全 文 ：文章编号:1000-5730(2000)02-0015-06
南方古珊瑚朴衰老延缓剂筛选试验
熊和平1 蔡丽萍2 鲁涤非2
(1.武汉城市建设学院 风景园林研究所 ,湖北 武汉 430074; 2.华中农业大学 林学系 ,湖北
武汉 430070)
摘要:根据植物学相关理论与试验结果 , 通过数学建模分析 , 采用四元因素二次正交旋转组合设计
实验方法 , 定量研究了 6-苄基腺嘌呤(6-BA), 苯钾酸钠 、磷酸二氢钾(KH2PO4)和尿素试剂与植物
营养物质对与古树衰老相关的生理反映指标叶绿素下降率 、蛋白质下降率 、丙二醛(MDA)上升率 ,
超氧化物歧化酶(SOD)活性下降率的影响.经模拟优化选择 ,确定了优化的古树衰老延缓剂配方
与适宜浓度 ,为进一步的研究提供了理论及试验依据.
关键词:古树名木; 衰老延缓剂; 主效因子; 交互效应因子
中图分类号:X173:S769 文献标识码:A
1 试验背景
根据前人研究的理论和试验结果 ,将研究延缓草本植物衰老的因子 6-苄基腺嘌呤(6-
BA),苯钾酸钠用于延缓古珊瑚朴叶片衰老的研究 ,并增加磷酸二氢钾(KH2PO4)和尿素二个
营养因子.对该四因子与衡量衰老的叶绿素和蛋白质降解率 、丙二醛(MDA)上升率 、超氧化物
歧化酶(SOD)活性下降率四指标 ,按照四元二次正交旋转组合设计的试验方案 , ①建立四因子
对四指标的二次回归模型;②进行四元二次回归模型解析并进行导致衰老的单因素主效因分
析和二因子交互效应分析;③根据五水平实验 ,625(54)个组合 ,进行模拟综合优化决策 ,选择
出 6-BA ,苯钾酸钠 ,KH2PO4 及尿素能延缓衰老的优化方案组合和总的适宜浓度范围 ,即筛选
古树衰老延缓剂.
2 材料和方法
从武汉洪山宝通寺生长良好的古珊瑚朴单株上取当年生枝条 ,每枝条展叶 5 ～ 6片.
选36组当年生枝条 ,每组 4枝 ,采用四元二次正交旋转组合设计 ,在常温常湿下(平均温
第 17 卷第 2 期
2000年 6月 武 汉 城 市 建 设 学 院 学 报 J.OF WUHAN URBAN CONSTRUCTION INST ITUTE Vol.17 No.2 Jun.2000
收稿日期:1999-04-09.
作者简介:熊和平 ,男 , 1963年生 ,助理研究员;武汉 ,武汉城市建设学院风景园林研究所(430074).
基金项目:建设部“八五”攻关课题(85-1-01).
度 25 ℃,湿度 60%)进行水培.枝条培养前剪取各枝条的第 3 , 4片叶的一半 ,测定叶绿素 、蛋
白质 、丙二醛含量和超氧化物歧化酶活性.经 6-苄基腺嘌呤 、苯钾酸钠 、磷酸二氢钾及尿素的
组合水培液水培两天后 ,剪下另一半 ,再测定以上指标 ,比较处理前后各指标的变化规律.
叶绿素下降率=(处理前含量-处理后含量)/处理前;
蛋白质下降率=(处理前含量-处理后含量)/处理前;
丙二醛上升率=(处理前含量-处理后含量)/处理前;
超氧化物歧化酶活性下降率=(处理前活性-处理后活性)/处理前.
叶绿素含量的测定参照陈福明介绍的方法:称样 0.1 g 用 25 mL 浸损液浸泡(遮光),三天
后按公式测算;蛋白质含量测定采用考马斯亮兰法;SOD活性测定采用氮兰四唑(NBT)法;
MDA含量参照林桂芳等介绍的方法(TBA法),但将水浴时间改为 15min.
3 试验结果及分析
3.1 建立四因子对四指标的二次回归模型
设定四因子:X 1 为 6-BA0 mg/L ,5 mg/L , 10 mg/ L ,15 mg/L , 20 mg/L 组合浓度级;X 2为
苯钾酸钠 0 mg/L , 100 mg/L , 200 mg/L , 300 mg/L , 400 g/ L , 0.2 mg/ L 组合浓度级;X 3 为
KH2PO40 g/L , 0.25 g/L ,0.5 g/ L ,0.75/ L ,1.0 g/L;X 4为尿素 0.1 g/L ,0.3 g/L ,0.4 g/L ,0.5
g/L 组合浓度级.四指标:Y 1为叶绿素含量下降率;Y 2 为蛋白质含量下降率;Y 3 为 MDA含
量上升率;Y 4 为 SOD活性下降率.
