陸啟帆,林上平,劉勝輝,鄭 翔,畢毓芳,肖子璋,姜 姜,王安可*,杜旭華*

(1. 國家林業(yè)和草原局竹子研究開發(fā)中心,竹林生態(tài)與資源利用國家林業(yè)和草原局重點實驗室,浙江杭嘉湖平原森林生態(tài)系統(tǒng)國家定位觀測研究站,浙江 杭州 310012; 2. 南京林業(yè)大學林草學院、水土保持學院,南方現(xiàn)代林業(yè)協(xié)同創(chuàng)新中心,江蘇 南京 210037; 3. 龍泉市道太鄉(xiāng)林業(yè)工作站,浙江 龍泉 323700)

毛竹(Phyllostachysedulis)為禾本科(Gramineae)剛竹屬多年生喬木狀單軸散生竹種[1],廣泛分布于浙江、安徽、江西、湖南和福建等省,面積約467.78萬 hm2,是我國最重要的竹類資源之一[2],具有生長迅速、成材早、產(chǎn)量高的特點,且具有較好的固碳能力,是具有較高經(jīng)濟價值和生態(tài)價值的筍材兩用竹種[3]。氮、磷、鉀被稱為肥料三元素,被認為是最重要的營養(yǎng)元素,也是毛竹林生長的主要限制因子之一[4]。養(yǎng)分缺失對毛竹林的生長和經(jīng)濟效益都會產(chǎn)生不利的影響。在毛竹廣泛分布的南方紅壤地區(qū),土壤中可供植物直接利用的游離鉀離子和磷酸鹽濃度相對較低[4],同時,由于每年進行竹材采伐和春冬筍采挖等高強度的采收導致毛竹林中的養(yǎng)分大量流失,加劇了毛竹林氮磷鉀等元素的缺乏。大量的研究證明了毛竹林施肥的重要性[3, 5-6],如能有效改善土壤性質(zhì)、提高土壤持水能力并增加有效元素含量[7]、改善毛竹生長狀態(tài)、提高毛竹光合能力[8]、提升毛竹林產(chǎn)量[9-10]等。但在生產(chǎn)中為了追求產(chǎn)量,往往存在過量施肥或配比不合理的施肥,這不僅會增加不必要的生產(chǎn)成本,也會對毛竹林生態(tài)系統(tǒng)產(chǎn)生不良的影響。例如,不科學使用肥料會導致竹材產(chǎn)量降低、化學計量比失衡、土壤酸化、養(yǎng)分流失和水體富營養(yǎng)化等負面影響[4]。

目前普遍認為,施肥應遵從“4R”原則[11]:正確的化肥(right product)、正確的時間(right time)、正確的配比(right rate)、正確的施用位置(right place)。鑒于此,制定科學合理的肥料配比對保障毛竹林生產(chǎn)力和可持續(xù)經(jīng)營有重要意義。目前關于毛竹林科學施肥的研究結論并不統(tǒng)一[12-13]。有研究認為毛竹林最佳施肥量為207 kg/hm2,氮磷鉀的最佳質(zhì)量比為1∶0.6∶0.4[10];但也有研究指出材用林的最佳施肥量為360 kg/hm2,氮磷鉀的最佳質(zhì)量比為1∶0.3∶0.4,筍用林的最佳施肥量為245 kg/hm2,質(zhì)量比1∶0.7∶1[14];還有研究指出氮、磷、鉀的最佳質(zhì)量比為1∶0.9∶0.1[12]或是1∶0.55∶0.66[15],總體而言,一般為氮肥占比最高,在40%以上,磷肥占比略高于鉀肥占比[16-17]。

薈萃(Meta)分析是對同一研究問題一系列個體研究結果的統(tǒng)計綜合,起初被大量用于心理學和醫(yī)學,后被引入生態(tài)學和農(nóng)學等領域[18]。為提高毛竹林產(chǎn)量的同時減少肥料流失、土壤污染等,保持毛竹林較高的經(jīng)濟價值和生態(tài)價值,對現(xiàn)有毛竹施肥等相關研究進行Meta分析,以探究毛竹高效精準施肥培育具有一定的必要性。本研究通過收集已發(fā)表的有關施肥與毛竹林產(chǎn)量關系的文獻數(shù)據(jù),采用Meta分析方法,定量分析毛竹林產(chǎn)量及構成因子對施肥處理的響應,并參照總施肥量和氮磷鉀占比,對不同施肥處理進行劃分,以期為毛竹林定向精準高效施肥提供科學建議及其理論依據(jù)。

