1. 引言
甘草为豆科多年生药用、食用、饲用和防风固沙植物,从播种到开花结籽需要4~5年时间,其常规育种周期较长。研究籽粒灌浆特性,掌握甘草种子灌浆规律,对种子的质量产量及后续种子种苗繁育具有重要影响。多种植物籽粒干物质积累过程呈“S”型曲线,目前在中草药种子灌浆研究中,多采用Logistic方程模拟籽粒灌浆,通过计算灌浆参数描述整个灌浆过程 [1] [2] [3] 。在小麦、水稻等作物研究籽粒灌浆中,通常使用3种数学模型:三次多项式Cubic、Richards方程和Logistic方程。其中,Cubic三次多项式和Richards方程的数学表达式中有4个未知参数,Logistic方程有3个未知参数,这些参数均具有生物学意义 [4] 。通过建立数学模型确定未知参数,进而算得灌浆特征参数来描述种子灌浆增重过程。
Cubic多项式求极值即可确定灌浆起始期和终止期。Logistic方程和Richards方程通过计算t1、t2、t3三个时间点划分灌浆过程,灌浆起始期需要实际观测,灌浆终止期通过规定粒重达到的理论最大粒重比例来确定 [5] 。Richards方程中的参数N为环境充分系数,它能够区分籽粒灌浆速率起势的高低 [6] 。当0 < N < 1,灌浆速率曲线偏左,起势高为强势粒。当N > 1,灌浆速率曲线偏右,起势低为弱势粒。Logistic生长方程其实是Richards方程参数N = 1的一种特殊形式,由于Logistic方程把环境充分系数N武断为1,而Richards方程使环境充分系数依数据而定,理论上将会比Logistic方程具有更强的客观性。Cubic多项式和Logistic通过线性化处理,建立方程以及检验拟合度较为简便,用excel处理即可,故Cubic多项式和Logistic方程模型被广泛选用。然而Richards方程属于非线性回归方程,它通过算法迭代得到Q值稳定并且最小的参数,选择合适的初始参数值是建立Richards方程过程中较为重要的一步 [6] [7] 。
本研究用Logistic、Richards方程和Cubic三次多项式三种数学模型模拟3种药用甘草籽粒灌浆过程,比较3种数学模型的拟合情况,通过分析灌浆参数对3种药用甘草籽粒增重动态进行数学演绎,以期为中草药种子籽粒灌浆模型的选择提供参考。
2. 材料与方法
2.1. 试验地概况
本研究于2016~2022年在甘肃酒泉巨龙科技示范农场(N39˚57', E98˚90')进行,试验区地处祁连山北麓,海拔1430 m,年降水量80 mm,年平均气温8.2℃,全年无霜期140 d。该地区为典型的大陆性气候,夏热冬寒秋凉春旱,气候干燥多风沙,日照长昼夜温差大,光热条件良好。土壤为棕漠土和风沙土,灌溉条件便利,属绿洲农业类型,适宜甘草生长。
2.2. 供试材料
供试的药用甘草为6年生的甘草(Glycyrrhiza uralensis Fisch.)、胀果甘草(Glycyrrhiza inflata Bat.)和光果甘草(Glycyrrhiza glabra L.)。
2.3. 测定项目与方法
根据前期开花特性研究结果,于甘草盛花期(6月10日)、胀果甘草和光果甘草的盛花期(6月18日),选取长势一致的3种药用甘草开花植株挂牌标记。自开花第5天起(刚长出小荚果),每次定点下午16:00采种,由植株下部往上采摘15个果穗,3~5天采收1次。将果穗随机分成3组,剥出籽粒计数后立即称取鲜重,用牛皮纸袋存放,烘干后称取干重 [8] 。将籽粒干鲜重换算成籽粒千粒重,计算灌浆特征参数 [3] [9] 。
2.4. 三种数学模型模拟籽粒灌浆
经查阅文献整理3种数学模型的灌浆特征参数计算公式。使用DPS软件,输入种子干鲜重的原始数据得到灌浆表达式,使用表达式中的相应参数,代入公式中得出灌浆特征参数。本篇中3种数学模型均采用DPS软件进行数据处理,Logistic又另外使用公式计算
和k。
2.4.1. 三次多项式(Cubic)模型
Cubic多项式回归 [5] [6] :
(1)
