欢迎访问《热带作物学报》，
热带作物学报

热带作物学报 >

2020 , Vol. 41 >Issue 6: 1065 - 1075

DOI: https://doi.org/10.3969/j.issn.1000-2561.2020.06.001

作物栽培与营养、遗传育种

土壤因子与小粒咖啡品质产量形成关系研究

  • 赵明珠 ,
  • 郭铁英 ,
  • 马关润 ,
  • 萧自位 ,
  • 白学慧 ,
  • 周华 ,
  • 苏琳琳 , *
展开
  • 云南省德宏热带农业科学研究所,云南瑞丽 678600
* 苏琳琳,E-mail: 。

赵明珠（1989—）,女,硕士,助理研究员,研究方向:热带作物栽培。

收稿日期: 2019-05-23

  要求修回日期: 2019-08-09

  网络出版日期: 2020-07-30

基金资助

国家重点研发计划资助项目(2018YFD0201100)

云南省科技社会发展科技计划项目(2015DC004)

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

Relationship Between Soil Factors, Quality and Yield Formation in Coffea arabica

  • ZHAO Mingzhu ,
  • GUO Tieying ,
  • MA Guanrun ,
  • XIAO Ziwei ,
  • BAI Xuehui ,
  • ZHOU Hua ,
  • SU Linlin , *
Expand
  • Dehong Tropical Agriculture Research Institute of Yunnan, Ruili, Yunnan 678600, China
* SU Linlin,E-mail: 。

Received date: 2019-05-23

  Request revised date: 2019-08-09

  Online published: 2020-07-30

Copyright

Copyright reserved © 2020. Office of Acta Agronomica Sinica All articles published represent the opinions of the authors, and do not reflect the official policy of the Chinese Medical Association or the Editorial Board, unless this is clearly specified.
Fold

摘要

土壤因子是影响小粒咖啡品质产量的主要因子。本研究通过对土壤因子进行相关性分析、改进的灰色关联分析、通径分析及多元线性回归分析,明确影响小粒咖啡品质和产量的主要因子,以指导科学施肥。结果表明:小粒咖啡咖啡因含量的土壤决定因子为海拔（-0.296*）,总糖含量的土壤决定因子为有机质（0.607**）和速效磷（-0.232*）,蛋白质的土壤决定因子为pH（-0.387**）和有机质（0.227*）,灰分含量的土壤决定因子为速效磷（0.334**）,水溶性浸出物含量的土壤决定因子为海拔（-0.494**）,脂肪含量的土壤决定因子为碱解氮（-0.461**）,产量的土壤决定因子为速效钾（0.339**）和有机质（0.248*）。研究结果可为小粒咖啡优质高产的土壤条件筛选和肥料的减施增效提供一定的理论基础,以期增强优质咖啡种质的适宜性和目的性。

关键词： 土壤因子; 小粒咖啡; 相关分析; 改进的灰色关联分析; 通径分析; 回归分析; 品质; 产量

本文引用格式

赵明珠 , 郭铁英 , 马关润 , 萧自位 , 白学慧 , 周华 , 苏琳琳 . 土壤因子与小粒咖啡品质产量形成关系研究[J]. 热带作物学报, 2020 , 41(6) : 1065 -1075 . DOI: 10.3969/j.issn.1000-2561.2020.06.001

Abstract

Soil factors play important roles in affecting the quality and yield of Coffea arabica. The purpose of the study was to provide an academic evidence for guiding the scientific fertilization, good quality and high yield, and identifying the primary indexes of quality, yield by investigation the variation of soil factors of C. arabica. The correlation, improved grey relational analysis, path analysis, and multiple linear regression analysis were conducted to identify the primary indexes of C. arabica quality and yield. The results showed that altitude was a key soil determinant of caffeine in C. arabica (-0.296 *), the prime determinant factors of total sugar content were soil organic matter (OM) (0.607**) and available phosphorus (AP) (0.232*), that for crude protein content were soil pH (-0.387**) and OM (0.227*), that for crude ash content was AP (0.334**), that for water-soluble extracts content was altitude (-0.494**), that for fat content was alkalystic nitrogen (AN) (-0.461**), and that for the yield of C. arabica were available potassium (AK) (0.339**) and OM (0.248*). The results would be useful to guiding the screening of soil conditions, reducing the amounts of fertilizer and increasing the fertilizer-use efficiency in order to enhance the suitability and purpose of the excellent germplasm in C. arabica.

Key words： soil factors; Coffea arabica; correlation analysis; improved grey relational analysis; path analysis; regression analysis; quality; yield

咖啡是世界3大饮料作物之首,具有可观的经济价值和药用升值前景。我国主要栽培品种为小粒种（Coffea arabica L.）,其面积和产量分别占世界咖啡总面积和总产量的80%和82%以上。云南小粒咖啡的种植面积和产量均占全国的99%以上。
土壤因子决定了作物生长发育的优劣,直接影响到作物的产量和品质。前人研究中指出:在黑土农田极端侵蚀的环境下,土壤质量与玉米产量呈显著相关关系[1]。随着海拔的升高,作物产量逐渐下降[2]。但也有研究持相反结果,高海拔环境显著提高作物的产量和品质[3]。作物产量因土壤pH下降而下降[4],海拔高度和经度、土壤有机碳、含氮量和钾含量均对水稻产量有显著影响[5]。玉米产量与土壤全氮、速效磷、速效钾含量均呈极显著正相关,但大豆产量与土壤理化性质无显著关系[6],适宜的钾素促进苦荞产量的形成[7]。适中的氮含量可有效增加中粒种的产量49.13%[8]。综上所述,不同作物,不同土壤背景值对产量的影响不一。目前我国对影响咖啡品质和产量的土壤因子的研究鲜见报道,而咖啡作为国家重视的高原特色经济作物,本研究具有积极推动作用。通过对小粒咖啡主产区的土壤因子、咖啡豆品质和产量数据进行统计分析,明确土壤因子对小粒咖啡品质及产量形成的贡献大小,为小粒咖啡的合理高效施肥技术和肥料的减施增效标准进行推广提供一定的理论依据。

