Allometric relationships and growth dynamics of quinoa (Chenopodium quinoa Willd.) as influenced by sowing date: implications for non-destructive leaf area estimation

技术摘要：藜麦的异速生长关系与生长动态

问题陈述
了解叶面积与其他植物性状之间的异速生长关系，对于非破坏性生长监测和高效作物管理至关重要。虽然已有研究成功为大豆、鹰嘴豆和小麦等主要作物建立了异速生长模型，但目前尚无针对藜麦（Chenopodium quinoa Willd.）利用简单形态特征进行跨播种日期建模的全面研究。鉴于藜麦在边际环境中的种植面积正在扩大，且其具有独特的植物结构（分枝模式和圆锥花序），现有的其他物种模型无法直接应用。目前存在一个特定的知识空白，即需要确定藜麦的异速生长关系是保持稳定，还是会随播种日期和环境条件而发生改变。

研究方法
本研究于 2017–2018 年和 2018–2019 年在伊朗卡利拉巴德县（Khalilabad County）开展了两年的田间实验，采用随机区组设计（RCBD），设置三个重复。研究选用“Titicaca”品种，从 3 月 6 日开始，每隔 15 天播种一次，共计 12 个不同的播种日期。

• 数据采集： 每组样方抽取 5 株植物，采样间隔在生长早期为 10–15 天，春季以后为 7–10 天。测量指标包括叶面积（通过 Delta-T 叶面积仪）、株高，以及叶、茎、圆锥花序和全株干重（在 70°C 下干燥）。
• 建模方法：
  • 叶面积指数 (LAI)： 使用逻辑方程（logistic equation）对 LAI 随播种后天数的变化动态进行建模。
  • 异速生长关系： 拟合幂函数方程 ($Y = aX^b$)，并将其线性化为 $\ln(Y) = \ln(a) + b \cdot \ln(X)$，用以描述叶面积 ($Y$) 与五个预测因子——株高、叶干重、茎干重、圆锥花序干重及全株总干重 ($X$) 之间的关系。
• 分析： 模型分别针对每个播种日期进行拟合，并进行跨日期和跨年份的合并分析。通过决定系数 ($R^2$) 和变异系数 (CV) 来评估准确性。

主要结果

1. LAI 动态： 所有播种日期的 LAI 均遵循逻辑趋势，其特征为初期扩张缓慢、随后快速增加，最后由于灌浆期的叶片衰老和养分再分配而下降。最大 LAI 值在 2.7 到 7.9 之间波动。LAI 达到峰值的时间随播种日期变化显著（播种后 59 至 82 天）。播种日期较早（对应较冷时期）的植株更快达到 LAI 峰值。
2. 株高： 被确定为估计叶面积最可靠的预测因子。合并模型得到的 $R^2$ 为 0.83，异速生长系数 ($b$) 为 1.2，表明叶面积的增加速度明显快于株高的增加速度。该模型在不同环境条件下仍保持稳健。
3. 叶干重： 该性状提供了第二佳的预测效果（$R^2 = 0.72$, $b = 0.97$），表明叶干重与叶面积之间存在近乎比例的关系。
4. 茎与圆锥花序干重： 这些性状表现出较大的变异性。茎干重 ($b = 1.54$) 和圆锥花序干重 ($b = 1.95$) 的异速生长系数随播种日期波动显著。值得注意的是，在第二年 5 月 6 日，圆锥花序干重的系数极高（$b = 4.95$），这表明在特定条件下，资源分配向叶片扩张而非圆锥花序发育发生了显著偏移。
5. 全株总干重： 这是最弱的预测因子（$R^2 = 0.54$）。作者将此低准确性归因于生长季节中的叶片脱落（凋落）现象，这使得准确测量全株总干重变得困难，并为异速生长模型引入了误差。
6. 播种日期的影响： 研究证实了“播种日期会改变异速生长关系”的假设。在不同的播种日期以及两个生长年份之间，观察到了异速生长系数 ($b$) 和 $R^2$ 值的显著差异。

主要贡献与意义
本文声称首次提供了涵盖多个播种日期的藜麦综合异速生长模型集。其核心贡献在于确定了株高和叶干重是估计藜麦叶面积的简单、快速且非破坏性的指标。

研究表明，虽然存在异速生长关系，但这些关系并非静态，而是受播种日期和环境条件的显著影响。作者得出结论，使用株高是进行非破坏性监测最实用的方法，有助于在多样化的环境条件下优化作物管理。该研究填补了关于藜麦生长建模的关键文献空白，这对于优化其在边际及胁迫环境下的栽培至关重要。作者也谦虚地指出，未来的研究应侧重于在不同气候条件下验证这些模型，并纳入土壤水分和养分有效性等变量，以进一步提高预测精度。