华南龙眼叶片营养诊断指标的建立

朱永聪 王伟 周昌敏 白翠华 姚丽贤

摘  要：比较4种叶片营养诊断方法在龙眼上应用的优缺点，确定适用于龙眼的营养诊断方法并建立诊断指标，为华南龙眼叶片营养诊断和养分管理提供科学依据。2017—2019年在华南主产区分别采集2次末次梢老熟期和果实膨大期龙眼叶片样本，测定大、中、微量元素含量，记录果实产量，建立产量与叶片养分含量关系函数;利用4种叶片营养诊断方法[临界值法（CVA）、充足范围法（SRA）、诊断施肥综合法（M-DRIS）、组分营养诊断法（CND）]，分别对2年4个时期叶片营养状况进行诊断。结果表明，龙眼年际产量变异大，不同年份同一生育期及同年不同生育期叶片多数养分含量差异显著，但2年高产群体叶片养分含量较为接近。根据产量与叶片养分含量关系模型，CVA仅获得少数养分的诊断指标，M-DRIS和CND只能定性列出养分需求顺序，而且诊断准确性与诊断时期、养分丰缺程度有关且年际差异很大，SRA可获得所有养分诊断指标，而且2年指标接近。故SRA可用于龙眼叶片营养诊断，并用该法建立末次梢老熟期和果实膨大期龙眼叶片养分诊断指标体系。用该法获得龙眼末次梢老熟期叶片养分适宜水平为N 22.6～24.3 g/kg、P 1.56～ 1.86 g/kg、K 10.2～11.3 g/kg、Ca 5.7～7.1 g/kg、Mg 1.07～1.25 g/kg、S 1.39～1.52 g/kg、Fe 34.2～ 41.3 mg/kg、Mn 30.8～ 51.3 mg/kg、Cu 6.3～7.6 mg/kg、Zn 18.2～21.9 mg/kg、B 17.1～24.0 mg/kg;果實膨大期叶片养分适宜范围为N 20.8～21.7 g/kg、P 1.29～1.44 g/kg、K 8.0～9.5 g/kg、Ca 15.6～19.1 g/kg、Mg 1.29～17.20 g/kg、S 1.56～1.73 g/kg、Fe 52.8～67.5 mg/kg、Mn 43.9～73.9 mg/kg、Cu 5.1～5.9 mg/kg、Zn 32.2～38.3 mg/kg、B 24.3～28.1 mg/kg。