试验寻求的回归因素二次回归模型为 y =β0+∑4
j=1βjZj+ ∑j
1
βj
1
j
z
Z j
1
j
z
+∑4
j=1 βjjZ 2j.通过旋转组
合设计的 36个试验数据 ,求得回归方程 y =b0+∑4
j=1bjZj+ ∑j
1
bj
1
j
z
Zj
1
j
z
+∑4
j =1b jjZ
2
j ,它在编码空间
的形式为 y =b0+∑4
j=1bjX j+∑j
1
bj
1
b jzX j
1
j
z
+∑4
j=1bjjX
2
j.
根据上述模型 、试验数据以及数学计算需要 ,在计算过程中建立四指标 Y 1 , Y 2 , Y 3 及 Y 4
(即叶绿素含量上升 、蛋白质含量上升 、MDA含量下降率及 SOD活性上升率.以下计算中均相
同运用 ,不再加说明)相反数的数学模型.通过测定 X 1 , X 2 , X 3 及 X 4 各浓度及组合条件下
Y 1 , Y 2 , Y 3 及 Y 4 的变化值 ,建立 X 1 , X 2 , X 3及 X 4 对 Y 1 , Y 2 , Y 3 及 Y 4 四指标的回归数学
模型 ,经回归分析后再进行重建(过程略),得出如下结论 , X 1 , X 2 , X 3 及 X 4 四因子对珊瑚朴
叶片衰老具有明显作用 ,可用定量浓度方式表达.
3.2 四元二次回归模型主效因子分析
对试验求得的二次数学模型进行单因子计算机计算和分析 ,得出结果如表 1.
3.2.1 Y 1主效因子分析 Y 1 为叶绿素含量上升率 ,主效因子为 X1 及 X 3 ,并由图1可知 ,在
一定范围内 ,随着 6-BA 和 KH2PO4浓度的增加 , Y 1 逐渐上升 ,说明 6-BA 和 KH2PO4 对叶绿
素降解具有延缓作用 ,这种作用与各自的浓度有关.
3.2.2 Y 2主效因子分析 Y 2 为蛋白质含量上升率 ,主效因子为 X 1 ,并由图 2可知 ,在实验
范围内 ,蛋白质的上升率成负值(即降解),但 6-BA 对蛋白质的降解具有延缓作用 ,且当 6-BA
处于高浓度时 ,为增函数.
16 武 汉 城 市 建 设 学 院 学 报 2000 年 6 月
表 1 主效因子分析表
衰老指标 影 响 衰 老 因 子一次项因子 二次项因子 主效因子 主效作用数学模型
Y 1 X 1 X4 X 3 X 2 X 3 X 1 X 1 X 3
Y X
1
=2.156+8.050X 1+4.002 X1 2
Y X
3
=2.158+3.153X 3+4.019 X3 2
①②
Y 2 — X 1 X 1 Y X
1
=-39.811+4.448 X 12 ③
Y 3 X 2 X1 X 4 X 3 X2 X 1 X 4 X3 X2 X1 X4
YX
2
=-8.572-25.388X2-16.601X22
YX
1
=-8.572+7.885X1+7.446X12
YX
4
=-8.572-6.314X4+4.524X12
④
⑤
⑥
Y 4 X 4 X3 X 1 X 2 X 3 X 4 X 1 X 2 X 4 X 3 X 1
Y X
3
=0.183-4.890X 3+7.523 X4 2
Y X
1
=0.183+3.781X 1+4.819 X1 2
⑦
⑧
注:表中各项因子按作用由大至小排序.
3.2.3 Y 3主效因子分析 Y 3 为 MDA含量下降率 ,主效因子为 X 2 , X 1 , X 4.并由图 3可知 ,
MDA活性的下降率受苯钾酸钠 、6-BA 和尿素浓度的影响.苯钾酸钠处于低浓度时 ,对 MDA
的上升有延缓作用;6-BA 和尿素处于实验高浓度时 ,对 MDA 的上升有延缓作用.