(1)式中y为籽粒千粒重,t是开花后天数,设甘草t:6月9日t = −1,6月10日t = 0,日期以此类推;胀果甘草和光果甘草t:6月18日 = 0,6月19日 = 1,往后以此类推。a、b、c、d为Cubic多项式的参数。对(1)式求导得灌浆速率方程:
(2)
为籽粒灌浆速率(g/d,1000-grain seeds)。当
时,得到灌浆起始期和终止期
,解出
,
(
),灌浆持续期
。对(1)式求二阶导数且令其为零
,得到最大灌浆速率到达时间
,将
代入(2)式,得最大灌浆速率
。当
时,计算出2个时间转折点
,将灌浆过程划分为渐增期、快增期和缓增期 [10] 。快增期
,快增期灌浆平均速率
。将籽粒灌浆终止时间
代入粒重增长方程得到理论最大粒重
,平均灌浆速率
。
2.4.2. Richards数学模型
Richards方程:
(3)
参数A、B、k、N,其中A为最大理论粒重。(3)式求导,得灌浆速率方程
(4)
求(3)式的二阶导数并令其为零,得出灌浆速率方程的两个拐点处灌浆时间
和
,
,
,快增期
。设定以99% K作为实际灌浆终期
,
。最大灌浆速率到达时间为
,最大灌浆速率
。
2.4.3. Logistic数学模型
Logistic方程 [9] [11] :
(5)
它是Richards模型中默认N = 1的特殊状态。y为观测时的粒重,x为开花后天数,参数有3个k、A、B,其中k为理论最大粒重。
第一种方法:用DPS软件建立出Logistics数学表达式,根据公式提供的参数,代入下式①~③,在Excel中计算得到灌浆特征参数。
① 灌浆高峰期起始和结束时间 [9] ,
② 假定Y达99% K时为灌浆终期 [9] ,
③ 最大灌浆速率到达时间和最大灌浆速率 [9] ,
,
第二种方法:用公式计算两个常数
和k,
,
,其中
分别是等间隔开花后天数
对应的籽粒千粒干重值,做散点图得到趋势线,即直线化方程
,由
,代入上式①~③,求出Logistic方程灌浆参数。
2.5. 数据处理
数据统计分析用软件DPS (Date Processing System)完成 [12] ,部分数据采用Excel处理。
3. 结果与分析
3.1. 三种数学模型灌浆参数及拟合度比较
使用3种数学模型建立药用甘草籽粒灌浆方程(表1)。3组方程的决定系数R2均在0.96以上(表2)。其中,Richards和Logistic方程模型的决定系数R2高于Cubic三次多项式模型的,离回归平方差值低于Cubic三次多项式。三种数学模型均可对药用甘草种子灌浆过程进行拟合,而Richards和Logistic方程模型的拟合效果更好。参数N可确定灌浆速率起势的高低,本研究中甘草和光果甘草的参数N值 > 1,起势低,属于弱势粒。胀果甘草的N值在0到1之间,起势高,籽粒属于强势粒。采用两种方式建立的Logistic
方程
,所得到的表达式在参数k、A、B上十分接近,决定系数R2均在0.98以上且较为相近,使用DPS软件建立Logistic方程模拟灌浆过程效果更优。
Table 1. Expressions of grain filling equations for three kinds of medicinal licorice
表1. 三种药用甘草籽粒灌浆方程表达式
Table 2. Comparison of fitting degree of three mathematical models
表2. 三种数学模型拟合度比较
3.2. 三种数学模型灌浆起始期和起始粒重
Logistic和Richards模型的灌浆起始期是实际观测得到的,Cubic三次多项式模型则是通过计算得出的模拟灌浆初始值。其中,胀果甘草的起始期模拟值与实际观测值基本一致,甘草的起始期模拟值比实际情况早3 d,光果甘草比实际的早6 d。Cubic模型建立的3种药用甘草灌浆起始期的标准差在3.17,变异系数为99.8% (表3)。
