干旱区不同水氮梯度滴灌冬小麦干物质积累动态特征及产量效应
2020-12-10张旭，李莎，蔡煜，马亮
张 旭，李 莎，蔡 煜，马 亮
(新疆农业大学水利与土木工程学院，新疆 乌鲁木齐 830052)
【研究意义】光合作用最终产物是干物质，而干物质的积累、分配和运转是生物产量形成的基础[1]。水、肥是影响作物干物质积累(DMA)的两大关键因素[2]，由于水分亏缺造成小麦减产所导致的损失可能超过其它因素导致减产所造成的损失总和[3]。氮素主要通过影响群体叶面积指数(LAI)和光能转运效率来影响DMA过程[4]。同时，施氮又对小麦冠层形态结构有显著影响，尤其是产量较高的水平下。水肥协调供应对DMA动态积累过程和最终产量的提高意义重大。【前人研究进展】用于作物DMA模型的研究前人在不断探索和进步的。Goudriaan等[5]提出的Expolianear模型，用来描述DMA积累动态，但其只适用于作物生长早期到开花期，有一定局限性。Royo等[6]运用不对称的Logistic单峰曲线，拟合黑小麦DMA积累动态，模型拟合效果较好。王信理[7]研究表明Logistic模型可以很好的模拟DMA的动态过程，秦舒浩等[8]、肖强等[9]分别用Logistic模型模拟冬小麦、夏玉米DMA积累过程，得出一系列具有生物学意义的特征参数，并对其进行定量分析。但有学者指出Logistic模型可塑性较差，且朱庆森等[10]研究发现Logistic模型参数的生物学解释方面存在困难，认为Richards模型最适应作物的生长分析。Yang等[11]]通过研究证明Richards模型拟合“S”型生长曲线更为适合。李向岭等[12]、李艳大等[13]分别用Richards模型描述了玉米、水稻的DMA的动态过程，并对模型特征参数进行了定量分析。但类似研究在冬小麦上却鲜见应用。冬小麦DMA呈慢-快-慢的“S”型变化，不同水、氮组合会影响“S”型曲线的方程参数。Richards模型在分析动植物生长发育过程中运用极为广泛，可以高精度拟合生物性状生长过程中随时间(T)、积温(GDDi)、相对积温(RGDDi)的动态变化，对DMA在不同生育期的生长情况进一步研究与分析，从而更全面的了解DMA在不同生育期的生长差异。阿克苏地处新疆南部，气候干旱，水资源短缺，存在灌水技术落后，水氮利用效率低等问题，运用Richards模型拟合该地不同水氮梯度对冬小麦干物质积累过程以及模型特征参数对产量的影响尚未见报道。【本研究切入点】鉴于此，本研究通过在阿克苏地区红旗坡农场27个无底测坑中进行不同灌水、施氮水平的田间试验，根据作物蒸散量(ETC)进行补充灌水，将冬小麦全生育期有效积温进行“归一化[14]”处理，运用Richards模型拟合DMA和相对积温(RGDDi)的关系，并对DMA特征参数进行定量分析，探究特征参数对产量及产量构成要素的影响机制。【拟解决的关键问题】以确定该研究区最优灌水、施氮组合，为当地冬小麦生长预测和高产栽培提供科学依据。
1 材料与方法
1.1 试验区概况及试验设计
试验于2017年10月13日至2018年6月25日在新疆阿克苏地区红旗坡农场新疆农业大学特色林果实验基地进行(80°14′E，41°16′N，海拔1133 m)。该试验地位于天山中段的托木尔峰南麓，塔里木盆地北缘，气候类型为典型的温带大陆性气候，多年平均太阳总辐射量544.115～590.156 kJ/cm2，多年平均年日照时数2855～2967 h，无霜期达205～219 d，多年平均降水量42.4～94.4 mm，多年平均气温11.2 ℃，年有效积温为3950 ℃，地下水埋深10 m以上，试验区土壤质地为壤土，其性质见表1。