3.2.4 Y 4 主效因子分析 Y 4为 SOD 活性上升率 ,主效因子为 X 4 , X 3 , X 1.由图 4可知 ,尿
素 ,KH2PO4 和 6-BA对 SOD活性的降解具有延缓作用 ,且在一定范围内这种效应很大.
表 2 影响单项指标变化的主效因子
衰老指标 主 效 因 子
延缓叶绿素降解 6-BA和 KH2PO4
延缓蛋白质降解 6-BA
延缓 MDA 上升 苯钾酸钠 高浓度的 6-BA ,尿素
延缓 SOD活性降低 尿素 , KH2PO 4 , 6-BA
综合上述模型分析结果
(表 2),以上各主效因子都表
现为一定浓度范围内延缓珊瑚
朴叶片衰老 ,不同的主效因子 ,
延缓衰老的最适范围因指标的
不同而不同.
3.3 四元二次回归模型交互效应分析
根据数学模型 ,用对不同指标交互作用显著的两个因子进行分析 ,固定其余两因素为 0 ,
分别得出各指标的交互作用模型(表 3).通过模型分析 ,影响珊瑚朴叶片衰老的四因子之间存
在着明显的交互效应.
将各因子不同水平值分别代入表中方程 ,计算出对应的指标值并绘成两因素相互作用影
响的指标等值图(图 5 ～图 8).
3.3.1 Y 1交互效应分析 由数学模型及图 5可知 ,当 X 2 , X 3 都处于低浓度时 ,或当 X 2 , X 3
都处于高浓度时 ,叶绿素上升率较大 ,且在低浓度时 , Y 1随 X 2 , X 3 浓度的减小而增大;高浓度
时 , Y 1随 X 2 , X 3 浓度的增大而增大.
3.3.2 Y 2交互效应分析 由图 6(a)可知 ,当 X 2 , X 4 同处于高浓度或低浓度时 , Y 2 值较大 ,
且在低浓度时 ,随 X 2 , X 4浓度的减小 , Y 2增大;在高浓度时 ,随 X 3 , X 4 浓度的增大 , Y 2增大.
由图 6(b)可知 ,当 X 3 , X 4 分处一高一低浓度时 , Y 2 值较大 ,当 X 3 处于低浓度时 Y 2 值随 X 4
的浓度增大而增大.当 X 3处于高浓度时 , Y 2值随 X 4 浓度增大而减小.
17第 17 卷第 2 期 熊和平等:南方古珊瑚朴衰老延缓剂筛选试验
18 武 汉 城 市 建 设 学 院 学 报 2000 年 6 月
表 3 交互效应分析表
衰老指标 作用显著因子 作 用 数 学 模 型
Y 1 X 2 与 X 3 Y 1=2.156+2.354X 2+3.153X 2X 3+5.904X 23+4.019X 23 ⑨
Y 2
X 2 与 X 4
X 3 与 X 4
Y 2=-35.893+8.729X 2X 4 ⑩
Y 2=-35.893-9.164X 3X 4 1
Y 3
X 3 与 X 4
X 2 与 X 3
Y 3=-8.572+3.266X22-1.742X 3-6.364X 4+4.524X24+18.804X3X4 12
Y 3=-8.572与 25.388X2-16.601X22+3.266X23-1.742X 3-10.603X2X3 13
Y 4
X 3 与 X 4
X 2 与 X 3
X 1 与 X 4
X 1 与 X 2
Y 4=0.183+4.890X 3+7.657X 23-5.653 X 4+7.523X 4-10.693X 3X 4 14
Y 4=0.183-3.266X 2+2.113X 2+4.890 X 3+7.657X 3-6.432X 2 X3 15
Y 4=0.183+3.781X 1+4.819X 21+7.523 X 24-5.853X 4-5.984X 1 X4 16
Y 4=0.183+3.781X 1+4.819X 21+2.113 X 22-3.266X 2-5.244X 1 X2 17
3.3.3 Y 3交互效应分析 由图 7(a)可知 ,当 X 3 , X 4 同处于高浓度或低浓度时 , Y 3 值较大 ,
且在低浓度时 ,随 X 3 , X 4浓度的减少 , Y 3增大;在高浓度时 ,随 X 3 , X 4 浓度的增大 , Y 3增大.
由图 7(b)可知 ,当 X 2 处于低浓度 , X 3 处于高浓度时 , Y 3 值较大.其适宜浓度范围为 X 2 为
-2 ～ 0 , X 3 为 0 ～ 2.
