本研究评估了在埃及田间条件下有机施肥和生物刺激剂施用对茴香的影响。最高产量在每公顷施用600升时获得。⁻1 堆肥茶联合 满江红 或 螺旋藻该处理提高了茴香精油的产量和品质。
本文内容
摘要
摘要
本研究于埃及伊斯梅利亚省埃尔卡萨辛园艺研究站实验农场，在连续两个生长季（2023/24 和 2024/25）开展，旨在评估茴香（Foeniculum vulgare Mill.）植株对有机施肥与生物刺激剂应用的响应。试验采用裂区设计，主区设置三种堆肥茶施用量（360、480 和 600 L ha⁻1），副区设置五种生物刺激剂处理（对照、Azolla、Spirulina、Nostoc 和 Chlorella 提取物），共形成15种处理组合。测定指标包括营养生长参数、产量构成因素、精油（EO）含量以及单株和单位面积精油产量。较高的堆肥茶施用量，尤其是600 L ha⁻1（Ct3），与Azolla（F2）或Spirulina（F3）生物刺激剂联用时， consistently 显著提高单株及单位面积精油产量，其中Ct3 × F3处理在第一季和第二季分别达到最高产量（55.58 kg ha⁻1 和 58.85 kg ha⁻1）。主成分分析结果支持上述发现，表明产量提升与多项精油相关性状的协同增加有关，而非单一因素所致。结果表明，在田间条件下，Ct3与F2或F3组合是提高茴香精油产量与品质的最有效处理方式。
引言
茴香（F. vulgare Mill.）是一种广泛栽培的药用和芳香植物，其种子和精油因其药理、抗菌、抗炎和抗氧化特性而具有重要价值1,2,3,4,5。制药、营养保健品和食品工业对茴香衍生产品日益增长的需求，使得生产系统面临提高产量和精油质量的同时，还需尽量减少对环境影响的压力。
传统的茴香种植严重依赖矿物肥料以实现高产。然而，过量使用合成投入物已引发长期可持续性方面的担忧，包括微生物活性降低和土壤退化5。这些挑战促使人们关注有机施肥策略，特别是基于堆肥的土壤改良措施，其可改善土壤结构、生物活性及养分有效性6。
堆肥茶是一种成熟堆肥的充氧水提物，因其含有可溶性养分、有机酸和有益微生物而成为一种有前景的有机改良剂7。通过灌溉系统施用堆肥茶已被证明可促进植物生长和养分吸收，同时减少对化学肥料的依赖8。与此同时，水生植物和微藻（如Azolla、Spirulina、Nostoc和Chlorella）由于富含氨基酸、植物激素、维生素和矿物质，作为生物刺激剂也受到关注7,9,10。已有报道称，叶面施用这些提取物可提高多种园艺作物的生长速度、生物量积累和产量8,11,12。
尽管越来越多的证据支持堆肥茶和生物刺激剂各自的益处，但它们在田间条件下联合施用的效果仍缺乏充分研究，尤其是在茴香等药用作物中。以往大多数研究集中于单一施用或受控环境，导致对于其在商业栽培系统中对营养生长、产量构成因素及精油产量的交互作用仍存在不确定性。
为弥补这一不足，本研究评估了四种不同生物刺激剂提取物与三种堆肥茶施用水平在露天滴灌条件下对茴香生长、产量及精油产量的联合效应。本研究提出了一种明确的田间实施方案，将土壤施用堆肥茶与叶面施用生物刺激剂相结合，为干旱和半干旱地区可持续养分管理策略提供了科学依据。
方案
本研究仅涉及植物材料，未包含涉及人类或动物的实验，因此无需伦理审批。本方案中使用的研究工具列于材料表中。
1. 实验地点
本实验于2023/24和2024/25生长季在埃及伊斯梅利亚省埃尔卡萨辛园艺研究站实验农场（北纬30°53′，东经31°56′）进行，旨在评估茴香（F. vulgare Mill.）植株对有机施肥和生物刺激剂应用的响应。生长期（11月至次年4月）的气候条件由伊斯梅利亚气象站记录。平均最低气温和最高气温分别为12–18 °C和22–30 °C，相对湿度范围为50%–65%。实验期间未记录到极端天气事件（图1）。
