利用傅里叶变换红外光谱技术解析草-豆混播根系物种组成的创新方法研究及其在生态互补性分析中的应用

本研究针对草-豆混播系统中地下物种组成难以快速准确量化的问题，开发了基于傅里叶变换红外光谱（FTIR）的根系物种鉴别与定量新方法。研究人员通过构建人工混合根系模型和纯根系模型，成功实现了多年生黑麦草（Lolium perenne L.）、白三叶草（Trifolium repens L.）和红三叶草（Trifolium pratense L.）的精准区分（R2≥0.96，RPD>5），证实FTIR技术可为研究地下生态位互补性和设计高效混播系统提供关键技术支撑。

　　

在可持续农业系统中，草-豆混播草地因其通过生态位互补、促进作用和资源分配实现的高产特性而备受关注。然而，地下根系物种组成的精准鉴定一直是制约相关研究的瓶颈。传统方法如形态学鉴定、DNA技术和同位素标记存在操作复杂、成本高且耗时长等问题。尽管红外光谱技术已被证明在根系分析中具有潜力，但针对多物种草-豆混播系统的研究仍显不足，特别是同一功能群内多物种的区分及不同建模方法的比较缺乏系统评估。

本研究发表于《Plant and Soil》，旨在探索傅里叶变换红外光谱（FTIR）在区分多年生黑麦草、白三叶草和红三叶草根系组成中的应用，并通过比较人工混合模型与纯根系模型的性能，为未来复杂混播系统的研究提供方法学基础。

研究采用来自丹麦长期田间试验的根系样本，通过制备66个人工混合根系样本（Artmix）和90个纯根系样本（Pure），利用BRUKER Invenio S型FTIR光谱仪在600-4000 cm?1波数范围采集光谱。数据预处理包括偏移校正、一阶导数（9个平滑点）和矢量归一化，重点关注600-1800 cm?1的指纹区。通过主成分分析（PCA）和聚类分析（Ward算法与曼哈顿距离）区分物种，并采用偏最小二乘回归（PLSR）构建定量模型，通过留一法和盲验证（BV）评估模型性能。

光谱分析与物种区分

三种物种的光谱在指纹区显示出显著差异，其中多年生黑麦草在1129 cm?1、白三叶草在1120 cm?1、红三叶草在1118 cm?1处出现特征吸收峰。PCA分析前两个主成分累计解释80%的方差，清晰区分了三类物种；聚类分析表明白三叶草与红三叶草亲缘较近，而与多年生黑麦草距离较远。

模型构建与验证

人工混合模型与纯根系模型均表现出优异的校准性能（R2≥0.96，RPD>5，RMSEP<5）。盲验证中，人工混合模型整体表现更优（RMSECV=3–5，Bias=-1–2），而纯根系模型在某些物种（如红三叶草）中偏差较高（Bias=-6.08）。平均绝对偏差（MAD）分析表明人工混合模型的预测更稳定。

田间应用验证

将人工混合模型应用于实际田间样本（0–10 cm土层），发现地下根系以多年生黑麦草为主导（59–70%），白三叶草比例稳定（19–31%），而红三叶草比例随施氮量和草龄增加而下降，与地上部分变化趋势一致但绝对值存在差异，反映了根系形态（直根与须根）对采样深度的影响。

本研究证实FTIR光谱是一种快速、准确且无需化学试剂的根系物种定量技术，尤其适用于草-豆混播系统。人工混合模型虽在泛化能力上略优，但纯根系模型因简化流程同样具有实用价值。该技术为解析地下物种互补性、优化混播设计以提高养分利用效率、产量稳定性和土壤碳固存潜力提供了重要工具。未来研究可扩展至更多物种组合及不同土壤深度，进一步揭示地下生态过程。