黄淮海夏玉米品种脱水类型与机械粒收时间的确立

李璐璐 明 博 谢瑞芝 王克如 侯 鹏 李少昆



黄淮海夏玉米品种脱水类型与机械粒收时间的确立

李璐璐**明 博**谢瑞芝 王克如 侯 鹏 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

黄淮海一年两熟模式下玉米成熟和熟后籽粒脱水的热量资源紧缺, 是制约机械粒收在该区域发展的关键因素。本文尝试建立黄淮海一年两熟制地区玉米机械粒收适宜品种筛选和以授粉至生理成熟积温和生理成熟期籽粒含水率为指标, 运用双向平均法将参试品种划分为晚熟高含水率(I)、早熟高含水率(II)、早熟低含水率(III)和晚熟低含水率(IV)4种类型。基于玉米生长进程及籽粒含水率动态测试, 估算不同品种播种至适宜机械粒收含水率(28%、25%)所需活动积温, 以黄淮海区夏玉米常年播种日期为起点, 结合历史气象资料的累积计算, 利用地统计分析技术明确不同类型品种适宜机械粒收的时空分布规律, 建立适宜机械粒收时期的预测方法, 为机械粒收在黄淮海区域推广提供指导。选择27个主推品种, 播种至籽粒含水率下降到28%、25%所需要积温分别为, 类型I 2982°C d、3118°C d, 类型II 2770°C d、2873°C d, 类型III 2729°C d、2845°C d, 类型IV 2860°C d、2980°C d。类型III品种降至28%、25%含水率时间分别较类型II品种早2~3 d、约2 d, 较类型IV品种早7~9 d、7~10 d, 较类型I品种早13~17 d、16~17 d。各类型品种籽粒由28%含水率降至25%水平, 所需时间约6~8 d。在当前玉米种植模式及下茬小麦适期播种条件下, 黄淮海南部的豫南、皖北地区, 各类玉米品种均能满足籽粒脱水至适宜机械粒收含水率的要求, 而在黄淮海北部、关中西部以及山东半岛地区, 现有品种很难降至适宜含水率, 需通过选择早熟和籽粒脱水快的适宜品种加以实现。本研究建立的以积温预测籽粒含水率动态变化及其适宜机械粒收时间的预测方法, 为各地合理配置玉米粒收品种、确定适宜机械粒收时间提供了可行的技术方法。

玉米; 籽粒含水率; 脱水类型; 粒收时期; 空间分布

玉米籽粒含水率是影响收获时间、收获质量、烘干储运以及商用品质的重要因素[1-4]。黄淮海平原是中国重要的粮食产区, 区域内普遍采用冬小麦-夏玉米一年两熟模式, 受冬小麦收获和播种时间的双重限制, 夏玉米生长、成熟和脱水的热量资源相对紧张, 加之黄淮海区域夏玉米品种生育期偏长[5], 收获时籽粒含水率通常在30%~40%, 甚至更高[6-10], 难以满足机械粒收建议低于28%或25%的要求[11-15]。美国玉米机械粒收高峰期迟于生理成熟高峰期约1个月, 收获时籽粒含水率一般降低至15%~25%[16-17], 而在黄淮海现有种植模式下通过推迟收获期降低籽粒含水率的力度有限。因此根据黄淮海区域气候条件及区域内热量条件的差异, 选择熟期适宜、生理成熟期籽粒含水率低、脱水快的品种; 通过品种配置和栽培技术配套, 协调籽粒成熟与降低含水率的矛盾, 在不影响产量水平的前提下有效降低收获时籽粒含水率, 是解决黄淮海一年两熟模式下夏玉米机械粒收问题的有效途径, 目前国内对此鲜有报道。本研究基于黄淮海夏玉米区主栽品种籽粒脱水进程的动态测定与分析, 明确品种间籽粒含水率变化动态及其脱水特征的差异, 尝试将当前品种根据熟期和脱水特性分类; 以不同类型品种达到适宜籽粒收获含水率的积温分析各类品种在黄淮海夏玉米区适宜机械粒收时间的空间分布, 为黄淮海夏玉米区机械粒收品种筛选和技术推广提供理论和技术支持。