图1：裂区实验设计的示意图，显示分配至主区的堆肥茶施用量及在三个重复中分配至小区的生物刺激剂处理。Ct.1、Ct.2 和 Ct.3 分别代表每公顷土壤施用 360、480 和 600 升的堆肥茶；F.1、F.2、F.3、F.4 和 F.5 叶面喷施处理分别代表对照、满江红（Azolla）、螺旋藻（Spirulina）、念珠藻（Nostoc）和小球藻（Chlorella）提取物，各以 2 cm³/L 水稀释。 请点击此处查看该图的放大版本。
2. 植物材料
茴香种子购自埃及吉萨多基农业研究中心园艺研究所的药用与芳香植物研究部。种子于11月第一周播种于苗床，出苗后定植，每穴保留一株幼苗。
3. 土壤采样与分析
在土壤准备之前，采集了复合土壤样品（0–30 cm深度），风干后通过2 mm筛网筛分，并采用标准方法分析其物理和化学性质13,14（表1）。
| 颗粒大小分布 (%) | 质地类型 | *O.M. (%) | |||||||
| 粗砂 | 细砂 | 粉粒 | 黏粒 | 砂质 | 0.48 | ||||
| 80.65 | 14.06 | 3.8 | 1.49 | ||||||
| pH | EC dS/m | SP % | 阳离子 (meq/l) | 阴离子 (meq/l) | |||||
| Ca++ | Mg++ | Na+ | K+ | HCO3- | Cl- | SO4 | |||
| 8 | 0.79 | 28 | 4 | 2.68 | 1.79 | 0.61 | 1.4 | 4.38 | 2.98 |
| *O.M.(%): 有机质 | |||||||||
表1：实验土壤的物理和化学性质。 特征包括颗粒大小分布、质地类型、有机质含量、pH值、电导率、饱和度以及主要阳离子和阴离子。
4. 实验设计
实验采用裂区随机完全区组设计，共设三个重复。主区分配堆肥茶处理水平，副区分配生物刺激剂处理（图2）。每个小区面积为8.4 m2，包含24株植物，排列成3行（每行长4 m），行间距70 cm，行内株间距50 cm。
采用滴灌方式，每个种植穴使用出水速率为4 L h⁻1的滴头，每两天灌溉1小时。为防止不同处理之间相互干扰，相邻小区之间的垄上不种植作物，作为缓冲区。
在种植前两周进行土壤准备时，所有样地均施用24 t ha⁻1的堆肥。矿物肥料施用量为推荐剂量（RD）的50%：硫酸铵360 kg ha⁻1（含20.6% N）、过磷酸钙240 kg ha⁻1（含15.5% P₂O₅）和硫酸钾120 kg ha⁻1（含48% K₂O）。氮肥和钾肥分三次等量施用，每次间隔15天；磷肥则一次性作为基肥施用。整个生长期均采用标准的农艺管理措施。
图 2： 第一季（S1）和第二季（S2）每公顷出油量（kg ha⁻¹）及其相对于对照处理（T1：Ct1 × F1）的相对增加量。Ct1 表示最低浓度的堆肥茶（360 L ha⁻¹），F1 表示未喷施对照。各处理定义如下：T1（Ct1 × F1）、T2（Ct1 × F2）、T3（Ct1 × F3）、T4（Ct1 × F4）、T5（Ct1 × F5）、T6（Ct2 × F1）、T7（Ct2 × F2）、T8（Ct2 × F3）、T9（Ct2 × F4）、T10（Ct2 × F5）、T11（Ct3 × F1）、T12（Ct3 × F2）、T13（Ct3 × F3）、T14（Ct3 × F4）和 T15（Ct3 × F5）。误差线表示平均值的标准误（SEM）。请点击此处查看该图的放大版本。
5. 堆肥茶处理
成熟的植物源堆肥在淡水中进行好氧萃取，持续24–48小时。所得堆肥茶的电导率为1.2–1.6 dS m⁻1 以及微碱性 pH 值（7.5–8.0）。施用堆肥茶 通过 滴灌，速率为 360、480 或 600 L ha⁻1 在播种后一个月开始，持续16周。
6. 生物刺激剂的制备与施用
Azolla caroliniana、Spirulina platensis、Nostoc muscorum 和 Chlorella vulgaris 的新鲜生物量按 1:10 (w/v) 的比例在蒸馏水中匀浆，过滤后稀释至终浓度为 2 cm3 L⁻1（约 1200 L ha⁻1）。提取物在施用前新鲜配制，并在生长季内通过手压式喷雾器进行叶面喷施三次（分别在种植后 30、60 和 90 天），喷至滴流为止。
