趙 娜，賀夢(mèng)璇，李洪遠(yuǎn)，孟偉慶，莫訓(xùn)強(qiáng)

（1.山西省環(huán)境科學(xué)研究院，山西 太原030024；2.天津師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，天津300387；3.南開(kāi)大學(xué) 環(huán)境科學(xué)與工程學(xué)院，天津300350）

土壤種子庫(kù)（soil seed bank）作為植物群落自然更新的物質(zhì)基礎(chǔ)，已被證實(shí)是一種有效的植被恢復(fù)方法［1］。盡管在不同退化生態(tài)系統(tǒng)中，其植被恢復(fù)能力存在差異性，但仍是區(qū)域生態(tài)修復(fù)與重建策略制定中的重要依據(jù)［2］。大量研究表明，土壤種子庫(kù)的組成和結(jié)構(gòu)決定了地上植物群落的結(jié)構(gòu)和功能［3-4］，這種影響在干擾嚴(yán)重的區(qū)域更為顯著［5］，且擁有較大土壤種子庫(kù)的生態(tài)系統(tǒng)在災(zāi)變后可更迅速的恢復(fù)［6］。因此，利用土壤種子庫(kù)進(jìn)行自然恢復(fù)是退化生態(tài)系統(tǒng)恢復(fù)和重建的一個(gè)主要途徑［7-8］。但目前國(guó)內(nèi)對(duì)土壤種子庫(kù)的研究主要集中于理論方面［9］，關(guān)于工程應(yīng)用參數(shù)對(duì)其植被恢復(fù)方面的研究甚少。

氮、磷、水分是陸地生態(tài)系統(tǒng)的常見(jiàn)限制因子［10］。其中，氮、磷均是植物生長(zhǎng)所必需的大量營(yíng)養(yǎng)元素，在一定程度上可促進(jìn)種子的萌發(fā)，但過(guò)量的養(yǎng)分富集會(huì)降低種子的發(fā)芽率［11］、影響群落結(jié)構(gòu)和功能［12］；水分作為限制種子萌發(fā)最重要的環(huán)境因子之一［13］，在干旱半干旱地區(qū)，其對(duì)土壤種子庫(kù)的影響遠(yuǎn)比光照、溫度、海拔等環(huán)境因子大［14］。此外，在農(nóng)林業(yè)的實(shí)際生產(chǎn)中，通常采用灌溉和施肥來(lái)滿足農(nóng)作物或植物的生長(zhǎng)需求，但是單純的灌溉或施肥往往不能大幅度改善林木的生長(zhǎng)狀況。研究表明，水肥耦合效應(yīng)可以提高水分和肥料的利用效率，防止肥料流失造成的土壤和水體污染［15-16］。目前，國(guó)內(nèi)外對(duì)水肥耦合的研究主要集中于農(nóng)作物［17］，對(duì)植被恢復(fù)過(guò)程中水肥耦合效應(yīng)的研究尚不多見(jiàn)。

基于上述原因，并充分考慮表土采集地植物的主要限制因子，天津市春季干旱少雨以及所選因素在實(shí)際工程應(yīng)用中易控制等情況，選擇氮、磷、水分作為主要的研究因素。該研究采用溫室萌發(fā)法，探討了氮、磷、水分等單因素對(duì)土壤種子庫(kù)萌發(fā)的影響，并從中選取萌發(fā)效果較好的水平范圍，采用Design-Expert 8.0.5b軟件設(shè)計(jì)響應(yīng)面優(yōu)化試驗(yàn)，探究這3個(gè)工程因素對(duì)土壤種子庫(kù)影響的交互作用，進(jìn)而得到土壤種子庫(kù)用于植被恢復(fù)的最優(yōu)方案，為今后天津?yàn)I海鹽堿地植被恢復(fù)及類似的城市綠地植被恢復(fù)方案的探索提供借鑒。

1 材料與方法

1.1 表土采集地概況

通過(guò)研究室前期對(duì)天津地區(qū)土壤種子庫(kù)資源的統(tǒng)計(jì)分析［18］，發(fā)現(xiàn)官港森林公園表層土壤中活性種子的儲(chǔ)量較高，且該地土壤種子庫(kù)中木本植物的萌發(fā)數(shù)量處于較高水平，因此選擇該地為表土采集地。