1 材料与方法

1.1 试验设计

2014年在中国农业科学院作物科学研究所中圃场试验田(北京, 39°95′N, 116°30′E), 2015—2016年在中国农业科学院新乡综合试验站(河南新乡, 35°10′N, 113°47′E)开展试验, 试验期间温度和降水情况如表1。种植密度均为75 000株 hm-2, 田间管理同大田生产。2014年于6月1日播种, 9个参试品种, 大区种植, 每区长10 m, 宽6 m, 面积60 m2; 2015年于6月16日播种, 11个参试品种, 随机区组设计, 每品种重复3次, 小区长8 m, 宽5.4 m, 面积43.2 m2; 2016年于6月4日播种, 17个参试品种, 大区种植, 每区长18 m, 宽7.8 m, 面积140.4 m2。参试品种为黄淮海区生产中应用面积较大的夏播玉米审定品种(表2)。

1.2 玉米品种积温需求与分类

基于新乡试验站长期开展的籽粒含水率变化动态研究[18-20], 采用Logistic Power非线性增长模型[20]建立全部参试品种的籽粒含水率预测模型, 估算自授粉至达到机械粒收理想含水率(28%和25%)所需要的活动积温(≥0°C积温, 以下简称积温)。根据试验记载的生育期数据, 计算各品种自播种至吐丝期的多年平均积温需求。在此基础上, 将播种至吐丝观测积温及籽粒脱水估算积温相加, 获得各品种自播种至理想含水率所需积温。

将授粉至生理成熟的积温与生理成熟期籽粒含水率这2个指标作为品种分类的标准[20], 以试验获取的各品种授粉至生理成熟积温和生理成熟期籽粒含水率数据建立散点图, 采用双向平均法将参试品种划分为4种类型。将各类品种自播种至理想含水率的积温需求取平均值, 代表4种类型品种所需积温, 以备用于估算区域适宜机械粒收日期。

表1 试验期间温度和降水情况

积温为大于等于0°C活动积温。河南新乡2016年7月29日当天降水414 mm。

Accumulated temperature ≥ 0°C. Precipitation was 414 mm on July 29, 2016 in Xinxiang, Henan.

表2 试验品种名称

1.3 适宜机械粒收日期估算和空间分析

1.3.1 播种日期的确定 适宜机械粒收日期估算以夏玉米常年播种期为起点, 各地夏玉米播种日期由96个夏播玉米主产县调查数据进行地统计分析得出。其中, 70个县为玉米产业技术体系黄淮海夏玉米种植区示范县, 26个为非示范县的主产县。将全部96个县的常年播种日期转化为日序进行空间分析。

1.3.2 播种日期调查县与气象站点的融合 气象数据包括黄淮海夏玉米区81个气象站点[21](去除高海拔气象站点)多年气象数据(1961—2015)。利用ArcMap地理信息分析工具, 将各县播种日序值以普通克里格法(Ordinary Kriging)进行空间插值并栅格化处理[22-24]。将气象站点图层与播种日序栅格图层叠加, 利用空间分析工具(Spatial Analyst Tools)提取气象站点所在坐标的播种日序空间插值结果, 获取各气象站点的常年播种日序。

1.3.3 适宜机械粒收日期的空间分布 根据4种类型品种自播种至达到理想籽粒含水率的积温需求, 以各气象站点的常年播种日序为起点, 计算4类品种达到理想含水率积温需求对应的日序。利用普通克里格法将该日序进行空间插值并栅格化处理, 得到4种类型品种在黄淮海夏玉米区适宜机械粒收日序的空间分布, 最后将日序转化为日期作图。

2 结果与分析

2.1 玉米品种脱水特征及其分类

根据全部参试品种3年间的试验结果, 确定以授粉至生理成熟平均积温1403.2°C d、生理成熟期平均含水率27.7%为界, 将参试品种划分为以下4种类型(图1和表3)。

2.1.1 晚熟高含水率(I) 授粉至生理成熟积温平均为1472.0°Cd, 生理成熟期籽粒含水率平均为29.0%。该类品种成熟晚且需要较长时间进行生理成熟后田间站秆脱水, 占全部品种的10.8%;

2.1.2 早熟高含水率(II) 授粉至生理成熟积温平均为1321.5°C d, 生理成熟期籽粒含水率平均为29.8%。该类品种成熟较早但仍需要较多时间进行生理成熟后田间站秆脱水, 占全部品种的35.1%;

