黄淮海夏玉米籽粒脱水与气象因子的关系

高 尚 明 博 李璐璐 谢瑞芝 薛 军 侯 鹏 王克如李少昆



黄淮海夏玉米籽粒脱水与气象因子的关系

高 尚**明 博**李璐璐 谢瑞芝 薛 军 侯 鹏 王克如*李少昆*

中国农业科学院作物科学研究所 / 农业部作物生理生态重点实验室, 北京 100081

玉米籽粒脱水与气象因子之间存在密切的关系, 明确影响籽粒脱水的主要气象因子及其影响程度, 能够更好地预测籽粒含水率的变化动态, 对筛选玉米机械粒收品种, 从而合理安排粒收时间等具有重要的实践价值。本研究于2015—2017年在河南新乡进行, 选用4个目前当地生产中主栽玉米品种京农科728 (JNK728)、郑单958 (ZD958)、先玉335 (XY335)和农华816 (NH816), 通过连续测定获得玉米籽粒含水率的变化过程, 并利用Logistic Power模型拟合, 借鉴去趋势的分析方法, 将玉米籽粒的实际含水率分为趋势含水率、气象含水率与随机误差, 明确黄淮海区域夏玉米籽粒的气象含水率与气象因子之间的关系, 利用逐步回归和通径分析的方法筛选出玉米籽粒生理成熟前后影响籽粒脱水的主要气象因子。分析发现, 玉米籽粒气象含水率与研究分析的大部分气象因子呈显著或极显著相关; 生理成熟前筛选得到的主要气象因子为平均温度(1)、平均风速(5)和蒸发量(11), 生理成熟后为平均温度(1)和平均相对湿度(7), 回归模型均达到极显著水平; 通径分析表明, 生理成熟前蒸发量的贡献最大, 而温度、风速主要通过蒸发量起间接作用, 生理成熟后温度和相对湿度主要为直接作用, 且相对湿度的作用略大于温度。本研究所用去趋势的方法, 从理论和实际操作层面均更具科学性, 其研究结果也更为可信, 对其他类似研究也具有借鉴意义。

夏玉米; 籽粒脱水; 含水率; 气象因子; 去趋势分析

黄淮海区域是我国玉米的重要产区, 主体种植模式为小麦-玉米一年两熟, 光热资源有限和耕种时间紧张是本地区农业生产的主要矛盾[1], 玉米收获时籽粒含水率偏高、收获质量差[2-7], 是制约本区域玉米机械粒收技术发展的重要因素。欧美发达国家针对品种遗传特性和气候环境等籽粒脱水动态的影响因素开展了大量研究, 促进了玉米机械粒收技术的普遍应用[8-10]。黄淮海夏播玉米为我国特有的种植模式, 玉米生长发育及后期籽粒脱水期间的气候环境条件与欧美一熟制模式相比具有明显差异, 籽粒脱水期间高温、高湿的气象条件对脱水速率和脱水动态的影响研究尚显薄弱。因此研究黄淮海区域的玉米籽粒脱水与生态气象因子的关系, 明确气象因子对籽粒脱水的影响程度, 对于筛选适宜的玉米品种、预测籽粒含水率及科学安排机械粒收时间等具有重要的意义。

前人研究表明环境条件影响玉米籽粒的脱水过程[11-13], 且生理成熟前、后的主导因素不同。生理成熟前玉米籽粒的脱水是发育控制的内在过程, 主要受温度影响; 成熟后籽粒脱水速率与空气湿度、温度、日辐射、风速、降雨等有关。但上述研究中, 主要对各个气象因素与玉米籽粒含水率或脱水速率进行相关分析, 如谭福忠等[14]发现玉米吐丝35 d以后的脱水速率与相应时期的相对湿度显著相关, 但与温度未达到显著; Hallauer等[15]也进行了籽粒水分与风速、降水、湿度等6个气象因素的相关分析, 发现虽然一些因素达到了显著水平, 但3年的结果并不一致。相关分析法忽视了玉米籽粒含水率随着生育进程呈现单调下降的趋势[16-21]与气象因子的季节变化规律的同步性, 不同播期条件或年际变化使玉米籽粒含水率与气象因素的作用规律分析差异明显, 研究结果的科学性和稳定性不足。

