在使用根系图像分析仪整理数据时，很多使用者会遇到一个困惑：软件既给出总根长、总表面积，也给出按直径分档的长度和根尖数，那到底该看哪一个？这些分档指标有什么用？本文围绕细根与粗根分开统计这一点，说明它的意义、口径怎么定，以及比较容易出问题的地方。

一、为什么要按直径分级

根系并不是粗细均匀的整体。同一株作物上，粗一些的根主要承担运输、支撑和贮藏功能，细一些的根更多参与水分和养分的吸收。如果只统计一个总根长，粗根的贡献会被算进去，细根的变化却被平均值摊薄，处理之间的差异反而看不出来。分级统计的意义，就是让不同粗细的根各自呈现，便于结合研究目的去看结构变化。对于关注吸收能力的试验，细根部分往往更值得留意；对于关注支撑和多年生结构的观察，粗根部分的信息更重要。

二、分档口径怎么定，谁来定

分界档位不是设备固定死的，也不是所有作物通用一个数。不同作物的根径范围差别很大，草本作物和木本苗木放在同一套档位下比较，本身就不合理。常见做法是依据研究对象和文献惯例，选一套适合自己的分档，并在整个研究周期内保持不变。仪器的作用是按设定的档位对图像中的根系目标进行分类和统计，档位设置得合不合适，取决于使用者对研究对象的理解。需要提醒的是，换一套档位就相当于换了一把尺子，前后数据不能直接放在一起比。

三、细根数据为什么波动更大

在根系图像分析仪的结果里，细根部分的数值通常比粗根更容易波动。原因多来自样品环节：细根在挖取、冲洗、挑拣、运输和摆放过程中容易折断或丢失，也容易与杂质混在一起被忽略；而粗根相对结实，处理中的损失小。因此，当细根指标出现组间差异时，不能直接归因于处理效应，还要看取样和清洗流程是否一致。更稳妥的做法，是把细根和粗根的结果分开表述，并结合样品处理记录来判断差异的来源。

另外，细根在不同生育阶段的更新速度较快，同一地块在相近时间取样，样本之间也可能存在自然差异。在解释结果时，把这种自然变异与操作差异一并考虑进去，会比单纯比较一组均值更接近实际情况。

四、做处理间比较时要守住几条线

一是分档口径一致，中途不更换；二是成像条件一致，包括背景、光照、摆放方式等，尽量在同一套条件下完成同一批样品的成像；三是样品处理流程一致，从清洗到摆放尽量由同样的方法完成；四是时间点一致，不同处理的取样时间要与生长阶段对应；五是保留原始图像，便于后续复核和重新分析。这五条看起来琐碎，但正是它们决定了分级结果能不能横向比较。

五、几个容易踩的坑

第一，把分级结果当成绝对真值。图像分析得到的是基于二维投影的估算，根系重叠、交叉时难免有遮挡，结果与根系真实的三维结构存在差距，比较时看趋势比看单个数字更可靠。第二，忽略细根损失带来的偏差。第三，只看平均值，不看样本间的差异和异常值。第四，记录不完整，过一段时间自己也说不清当时用的是哪套档位。第五，把不同批次、不同口径的数据混在一张表里做统计。

六、记录与留档的建议

建议在每次测量时，把分档口径、成像条件、样品编号、处理名称、测量日期、操作人一并记在同一条记录里，并把原始图像按样品编号归档。这样做的直接好处是，日后复核或更换操作人员时，能快速对齐流程；如果发现某一批数据异常，也可以回到图像上找原因。分级统计本身并不复杂，难点在于长期保持一致。把口径和流程固定下来，根系图像分析仪给出的细根、粗根数据才具备可比性，也才更经得起推敲。