关键词：龙眼;叶片营养诊断;诊断指标;充足范围法

Abstract： Foliar nutrient diagnosis has been developed and utilized in crops for decades. Four methods including the critical value approach （CVA）， sufficiency range approach （SRA）， modified diagnosis and recommendation integrated system （M-DRIS）， and compositional nutrient diagnosis （CND） are commonly adopted to evaluate the leaf nutrient status in crops. The availability and reliability of the four foliar nutrient diagnosis approaches were compared in longan in southern China， with the aim to （1） select the suitable diagnosis method for longan; （2） establish the foliar diagnosis norm; and （3） provide scientific base for nutrient management in longan in southern China. Eight typical longan orchards， located in the main production regions of South China， were chosen in this study during 2017 to 2019. 82 leaf samples at both terminal shoot maturing stage （TSMS） of 2017 and fruit swelling stage （FSS） of 2018， and 49 leaf samples at FSS of 2018 and at TSMS of 2019 were collected， respectively. Foliar nutrient （N， P， K， Ca， Mg， S， Fe， Mn， Cu， Zn and B） concentration in all samples was detected. The fruit yield was recorded for each sampled tree at harvest in 2018 and 2019. The fruit yield in each orchard was calculated by multiplying the yield per tree and the plantation density in the orchard. The high yield population for nutrient diagnosis in both years was determined by cluster analysis in fruit yield. Then， the relationship between fruit yield and leaf nutrient concentration was calculated. Further， the above four approaches were used to assess the foliar nutrient status of longan at four stages within two years， respectively. Irregular fruit bearing was commonly observed in most sampled orchards. The maximum concentrations of foliar nutrients were 2-fold to more than 10-fold higher than the minimum levels in the sampled trees at the same growth stage. Significant difference was observed in foliar nutrient contents at FSS and TSMS between 2018 and 2019， respectively. However， the high yield population in both years was characterized by relatively constant foliar nutrient concentrations. Based on the relationship between fruit yield and foliar nutrient concentration， diagnosis indices of a few foliar nutrients were obtained by CVA. The necessity of foliar nutrients was qualitatively evaluated by M-DRIS and CND. Moreover， the diagnosis accuracy for nutrients was related to the diagnosis stage and the severity of nutrient deficiency or abundance， with significant yearly variation. In contrast， diagnosis indices for all nutrients could be calculated by SRA， and maintained relatively stable at FSS or TSMS of both years， regardless of the annual variation of fruit yields. SRA is accepted to compute the foliar nutrient diagnosis norms for longan due to its universal diagnosis indexes with small annual variation and practicability in practice. According to SRA， the optimum foliar nutrient contents for longan in southern China are recommended as N 22.6-24.3 g/kg， P 1.56-1.86 g/kg， K 10.2-11.3 g/kg， Ca 5.7-7.1 g/kg， Mg 1.07-1.25 g/kg， S 1.39-1.52 g/kg， Fe 34.2-41.3 mg/kg， Mn 30.8-51.3 mg/kg， Cu 6.3-7.6 mg/kg， Zn 18.2-21.9 mg/kg， B 17.1-24.0 mg/kg at TSMS， and N 20.8-21.7 g/kg， P 1.29-1.44 g/kg， K 8.0-9.5 g/kg， Ca 15.6-19.1 g/kg， Mg 1.29-17.20 g/kg， S 1.56-1.73 g/kg， Fe 52.8-67.5 mg/kg， Mn 43.9-73.9 mg/kg， Cu 5.1-5.9 mg/kg， Zn 32.2-38.3 mg/kg， B 24.3-28.1 mg/kg at FSS.

Keywords： longan; foliar nutrient diagnosis; diagnosis index; sufficiency range approach

龙眼是国际上重要的热带亚热带水果。我国龙眼总产量和种植面积均居世界首位[1]，但单产低，大小年挂果现象较为严重。从栽培面积上看，龙眼作为我国热带区域第四大水果，仅低于荔枝、柑橘橙和香蕉，但单位面积产量仅为6530.1 kg/hm2，大大低于同为木本果树的柑橘橙的14 702 kg/hm2，仅高于同为无患子科的荔枝（4824 kg/hm2）[2]。华南龙眼园土壤酸性强，土壤养分肥力低，土壤有效硼、钼、钙和镁营养普遍缺乏[3-7]，是龍眼产量低而不稳定及果实品质差的主要原因之一。实行龙眼养分管理，是提高并维持龙眼产量的重要技术措施，而叶片营养诊断则是进行龙眼养分管理的有力技术支持。

国际上应用的作物叶片营养诊断指标研究方法，主要有临界值法[8]（Critical value approach，CVA）、充足范围法（Sufficiency range approach， SRA）、诊断施肥综合法[9-10]（Modified-diagnosis recommended integrated system，M-DRIS）和组分营养诊断法[11]（Compositional nutrient diagnosis，CND）4种。而且，进行营养诊断指标研究时，通常仅利用其中某种方法来进行，缺乏对不同诊断方法的比较研究。如SRA应用于建立深圳糯米糍荔枝7种营养元素的适宜标准范围[12]，M-DRIS法在芒果[13]、柠檬[14]、香蕉[15]、梨[16]、橙[17]和苹果[18]的应用，CND见于辽西地区苹果养分状况的诊断[19]。最近，罗东林等[20]在比较了上述4种方法进行华南荔枝叶片营养诊断的准确性及稳定性后，采用SRA建立了妃子笑荔枝的叶片营养诊断指标。

