不同农艺措施对缩小冬小麦产量差和提高氮肥利用率的评价*

李勤英，姚凤梅**，张佳华，曾瑞芸，石思琪

（1.中国科学院大学计算地球动力学重点实验室，北京 100049；2.中国科学院遥感与数字地球研究所，北京 100094）

在强调粮食高产、农业可持续发展的背景下，探索提高粮食产量并优化资源利用效率，以满足日益增长的生活需求成为目前农业生产面临的重大问题[1-2]。冬小麦是中国主要粮食作物，解析其产量的限制因素并明确生产潜力，对保障粮食的高产高效生产具有重要意义。

对作物产量差的研究能够揭示产量的提升空间及其影响因素，影响作物产量的因素主要包括气候资源、栽培管理措施和经济因素等[3]。20世纪90年代以来，国内外相继通过不同方法对区域作物产量差开展了相关研究[4-5]，Neumann等[6]利用生产函数和空间分析方法，分析了全球主要粮食作物的产量差，并给出缩小产量差的建议，Abeledo等[7-9]利用不同作物模型结合观测实验开展了一系列相关产量限制因子的研究，Li等[10]利用APSIM-wheat模型研究了华北地区缩小冬小麦产量差及潜在产量的分布特征，刘建刚等[11]采用DSSAT模型与田间试验结合的方法分析氮肥管理措施对华北地区产量的影响，李辉等[12-13]针对不同气候带利用模型研究不同土壤、品种及其它管理措施对玉米产量的影响。李豪圣等[14]研究认为不同播期和种植密度对冬小麦产量及其构成因素存在显著影响。目前大部分研究主要针对不同气候因子和农艺措施对产量的影响，但是有关不同农艺措施对缩小冬小麦产量差的贡献和氮肥利用效率的影响报道较少。因此，本研究利用CERES-wheat模型和观测数据，模拟土壤养分、播期、种植密度、氮肥等因素对冬小麦不同水平可获得产量的影响，定量评估不同农艺措施对缩小冬小麦产量差的贡献，以及提高氮肥利用效率的措施，以期为探索实现冬小麦高产高效的技术途径提供理论依据。

1 资料与方法

1.1 研究区概况

研究区域为中国冬小麦主产区，主要包括京津冀、河南、山东、山西、陕西、江苏、安徽等省区，区内主要为平原，有部分丘陵和高原，适宜的气候及土壤条件有利于冬小麦生长。根据研究区土壤质地和土壤养分条件的分布状况（http://vdb3.soil.csdb.cn/），选取能分别代表区域高中低土壤养分情况的站点（图1）。区内各站点土壤质地基本为黏壤土，大部分站点属低等和中等土壤养分水平，个别站为高土壤养分水平（表1）。

图1 冬小麦主产区研究站点分布Fig.1 The geographical location of meteorological stations in winter wheat region

1.2 数据来源

气象数据由国家气象科学数据共享服务平台（http://data.cma.cn/）提供。选取数据较完整的地面气象站 1990−2015年逐日气象资料，其中包括最高温度（℃）、最低温度（℃）、日照时数（h）、降水量（mm）等，模型输入的日总辐射采用彭曼-蒙特斯方法由日照时数计算得出[15-16]。根据已有农业气象站点资料，从中选取 7个典型站点用于确定研究区各省份的冬小麦品种参数。冬小麦生育期数据（播种期、出苗期、越冬期、返青期、拔节期、抽穗期、开花期、成熟期）、冬小麦品种信息、产量及其构成要素，来源于国家气象信息中心。各代表性站点土层深度、有机质含量、土壤坡度、土壤质地、渗透性、土壤容重、土壤排水状况、土壤剖面特征等数据，来源于中国土壤数据库及《中国土种志》[17]。

表1 各站点土壤表层理化特性Table 1 Physical and chemical properties of soils surface in different location

