川产桢楠矿物元素因子分析及聚类分析*

盛玉珍时小东王　丽高继海庄国庆**

（1.四川省林业科学研究院，成都　610081；2.四川大学生命科学学院，成都　610064；3.成都中医药大学药学院，四川　成都　611137）



川产桢楠矿物元素因子分析及聚类分析*

盛玉珍1时小东2王丽1高继海3庄国庆1**

（1.四川省林业科学研究院，成都610081；2.四川大学生命科学学院，成都610064；3.成都中医药大学药学院，四川成都611137）

摘要：采用等离子体原子发射光谱法测定了不同苗龄桢楠幼苗和川产桢楠木材中9种矿物元素的含量，并运用SPSS软件对数据进行了因子分析和聚类分析。结果表明，不同苗龄桢楠幼苗中Ca和S元素变化呈现出富集的变化趋势，其他元素变化较小；不同产地桢楠元素间存在一定的关联性，主成分分析表明，其87%以上的贡献来源于前4个主成分，对应元素分别为Ca、Mn、Mo、K；聚类分析表明，川西北和西部等地桢楠聚集为一类，川西南和川南等地桢楠聚集为另一类。运用该方法初步分析了矿物元素和桢楠生长的关系，同时验证了该方法在桢楠聚类分析中的可行性。

关键词：川产桢楠；矿物元素；聚类分析

*国家自然基金青年科学基金项目（批准号：31200504）

桢楠（Phoebe zhennan）是我国特有的樟科楠[1]，其木材优良、坚实，是我国二级重点保护濒危树种，属亚热带常绿乔木，主要集中分布于我国长江流域及以南的地区，如云南、四川、湖北、贵州、广西等省份[2 - 4 ]。四川是我国桢楠的历史分布中心，但目前桢楠的分布星散，群体结构衰退趋势明显，使得资源日趋濒危[5]。加之桢楠本身生长发育缓慢，严重制约了桢楠人工林的发展和对桢楠木材的需求。

关于桢楠元素的研究起步相对较晚，仅有贺维研究了施肥对桢楠幼苗生长和光合作用等方面的作用[6- 11]。目前，指纹图谱技术已经被广泛应用于植物产地溯源、药材质量控制等方面[12- 13]，基于矿物元素的指纹图谱构建和辅助资源评价，已经在多种物种中进行了研究，如咖啡、水稻、薯蓣、芸豆、枸杞等[14 - 18 ]。其中，因子分析和聚类分析是处理化学计量学分析方法中获得大量数据的常用技术和有力工具[19 ]。主成分分析作为一种常用的多元统计分析方法，可以分析各指标对主成分的贡献大小，用最少的因子去解释待观测的事物，以揭示事物本身之间的关系。系统聚类是目前国内外使用最多的一种聚类方法，其中分类距离是系统聚类分析的依据和基础。近年来还没有关于桢楠矿物元素方面的研究报道，并且，基于化学物质或矿物元素的桢楠因子分析和聚类研究等方面也没有开展。本文以四川桢楠为研究对象，利用ICP法测定了桢楠木材中9种矿物元素的含量，并对不同树龄中元素差异和因子分析进行研究，以期为桢楠规范化栽培以及产业化发展提供理论依据。

1　材料与方法

1.1试验材料

选取大邑野生桢楠树木种子，萌发后种植于四川省林业科学研究院沙河堡实验基地，第3年的12月（2014年12月）选取生长一致的桢楠苗6棵，自然条件下晾干，去除叶片和侧枝等，分别选取1~3年不同生长年龄的主茎段，进行矿物元素测定和分析。

四川桢楠分布广泛，对采集地进行实地考察、调研，2014年10月选取11个地区野生成材桢楠树进行研究，截取当年生侧枝（距离顶端10 cm茎段）进行矿物元素测定和聚类分析。样品来源及具体信息见表1。

表1　桢楠样品的来源

1.2方法

按照DB53/T 288- 2009标准方法进行样品处理和元素测定，分别测定Mo、Zr、Sr、Fe、Mn、Cr、Ca、K、S等9种矿物元素，每个样品测定重复3次。

1.3数据分析

Kaiser- Meyer- Olkin（KMO）检验和Bartletts’s球形检验、主成分分析（Principal component analysis，PCA）、Pearson相关性、余弦相关性和聚类分析（Hierarchical cluster analysis，HCA）等采用软件SPSS完成，其他数据处理用EXCEL完成。