2.1.3 早熟低含水率(III) 授粉至生理成熟积温平均为1345.4°C d, 生理成熟期籽粒含水率平均为26.6%。该类品种生理成熟早且含水率低, 可尽早达到机械粒收的适宜含水率标准, 占全部品种的13.5%;

2.1.4 晚熟低含水率(IV) 授粉至生理成熟积温平均为1474.9°C d, 生理成熟期籽粒含水率平均为26.0%, 该类品种成熟晚但生理成熟后籽粒脱水时间较短, 占全部品种的40.5%。

图1 生理成熟期籽粒含水率与授粉至生理成熟积温的关系

品种名称缩写见表2。Abbreviations of hybrids are the same as those given in Table 2.

根据历年试验中播种、出苗、吐丝、生理成熟等关键生育期调查数据, 明确了各品种不同生育阶段的积温需求。利用籽粒含水率变化动态及气象数据, 建立了基于Logistic Power非线性增长模型的参试品种籽粒含水率预测模型。基于上述结果, 获得了各参试品种主要生育阶段及籽粒脱水过程的积温需求(表3)。根据品种分类结果, 各类型品种自播种至适宜机械粒收含水率的积温需求如表4所示。

2.2 黄淮海夏玉米播期分布

利用黄淮海区96个夏玉米主产县调研数据, 分析了区域[25]夏玉米常年播种日期的时空分布规律(图2)。结果显示, 黄淮海夏玉米播种日期集中在6月上旬至中旬期间, 夏玉米播种趋势由豫西、豫南地区向东、向北逐步推进, 关中地区则由东向西逐步展开。这一趋势与冬小麦成熟和收获进程一致且相距时间较近, 多数区域为冬小麦收获后立即进行夏玉米播种。根据区域夏玉米播种日期分析结果, 以常年播种日期为起点, 累积计算所需积温, 最终明确区域适宜机械粒收的收获日期。

2.3 不同类型玉米品种适宜收获期估测

基于常年播种日期及不同类型品种至适宜籽粒含水率的积温需求, 分析了黄淮海夏播玉米区各类型品种适宜机械粒收的收获时期分布规律。图3显示了不同类型品种籽粒降至28%含水率时间的空间变化规律。整体上, 随着夏玉米播期和区域热量资源的变化, 降至28%籽粒含水率的时间由豫南、豫中地区向北、向东和向西逐渐延后。至河北北部、北京、天津、胶东半岛及关中西部等地, 现有品种籽粒含水率尚不能在10月下旬前降至28%。

晚熟高含水率品种(I)仅河南大部地区可在10月初降至28%含水率, 山东西南部、河北邢台、皖北大部及苏北西部地区至10月中旬前籽粒含水率可降至28%, 其他地区种植类型I品种无法满足机械粒收的基本要求。早熟高含水率(II)和早熟低含水率(III)两类品种在籽粒含水率降至28%的时空变化规律相似, 在河南大部可分别于9月22日和9月19日前降至28%。山东、皖北和苏北地区籽粒脱水进程呈现由西向东次第延后的态势, 从9月下旬至10月中旬逐渐降至28%含水率。关中地区则由东向西变化, 自10月上旬籽粒含水率陆续降至28%。河北省的变化趋势则是由南向北逐步延后, 最早9月下旬可达28%含水率。晚熟低含水率品种(IV)在研究区域内的籽粒含水率变化趋势与II、III品种类似, 但达到28%含水率的时间整体偏晚, 至10月下旬依然无法达到粒收要求的地区范围有所扩大。

表3 不同品种在不同阶段对活动积温的需求

品种名称缩写见表2; “P”表示授粉时期, “PM”表示生理成熟, “MC”表示含水率;§为实际调查数据,#为模型计算结果。本试验在吐丝后进行统一授粉, 吐丝期和授粉日期之间有0~3 d的间隔。

Abbreviations of hybrids are the same as those given in Table 2. “P” means the pollination. “PM” means the physiological maturity. “MC” means the moisture content.§means actual research data.#means calculated data. There are 0-3 days interval between the silking date and the pollination date because of the controlled pollination.

表4 不同类型玉米品种在不同阶段对积温的需求

缩写同表3。Abbreviations are the same as those given in Table 3.