Logistic和Richards将1 d代入模型方程表达式中得到灌浆起始期的粒重值,而Cubic代入计算的灌浆起始天数或天数1 d得到的数据均为负值。Logistic模型建立的3种药用甘草起始粒重比例的均值为1.61%,标准差较小,变异系数为65.73%。Richards模型中起始粒重比例均值是1.62%,和Logistic较为接近,标准差为0.49,变异系数30.44% (表3)。在Logistic方程的2种建立方法下,3种药用甘草起始期粒重比例不同,公式计算所得的变异系数比DPS软件所得值小,主要是两种方式下的数学表达式所得起始粒重数据不同带来的差异。
Table 3. Simulation of the initial grouting period of three mathematical models
表3. 三种数学模型灌浆起始期模拟
起始粒重比例 [5] = 起始期粒重/理论最大粒重 × 100%。起始期粒重为起始日期观测值代入各模型方程计算得到的粒重。
3.3. 三种数学模型理论最大粒重与灌浆终止粒重比较
选用最后一次采样所得籽粒干重实际观测数据为灌浆终止粒重。k值代表理论最大千粒干重,不同数学模型下的3种药用甘草种子理论最大粒重值基本相近,变异系数较小,均在4%以下。从数据上看,胀果甘草种子粒重理论最大值最大,其次是甘草,光果甘草最小。这与实际观测到的灌浆终止粒重的3种药用甘草粒重关系一致,即胀果甘草 > 甘草 > 光果甘草。在同一数学模型下,Cubic三次多项式的变异系数为22.67%,相比于Logistic和Richards小一些。3种数学模型的理论最大粒重的变异系数,都较灌浆终止粒重的变异系数小。采用两种方式得到的Logistic方程最大理论粒重值很贴近,采用公式的变异系数为24.68%,使用DPS建立的变异系数为25.04%。终止期粒重比例差别较小,变异系数也较小(表4)。
Table 4. Theoretical maximum grain weight and grouting end grain weight of three mathematical models
表4. 三种数学模型理论最大粒重与灌浆终止粒重
终止粒重比例 [5] = 灌浆终止粒重/理论最大粒重 × 100%。
在同一甘草种质下,胀果甘草的变异系数最小,光果甘草的变异系数最大。在同一数学模型下,3种甘草终止粒重比例的变异系数在5.7%~9.2%之间,Cubic模型的变异系数为9.2%,相较另外两种模型偏大。Richards模型所得终止粒重比例的变异系数为5.64%,其模拟结果最好。
3.4. 三种数学模型灌浆时间参数比较
由于数学模型表达式性质不同,3种药用甘草在灌浆起始期t起始、灌浆时间转折点t1,灌浆过程的三个阶段渐增期持续天数T1、快增期持续天数T2和缓增期持续天数T3的数据差异较大,变异系数在18%以上。Logistics是Richards表达式的一种特殊形式,故两者的时间参数较为相近,与Cubic模型模拟的灌浆时间参数有明显差异。灌浆时间转折点t2、灌浆终止期t终止、最大灌浆速率到达时间
以及灌浆持续期T持续这四组数据,在不同数学模型下数值相近,变异系数在16%以下。3种药用甘草的最大灌浆速率到达时间
对应的变异系数均较小,甘草最大灌浆速率到达时间
在花后27 d,胀果甘草最大灌浆速率达到时间
在花后32 d,光果甘草最大灌浆速率到达时间在花后27 d。甘草的灌浆快增期持续天数在Logistic模型中为16.5 d,Richards模型为16 d,Cubic模型为34 d;胀果甘草的灌浆快增期持续天数在Logistic模型为23 d,Richards模型为26 d,Cubic模型为37 d;光果甘草的灌浆快增期持续天数在Logistic模型中为13 d,Richards模型为11 d,Cubic模型为37 d。Logistic和Richards模型建立的灌浆过程时间划分,在渐增期、快增期和缓增期三个阶段中,时间长短占比大致相近。而在Cubic三次多项式模型中,呈现快增期阶段时间较长,渐增期和快增期持续时间占比较少的特点。用公式建立的Logistic方程的灌浆快增期持续天数,甘草是14.5 d,胀果甘草21 d,光果甘草15 d。两种建立方式得到的灌浆时间参数略有差异,其中最大灌浆速率到达时间
的变异系数最小,其他参数的变异系数偏大,大小在44%以内(表5)。