目前，国内已有一些地方品种龙眼的叶片诊断指标[21-25]。由于龙眼生长环境、气候及品种的差异，已有的龙眼诊断指标难以在华南主产区的主栽品种应用，我国仍然缺乏一个适用性广的龙眼叶片营养诊断指标体系。本研究于2017—2019年选取华南龙眼主产区的8个龙眼园，采集2个生长周期龙眼末次梢老熟期和果实膨大期共4个时期的叶片样本，测定叶片大、中、微量元素养分含量，准确记录采样树的果实产量。通过聚类分析确定高产群体，建立果实产量与叶片养分含量之间的关系模型，并用上述4种方法诊断龙眼叶片营养状况，比较不同诊断结果的优缺点后，确定华南龙眼适用的营养诊断方法，并计算龙眼诊断指标。研究结果可为诊断华南龙眼树体营养状况及开展龙眼养分管理提供科学依据。

1  材料与方法

1.1  材料

2017—2019年期间，分别选择广东茂名地区和广西北海、玉林地区有代表性的8个‘储良龙眼园进行研究。试验果园位置在21351～221529 N及1091336～1105759 E之间。每个果园选择约10株树体大小接近、树冠相对独立完整的试验树，共82株。试验树树龄在20～25 a之间，种植密度为75～375株/hm2。上述果园管理相对较好且产量相对稳定。参考土壤农化分析方法[26]，对供试果园土壤基本化学性质进行测定，结果见表1。具体方法为：土壤pH用pH计（水∶土=2.5∶1）测定;有机质采用重铬酸钾?硫酸消化，硫酸亚铁滴定法测定;碱解氮采用1 mol/L氢氧化钠碱解扩散法测定;有效磷采用0.03 mol/L氟化铵+ 0.025 mol/L盐酸浸提，钼锑抗比色法测定;速效钾采用1 mol/L醋酸铵浸提，火焰光度计法测定;有效钙、镁采用1 mol/L醋酸铵浸提，原子吸收分光光度法测定;有效硫采用用磷酸盐?醋酸浸提，硫酸钡比浊法测定;有效性铁、锰、铜和锌采用0.1 mol/L盐酸浸提，原子吸收分光光度法测定;有效硼采用沸水浸提，姜黄素比色法测定。

1.2  方法

1.2.1  叶片样本采集及果实产量记录  分别在2017年龙眼末次梢老熟期（2017年12月中旬至2018年1月上旬）和2018年果实膨大期（6月中旬至7月中旬）采集82株树的叶片样本，每株树采集1个样本，合计82个样本。在2018年成熟期收获试验树全部果实，记录每株树准确产量。2018年末次梢老熟期（11月下旬至12月中旬）及2019年果实膨大期（6月中旬至7月上旬）同样采集每株树叶片样本，但由于气候原因影响，2019年仅有49株树挂果，因此，这2个时期的样本仅保留具有产量数据的49个样本。采样时，摘取每株树8个方位枝条上的第2复叶第2小叶，采集30～40片叶作为1个样本。因此，2018年以82株树、2019年以49株树的数据进行龙眼叶片营养诊断研究。

1.2.2  叶片样本处理与测试  叶片样本带回实验室后，经清洗、烘干、制样，部分样本用H2SO4-H2O2消解，用凯氏定氮法测定N含量;部分样本用HNO3-HClO4消解，用ICP-OES（Progigy 7，Leeman Labs，USA）测定 P、K、Ca、Mg、S、Fe、Mn、Cu、Zn、B含量。用标准物质（GBW07603，GSV-2）控制测试质量。