1 材料与方法

1.1 材料

土壤样品采集的方法参照测土配方施肥技术[9],根据普洱、临沧、德宏、保山、文山和怒江6个州（县）咖啡的种植条件、分布范围选择具有区域代表性的采样点,采用“梅花形”采样法,每个点采集3份土样（0~20 cm）混合为1份,共采集65份土壤及咖啡产量数据,具体的采样点数据如表1所示。
表1 各采样点的土壤背景值

Tab. 1 Background of soil samples

编号
Number		 市（州）
City (state)		 县（区）
Country (area)		 镇（乡/地区）
Town (township
/district)		 栽培管理水平
Management level of cultivation		 种植年限
Years of cultivation		 成土母质
Parent materials		 土壤类型
Soil types		 海拔
Altitude/m		 鲜果产量
Fresh fruit yield/
(kg·hm-2)
1 保山 龙陵区 镇安 中上 3 泥质岩类风化物 赤红壤 1380 17 500
2 保山 龙陵区 镇安 中等 4 玄武岩风化残坡积物 黄大土 1533 14 501
3 保山 龙陵区 镇安 中等 3 泥质岩类风化物 赤红壤 1490 17 500
4 保山 隆阳区 潞江 中上 4 泥质岩类风化物 赤红壤 1066 17 501
5 保山 隆阳区 潞江 中上 3 泥质岩类风化物 赤红壤 836 15 502
6 保山 隆阳区 芒宽 中等 3 泥质岩类风化物 赤红壤 817 11 503
7 怒江 泸水县 三利公司基地 中等 4 泥质岩类风化物 赤红壤 1083 15 504
8 怒江 泸水县 三利公司基地 差 5 泥质岩类风化物 赤红壤 1051 7 505
9 保山 隆阳区 潞江 中等 4 泥质岩类风化物 赤红壤 1308 16 000
10 德宏 芒市 戛中 差 6 泥质岩类风化的残坡积物 赤红壤 827 12 000
11 德宏 芒市 遮放 中下 5 泥质岩类风化的残坡积物 赤红壤 842 10 000
12 德宏 盈江县 拱腊 中等 5 泥质岩类风化的残坡积物 麻砖土 942 18 000
13 德宏 盈江县 拱腊 中等 4 泥质岩类风化的残坡积物 麻砖土 896 14 000
14 德宏 盈江县 后谷基地 中下 4 泥质岩类风化的残坡积物 麻砖土 900 13 000
15 德宏 盈江县 后谷基地 差 5 泥质岩类风化的残坡积物 麻砖土 915 15 000
16 德宏 盈江县 翁冷 中等 3 泥质岩类风化的残坡积物 麻砖土 933 14 000
17 德宏 盈江县 翁冷 中上 3 泥质岩类风化的残坡积物 麻砖土 893 13 000
18 临沧 云县 栗树乡 差 5 泥质岩类风化的残坡积物 红壤 1419 14 000
19 临沧 云县 栗树乡 中等 5 泥质岩类风化的残坡积物 赤红壤 1153 18 000
20 临沧 云县 幸福镇 中下 3 泥质岩类风化的残坡积物 赤红壤 1272 13 000
21 临沧 云县 幸福镇 中下 3 泥质岩类风化的残坡积物 赤红壤 1014 15 000
22 临沧 永德县 崇岗乡 差 4 泥质岩类风化的残坡积物 赤红壤 1186 14 000
23 临沧 永德县 崇岗乡 中等 3 泥质岩类风化的残坡积物 赤红壤 1237 14 000
24 临沧 永德县 大雪山 中等 6 泥质岩类风化物 赤红壤 1183 18 000
编号
Number		 市（州）
City (state)		 县（区）
Country (area)		 镇（乡/地区）
Town (township
/district)		 栽培管理水平
Management level of
cultivation		 种植年限
Years of cultivation		 成土母质
Parent materials		 土壤类型
Soil types		 海拔
Altitude/m		 鲜果产量
Fresh fruit yield/
(kg·hm-2)
25 临沧 临翔区 马台乡 中等 6 泥质岩类风化物 赤红壤 1205 19 000
26 临沧 双江县 沙河 中等 5 泥质岩类风化物 赤红壤 1196 12 500
27 临沧 沧源县 团结乡 中等 4 泥质岩类风化的残坡积物 黄壤 1650 13 000
28 临沧 耿马县 勐简乡 中等 2 泥质岩类风化物 赤红壤 1208 11 000
29 临沧 镇康县 南伞乡 中等 2 泥质岩类风化物 赤红壤 1120 9 000
30 临沧 镇康县 南伞乡 中上 4 泥质岩类风化物 赤红壤 1135 10 500
31 保山 隆阳区 潞江 中上 5 泥质岩类风化的残坡积物 黄壤 1385 14 000
32 普洱市 景东县 文景镇 中等 3 泥质岩类风化的残坡积物 赤红壤 1170 11 000
33 普洱市 江城县 康平 中上 3 泥质岩类风化的残坡积物 赤红壤 1068 14 000
34 普洱市 思茅区 倚象镇 中等 3 泥质岩类风化的残坡积物 赤红壤 907 10 000
35 普洱市 思茅区 南屏乡 中等 3 泥质岩类风化的残坡积物 赤红壤 1067 9 000
36 普洱市 宁洱县 普义乡 中等 4 泥质岩类风化的残坡积物 赤红壤 1068 13 000
37 普洱市 宁洱县 宁洱墨江西村松江咖啡基地 中下 3 泥质岩类风化的残坡积物 赤红壤 898 12 000
38 普洱市 墨江县 雅邑乡 中下 1 泥质岩类风化的残坡积物 赤粘土 1066 8 000
39 普洱市 镇沅县 古城乡 中下 5 泥质岩类风化的残坡积物 赤红壤 1011 9 000
40 普洱市 景谷县 威远 中下 2 泥质岩类风化的残坡积物 赤红壤 1172 8 000
41 普洱市 景谷县 威远 中等 4 泥质岩类风化的残坡积物 赤红壤 1081 17 000
42 普洱市 思茅区 龙潭乡 中等 3 泥质岩类风化的残坡积物 赤红壤 976 13 000
43 普洱市 景谷县 威远 中下 3 泥质岩类风化的残坡积物 赤红壤 1135 10 500
44 普洱市 澜沧县 勐朗镇 中下 3 泥质岩类风化物 褐土 1203 13 000
45 普洱市 澜沧县 勐朗镇 中等 3 泥质岩类风化的残坡积物 褐土 1157 13 000
46 普洱市 澜沧县 勐朗镇 中下 3 泥质岩类风化的残坡积物 褐土 1046 15 000
47 普洱市 澜沧县 拉巴乡 中下 5 泥质岩类风化的残坡积物 褐土 1103 14 000
48 普洱市 澜沧县 拉巴乡 中等 5 泥质岩类风化的残坡积物 褐土 1097 14 000
49 普洱市 孟连县 景信乡 中等 7 泥质岩类风化的残坡积物 赤红壤 1015 12 000
50 普洱市 孟连县 景信乡 中上 6 泥质岩类风化的残坡积物 赤红壤 1024 14 000
51 普洱市 孟连县 娜允 中上 5 泥质岩类风化的残坡积物 赤红壤 1123 12 000
52 普洱市 景东县 文景镇 中等 5 泥质岩类风化的残坡积物 赤红壤 1203 11 000
53 普洱市 景东县 文景镇 中等 4 泥质岩类风化的残坡积物 赤红壤 1157 11 000
54 普洱市 墨江县 娜允 中上 5 泥质岩类风化的残坡积物 赤红壤 1046 13 000
55 普洱市 江城县 康平 中上 5 泥质岩类风化的残坡积物 赤红壤 1103 14 000
56 普洱市 墨江县 雅邑乡 中等 4 泥质岩类风化的残坡积物 赤红壤 1097 16 000
57 普洱市 镇沅县 古城乡 中下 4 泥质岩类风化的残坡积物 赤红壤 1015 16 000
58 普洱市 思茅区 倚象镇 中等 3 泥质岩类风化的残坡积物 赤红壤 1019 17 000
59 普洱市 西盟县 勐梭 中等 3 泥质岩类风化的残坡积物 赤红壤 1024 16 000
60 普洱市 孟连县 勐马镇 中等 3 泥质岩类风化的残坡积物 赤红壤 1135 12 000
61 临沧 临翔区 马台乡 中等 2 泥质岩类风化的残坡积物 紫色土 1123 10 000
62 普洱市 孟连县 娜允 中等 4 泥质岩类风化的残坡积物 赤红壤 1015 13 000
63 普洱市 孟连县 娜允 中等 3 泥质岩类风化的残坡积物 赤红壤 1037 10 000
64 普洱市 西盟县 勐梭 中等 2 泥质岩类风化的残坡积物 赤红壤 1243 10 000
65 临沧 双江县 沙河 中等 3 泥质岩类风化的残坡积物 紫色土 1235 12 000