1 材料與方法

1.1 數(shù)據(jù)收集和分類

在中國知網(wǎng)(www.cnki.net)、萬方數(shù)據(jù)(www.wanfangdata.com.cn)和WOS(www.webofscience.com),通過專業(yè)檢索關鍵詞“主題[毛竹(moso bamboo/Phyllostachysedulis)]和(and) 主題[施肥(apply fertilizer)]和 (and) 主題[產(chǎn)量(yield)]”,收集了截至2021年11月1日前公開發(fā)表的施肥與毛竹林產(chǎn)量關系的文獻。根據(jù)本研究目的,避免在數(shù)據(jù)取舍與搜集過程中出現(xiàn)遺漏和偏差,設置以下標準對文獻進行進一步篩選:①試驗方式為野外試驗,同時有可供比較的對照組和試驗組;②使用的肥料必須包含NPK其中的兩種或以上,且明確報道了施加NPK的總量和NPK的比例;③所選變量的平均值、樣本量和標準偏差(或標準誤差)可直接獲取或通過計算得出,當數(shù)據(jù)以圖形方式呈現(xiàn)時,利用軟件Engauge Digitizer用于獲取數(shù)字數(shù)據(jù);④ 對不同文獻報道的同一試驗數(shù)據(jù)只納入1次。最終匯總了來源于50篇文獻的225種施肥組合,并分別計算出總施肥量、氮肥占比、磷肥占比、鉀肥占比的1/4點、中位點、3/4點,作為閾值,將各施肥方法按不同類項分為4級(表1)。

表1 各施肥方法不同類項分級

選取的產(chǎn)量指標有新竹產(chǎn)量(yield of bamboo,YB)和竹筍產(chǎn)量(yield of shoots, YS)以及對應的構成因子。新竹產(chǎn)量的構成因子為成竹數(shù)(number of bamboo, NB)、新竹高度(height of bamboo, HB)、新竹胸徑(diameter of bamboo, DB)等;竹筍產(chǎn)量由春筍產(chǎn)量(yield of spring shoots, YSS)和冬筍產(chǎn)量(yield of winter shoots, YWS)組成,構成因子為出筍數(shù)(number of shoots, NS)、春筍出筍數(shù)(number of spring shoots, NSS)、春筍退筍數(shù)(number of retrograded spring shoots, NRSS)。將所有文獻中的產(chǎn)量與施肥方式對應建成數(shù)據(jù)庫,作為評價施肥方式的主要依據(jù)。

1.2 Meta分析

進行Meta分析前需進行異質(zhì)性檢驗。本研究選用I2統(tǒng)計量法,根據(jù)以下公式:

(1)

式中,Q值由Q檢驗得出,df為數(shù)據(jù)所對應的自由度。若I2<50%,則認為數(shù)據(jù)不存在異質(zhì)性,反之,數(shù)據(jù)存在異質(zhì)性。盡管應依據(jù)異質(zhì)性檢測的結果對分析所用的模型進行選擇,但研究間不存在異質(zhì)性時,固定效應模型(fixed effects model)和隨機效應模型(random effect model)計算的結果一致,而研究間存在差異時,隨機效應模型結果更加保守[19],故本研究均采用隨機效應模型。

基于Yu等[20]和Wang等[21]的研究,本研究用自然對數(shù)轉化響應率(response ratio,式中記為RR)處理施肥對響應指標的影響,計算公式[20-21]如下:

(2)

(3)

式中:se和sc分別為實驗組和對照組數(shù)據(jù)的標準差(SD,式中記為Ds),ne和nc分別為實驗組和對照組數(shù)據(jù)的重復數(shù)。如果文獻中報道了n次試驗的平均值和標準誤(SE, 式中記為Es),則計算公式[22]為:

(4)

當文獻中沒有報道SD或SE,也無法通過文中信息計算SD時,則計算公式為[21]:

(5)

加權平均響應率(RR++,式中記為RR++)根據(jù)方程(6)和(7)計算得出,公式如下:

(6)

(7)

式中:w為加權系數(shù)(weighting factor),τ2為處理組間的方差,k為收錄實驗的數(shù)量。在數(shù)據(jù)分析之前需進行偏倚檢驗以判斷所選數(shù)據(jù)是否發(fā)生偏倚。本研究選用K-S檢驗(Kolmogorov-Smirnov test),若檢驗結果為P>0.05,則表明數(shù)據(jù)仍符合正態(tài)分布,未發(fā)生偏倚,則95% 置信區(qū)間(CI,式中記為IC)計算公式如下:

IC=RR++±1.96Es(RR++)。

(8)

式中,Es(RR++)為RR,i所對應的SE。

反之,則表明數(shù)據(jù)發(fā)生偏倚,使用非參數(shù)估計方法(bootstrapping)迭代4 999次生成95% Bootstrapping CI進行數(shù)據(jù)分析[19, 23]。

如果不同處理的95% CI不與0重疊,則認為處理存在顯著效應;如果不同處理的95% CI互不重疊,則認為不同處理之間存在顯著差異[24]。

用百分比表示效應值(effect size,VES)可更加直觀地描述結果,計算公式如下:

VES=[exp(RR++)-1]×100%。

(9)

將不同數(shù)據(jù)的效應頻率分布擬合為高斯函數(shù),偏倚檢驗結果顯示,YB、YSS、YWS、HB、NB、NSS、NRSS等指標數(shù)據(jù)發(fā)生偏倚,YS、DB、NS等指標數(shù)據(jù)未發(fā)生偏倚。

1.3 數(shù)據(jù)處理

本研究利用Excel 2016建立數(shù)據(jù)庫,使用MetaWin 2.1和 IBM SPSS Statistics 26.0 進行Meta分析和數(shù)據(jù)處理,利用Origin 2022進行繪圖。

2 結果與分析

2.1 新竹產(chǎn)量及其構成因子對施肥的響應

與不施肥(對照)相比,施肥導致YB有顯著增加(圖1),總體效應值為42.76%。隨著施肥總量的提升,YB表現(xiàn)出一定的上升趨勢,這一趨勢在T1和T2兩個施肥等級之間最為明顯,且在T2時YB達到最高值,效應值為46.67%。施肥總量過高之后,T2、T3、T4所對應的YB效應值差距很小,T3和T4對應的YB效應值分別為45.73%和45.05%,T2和T3對應的效應值顯著高于T1對應的效應值。說明施肥總量提升在一定范圍內(nèi)效應特別明顯,過高則效應增加不大(圖2a)。

YS.竹筍產(chǎn)量yield of shoots;YSS.春筍產(chǎn)量yield of spring shoots;YWS.冬筍產(chǎn)量yield of winter shoots; NS.出筍數(shù)number of shoots;NSS.春筍出筍數(shù)number of spring shoots;NRSS.春筍退筍數(shù)number of retrograded spring shoots;YB.新竹產(chǎn)量yield of bamboo;NB.成竹數(shù)number of bamboo;HB.新竹高度height of bamboo;DB.新竹胸徑diameter of bamboo。圖中數(shù)據(jù)點對應的數(shù)字為對應的樣本量。下同。The numbers corresponding to the data points in the figure are the corresponding sample size. The same below.圖1 毛竹林產(chǎn)量及其構成因子對施肥的響應Fig. 1 Effect size of yield and its component factors of Phyllostachys edulis forest to fertilization

圖中虛線為對應產(chǎn)量指標的總體效應值。The dashed line represents the overall effect value of the corresponding yield indicator.圖2 毛竹林產(chǎn)量對施肥量和肥料配比的響應Fig. 2 Effects of fertilization and nutrient proportion on the yield of P. edulis Forest

隨著肥料中氮肥占比的增加,YB呈現(xiàn)先增后減的趨勢,在N3時對應的YB效應值達到最高值,為45.45%,而最低值出現(xiàn)在N1,效應值為33.04%,但4個氮肥梯度之間并未達到顯著性差異。同樣的,隨著磷肥占比的增加,YB也呈先增后減的趨勢,YB的效應值在P3時達到最高值,為49.4%,最低值出現(xiàn)在P1,效應值為33.68%,兩者效應值差異顯著。而隨著鉀肥占比的增加,YB呈下降趨勢,效應值最高出現(xiàn)在K1,為52.66%,最低出現(xiàn)在K4,僅為27.79%,且存在顯著性差異。說明氮肥占比和磷肥占比在一定范圍效應對新竹產(chǎn)量有一定的提升作用,過高效應增加不大;低鉀肥對新竹產(chǎn)量的增產(chǎn)效應最為明顯,隨著鉀肥占比的提升,效應逐漸降低(圖2a)。

施肥同樣對NB、HB、DB等YB的重要構成因子產(chǎn)生了顯著的促進作用(圖1),但效應值都低于YB,其中NB的效應值達到了35.84%,顯著高于其他兩項,施肥對HB和DB的促進作用較弱,效應值僅為7.22%和8.17%,盡管達到了顯著水平,但提升非常有限。說明不同的YB構成因子對施肥的敏感度不同。