考虑到玉米籽粒脱水过程与气象因子变化的基本规律, 本研究借鉴前人对作物产量去趋势的分析方法[22-26], 进行玉米籽粒含水率的分析, 探讨黄淮海区域玉米籽粒脱水与气象因子的关系, 明确该区域温度、风速、相对湿度等气象因子对玉米籽粒脱水的影响, 以期为籽粒水分变化研究提供新的方法, 为玉米机械粒收技术的推广提供理论指导。

1 材料与方法

1.1 试验设计

试验于2015—2017年在河南新乡中国农业科学院新乡综合试验基地进行(35°10′N, 113°47′E), 供试品种为京农科728 (JNK728)、郑单958 (ZD958)、先玉335 (XY335)和农华816 (NH816), 2015年采用小区种植, 每个品种设置3次重复, 小区长8 m, 宽5.4 m, 随机区组设计; 2016年和2017年采用大区种植, 每区长18 m, 宽7.8 m, 随机排列。60 cm等行距, 种植密度均为75 000株 hm–2, 3年的播种日期分别为6月16日(2015)、6月4日(2016)和6月18日(2017), 田间管理同当地大田生产。

1.2 测定项目与方法

1.2.1 籽粒含水率测定 在吐丝前选择各品种生长基本一致、健康无病虫害的代表性植株套袋、标记, 统一授粉。生理成熟前每5 d取一次样, 接近生理成熟期取样间隔缩短至1~3 d, 生理成熟后恢复为5 d取一次样, 如遇降雨则顺延1 d。2015年从授粉后26 d开始取样, 每次取9个果穗, 至11月14日止; 2016年从授粉后11 d开始取样, 每次取5个果穗, 至10月17日止; 2017年从授粉后7 d开始, 每次取5个果穗, 至12月15日。每次取样时选择统一授粉的植株, 取中部籽粒称取籽粒鲜重, 85℃烘干至恒重, 计算籽粒含水率。以乳线消失且黑层出现作为生理成熟的判定标准, 并记录生理成熟日期。玉米籽粒含水率(%) = (鲜重–干重)/鲜重×100。

1.2.2 籽粒含水率去趋势 参照前人分离作物趋势产量和气象产量的方法[22-26], 将玉米籽粒含水率分解为趋势含水率t、气象含水率m和随机误差,=t+m+。

趋势含水率代表玉米籽粒脱水的总体趋势, 模拟方法参照李璐璐等[27]的玉米授粉后积温-含水率的Logistic Power非线性生长模型=/[1+/)c], 其中参数定义为90, 研究表明该函数拟合含水率的效果在品种、年际间表现稳定, 拟合度好。气象含水率代表气象因素对实际含水率的影响, 气象含水率m= 实际含水率–趋势含水率t。随机误差为其他偶然因素对实际含水率的可能影响, 试验中假定其对试验的影响较小, 可忽略不计。

1.3 气象数据来源

气象数据均来自于中国气象数据网(http://data. cma.cn/): 地面气候资料日值数据集(V3.0)新乡站(站点编号为53986, 距试验点直线距离为24.5 km)。2015—2017年的基本气象资料见表1, 玉米授粉后取样时间段的主要气象因子日变化见图1。分析时选用逐日的平均温度、最高温度、最低温度、气温日较差、平均相对湿度、最小相对湿度、平均风速、最大风速、日照时数、逐日的太阳辐射和蒸发量(PETEM), 共计11个气象因子。其中逐日蒸发量的计算参照FAO-56中的Penman-Monteith公式[28], 逐日太阳辐射的计算参照Ross的光合有效辐射(PAR)公式[29]。

表1 2015–2017年新乡试验点基本气象资料

1.4 数据处理与分析

计算2次取样间隔内各气象因子的平均值(相对湿度采用小数形式), 并与后一次取样的气象含水率(以下简称气象含水率)成为一组资料进行统计分析, 以此取样间隔时间内各气象因子的平均值(以下简称气象因子)作为自变量, 气象含水率作为因变量, 采用逐步回归的方法, 筛选出具有显著影响的因子, 并参考明道绪、任红松等的方法[30-31]对其进行通径分析。