1.2 方法

土壤样品的测定内容:土壤pH（X2）、有机质（X3, g/kg）、碱解氮（X4, mg/kg）、有效磷（X5, mg/kg）和速效钾（X6, mg/kg）含量,同期测定小粒咖啡的产量（Y, kg/hm2）,并记录采样地的海拔（X1, m）高度。土壤pH测定:2.5:1水土比,pH计;土壤有机质的测定:重铬酸钾容量法—外加热法;土壤碱解氮的测定:1.0 mol/L NaOH碱解氮扩散法;土壤速效磷的测定:0.03 mol/L NH4F- 0.025 mol/L HCl浸提—比色法;土壤速效钾的测定:1.0 mol/L NH4OAc浸提—火焰光度法[10]。
咖啡豆内含物测定内容:咖啡因（Z1, mg/kg）、总糖（Z2, %）、蛋白质（Z3, %）、灰分（Z4, %）、水溶性浸出物（Z5, %）和脂肪（Z6, %）。咖啡因的测定参照《食品安全国家标准 饮料中咖啡因的测定》（GB 5009.139—2014）;总糖的测定参照《食品中蔗糖的测定》（GB/T 5009.8—2008）;蛋白质的测定参照《食品安全国家标准 食品中蛋白质的测定》（GB 5009.5—2016）;灰分的测定参照《食品安全国家标准 食品中灰分的测定》（GB/T 5009.4—2016）;水浸出物的测定参照《茶 水浸出物测定》（GB/T 8305—2013）;脂肪的测定参照《食品中脂肪的测定》（GB/T 5009.6—2016）。
各土壤指标间也存在着一定的相关关系,仅依据各土壤指标间的简单相关系数判定对咖啡产量和品质的影响力,极易隐藏各指标间的相互作用,也不能从根本上反应其内在联系的规律性。借此引入改进的灰色关联分析,采用多层次、多因素的评价指标体系反映各土壤因子与咖啡产量和品质间的实际特性,再采用组合赋权将主观评价层次分析法（AHP）和客观评价熵值法相结合,最后基于灰色关联分析,结合AHP和熵值法,建立改进的灰色关联综合评价模型[11]。为弥补改进的灰色关联系数不能表明土壤因子对咖啡品质和产量的正负作用,引入通径系数,再结合回归分析,建立各土壤因子与咖啡品质和产量的回归模型,进行定量分析。4种分析方法相结合,层层深入与强化,定量客观真实地反映其内在关系的规律性。