图2 黄淮海夏玉米常年播种时间空间插值结果

图中黑点代表夏玉米播期调查的县、市、区(=96)。

The black dots represent the location of the county used for spatial interpolation (=96).

总体上早熟低含水率品种(III)达到28%含水率时间在黄淮海夏玉米区的变化推移早于早熟高含水率品种(II) 2~3 d, 平均早2 d; 较晚熟低含水率品种(IV)早7~9 d, 平均早8 d; 较晚熟高含水率品种(I)早13~17 d, 平均早15 d。

图4显示, 不同类型品种籽粒降至25%含水率整体时空分布规律与籽粒含水率降至28%的规律一致。以现有品种和种植模式, 尚不能在10月下旬前降至25%含水率的地区有所扩大, 包括河北保定以北、山东潍坊以东及关中大部地区。

早熟低含水率品种(III)降至25%最早为9月24日, 在9月23日至9月28日时间段内, 河南中南部部分地区籽粒含水率可降至25%, 其他品种类型则无法实现。至9月28日后, 早熟高含水率品种(II)、早熟低含水率品种(III)及晚熟低含水率品种(IV)籽粒脱水的空间变化趋势一致, 各时间阶段的分布区域逐渐向豫南、皖北区域收缩。晚熟高含水率品种(I)的含水率仅河南驻马店至安徽阜阳一带可在10月8日前后达到25%, 至10月中下旬, 只有河南中南部、皖北部分地区能够降至25%。

就区域总体而言, 与早熟低含水率品种(III)相比较, 早熟高含水率品种(II)籽粒含水率降至25%的时间约晚2 d; 晚熟低含水率品种(IV)约晚7~10 d, 平均晚8 d; 晚熟高含水率品种(I)约晚16~17 d, 平均晚16 d。同一类型品种降至28%和25%两个适宜含水率水平的时间, 晚熟高含水率品种(I)相差8~9 d, 平均相差8 d; 早熟高含水率品种(II)相差6~7 d, 平均6 d; 早熟低含水率品种(III)相差6~8 d, 平均相差7 d; 晚熟低含水率品种(IV)相差7~9 d, 平均相差7 d。在黄淮海夏玉米区, 籽粒由28%含水率继续降至25%水平, 所需时间约6~8 d。

图3 黄淮海夏玉米不同类型品种籽粒降水至28%机收时间分布图

图4 黄淮海夏玉米不同类型品种籽粒降水至25%机收时间分布图

3 讨论

收获时的籽粒含水率是影响机械粒收质量的关键因素[1-5,11-15], 也是黄淮海区玉米机械粒收技术推广所面临的主要问题。前期黄淮海区主推夏玉米品种的机械粒收试验结果显示[14], 籽粒含水率小于28.21%, 破碎率可小于8%, 基本达到机械粒收的破碎率质量要求; 小于24.78%时, 破碎率可小于5%; 籽粒含水率在20%左右时, 收获质量最佳。本研究以28%及25%籽粒含水率作为分析黄淮海夏玉米适宜机械粒收时期的判定指标, 基于不同品种籽粒脱水动态分析及建立的籽粒含水率预测模型[20], 建立了基于历史气象资料的不同类型品种适宜机械粒收时期的预测方法, 以黄淮海夏玉米常年播种日期为起点, 针对该区现有主推品种分析其适宜收获时间的空间分布规律, 对于推动区域机械粒收技术发展具有重要的指导意义, 也为其他玉米产区粒收品种筛选和粒收时间的确立提供了可行的技术方法。结果显示, 适宜机械粒收时间的空间分布趋势与区域内夏玉米播期的变化基本一致, 说明播期是决定适宜收获期的关键因素之一。但目前夏玉米免耕直播技术的推广已极大地缩短了麦收至夏播的时间间隔, 在不影响小麦生产的前提下, 通过提早夏玉米播期解决机械粒收应用问题的空间有限。黄淮海南部的豫南、皖北地区积温资源丰富, 供试各类品种均能在不影响冬小麦正常播种的前提下, 满足籽粒脱水至适宜机械粒收含水率的要求, 上述地区机械粒收技术应加快推广。而在黄淮海北部、关中西部以及山东半岛地区, 由于环境条件和冬小麦种植时间的限制[26-27], 现有品种很难降至适宜含水率, 迫切需要选育和筛选早熟、脱水快的品种, 此外, 还可考虑调整熟制[28-30]实现玉米粒收及综合效益提升。