2　结果与分析

2.1矿物元素含量随树龄变化及分析

由图1可知，桢楠矿物元素中Ca含量最高，其次是K和S，Sr含量最少。对于不同苗龄而言，除Fe、Cr和S元素外，其他各元素在不同苗龄之间虽然存在差异，但是相对差异较小，没有出现较大的波动。这可能是由于在试验环境中，各种营养元素和水分充足，完全能够满足桢楠的生长需要，不会出现因环境压力造成的元素缺乏胁迫。Ca和S元素变化呈现出富集的变化趋势，可能是在桢楠树龄增加的过程中，需要吸收Ca和S元素进行生理活动，所以在桢楠生长过程中需要注意Ca和S元素的添加，这一研究结果与我们对桢楠不同树龄的转录组差异基因分析，发现了与S元素代谢有关的结果一致（数据还未发表）。

2.2不同产地桢楠木材矿物元素测定及分析

2.2.1测定结果及适当性量数检验

对11种川产桢楠材料的9种元素进行测定，发现各矿物质成分指标平均含量相差较大，范围从9.99±2.07~5309.62±1358.97ppm。Ca元素的平均含量最高；其次是K元素和S元素；含量最低的是Sr元素。同时，各样本间元素含量变异系数较大，表明不同川产桢楠元素含量具有较大差异。其中各元素变异系数大小顺序为：Ca>K>S>Mn>Mo> Sr>Zr>Cr>Fe，说明川产桢楠中Ca元素的变异程度最大，含量变化范围较宽；而Fe元素含量在不同样本间变化较小。

图1　不同苗龄矿物元素含量的变化

Kaiser- Meyer- Olkin KMO检验和Bartletts’s球形检验用于分析变量间的相关系数和偏相关系数，以及变量间独立性的指标，以便判断是否适合进行变量主成分分析。对川产桢楠进行KMO和Bartlett's检验（表2），KMO值为0.549，大于0.5，表明变量间具有相关性，可以进行后续相关性分析。另外，Bartlett’s球形检验值（167.335）显著性Sig. 为0.000，达到了显著水平，说明桢楠元素间存在共性，而并非独立，也进一步证明了川产桢楠元素间可运用主成分分析法进行分析。

表2　川产桢楠样本矿物元素的KMO与Bartalett’s检验

2.2.2主成分分析

主成分分析可以解释事物本质之间的联系，其重要指标为特征根和方差贡献率。由表3可知，占总方差87.007%的贡献率来自前4个主成分，因此选择前4个主成分进行进一步分析，其中整体共同度的平均值为0.817（表4）。前4个主成分对Ca元素的共同度最大，为0.929，其次是对Mo元素的0.891和K元素的0.843，对Sr (0.710)元素共同度最小。说明前4个主成分对所测定的9个元素的共同性较高，足以进行主成分分析，但是各主成分间载荷系数相差不大，不易对各成分进行明确，因此需要进行因子载荷矩阵的旋转，旋转后各载荷系数见表6（采用方差最大化旋转）。

表3　各主成分的特征值和贡献率

表4　各变量在主成分中的载荷系数

由表5可知，旋转后各系数发生了明显极化，第一成分中起主要作用的是Ca元素，第二主成分中表现出与Mn元素呈高度的正相关，第三成分中起主要作用的是Mo元素，第四主成分中表现出与K元素有高度的正相关。

表5　旋转后各原始变量对主成分的载荷表

2.2.3样本相似性和聚类分析

运用Pearson相似性对不同地区的桢楠基于矿物元素的含量进行相似性分析（表6），样品2:5、3:5的Pearson相关系数大于0.8；样品1:4、2:3、4:5 的Pearson相关系数大于0.6，样品2:9、3:4、5:9的Pearson相关系数大于0.5。余弦相关系数（表7）和Pearson相关系数均相近，表明样品可分为2类，1、2、3、4、5、9样本构成相近归为第一类，其余样本可归为第二类。

表6　 Pearson相关系数

表7　余弦相关系数

对不同产地的桢楠材料的矿物元素含量的平均值作为变量，采用类平均法进行系统聚类分析，得到川产桢楠基于矿物元素含量的聚类树状图（图2），不同的聚类距离下会出现不同的聚类结果。当聚类距离为0时，每个桢楠样本各自聚集为1类，当聚类距离扩大时，不同样品聚类才依次分开，当聚类距离达到25时，不同样品被聚集为1类。

当选择欧式距离dij=15为分级界限时，供试川产桢楠可分为3个类别，6和11样本划分为一类，7、8和10样本划分为一类，剩余6份样本划分为另一类；当选择欧式距离dij=20为分级界限时，供试川产桢楠可分为2个类别，1、2、3、4、5、9样本划分为一类，6、7、8、10、11样本划分为另一类，与Pearson和夹角余弦相似性得到的结果相似。总体看来，四川桢楠分布中，川西北和西部等地桢楠聚集为一类，川西南和川南等地桢楠聚集为另一类。