定义符号为平均温度1、最高温度2、最低温度3、气温日较差4、平均风速5、最大风速6、平均相对湿度7、最小相对湿度8、日照时数9、太阳辐射10、蒸发量(PETPM)11。

采用SAS 9.4进行回归、相关和通径分析, 利用CurveExpert Professional 2.2.0进行方程的拟合, 利用Microsoft Excel 2013软件进行数据处理和作图。

图1 玉米取样期间部分气象资料

2 结果与分析

2.1 玉米籽粒含水率去趋势结果

利用Logistic Power模型对2015—2017年不同玉米品种授粉后积温-含水率进行拟合, 得到趋势含水率的回归模型(如图2所示), 其拟合结果显示, 实际含水率均匀分布在趋势含水率的附近, 各品种趋势含水率拟合曲线的2值在0.965~0.983之间, 说明用该函数能较好地模拟趋势含水率的变化过程。利用模型拟合得到的趋势含水率, 忽略随机误差的影响, 得到含水率去趋势的结果(图3)。

2.2 玉米气象含水率与气象因子的相关分析

通过去趋势得到的气象含水率与各气象因子的相关分析(表2)显示, 生理成熟前气象含水率与温度因子(1,2,3)、日照时数(9)、太阳辐射(10)和蒸发量(11)有显著或极显著的相关性; 生理成熟后气象含水率与除太阳辐射(10)以外的其他气象因子均表现出显著或极显著的相关性; 整个测试期内气象含水率与除太阳辐射(10)、蒸发量(11)以外的其他因子存在显著相关性。由此可知玉米生理成熟前、后影响籽粒脱水的关键气象因子存在差异。

另外, 温度因子(1,2,3)与气象含水率在玉米生理成熟前、后均表现出极显著的相关性, 说明温度对气象含水率的影响是一持续过程, 表现主效作用, 但生理成熟前与气象含水率呈负相关, 生理成熟后主要为正相关。日照时数(9)在玉米生理成熟前、后均为稳定的显著负相关, 即日照时数越长气象含水率越小, 实际含水率越低。

2.3 气象含水率与气象因子的回归和通径分析

气象含水率与气象因子的逐步回归结果(表3)表明, 玉米生理成熟前, 平均温度(1)、平均风速(5)和蒸发量(11)为气象含水率的主要影响因子, 其2值为0.465; 生理成熟后为平均温度(1)和平均相对湿度(7),2为0.3845; 整个观测期的拟合结果2值较小, 但所有方程的拟合结果均达到极显著水平, 因此可以在一定程度上解释气象因子对气象含水率的影响。

对逐步回归筛选得到变量进行相应的通径分析(表4)表明, 玉米生理成熟前, 平均温度(1)、平均风速(5)对气象含水率的影响主要表现为间接作用, 蒸发量(11)主要表现为直接作用, 3个因子均表现为负效应。而生理成熟后, 平均温度(1)和平均相对湿度(7)对气象含水率均为直接作用, 且为正效应。整个测定期的结果来看, 平均相对湿度(7)主要为直接作用, 表现为正效应, 平均风速(5)的直接和间接作用差距并不大, 但总体均为负效应。

图2 不同玉米品种的授粉后积温与籽粒含水率的关系

JNK728: 京农科728; ZD958: 郑单958; XY335: 先玉335; NH816: 农华816。

JNK728: Jingnongke 728; ZD958: Zhengdan 958; XY335: Xianyu 335; NH816: Nonghua 816.

图3 不同玉米品种的气象含水率与授粉后积温的关系

品种名称同图2。The name of the varieties are the same as those given in Fig. 2.