Table 5. Comparison of grouting time parameters of three mathematical models
表5. 三种数学模型灌浆时间参数比较
t起始和t终止分别代表灌浆起始期和灌浆终止期,t1、t2为2个灌浆时间拐点,Tmax为最大灌浆速率达到时间,T1、T2、T3分别是灌浆渐增期、快增期和缓增期,T持续是灌浆持续期。
3.5. 三种数学模型灌浆速率参数比较
灌浆三阶段平均灌浆速率通过计算得到,例如快增期灌浆平均速率
。三种数学模型
在最大灌浆速率
和灌浆三阶段的灌浆速率参数均有差异,变异系数总体偏小,变异系数在12.18%~26.51%之间,总体变异系数为20.33% (表6)。3种药用甘草的最大灌浆速率
平均值呈现出甘草 > 胀果甘草 > 光果甘草,其中甘草的最大灌浆速率
在Richards中数值最大,Cubic中的数值最小;在胀果甘草中,最大灌浆速率
大小呈现Logistic > Richards > Cubic,光果甘草呈现出Richards > Logistic > Cubic。渐增期、快增期和缓增期三阶段的平均灌浆速率,总体变异系数在14.97%~22.79%之间,变异系数较小。3种药用甘草快增期平均灌浆速率均值可达0.2366~0.3092 g/d,渐增期和快增期的平均灌浆速率均值处于0.0703~0.1002 g/d之间。快增期平均灌浆速率V2平均值呈现出甘草 > 胀果甘草 > 光果甘草。在不同的数学模型下,甘草和光果甘草的快增期平均灌浆速率V2大小为Richards > Logistic > Cubic,胀果甘草则表现出Logistic > Richards > Cubic。两种方式建立的Logistic方程,最大灌浆速率
相近,快增期平均灌浆速率V2存在一定差异。
Table 6. Comparison of grouting rate parameters of three mathematical models
表6. 三种数学模型灌浆速率参数比较
Vmax为最大灌浆速率,V1、V2、V3是渐增期、快增期和缓增期对应的平均灌浆速率。
3.6. 三种药用甘草籽粒灌浆参数与粒重的相关性
相关分析(表7)表明,药用甘草的粒重Y与快增期持续天数T2呈显著正相关关系;渐增期持续天数T1与快增期持续天数T2为极显著负相关,与快增期平均灌浆速率V2为显著正相关关系;快增期持续天数T2与快增期平均灌浆速率V2呈极显著负相关;渐增期平均灌浆速率V1与快增期平均灌浆速率V2呈显著正相关关系,V1和V2与最大灌浆速率
均呈极显著正相关关系。
Table 7. Correlation between grout parameters and grain weight of three kinds of medicinal licorice under different mathematical models
表7. 三种药用甘草在不同数学模型下的灌浆参数与粒重的相关性
*为P < 0.05水平下的显著性,**为P < 0.0 水平下的显著性。Y表示粒重。
4. 讨论
种子灌浆特性研究主要是通过设置不同品种或环境条件,模拟籽粒干重增重过程得到灌浆特征参数,用这些参数与粒重作相关性或遗传变异分析,从而表明灌浆参数由不同品种的基因型控制,或者受到环境条件限制。但粒重与灌浆持续期、灌浆速率的相关性研究结果不一致,影响籽粒干重的主要因素不同 [4] 。这不仅存在于小麦 [13] [14] 、玉米 [15] [16] 、水稻 [17] [18] 等作物,同样的情况出现在中草药种子灌浆上。中药材使用种子干鲜重数据得出灌浆参数,可描述中草药种子灌浆时间和灌浆速率等方面的特性,再结合灌浆速率和平均灌浆速率、含水量和脱水速率以及发芽状况来反映籽粒灌浆特性 [19] [20] [21] 。大多中草药种子灌浆文献在相关性分析部分,未涉及灌浆速率与种子粒重的相关性。而桔梗 [22] 、柴胡 [23] 和党参 [21] 种子灌浆研究中发现,种子灌浆速率和其他灌浆参数对粒重不存在显著相关关系,桔梗籽粒干物质的积累主要取决于灌浆持续时间,灌浆速率对干物质积累的影响较小,这可能与桔梗“库–源关系”有关 [22] 。红芪 [24] 种子灌浆速率与平均灌浆速率呈极显著正相关。3种药用甘草的千粒干重值与平均灌浆速率、灌浆持续期均呈现出极显著正相关关系,与含水量存在极显著负相关关系。表明3种药用甘草籽粒干物质积累主要取决于灌浆持续期,而灌浆速率对干物质积累影响较小。本文中使用3种数学模型得到的药用甘草种子灌浆特征参数与粒重的相关性表明,粒重与快增期持续天数呈显著正相关关系。