图2　川产桢楠的聚类分析图

3　　讨论

3.1微量元素在生物体内含量极少，但其与植物的生长息息相关，在植物体内具有重要的生物学功能，含量过多或过少都会导致植物不正常的生理生化变化[20 ]。目前微量元素与植物生长关系的研究是一大热点，同时也将为植物的营养调控提供重要的理论基础和指导意义。研究表明，微量元素铁参与植物叶绿素形成，同时对植物呼吸作用和光合作用产生影响[21- 24]。同时有研究表明，矿物元素之间存在着相互影响现象[25]。桢楠前50年左右材积生长缓慢，之后才进入快速生长期[ 4 ]，其生长速度与矿物元素，特别是微量元素之间限制关系的研究至今没有开展。通过桢楠不同矿物元素积累呈现的不同规律，可以探索出矿物元素与桢楠生长缓慢生长的关系，为桢楠的高效栽培提供科学指导。本研究对桢楠幼苗中9中矿物元素进行测定，初步分析表明Ca和S元素含量波动相对较大，一定程度上说明该两种元素可能是限制桢楠幼苗生长缓慢的制约矿物元素，在实际生产中应注意该元素的跟踪分析，并及时降低该元素对桢楠生长的制约。

3.2基于矿物元素因子分析和聚类分析的方法已经在植物中得到了广泛的应用[ 26 - 27 ]，本研究对不同产地桢楠木材中9种矿物元素进行测定，并利用SPSS软件进行分析，结果表明，不同产地和生长环境中的桢楠木材中所含有的矿物元素存在差别，这种地域特征可能来源于生长环境、种植方式、大气环境、人类活动等多方面[17 ]。通过聚类分析表明，川西北和西部等地桢楠聚集为一类，川西南和川南等地桢楠聚集为另一类，这为桢楠木材的鉴定和区分提供了指导。

3.3本文初步探索了矿物元素对桢楠生长的影响，并运用矿物元素指标进行了桢楠聚类分析的研究，为其指纹图谱建立提供了参考。鉴于桢楠分布广泛和生活环境的复杂多样性，采集难度较大，加之生长缓慢，造成实验存在一定的局限性。可通过测定桢楠中存在的其他矿物元素，以及采取更多的样本量，来进一步确定数据的可靠性。这将更加有助于分析桢楠生长和矿物元素之间的内在关系，打破矿物元素对桢楠生长的限制，为加快桢楠生长速度和人工林发展进程提供指导。同时借助分子生物学方法，挖掘内在相关的调控机制，为桢楠品种改良和速生品种的培育奠定基础。

参考文献

［1］蒋红星.木中金子——楠木［J］.国土绿化, 2000, 26(5): 41- 41.

［2］蔡春轶,黄建辉.四川都江堰地区桢楠林、杉木林和常绿阔叶林土壤N库的季节变化［J］.生态学报, 2006, 26(8): 2 540 -2548.

［3］王琦,李因刚,柳新红,等.湖北恩施桢楠林群落组成与结构［J］.林业科学研究, 2013, 26(1): 21 - 28.

［4］张炜,何兴炳,唐森强,等.四川桢楠生长特性与分布［J］.林业科技开发, 2012, 26(5): 38 - 41.

［5］龙汉利,张炜,宋鹏,等.四川桢楠生长初步分析［J］.四川林业科技, 2011, 32(4): 89 - 91.

［6］孙瑾,王晓静,王飞,等.滇西南地区樟科17种木材解剖特征研究［J］.华南农业大学学报, 2014, 35(5): 102 - 107.

［7］庄琳,黄群,徐燕红.楠属和润楠属4种木材的红外光谱鉴别［J］.福建林业科技, 2014, 41(4): 21 - 25.

［8］刘勇.我国苗木培育理论与技术进展［J］.世界林业研究, 2000, 13(5): 43 - 49.

［9］张书娜,王庆成,郝龙飞,等.光照和施肥对白桦林冠下水曲柳、胡桃楸苗木生长的影响［J］.森林工程, 2015, 31(2): 51- 56.

［10］贺维,张炜,胡庭兴,等.施肥对1年生桢楠幼苗生长及主要土壤肥力指标的影响［J］.应用与环境生物学报, 2015, 21(1): 129 - 138

［11］贺维,胡庭兴,王锐,等.施肥对桢楠幼苗光合生理及生长特性的影响［J］.西北植物学报, 2014, 34(6): 1 187 - 1 197.

［12］Podio N S, Baroni MV, Badini R G, et al. Elemental and isotopic fingerprint of argentinean wheat. matching soil, water, and crop composition to differentiate provenance［J］. J Agr Food Chem, 2013, 61(16): 3 763 - 3 773.

［13］Deng J W, Fan CL, Jiang ZJ, et al. Qualityassessment and origin tracing of Guangdong Liangcha granules using direct mass spectrometry fingerprinting［J］. Anal Methods, 2012, 4 (11): 3 638 - 3 645.