表2 不同阶段气象含水率与气象因子的相关系数

*和**分别表示在0.05和0.01水平上显著。

*and**mean significant difference at the 0.05 and 0.01 levels, respectively.1: average temperature;2: maximum temperature;3: minimum temperature;4: daily temperature difference;5: average wind speed;6: maximum wind speed;7: average relative humidity;8: minimum relative humidity;9: sunshine hours;10: solar radiation;11: evaporation.

表3 气象含水率与气象因子的逐步回归结果

**表示在0.01水平上显著,为气象含水率, 回归变量以0.05水平引入和剔除;1: 平均温度;5: 平均风速;7: 平均相对湿度;11: 蒸发量。

**is significant at the 0.01 level, andis the meteorological-moisture content, variables are introduced and eliminated at the 0.05 level;1: average temperature;5: average wind speed;7: average relative humidity;11: evaporation.

表4 气象含水率与气象因子的通径分析

变量名称同表3。The name of the variables are the same as those given in Table 3.

表5 各因子对气象含水率的决定系数和R2贡献度

e为误差项;d表示与因子的共同决定系数。eis the error;drepresents the co-determination coefficient ofandfactor.

由表5可见, 生理成熟前, 决定系数11>5,11>1,11>5>e>1>1,5,11的2贡献度最高, 说明蒸发量(11)对气象含水率的影响最大; 生理成熟后的决定系数7>1, 说明平均相对湿度(7)的影响最大, 但误差项的决定系数e为0.6155, 说明生理成熟后除平均相对温度外还受其他因素影响; 整个观测期内的误差项决定系数达到了0.8116, 说明整个观测期结果还有其他因素未考虑在内。

3 讨论

以往研究证实, 可以用授粉后积温拟合玉米的籽粒含水率, 并提出了指数模型、线性模型和二次曲线模型等籽粒含水率估算模型[17-19,27], 本研究借鉴Logistic Power模型拟合趋势含水率, 其拟合度高,可以用于描述籽粒含水率的总体趋势, 因此得到的气象含水率结果有实际的参考价值。本研究借鉴了作物产量去趋势的方法, 消除趋势影响来研究玉米籽粒气象含水率与气象因子之间的关系, 所获得的籽粒趋势含水率符合玉米籽粒的脱水过程, 分析得到的关键气象因子符合玉米籽粒脱水对气象因子的响应, 气象因子对玉米籽粒的气象含水率的影响符合两者间的相关关系, 因此利用去趋势的方法研究玉米籽粒脱水过程和籽粒含水率的变化具有合理性。

诸多研究认为籽粒脱水受品种遗传和生态环境等多种因素的影响[8-10,32-33]。Nielsen等[34]发现在两年不同的温度条件下玉米杂交种的田间脱水过程存在差异; 霍仕平等[35]研究认为温度影响玉米籽粒干燥过程, 高温可以加快籽粒灌浆速率, 利于籽粒的快速脱水; Schmidt等[36]研究认为玉米籽粒含水率高于30%时, 籽粒脱水主要受温度影响。本研究结果表明在玉米的不同生育阶段, 其气象含水率与大部分的气象因子均呈现显著或极显著相关; 多因子的逐步回归筛选结果发现, 生理成熟前平均温度是影响玉米籽粒含水率变化的主要气象因子, 另外还包括平均风速和蒸发量。另外, 前人研究表明玉米成熟后籽粒的干燥主要受温度、湿度、降水等天气因素的影响[34]; 当玉米籽粒含水率低于30%后, 籽粒脱水速率与大气的饱和气压差、干湿球温度差和相对湿度显著相关[36]。本研究表明玉米生理成熟后籽粒脱水主要受平均温度和平均相对湿度的影响, 与前人的研究结果基本一致。Hallauer等[15]研究认为空气的蒸发能力与籽粒脱水的关系并不密切。但本研究发现, 生理成熟前蒸发量对玉米的气象含水率有显著影响, 其蒸发量是参考Penman-Monteith的作物蒸散模型[28]得到的一个综合指标, 其中已经包含温度、湿度、风速、辐射等众多参数, 而Hallauer等[15]的蒸发量数据是运用蒸发皿得到的, 且其分析是基于籽粒水分降低和累计蒸发量的简单相关分析的结果。本研究则利用去趋势的分析方法, 排除籽粒脱水趋势干扰, 研究阶段性的含水率变化与气象因子的关系, 相较于简单相关结果更加稳定。另外, 本研究的通径分析结果表明, 温度因子在玉米生理成熟前后表现的作用不同, 成熟前主要通过蒸发量表现为间接作用, 这也体现了蒸发量的综合特性; 成熟后则表现为直接作用, 但决定系数略小于相对湿度, 说明成熟后籽粒脱水的过程更易受到综合环境的影响, 并非温度的单一主导效应。Brooking等[14]认为降雨量是影响玉米籽粒含水量的重要因素, 向葵等[17]也发现可以用模型表示日降水量与玉米籽粒含水量的关系, 但大多数年份并不显著。由于降水量总体呈现离散分布的特点, 本研究暂未考虑降水量对气象含水率的影响, 因此关于降水与籽粒脱水的关系还需进一步研究。另外, 从本研究通过逐步回归的筛选结果可以看出, 虽然得到的方程均达到了极显著的水平, 但方程的整体R拟合度较低, 误差项较大, 尤其以玉米全生育期为整体考虑时, 其误差项的决定系数达到了0.8116, 说明还有其他的变量未考虑在内, 因此对剩余变量的筛选还需进一步研究。