1.3 数据处理

采用Microsoft Excel 2016软件进行数据整理,SPSS数据处理系统进行统计分析[12]。

2 结果与分析

2.1 土壤因子、产量和品质的变异特征

由表2可知,小粒咖啡的土壤指标变异较大,其中以土壤有效磷含量的变异系数较大,达96.54%,属于较强变异。土壤有机质、碱解氮和速效钾含量的变异程度属于中等变异。变异度较小的为土壤pH（11.74%）和海拔（15.13%）;咖啡鲜果产量变异系数20.81%,中等变异;品质指标变异系数4.06%~13.62%,较小变异。其表明在小粒咖啡的生长过程中,磷素残留较多,有机肥、氮钾素较少的现象显著,人为因素对小粒咖啡产量的形成具有较大影响,品质相对稳定。（变异程度划分标准:0~15%较小变异,16%~35%中等变异,大于36%高度变异。）
表2 小粒咖啡的土壤因子、产量和品质表现

Tab. 2 Status of soil factors, yield and quality of C. arabica

指标
Index		 最大值
Max value		 最小值
Min value		 极差
Range		 平均值
Mean value		 标准差
SD		 变异系数
CV/%
X1 1650.00 817.00 833.00 1106.37 167.30 15.13
X2 8.11 4.67 3.44 5.48 0.64 11.74
X3 55.89 4.32 51.57 29.01 13.24 45.64
X4 286.65 70.16 216.49 160.49 56.95 35.49
X5 670.80 7.50 663.3 189.20 182.70 96.54
X6 271.90 24.32 247.58 121.90 67.78 55.60
Z1 10.28 6.78 3.50 8.29 0.81 10.46
Z2 15.57 6.24 9.33 10.95 1.82 13.62
Z3 13.79 10.48 3.31 12.00 0.60 5.02
Z4 4.70 3.08 1.62 3.65 0.26 8.75
Z5 45.31 34.59 10.72 40.25 1.63 4.06
Z6 14.91 10.95 3.96 12.46 0.81 7.47
Y 19000.00 7505.00 11495.00 13223.00 2751.00 20.81

2.2 土壤因子、产量及品质的相关性分析

由表3可知,咖啡因与海拔呈显著负相关关系,系数为-0.296*。总糖与有机质含量呈极显著正相关关系（0.587**）。蛋白质与土壤pH呈极显著负相关关系（-0.408**）,与有机质含量呈显著正相关关系（0.263*）。灰分与有效磷含量呈极显著正相关关系（0.334**）,与海拔呈显著负相关关系（-0.285*）。咖啡豆的水溶性浸出物与海拔呈极显著负相关关系（-0.494**）。咖啡豆的脂肪含量与碱解氮含量呈极显著负相关关系（-0.461**）,与土壤pH呈显著正相关关系（0.296*）。土壤的速效钾和有机质含量与咖啡产量呈极显著和显著正相关关系,系数分别为0.360**和0.277*。表明低海拔利于咖啡因的合成。有机质丰富的土壤促进咖啡总糖的累积。酸性和氮素有效成分高的土壤利于咖啡蛋白质的累积。低海拔、磷有效成分高的土壤促进咖啡豆灰分的形成。低海拔利于咖啡豆水溶性浸出物的积累。碱性、低有效氮的土壤促进咖啡豆脂肪的合成。土壤的速效钾和有机质含量是小粒咖啡形成高产的关键因子。
表3 小粒咖啡土壤因子的相关系数

Tab. 3 Correlation coefficient of soil fertility of C. arabica

指标Index X1 X2 X3 X4 X5 X6 Z1 Z2 Z3 Z4 Z5 Z6
X2 -0.203
X3 0.116 -0.095
X4 -0.074 -0.271* -0.185
X5 -0.165 0.145 -0.018 -0.383**
X6 0.137 0.197 0.086 -0.086 0.133
Z1 -0.296* -0.078 0.071 0.025 -0.016 -0.186
Z2 0.008 -0.109 0.587** -0.209 -0.071 -0.180 -0.083
Z3 -0.013 -0.408** 0.263* -0.075 0.145 0.128 -0.163 0.227
Z4 -0.285* -0.056 -0.104 -0.169 0.334** -0.011 0.121 -0.065 -0.003
Z5 -0.494** 0.110 -0.320 0.120 0.084 -0.103 0.220 -0.025 -0.192 0.143
Z6 0.238 0.296* -0.083 -0.461** 0.136 -0.097 -0.219 0.133 -0.034 -0.084 0.000
Y 0.139 0.181 0.277* -0.055 0.152 0.360** 0.019 0.086 0.012 -0.149 0.129 0.005

Note: * means significant different (P<0.05); ** means extremely significant different (P<0.01).