天津官港森林公園（117.32°E，38.56°N）位于天津市濱海新區(qū)大港北部，屬于大陸性季風(fēng)氣候，并具有海洋性氣候特點(diǎn)。年平均氣溫13.0 ℃，年平均降水量566.0 mm，但降水隨季節(jié)變化顯著，主要集中在夏季（約占總量的75%）。該地土壤母質(zhì)為海相沉積物上覆蓋河流沉積物，土壤類型以濱海鹽土和鹽化濕潮土為主，已有研究表明［19］濱海新區(qū)0—20 cm 土壤全鹽平均含量為0.818%，土壤p H 值平均值為8.43，偏堿性。該地植物以白蠟（Frɑxinus chinensis）、桑（Morusɑlbɑ）、刺槐（Robiniɑpseudoɑcɑciɑ）、狗尾草（Setɑriɑviridis）、藜（Chenopodiumɑlbum）、堿蓬（Suɑedɑglɑucɑ）、大刺兒菜（Cirsium setosum）等居多。

1.2 取樣方法

本研究分別于2015年11月中旬與2016年3月初，在表土采樣地選擇了3個(gè)面積為20 m×20 m 的樣地（兩次表土的取樣均選在同一采樣地，分別用于單因素試驗(yàn)和響應(yīng)面優(yōu)化試驗(yàn)中）。采樣時(shí)，在每個(gè)樣地隨機(jī)選擇了20個(gè)面積為1 m×1 m 的樣方，于每個(gè)樣方的中心和4個(gè)角處采集0—10 cm 的表層土壤，仔細(xì)去掉樣品中的砂石、枯枝落葉等雜質(zhì)后，將300個(gè)土樣混合均勻后全部裝進(jìn)塑料袋封口并帶回實(shí)驗(yàn)室。同時(shí)記錄表土采樣地3個(gè)樣地的地表植被群落狀況，主要包括植物物種組成、數(shù)量等指標(biāo)。

1.3 土壤種子庫(kù)萌發(fā)試驗(yàn)

單因素試驗(yàn)方案見(jiàn)表1。參考天津?yàn)I海地區(qū)氮、磷肥的使用情況以及王國(guó)棟［20］的研究，選用尿素（CN2H4）、磷酸二氫鈉（Na H2PO4·2H2O）分別為模擬氮肥、磷肥，并設(shè)置5個(gè)施肥水平和一組共同的空白對(duì)照試驗(yàn)（即不添加任何氮、磷肥）。為了盡量減少氮、磷肥的損失，施肥一次完成，并將氮、磷肥分別溶解于適量水中制成溶液，使用灑水壺均勻的噴灑在試驗(yàn)萌發(fā)盤中，共同對(duì)照組則噴灑等量的水；水分梯度的設(shè)置則是參考李淑君等［21］的研究成果，并充分考慮到天津?yàn)I海地區(qū)春季干旱少雨的特點(diǎn)，設(shè)置模擬自然降雨量的梯度為3，5，10，20，30 mm，并根據(jù)萌發(fā)盤的底面積折算成實(shí)際的澆水量。單因素萌發(fā)試驗(yàn)的時(shí)間為2015年11月25日至2016年2月底。試驗(yàn)開(kāi)始時(shí)，將全部表土（2015年11月中旬采集）再次混合均勻，然后鋪設(shè)成5 cm 厚的苗床，其中萌發(fā)盤大小為50 cm×20 cm×5 cm，故每個(gè)萌發(fā)盤中表土用量為5 000 cm3。萌發(fā)試驗(yàn)期間，溫室內(nèi)溫度保持25 ℃～35 ℃，相對(duì)濕度為50%～70%，并于每3 d的18：00點(diǎn)按試驗(yàn)設(shè)計(jì)的水分梯度進(jìn)行澆水，同時(shí)記錄土壤種子庫(kù)萌發(fā)的種類、數(shù)量等數(shù)據(jù)。