7. 记录的数据
营养生长参数
在种植后65天，从每个实验单元中随机选取六株植物进行收获。植物高度（cm）从主茎基部测量至顶端。记录总草药鲜重（g）和干重（g），其中干重通过在70 °C下烘箱干燥样品48小时至恒重后测定。每株植物的分枝数为所采样植株的平均值。
精油（EO）的提取
采用水蒸馏法从40 g收获的果实中提取精油，持续3 h，方法参照Miller15所述。提取的精油静置不动，以确保完全分离16。
精油含量与得率的测定
精油含量（% w/w）的计算公式如下：
其中：
WEO = 提取的精油质量（g）
Wsample = 用于水蒸气蒸馏的植物样品干重（g）
每株植物的精油产量计算公式为：
其中：
DWplant = 每株植物的全草干重（g）
EO content = 以干重为基础的精油含量百分比（% w/w）
注意：假设精油的密度约为 1 g cm⁻3，可由此将克转换为立方厘米。
每公顷精油产量的计算公式为：
其中：
EO yieldplant - 1 = 每株植物的精油产量（cm3）
Nplants = 每公顷植物数量
1000 = 从 cm3 转换为 L 的换算系数
注意：所有出油率的计算均基于干物质，以避免植物含水量不同带来的差异。
产量属性
在果实成熟期，通过统计每株植物上的所有伞形花序数量来记录每株植物的伞形花序数。
8. 统计学分析
针对每个性状和季节，使用Shapiro–Wilk检验对重复水平的观测值进行正态性检验。由于未发现显著偏离正态性的情况（p > 0.05），故采用参数分析方法。使用Statistix 8.1软件（Analytical Software, 2008）对裂区设计进行方差分析（ANOVA），并采用最小显著差异法（LSD）检验对处理均值进行比较17。
主成分分析（PCA）作为一种多变量分析工具，用于概括所测定性状之间的相互关系。利用特征值确定每个主成分的相对贡献，并通过双标图可视化方法比较不同处理间的差异及性状间的关联18。
结果
Shapiro-Wilk 检验表明，在两个生长季节中，所有测定变量的分布均未显著偏离正态性（p > 0.05）。方差分析显示，在两个生长季节中，堆肥茶施用水平（Ct）与叶面生物刺激剂处理（F）之间的交互作用对植株营养生长性状、伞形花序数量以及精油相关性状（含油率、单株精油产量和每公顷精油产量）均有显著影响。
相对于对照处理的产量响应
在第一季（图2）中，每公顷油产量（Oy ha⁻1）随着堆肥茶施用量的增加而逐步提高。所有Ct3（600 L ha⁻1）处理的油产量均高于对照处理（T1：Ct1 × F1，360 L ha⁻1，无叶面喷施）。最高油产量（55.58 kg ha⁻1）来自Ct3与浓度为2 cm3 L⁻1的Spirulina联合处理（T13），显著高于对照及所有Ct1处理，超过LSD值（2.93 kg ha⁻1）。与对照相比，该处理的每公顷油产量显著增加（图3）。
图3：基于四个营养生长性状、单株伞形花序数以及三个与精油相关的性状，利用第一和第二主成分对十五种互作处理进行的双标图主成分分析；每个点代表一种处理。 图中位置表示各处理之间在输入因子（8个生长和精油特性）上的相似性或差异性程度；位置越接近，表示越相似，距离越远则差异越大。 PH：株高（cm），NB：每株分枝数，HFW：全株鲜重（g），HDW：全株干重（g），O%：精油含量，Oy/p：单株精油产量（cm3），Oy/ha：每公顷精油产量（L），NU：每株伞形花序数；T1（Ct1 × F1），T2（Ct1 × F2），T3（Ct1 × F3），T4（Ct1 × F4），T5（Ct1 × F5），T6（Ct2 × F1），T7（Ct2 × F2），T8（Ct2 × F3），T9（Ct2 × F4），T10（Ct2 × F5），T11（Ct3 × F1），T12（Ct3 × F2），T13（Ct3 × F3），T14（Ct3 × F4），T15（Ct3 × F5）。请点击此处查看该图的放大版本。