由于黄淮海区内种植品种多样, 不同品种表现出较大的机械粒收适应性差异[14], 主要集中在熟期适宜性和收获时籽粒含水率的适宜性两个方面。为了便于分析及结果呈现, 本研究依据授粉至生理成熟所需积温以及生理成熟期籽粒含水率为指标, 以全部参试品种试验测定数据和双向平均法为依据, 将品种划分为4种类型。其中, 前一个指标决定了生理成熟后至冬小麦播种限制玉米最晚收获时间的剩余积温量, 也就是可供籽粒脱水的积温量; 后一个指标则决定了籽粒达到适宜机械粒收所需要降低的含水率, 是黄淮海一年两熟模式下选择适宜机械粒收品种的关键指标。晚熟高含水率品种(I)成熟晚且生理成熟后仍需一定时间的脱水过程才适宜机械粒收, 适于这类品种的种植区域集中在豫南皖北区域。早熟低含水率品种(II)熟期早且生理成熟时含水率即可满足机械粒收要求, 在各地机械粒收试验示范中表现出良好的粒收性能, 可在黄淮海大部分区域推广应用。早熟高含水率品种(II)和晚熟低含水率品种(IV)占参试品种的75.6%, 是当前品种的主流类型。在各地机械粒收品种优选时, 应根据当地种植模式、小麦适宜播期及积温资源情况合理选用。

品种优选是一项重要的生产技术, 通过熟期、抗病性和生态适应性等指标优选配置品种, 可以发挥品种潜力以获得更优的产量表现。以往生产中为了获得更高的产量, 多选用相对晚熟的品种以充分利用当地积温, 收获时果穗刚刚达到甚至尚未达到生理成熟[5-7], 造成黄淮海夏玉米收获期籽粒含水率偏高的现象, 影响了区域机械粒收技术的推广。因此, 黄淮海区夏玉米品种筛选需协调玉米成熟和籽粒脱水的积温需求, 以满足产量和收获时含水率的双重目标需求。本研究围绕黄淮海区域现有的主推品种展开, 目前适合机械粒收的审定品种还很少, 难免会影响品种类型划分的结果。今后可选择适宜机械粒收及晚熟高含水率的标准对照种, 建立品种类型划分标准, 指导适宜机械粒收品种的选育和生产应用。此外, 区域适宜机械粒收时期的预测方法中, 播种至吐丝阶段的积温需求及籽粒含水率估算模型在区域和年际间的稳定性尚待研究完善。

4 结论

本研究建立了适宜机械粒收时期的预测方法。根据授粉至生理成熟积温和生理成熟期籽粒含水率, 将黄淮海夏玉米区27个主推品种划分为4种类型。明确了各类型品种播种至籽粒28%、25%含水率所需要的积温。明确了不同类型品种适宜机械粒收的时空分布规律, 类型III品种降至28%、25%含水率时间分别较类型II品种早2~3 d、约2 d, 较类型IV品种早7~9 d、7~10 d, 较类型I品种早13~17 d、16~17 d。各类型品种籽粒由28%含水率降至25%水平, 所需时间约6~8 d。研究结果为各地合理选择粒收品种、确定适宜机械粒收时间提供了可行的技术方法。

致谢 李潮海、薛吉全、崔彦宏、张吉旺、张中东、张健、孔令杰等专家参与了黄淮海夏玉米播种日期的调查咨询, 在此表示衷心的感谢。

[1] 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)

[2] 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 Huang-Huai-Hai plain., 2014, (2): 76–79 (in Chinese with English abstract)

[3] 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)

[4] 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)

[5] 任佰朝, 高飞, 魏玉君, 董树亭, 赵斌, 刘鹏, 张吉旺. 冬小麦–夏玉米周年生产条件下夏玉米的适宜熟期与积温需求特性. 作物学报, 2018, 44: 137–143 Ren B Z, Gao F, Wei Y J, Dong S T, Zhao B, Liu P, Zhang J W. Suitable maturity period and accumulated temperature of summer maize in wheat–maize double cropping system., 2018, 44: 137–143 (in Chinese with English abstract)