供试冬小麦品种为新冬22号，采用人工点播的方式种植，行间距0.2 m，播量为300 kg/hm2。灌水方式为浅埋滴灌，滴灌带埋深0.05 m，一管四行，滴头流量为0.8 L/h，滴头间距0.2 m。冬小麦种植在长(2.2 m)×宽(3 m)×深(2 m)的无底测坑内。试验设置3个灌水梯度和3个氮肥梯度处理，其中灌水处理于拔节期开始采取定周期灌水，3个灌水梯度分别为80 %ETC、100 %ETC、120 %ETC，灌水周期均为7 d，于5月底停止灌水；3个施氮梯度分别为：N1不施氮，N2施纯氮207 kg/hm2，N3施纯氮276 kg/hm2。本试验不设低水高肥处理，即I1N3，其余处理为完全组合。按阿克苏地区栽培模式，设置传统管理(水氮情况)为对照组(CK)，即自拔节期开始灌水定额分别为1050、975、900、600 m3/hm2，隔15 d灌1次，灌水方式为漫灌，施纯氮207 kg/hm2。试验共9个处理，每个处理3次重复。所有处理氮肥基追比均为1∶1，基肥播种前一次性施入土壤，追肥在小麦返青期、拔节期和孕穗期按2∶2∶1的比例随水滴施。其他肥料同当地高产田，即五氧化二磷195 kg/hm2、硫酸钾镁肥105 kg/hm2作为基肥播种前和氮肥一起一次性施入，各处理相同。试验处理开始前，冬小麦分别进行了冬灌和春灌，灌水量均为900 m3/hm2。冬小麦全生育期防治病虫害、除草等农艺措施均按当地高产田进行。
表1 试验地初始土壤性质
图1 2017-2018年冬小麦全生育期ET0和降雨Fig.1 ET0 and rainfall during the whole growth period of winter wheat in 2017-2018
ETC为冬小麦蒸发蒸腾量，每次灌水的ETC根据前一个周期的ET0来计算，计算公式为：
ETC=KC×ET0
(1)
式中，ET0为根据试验地气象站测得的气象数据经由FAOPenman-Monteith公式计算得出，Kc值通过查询FAO-56推荐的冬小麦单作物系数Kc表和《冬小麦、夏玉米蒸发蒸腾及作物系数的研究》[15]一文(取98～10年13年平均数据)，采用返青～拔节Kc为0.85，拔节～抽穗Kc为1.02，抽穗～灌浆Kc为1.16，灌浆～收获Kc为0.74。冬小麦全生育期ET0和降雨见图1。
1.2 测定项目和方法
在冬小麦返青期、拔节期、孕穗期、抽穗扬花期、灌浆期、成熟期，每个测坑取0.1 m2冬小麦测定地上部生物量，在105 ℃下杀青30 min，80 ℃下烘干至恒重。
在完熟期每个测坑随机选取1 m2冬小麦数其有效穗数，并选20株有代表性的小麦脱粒，数籽粒数。每个测坑随机选1000粒小麦称重测其千粒重。
试验地设有HOBO自动监测气象站，可测得冬小麦全生育期内的温度、太阳辐射、降雨、相对湿度、风向、风速、降雨、大气压强等气象因子，气象数据均是实时记录，记录时间间隔设置为30 min。
根据试验地自动气象站测得的逐日气象数据计算每次采样时的有效积温，公式如下：
(2)
式中：i为冬小麦播种后的天数；Tmaxk和Tmink分别为日最高气温和日最低气温；Tb为允许冬小麦生长的最低温度。Porter和Gawith[16]在研究中指出允许作物生长的最低温度在0～5 ℃之间变化，本试验根据Wang等[17]和Johnen等[18]研究成果将Tb设为0 ℃。
将有效积温(GDDi)进行归一化处理得到相对有效积温(RGDDi)，公式如下：
(3)
式中：RGDDi为第i天的相对有效积温；GDDi为第i天的有效积温；GDDm为收获时的有效积温；RGDDi取值范围为0～1。
1.3 Richards模型及有效性检验
