小花蔓澤蘭危害與管理研討會專刊--小花蔓澤蘭(Mikania micrantha)種子田間萌芽之預測-討論 - 農業知識入口網

種子萌芽模式，乃基於環境因子與種子發芽的關係，以及種子生理假說，利用數學函數，來模擬植物種子的發芽時機；而模擬所使用的因子有很多，諸如Covell et al. (1986)、Marshall and Squire (1996)、Roche et al. (1999)、Garcia-Huidobro et al. (1982)利用恆溫對於種子發芽的影響，提出的發芽模式；Vleeshouwers and Bouwmeester (2001) 利用季節性變溫來模擬埋土種子季節性休眠與發芽的變化；Bradford (1990，1995) 研究水勢對於種子發芽的影響，進而提出模擬公式。
本試驗在以Ψ_b為常態分佈的前提下，利用Gummerson (1986) 所推導模式進行模擬。若比較實際發芽曲線與模擬曲線，發現在高水勢下，各溫度的配適結果很好。但水勢至-0.45MPa後，低溫下模擬狀況首先變差，之後適溫下配適度也變差，當水勢達-0.6MPa以後，實際發芽日開始比較預估值慢，並隨著水勢下降差異加大且模擬發芽率比實際值發芽率高，此和楊 (2001)模擬兩耳草、類地毯草時狀況相同，但比較發芽趨勢後可發現，兩者只差異在發芽天數，若挪後模擬數值，則適配良好，推測可能是：(1) 水勢與Ψ_b(50)值以及水勢與T_b值的交感：T_b與Ψ_b(50)值在最適與小於最適發芽水勢下不同，Fyfield and Gregory (1989) 發現綠豆 (Vigna radiata Wilczek) 在最適與小於最適發芽水勢下具有不同的T_b值，而Dahal et al. (1990)、Dahal and Bradford(1994) 與Roman et al. (1999)則認為番茄 (Lycopersicon esculentum Mill)、灰藋 (Chenopodium serotinum L.)等種子在高、低水勢下具有不同的Ψ_b值，需區分成最適發芽水勢與大於最適發芽水勢兩條直線來進行模擬；小花蔓澤蘭似有此趨勢，因此進行模擬時，應就最適發芽水勢與大於最適發芽水勢分別進行討論。(2) 當水勢大於最適發芽水勢後，種子Ψ_b分佈不是呈現常態分佈：Gummerson (1986) 假設種子Ψ_b分佈為常態分佈，但在小花蔓澤藍種子，水勢太低時，Ψ_b分佈並不為常態分佈，導致預估之萌芽日期產生差異。
幼苗生長模式所使用的因子也有許多，如Vleeshouwers (1997) 利用溫度、土壤阻力、埋藏深度與種子重量為基礎，來模擬Polygonum persicaria L.、Chenopodium album L.與Spergula arvensis L.的幼苗生長、Bouaziz and Bruckler (1989) 利用不同的土壤水勢與土壤機械阻力 (利用黏土與砂土不同比例混合達成) 模擬小麥 (Triticum aestivum L. ) 莖部與根部的生長，Forcella (1993) 利用每日平均土壤溫度、降雨量與土壤水份建構模式模擬velvetleaf的生長。
幼苗生長模擬以20/15℃下模擬差異最大且各溫度下的幼苗出土率差異很大，因此造成接下來的田間萌芽模式預測差異很大，若和楊 (2001) 所模擬兩耳草與類地毯草比較，楊 (2001) 之試驗種子，對於埋土深度不若小花蔓澤蘭敏感，所以幼苗出土率差異不大，可直接使用不需修正。
由前人研究可知，模擬田間萌芽模式有許多的方式，可利用不同的因子，而本篇所利用的因子：水勢與溫度，雖然對於小花蔓澤蘭的生長皆為重要的因子，但可能不完全，所以需利用幼苗出土率、溫度計算二次方程式與水勢、幼苗生長二次方程式校正，即可準確估算小花蔓澤蘭田間萌芽時機。
Vleeshouwers and Kropff (2000) 提出利用光照、溫度、土壤阻力、埋土深度與種子大小五個因子模擬的模式，Prostko et al. (1998) 則是利用埋土深度與田間溫度進行模擬，因此對照影響小花蔓澤蘭的環境因子，若能再加入埋土深度、土壤阻力的影響，應可更準確的估算小花蔓澤蘭幼苗田間出土時
機。因此，進行田間萌芽模擬時，應先瞭解何為影響田間萌芽之關鍵因子，在尋找合適的模式進行模擬。
由本研究所得到的結果，可以增進對於小花蔓澤蘭植株與種子基本特性，諸如：發芽溫度、水勢、休眠等，同時所建立的模式，可以有效的模擬小花蔓澤蘭田間萌芽，以作為防除小花蔓澤蘭的參考。