1.3 作物模型遗传参数调试与检验

农业技术转移决策支持系统(Decision Support System for Agrotechnology Transfer, DSSAT)是由美国农业部组织研究开发的，为当前国内外应用广泛的作物模型之一，可逐日模拟农作物的生长及发育过程[18]。本研究采用DSSAT软件中的CERES-Wheat模型，它以植物生理学为基础，可以逐日模拟小麦的管理方式、土壤养分状况等对其生长发育状况及产量形成过程的影响。在国外研究中，CERES-Wheat模型已被验证并广泛应用于评估小麦生产[19-21]，同样也被证明适用于中国大部分地区[22-23]。这些研究表明，CERES-Wheat模型可以较好地模拟研究区冬小麦的生长发育过程、可获得产量和潜在产量等。

模型中的品种参数在输入气象数据、建立土壤及实验文件之后，采用试错法进行调试，因而需要对其进行验证。本研究在评估作物模型时，主要采用NRMSE（归一化均方根误差）来检验观测值与模拟值的吻合程度，并用D值（一致性指数）度量模型的模拟效果。

式中，Si为模拟值， Mi为观测值，为观测值的平均值，n为样本量。一般认为，NRMSE的值越小，则模拟误差越小。NRMSE＜10%表明模拟精度极好；10%＜NRMSE＜20%时，模拟精度较好；20%＜NRMSE＜30%时，模拟精度一般；NRMSE＞30%表明模拟精度较差。D值越接近于1，表明模拟值与实测值的一致性越好[24]。

1.4 作物模型模拟与结果分析

1.4.1 模拟方案

Anderson等[25]将影响冬小麦潜在产量与可获得产量之间差异的主要因素归纳为环境、管理措施和品种等，Xu等[26]认为影响中国小麦产量和效率的主要因素包括土壤肥力、施氮量、播期、种植密度、灌溉、品种、病虫害控制等农艺措施。因此，本研究在选用当地冬小麦品种并在充分灌溉的条件下，设计5组模拟条件以研究土壤改良、调整播期、合理密植和增施氮肥对冬小麦增产潜力的影响。

模拟条件一：将当地品种以及当地常规管理措施（土壤养分、播期、播种密度、施氮量）条件下的产量作为对照产量（Yck，kg·hm−2）。当地常规管理措施参考张福锁等[27-29]研究结果，播种密度定为300 万株·hm−2，施氮量为 150kg·hm−2；参照 Li等的研究[10]，各站点的播期设置在 10月上旬−下旬；各站实际土壤养分水平的划分依据第二次土壤普查《全国养分含量等级表》的分级标准[30]。模拟条件二：假设其它条件与模拟条件一相同，仅将各站点土壤养分级别提高一个等级，即“中高养分”，模拟冬小麦生长过程，此时的产量作为适宜土壤养分条件下的可获得产量（Ys，kg·hm−2）。模拟条件三：假设其它条件与模拟条件一相同，仅将各站点的播期调整为适宜时期即提前播种14～28d，此时模拟的产量作为适宜播期条件下的可获得产量（Yd，kg·hm−2）。模拟条件四：假设其它条件与模拟条件一相同，仅将各站点的种植密度调整为适宜值即 525万株·hm−2，此时模拟的产量作为适宜种植密度条件下的可获得产量（Ym，kg·hm−2）。模拟条件五：假设其它条件与模拟条件一相同，仅将各站点的施氮量调整为适宜值即240～360kg·hm−2，此时模拟的产量作为适宜施氮量条件下的可获得产量（Yn，kg·hm−2）。5组模拟方案详见表2。

表2 模型模拟方案设置Table 2 Simulating conditions of DSSAT model

1.4.2 不同农艺措施的增产潜力和贡献率

根据设置的模拟方案，分别模拟每种措施条件下冬小麦可获得产量和当地常规条件下产量Yck，模拟时期 1990−2015年，利用模拟的产量计算各项农艺措施（土壤改良、调整播期、合理密植、增施氮肥）下作物产量差，即不同措施可获得的增产潜力（PAY，Potential ascension of yield）。

以无养分、水分和病虫害等胁迫条件下所模拟的产量[31]为品种潜在产量（YP，kg·hm−2），不同措施下作物产量差相对潜在产量YP的百分比，表示不同农艺措施对缩小产量差的贡献率（CR，contribution rate），即