在单株产油量和伞形花序数量方面也观察到类似趋势，表明每公顷产油量较高的处理与更高的繁殖输出和生物量积累相关。这些关系以所测性状间的统计学关联形式呈现，未推断其因果机制。
在第二季，Ct3 × F3（T13）再次产生最高的每公顷产油量（58.85 kg ha⁻1），显著超过对照组和大多数Ct2处理（LSD = 3.17 kg ha⁻1）。各处理相对于对照组的排序在不同生长季间基本一致，表明在所测试的环境条件下，处理效应具有可重复性。
主成分分析（PCA）
主成分分析被用作一种探索性工具，以概括15种处理条件下所测定的八个性状之间的多变量关系。前两个主成分解释了总变异的98.4%，其中PC₁占96.5%，PC₂占1.9%（表2；图4）。PC₁的主导地位反映了数据集中与生长和产量相关性状之间存在较强的协方差，而非代表不同的潜在生物学过程。
| 参数 | PC1 | PC2 | PC3 | PC4 |
| NU | 0.3516 | 0.3064 | -0.3732 | 0.772 |
| O% | 0.349 | -0.6068 | -0.1873 | -0.0634 |
| Oy/p | 0.3591 | -0.11 | -0.0028 | -0.0974 |
| Oy/ha | 0.3583 | -0.1579 | -0.1046 | -0.2021 |
| PH | 0.3476 | 0.5757 | 0.3834 | -0.3296 |
| NB | 0.3495 | -0.26 | 0.7504 | 0.3693 |
| HFW | 0.3551 | 0.3138 | -0.1821 | -0.1535 |
| HDW | 0.358 | -0.0575 | -0.2675 | -0.2847 |
| 特征值 | 7.7201 | 0.1518 | 0.0721 | 0.0346 |
| 方差贡献率 (%) | 96.5 | 1.9 | 0.9 | 0.43 |
| 累计贡献率 (%) | 96.5 | 98.4 | 99.3 | 99.73 |
| PH：株高 (cm)，NB：每株分枝数，HFW：全株鲜重 (g)，HDW：全株干重 (g)，O%：精油含量，Oy/p：单株精油产量 (cm³)，Oy/ha：每公顷精油产量 (L)，NU：每株伞形花序数 | ||||
表2：基于15种处理组合下8个生长和含油相关性状的前四个主成分的特征值、特征向量、方差百分比及累计方差。 性状缩写如下：PH（株高，cm）、NB（每株分枝数）、HFW（地上部分鲜重，g）、HDW（地上部分干重，g）、O%（精油含量）、Oy/p（单株精油产量，cm3）、Oy/ha（每公顷精油产量，L）和 NU（每株伞形花序数）。
图4：8个研究性状在15种交互处理下的特征向量载荷图：PC₁条形使用左侧坐标轴；PC₂、PC₃、PC₄使用右侧坐标轴上不同形状和颜色的点表示。PH：株高（cm），NB：每株分枝数，HFW：全草鲜重（g），HDW：全草干重（g），O%：精油含量，Oy/p：单株精油产量（cm3），Oy/ha：每公顷精油产量（L），NU：每株伞形花序数。误差线表示平均值的标准误（SEM）。 请点击此处查看该图的放大版本。
所有性状在PC₁上均表现出强烈且相似的正载荷，包括伞形花序数量、含油率、单株产油量、每公顷产油量、株高、分枝数、鲜草重和干草重（表2；图5）。因此，PC₁可被解释为一个概括性的生产力梯度，用于总结不同处理间生物量和产油性状的变异情况。PC₂仅解释了较小部分的方差，对不同处理间的进一步区分作用有限。
图 5：基于测定性状的 15 种处理组合的主成分分析（PCA）得分图，展示其分布情况。 各处理定义如下：T1（Ct1 × F1）、T2（Ct1 × F2）、T3（Ct1 × F3）、T4（Ct1 × F4）、T5（Ct1 × F5）、T6（Ct2 × F1）、T7（Ct2 × F2）、T8（Ct2 × F3）、T9（Ct2 × F4）、T10（Ct2 × F5）、T11（Ct3 × F1）、T12（Ct3 × F2）、T13（Ct3 × F3）、T14（Ct3 × F4）和 T15（Ct3 × F5）。误差线表示平均值的标准误（SEM）。请点击此处查看该图的放大版本。
