超世纪田间试验的修改:增加更多重复

《Soil Science Society of America Journal》:Modification of supracentennial field experiments: Adding more replications

【字体: 大 中 小 】 时间:2026年07月17日 来源:Soil Science Society of America Journal 2.6

编辑推荐:

  长期农业生态系统研究试验,尤其是超世纪试验(SCE,持续超过100年),对于确定农业系统的可持续性具有不可估量的价值。随着研究随时间推进,SCE常常不符合现代实验设计和原则,因此需要修改以确保其持续相关性和科学严谨性。Knorr-Holden试验田是一个长期灌

  
长期农业生态系统研究试验,尤其是超世纪试验(SCE,持续超过100年),对于确定农业系统的可持续性具有不可估量的价值。随着研究随时间推进,SCE常常不符合现代实验设计和原则,因此需要修改以确保其持续相关性和科学严谨性。Knorr-Holden试验田是一个长期灌溉玉米(Zea mays L.)肥力试验,于1912年建立时仅有一个重复,1952年增加至两个,2014年增加至四个。研究人员研究了将重复数量从两个增加到四个是否会影响从该试验中得出的推断。最初具有两个重复、后来具有四个重复的试验被安排为裂区设计(整区:粪肥;子区:氮[N]施用量)。建立了一个新因子(重复集),具有两个水平:旧重复集(重复1和2)和新重复集(重复3和4)。拟合了两个混合模型,其中一个模型假设重复集之间方差相等,另一个假设不等。评估了涉及重复集的交互作用的显著性,并使用Akaike信息准则(AIC)确定模型中应包含的方差结构。涉及重复集与粪肥和氮施用量的所有两因素和三因素交互作用均不显著(p ≥ 0.05)。两个模型在统计上没有差异(ΔAIC < 2)。涉及重复集的不显著交互作用表明,增加重复后该试验得出的推断没有改变,并且同方差模型适用于模拟处理效应。
**论文解读:超世纪田间试验重复增加的统计影响评估**

**研究背景与问题**
长期农业生态系统研究(Long-term agroecosystem research, LTAR)试验,尤其是持续超过百年的超世纪试验(Supracentennial experiment, SCE),为评估农业系统的可持续性提供了不可替代的数据基础。然而,许多SCE始建于20世纪初,彼时现代统计设计(如重复、随机化、区组)尚未普及,导致这些试验在实验设计和分析原则方面存在不足。例如,研究者指出部分SCE仅设单一重复,处理未随机分配,且缺乏计算机分析能力(Moitzi et al., 2021;Anderson et al., 2023)。这种设计缺陷可能影响试验结果的科学有效性。尽管如此,这些试验积累的长期数据仍至关重要,例如已揭示矿质氮肥与农家肥对作物产量的长期可比性(Johnston & Poulton, 2018)。为提升SCE的现代统计严谨性,研究者常采取引入新处理、增加重复、修改现有处理等措施(Aref & Wander, 1997;Aula et al., 2025)。然而,在试验进行数十年后新增重复,可能引入新的变异源(如土壤性质的差异),从而干扰原有推断。因此,评估新增重复是否改变试验核心结论,成为维护SCE科学价值的关键课题。本研究以Knorr-Holden试验田为例,探讨重复增加对统计推断的影响,成果发表于《Soil Science Society of America Journal》。

**研究方法与关键步骤**
研究基于Knorr-Holden试验田,位于美国内布拉斯加州斯科茨布拉夫,土壤为Tripp极细砂壤土(粗粉质、超活性、中温干旱型Haplustolls)。该试验始于1912年,最初仅有一个未施肥对照处理;1942年增设粪肥处理;1953年增加至两个重复,并引入裂区设计(整区为粪肥施用量,子区为氮[N]施用量);2014年进一步增加至四个重复。关键技术方法包括:采用混合模型框架,利用R软件中nlme包的lme()函数拟合模型,考虑时间自相关结构(重复测量);设置新因子“重复集”(旧重复集:重复1和2;新重复集:重复3和4),分别拟合同方差和异方差模型;通过两因素和三因素交互作用(重复集×粪肥、重复集×N施用量、重复集×粪肥×N施用量)的显著性检验判断推断是否改变;使用Akaike信息准则(AIC)比较模型拟合优度,若ΔAIC<2则选择更简单模型;采用Spearman秩相关评估处理均值的排序一致性,作为敏感性分析。

**研究结果**

**3.1 建模处理效应的适当方差结构**
研究者通过拟合同方差与异方差两种混合模型,确定重复集之间是否需要区分方差。同方差模型的AIC值为1342.292,异方差模型为1344.288,ΔAIC=1.996(<2),表明两模型统计上无显著差异。似然比检验(LRT, p=0.945)进一步支持该结论。采用贝叶斯方法估计的残差方差比为0.98,其95%可信区间(0.68, 1.37)包含1,结合标准化残差箱线图(图2)显示两重复集残差分布相似,证明重复集间方差同质,无需采用异方差结构。

**3.2 处理与重复集的独立性**
所有涉及重复集与粪肥、N施用量及其交互作用的双因素和三因素交互作用均不显著(p≥0.05,表2)。具体而言,粪肥与重复集的交互作用不显著(p=0.27),表明粪肥效应不受重复集影响;在67 Mg ha-1粪肥水平下,旧重复集产量(14.2 Mg ha-1)与新重复集产量(14.0 Mg ha-1)仅相差1.4%(表3)。N施用量与重复集的交互作用亦不显著(p=0.59),且两条产量响应斜率(0.0043)差异不显著(p=0.52,图3)。三因素交互作用(p=0.05)虽接近但未达显著阈值。Spearman秩相关系数ρ=0.976(p<0.01,表5),表明旧、新重复集及合并数据的处理均值排序高度一致,进一步证实增加重复未改变处理相对表现。值得注意的是,合并数据后对照处理(0 Mg ha-1、0 kg N ha-1)的产量估计值(7.9 Mg ha-1)置信区间(6.1, 9.7)显著窄于单独分析旧或新重复集时的区间(分别为?4.1至16.5和?0.3至18.5),体现了增加重复对估计精度的提升。

**讨论与结论总结**
讨论部分指出:交互作用不显著表明粪肥、氮肥及其交互效应独立于重复集,因此增加重复未改变试验的统计推断;无论采用同方差还是异方差模型,推断结论一致;尽管方差结构无需区分异质性,但新增重复显著提高了处理均值估计的精度(如对照处理CI不再包含零)。研究者强调,在修改长期试验时,评估重复集交互作用是判断新重复是否影响结果解释的前提;若交互作用显著,则须将重复集作为重要因子纳入模型。本研究的一个局限性在于未对新重复集建立时采集土壤基础数据,故无法确认新旧重复集土壤性质的相似性。未来研究可将该分析方法推广至土壤有机碳等指标,这些指标可能需要更长时间才能检测到变化。

**研究结论翻译**:本研究证明,在LTAR试验中增加重复并未改变所得推断,因为重复集与粪肥、N施用量以及粪肥×N施用量之间的交互作用均不显著。这些发现表明,对于修改长期试验的研究人员,评估涉及重复集的交互作用是判断新重复是否影响结果解释的先决条件。如果此类交互作用显著,则应将重复集作为重要因子保留,以从试验中得出有效结论。此外,在建模框架中选择适当的方差结构(同质或异质)对于获得有效结论仍然至关重要。未来研究可将这种分析技术扩展到土壤特征,如有机碳或其他土壤健康指标,这些指标可能需要更长时间才能检测到变化。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号