1.3  数据处理

试验数据用Excel 2019软件整理，用SPSS 25.0软件检验叶片养分含量差异显著性（如样本方差齐性，则进行t检验;如方差不齐性，则进行非参数检验），并拟合果实产量和叶片养分含量的模型，检验模型的显著性（P<0.05）。本研究通过聚类分析获得2年高产群体，并应用于4种诊断方法的计算。4种方法的计算过程，详见罗东林等[20]的研究。

2  结果与分析

2.1  果实产量

从表2可见，2018年和2019年试验树株产分别在1～163 kg和0～78 kg之间，变异系数在45.3%～89.1%和45.3%～93.3%之间。由于龙眼树体较大，在同一果园中即使气候条件、管理方式基本相同，不同试验树的株产也存在较大差别。对比8个果园2年产量，2019年有3个果园全部试验树没有挂果，其他5个果园大部分试验树两年间株产也存在较大差异。因此，如按传统方法将每个果园采样树平均株产乘以该园种植密度计算产量，实际上掩盖了树体之间的差异，会造成较大偏差。本研究均为单株采样并测定养分含量，因此，采用株产乘以密度的方式计算产量。将2年株产进行聚类分析，并结合生产中认为的龙眼的高产水平（15 000 kg/hm2），确定2018年和2019年高产群体水平分别为17 845和15 200 kg/hm2（表3）。

2.2  叶片养分含量

从2年不同时期龙眼叶片养分含量来看，即使同一时期同种养分含量，叶片养分最高与最低含量相差一至十数倍（表4）。这表明，进行龙眼叶片营养诊断，为合理施肥提供依据极为必要。4个时期叶片养分含量变异系数在6.8%～ 115.9%之间，以叶片N含量变异最小，Mn含量变异最大。另外，2019年末次梢老熟期和果实膨大期树体营养水平整体上低于2018年，这大概也是试验树2019年果实产量整体低于2018年的主要原因之一。

对全部试验树不同时期叶片养分含量进行比较，2年末次梢老熟期叶片N、K、Ca、Fe含量差异显著（P<0.001），叶片其他养分含量的差异则未达显著水平;2年果实膨大期叶片P、K、S、Fe和B含量存在显著差异（P<0.05），其他养分含量差异不大（表5）。2017年末次梢老熟期与2018年果实膨大期相比，除叶片S含量差异不大外，其他所有养分含量均存在显著差异（P< 0.001）。2018年末次梢老熟期与2019年果实膨大期相比，除叶片P和B含量差异未达显著水平外，其他所有养分含量均差异显著（P<0.05）。这表明，同一生育期的龙眼叶片养分含量年际差异大，同一生长周期内的不同生育期的大部分养分含量也差异显著，这意味着在不同的生育期需要有不同的养分诊断指标。

对于高产群体，2年末次梢老熟期仅叶片N含量存在显著差异（P<0.01），2年果实膨大期也只有Fe、Mn和B含量差异显著（P<0.05），说明2年高产群体的叶片养分含量差异明显小于全部试验树的，即不同年份的高产树具有相近的叶片养分含量。

2.3  龙眼果实产量（y）与叶片养分含量（x）关系

2年龙眼果实产量与4个生育期叶片养分含量关系的拟合结果（表6）表明，2018年果实产量分别与2017年末次梢老熟期叶片N、P、K、Mg、Mn、Cu和Zn含量之间存在密切关系，与2018年果实膨大期叶片Mn、S、Fe和Zn含量也关系密切;2019年果实产量与2018年末次梢老熟期叶片P、Mg和Zn含量及2019年果实膨大期叶片P、K、Ca、Mg、Cu和Zn含量的关系可用方程显著拟合。叶片其他养分含量与2年产量则关系不大。