主成分分析得分及与对照组的比较
具有较高正向PC₁得分的处理（尤其是T13、T12、T15和T14）在大多数性状上相对于对照（T1）也表现出最大的百分比增幅（图5 和 图6）。例如，与对照相比，T13在伞形花序数量上增加了94.44%，每公顷产油量增加了98.18%。
图6：与对照处理（T1: Ct1 × F1）相比，所测性状的相对百分比增加。处理方式定义如下：T1 (Ct1 × F1)、T2 (Ct1 × F2)、T3 (Ct1 × F3)、T4 (Ct1 × F4)、T5 (Ct1 × F5)、T6 (Ct2 × F1)、T7 (Ct2 × F2)、T8 (Ct2 × F3)、T9 (Ct2 × F4)、T10 (Ct2 × F5)、T11 (Ct3 × F1)、T12 (Ct3 × F2)、T13 (Ct3 × F3)、T14 (Ct3 × F4) 和 T15 (Ct3 × F5)。请点击此处查看该图的放大版本。
具有中等PC₁得分的处理组（如T8和T10）相较于对照组表现出中等程度的改善，而PC₁得分为负的处理组（包括对照组及其他Ct1组合）则显示出极小的相对变化。这些模式表明，PC₁得分与基线校正后的处理响应高度一致，进一步支持了单因素方差分析（ANOVA）的结果。然而，主成分分析（PCA）仅用于数据降维及多变量模式的可视化，不能替代推论性统计检验。
PCA 双标图中的性状关联
主成分分析双标图（图4）显示，单株产油量、每公顷产油量和药用植物干重之间具有紧密的关联性，反映出这些变量之间存在强相关性。株高、药用植物鲜重和伞形花序数量也表现出相似的向量方向，表明这些性状在数据集中具有协同变异的特征。分枝数量与其他产量构成因素之间呈现部分分离，提示在当前实验条件下其关联性较弱。这些关系仅描述了观察到的相关性，不意味着存在机制上的联系。
施用600 L ha⁻1堆肥茶并结合叶面生物刺激剂的处理（T12–T15）在生长和油脂性状的多变量表现上更优。相比之下，处理（T7–T11）在大多数评估参数上的数值相对较低。位于大多数向量相反方向的处理，例如未进行叶面喷施或与Nostoc结合使用的Ct1（360 L ha⁻1），与大多数测定性状的较低数值相关联。
总体而言，主成分分析（PCA）提供了一个简洁的多变量总结，通过同时展示各处理组在多个性状上与对照组的差异，补充了方差分析（ANOVA）的结果。PCA的模式与经基线调整后的单变量结果之间的一致性，支持了处理效应的稳健性，且未超出所测变量的范围进行推断。
数据可用性：
本论文的原始数据可在补充文件中获取。
补充表 1：结果的原始实验数据。请点击此处下载该文件。
讨论
本研究结果表明，在两个生长季中，提高堆肥茶施用量显著促进了茴香的生长、繁殖性状及精油产量，尤其是与特定叶面生物刺激剂结合使用时效果更为显著。
较高的堆肥茶浓度（Ct3）增加了伞形花序数量和精油产量，这与以往研究结果一致，即有机液态改良剂可增强植株活力和养分有效性，从而改善生殖性能6,11。在茴香及其他伞形科植物中，施用堆肥提取物或生物肥料后也报道了类似的产量和精油含量提升，表明这些响应反映的是植物生长条件的普遍改善，而非特定作物的效应8,19。
堆肥茶与Azolla（F2）或Spirulina（F3）联合施用所表现出的增效作用，与先前研究结果一致，这些研究报道藻类和蓝细菌提取物可促进生物量积累、开花以及次生代谢产物的生成11,20。本研究中观察到的更强效应，尤其是每公顷精油产量的提高，可能归因于土壤与叶面联合施用策略，而非单一投入物的使用。
含油量、伞形花序数量和营养生长的同时增加表明，产量提升源于多个性状的协同改善，而非单一因素的作用。这一模式与先前研究结果一致，即有机改良剂可增强光合作用能力、根系活性和养分利用效率，从而同时促进生物量积累和生殖发育。6,8.