4 结论

在试验区域内, 玉米生理成熟前籽粒脱水主要受平均温度、平均风速和蒸发量的影响; 生理成熟后主要受平均温度和平均相对湿度的影响; 可以利用去趋势的方法研究玉米的籽粒脱水过程与生态气象因子之间的关系。

[1] 谢瑞芝, 雷晓鹏, 王克如, 郭银巧, 柴宗文, 侯鹏, 李少昆. 黄淮海夏玉米籽粒机械收获研究初报. 作物杂志, 2014, (2): 76–79 Xie R Z, Lei X P, Wang K R, Guo Y Q, Chai Z W, Hou P, Li S K. Research on corn mechanically harvesting grain quality in Huanghuaihai plain., 2014, (2): 76–79 (in Chinese with English abstract)

[2] 李少昆, 王克如, 谢瑞芝, 侯鹏, 明博, 杨小霞, 韩冬生, 王玉华. 实施密植高产机械化生产, 实现玉米高产高效协同. 作物杂志, 2016, (4): 1–6 Li S K, Wang K R, Xie R Z, Hou P, Ming B, Yang X X, Han D S, Wang Y H. Implementing higher population and full mechanization technologies to achieve high yield and high efficiency in maize production., 2016, (4): 1–6 (in Chinese with English abstract)

[3] 柴宗文, 王克如, 郭银巧, 谢瑞芝, 李璐璐, 明博, 侯鹏, 刘朝巍, 初振东, 张万旭, 张国强, 刘广周, 李少昆. 玉米机械粒收质量现状及其与含水率的关系. 中国农业科学, 2017, 50: 2036–2043 Chai Z W, Wang K R, Guo Y Q, Xie R Z, Li L L, Ming B, Hou P, Liu C W, Chu Z D, Zhang W X, Zhang G Q, Liu G Z, Li S K. Current status of maize mechanical grain harvesting and its relationship with grain moisture content., 2017, 50: 2036–2043 (in Chinese with English abstract)

[4] 李璐璐, 雷晓鹏, 谢瑞芝, 王克如, 侯鹏, 张凤路, 李少昆. 夏玉米机械粒收质量影响因素分析. 中国农业科学, 2017, 50: 2044–2051 Li L L, Lei X P, Xie R Z, Wang K R, Hou P, Zhang F L, Li S K. Analysis of influential factors on mechanical grain harvest qua­lity of summer maize., 2017, 50: 2044–2051 (in Chinese with English abstract)

[5] 柳枫贺, 王克如, 李健, 王喜梅, 孙亚玲, 陈永生, 王玉华, 韩冬生, 李少昆. 影响玉米机械收粒质量因素的分析. 作物杂志, 2013, (4): 116–119 Liu F H, Wang K R, Li J, Wang X M, Sun Y L, Chen Y S, Wang Y H, Han D S, Li S K. Factors affecting corn mechanically harvesting grain quality., 2013, (4): 116–119 (in Chinese with English abstract)