2.2 竹筍產(chǎn)量及其構成因子對施肥的響應

與不施肥(對照)相比,施肥導致YS、YSS、YWS均有顯著增加(圖1),相對于YB的效應,對于YS、YSS、YWS的增加效果更為顯著,效應值分別達到了57.01%、62.88%、67.78%。

隨著施肥總量的增加,YS表現(xiàn)出先增后減的趨勢(圖2b),最高值出現(xiàn)在T1,效應值為60.19%,最低值出現(xiàn)在T2,效應值為48.41%,但由于T4數(shù)據(jù)的缺失,這影響了判斷施肥總量和YS的關系。YS對氮肥占比響應的趨勢并不明顯。其中,N1和N3所對應的YS效應值較高,分別達到了70.45%和61.34%,N2和N4所對應的YS效應值較低,分別為40.75%和47.02%,總體上存在一定的遞減趨勢。而4個磷肥占比梯度對應的YS效應值差異不顯著,在55.38%～61.37%變化,表明磷肥占比的提升對于YS的作用微乎其微。鉀肥占比的提升要到較高比例時才呈現(xiàn),直到鉀肥占比達到K4,YS對應的效應值達到了68.63%,顯著高于K1。說明施肥總量和磷肥占比的增加對于YS的提升作用較小;氮肥在低占比時對YS的增加作用較為明顯,過高則效應增加不大;鉀肥在較低占比時增產(chǎn)效應不明顯,在達到K4之后,增產(chǎn)效應會顯著增加。

YSS是YS的組成部分之一,但YSS對肥料的響應與YS存在一定的區(qū)別。施肥總量的增加對YSS的效應總體呈現(xiàn)下降,但差異不顯著(圖2c),其效應值為59.14%～71.32%。與YS類似,YSS對氮肥占比升高的響應出現(xiàn)了兩個高值,即N2和N4,效應值分別為69.19%和71.81%,顯著高于N3。磷肥占比的提升,YSS呈較為明顯的逐漸下降趨勢。鉀肥占比的改變使YSS效應值在K3時出現(xiàn)了一個明顯的最高值,為80.54%,顯著高于K2。說明施肥總量和氮肥占比的增加對于YS的提升作用較小;較低的磷肥占比可能對于YS的提升作用更為明顯;最優(yōu)的鉀肥占比是K3。

YWS同樣是YS的組成部分。隨著施肥總量的增加,YWS也隨之增加(圖2d),在T4時,YWS效應值達到了最高值(136.20%),顯著高于其他3個施肥總量梯度(39.62%～46.38%)。隨著氮肥占比增高,在N2時,YWS的效應值最高值,為94.16%,顯著高于N1和N3。磷肥占比提升,P2時YWS的效應最高值為108.36%,顯著高于P1、P3和P4(25.96%～39.45%)。隨鉀肥占比的增加,YWS呈逐漸上升的趨勢,在K4時達到了最高值(101.51%)。說明YWS會隨著施肥總量增加而達到最高,但氮肥占比、磷肥占比則以N2、P2最優(yōu),鉀肥占比越高其效應值也越大。

施肥對NS和NSS等YS的構成因子均產(chǎn)生了顯著提升(圖1),效應值分別為40.35%和38.35%。另外,值得注意的是,NRSS作為不利于YSS增加的負面因子,同樣也在施肥的作用下產(chǎn)生了顯著的增長(圖1),NRSS的效應值達到了33.38%,可見施肥對于YS的影響并非是完全正面的。同時,春筍個體質(zhì)量在施肥后的效應值達到了53.55%,退筍數(shù)作為YS的負面構成因子與NRSS相似,施肥后也存在一定上升,效應值為11.64%。

2.3 毛竹林產(chǎn)量及其構成因子與施肥和肥料配比相關性分析

YB與氮肥占比和磷肥占比均呈顯著正相關,但與鉀肥占比呈顯著負相關,YB的構成因子中,NB與氮肥占比呈顯著正相關,HB和DB與磷肥占比呈顯著正相關(表2)。同時, DB與HB與施肥總量呈顯著正相關,NB與施肥總量呈顯著負相關,但YB與施肥總量沒有顯著的相關關系。這說明不同構成因子對施肥總量的不同響應導致了YB對施肥總量的不敏感,氮肥可能通過提升NB來提升YB,磷肥可能通過提升HB和DB來提升YB。