2.4  叶片营养诊断指标的建立

2.4.1  2017年龙眼末次梢老熟期叶片养分诊断结果  根据表6中2017年龙眼末次梢老熟期果实产量与叶片养分含量关系模型，用CVA可计算获得P和Zn营养元素的诊断指标（表7），但该时期龙眼产量与叶片N、K、Mg、Mn和Cu含量关系函数均不符合CVA的要求，无法计算获得这些养分的诊断指标。用SRA则可计算获得各种养分的诊断指标。对CVA和SRA的计算结果进行比较，用CVA获得的P含量各级诊断指标均明显高于SRA的，但二者的Zn含量指标则十分接近。用M-DRIS法获得的该时期龙眼对养分需求程度为Mn>Mg>P>Cu>Zn>Ca>K>N>S>Fe>B，而CND法的诊断结果为P>Mg>N>Cu>Zn>Mn>S>K> Ca>B>Fe，2 种方法诊断结果存在较大差异。这2种方法认为Mg素为第2需要补充的养分，这与2018年果实产量随叶片Mg含量的提高而增加的现象一致（果实产量与叶片Mg含量的散点图略。以下果实产量与叶片各养分含量散点图均略）;认为P是最要需补充或第3需要补充的养分，这与果实产量随叶片P含量提高而增加的趋势相符合。果实产量随叶片Mn含量的提高而增加，M-DRIS法诊断Mn为最需要补充的养分，与实际情况大致相符，但与CND法诊断Mn为中等需求养分的结果存在差异。M-DRIS法诊断龙眼对N的需求程度低，与果实产量随叶片N含量的提高而增加的规律不符，CND法诊断N为第3需要补充的养分，与实际情况较为吻合。果实产量分别随叶片Zn、Cu含量的提高而呈现先增加后减少或不断提高的趋势，2种方法分别诊断Zn、Cu是第5和第4需要补充的养分。2种方法均诊断K为低需求养分，这与果實产量随叶片K含量的提高呈先减少后增加的情况不一致。另外，果实产量与叶片Fe和B含量未具密切关系，这与2种方法认为Fe和B为养分需求程度低的结果大致相符。

2.4.2  2018年果实膨大期叶片养分诊断结果  根据表6，用CVA仅可计算获得该时期叶片Mn含量的诊断指标（表8）。对CVA和SRA获得的诊断指标进行比较，CVA获得的Mn含量各级指标均明显高于SRA的。M-DRIS对龙眼养分需求诊断结果为：Mn>S>Zn>Ca>P>Cu>K>N>Fe> Mg>B，CND诊断结果为：S>P>N>Mn>Zn>Ca> Cu>K>Fe>Mg>B，2种方法均认为龙眼对Fe、Mg和B的需求程度低外，对其他养分元素的诊断结果则差异较大。2种方法认为S为第2需要补充及最需补充的养分，这与果实产量随叶片S含量提高而增加的现象一致。M-DRIS认为Mn是最需补充的养分，这与果实产量随叶片Mn含量提高而先增加后减少的变化不一致。CND诊断Mn为第4需要的养分。果实产量随叶片Zn含量的增加而提高，2种方法诊断Zn为第3及第5需要的养分，其需要优先程度低于Mn，这与果实产量随这2种养分含量变化的规律矛盾。果实产量随叶片Fe含量的提高而提高，这与2种方法均诊断Fe为需求程度低的结果不符。另外，果实产量与叶片Mg和B含量并未表现出密切关系，这与2种方法诊断Mg、B为需求程度低的结果相符。