[6] 王克如, 李少昆. 玉米机械粒收破碎率研究进展. 中国农业科学, 2017, 50: 2018–2026 Wang K R, Li S K. Progresses in research on grain broken rate by mechanical grain harvesting., 2017, 50: 2018–2026 (in Chinese with English abstract)

[7] 李少昆. 我国玉米机械粒收质量影响因素及粒收技术的发展方向. 石河子大学学报(自然科学版), 2017, 35(3): 265–272 Li S K. Factors Affecting the quality of maize grain mechanical harvest and the development trend of grain harvest technology.(Nat Sci), 2017, 35(3): 265–272 (in Chinese with English abstract)

[8] Cross H Z. Leaf expansion rate effects on yield and yield components in early-maturing maize., 1991, 31: 579–583

[9] Magari R, Kang M S, Zhang Y. Sample size for evaluating field ear moisture loss rate in maize., 1996, 41: 19–24

[10] 王克如, 李少昆. 玉米籽粒脱水速率影响因素分析. 中国农业科学, 2017, 50: 2027–2035 Wang K R, Li S K. Analysis of influencing factors on kernel dehydration rate of maize hybrids., 2017, 50: 2027–2035 (in Chinese with English abstract)

[11] 冯东升, 高树仁, 杨克军. 解析玉米籽粒脱水的动力问题. 中国种业, 2017, (10): 35–36 Feng D S, Gao S R, Yang K J. Analysis of the dynamic problem of dehydration of corn grains., 2017, (10): 35–36 (in Chinese with English abstract)

[12] 金益, 王振华, 张永林, 王殊华, 王云生. 玉米杂交种蜡熟后籽粒自然脱水速率差异分析. 东北农业大学学报, 1997, 28(1): 29–32 Jin Y, Wang Z H, Zhang Y L, Wang S H, Wang Y S. Difference analysis on the natural dry rate of kernel after wax ripening maize hybrids., 1997, 28(1): 29–32 (in Chinese with English abstract)

[13] Brooking I R. Maize ear moisture during grain-filling, and its relation to physiological maturity and grain-drying., 1990, 23: 55–68

[14] 谭福忠, 韩翠波, 邹双利, 刘振江, 籍依安. 极早熟玉米品种籽粒脱水特性的初步研究. 中国农学通报, 2008, (7): 161–168Tan F Z, Han C B, Zou S L, Liu Z J, Ji Y A. Elementary study on kernel dry-down traits in earliest-maturity maize hybrid., 2008, (7): 161–168 (in Chinese with English abstract)

[15] Hallauer A R, Russell W A. Effects of selected weather factors on grain moisture reduction from silking to physiologic maturity in corn., 1961, 53: 225–229

[16] Daynard T B, Kannenberg L W. Relationships between length of the actual and effective grain filling., 1976, 56: 237–242

[17] 向葵. 玉米籽粒脱水速率测定方法优化及遗传研究. 四川农业大学博士学位论文, 四川成都, 2011 Xiang K. Genetic Analysis and Measuring Method Development of Kernel Fast Dry Down Rate in Maize. PhD Dissertation of Sichuan Agricultural University, Chengdu, Sichuan, China, 2011 (in Chinese with English abstract)

[18] Derieux M, Bonhomme R. Heat unit requirements for maize hybrids in Europe. Results of the European FAO sub-network: sowing-silking period., 1992, 27(2): 59–77

[19] Cavalieri A J, Smith O S. Grain filling and field drying of a set of maize hybrids released from 1930 to 1982., 1985, 25: 856–860

[20] 李璐璐. 黄淮海夏玉米籽粒脱水特征研究. 中国农业科学院硕士学位论文, 北京, 2017 Li L L. Study on grain dehydration characteristics of summer maize in Huang-Huai-Hai plain. MS Thesis of Chinese Academy of Agricultural Sciences, Beijing, China, 2017 (in Chinese with English abstract)