注:*表示差异显著(P<0.05);**表示差异极显著（P<0.01）。

2.3 土壤因子与小粒咖啡产量及品质的改进灰色关联分析

改进的灰色关联计算公式:
$\begin{matrix} & {{\xi }_{0}}_{i}(k)= \frac{{{\min }_{i}}{{\min }_{k}}\left| {{x}_{0}}(k)-{{x}_{i}}(k) \right|+\rho {{\max }_{i}}{{\max }_{k}}\left| {{x}_{0}}(k)-{{x}_{i}}(k) \right|}{\left| {{x}_{0}}(k)-{{x}_{i}}(k) \right|+\rho {{\max }_{i}}{{\max }_{k}}\left| {{x}_{0}}(k)-{{x}_{i}}(k) \right|} \\ \end{matrix}$
${{w}_{j}}=\frac{{{\alpha }_{j}}\times {{\beta }_{j}}}{{{\sum\limits_{j=1}^{n}{{{\alpha }_{j}}\times {{\beta }_{j}}}}_{{}}}}$
${{\overline{r}}_{0i}}={{\overline{\xi }}_{0}}_{i}(k)\omega (k)$
式中:公式（1）为灰色平均关联系数:$\rho $为分辨系数（0.5）,${{x}_{0}}(k)$为评价数列,${{x}_{i}}(k)$为比较数列;
公式（2）为组合赋权确定的权重系数:$\alpha $为层次分析法（AHP）的权重向量,$\beta $为熵值法的权重向量;公式（3）为改进的灰色关联系数。
由图1可知, 传统的灰色关联法与改进的灰色关联度结果有误差, 因为传统的方法未考虑各指标权重对关联度的影响, 结果不具保序性, 而改进的灰色关联度将AHP的主观赋权、熵值法的客观赋权和灰色关联度相结合, 综合评价更科学和全面。土壤对小粒咖啡品质和产量的综合评价结果显示: Z1: X5>X1>X6>X2>X3>X4, Z2: X3>X6>X2>X5>X4>X1, Z3: X5>X2>X4>X3>X1>X6, Z4: X5>X1>X4>X2>X6>X3, Z5: X1>X5>X2>X6>X4>X3, Z6: X4>X2>X5>X1>X6>X3, Y: X2>X6>X3>X5>X1>X4。其结果表明, 影响咖啡豆中咖啡因含量的土壤因子是有效磷含量和海拔,总糖的土壤因子主要是有机质和速效钾含量,蛋白质的土壤因子是速效磷含量和土壤pH,灰分的土壤因子是海拔和速效磷含量,水溶性浸出物的决定因子是海拔和速效磷含量,影响脂肪的土壤因子主要是碱解氮含量和土壤pH,咖啡产量的决定因子是速效钾、有机质和土壤pH。
图1 土壤因子与小粒咖啡品质和产量的关联系数及权重值

A:咖啡因;B:总糖;C:蛋白质;D:灰分;E:水溶性浸出物;F:脂肪;G:产量。

Fig. 1 Correlation coefficient and weight value of soil factors, yield and quality of C. arabica

A: Caffeine; B: Total sugar; C: Crude protein; D: Ash; E: Water-soluble extracts; F: Crude fat content; G: Fresh yield.

2.4 土壤因子对小粒咖啡产量和品质的通径分析

由图2可知,小粒咖啡土壤因子对咖啡因含量的直接通径系数绝对值海拔（-0.326）、速效钾（-0.124）、土壤pH（-0.114）较大,说明海拔、速效钾含量和土壤酸碱度对咖啡因的直接效应最大,均为负效应,低海拔、酸性低钾含量的土壤有增加咖啡因的潜质;对总糖含量的直接通径系数绝对值土壤有机质（0.572）、速效钾（-0.208）、碱解氮（-0.185）较大,说明土壤有机质、速效钾和碱解氮对总糖的直接效应最大,但速效钾和碱解氮均为负效应,有机质丰富低钾低氮利于咖啡总糖的积累;对蛋白质含量的直接通径系数绝对值土壤pH（-0.515）、速效钾（0.207）、有机质（0.194）较大,说明土壤酸碱度、速效钾和有机质含量对蛋白质的直接效应最大,但土壤pH为负效应,酸性高钾和丰富有机质的土壤有利于蛋白质的积累;对灰分含量的直接通径系数绝对值海拔（-0.261）、速效钾（0.251）和土壤pH（-0.209）较大,说明海拔、钾含量和土壤酸碱度对灰分的直接效应最大,但海拔和土壤pH均为负效应,低海拔、酸性和高钾的土壤利于灰分的积累;对水溶性浸出物含量的直接通径系数绝对值海拔（-0.459）较大,说明海拔对水溶性浸出物的直接效应最大,但为负效应,低海拔土壤利于水溶性浸出物的积累;对脂肪含量的直接通径系数绝对值碱解氮（-0.401）、海拔（0.315）和土壤pH（0.277）较大,说明氮素、海拔和土壤酸碱度对脂肪含量的直接效应最大,但氮素为负效应,高氮、低海拔和酸性的土壤有低脂肪咖啡的潜力;对产量的直接通径系数绝对值有机质（0.288）、速效钾（0.264）较大,说明土壤速效钾和有机质对小粒咖啡产量形成的直接作用最大,均为正效应,钾素和有机质含量高的土壤具有咖啡高产的潜力。
图2 小粒咖啡土壤因子对品质和产量的通径分析

A:咖啡因;B:总糖;C:蛋白质;D:灰分;E:水溶性浸出物;F:脂肪;G:产量。

Fig. 2 Path analysis of soil factors and yield of C. Arabica

A: Caffeine; B: Total sugar; C: Crude protein; D: Ash; E: Water-soluble extracts; F: Crude fat content; G: Fresh yield.