表2 毛竹林產(chǎn)量及其構成因子與施肥和肥料配比相關性分析

而與YB相反,YS僅與施肥總量呈顯著正相關。同樣的,YSS和YWS也與施肥總量呈顯著正相關,同時,與磷肥占比呈顯著負相關,與鉀肥占比呈顯著正相關。構成因子中,NRSS與施肥總量呈顯著負相關,NSS與磷肥占比呈顯著負相關。這說明施肥總量對YSS的提升作用中,NRSS可能是一個重要的影響因子,而NSS則是磷肥對YSS的作用中一個重要的影響因子。

3 討 論

3.1 施肥量與毛竹林產(chǎn)量

施肥是毛竹林豐最重要的豐產(chǎn)措施之一,對毛竹林產(chǎn)量、品質(zhì)的提升有重要意義[25]。但世界范圍內(nèi)易提取肥料儲量消耗過快,尤其是我國[26],因此,濫用肥料意味著資源的浪費,同樣還會導致環(huán)境被污染[27]。有研究指出,施肥過量引起了毛竹林的土壤酸化,降低了毛竹林的碳匯能力,嚴重影響了毛竹林的生態(tài)質(zhì)量[28-29]。本研究通過Meta分析發(fā)現(xiàn),雖然施肥對于毛竹林產(chǎn)量有提升作用,但對于YB和YS的提升效應并不一致,YS對于肥料的添加更為敏感,增產(chǎn)的效果更為明顯,以往研究中也指出了YB和YS的最佳施肥量并不一致[17, 30]。本研究結果表明,在施肥總量高于337.5 kg/(hm2·a)時,施肥量的增加對于YB的增產(chǎn)效果已經(jīng)非常有限?？傮w上,YB與施肥總量的相關性并不顯著,或相關性極弱,已有的研究也顯示,在配方合理的情況下,進一步增加施肥量并不能顯著地提升YB[31]?？傮w而言,以材用為主的毛竹林每年的施肥總量不應超過337.5 kg/hm2;YSS在低施肥量[<228.7 kg/(hm2·a)]時表現(xiàn)出了較高的增長,受YSS的影響,YS也在低施肥量[<228.7 kg/(hm2·a)]時的產(chǎn)量增長率更高。而YWS則表現(xiàn)出截然相反的情況,只有在高施肥總量,即施肥總量超過480.0 kg/(hm2·a)的情況下,產(chǎn)量才會顯著增長。這種差異再次強調(diào)了“4R”原則的重要性[11]。另一方面,雖然Meta分析被廣泛應用于各個領域研究中,且已經(jīng)被普遍接受,但仍存在一些不可忽視的問題[32-33],這些方法自身的限制問題也有可能導致了YS、YSS、YWS數(shù)據(jù)之間的不一致。

3.2 氮磷鉀肥占比與毛竹林產(chǎn)量

氮肥是植物產(chǎn)量和品質(zhì)的重要影響因素,施用氮肥過低或過高都會對植物產(chǎn)生不良的影響[34-35]。過低的氮肥施加會導致產(chǎn)量不佳,經(jīng)濟效益下降,過高地氮投入則不利于毛竹生長發(fā)育[34,36]。在水稻(Oryzasativa)、小麥(Triticumaestivum)等作物中均有研究證明了過高地施加氮肥會影響作物的正常發(fā)育,最后影響產(chǎn)量,即所謂的“貪青徒長”[37-38]。本研究中隨著氮肥占比的增加,YB有比較可觀的增長,但中高比例和高比例之間的增長趨勢明顯停滯,甚至有下滑的趨勢,這表明在氮肥占比超過62.5%之后,YB增產(chǎn)效益下降,植物生長的限制因子已由氮轉變?yōu)槠渌?這也意味著材用林的氮肥占比不宜過高。YS、YSS、YWS對氮肥占比的響應趨勢不清晰可能是受氮肥占比閾值選取合理性的影響,由于類似研究極少,本研究閾值的選取上可能存在的主觀性部分影響了Meta分析,但YS、YSS、YWS在中等氮肥占比的區(qū)間內(nèi)(37.8%～62.5%)均存在最高或次高的效應值,已有研究也認為氮肥占比為施肥總量的40%～50%時為宜[12, 39],在本研究結論的范圍內(nèi),說明筍用林中氮肥占比同樣不宜過高。