［14］Anderson K A, Smith B W. Chemical profiling to differentiate geographic growing origins of coffee［J］. J Agr Food Chem, 2002, 50(7): 2 068 - 2 075.

［15］Laursen K H, Schjoerring J K, Olesen J E, et al. Multielemental fingerprintingas a tool for authentication of organic wheat, barley, faba bean, and potato［J］. J Agr Food Chem, 2011, 59(9): 4 385 - 4 396.

［16］沈涛,贾琳,杨亚丽,等.云南薯蓣属植物矿质元素指纹图谱研究［J］.热带作物学报, 2014, 35(12): 2 332 - 2 339.

［17］钱丽丽,李平惠,杨义杰,等.不同产地芸豆中矿物元素的因子分析与聚类分析［J］.食品科学, 2015, 36(14):102- 106.

［18］史秀红,常璇,袁毅,等.不同产地枸杞微量元素的因子分析与聚类分析［J］.安徽农业科学, 2010, 38(4):1839- 1841.

［19］FARNHAMI M, JOHANNESSONKH, SINGH AK, et al. Factor analytical approaches for evaluating groundwater trace element chemistrydata［J］.Analytica Chimica Acta,2003,490:123- 138.

［20］Marschner, H., 2012. In: Marschner, P. (Ed.), Marschner's Mineral Nutrition of HigherPlants. , 3rd ed. Academic press, London, ISBN978- 0- 12- 384905- 2.

［21］Zekri, M., Obreza, T.A., 2003. Micronutrient Deficiencies in Citrus: Iron, Zinc, andManganese. University of Florida Cooperative Extension Service, Institute of Food and Agricultural Sciences, EDIS.

［22］Zekri, M., Obreza, T.A., 2009. Plant Nutrients for Citrus Trees. University of FloridaCooperative Extension Service, Institute of Food and Agricultural Sciences, EDIS.

［23］Srivastava A K, Singh S. Zinc Nutrition in 'Nagpur' Mandarin on Haplustert［J］. Journal of Plant Nutrition, 2009, 32(7): 1 065 - 1 081.

［24］He C, Wang L, Liu J, et al. Evidence for 'silicon' within the cell walls of suspension- cultured rice cells [J]. The New phytologist, 2013, 200(3): 700 - 709.

［25］Zhang Y, Hu C- X, Tan Q- L, et al. Plant nutrition status, yield and qualityof satsuma mandarin (Citrus unshiu Marc.) under soil application of Fe- EDDHA and combination with zinc and manganese in calcareous soil［J］. Scientia Horticulturae, 2014, 174(4): 46 - 53.

［26］Pilgrim T S, Watling R J, Grice K. Application of trace element and stable isotope signatures to determine the provenance of tea (Camellia sinensis) samples［J］. Food Chemistry, 2010, 118(4): 921 - 926.

［27］Chudzinska M, Baralkiewicz D. Estimation of honey authenticity by multielements characteristics using inductively coupled plasma- mass spectrometry (ICP- MS) combined with chemometrics［J］. Food and chemical toxicology : an international journal published for the British Industrial Biological Research Association, 2010, 48(1): 284 - 290.

（责任编辑：张亚楠）

Factor Analysis and Clustering Analysis of Mineral Elements in Sichuan Phoebe zhennan

SHENGYuzhen
（Sichuan Academy of Forestry, Chengdu 610081）

Abstract The content of mineral elements of Sichuan Phoebe zhennan in different seedling age and areas was determined by using inductively coupled plasmatorch-atomic emission spectrometry. The factor analysis and clustering analysis in SPSS were applied to analyze and compare the determination results. Ca and S were richened on different seedling age of Phoebe zhennan, and the content of other element were steady. The factor analysis results showed that the first four principal components accounted for above 87% of the total variance, which indicated that Ca, Mn, Mo and K were the characteristic mineral elements. The results of clustering analysis showed that Phoebe zhennan of northwest Sichuan and western Sichuan were culstered into one group, southwest Sichuan and south Sichuan as the second group. This paper preliminarily analyzes the relationship between mineral elements and seedling growth, verified the feasibility of the method and lay the foundation for the development and utilization of Phoebe zhennan resources in different areas.

Key words Sichuan Phoebe zhennan；Mineral Elements；Clustering Analysis

收稿日期：2015 - 12 - 19

通讯作者：庄国庆(1977- )，男，副研究院，主要从事林学方面研究工作。

作者简介：第1盛玉珍（1989-），女，硕士，研究方向是林产品加工及检测。

文章编号：1001 - 9499（2016）01 - 0016 - 05

中图分类号：S792. 24, S718. 55+4. 2

文献标识码：A