1.4.3 不同农艺措施下的氮肥利用效率

氮肥利用效率受土壤养分、气象条件和农艺措施等影响，对冬小麦产量及构成要素的形成具有显著调控作用[32]。选用国际上常用的偏生产力（PFP，partial factor productivity）来评价氮肥利用效率[33]，PFP是指施用某一特定肥料下作物产量与施肥量的比值，即

式中，PFPN为不同措施下氮肥偏生产力（kg·kg−1），Y 为不同施氮水平的作物产量（kg·hm−2），N为不同措施下的氮肥施用量（kg·hm−2）。由于各项产量均在施用氮肥条件下改变相应的农艺措施获得，故Y代表5组模拟条件下的可获得产量。用土壤改良、调整播期、合理密植、增施氮肥条件下的PFP与对照组的 PFP之差即氮肥效率差（PFPD，differences of partial factor productivity）来反映不同农艺措施对氮肥利用效率的影响程度，以评价提高N肥利用效率的途径。

2 结果与分析

2.1 各站冬小麦品种遗传参数的调试结果与验证

选取 7个典型站点至少连续种植两年的冬小麦品种，利用 1998−2005年各站点的大田实验资料，运行DSSAT模型中的GLUE模块进行校准确定品种的遗传参数，结果见表3。由表可见，每个冬小麦品种有7个遗传参数，其中P1V、P1D及P5控制着冬小麦的生命周期，参数G、PHINT与冬小麦产量形成有关。相应地所有站点开花期、成熟期、产量的模拟值与实测值对比结果见图2，误差分析结果见表4。由图2和表4可见，开花期和成熟期的模拟值与实测值间具有极显著相关关系，相关系数 R均大于0.9（P＜0.01），归一化均方根误差 NRMSE均在 5%以内，其中阜阳误差略大，商丘误差相对较小，模拟值与实测值的一致性指数（D值）均大于0.7；模拟籽粒产量与实测值也具有极显著相关关系，R大于0.7（P＜0.01），NRMSE在10%以内，D值基本接近1。总体上，模拟值与实测值间一致，说明各站品种参数调试合适，适用于冬小麦生长模拟。

表3 各站点冬小麦代表品种遗传参数的调试结果Table 3 The results of genetic parameters of winter wheat varieties at various sites

表4 生育期和产量模拟值与实测值对比结果的统计Table 4 Statistics of comparison results between simulated value and observed value for the growth stage and yields

图2 7个站点冬小麦生育期和产量模拟值与观测值的对比Fig.2 Comparison of simulated value and observed value for the growth stage and yield of winter wheat at 7 sites

2.2 不同农艺措施下的产量差分析

2.2.1 冬小麦可获得产量

基于模型的不同模拟方案，模拟冬小麦当前条件以及各适宜条件下的可获得产量，其结果见表5。由表可见，对照产量Yck在6000kg·hm−2以下的低值区分布在宿州、泊头、洛川、临汾、山东省和河南省等站点，高值区主要分布在高邮、安康和长治等站点；通过土壤改良、调整播期、合理密植以及增施氮肥等措施能一定程度提高冬小麦产量，其中土壤改良后增产较大的站点有溧阳、长治，调整播期后增产明显的站点有宿州、溧阳、临汾等，合理密植的增产效果不明显，增施氮肥后增产幅度较大的站点有高邮、溧阳、洛川等。

2.2.2 冬小麦潜在产量

选择各站点连续 25a潜在产量的平均值代表目前冬小麦潜在产量，由表5可知，各站点的潜在产量分布范围为 7617～14242kg·hm−2，其中土壤养分较高的江苏高邮、溧阳站点和日照时数较高的山西长治站点潜在产量较高，达12018～14242kg·hm−2，陕西省站点潜在产量次之，为 11823～12155kg·hm−2，而低土壤养分条件的安徽宿州、河南南阳、山东惠民、临沂和河北泊头站点潜在产量较低，在 7617～9628kg·hm−2。由于本研究所指潜在产量并非光温生产潜力，而是指在当地气候资源、土壤养分和当地品种条件下不受水肥限制得到的作物产量，因此，影响潜在产量的因素除当地的光温水等自然资源的匹配程度外，还有土壤养分和品种因素[34-35]。因此，某些站点间潜在产量存在差异。