根據(jù)單因素試驗(yàn)的結(jié)果，選取萌發(fā)效果較好的因素水平范圍，即分別以5～20 g／m2（氮肥），5～15 g／m2（磷肥），10～30 mm（水分）為Box-Behnken中心組合設(shè)計(jì)的上下限，進(jìn)行響應(yīng)面優(yōu)化試驗(yàn)的設(shè)計(jì)（見(jiàn)表2）。響應(yīng)面優(yōu)化試驗(yàn)時(shí)間為2016年3月4日至5月底，試驗(yàn)開(kāi)始時(shí)，同樣將全部表土（2016年3 月初采集）再次混合均勻，然后參考日本學(xué)者的研究結(jié)果［22-23］及研究室前期的試驗(yàn)基礎(chǔ)［9］，將草炭與珍珠巖混合基質(zhì)（體積比1∶1）與表土按35%的比例混合均勻，并鋪設(shè)成5 cm 厚的苗床，故每個(gè)萌發(fā)盤中表土用量為3 250 cm3，草炭和珍珠巖用量均為875 cm3。萌發(fā)試驗(yàn)期間，與單因素萌發(fā)試驗(yàn)保持相同的試驗(yàn)條件與操作，其中氮、磷肥的施用于試驗(yàn)初期進(jìn)行一次性施肥。

表1 單因素試驗(yàn)的方案設(shè)計(jì)

表2 響應(yīng)面法的試驗(yàn)設(shè)計(jì)與方案

1.4 數(shù)據(jù)處理

采用Excel軟件進(jìn)行數(shù)據(jù)的統(tǒng)計(jì)和處理，采用SPSS 21.0軟件進(jìn)行土壤種子庫(kù)萌發(fā)特征指標(biāo)的主成分分析（PCA），采用Design-Expert 8.0.5b軟件進(jìn)行響應(yīng)面優(yōu)化試驗(yàn)的方案設(shè)計(jì)和響應(yīng)面分析。此外，土壤種子庫(kù)試驗(yàn)中萌發(fā)物種多樣性指數(shù)的計(jì)算公式如下：

Shannon-Wiener多樣性指數(shù)：

Simpson優(yōu)勢(shì)度指數(shù)：

Pielou均勻度指數(shù)：

式中：S——各萌發(fā)盤中植物萌發(fā)的總物種數(shù)；Pi——第i種植物萌發(fā)的個(gè)體數(shù)占種子庫(kù)總萌發(fā)個(gè)體數(shù)的比例（%）。

2 結(jié)果與分析

2.1 氮、磷、水分等單因素對(duì)土壤種子庫(kù)萌發(fā)及幼苗初期生長(zhǎng)的影響

熱點(diǎn)圖可以圖示化離散數(shù)據(jù)的分布及其相互關(guān)系，深色代表事件發(fā)生頻率較高或事物分布密度較大，淺色反之。該研究以土壤種子庫(kù)萌發(fā)幼苗總數(shù)（X1）、物種數(shù)（X2）、木本數(shù)量（X3）、草本植物的地上生物量（X4）、木本植物的平均高度（X5）和平均冠幅（X6）、Shannon-Wiener 多 樣 性 指 數(shù)（X7）、Simpson優(yōu)勢(shì)度指數(shù)（X8）、Pielou數(shù)（X9）等9個(gè)指標(biāo)，來(lái)分析氮、磷、水分等單因素對(duì)土壤種子庫(kù)萌發(fā)及幼苗初期生長(zhǎng)的影響。圖1為單因素試驗(yàn)的熱點(diǎn)圖，從圖中可以看出在N5-N20，P5-P15，W10-W30時(shí)，各指標(biāo)（X1-X9）對(duì)應(yīng)的顏色含深色較多，即在氮、磷、水分單因素試驗(yàn)中，當(dāng)?shù)?、磷、水分分別位于5～20 g／m2，5～15 g／m2，10～30 mm 范圍時(shí)，土壤種子庫(kù)的萌發(fā)及幼苗初期生長(zhǎng)效果相對(duì)較好，可用作Box-Behnken中心組合設(shè)計(jì)的上下限，進(jìn)行響應(yīng)面優(yōu)化試驗(yàn)的設(shè)計(jì)。