尽管本研究未测定养分吸收速率、内源激素水平和微生物活性等生理与生化参数，但既往研究可为所观察到的响应提供合理的解释。已知堆肥茶能够提供易于利用的养分和具有生物活性的化合物，而基于藻类和蓝细菌的生物刺激剂则与代谢活性增强及抗逆性提高相关11,19。这些解释基于现有文献，并不代表本研究中的直接测量结果。
PCA 结果表明，每公顷和每株的出油量是区分不同处理的主要因素，这支持了单变量分析的发现。施用 600 L ha⁻1 植物源堆肥茶并结合叶面生物刺激剂的处理在主要生产力轴上 consistently 占据有利位置。农业研究中类似的 PCA 应用表明，与产量相关的性状通常在第一主成分上有较大的载荷，反映出植物的综合响应而非独立效应20。
本研究中，主成分分析（PCA）被用作一种探索性工具，用于描述所测变量之间的关联，而非推断因果关系。PCA得分与相对于对照组的相对改善之间的对应关系，增强了对所观察到的处理效应的信心，同时仍局限于所测数据的范围之内。
研究结果表明，在田间条件下，将堆肥茶与选定的叶面生物刺激剂结合使用，可作为促进茴香生长和提高精油产量的有效农艺措施。然而，由于缺乏对微生物活性、激素调控和养分动态的直接测定，限制了对作用机制的深入解释。未来若结合生理学、生物化学及土壤生物学分析开展研究，将有助于更全面地理解这些响应背后的生物学过程。
总体而言，本研究通过结合单变量统计分析与多变量模式分析，并将研究结果置于更广泛的文献背景中，增进了对堆肥茶与生物刺激剂如何相互作用以影响茴香生长及精油产量的理解。
结论
在本研究条件下，每16周施用600 L ha⁻1的堆肥茶，并结合叶面喷施2 cm3 L⁻1的Spirulina提取物，可获得最高的茴香产量和精油产量。Azolla提取物表现出类似效果，可能作为替代性生物刺激剂使用。未来的研究应评估在维持24 t ha⁻1基础堆肥施用量的前提下，减少矿物肥料投入的潜力。建议对堆肥茶的性质（包括pH、电导率和养分组成）进行标准化，以确保施用效果的一致性。结合主成分分析（PCA）等多变量分析方法，监测植株营养生长、精油含量及产量，有助于提高田间条件下处理响应的评估准确性。
披露
作者声明无利益冲突。
致谢
作者感谢沙特塔伊夫大学研究生院与科学研究院长办公室为本研究提供的经费支持。
材料
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| 茴香种子（Foeniculum vulgare Mill.） | 埃及农业研究中心园艺研究所药用与芳香植物研究部 | N/A | 用于田间试验的种子 |
| 植物源堆肥 | 本地商业供应商/实验农场来源 | N/A | 用于堆肥茶制备和土壤基施改良 |
| 堆肥茶 | 根据实验方案制备 | N/A | 成熟堆肥的通气水提物 |
| Azolla caroliniana 生物量 | 埃及农业研究中心水与环境研究所，吉萨 | N/A | 用于叶面提取物制备 |
| Spirulina platensis 生物量 | 埃及农业研究中心水与环境研究所，吉萨 | N/A | 用于叶面提取物制备 |
| Nostoc muscorum 生物量 | 埃及农业研究中心水与环境研究所，吉萨 | N/A | 用于叶面提取物制备 |
| Chlorella vulgaris 生物量 | 埃及农业研究中心水与环境研究所，吉萨 | N/A | 用于叶面提取物制备 |
| 蒸馏水 | 埃及农业研究中心水与环境研究所，吉萨 | N/A | 用于提取物制备 |
| 硫酸铵（20.6% N） | 埃及农业与土地开垦部 | N/A | 矿物肥料来源 |
| 过磷酸钙（15.5% P2O5） | 埃及农业与土地开垦部 | N/A | 矿物肥料来源 |
| 硫酸钾（48% K2O） | 埃及农业与土地开垦部 | N/A | 矿物肥料来源 |
| 滴灌滴头（4 L h-1） | 埃及农业研究中心园艺研究所药用与芳香植物研究部 | N/A | 灌溉系统 |
| 手动喷雾器 | 埃及农业研究中心园艺研究所药用与芳香植物研究部 | N/A | 用于叶面施用 |
| 干燥烘箱 | 埃及农业研究中心园艺研究所药用与芳香植物研究部 | N/A | 烘箱温度维持在 70 °C |
| 水蒸馏装置 | 埃及农业研究中心园艺研究所药用与芳香植物研究部 | N/A | 用于精油提取 |
| 分析天平 | 埃及农业研究中心园艺研究所药用与芳香植物研究部 | N/A | 用于样品称重 |
| 2 mm 筛网 | 埃及农业研究中心园艺研究所药用与芳香植物研究部 | N/A | 用于土壤制备 |
| Statistix 8.1 软件 | Analytical Software | Version 8.1 | 用于方差分析（ANOVA）和统计分析 |
参考文献
- Ozbek H, et al. Hepatoprotective effect of Foeniculum vulgare. essential oil. Fitoterapia. 2003;74:317–319. https://doi.org/10.1016/S0367-326X(03)00028-5
- Choi EM, Hwang JK. Antiinflammatory, analgesic and antioxidant activities of the fruit of Foeniculum vulgare. Fitoterapia. 2004;75:557–565. https://doi.org/10.1016/j.fitote.2004.05.005
- Singh G, et al. Chemical constituents, antifungal and antioxidative potential of Foeniculum vulgare. volatile oil and its acetone extract. Food Control. 2005;17:745–752. https://doi.org/10.1016/j.foodcont.2005.03.010