表5 不同模拟条件下冬小麦的可获得产量（kg·hm−2）Table 5 Attainable yield of winter wheat under different simulated conditions (kg·ha−1)

2.2.3 冬小麦增产潜力

图3为各站点提高土壤养分、播期、种植密度、施氮量条件下的冬小麦增产潜力，其值越大，表明改变管理措施后可获得产量增加越多。由图可知，提高土壤养分的增产潜力为53～3124kg·hm−2，其中增产潜力高值区明显位于高土壤养分区的溧阳和中养分区的长治。播期提前得到的增产潜力为−327～2292kg·hm−2，增加较大的站点有溧阳、宿州和泊头，而在陕西洛川和安康站点播期提前会略微减少产量。增加种植密度带来的增产潜力变化较小，增加潜力仅为−255～699kg·hm−2，在安康站点增加种植密度甚至会减少产量。这表明相对于目前的种植条件，播期提前和增加种植密度会导致陕西安康和洛川增产潜力下降，是不适宜的管理措施。增加施氮量得到的增产潜力为0～4491kg·hm−2，其增产潜力较高的站点位于江苏省的溧阳、高邮和陕西洛川以及山西临汾和长治，而安徽省的阜阳和宿州以及河北省泊头和遵化站点的增产潜力较低。以上分析表明，在仅考虑冬小麦高产时，其缩小产量差的优先序为增施氮肥、播期提前、提高土壤养分、增加种植密度。

图3 增加土壤养分（PAYs）、调整播期（PAYd）、合理密植（PAYm）、增施氮肥（PAYn）条件下的增产潜力Fig.3 Potential ascension of yield caused by increasing soil nutrient(PAYs), adjusting sowing date(PAYd), reasonable planting(PAYm) and increasing nitrogen fertilizer(PAYn)

2.2.4 不同农艺措施对缩小产量差的贡献率

图4为各项农艺措施对缩小产量差的贡献率。由图可知，除溧阳站提高土壤养分对缩小产量差的贡献率高达 23%之外，其它各站点改变土壤养分对缩小产量差的贡献率在8%以下；各站点调整播期导致缩小产量差的贡献率达到17%，增加种植密度对缩小产量差的贡献率大部分在 5%以下；增施氮肥导致缩小产量差的贡献率最大，溧阳和洛川等站达到33%。说明基于当地品种在充分灌溉条件下，增施氮肥和播期提前对缩小产量差贡献较大，是提高冬小麦产量的主要措施，而提高土壤养分和合理密植次之。

图4 提高土壤养分（CRs）、调整播期（CRd）、合理密植（CRm）和增加施氮量（CRn）对缩小冬小麦产量差的贡献率Fig.4 Contribution rate of narrowing yield gap caused by increasing soil nutrient(CRs), adjusting sowing date(CRd),reasonable planting(CRm) and increasing nitrogen fertilizer(CRn)

2.3 不同农艺措施下的氮肥利用效率差异

图5为不同农艺措施下的氮肥效率差，其大小表明不同农艺措施对氮肥利用效率的影响程度，负值代表氮肥利用效率下降，正值代表提高。由图可知，由土壤养分造成的氮肥效率差范围在 1.1～20.82kg·kg−1，其中溧阳、长治站较高；由播期造成的氮肥效率差范围在−2.18～15.28kg·kg−1，其中溧阳、宿州、泊头等站点较高，而高邮、商丘以及遵化站点较低；各站点由播种密度造成的氮肥效率差均较低，其变幅在−1.7～4.66kg·kg−1；由施氮条件造成的氮肥效率差在−32.04～0kg·kg−1，其中江苏省溧阳、高邮和山西省临汾、长治等站点的氮肥效率差较大。因此，各项农艺措施下氮肥利用效率提升效果的显著程度依次为提高土壤养分、调整播期、合理密植，而增施氮肥使氮肥利用效率明显下降，且降幅较大。