3.3.4 Y 4 交互效应分析 由图 8(a)可知 ,当 X 3 , X 4 分处于一高一低浓度时 , Y 4 较大.当
X 3为-2 ～ 0水平时 , X 4 为 0 ～ 2水平 ,随 X 4浓度的增加 Y 4 增大 ,当 X 3 为 0 ～ 2 水平时 , X 4
在-2 ～ 0范围内 ,随 X 4的浓度降低 , Y 4 增大.
由图 8(b)可知:当 X 2 , X 3 同处于高低浓度或低浓度时 , Y 4 值较大.且当同处低浓度时 ,
随 X 2 , X 1浓度的降低 , Y 4 增大;当同处高浓度时 ,随 X 2 , X 4 浓度的升高 , Y 4增大.
由图 8(c)可知 ,当 X 1 , X 4 分处于一高一低浓度时 , Y 4 较大 ,当 X 1 为-2 ～ 0水平 , X 4 为
0 ～ 2水平时 ,随 X 1浓度的降低 , X 4 浓度的上升 , Y 4 增加.当 X 1 为 0 ～ 2水平 , X 4 为-2 ～ 0
水平 ,随 X 1浓度的增加 , X 4 浓度的降低 , Y 4增大.
由图 8(d)可知 ,当 X 1 , X 2 分处于一高一低浓度时 , Y 4值较大.在 X 1 为-2 ,0 , X 4为 0 ～ 2
的范围内 , Y 4 是 X 2的增函数;而 X 1为 0 ～ 2 , X 4 为-2 ～ 0的范围内 , Y 4 是 X 1的增函数.
综合上述模型分析结果(表 4),以上各交互作用的大小和性质因各因子的浓度 ,不同的指
标而各异.因此说明四因素之间存在着某些内在联系 ,这些联系机理有待进一步的研究.在以
后的生产实践和科学研究中 ,同时使用有交互效应作用的两因子时 ,必须特别留意两者浓度的
高低.
3.4 综合指标模拟优化决策
根据四因素(6-BA ,苯钾酸钠 ,
KH2PO4和尿素)的五级浓度组合
成625(54)个组合.经正交设计 ,借
助计算机模拟确定初级优化方案 ,
在此基础上用指标权重综合评分
法进行综合优化方案分析.
表 4 影响单项指标的交互效应因子
衰老指标变化 交 互 效 应 因 子
延缓叶绿素降解 苯钾酸钠和 KH2PO 4
延缓蛋白质降解 苯钾酸钠和尿素 , KH2PO4 和尿素
延缓 M DA 上升 KH2PO4 和尿素 , 苯钾酸钠和 KH2PO4
延缓 SOD 活性降低 KH2PO4 和尿素 , 苯钾酸钠和 KH2PO4
6-BA 和苯钾酸钠 , 6-BA和尿素
19第 17 卷第 2 期 熊和平等:南方古珊瑚朴衰老延缓剂筛选试验
3.4.1 模拟优化原理 四因素五水平实验共有 54=625个组合 ,正交设计将 625个简化为36
次 ,剩下的可借助计算机模拟.模拟时 ,让每个因子水平值为-r , -1 , 0 , 1 , r1 ,通过前面研究
出的数学模型计算出 625个指标值 ,根据实际要求 ,确定一定优化方案的指标临界值 ,计算出
该指标下的优化方案(即初级优化方案).
表 5 权重系数表
衰老指标
Y i
权重系数
W i
可信度
Z
Y 1 0.2
Y 2 0.25 0.2
Y 3 0.2
Y 4 0.15
3.4.2 综合指标的优化方案的决策分析原理 在初
级优化后 ,用指标值权重综合评分法进行综合优化方
案分析 ,约定不同总体优化目标下各指标的权重系数
(表 5).依据加权综合评分公式 ,得出一综合评分 ,进
一步决策出最优方案.权重系数确定的依据为:①优化
的总体目标;②各指标的生物学意义及其作用;③各指
标间的相互关系.据此 ,给出各指标的权重系数.
可信度的计算公式为各因子水平平方和的平方根 ,在实验中 Z = X 21+X 22+X 23+X 24 .
加权综合评分公式为
P j=∑n
i=1
Qji-min(Qi)
max(Qi)-min(Qi)×Wi×100; (1)
P j=∑n
i=1
max(Qi)-Qji
max(Qi)-min(Qi)×Wi×100 , (2)
式中 , W i为权重系数 ,0
实验的 Y 1 , Y 2 , Y 3 和 Y 4 采用
式(1),而可信度 Z 采用式(2).