2.5 多元线性回归分析

在相关分析、改良的灰色关联分析和通径分析基础上,通过逐步回归分析剔除不显著变量,以6个土壤因子为自变量,咖啡豆的6个品质指标和产量为因变量,得出回归方程如表4所示。由表4可知,当海拔（m）每增加1个单位,咖啡因含量减少0.001 g/kg;当土壤有机质（X3）和有效磷（X5）处于平均水平,而其中1个变量固定时,剩余变量如土壤有机质（g/kg）和有效磷（mg/kg）每增加1个单位,咖啡总糖分别增加0.084%和减少0.006%;土壤pH（X2）和有机质（X3）处于平均水平,而其中1个变量固定时,剩余变量如土壤pH和有机质（g/kg）每增加1个单位,咖啡蛋白质分别减少0.361%和增加0.010%;土壤有效磷（mg/kg）每增加1个单位,咖啡灰分增加0.0001%;海拔（m）每增加1个单位,水溶性浸出物含量减少0.005%;土壤碱解氮（mg/kg）每增加1个单位,咖啡的脂肪含量减少0.007%;当土壤速效钾（X6）和有机质（X3）处于平均水平,而其中1个变量固定时,剩余变量如速效钾（mg/kg）和有机质（g/kg）每增加1个单位,咖啡产量分别增加13.756 kg和51.499 kg。
表4 土壤因子、小粒咖啡品质和产量的回归方程模型

Tab. 4 Regression analysis of quality, yield, soil components of C. arabica

回归方程
Regression equation		 R F P
Z1=9.868-0.001X1 0.296 6.056 0.017
Z2=9.290+0.084X3-0.006X5 0.631 20.529 0.000
Z3=13.685-0.361X2+0.01X3 0.466 8.617 0.000
Z4=3.557+0.0001X5 0.334 7.914 0.007
Z5=45.550-0.005X1 0.494 20.352 0.000
Z6=13.517-0.007X4 0.461 17.024 0.000
Y=10052.730+13.756X6+51.499X3 0.437 7.301 0.001
为更加明确多元回归所确定的土壤因子对咖啡产量和品质的直接和间接效应,重新对表4中决定小粒咖啡品质和产量的土壤因子分别进行通径分析。由表5可知,海拔对咖啡因的直接效应为较大负值,说明高海拔是低咖啡因含量的土壤决定因子;|P3z2|>|P5z2|,说明土壤有机质的直接效应大于土壤有效磷,间接系数为较小的负值,表明丰富的有机质和低磷含量是小粒咖啡高糖的主要土壤因子;|P2z3|>|P3z3|,说明土壤pH的直接效应大于有效磷,但土壤pH的直接通径系数为负值,其间接通径系数为较小的正值,有效磷的直接通径系数为正值,其间接通径系数为较小的负值,表明酸性高磷是咖啡高蛋白的主要土壤因子;土壤有效磷对灰分的直接效应为较大正值,说明低磷土壤是咖啡高灰分的土壤决定因子;海拔对水溶性浸出物的直接效应为较大负值,说明低海拔是高水浸出物的重要土壤因子;土壤碱解氮对脂肪的直接效应为较大负值,说明高氮土壤是咖啡低脂肪的土壤决定因子;|P6y|> |P3y|,说明土壤速效钾的直接效应大于土壤有机质,且都为较大的正值,间接系数均为较小的正值,表明高钾和丰富的有机质含量是小粒咖啡高产的主要土壤因子。土壤碱解氮对脂肪的直接通径系数为较大的负值,表明高氮是咖啡低脂肪的土壤决定因子。
表5 小粒咖啡品质和产量土壤决定因子的通径分析

Tab. 5 Path analysis of quality, yield, soil components of C. arabica

指标Index Z1 Z2 Z3 Z4 Z5 Z6 Y
土壤决定因子
Main factor
of soil		 X1 X3 X6 X2 X3 X5 X1 X4 X3 X6
X1 -0.296 X3 0.607 0.052 X2 -0.387 -0.056 X5 0.334 X1 -0.494 X4 -0.461 X3 0.248 0.021
X6 -0.012 -0.232 X3 0.033 0.227 X6 0.029 0.339
相关系数
Correlation coefficients		 -0.296* 0.587** -0.18 -0.408** 0.263* 0.334** -0.494** -0.461** 0.277* 0.360**

Note: * means significant different (P<0.05); ** means extremely significant different (P<0.01).