1.3.1 Richards模型及特征参数 Richards模型是一个非线性方程，包含A、b、c、N4个参数，为一系列S型曲线。本研究以DMA为因变量，RGDDi为自变量，方程如下：
(4)
式中，A为DMA上限，b为初值参数，c为生长速率参数N为形状参数(当N为1时为Logistic模型)，对方程(4)求一阶导数得DMA积累速率(即单位时间生长量)，求导如下：
(5)
对(4)求二阶导数，可得VDMA随相对积温x变化而变化的速率方程，令Y的二阶导数等于零可求得DMA最大速率时的xmax：
(6)
式中：xmax是方程(4)拐点的横坐标值，将(6)式带入(5)式可求得DMA的最大速率：
(7)
将(6)式带入(4)式可得生长速率(V)最大时的干物质积累量YVmax，及YVmax所占DMA终值A的百分比I：
(8)
(9)
对公式(5)在0到A上积分再平均即可得到DMA的平均生长速率Vavg：
(10)
生长速率方程V有2个拐点可划分DMA累积过程的前、中、后期，对方程(4)求三阶导数并令其等于零，可得两个拐点在横坐标上的坐标值x1、x2：
(11)
(12)
DMA在(0，x1)为渐增期，在[x1，x2]为快增期，在(x2，1)为缓增期。
1.3.2 模型有效性检验 试验测得的DMA和RGDD采用Richards模型进行拟合，采用相关系数(r)、均方根误差(root mean squared error，RMSE)和标准化的均方根误差(normalized root mean squared error，nRMSE)检验模型的有效性，公式如下：
(13)
(14)
(15)
式中：OBSi为观测值，SMi为模型模拟值，n为样本容量。
相关系数越接近于1，RMSE越小，方程拟合效果越好。参考Bannayan等[19]模型的评估标准为：nRMSE<10 %，模型表现极好，10 %
1.4 数据统计分析
本研究采用Curve Expert1.4软件对DMA和RGDD的关系进行拟合，采用matlab7.0软件对Richards模型的特征参数求解，应用多元方差分析(multivariate analysis of variance，MANOVA)方法分析灌水、施氮和灌水×施氮对DMA动态积累和产量及产量构成要素的影响，多重比较应用LSD(least significant difference)法，统计分析过程采用SPSS20.0软件完成。
2 结果与分析
2.1 Richards模型拟合效果评估
利用Richards模型拟合不同水氮梯度耦合条件下的DMA动态积累过程，方程各参数及决定系数R2见表2。方程决定系数在0.996～0.999范围内变化，说明Richards模型可以很好的表达冬小麦DMA随相对有效积温的动态变化。由多元方差分析可以看出灌水、施氮以及灌水×施氮对Richards曲线参数A、b、c、N均有显著影响(P<0.01)。
表2 冬小麦DMA动态变化过程的Richards模型曲线参数
图2 冬小麦DMA动态积累的实测值与模拟值Fig.2 Observed and simulated values of dry matter accumulation dynamic process of winter wheat
表3 冬小麦DMA动态变化过程的Richards模型参数
对DMA的Richards模型模拟值与实测值进行了检验，以处理I1N2、I2N2、I3N1为例说明。由图2可以看出，冬小麦DMA的模拟值与实测值非常接近，相关系数均在0.99以上，标准化的均方根误差(nRMSE)分别为8.2 %、7.94 %、7.96 %，模型表现效果极好，说明Richards模型可以很好地模拟DMA动态积累过程，由Richards模型推导出来的一系列具有生物学意义的特征参数可以进一步分析不同水氮梯度对冬小麦DMA动态积累的影响。
