唐力為，李 倩，蔣 云，藺雨陽(yáng)，補(bǔ)雪梅，劉誠(chéng)誠(chéng)，向裕華，代 沙*

(1.四川省攀枝花市農(nóng)林科學(xué)研究院，四川 攀枝花 617061；2.四川省農(nóng)業(yè)科學(xué)院生物技術(shù)核技術(shù)研究所，四川 成都 610066)

葉片是植物進(jìn)行光合作用和蒸騰作用的重要場(chǎng)所，也是制造養(yǎng)分的重要器官。葉片的大小直接影響葉片光截取和碳獲取能力[1]，葉面積是評(píng)價(jià)植物光合產(chǎn)量和生態(tài)效能的基礎(chǔ)[2]，是衡量作物生長(zhǎng)發(fā)育、營(yíng)養(yǎng)狀況和產(chǎn)量的重要指標(biāo)[3]，在作物生理、病理、遺傳育種、預(yù)警監(jiān)測(cè)等方面都有研究與應(yīng)用[4]。因此，葉面積的準(zhǔn)確獲取具有重要的意義。

測(cè)定葉面積主要包括了方格法、系數(shù)法、稱重法、掃描計(jì)算法以及使用求積儀、葉面積儀進(jìn)行測(cè)定[1、4-5]等方法。這些方法各有利弊，如網(wǎng)格交叉法比較準(zhǔn)確，但需要消耗大量的時(shí)間；葉面積儀測(cè)定雖然具有快速、無(wú)損的特點(diǎn)，但對(duì)儀器的依賴性大；而稱重法則需要破壞性取樣測(cè)定[6]。其中葉面積系數(shù)法因其測(cè)定方法簡(jiǎn)便、無(wú)損，無(wú)需儀器支持等特點(diǎn)，被廣泛應(yīng)用于田間試驗(yàn)和野外調(diào)查中。系數(shù)法是通過(guò)植物葉片長(zhǎng)、寬進(jìn)行葉面積計(jì)算，其公式為S=kLW，其中S為面積，L為葉片的長(zhǎng)度，W為葉片的寬度，k為校正系數(shù)。校正系數(shù)的大小受植物類型、品種、葉形和生育期等因素影響[5]。前人已對(duì)多種植物的校正系數(shù)進(jìn)行測(cè)算或修正[6-8]，但目前通過(guò)葉面系數(shù)法測(cè)量藜麥葉面積還未見報(bào)道。

藜麥(Chenopodiumquinoawilld) 是莧科藜屬的一年生雙子葉植物，在安第斯山地區(qū)已有超過(guò)7000年的種植歷史，是古印加民族的主要糧食作物之一。藜麥具有非常高的營(yíng)養(yǎng)價(jià)值，其蛋白質(zhì)含量在16%左右，高于水稻和玉米，與小麥相當(dāng)，且人體必需氨基酸比例均衡，易于被人體吸收。同時(shí)，藜麥富含維生素B、維生素C、維生素E和礦物質(zhì)，以及皂苷、多糖、黃酮等生物活性物質(zhì)。除營(yíng)養(yǎng)價(jià)值突出外，藜麥還具有耐寒、耐旱、耐貧瘠、耐鹽堿等特性，對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)的可持續(xù)發(fā)展具有十分重要的意義[9]。藜麥作為是一種新興的雜糧作物，其發(fā)展前景十分廣闊。

因此，本文擬運(yùn)用稱重法測(cè)量藜麥葉面積，利用回歸分析得出藜麥的葉面積校正系數(shù)，為藜麥利用葉片長(zhǎng)、寬快速、便捷、準(zhǔn)確預(yù)測(cè)葉片面積提供依據(jù)。

1 材料與方法

1.1 試驗(yàn)材料

5份藜麥資源作為參試材料種植于攀枝花市仁和區(qū)平地鎮(zhèn)平地村。試驗(yàn)地海拔高度1910m，前茬種植秋豌豆，土壤養(yǎng)分狀況：pH值7.04、有機(jī)質(zhì)13.07g/kg、堿解氮37mg/kg、有效磷59.53mg/kg、速效鉀124mg/kg。

開花期在田間隨機(jī)選擇生長(zhǎng)發(fā)育正常的藜麥植株，每株采集主莖中部葉緣完整的最大葉片2～3張，各藜麥資源采集葉片數(shù)基本一致。

共采集到藜麥葉片樣本179片，隨機(jī)選取其中80%做為訓(xùn)練集，進(jìn)行葉面積線性模型擬合，剩余20%做為驗(yàn)證集進(jìn)行模型檢驗(yàn)。

1.2 研究方法

1.2.1 葉片掃描 將葉片平整置于打印機(jī)中，以600 dpi分辨率依次對(duì)樣品進(jìn)行掃描，所得圖片導(dǎo)入Adobe Photoshop軟件轉(zhuǎn)換為僅保留葉片形狀的圖片并進(jìn)行編號(hào)(如圖1所示)。

圖1 圖像處理

1.2.2 葉面積測(cè)量 將處理后的葉形圖片全部打印，參照《藜麥種質(zhì)資源描述規(guī)范和數(shù)據(jù)標(biāo)準(zhǔn)》[10]測(cè)定葉片的最大長(zhǎng)度和寬度。再按照葉片形狀進(jìn)行裁剪，使用精度0.001的電子分析天平稱重，記為W1(g)。另重復(fù)稱取10張標(biāo)準(zhǔn)A4紙張質(zhì)量，計(jì)算單頁(yè)復(fù)印紙的平均質(zhì)量，記為W2(g)。A4紙張面積為62370mm2，記為S2(mm2)。按照下述公式計(jì)算單葉葉面積S1，葉面積S1= S2×(W1/W2)。