2.2 土壤種子庫(kù)萌發(fā)各指標(biāo)的主成分分析（PCA）

采用抽取法和Kaiser標(biāo)準(zhǔn)化的四分旋轉(zhuǎn)法對(duì)土壤種子庫(kù)萌發(fā)中的9個(gè)指標(biāo)進(jìn)行PCA 分析，結(jié)果如表3所示。從表3中可以看出前2個(gè)成分的特征值較大，分別為4.075和2.373，且二者的累積貢獻(xiàn)率達(dá)到71.639%，因此這兩個(gè)成分（Y1和Y2）的提取可以近似代表所有的指標(biāo)。根據(jù)提取后各成分的系數(shù)（表4）可計(jì)算出Y1和Y2的值，然后以Y1和Y2解釋量所占的比例計(jì)算出的值為響應(yīng)值Y（即Y＝Y(jié)1×0.632 0＋Y2×0.368 0），用于進(jìn)一步的響應(yīng)面優(yōu)化分析。

圖1 單因素試驗(yàn)的熱點(diǎn)圖

表3 主成分的統(tǒng)計(jì)信息結(jié)果

表4 各成分的系數(shù)矩陣

2.3 基于PCA 結(jié)果的響應(yīng)面分析

以氮（A）、磷（B）、水分（C）為響應(yīng)面分析的3因素，主成分分析結(jié)果中的Y 為響應(yīng)值（表2），進(jìn)行多項(xiàng)式回歸分析，其建議的模型為二次回歸方程。由方差（ANOVA）分析的結(jié)果（表5）可知，回歸模型極其顯著（p＝0.000 1），模型的失擬項(xiàng)（p＝0.335 2＞0.05）無(wú)顯著性差異，說(shuō)明該模型用來(lái)模擬試驗(yàn)分析是可行的，且其擬合度良好。在回歸模型系數(shù)中，A，B，C，AB，BC，A2，B2，C2等均較為顯著，表明各因素對(duì)響應(yīng)值的影響不是簡(jiǎn)單的線性關(guān)系，這與推薦模型為二次回歸方程相吻合，且在所選因素的水平范圍內(nèi)，對(duì)響應(yīng)值的影響為C（水分）＞B（磷）＞A（氮）。此外，響應(yīng)值對(duì)編碼自變量A，B，C 的二次響應(yīng)面回歸模型為：Y＝＋0.72＋0.047A＋0.056B＋0.18C＋0.17AB＋0.035AC－0.10BC－0.23A2－0.12B2－0.075C2。

表5 響應(yīng)面二次模型的方差分析

2.4 響應(yīng)面3D 效果圖和等高線圖

響應(yīng)面圖是根據(jù)所選取的回歸方程繪制的（圖2—7），可以確定各變量間的交互關(guān)系，也可以預(yù)測(cè)和檢驗(yàn)各變量的響應(yīng)值。由圖2—3可知，A，B 的交互作用較強(qiáng)，編碼值A(chǔ)，B 過(guò)大或過(guò)小時(shí)，均會(huì)引起響應(yīng)值的減小，說(shuō)明適量的氮、磷添加有利于土壤種子庫(kù)植被恢復(fù)，但過(guò)量的氮、磷富集反而延遲種子的萌發(fā)，并對(duì)幼苗產(chǎn)生不利影響，導(dǎo)致響應(yīng)值的降低；A，C 的交互作用不大，在編碼值為0以上的C 在A 的較大范圍內(nèi)都能達(dá)到較大響應(yīng)值（圖4—5），說(shuō)明C（水分）對(duì)響應(yīng)值的影響較大，這與ANOVA 分析中的結(jié)果相吻合；圖6—7中表明B，C 的交互作用也較強(qiáng)，且在編碼值為0以上的C 在B 的絕大部分范圍內(nèi)都能達(dá)到較大響應(yīng)值，與圖4—5呈現(xiàn)出相同的結(jié)果。進(jìn)一步對(duì)各參數(shù)優(yōu)化分析，得到使響應(yīng)值最大的最優(yōu)條件為：氮13.54g／m2，磷9.47g／m2，水分30 mm，對(duì)應(yīng)的理論最優(yōu)響應(yīng)值為0.836，即在此條件下利用土壤種子庫(kù)進(jìn)行植被恢復(fù)的效果最好。