2.2 不同水氮梯度对DMA动态过程的影响
关于Richards模型动态特征的MANOVA分析和多重比较结果见表3。由MANOVA分析结果可以看出灌水、施氮以及水氮交互作用对Richards模型的各特征参数均有显著影响，表明灌水、施氮以及水氮互作通过影响冬小麦DMA的最大速率、全生育期的平均速率、达到最大速率的RGDD及快增期来影响DMA的动态过程。
2.2.1 不同灌水水平对DMA动态影响 不同灌水水平的DMA动态积累过程见图3-a，特征参数见表3。在4个灌水水平下I2比I1显著提高了DMA的最大速率和平均速率，随着滴灌灌水量的增加DMA的最大速率和平均速率受到了抑制，且I1、I2、I3之间差异显著，表明适当的增加滴灌灌水量会提高DMA的最大速率和平均速率，当灌水量达到100 %ETC时继续增加滴灌灌水量会抑制DMA的最大速率和平均速率，I3与CK无显著差异表明当灌水量达到120 %ETC时继续增加灌水量对DMA的最大速率和平均速率影响不显著。达到DMA最大速率时的RGDD随着滴灌灌水量的增加先减小后增加，I2水平下最低，因此当灌水量为100 %ETC时冬小麦最先达到DMA的最大速率，生育期较其它灌水水平提前，表明通过灌水量来调节DMA的最大速率、平均速率和达到最大速率的相对积温进而影响DMA动态过程。
图3 不同灌水、施氮水平下DMA的生长变化曲线Fig.3 Growth curve of DMA under different irrigation and nitrogen application levels
在不同的灌水水平下I2的x1、x2值最小分别为0.452、0.681，说明快增期的起、止时间最早，其余各灌水水平都不同程度的推迟快增期的起、止时间，因此适度增加灌水量可使快增期的起、止时间提前，过度灌水会对其起到延迟的作用。△x为x2与x1的差值，表示快增期所持续的RGDD，△x越大表明快增期所需有效积温越大，持续时间越长。由表3知随着灌水量逐渐增加快增期持续时间延长，DMA量增加，在I2水平持续时间最长为27 d，比I1、I3、CK分别多8、4、6 d，继续增加灌水量会缩短其持续时间。
2.2.2 不同施氮水平对DMA动态影响 不同施氮水平下DMA的动态过程见图3-b，各特征参数见表3。在3个施氮水平下，N2比N1显著提高了DMA的最大速率和平均速率，随着施氮量继续增加DMA的最大速率、平均速率显著降低，因此适当增加氮肥有利于增加DMA的最大速率和平均速率，过度施氮对其产生抑制作用，且不同施氮水平对DMA的最大速率和平均速率影响显著。由达到DMA最大速率时RGDD可以看出当施氮量从0～207 kg/hm2时xmax在逐渐减小，有效积温由1339.50 ℃到1163.09 ℃，随着施氮量的增加达到DMA的最大速率的时间越早；施氮量从207～276 kg/hm2时xmax在逐渐增加，有效积温由1163.09 ℃增加到1292.32 ℃，随着施氮量的增加将会出现DMA最大速率时间延迟的现象。