注:*表示差异显著(P<0.05);**表示差异极显著（P<0.01）。

3 讨论

本研究的土壤因子中有机质、有效磷和速效钾的变异系数较大,说明不同采样点的土壤肥力差异很大。这与当地咖啡的耕种条件、施肥习惯和重视程度息息相关。由于咖啡均种植于云南的热区,该区域以山地为主,道路迂回曲折、地势相对陡峭,欠缺水肥的供应,加之劳动力不断向城市转移,所以咖啡种植成本日益攀升。
土壤pH抑制作物养分的积累,土壤的有机质、全氮含量的提高有利于植物养分含量的积累[13]。本研究中,排除不同地区的小气候环境差异,考虑土壤因子间的相互作用,只通过简单的相关分析不能反映出土壤因子与咖啡品质和产量间的真实联系。影响咖啡因的土壤因子,因分析方法不同,影响的因子也不同,最终结果指出海拔、土壤速效钾和pH均与咖啡因含量呈显著负相关关系,但仅海拔与咖啡因呈显著回归关系,其他土壤因子随着方法而变化,说明对咖啡因的影响作用不显著,可能与采样点分布零散,数据采集范围变异大相关,需进行针对性的试验研究。与张绍龙等[14]对云南小粒咖啡中咖啡因含量的研究指出咖啡因的含量随着海拔的升高而增高的结果相反,该研究采集海拔800~2100 m的保山、临沧和普洱3个地区的咖啡豆样28份,与本研究采集地区范围和样本数量相差近1倍,可能对结果的显著性有重要影响。
土壤有机质（正相关）、碱解氮（负相关）和速效钾（负相关）均是影响总糖含量的主要因子,但仅有机质与总糖含量形成回归方程,增加土壤有机质含量能提高葡萄的总糖含量（6.29%）[15],碱解氮抑制枸杞多糖和总糖的积累[16],结果一致。
土壤pH（负相关）和有机质（正相关）均是影响蛋白质的重要因子,且形成二元回归方程,牡丹中的可溶性蛋白含量随着土壤酸度的增加而增加[17],增加有机肥利于魔芋蛋白质的增加[18],结果一致。
土壤速效磷含量是影响咖啡灰分含量的关键因子,两者呈显著回归关系,由于采样数据量和分布范围有限,导致其通径关系不显著,本研究中碱解氮含量与灰分关系不显著,与张建军等[19]的表现不一致,可能与不同作物不同采样点的生态环境不一致、样品代表性等因素相关。
海拔（负相关）是影响水溶性浸出物的主要因子,两者呈显著二元回归关系。田甜等[20]指出,土壤速效磷和茶叶中的水溶性浸出物呈显著正相关;宋九华等[21]也表明,土壤速效磷促进醇溶性浸出物含量的形成,但本研究中仅在改进的灰色关联分析中两者有显著关系,通径分析和回归分析皆不显著,可能与采样数量及代表性有关,为探求更深入的相关关系分析,可增加采样数量及扩大样点分布范围,以期达到最真实和客观的分析结果。
土壤碱解氮、海拔和土壤pH是影响脂肪合成的主要因子,但仅碱解氮与脂肪含量呈二元回归关系,与氮极显著影响玉米脂肪含量[19]的结果一致,但与羊草的脂肪含量与土壤钾含量呈正相关不一致[22],估计与咖啡属于小乔木收获咖啡豆、草属于草本收获叶片,不同的采收部位,对营养的需求不同有关。
咖啡豆品质与土壤养分指标有着显著的典型相关关系（P<0.05）。其影响咖啡风味的咖啡因和总糖含量随着土壤速效钾的升高呈降低趋势,而影响咖啡醇厚度的脂肪含量随着碱解氮的升高而降低[23],与本研究结果较为一致。
土壤有机质和速效钾含量是构成作物产量的土壤因素[24,25],配施有机肥的水稻产量增产25.6%[26],与本研究结果相一致。本研究指出土壤pH（正相关）也是影响咖啡产量的主要因素,但仅速效钾和有机质与产量呈显著回归关系,水稻产量随土壤pH的降低而降低[4],但咖啡的酸碱度并非无上下限,过碱性（pH>6.5）、过酸性（pH<5.5）的土壤皆不利于咖啡生长和产量的形成。
很多咖啡研究者指出:咖啡豆的品质和产量受环境和基因的互作影响,高海拔地区的咖啡品质优[27,28],海拔也是影响作物产量的主要因素[29,30],Hsu等[31]指出,植株形态特征和生理代谢等与作物的产量密切相关,咖啡的农艺性状（咖啡植株的干物质含量、叶鲜重、茎粗及茎鲜重等[32]）可能决定着咖啡产量,有待进一步研究与分析。

4 结论

小粒咖啡的6个土壤因子、产量和6个品质性状变异较大,变异系数4.06%~96.54%。通过进行相关性分析、改进的灰色关联分析、通径分析和多元回归分析,层层深入,明确咖啡品质和产量的主要土壤决定因子:咖啡因和水溶性浸出物—海拔,总糖—有机质和速效磷,蛋白质—土壤pH和有机质,灰分—速效磷,脂肪—碱解氮,产量—速效钾和有机质。同时明确了土壤因子对小粒咖啡品质和产量的直接和间接作用大小,并将各指标量化得出:高海拔为小粒咖啡低咖啡因含量的首选因子,低有机质和高磷土壤为咖啡低糖含量的决定因子,高有机质和碱性土壤为咖啡高蛋白含量的选择要素,高磷土壤为咖啡高灰分含量的首选目标,低海拔为增加咖啡水溶性浸出物的首要因素,高碱解氮含量为咖啡低脂肪含量的重要因子,高钾和丰富有机质的土壤为咖啡高产的首选指标。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
鄂丽丽, 胡伟, 谷思玉, 等. 黑土农田极端侵蚀对土壤质量及作物产量的影响[J]. 水土保持学报, 2018,32(2):142-149, 172.

[2]
丁红文, 李奇颖, 傅显钦, 等. 不同海拔高度对金铁锁种子产量的影响研究[J]. 云南农业科技, 2018(1):19-20.

[3]
刘帮艳, 李金玲, 曹国璠, 等. 高海拔环境对太子参生长、产量及品质的影响[J]. 中药材, 2017,40(12):2753-2758.

[4]
易镇邪, 袁珍贵, 陈平平, 等. 土壤pH值与镉含量对水稻产量和不同器官镉累积的影响[J]. 核农学报, 2019,33(5):988-998.

[5]
王梦姣, 杨国鹏. 根际土壤元素与水稻产量及产量构成因素的相关性[J]. 西南农业学报, 2018,31(11):2326-2334.