圖2 氮（A）與磷（B）相互作用的響應(yīng)面圖

圖3 氮（A）與磷（B）相互作用的等高線分析

圖4 氮（A）與水分（C）相互作用的響應(yīng)面圖

圖5 氮（A）與水分（C）相互作用的等高線分析

2.5 響應(yīng)面回歸模型的解析

根據(jù)回歸模型中各系數(shù)的顯著性，剔除回歸方程中不顯著的因素（即AC 項(xiàng)，P＞0.1），得Y＝＋0.72＋0.047A＋0.056B＋0.18C＋0.17AB－0.10BC－0.23A2－0.12B2－0.075C2。為了更直觀的找出氮、磷、水因素對(duì)響應(yīng)值Y 的影響效應(yīng)，采用降維法分析各因素與響應(yīng)值的關(guān)系。

圖6 磷（B）與水分（C）相互作用的響應(yīng)面圖

（1）氮對(duì)響應(yīng)值的影響。令B＝C＝－1，B＝C＝0，B＝C＝1，代入剔除非顯著項(xiàng)后的回歸方程，得：YN1＝0.189－0.093A－0.23A2；YN2＝0.72＋0.047 A－0.23A2；YN3＝0.661＋0.217A－0.23A2。將上式的關(guān)系繪圖（圖8），發(fā)現(xiàn)不論將施磷量和水分梯度固定在高值還是低值，施氮量對(duì)響應(yīng)值的影響均呈拋物線狀。圖中各拋物線的頂點(diǎn)是相應(yīng)施氮量水平對(duì)應(yīng)的最大響應(yīng)值增量，表明施氮量過(guò)高或過(guò)低都不利于響應(yīng)值的增大，只有施氮量達(dá)到一定水平（分別為10.98，13.27，16.04 g／m2時(shí)），響 應(yīng) 值 達(dá) 最 大 值（0.198，0.722，0.712）。此時(shí)，在相同的施氮水平上，施磷量和水分較高時(shí)，響應(yīng)值也相對(duì)較高，表明施磷量、水分較高時(shí)可以促進(jìn)響應(yīng)值的增大；并且當(dāng)施磷量和水分較低時(shí)，過(guò)大的施氮量反而會(huì)對(duì)響應(yīng)值造成顯著的負(fù)面影響。

圖7 磷（B）與水分（C）相互作用的等高線分析

圖8 氮（A）、磷（B）、水分（C）對(duì)響應(yīng)值Y 的影響

（2）磷對(duì)響應(yīng)值Y 的影響。令A(yù)＝C＝－1，A＝C＝0，A＝C＝1，代入得：YP1＝0.188－0.014B－0.12B2；YP2＝0.72＋0.056B－0.12B2；YP3＝0.642＋0.126B－0.12B2。由圖5可看出，3條曲線也均呈拋物線狀，即水、氮固定在一定水平時(shí)，適當(dāng)增施磷肥有利于增大響應(yīng)值。在不同施氮、水分條件下，隨施磷水平的不同（分別為9.71，11.17，12.63 g／m2時(shí)），響應(yīng)值的最大值分別為0.188，0.727，0.675。當(dāng)施氮量、水分固定在低水平時(shí)，響應(yīng)值受施磷量的影響相對(duì)較??；當(dāng)施氮量、水分固定在高水平時(shí)，隨施磷量的適量增加，響應(yīng)值明顯增加。此外，不論氮、水分固定在何種水平，當(dāng)磷處于較高水平時(shí)，其對(duì)響應(yīng)值的負(fù)面影響比氮小。