由不施氮水平到施氮276 kg/hm2时，x1、x2数值呈现先减小后增大的单峰变化趋势，即快增期的起、止时间先提前后推迟，当施氮量从N1到N2快增期的起、止时间提前，继续增加到N3会延迟其起、止时间，当施氮量为207 kg/hm2时冬小麦快增期起、止时间最早，此时冬小麦最早完成DMA和籽粒灌浆，生育期提前，有利于复播玉米抢时播种，对冬小麦复播玉米全年产量均有重要影响。而不施氮或过度施氮都不同程度的推迟了快增期的起、止时间，使得生育期延后，尤其是过度施氮使得冬小麦在成熟期出现贪青现象，对产量和复播玉米的物候期都有不利影响。△x变化见表3，在不施氮到施氮量为207 kg/hm2时快增期持续时间增长约4 d，施氮量从207 kg/hm2增加到276 kg/hm2时快增期持续时间缩短约1 d，当施氮量207 kg/hm2时快增期持续时间最长为27 d，有利于最终DMA量增加。
2.3 不同灌水、施氮水平对产量及产量构成要素的影响
不同灌水、施氮水平影响DMA的动态过程，必然会对后期产量产生影响。灌水、施氮水平对产量及产量构成要素的影响及MANOVA分析见表4。灌水对每穗粒数、有效穗数和产量有极显著影响(P<0.01)，对千粒重有显著影响(P<0.05)，施氮对产量及产量构成要素都有极显著影响(P<0.01)，水氮交互作用对有效穗数、千粒重、产量有极显著影响(P<0.01)，但对每穗粒数无显著影响(P>0.05)。在不同灌水水平下每穗粒数、千粒重和产量随着灌水量的增加呈现先增大后减小的趋势，在灌水量为100 %ETC时达到最大，此时产量为12.447 t/hm2，比当地灌溉模式(大水漫灌)高出35.23 %，可以看出无论是水分亏缺还是过分盈余都不利于最终产量的形成。而产量的构成要素之一有效穗数在滴灌情况下随灌水量的增大而增大，在120 %ETC达到最大。滴灌条件下不同灌水水平对最终产量的影响差异显著，而水分亏缺和大水漫灌差异不显著，这是因为滴灌条件下水分利用效率较高，不同灌水水平对最终产量产生显著影响；大水漫灌周期较长且当地蒸发强烈，虽然全生育期充分灌溉但灌水间隔较长，在灌水前易造成水分亏缺，与滴灌条件下I1水平对最终产量无显著差异。可见当地种植模式(大水漫灌)对于南疆极端干旱地区不仅造成水分无端浪费而且产量低下，因此建议当地采用I2水平的滴灌灌溉模式。
表4 不同水、氮水平对冬小麦产量及产量构成要素的方差分析
表5 产量和Richards模型特征参数的Pearson相关
氮肥对产量及产量构成要素有重要影响，由不施氮到施氮207 kg/hm2产量有了显著提高，但继续增加施氮到276 kg/hm2产量显著降低，可以看出适量增加施氮有着明显的增产效用，但过度施氮对产量起到抑制作用。施氮在N1、N2、N3水平下对产量有显著差异。每穗粒数、有效穗数和千粒重在N2、N3水平下无显著差异，N1与N2、N3差异显著，可以看出不施氮和施氮对产量构成要素有显著影响，N2、N3施氮水平下对产量构成要素无显著影响。因此施氮量为207 kg/hm2已经达到高产高效的水平，继续增施氮肥对产量构成要素无显著影响且对最终产量起到了抑制作用，因此最佳施氮水平为N2。
2.4 Richards模型特征参数和产量的关系
由表5可以看出，产量及产量构成要素与DMA的平均速度、最大速度在0.01水平上呈显著正相关，与进入快增期的RGDD在0.01水平上呈显著负相关，产量及产量构成要素之间呈显著相关关系，表明产量很大程度上取决于千粒重、有效穗数、每穗粒数。不同灌水、施氮水平通过影响DMA的平均速率、最大速率以及进入快增期的RGDD来影响冬小麦的千粒重、有效穗数、每穗粒数从而影响最终产量。表明灌水和施氮均为该研究地区冬小麦产量提高的限制因素。
3 讨 论
3.1 灌水对DMA动态积累和产量的影响