[21] 李璐璐, 谢瑞芝, 范盼盼, 雷晓鹏, 王克如, 侯鹏, 李少昆. 郑单958与先玉335子粒脱水特征研究. 玉米科学, 2016, 24(2): 57–61 Li L L, Xie R Z, Fan P P, Lei X P, Wang K R, Hou P, Li S K. Study on dehydration in kernel between Zhengdan 958 and Xianyu 335., 2016, 24(2): 57–61 (in Chinese with English abstract)

[22] 房世波. 分离趋势产量和气候产量的方法探讨. 自然灾害学报, 2011, 20(6): 13–18 Fang S B. Exploration of method for discrimination between trend crop yield and climatic fluctuant yield., 2011, 20(6): 13–18 (in Chinese with English abstract)

[23] 温晓慧, 温桂清, 薛敏. 用直线滑动均值法做作物趋势产量预报. 黑龙江气象, 1994, (1): 19–20 Wen X H, Wen G Q, Xue M. Prediction of crop trend yield using linear moving average method., 1994, (1): 19–20 (in Chinese with English abstract)

[24] 赵东妮, 王艳华, 任传友, 马熙达, 徐一丹, 陈伟. 3 种水稻趋势产量拟合方法的比较分析. 中国生态农业学报, 2017, 25: 345–355 Zhao D N, Wang Y H, Ren C Y, Ma X D, Xu Y D, Chen W. Comparative analysis of three fitting methods of rice trend yield., 2017, 25: 345–355 (in Chinese with English abstract)

[25] 王媛, 方修琦, 徐锬. 气候变化背景下“气候产量”计算方法的探讨. 自然资源学报, 2004, 19: 531–536 Wang Y, Fang X Q, Xu T. A method for calculating the climatic yield of grain under climate change., 2004, 19: 531–536 (in Chinese with English abstract)

[26] 郭梁, Wilkes A, 于海英, 许建初. 中国主要农作物产量波动影响因素分析. 植物分类与资源学报, 2013, 35: 513–521 Guo L, Wilkes A, Yu H Y, Xu J C. Analysis of factors influencing yield variability of major crops in China., 2013, 35: 513–521 (in Chinese with English abstract)

[27] 李璐璐, 明博, 高尚, 谢瑞芝, 侯鹏, 王克如, 李少昆. 夏玉米籽粒脱水特性及与灌浆特性的关系. 中国农业科学, 2018, 51: 1878–1889 Li LL Ming Bo, Gao S, Xie R Z, Hou P, Wang K R, Li S K. Grain dehydration characters of summer maize and its relationship with grain filling., 2018, 51: 1878–1889 (in Chinese with English abstract)

[28] Richard G, Luis S P, Raes D, Smith M. Crop Evapotranspiration: Guidelines for Computing Crop Water Requirements. FAO Irrigation & Drainage Paper No.56, 1998. https://www.researchgate. net/publication/200041957

[29] Ross J. Radiative transfer in plant communities., 1975, 1: 13–55

[30] 明道绪. 生物统计附试验设计(第3版). 北京: 中国农业出版社, 2009. pp 167–178 Ming D X. Biostatistics and experimental design, 3rd edn. Beijing: China Agriculture Press, 2009. pp 167–178 (in Chinese)

[31] 任红松, 吕新, 曹连莆, 袁继勇. 通径分析的SAS实现方法. 农业网络信息, 2003, (4): 17–19 Ren H S, Lyu X, Cao L P, Yuan J Y. The implemented method of SAS in path analysis., 2003, (4): 17–19 (in Chinese with English abstract)

[32] 李璐璐, 谢瑞芝, 王克如, 明博, 侯鹏, 李少昆. 黄淮海夏玉米生理成熟期子粒含水率研究. 作物杂志, 2017, (2): 88–92 Li L L, Xie R Z, Wang K R, Ming B, Hou P, Li S K. Study on kernel moisture content of summer maize at physiological maturity in Huanghuaihai region., 2017, (2): 88–92 (in Chinese with English abstract)