（3）水分對(duì)響應(yīng)值Y 的影響。令A(yù)＝B＝－1，A＝B＝0，A＝B＝1，代入得：YW1＝0.437＋0.28C－0.075C2；YW2＝0.72＋0.18C－0.075C2；YW3＝0.643＋0.08C－0.075C2。由圖8 可看出，3條曲線均為上升曲線，且走向基本相似，表明不論氮、磷固定在何種水平，水分對(duì)響應(yīng)值的影響趨勢(shì)基本一致，即響應(yīng)值隨水分的增加而增加；但當(dāng)?shù)?、磷固定在高水平時(shí)，水分對(duì)響應(yīng)值的促進(jìn)作用相對(duì)較小。當(dāng)水分梯度為30，30，20.12 mm 時(shí)，配合不同的施肥水平，能獲得最大響應(yīng)值，分別為0.642，0.825，0.644。此時(shí)，當(dāng)?shù)?、磷固定在低、中水平時(shí)，要想使得響應(yīng)值最大，水分需處在較高水平；當(dāng)?shù)?、磷固定在高水平時(shí)，水分需求可降低，且在相同的水分梯度上，氮、磷肥施用水平固定在中間水平時(shí)，響應(yīng)值相對(duì)較高。

3 討論

植被恢復(fù)工程是一個(gè)復(fù)雜的問(wèn)題，至今為止，針對(duì)不同退化類型的植被恢復(fù)技術(shù)還沒(méi)有建立［24］，因此對(duì)植被恢復(fù)工程應(yīng)用參數(shù)的研究很有意義。單因素萌發(fā)試驗(yàn)中，當(dāng)?shù)?、磷、水分分別位于5～20 g／m2（中低水平）、5～15 g／m2（中水平）、10～30 mm（中偏高水平）范圍時(shí)，土壤種子庫(kù)的萌發(fā)及幼苗初期生長(zhǎng)效果較好，這說(shuō)明適量的施肥有利于種子的萌發(fā)及幼苗的生長(zhǎng)，這與前人的研究結(jié)果一致［25-26］。但在實(shí)際生產(chǎn)中，單純的灌溉或施肥往往達(dá)不到理想的效果，因此該研究進(jìn)一步探討了植被恢復(fù)工程中氮、磷、水分等因素的交互作用以及各參數(shù)的選取問(wèn)題。研究結(jié)果顯示，二次響應(yīng)面回歸模型（P＝0.000 1）可以很好的反應(yīng)氮（A）、磷（B）、水分（C）對(duì)土壤種子庫(kù)萌發(fā)的交互作用，該模型中氮（A）與磷（B）、磷（B）與水分（C）的交互作用較強(qiáng)，這是因?yàn)榉柿橡B(yǎng)分在土壤中的轉(zhuǎn)化過(guò)程往往受到其他肥料養(yǎng)分施用的直接或間接影響［27］，如磷肥的添加會(huì)影響土壤中銨的固定［28］及尿素的水解［29］等；并且有研究表明，施磷肥能促進(jìn)植物更好的吸收利用土壤中的水分［30-31］；而氮（A）與水分（C）交互作用不大可能與該區(qū)植物生長(zhǎng)的限制因子為磷素有關(guān)，再加上氮肥的最終產(chǎn)物是以硝態(tài)氮為主，而硝態(tài)氮容易因淋洗而向下運(yùn)動(dòng)［32］，而供試土壤僅5 cm 厚，植物的根系也多分布在該土壤層中，因此造成了該研究中氮、水交互作用不顯著的現(xiàn)象。此外，在所選取的各因素水平范圍內(nèi)，水分（C）對(duì)模型中響應(yīng)值Y 的影響最大，一方面可能與試驗(yàn)中水分梯度的設(shè)置有關(guān)，由于研究考慮到天津?yàn)I海新區(qū)春季干旱少雨的特點(diǎn)，因此部分試驗(yàn)處于水分脅迫狀態(tài)，而在這種狀態(tài)下水分對(duì)土壤種子庫(kù)的激發(fā)效應(yīng)遠(yuǎn)比其他環(huán)境因子影響力大［21，33］；另一方面，水分的有效性影響著整個(gè)土壤的物理化學(xué)過(guò)程和微生物、植物的生理生化過(guò)程［34］，并且養(yǎng)分從土壤向根系表面移動(dòng)及根吸收的營(yíng)養(yǎng)物質(zhì)在植物體內(nèi)的運(yùn)轉(zhuǎn)均受水分大小的影響［30］。