图5 提高土壤养分（PFPDs）、调整播期（PFPDd）、合理密植（PFPDm）和增施氮肥（PFPDn）条件下的氮肥利用效率差Fig.5 The difference of partial factor productivity for nitrogen caused by increasing soil nutrient(PFPDs), adjusting sowing date(PFPDd), reasonable planting(PFPDm) and increasing nitrogen fertilizer(PFPDn)

3 结论与讨论

3.1 讨论

产量差研究是目前作物领域研究的重点和热点问题，是衡量区域粮食增产潜力和解析产量限制因素的有效途径[36]。本研究表明，在选用当地品种和充分灌溉条件下，提高土壤养分和各站点播期提前14～28d可以提高冬小麦产量，缩小产量差，并能提高氮肥利用效率，因而施用有机肥、秸秆还田等措施改良土壤养分或将播期提前，是实现冬小麦高产高效的有效途径之一。增加种植密度，其增产潜力和提高氮肥利用效率次之。增加施氮量的增产潜力和缩小产量差的贡献率尽管较大，但是其氮肥利用效率显著下降，表明增施氮肥不是冬小麦高产高效的有效途径。但作物产量是气候条件、农艺措施等影响因素间相互作用的结果[37]，本研究仅考虑了单一因素对产量和氮肥利用效率的影响，今后应考虑多种农艺措施的交互作用，选择既满足冬小麦高产又兼顾资源高效利用的技术途径。

3.2 结论

在当地品种以及充分灌溉条件下，增施氮肥对冬小麦产量影响最大，其增产潜力为 0～4491kg·hm−2，缩差的贡献率较大，为11%～33%，但是其氮肥利用效率降低；增加种植密度的增产潜力不明显，其缩差的贡献率小于5%，但能提高氮肥利用效率；播期提前对区域站点产量影响存在差异，除陕西安康和洛川导致产量下降 30～127kg·hm−2，其余站点增产潜力为125～2292kg·hm−2，缩差贡献率为7%～17%；改善土壤养分可以显著提高产量，其增产潜力为53～3124kg·hm−2，缩差贡献率在8%左右，并且中、高土壤养分的溧阳和长治站点提高土壤养分后其增产潜力较显著。此外，播期提前和改善土壤养分能较明显提高氮肥利用效率。因此，改良土壤养分、播期提前和增加种植密度有利于冬小麦高产高效生产。

参考文献References

[1]王纯枝,李良涛,陈健,等.作物产量差研究与展望[J].中国生态农业学报,2009,17(6):1283-1287.Wang C Z,Li L T,Chen J,et al.Research and prospect of crop yield gap[J].Chinese Journal of Eco-Agriculture,2009,17(6):1283-1287.(in Chinese)

[2]Meng Q F,Yue S C,Hou P,et al.Improving yield and nitrogen use efficiency simultaneously for maize and wheat in China:a review[J].Pedosphere,2016,26(2):137-147.

[3]曹倩,姚凤梅,林而达,等.近 50年冬小麦主产区农业气候资源变化特征分析[J].中国农业气象,2011,32(2):161-166.Cao Q,Yao F M,Lin E D,et al.Analysis of changing characteristics of agricultural climate resources in the main planted areas of winter wheat in China over last 50 years[J].Chinese Journal of Agrometeorology,2011,32(2):161-166.(in Chinese)

[4]Lobell D B,Ortiz-Monasterio J I.Regional importance of crop yield constraints:linking simulation models and geostatistics to interpret spatial patterns[J].Ecological Modelling,2006,196(1):173-182.

[5]Lobell D B,Cassman K G,Field C B.Crop yield gaps:their importance,magnitudes,and causes[J].Annual Review of Environment and Resources,2009,34(4):179-204.

[6]Neumann K,Verburg P H,Stehfest E,et al.The yield gap of global grain production:a spatial analysis[J].Agricultural Systems,2010,103(5):316-326.

[7]Abeledo G L,Savin R, Slafer G A.Wheat productivity in the Mediterranean Ebro Valley:analyzing the gap between attainable and potential yield with a simulation model[J].European Journal of Agronomy,2008,28(4): 541-550.