以上计算由计算机执行 ,依得
分多少 ,从初级优化方案中选
择几个综合优化方案.结合具
体条件的实际问题进行比较和
决策分析 ,得到综合优化方案
(过程略)及表 6.
表 6 影响单项指标的四因子优化浓度
衰老指标变化
优化浓度
6-BA
mg/ L
苯钾酸钠
mg/ L
KH2PO4
g/ L
尿 素
g/ L
延缓叶绿素降解 20 200 ～ 300 1.0 0.1～ 0.2
延缓蛋白质降解 20 0 ～ 100 0.75～ 1.0 0.1
延缓 MDA 上升 20 100 ～ 200 0 ～ 0.5 0.1
延缓 SOD活性降低 20 100 ～ 200 0 ～ 0.5 0.1
综合以上研究分析结果 ,经筛选古珊瑚朴衰老延缓剂总的适宜浓度详见表 7.
实验采取的是室内枝插培养得出的优化配方 ,若作为古珊瑚朴实体复壮措施 ,改善古树的
营养状况 ,需调整配方进行深入的研究.
表 7 衰老延缓剂总的适且浓度
延缓剂 浓 度
6-苄基腺膘吟 20 mg/ L
苯钾酸钠 0 ～ 200 mg/ L
磷酸二氢钾 0 ～ 1.0 g/ L
尿素 0.1 ～ 0.2 g/ L
本项目由武汉城市建设学院与苏州城建环保
学院共同承担 ,华中农业大学 、南京林业大学 、南
通市园林处 、武汉市园林局协作完成.于 1999年
元月 26日通过了由建设部组织的专家鉴定 ,参加
本项目的研究人员还有于志熙 、刘玉莲 、徐向扬 、
武慧贞 、丁彦芬.
(下转第 43页)
20 武 汉 城 市 建 设 学 院 学 报 2000 年 6 月
If Table1.FindKey([Entity.name])Then //如果设备数据库中含有相同的图块名
Begin
Table1.Edit;
Table1Num.Value:=Table1Num .Value+1;
End;
End;
Table1.Post;.
参考文献:
[ 1] 郭朝勇等.AutoCAD R14 二次开发技术[ M] .北京:清华大学出版社 , 1999.
[ 2] 徐新华.GUI编程技术[ M] .北京:人民邮电出版社 , 1998.
AutoCAD Programming with Delphi via ActiveX Automation
ZHANG Jiong
1
(1.Dept.of Basic Sci., Wuhan Urban Const ruction Ins., Wuhan 430074 , China)
Abstract:A method is afforded to prog ram and customize AutoCAD with Bo rland Delphi via Ac-
tiveX Automation.Application of Delphi program by secondary development w ay s of AutoCAD is
discussed.Some code samples are given to demonst rate the advantage of this kind of method.
Key words:AutoCAD;ActiveX;Delphi;secondary development
(上接第 20页)
参考文献:
[ 1] 熊和平.南方古树名木复壮技术研究[ J] .武汉城市建设学院学报 , 1999(2):6 ～ 9
[ 2] 王宝山.生物自由基与植物膜伤害[ J].植物生理通讯 , 1988(2):12～ 16
[ 3] 王建华.SOD 在植物逆境和衰老生理中的应用[ J].植物生理通讯 , 1989(1):1 ～ 7
Study of the Screen of Senescing Retardant of
Ancient Julian Celtis in South
X IONG He-ping1 CAI Li-ping2 LU Di-fei 2
(1.Ins., of Landscape Architecture ,Wuhan Urban Const ruction Ins., Wuhan 430074 , China;
2.Dept.of Foresty of Huazhong Agriculture Ins., Wuhan 430070 , China)
Abstart:The screen of senscing retardants are conducted w ith the designs of square , regressive
and arthogenal rotation with four facto rs.The af fection of 6-BA , C6H5COONa , KH2PO4 , CO
(NH2)2 on the decreasing rate of chlorophyll , pro tein and the activi ty of SOD and the increasing
rate of MDA is studied quatitat ively .Based on the model estabcished , the opt imal ingredient of
senescing retardants is determind by means of optimizational simulation.The study will provide
theatrical and experimental basis fo r ex tensive studies.
Key words:the ancient famous f rees;screen of senscing retardants;dominant factor;alternant
factor
43第 17 卷第 2 期 张 炯:基于 ActiveX和 Delphi 的 AutoCAD二次开发技术