[33] 张林, 王振华, 金益, 于天江. 玉米收获期含水量的配合力分析. 西南农业学报, 2005, 18(5): 32–35 Zhang L, Wang Z H, Jin Y, Yu T J. Combining ability analysis of water content in harvest stage in corn., 2005, 18(5): 32–35 (in Chinese with English abstract)

[34] Nielsen R L. Field dry down of mature corn grain. Corny News Network: Purdue University Department of Agronomy, 2011 [2018-06-08]. http://www.kingcorn.org/news/timeless/GrainDrying. html

[35] 霍仕平. 玉米灌浆期籽粒脱水速率的研究进展. 玉米科学, 1993, (4): 39–44 Huo S P. Research progress of grain dehydration rate in maize during grain filling stage., 1993, (4): 39–44 (in Chinese with English abstract)

[36] Schmidt J L, Hallauer A R. Estimating harvest date of corn in the field., 1966, 6: 227–231

Relationship between Grain Dehydration and Meteorological Factors in the Yellow-Huai-Hai Rivers Summer Maize

GAO Shang**, MING Bo**, LI Lu-Lu, XIE Rui-Zhi, XUE Jun, HOU Peng, WANG Ke-Ru*, and LI Shao-Kun*

Institute of Crop Sciences, Chinese Academy of Agricultural Sciences / Key Laboratory of Crop Physiology and Ecology, Beijing 100081, China

There is a close relationship between maize grain dehydration and meteorological factors. Clarifying main meteorological factors and their influence on grain dehydration can better predict the dynamics of grain moisture content, and the rationally arrange the time of maize grain harvesting. The study was conducted in Xinxiang, Henan province from 2015 to 2017. Four main maize varieties Jingnongke 728 (JNK728), Zhengdan 958 (ZD958), Xianyu 335 (XY335), and Nonghua 816 (NH816) currently planted in local production were selected to continuously measure the changes of maize grain moisture content. The logistic power model was used for fitting the process of grain dehydration and the removing trend method was used for analysing the results. The actual moisture content of maize grain was divided into trend moisture content, meteorological moisture content, and random error. The relationship between meteorological moisture content and meteorological factors in the Yellow-Huai-Hai Rivers area was clarified. The main meteorological factors affecting grain dehydration before and after physiological maturity of maize grain were screened out stepwise regression and path analysis methods. The meteorological moisture content of maize grain had significant or extremely significant correlation with most meteorological factors which were average temperature (1), average wind speed (5) and evaporation (11) selected before physiological maturity, and the average temperature (1) and the average relative humidity (7) selected after the physiological maturity. The evaporation most contributed before the physiological maturity, while temperature and wind speed had indirect effect through evaporation. After physiological maturity, temperature and relative humidity were mainly direct effects, and the effect of relative humidity was slightly greater than that of temperature. The removing trend method used in this study is more scientific in both theoretical and practical operations. The results are also more credible and this method is of reference value to other similar researches.

summer maize; grain dehydration; moisture content; meteorological factors; removing trend analysis

2018-06-09;

2018-08-20;

2018-09-19.

10.3724/SP.J.1006.2018.01755

通信作者(Corresponding authors):李少昆, E-mail: lishaokun@caas.cn, Tel: 010-82108891; 王克如, E-mail: wkeru01@163.com, Tel: 010-82108595

**同等贡献(Contributed equally to this work)

高尚, E-mail: g382824817@126.com, Tel: 010-82105791; 明博, Tel: 010-82105791, E-mail: obgnim@163.com

本研究由国家重点研发计划项目(2016YFD0300101), 国家自然科学基金项目(31371575), 国家现代农业产业技术体系建设专项(CARS-02-25)和中国农业科学院农业科技创新工程项目资助。

This study was supported by the National Key Research and Development Program of China (2016YFD0300101), the National Natural Science Foundation of China (31371575), the China Agriculture Research System (CARS-02-25), and the Innovation Project of Agricultural Science and Technology at Chinese Academy of Agricultural Sciences.

URL:http://kns.cnki.net/kcms/detail/11.1809.S.20180918.1050.002.html