- Cioanca O, et al. Essential oils from Apiaceae as valuable resources in neurological disorders: Foeniculi vulgare aetheroleum. Ind Crops Prod. 2016;88:51–57. https://doi.org/10.1016/j.indcrop.2016.02.064
- Saleem F, et al. Phenolic bioactives and associated antioxidant and anti-hyperglycemic functions of select species of Apiaceae family targeting type 2 diabetes nutraceuticals. Ind Crops Prod. 2017;107:518–525. https://doi.org/10.1016/j.indcrop.2017.06.023
- Safaei Z, et al. The effect of foliar application of humic acid and nanofertilizer on yield and yield components of black cumin (Nigella sativa. L.). J Med Plants Byproducts. 2014;3:133–140. https://doi.org/10.22092/JMPB.2014.108725
- Radhakrishnan S, et al. Nutritional profile of Spirulina platensis, Chlorella vulgaris, and Azolla pinnata. as novel protein sources for aquaculture feed formulation. Austin J Aquac Mar Biol. 2017;2(1):1–8.
- Pérez-Madruga Y, et al. Algae as a natural alternative for crop production. Cultivos Tropicales. 2020;41(2).
- Anvar AA, Nowruzi B. Bioactive properties of Spirulina.: A review. Microb Bioact. 2021;4:134–142. https://doi.org/10.25163/microbbioacts.412117
- Thangaraj M, et al. Phytochemicals of algae (Arthospira platensis, Chlorella vulgaris, and Azolla pinnata.). GSC Biol Pharm Sci. 2022;19(2):23–43. https://doi.org/10.30574/gscbps.2022.19.2.0167
- Chatterjee A, et al. Role of algae as a biofertilizer. In: Algal Green Chemistry: Recent Progress in Biotechnology. 2017:189–200. https://doi.org/10.1016/B978-0-444-63784-0.00010-2
- Yanni YG, et al. Differential response of cotton growth, yield and fiber quality to foliar application of Spirulina platensis. and urea fertilizer. Asian J Adv Agric Res. 2020;12:29–40.
- Page AL, et al. Methods of Soil Analysis. Part 2: Chemical and Microbiological Properties. Madison (WI): SSSA; 1982:39–41.
- Klute A. Methods of Soil Analysis. Part 1: Physical and Mineralogical Methods. 2nd ed. Madison (WI): ASA; 1986.
- Miller LC. The British Pharmacopoeia 1963. J Pharm Pharmacol. 1963;15:766–768. https://doi.org/10.1111/j.2042-7158.1963.tb12872.x
- United States Pharmacopeia (USP). United States Pharmacopeia. Convention Inc.; 1995.
- Gomez KA, Gomez AA. Statistical Procedures for Agricultural Research. New York: John Wiley & Sons; 1984.
- Pradhan AM, et al. Analysis of genetic diversity in Indian potato genotypes using principal component analysis. Electron J Plant Breed. 2015;6(3):782–786.
- Dasgan HY, et al. Biostimulants enhance the nutritional quality of soilless greenhouse tomatoes. Plants. 2024;13(18):2587. https://doi.org/10.3390/plants13182587
- Sivaprakash KR, et al. Genetic diversity of black gram (Vigna mungo.) landraces evaluated by AFLP markers. Curr Sci. 2004;86(10):1411–1416.