[8]秦鹏程,姚凤梅,曹秀霞,等.利用作物模型研究气候变化对农业影响的发展过程[J].中国农业气象,2011,32(2):240-245.Qin P C,Yao F M,Cao X X,et al.Devolopment process of modeling impacts of climate change on agricultural productivity based on crop models[J].Chinese Journal of Agrometeorology,2011,32(2):240-245.(in Chinese)

[9]胡洵瑀,王靖,冯利平.华北平原冬小麦各生育阶段农业气候要素变化特征分析[J].中国农业气象,2013,34(3): 317-323.Hu X Y,Wang J,Feng L P.Analysis on agro-climatic elements variation during winter wheat growing season in North China Plain[J].Chinese Journal of Agrometeorology,2013,34(3):317-323.(in Chinese)

[10]Li K N,Yang X G,Liu Z J,et al.Low yield gap of winter wheat in the North China Plain[J].European Journal of Agronomy,2014,59(59):1-12.

[11]刘建刚,褚庆全,王光耀,等.基于DSSAT模型的氮肥管理下华北地区冬小麦产量差的模拟[J].农业工程学报,2013,29(23):124-129.Liu J G,Zhu Q Q,Wang G Y,et al.Simulating yield gap of winter wheat in response to nitrogen management in North China Plain based on DSSAT model[J].Transactions of the CSAE,2013,29(23):124-129.(in Chinese)

[12]李辉,姚凤梅,张佳华,等.东北地区玉米气候产量变化及其对气候变化的敏感性分析[J].中国农业气象,2014,35(4):423-428.Li H,Yao F M,Zhang J H,et al.Analysis on climatic maize yield and its sensitivity to climate change in northeast China[J].Chinese Journal of Agrometeorology,2014,35(4):423-428.(in Chinese)

[13]Liu Z J,Yang X G,Lin X M,et al.Narrowing the agronomic yield gaps of maize by improved soil,cultivar and agricultural management practices in different climate zones of Northeast China[J].Earth Interactions,2016,20(12):20-38.

[14]李豪圣,宋健民,刘爱峰,等.播期和种植密度对超高产小麦‘济麦22’产量及其构成因素的影响[J].中国农学通报,2011,27(5):243-248.Li H S,Song J M,Liu A F,et al.Effect of sowing time and planting density on yield and components of ‘Jimai22’ with super-high yield[J].Chinese Agricultural Science Bulletin,2011,27(5):243-248.(in Chinese)

[15]Jone H G.Plants and microclimate:a quantitative approach to environmental plant physiology[M].Cambridge:Cambridge University Press,1992:121-122.

[16]Black J N,Bonython C W,Prescott J A.Solar radiation and the duration of sunshine[J].Quarterly Journal of the Royal Meteorological Society,2010,80(344):231-235.

[17]全国土壤普查办公室.中国土种志(第 4卷)[M].北京:中国农业出版社,1995.National Soil Survey Office.Chinese soil genus records(Vol.4)[M].Beijing:China Agriculture Press,1995.(in Chinese)

[18]刘海龙,诸叶平,李世娟,等. DSSAT作物系统模型的发展与应用[J].农业网络信息,2011,8(11):5-12.Liu H L,Zhu Y P,Li S J,et al.Development and application of DSSAT cropping system model[J].Agriculture Network Information,2011,8(11):5-12.(in Chinese)

[19]Rinaldi M.Water availability at sowing and nitrogen management of durum wheat:a seasonal analysis with the CERES-Wheat model[J].Field Crops Research,2004,89(1):27-37.

[20]Dente L,Satalino G,Mattia F,et al.Assimilation of leaf area index derived from ASAR and MERIS data into CERESWheat model to map wheat yield[J].Remote Sensing of Environment,2008,112(4):1395-1407.

[21]Thorp K R,Hunsaker D J,French A N,et al.Evaluation of the CSM-CROPSIM-CERES-wheat model as a tool for crop water management[J].American Society of Agricultural and Biological Engineers,2010,53(1):155-158.