磷和鉀同樣是植物生長發(fā)育的重要因子,有研究認為磷是毛竹生長的限制因子[40-41]。但同樣的,需要注重的是鉀和磷的利用效率,而非單純的施加量[42-43]。YB增產(chǎn)的最佳磷肥占比出現(xiàn)在中等磷肥占比的區(qū)間內(nèi)(14.0%～32.7%),過高或過低都會出現(xiàn)比較明顯的增量下滑。鉀肥占比與YB有顯著的負相關關系,在低鉀肥占比時(0～16.4%),其增量最高。YS增產(chǎn)與磷肥占比的相關性不強,隨著磷肥占比的增加,YS有增量增加的趨勢,但不明顯。YSS和YWS的高值均出現(xiàn)在磷肥占比低于22.3%時,這可能意味著筍對磷肥的施用更加敏感,閾值也更低,以產(chǎn)筍為主的筍用林應控制磷肥在施肥總量中的占比。YS和YWS的最高值均出現(xiàn)在鉀肥占比超過34.4%之后,而春筍產(chǎn)量的變化趨勢相較于筍產(chǎn)量和冬筍產(chǎn)量有一定前移,最高值出現(xiàn)在中高鉀肥占比(24.9%～34.4%),且在施用的鉀肥占比超過34.4%之后迅速下降,效應值降幅超過了20%,這顯示了過高的鉀肥對YSS的增益作用大幅下降。YSS、YWS和鉀肥占比均是顯著正相關,YS和鉀肥占比正相關。這表明YS、YSS和YWS均傾向于略高的鉀肥占比,但超過閾值,會導致鉀肥的效益下降。同時需要注意的是,毛竹林氮、磷、鉀受到不同因素的影響而存在異質(zhì)性,所以根據(jù)地區(qū)的不同,閾值也可能會存在差異[44-45]。

3.3 毛竹林產(chǎn)量與其構成因子

產(chǎn)量由產(chǎn)量構成因子所組成,施肥可以改善產(chǎn)量構成因子,通過效益累加或累乘,最后體現(xiàn)為產(chǎn)量的增加[46-47]。不同的產(chǎn)量構成因子對各營養(yǎng)元素的響應情況不同[48]。施肥對幾乎所有的產(chǎn)量因子產(chǎn)生了正向的影響,但各產(chǎn)量因子單獨的增量均未達到產(chǎn)量的增量,施肥的增益效果作用于大部分產(chǎn)量構成因子,產(chǎn)量構成因子共同促進最終產(chǎn)量的增加,而像NRSS這樣的負面構成因子同樣受到了正向的影響,這意味著施肥導致產(chǎn)量增加的過程不只有累加或累乘,同時也存在一定的減益。NB與施肥總量的負相關性可能限制了新竹產(chǎn)量在施肥總量過高后的增加,HB和DB則與氮肥占比的負相關關系則限制了高氮肥占比時YB的增加。NSS與磷肥占比較強的負相關性,限制了高磷肥占比時YSS的增加。

值得關注的是,本研究只涉及了施肥總量和養(yǎng)分配比,對施肥時間、施肥地點、氣候與環(huán)境差異等方面對毛竹林產(chǎn)量及其構成因子的影響并未進行探究,施肥總量和養(yǎng)分配比之外的因素如何影響產(chǎn)量構成因子,并最終體現(xiàn)在毛竹林產(chǎn)量上,這可能是毛竹林產(chǎn)量研究日后需要關注的問題。

綜上所述,毛竹材用林的施肥總量不應超過337.5 kg/hm2,或低于228.7 kg/hm2,其中氮肥占比不應超過62.5%,或低于50.9%,磷肥占比應在14.0%～32.7%,鉀肥占比應低于16.4%。毛竹筍用林施肥總量不應超過228.7 kg/hm2,氮肥占比在37.8%～62.5%,磷肥占比應低于22.3%,鉀肥占比高于24.9%,如果注重春筍產(chǎn)量則鉀肥占比不宜超過34.4%,而如果注重冬筍產(chǎn)量則鉀肥占比則應高于34.4%。冬筍應單獨在特定的正確時間施肥。筍材兩用林則應綜合考慮,依據(jù)本研究的結果,施肥量在228.7～337.5 kg/hm2之間,氮肥占比在50.9%～62.5%之間,磷肥占比應在14.0%～22.3%之間,鉀肥占比則應控制在16.4%～24.9%之間。產(chǎn)量構成因子對不同營養(yǎng)元素響應不同,應對不同產(chǎn)量構成因子進行評估,再進一步?jīng)Q定準確的施肥量和施肥配比。