[6]
孙勇, 曲京博, 初晓冬, 等. 不同施肥处理对黑土土壤肥力和作物产量的影响[J]. 江苏农业科学, 2018,46(14):45-50.

[7]
王炎, 李振宙, 黄小燕, 等. 不同钾肥处理对苦荞根系及产量的影响[J]. 分子植物育种, 2019,17(23):7955-7961.

[8]
孙燕, 董云萍, 林兴军, 等. 不同施氮条件下咖啡果干物质积累、产量及氮肥利用率[J]. 热带作物学报, 2018,39(10):1901-1905.

[9]
高祥照, 马常宝, 杜森. 测土配方施肥技术[M]. 北京: 中国农业出版社, 2005:1-7,:14-20.

[10]
鲍士旦. 土壤农化分析 [M].3版. 北京: 中国农业出版社, 2000: 30-107.

[11]
周会军, 肖英杰, 张浩, 等. 基于改进灰色关联分析法的码头设计方案优选[J]. 上海海事大学学报, 2011,32(3):11-15.

[12]
唐启义. DPS数据处理系统-实验设计、统计分析及数据挖掘[M]. 2版. 北京: 科学出版社, 2010.

[13]
那守海, 孙国荣, 阎秀峰, 等. 松嫩草地6种牧草地上部分养分含量与土壤因子的关系[J]. 黑龙江畜牧兽医, 1996(3):1-4.

[14]
张绍龙, 邱碧丽, 刘超, 等. 云南小粒咖啡中咖啡因含量比较分析[J]. 云南化工, 2018,45(7):79-81.

[15]
熊荟菁, 张乃明, 赵学通, 等. 秸秆生物炭对葡萄园土壤改良效应及葡萄品质的影响[J]. 土壤通报, 2018,49(4):936-941.

[16]
许兴, 郑国琦, 杨娟, 等. 宁夏不同地域枸杞多糖和总糖含量与土壤环境因子关系的研究[J]. 西北植物学报, 2005(7):1340-1344.

[17]
王莉莉. 土壤pH值对牡丹生长及生理特性影响的研究[D]. 长春: 吉林农业大学, 2015.

[18]
吴淳荩. 配方施肥对绵阳三台县魔芋生长品质影响研究[D]. 雅安: 四川农业大学, 2017.

[19]
张建军, 樊廷录, 党翼, 等. 覆膜时期与施氮量对旱地玉米土壤耗水特征及产量的影响[J]. 水土保持学报, 2018,32(6):72-78.

[20]
田甜, 韦锦坚, 赵德恩, 等. 氮磷钾配施对茶叶品质的影响[J]. 热带农业科学, 2018,38(4):36-45.

[21]
宋九华, 孟杰, 曾羽, 等. 粗茎秦艽根茎品质与栽培土壤化学因子的相关性分析[J]. 植物资源与环境学报, 2014,23(4):75-82.

[22]
谢越, 石丹, 李品红, 等. 羊草品质与气象因子和土壤因子的相关性研究[J]. 草地学报, 2012,20(4):631-636.

[23]
苏琳琳, 马关润, 白学慧, 等. 云南咖啡土壤养分评价及其对咖啡生豆品质影响分析[C/OL]// 做强做优热带高效农业 服务热区乡村振兴——2018年全国热带作物学术年会论文集. 厦门: 中国热带作物学会. 2018:228. http://www. cstcs.org.cn/uploads/20181016224659781.pdf.

[24]
李艳, 陈义, 唐旭, 等. 长期不同施肥模式下南方水稻土有机碳的平衡特征[J]. 浙江农业学报, 2018,30(12):2094-2101.

[25]
于丰鑫, 石玉, 赵俊晔, 等. 土壤肥力对高产小麦品种烟农1212旗叶叶绿素荧光特性和产量的影响[J]. 麦类作物学报, 2018,38(10):1222-1228.

[26]
柳开楼, 黄晶, 张会民, 等. 基于红壤稻田肥力与相对产量关系的水稻生产力评估[J]. 植物营养与肥料学报, 2018,24(6):1425-1434.

[27]
李学俊, 黎丹妮, 崔文锐. 小粒种咖啡品质的影响因素及咖啡质量控制技术[J]. 中国热带农业, 2016, (3):16-18.

[28]
Cheng B, Agnelo F, Heather E, et al. Influence of genotype and environment on coffee quality[J]. Trends in Food Science & Technology, 2016,57:20-30.

[29]
王梦姣, 杨国鹏. 根际土壤元素与水稻产量及产量构成因素的相关性[J]. 西南农业学报, 2018,31(11):2326-2334.

[30]
Guo M, Rupe M A, Yang X F, et al. Genome-wide transcript analysis of maize hybrids: allelic additive gene expression and yield heterosis[J]. Theoretical and Applied Genetics, 2006,113(5):831-845.

DOI PMID

[31]
Hsu P, Walton P D. Relationships between yield and its components and structures above the flag leaf node in spring wheat[J]. Crop Science, 1971,11(2):190-193.

[32]
李秀, 徐坤, 巩彪, 等. 生姜农艺性状与产量形成关系的多重分析[J]. 中国农业科学, 2012,45(12):2431-2437.

Options
文章导航

/

〈 〉

    联系我们

  • 地址：海南省海口市龙华区学院路4号
  • 邮编：571101
  • 电话：0898-66989102
    　　    0898-66890382
               0898-66986832
  • E-mail：rdzx136@163.com
网站版权 © 《热带作物学报》编辑部 　琼ICP备19001573号