采用3种数学模型Cubic多项式回归、Logistic和Richards方程,对3种药用甘草(甘草、胀果甘草和光果甘草)的籽粒灌浆过程进行探究,其每种甘草各自的灌浆规律在不同的数学模型下基本一致,且均可用三种数学模型建立,拟合程度较好。其中,选用Richards方程的拟合效果最好,能更好地描述种子灌浆过程的动态变化,研究结果与薛香 [6] 的研究相一致。薛香 [6] 选用小麦品种“矮抗58”建立灌浆方程,三种数学模型Cubic三次多项式、Richards方程和Logistic方程的拟合度均较好。其中Richards方程拟合效果最好,决定系数R2最大,离回归平方和Q最低,能更好地反映该品种的灌浆特性。冯伟 [7] 尝试选配不同曲线Cubic三次多项式、Quadratic二次多项式和Logistic方程模拟小麦籽粒灌浆增重动态,他认为通常状况下选用Cubic三次多项式,比Quadratic二次多项式和Logistic方程更适合更精确些。
Cubic模拟的灌浆起始期由计算得出,与观测值存在差异,但这可能是研究种子灌浆起始期的一个重要切入点,灌浆起始期的确定可进一步探究。王珂 [5] 研究发现可用Logistic模型规定起始粒重比例在2.76%左右时为小麦的灌浆起始期,这种方法的可行性还在进一步探究。而本研究中的3种药用甘草在Logistic和Richards方程建立下,起始粒重比例均值处于1.61%左右,可以设定籽粒起始粒重达到最大理论粒重的1.61%为籽粒灌浆起始期。3种药用甘草的理论最大粒重呈现胀果甘草>甘草>光果甘草,Richards模拟的终止粒重比例的变异系数为5.64%,Richards所得出的理论最大粒重值与灌浆终止期的粒重值最相近,与其他学者研究作物使用Cubic模型,所得的理论最大粒重值最能反映实际灌浆终止粒重 [5] 的结果不同,再次证明Richards模型在中药种子灌浆特性研究的可行性。三种数学模型建立的灌浆时间参数存在差异,其中最大灌浆速率达到时间 的变异系数最小,3种药用甘草的最大灌浆速率到达时间
相近,说明不同模型可以反映出相同的结果。Logistic和Richards方程模拟的灌浆时间参数较为相近,与Cubic模型的参数值相差较大。主要原因是Cubic的灌浆起始期和终止期是方程参数计算所得,其他两种为实际观测值。因为灌浆起始期和终止期的确定方法不同,所得渐增期和缓增期的特征参数值存在较大差异。
5. 结论
使用三种数学模型建立药用甘草籽粒灌浆表达式,Richards方程的拟合度最好,决定系数R2最大。Richards可用N值大小反映籽粒灌浆起势高低;用DPS软件建立Richards和Logistic方程的起始粒重比例在1.61%左右,用公式计算
、k所得Logistic的起始粒重比例为1.41%,可假定达到最大理论粒重的1.61%为籽粒灌浆起始期。Cubic回归可通过计算直接得到灌浆起始期;Richards方程建立得到的理论最大粒重与实际灌浆终止粒重值相近,终止粒重比例的变异系数为5.64%,这也说明使用Richards方程描述种子灌浆具有一定的科学性。用DPS建立的Cubic回归、Logistic和公式计算的Logistic的终止粒重比例变异系数分别为9.20%、6.74%、7.32%;三种数学模型下,3种药用甘草的最大灌浆速率到达时间
相近,最大灌浆速率
和各时期的平均灌浆速率差异不大;相关性分析表明,3种药用甘草的粒重与快增期持续天数存在显著正相关关系。
基金项目
国家自然基金(31960395);国家中药材产业技术体系建设专项资金(CARS-21)。
NOTES
*通讯作者。