2.4.3  2019年末次梢老熟期叶片养分诊断结果  根据表6，用CVA仅可计算获得2019年末次梢老熟期叶片Zn含量的诊断指标（表9）。对CVA和SRA计算得到的Zn诊断指标进行比较，2种方法缺乏至适宜水平的叶片Zn含量水平较为接近，但CVA的偏高及过量水平明显高于SRA的。M-DRIS诊断该时期龙眼对养分需求优先程度为：Mn>Cu>P>K>Mg>Zn>S>N>Ca>B>Fe，CND则诊断为：Cu>Mn>P>K>Mg>Zn>S>B>Fe>Ca>N。2种方法除对N的诊断差异较大外，对其他养分的诊断较为接近。然而，2019年果实产量与该时期叶片Mn和Cu含量均缺乏密切关系，这与2种方法认为Mn和Cu为第1或第2需要养分的诊断结果差距大。果实产量随叶片Zn含量的提高而先增加后降低，而2种方法均诊断Zn是第6需要补充的养分，与实际情况有一定差异。果实产量整体随叶片P和Mg含量的提高而明显提高，2种方法均诊断P和Mg是第3和第5需要补充的养分。另外，果实产量与叶片N、Ca、Fe和B含量均未表现出密切关系，2种方法诊断这4种养分的需求优先程度相对较低。

2.4.4  2019年果实膨大期叶片养分诊断结果  用CVA仅可计算获得该时期叶片Mg含量的诊断指标，而且Mg含量各诊断水平与SRA获得的Mg诊断指标十分接近（表10）。M-DRIS诊断该时期龙眼养分需求顺序为：Mg>Mn>Zn>Ca>S>K> Fe>N>Cu>P>B，CND诊断为：Mg>Mn>K>B>Ca> Zn>S>Cu>P>N>Fe。除对K、Fe、Zn和B的诊断差异较大外，2种方法对其他养分的诊断结果类似。2种方法认为Mg为最需补充的养分，这与整体果实产量随叶片Mg含量的提高呈先增加后减少的规律矛盾。果实产量与叶片Mn含量缺乏密切关系，但2种方法均判断Mn为第2需要补充的养分。果实产量随叶片P含量提高而降低，这与2种方法诊断P的需求程度相对较低的结果大致相符。果实产量随叶片Ca含量的升高而增加，但2种方法诊断Ca为第4和第5需要的养分。果实产量随叶片Zn含量的增加而提高，与M-DRIS诊断Zn为第3需要养分的结果较为一致，但与CND诊断Zn为第6需要养分的结果存在较大差异。果实产量整体随叶片K含量提高而降低，与2种方法认为K为第6和第3需要养分的诊断不太相符。另外，果实产量随叶片Cu含量的增加而降低，与叶片B和Fe含量未具密切关系，这与2种方法诊断的龙眼对Cu、B和Fe 3种养分的需求顺序存在差异。

2.4.5  龙眼叶片营养诊断方法及指标的确定  虽然CVA获得的诊断指标是基于果实产量对叶片养分含量的直接反映，但在本研究中，用CVA仅能建立少数叶片养分的诊断指标，因此，难以采用该方法来建立龙眼叶片养分诊断指标。

分别对比SRA获得的2年末次梢老熟期（表7和表9）和果实膨大期（表8和表10）叶片养分诊断指标，除Mn或Mn和Fe外的大部分养分的多项诊断指标范围均较为接近，部分指标互相包含或甚至基本相同。这表明，即使2年全部试验树的产量及叶片养分含量均存在较大年际差异，但用2年高产群体及SRA获得的绝大部分养分的诊断指标仍较为稳定。这对大小年结果现象普遍的龙眼而言，具有特别重要的实用价值。

利用M-DRIS和CND对2年同一时期的叶片营养进行诊断，2种方法对某些时期的诊断结果较为接近，某些时期则差异很大。而且，同种方法对2年同一时期龙眼养分需求诊断结果差异非常大，年际稳定性差。这意味着同一果园即使每年按照类似方法管理，在某年获得的营养诊断结果并不能用于指导翌年或以后的龙眼养分管理，对龙眼生产的实际指导意义有限。