[6] 杨国航, 张春原, 孙世贤, 刘春阁, 王卫红, 赵久然. 夏玉米子粒收获期判定方法研究. 作物杂志, 2006, (5): 11–13 Yang G H, Zhang C Y, Sun S X, Liu C G, Wang W H, Zhao J R. Study on the method of judging the harvest time of summer maize., 2006, (5): 11–13 (in Chinese)

[7] 周进宝, 杨国航, 孙世贤, 赵久然. 黄淮海夏播玉米区玉米生产现状和发展趋势. 作物杂志, 2008, (2): 4–7 Zhou J B, Yang G H, Sun S X, Zhao J R. Current situation and prospect of maize production in the Huang-Huai-Hai summer maize region., 2008, (2): 4–7 (in Chinese with English abstract)

[8] 刘京宝, 房志勇, 赵霞, 黄璐, 夏来坤, 冯保荣, 刘麦囤. 河南省夏玉米最佳收获期研究. 河南农业科学, 2011, 40(6): 46–48 Liu J B, Fang Z Q, Zhao X, Huang L, Xia L K, Feng B R, Liu M T. Study on optimum harvest date of summer maize in Henan province., 2011, 40(6): 46–48 (in Chinese with English abstract)

[9] 杨茜, 相姝楠. 一年两熟地区玉米生产机械化中的农机农艺适应性问题初探. 中国农机化学报, 2013, 34(2): 59–61 Yang Q, Xiang S N. The agricultural machinery & agronomic adaptability solution of the corn production mechanization in the area of two seasoned crops., 2013, 34(2): 59–61 (in Chinese with English abstract)

[10] 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. Kernel moisture content of summer maize at physiological maturity in Huanghuaihai region., 2017, (2): 88–92 (in Chinese with English abstract)

[11] 郭庆辰, 康浩冉, 王丽娥, 刘洪泉, 陈艳花, 白光红, 窦秉德. 黄淮区籽粒机收玉米标准及育种模式探讨. 农业科技通讯, 2016, (1): 159–162 Guo Q C, Kang H R, Wang L E, Liu H Q, Chen Y H, Bai G H, Dou B D. The standard of corn grain mechanical harvest and breeding mode in Huang-Huai Region.2016, (1): 159–162 (in Chinese)

[12] 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 harvesting quality of summer maize., 2017, 50: 2044–2051 (in Chinese with English abstract)

[13] 柴宗文, 王克如, 郭银巧, 谢瑞芝, 李璐璐, 侯鹏, 刘朝巍, 初振东, 张万旭, 张国强, 刘广周, 李少昆. 玉米机械籽粒收获质量现状及其与水分含量的关系. 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, 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)

[14] 李璐璐, 薛军, 谢瑞芝, 王克如, 明博, 侯鹏, 高尚, 李少昆. 夏玉米籽粒含水率对机械粒收质量的影响. 作物学报, 2018, 44: 1747–1754 Li L L, Xue J, Xie R Z, Wang K R, Ming B, Hou P, Gao S, Li S K. Effects of grain moisture content on mechanical grain harvesting quality of summer maize., 2018, 44: 1747–1754 (in Chinese with English abstract)

[15] 李少昆, 王克如, 谢瑞芝, 李璐璐, 明博, 侯鹏, 初振东, 张万旭, 刘朝巍. 玉米子粒机械收获破碎率研究. 作物杂志, 2017, (2): 76–80 Li S K, Wang K R, Xie R Z, Li L L, Ming B, Hou P, Chu Z D, Zhang W X, Liu C W. Grain breakage rate of maize by mechanical harvesting in China., 2017, (2): 76–80 (in Chinese with English abstract)

[16] 赵明, 李少昆, 董树亭, 张东兴, 王璞, 薛吉全, 高聚林, 孙士明, 张吉旺, 刘鹏, 刘永红, 王永军. 美国玉米生产关键技术与中国现代玉米生产发展的思考: 赴美国考察报告. 作物杂志, 2011, (5): 1–3 Zhao M, Li S K, Dong S T, Zhang D X, Wang P, Xue J Q, Gao J L, Sun S M, Zhang J W, Liu P, Liu Y H, Wang Y J. The key technology of American maize production and the development of modern maize production in China: a study report after visiting the United States., 2011, (5): 1–3 (in Chinese with English abstract)