[22]袁静,许吟隆.基于 CERES模型的临沂小麦生产的适应措施研究[J].中国农业气象,2008,29(3):251-255.Yuan J,Xu Y L.Study on adaptation measures of wheat production in Linyi of Shandong province based on CERES crop model[J].Chinese Journal of Agrometeorology,2008,29(3):251-255.(in Chinese)

[23]徐建文,梅旭荣,居辉,等.黄淮海地区冬小麦关键生育期不同灌溉水平对产量影响的模拟[J].作物学报,2014,(8):1485-1492.Xu J W,Mei X R,Ju H,et al.Simulation of winter wheat yield in response to irrigation level at critical growing stages in the Huang-Huai-Hai Plain[J].Acta Agronomica Sinica,2014,(8):1485-1492.(in Chinese)

[24]Wei X,Declan C,Ian H,et al.Evaluation of CERES-Wheat simulation of wheat production in China[J].Agronomy Journal,2008,100(6):1720-1728.

[25]Anderson W K.Closing the gap between actual and potential yield of rainfed wheat:the impacts of environment,management and cultivar[J].Field Crops Research,2010,116(1):14-22.

[26]Xu Z,Yu Z,Zhao J.Theory and application for the promotion of wheat production in China:past,present and future[J].Journal of the Science of Food and Agriculture,2013,93(10):2339-2350.

[27]张福锁,王激清,张卫峰,等.中国主要粮食作物肥料利用率现状与提高途径[J].土壤学报,2008,45(5):915-924.Zhang F S,Wang J Q,Zhang W F,et al.Nutrient use efficiencies of major cereal crops in China and measures for improvement[J].Acta Pedologica Sinica,2008,45(5):915-924.(in Chinese)

[28]王树丽,贺明荣,代兴龙,等.种植密度对冬小麦氮素吸收利用和分配的影响[J].中国生态农业学报,2012,20(10):1276-1281.Wang S L,He M R,Dai X L,et al.Effect of plating density on nitrogen uptake,utilization and distribution in winter wheat[J].Chinese Journal of Eco-Agriculture,2012,20(10):1276-1281.(in Chinese)

[29]姚宁,周元刚,宋利兵,等.不同水分胁迫条件下 DSSATCERES-Wheat模型的调参与验证[J].农业工程学报,2015,31(12):138-150.Yao N,Zhou Y G,Song L B,et al.Parameter estimation and vertification of DSSAT-CERES-Wheat model for simulation of growth and development of winter wheat under water stresses at different growth stages[J].Transactions of the CSAE,2015,31(12):138-150.(in Chinese)

[30]全国土壤普查办公室.中国土壤[M].北京:中国农业出版社,1998.National Soil Survey Office.Chinese soil[M].Beijing:China Agriculture Press,1998.(in Chinese)

[31]Evans L T,Fischer R A.Yield potential:its definition,measurement,and significance[J].Crop Science,1999,39(6):1544-1551.

[32]巨晓棠,张福锁.氮肥利用率的要义及其提高的技术措施[J].科技导报,2003,21(4):51-54.Ju X T,Zhang F S.Correct understanding of nitrogen recovery rate[J].Science and Technology Review,2003,21(4):51-54.(in Chinese)

[33]Liu X,He P,Jin J,et al.Yield gaps,indigenous nutrient supply,and nutrient use efficiency of wheat in China[J].Agronomy Journal,2011,103(5):1452-1463.

[34]Zhang X,Wang S,Sun H,et al.Contribution of cultivar,fertilizer and weather to yield variation of winter wheat over three decades:a case study in the North China Plain[J].European Journal of Agronomy,2013,50(1):52-59.

[35]Acuña T B,Dean G,Riffkin P.Constraints to achieving high potential yield of wheat in a temperate,high-rainfall environment in south-eastern Australia[J].Crop & Pasture Science,2011,62(2):125-136.

[36]杨晓光,刘志娟.作物产量差研究进展[J].中国农业科学,2014,47(14):2731-2741.Yang X G,Liu Z J.Advances in research on crop yield gaps[J].Scientia Agricultura Sinica,2014,47(14):2731-2741.(in Chinese)

[37]Zhang H,Tao F,Xiao D,et al.Contributions of climate,varieties,and agronomic management to rice yield change in the past three decades in China[J].Frontiers of Earth Science,2016,10(2):315-327.