综上所述，SRA可获得叶片各种养分诊断指标，而且年际变异小，指标较为稳定。SRA的上述优点，在罗东林等[20]的荔枝叶片营养诊断研究时已有充分体现。因此，本研究采用SRA作为龙眼叶片营养诊断方法，并将2年末次梢老熟期和果实膨大期各种养分的各级诊断指标分别取其均值，作为2个生育期的诊断指标，从而建立龙眼的诊断指标体系（表11）。对2个生育期的诊断指标进行粗略比较，则末次梢老熟期叶片N、P、K、Cu含量的各级诊断指标均明显高于果实膨大期的，而后者的叶片Ca、S、Fe、Mn、Zn、B含量診断指标则明显高于前者的。这也再次证实诊断指标应随生育期而异。

3  讨论

将国内已有龙眼叶片养分适宜水平指标进行比较（表12），则末次梢老熟期‘大乌园和‘水涨龙眼除叶片Fe和Mn含量指标差异较大外，‘大乌园‘福眼和‘水涨其他养分指标均较为接近。这3个品种的叶片N和K含量指标均明显低于本研究‘储良龙眼的指标，但叶片Mg含量指标则明显高于本研究的，叶片其他养分指标由于含量范围宽泛，则涵盖了本研究的指标范围。

在果实膨大期，‘石硖‘储良和‘大乌圆叶片N、P、N含量的诊断水平接近。与上述3个品种相比，本研究‘储良叶片N、P、K含量指标明显更高。

综上所述，不同品种叶片养分诊断指标存在一定差异。这些差异首先与品种营养需求特性、土壤条件及习惯施肥管理措施的不同均有关系。其次，龙眼存在大小年结果现象，研究选取的龙眼树群体、样本量及产量水平对诊断指标也有较大影响。因此，在不同的主产区，根据龙眼品种及产量水平选择适用的诊断指标，可更好发挥指导生产的作用。

另外，本研究结果显示，SRA在龙眼叶片营养诊断上具有诊断指标齐全且年份变异小的优点，与在荔枝[20]上应用的情况类似。因此，对于多年生木本果树，今后可优先考虑利用该法建立叶片营养诊断指标。

4  结论

龙眼不同年份同一生育期及同一生长周期内不同生育期叶片大部分养分含量均存在显著差异，表明进行叶片营养诊断十分必要。比较了CVA、SRA、M-DRIS、CND 4种方法在龙眼叶片营养诊断的准确性及稳定性后，选用SRA建立华南‘储良龙眼叶片营养诊断指标。末次梢老熟期叶片养分适宜水平为N 22.6～24.3 g/kg、P 1.56～1.86 g/kg、K 10.2～11.3 g/kg、Ca 5.7～7.1 g/kg、Mg 1.07～ 1.25 g/kg、S 1.39～1.52 g/kg、Fe 34.2～41.3 mg/kg、Mn 30.8～51.3 mg/kg、Cu 6.3～7.6 mg/kg、Zn 18.2～ 21.9 mg/kg、B 17.1～24.0 mg/kg;果实膨大期叶片养分适宜范围为N 20.8～21.7 g/kg、P 1.29～ 1.44 g/kg、K 8.0～9.5 g/kg、Ca 15.6～19.1 g/kg、Mg 1.29～17.20 g/kg、S 1.56～1.73 g/kg、Fe 52.8～ 67.5 mg/kg、Mn 43.9～73.9 mg/kg、Cu 5.1～5.9 mg/kg、Zn 32.2～38.3 mg/kg、B 24.3～28.1 mg/kg。

参考文献

齐文娥， 陈厚彬， 彭朵芬， 等. 中国龙眼产业发展现状、问题与对策建议[J]. 广东农业科学， 2016， 43（8）： 169-174.

《中国农业年鉴》编辑委员会. 中国农业年鉴： 2018[M]. 北京： 中国农业出版社， 2018： 20-21.

周昌敏， 何兆桓， 李国良， 等.  我国龙眼园土壤养分肥力状况[J]. 广东农业科学， 2017， 44（11）： 58-67.

《中国农业年鉴》编辑委员会. 中国农业年鉴： 1981[M]. 北京： 中国农业出版社， 1981： 147-148.