本試驗(yàn)中對(duì)響應(yīng)面模型的降維法分析表明，氮、磷與水分的交互效應(yīng)都表現(xiàn)出對(duì)土壤種子庫(kù)萌發(fā)及幼苗生長(zhǎng)的促進(jìn)作用，說(shuō)明適宜的水分供應(yīng)可以促進(jìn)肥料轉(zhuǎn)化及吸收［35］，提高肥料利用率；適宜的施肥也可以提高土壤水勢(shì)和土壤水分的有效性［30］，從而使植物能吸收利用更多的水分，達(dá)到以肥促水的效果。這與前人研究結(jié)果基本吻合［31，36-37］。通過(guò)該方法分析還發(fā)現(xiàn)，在水分較低的情況下，植物對(duì)氮、磷的吸收也相對(duì)較低，這主要是由于干旱降低了植物根系的生長(zhǎng)，進(jìn)而降低了養(yǎng)分的吸收和運(yùn)輸［38］，此時(shí)水分處于脅迫地位，起到?jīng)Q定性作用，氮、磷、水的交互作用不顯著，這與張秋英等［31］的研究結(jié)果基本吻合；在水分較高的情況下，即使施肥較少的處理其響應(yīng)值Y 也高于施肥水平高而水分脅迫的處理，說(shuō)明該區(qū)種子的萌發(fā)和幼苗的生長(zhǎng)更多的依賴于水分的作用，這與ANOVA 分析中水分（C）的顯著性最高相一致。

在植物生長(zhǎng)過(guò)程中，氮、磷、水各要素的交互作用類型不是固定不變的，可以通過(guò)增加某一種生產(chǎn)要素使因素間的交互作用向更有利的方向轉(zhuǎn)變［31］。因此，研究土壤種子庫(kù)萌發(fā)過(guò)程中氮、磷、水的交互作用對(duì)于指導(dǎo)植被恢復(fù)工程參數(shù)的優(yōu)化、促進(jìn)植被恢復(fù)的效果具有重要意義。目前中國(guó)開(kāi)展了許多退化生態(tài)系統(tǒng)植被恢復(fù)的項(xiàng)目，但對(duì)植被恢復(fù)工程應(yīng)用關(guān)鍵參數(shù)的研究卻很少。該研究采用的響應(yīng)面回歸模型效果顯著，可對(duì)植被恢復(fù)的初期效果進(jìn)行分析和預(yù)測(cè)，盡管優(yōu)化條件可能與實(shí)際中略有差異，但仍有很大的參考價(jià)值，可為植被恢復(fù)過(guò)程中氮、磷、水分等因素的調(diào)控提供有價(jià)值的參考。

4 結(jié)論

以氮（A）、磷（B）、水分（C）為響應(yīng)面分析的3因素進(jìn)行多項(xiàng)式回歸分析，建議的模型為二次回歸方程（p＝0.000 1），方程為：Y＝＋0.72＋0.047A＋0.056 B＋0.18C＋0.17AB＋0.035AC－0.10BC－0.23A2－0.12B2－0.075C2，3因素對(duì)響應(yīng)值（Y）的影響程度為C（水分）＞B（磷）＞A（氮），且土壤種子庫(kù)植被恢復(fù)效果最好的參數(shù)為氮13.54g／m2，磷9.47 g／m2，水分30 mm。氮、磷與水分的交互效應(yīng)都表現(xiàn)出對(duì)土壤種子庫(kù)萌發(fā)及幼苗生長(zhǎng)的促進(jìn)作用，而該區(qū)種子的萌發(fā)和幼苗的生長(zhǎng)更多的依賴于水分的作用，在水分較低的情況下，植物對(duì)氮、磷的吸收也相對(duì)較低，氮、磷、水的交互作用不顯著；隨著水分的增高，適宜的水分供應(yīng)可以促進(jìn)氮、磷肥料的轉(zhuǎn)化及吸收，達(dá)到以水促肥的效果。