1.2.3 數(shù)據(jù)處理 使用Excel進(jìn)行數(shù)據(jù)整理與模型檢驗(yàn)的統(tǒng)計(jì)量計(jì)算，使用SPSS進(jìn)行描述性統(tǒng)計(jì)分析、聚類分析與回歸分析。選用相對(duì)誤差的絕對(duì)值[6]和預(yù)測(cè)精度[1]2個(gè)統(tǒng)計(jì)量(表1)檢驗(yàn)?zāi)Ｐ偷恼`差和擬合度。

表1 模型檢驗(yàn)的統(tǒng)計(jì)量

2 結(jié)果與分析

2.1 藜麥葉片描述性統(tǒng)計(jì)及聚類分析

將采集的藜麥葉片葉長(zhǎng)、葉寬、葉面積、葉片長(zhǎng)寬積和長(zhǎng)寬比5項(xiàng)指標(biāo)進(jìn)行描述性統(tǒng)計(jì)分析，結(jié)果顯示(表2)：葉片的長(zhǎng)寬積與葉面積的變異系數(shù)最大，葉片長(zhǎng)寬比的變異系數(shù)最小。藜麥葉片大小具有很大差異；且觀察發(fā)現(xiàn)葉片的形狀與葉緣形狀也存在不同。葉片長(zhǎng)寬比可用于表征葉片性狀，值越趨近于0，葉片越細(xì)長(zhǎng)。對(duì)藜麥葉片樣本的長(zhǎng)寬比進(jìn)行聚類分析，可劃分出2類葉形(圖2)：A.菱形，葉片長(zhǎng)寬比為0.52～0.79；B.心形，葉片長(zhǎng)寬比為0.80～1.01。其中，菱形葉占總樣本數(shù)的64.8%。

表2 指標(biāo)的描述性統(tǒng)計(jì)結(jié)果

圖2 藜麥的2類葉片形態(tài)

2.2 藜麥葉面積校正系數(shù)的計(jì)算

葉片長(zhǎng)寬積與葉面積數(shù)據(jù)的散點(diǎn)分布結(jié)果顯示，二者的散點(diǎn)分布趨于一條直線(圖3)。結(jié)合聚類分析結(jié)果，以葉片長(zhǎng)寬積與葉面積進(jìn)行整體線性擬合及分類線性擬合，得到無(wú)截距線型回歸方程：a.y=0.5271x(整體擬合)；b.y=0.516x(菱形葉)；c.y=0.5435x(心形葉)。

圖3 葉片長(zhǎng)寬積與葉面積散點(diǎn)圖

整體擬合和分類擬合的回歸顯著性檢驗(yàn)P<0.01，均達(dá)到極顯著水平。整體擬合和分類擬合的R2都較高，分別為0.9436、0.9462和0.9588，且分類擬合的R2比整體擬合更高。殘差分布(圖4)顯示，整體擬合和分類擬合的標(biāo)準(zhǔn)化殘差散點(diǎn)的分布隨機(jī)均勻，主要集中于-2和2之間。綜上，整體擬合和分類擬合的回歸模型擬合效果良好。

圖4 標(biāo)準(zhǔn)化殘差分布圖

2.3 校正系數(shù)的檢驗(yàn)

為進(jìn)一步驗(yàn)證擬合模型的適用性，用剩余的樣本分別對(duì)整體擬合和分類擬合的模型進(jìn)行驗(yàn)證(表3)，結(jié)果顯示：整體擬合、分類擬合的模型預(yù)測(cè)值的相對(duì)誤差絕對(duì)值均值小于5%、預(yù)測(cè)精度偏差不超過(guò)1%，說(shuō)明整體擬合、分類擬合模型準(zhǔn)確性較好。其中心形葉的相對(duì)誤差絕對(duì)值均值最小，預(yù)測(cè)精度最高，心形葉擬合效果最好。

表3 模型檢驗(yàn)精度比較

3 結(jié)論

本研究構(gòu)建的藜麥葉片長(zhǎng)寬積與葉面積線性回歸模型擬合效果較好，分別確定了藜麥葉面積的校正系數(shù)為0.5271、藜麥菱形葉葉面積校正系數(shù)為0.516、藜麥心形葉葉面積校正系數(shù)為0.5435。經(jīng)檢驗(yàn)，整體擬合和分類擬合的模型預(yù)測(cè)值的相對(duì)誤差絕對(duì)值均值較小、預(yù)測(cè)精度較高。本研究為藜麥科研生產(chǎn)提供了一種快速、簡(jiǎn)便的葉面積測(cè)量方法。

4 討論

藜麥葉片呈現(xiàn)掌形、心形、菱形或披針形等多種形狀，且藜麥為非全緣葉葉片，葉片邊緣平滑、或呈波狀、鋸齒狀?；谌~形差異進(jìn)行分類擬合，能夠有效提高葉面積模型擬合精度。本研究?jī)H使用葉片長(zhǎng)寬比單一指標(biāo)進(jìn)行葉形分類，準(zhǔn)確性尚顯不夠。因此后續(xù)將繼續(xù)針對(duì)不同葉形、不同葉緣形態(tài)的藜麥葉片開展研究，增加特征描述指標(biāo)，建立更加細(xì)致和多樣的葉面積系數(shù)模型，使得預(yù)測(cè)精度進(jìn)一步增加。