DMA是冬小麦稳产高产的基础，灌水、施氮是限制DMA和产量的主要影响因子。大量研究表明灌水能缓解叶片衰老过程中质膜的氧化作用，使叶片中的过氧化氢酶含量和超氧化物歧化酶增加[20]，延长DMA快增期的时间，提高干物质积累和分配的效率，改变DMA的动态过程，最终增加产量[21]，本研究也证实了这一点。赵姣等[22]和Villegas等[23]研究认为灌水能显著缩短达到DMA最大速率和进入快增期的时间，这与本研究结果一致。宋明丹等[24]认为灌水对DMA的最大速率、平均速率以及达到最大速率和进入快增期的时间影响不显著，而本研究认为灌水对其影响显著，这主要是由于降雨量的差异造成的。Shimshi[25]研究表明当降水量超过200 mm时，限制小麦生长主要因素为氮素的供应，宋明丹试验地在关中平原，且试验年份降水较多，均属丰水年型，因此抵消了灌水对冬小麦DMA的作用，而本研究试验地在极端干旱的南疆地区，多年平均年蒸发量高达1632 mm，年降水量仅为63 mm，灌水是冬小麦生长的首要制约因素，因此在本研究中灌水对DMA的动态过程影响显著。谭念童等[26]认为限量灌溉对干旱区小麦产量及其构成要素均有提高，对干旱区小麦进行补充灌水，公顷穗数会随灌水量的增加而显著增加。这与本研究成果一致，本研究还认为灌水不仅对有效穗数有显著影响，对产量及其他构成要素也影响显著。
3.2 施氮对DMA和产量的影响
合理施氮会增产增效，减少环境危害。李国强等[27]研究表明适量施氮提高了DMA的平均速率、最大速率，缩短了到达最大速率的时间，过度施氮会对其产生抑制作用，这与本研究结果一致。赵姣等[22]研究认为总施氮量对DMA速率、达到最大速率的时间和拐点坐标相关性不大，究其原因可能是土壤初始肥力较高或施氮的水平设置较高导致，本研究中施氮对DMA的动态过程有显著影响，且对产量及产量构成要素也有显著影响。本研究结果显示适量增加施氮量有利于提高产量，过度施氮对产量及产量构成要素起到抑制作用，这与师日鹏等[28]、郭明明等[29]和陈金等[30]研究结果一致。
3.3 水氮交互作用对DMA和产量的影响
水肥互作已经成为一个共识，灌水的效应与农田底墒和生育期降水有关，底墒足、降水量大，补充灌水的效应就会减弱，施氮的效应主要受土壤基础地力的影响，土壤地力越强，施氮效应越弱，水肥互作效应是否显著则受很多因素的影响。王丹等[31]采用因子项和互作项做逐步回归分析，表明水氮交互作用在回归模型中影响显著。宋明丹等[24]采用多元方差分析表明水氮互作对DMA和产量及产量构成要素没有显著影响，而本研究与其研究结果相反。分析原因：宋明丹等采用的灌水、施肥方案与本研究的试验方案差异较大，且试验年降水充足。而本研究除了灌越冬水、返青水外从拔节期开始定周期补充灌水，灌水方式为滴灌，分多次追肥皆随水滴施，实现水氮一体化，且试验地极端干旱。因此，随水施肥有利于提高速效肥的利用率，对DMA动态积累和最终产量有显著影响。
4 结 论
本研究通过在极端干旱的南疆阿克苏地区红旗坡农场冬小麦的水氮一体化试验探究了不同灌水、施氮水平对冬小麦DMA动态积累过程和产量效应。
(1)Richards模型可以较为准确的模拟冬小麦DMA的动态过程。
(2)当灌水定额处于80 %ETC～100 %ETC，施氮量处于0～207 kg/hm2范围时，DMA的平均速率、最大速率、快增期的持续时间、产量及其构成要素均随着灌水和施氮的增加而增大；当灌水定额继续增加至120 %ETC、施氮量继续增加至276 kg/hm2时对Richards模型的特征参数起到抑制作用。灌水、施氮以及水氮交互作用对Richards模型的方程参数和特征参数影响显著。得出该研究区最佳水氮组合为：灌水定额100 %ETC、施氮量为207 kg/hm2。
(3)DMA动态过程中的平均速率、最大速率对产量及产量构成要素呈显著正相关，进入快增期的RGDD与产量及产量构成要素呈显著负相关，表明灌水、施氮是该研究区冬小麦产量增加的限制因素。