[17] 李少昆. 美国玉米生产技术特点与启示. 玉米科学, 2013, 21(3): 1–5 Li S K. Characteristics and enlightenment of corn production technologies in the U.S., 2013, 21(3): 1–5 (in Chinese with English abstract)

[18] 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): 57–61Li 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)

[19] 李璐璐, 明博, 谢瑞芝, 王克如, 侯鹏, 李少昆. 玉米品种穗部性状差异及其对籽粒脱水的影响. 中国农业科学, 2018, 51: 1855–1867 Li L L, Ming B, Xie R Z, Wang K R, Hou P, Li S K. Differences of ear characters in maize and their effects on grain dehydration., 2018, 51: 1855–1867 (in Chinese with English abstract)

[20] 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关系的研究. 中国农业科学, 2018, 51: 1878–1889 Li L L, Ming B, Gao S, Xie R Z, Hou P, Wang K R, Li S K. Study on grain dehydration characteristics of maize and its relationship with grain filling., 2018, 51: 1878–1889 (in Chinese with English abstract)

[21] China Meteorological Data Sharing Service System. National Meteorological Information Center. Beijing [2017-3-15]. http://data. cma.cn/data/cdcdetail/dataCode/SURF_CLI_CHN_MUL_DAY_V3.0.html

[22] 李军, 游松财, 黄敬峰. 中国1961-2000年月平均气温空间插值方法与空间分布. 生态环境, 2006, 15(1): 109–114 Li J, You S C, Huang J F. Spatial interpolation method and spatial distribution characteristics of monthly mean temperature in China during 1961-2000., 2006, 15(1): 109–114 (in Chinese with English abstract)

[23] 杨扬, 杨建宇, 李绍明, 张晓东, 朱德海. 玉米生育期空间插值方法比较. 农业工程学报, 2009, 25(9): 163–167 Yang Y, Yang J Y, Li S M, Zhang X D, Zhu D H. Comparison of spatial interpolation methods for maize growth period., 2009, 25(9): 163–167 (in Chinese with English abstract)

[24] 刘勤, 严昌荣, 梅旭荣, 杨建莹, 翟治芬. 基于地理和气象要素的春玉米生育期栅格化方法. 生态学报, 2011, 31: 4056–4061 Liu Q, Yan C R, Mei X R, Yang J Y, Zhai Z F. Integrating geographic features and weather data for methodology of rasterizing spring maize growth stages., 2011, 31: 4056–4061 (in Chinese with English abstract)

[25] 佟屏亚. 中国玉米种植区划. 北京: 中国农业科技出版社, 1992. pp 6–16 Tong P Y. Maize Plant District in China. Beijing: Chinese Agricultural Science and Technology Press, 1992. pp 6–16 (in Chinese)

[26] 李萌, 申双和, 吕厚荃, 韩艳, 褚荣浩, 沙修竹. 气候变化情景下黄淮海区域热量资源及夏玉米温度适宜度. 大气科学学报, 2016, 39: 391–399 Li M, Shen S H, Lyu H Q, Han Y, Chu R H, Sha X Z. Thermal resources and summer maize temperature suitability in the Huang-Huai-Hai region under future climate change., 2016, 39: 391–399 (in Chinese with English abstract)

[27] 田宏伟. 黄淮海地区玉米生育期农业气候资源分析. 气象与环境科学, 2016, 39(4): 56–61 Tian H W. Study on agricultural climate resources in Huang-Huai-Hai area during summer maize growing season.2016, 39(4): 56–61 (in Chinese with English abstract)

[28] 李新平, 黄进勇. 黄淮海平原麦玉玉三熟高效种植模式复合群体生态效应研究. 植物生态学报, 2001, 25: 476–482 Li X P, Huang J Y. Micro-environmental effects and productivity of complex crop communities in the wheat/corn/corn crop patterns in Huang-Huai-Hai plain., 2001, 25: 476–482 (in Chinese with English abstract)