许文宝， 庄伊美， 王仁玑， 等. 福建丰产龙眼园土壤基本养分含量的研究[J]. 福建省农科院学报， 1994（4）： 36-41.

张发宝， 陈建生， 刘国坚. 广东龙眼立地土壤基本养分状况分析[J]. 热带亚热带土壤科学， 1998（1）： 31-35.

吴能义， 覃姜薇， 唐群锋， 等. 海南保亭垦区龙眼园土壤养分状况[J]. 中国热带农业， 2010（2）： 43-45.

Richards B N， Bevege D I. Principles and practices of foliar analysis as a basis for crop-logging in pine plantations[J]. Plant and Soil， 1972， 36（1-3）： 109-119.

Beaufils E R. Diagnosis and recommendation integrated system （DRIS）[M]. South Africa： Natal University Press， 1972.

Hallmark W B， Beverly R B， Morris H F， et al. Continued modification of the M-DRIS for soybean[J]. Communi- cations in Soil Science and Plant Analysis， 1990， 21（13-16）： 1313-1328.

Parent L E， Dafir M. A theoretical concept of compositional nutrient diagnosis[J]. Journal of the American Society for Horticultural Science， 1992， 117（2）： 239-242.

伏廣农， 张新明， 曾亚妮， 等. 糯米糍荔枝叶片矿质养分含量充足范围的确定[J]. 土壤通报， 2007（2）： 291-295.

Schaffer B， Larson K D， Snyder G H. Identification of mineral deficiencies associated with mango decline by DRIS[J]. HortScience， 1988， 23（3）： 617-619.

Cerd A， Nieves M， Nez V M. An evaluation of mineral analysis of ‘Verna lemons by DRIS[J]. Communications in Soil Science and Plant Analysis， 2008， 26（11-12）： 1697-1707.

李国良， 姚丽贤， 付长营， 等. 香蕉营养诊断的DRIS标准的初步研究[J]. 中国土壤与肥料， 2008（3）： 74-77， 86.

宋晓晖， 谢  凯， 赵化兵， 等. 环渤海湾地区主要梨园树体矿质营养元素状况研究[J]. 园艺学报， 2011， 38（11）： 2049-2058.

黄慰情， 周鑫斌， 周永祥， 等. 三峡重庆库区甜橙叶片营养诊断研究[J]. 西南大学学报（自然科学版）， 2012， 34（10）： 72-80.

Nachtigall G R， Dechen A R. Testing and validation of DRIS for apple tree[J]. Scientia Agricola， 2007， 64（3）： 288-294.

范元广， 李  壮， 厉恩茂， 等. 辽西‘富士苹果CND法营养诊断研究[J]. 植物营养与肥料学报， 2015， 21（2）： 485- 491.

罗东林， 王  伟， 朱陆伟， 等. 华南荔枝叶片营养诊断指标的建立[J]. 植物营养与肥料学报， 2019， 25（5）： 859- 870.

陈有志， 庞新华. 龙眼叶片矿质营养研究[J]. 中国南方果树， 2002（2）： 37-39.

赵维峰， 李绍鹏， 李茂富， 等. 龙眼营养诊断技术[J]. 热带林业， 2004（1）： 26-28.

庄伊美， 王仁玑， 谢志南， 等. 柑桔、龙眼、荔枝营养诊断标准研究[J]. 东南园艺， 1995（1）： 6-9.

刘星辉， 郑家基， 潘东明， 等. 龙眼叶片营养诊断的研究[J]. 福建农林大学学报（自然科学版）， 1986， 15（3）： 237- 245.

苏  宾， 陈少珍， 陈丽新， 等. 广西龙眼主栽品种丰产园果实及叶片的营养状况[J]. 亚热带植物科学， 2001， 30（3）： 22-25.

鲍士旦. 土壤农化分析[M]. 北京： 中国农业出版社， 2000.

责任编辑：沈德发