[29] 赵秉强, 张福锁, 李增嘉, 李凤超, 劳秀荣, 史春余, 董庆裕, 张骏, 刘嘉军, 杨恩学. 黄淮海农区集约种植制度的超高产特性研究. 中国农业科学, 2001, 34: 649–655 Zhao B Q, Zhang F S, Li Z J, Li F C, Lao X R, Shi C Y, Dong Q Y, Zhang J, Liu J J, Yang E X. Studies on the super-high yield characteristics of three intensive multiple cropping systems in Huang-Huai-Hai area., 2001, 34: 649–655 (in Chinese with English abstract)

[30] 王海霞. 黄淮海北部平原区资源节约型种植制度研究. 中国农业科学院硕士学位论文, 北京, 2011 Wang H X. Study on Resource-saving Cropping Systems in Northern Region of Huang-Huai-Hai Plain. MS Thesis of Chinese Academy of Agricultural Sciences, Beijing, China, 2011 (in Chinese with English abstract)

Grain Dehydration Types and Establishment of Mechanical Grain Harvesting Time for Summer Maize in the Yellow-Huai-Hai Rivers Plain

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

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

The wheat-maize double cropping system limits the heat resources of maize ripening and dewatering, which is the key factor to restrict the development of mechanical grain harvesting in the Yellow-Huai-Hai Rivers Plain. In this paper, methods of the optimum cultivar selection and harvesting time forecast were established to provide guidance for the promotion of mechanical grain harvesting in the double cropping system of the Yellow-Huai-Hai Rivers Plain. Twenty-seven main planting cultivars were selected and divided into four types by using the two-way average method. This method based on two parameters including the accumulated temperature from pollination to physiological maturity and the grain moisture content at physiological maturity. These four types were the later maturing and higher moisture content (I), the earlier maturing and higher moisture content (II), the earlier maturing and lower moisture content (III) and the later maturing and lower moisture content (IV). When grain moisture content reduced to 28% and 25% (suitable for mechanical grain harvesting) the cultivars’ active accumulated temperatures were simulated based on measurements of vegetative growth stage and dynamic change of grain moisture. According to the accumulated temperature and the historical meteorological data, the suitable days for mechanical grain harvesting of different cultivar types were estimated by using the geostatistical analysis method based on the starting points of normal sowing dates in the Yellow-Huai-Hai Rivers Plain, thus establishing the prediction method of optimum dates for mechanical grain harvesting. The accumulated temperatures from sowing to the time reaching grain moisture of 28% and 25% were 2982°C d and 3118°C d (I), 2770°C d and 2873°C d (II), 2729°C d and 2845°C d (III), and 2860°C d and 2980°C d (IV), respectively. The time for the type III cultivar with 28% and 25% moisture content respectively was two to three days and about two days earlier than that for the type II cultivar, seven to nine days and seven to ten days earlier than that for the IV type cultivar, and thirteen to seventeen days and sixteen to seventeen days earlier than that for the type I cultivar. All types of cultivar needed six to eight days to reduce grain moisture from 28% to 25%. Under the current maize cropping pattern and the sowing date of following wheat, all maize cultivars could be planted for mechanical grain harvesting in southern Henan and northern Anhui provinces in the southern Yellow-Huai-Hai Rivers Plain, while no cultivars could be used in the northern Yellow-Huai-Hai Rivers Plain, Guanzhong Area, and Shandong Peninsula where the mechanical grain harvesting of summer maize should be realized by selecting cultivar with the shorter maturing date and the rapid dehydration characteristic. In this study, the method to predict the dynamic change of grain moisture content and the optimum time of mechanical grain harvesting was established by the accumulated temperature. This method provides a feasible technical means for rationally distributing the grain harvesting cultivars and determining the suitable harvesting time.

maize; grain moisture content; dehydration types; grain harvesting time; spatial distribution

2018-02-08;

2018-06-12;

2018-08-07.

10.3724/SP.J.1006.2018.01764

通信作者(Corresponding author):李少昆, E-mail: lishaokun@caas.cn, Tel: 010-82108891

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

李璐璐, E-mail: lilulu19910818@163.com; 明博, E-mail: mingbo@caas.cn

本研究由国家重点研发计划项目(2016YFD0300605), 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 (2016YFD0300605), the National Natural Science Foundation of China (31371575), the China Agriculture Research System (CARS-02-25), and the Agricultural Science and Technology Innovation Project of Chinese Academy of Agricultural Sciences.

URL:http://kns.cnki.net/kcms/detail/11.1809.S.20180806.0930.004.html