2020年安徽省一季水稻生产情况分析

杨森 孔令娟 潘广元

摘 要：安徽省是全国水稻生产大省，其中以一季稻为主。该文基于安徽省水稻苗情监测系统，在对29个一季稻苗情监测县调查的基础上，总结了2020年安徽省一季稻生产形势、效益情况及面临的问题，并提出了相应的对策建议。

关键词：安徽省;一季稻;生产情况;苗情监测

中图分类号 S511文献标识码 A文章编号 1007-7731（2021）09-0044-04

Abstract： Anhui Province is a major rice producing province in China， of which one-season rice is the main one. Based on the rice seedling monitoring system in Anhui Province， this paper investigates 29 one-season rice seedling monitoring counties， summarizes the production situation， benefits and problems of one-season rice in 2020， and puts forward relevant countermeasures and suggestions.

Key words： Anhui Province; Single cropping rice; Production situation; Seedling monitoring

安徽省是全国的水稻主产省，地形上长江、淮河自西向东横贯境内，天然地将全省划分为沿淮、江淮和沿江3个区域，加上皖西大别山区和皖南山区共5个稻区。各稻区的多种生态决定了稻作类型的多样性，就热量条件来说，全省各地均可种植水稻，但大部分地区种植双季稻热量不足。结合地形和气候條件差异，形成了以一季稻为主，双季早、晚稻和一季中、晚稻并存，籼粳兼有的特色[1-2]。其中，一季稻常年种植面积约占90%。

作物的生长过程是一个复杂、动态的过程，种植过程中的监测与管理是确保其产量和质量的关键[3]。在当前全球新冠疫情仍可能影响粮食安全的情况下，依托全省水稻苗情监测系统，笔者对2020年安徽省一季水稻生产情况进行了调查，分析了一季水稻生产的现状、存在的问题，并提出了相应的对策建议，并对今后产业发展进行了展望，以期为政府决策和农业生产提供参考。

1 安徽省水稻苗情监测系统

1.1 简介 安徽省自2005年开展水稻苗情监测工作，15年来，监测内容不断丰富，方法日趋规范，监测面积常年占全省一季稻生产面积60%以上，参与监测人数达200人以上，积累了大量的数据。通过苗情监测，及时发现生产中存在的问题，科学提出管理对策，有效开展分类指导，为政府决策和生产管理提供了科学依据和技术支撑，为全省粮食的丰产丰收作出了一定的贡献。

1.2 监测点分布 根据安徽省一季稻生产特点，在29个主产县（市、区）设置苗情监测点，分布于沿淮、江淮、沿江、大别山区和皖南山区5个稻区。依据各地面积大小和种植类型情况，在每个县（市、区）设置6～7个监测田，共计180个监测田。在籼粳混栽稻区，一季稻以籼稻为主的，籼稻田4块、粳稻田3块。监测田之间保持一定的距离，分布在2个行政村以上，每块田1334m2左右。其中，以农民正常种植水平的水稻田块为主，高产示范片田块不得超过2块。选择当地种植面积大的品种，同一品种可按播期早迟选择田块。

1.3 监测方法 由各监测点监测员观察记载水稻生长发育动态、长势长相、产量因素、自然灾害等信息，以准确反映当地水稻生产情况，全面了解水稻生产技术应用、农民生产意向和要求。各县监测单位负责收集汇总各县监测田信息，发现和分析水稻生产存在问题，提出田管对策或建议，形成县级监测报告。省农技站汇总县级监测报告，分析研判，形成省级监测报告，供省委、省政府、农业农村厅决策参考。

2 2020年一季稻生产情况

2.1 种植面积 据29个一季稻苗情监测县的调查，安徽省一季稻种植面积共计147.15万hm2，较2019年增加7.14万hm2。其中，机械插秧41.74万hm2，直播61.48万hm2，分别较2019年增加1.7万hm2、6.46万hm2。人工移栽41.82万hm2，盘育抛秧2.11万hm2，分别较2019年减少0.59万hm2、0.43万hm2（见表1）。直播稻面积增长11.7%，增长幅度较大，占一季稻面积的41.8%，对一季稻面积增长的贡献率为90.4%。

2.2 应用品种类型 主导品种以两系杂交稻为主，稻米品质进一步优化。目前，水稻生产上种植面积较大的有Y两优系列、徽两优系列、丰两优系列、深两优系列、镇稻系列、隆（晶）两优系列、两优系列、华占系列、荃优丝苗、皖粳糯等品种（组合）。二级以上优质品种增多，在兼顾产量的同时，更加注重品质优良和口感食味佳。

2.3 主要生产技术 绿色高效生产模式引领作用突显。由于市场需求影响以及产业结构调整的推进，优质水稻工厂化育插秧、稻渔综合种养、中籼-再生稻全程机械化等绿色优质高效生产模式面积逐年增加，尤其是稻渔综合种养农户积极性高、面积大幅增加，水稻优质品种覆盖率、稻米品牌效应进一步提升。

2.4 产量 平均有效穗268.8万/hm2，穗总粒数161.64粒，结实率82.7%，千粒重26.08g。与2019年同期相比较，有效穗减少8.85万/hm2，结实率减少0.18个百分点，每穗粒数减少2.24粒，千粒重减少0.3g。按面积加权，平均单产7962kg/hm2，比2019年同期（8459.4）减幅6.25%。

2.5 生产效益分析 由表2可知，一季稻平均效益5649元/hm2，其中产值21927元/hm2，总成本16276.5元/hm2。按栽植方式计算，机械插秧产量高（8090.7kg/hm2），产值和效益最高，分别为22717.5元/hm2、6120元/hm2。人工移栽的效益次之，为6069元/hm2，直播稻生产成本最低，但因产值较低，效益不如机插秧和人工移栽，抛秧稻成本高、产值低，效益最差。按稻谷类型分析，粳稻价格较籼稻价格高，粳稻产值达24001.5元/hm2，效益为7536元/hm2，高于籼稻的5418元/hm2，但受粳稻受市场、综合效益等的影响，生产面积基本稳定，市场波动小，农户扩大生产的意愿积极性不高。

3 生产形势分析

3.1 气象条件对产量的影响 2020年一季稻生长期间阴雨偏多，天气条件总体较差。育秧期遭受干旱、倒春寒，导致栽插困难。6—7月，梅雨期持续时间长（60d）、降水量大，晒田难，对低位有效分蘖的影响较大。8月中下旬至9月上旬，气候条件适宜，有利于水稻生长、灌浆。9月中下旬（9月16—25日），各稻区再次遭受不同程度的连续阴雨和寒露风天气，导致处在灌浆期的田块结实率、灌浆速率降低，处在收获期的田块收割进度有所推迟，田间有穗发芽发生。仅仅部分高榜田、丘陵地区的水稻，由于未遭受干旱和高温危害，长势好于往年。除因洪涝绝收的田块外，2020年单产与2019年相较降低6.25%。

3.2 病虫草害对产量的影响 2020年水稻生长期间，病虫草害发生总体偏重，田间菌源充足，虫源迁入时间早、数量大，气候条件适宜生长，部分地区受到水淹的影响，植株体弱抗病虫能力下降，大部分地区稻飞虱、稻纵卷叶螟和纹枯病、稻曲病发生总体较重，宿松县、桐城市甚至出现稻飞虱造成少量田块“冒穿”。各地农业部门通过病虫测报预警，利用网络、微信等多种形式大力宣传，积极指导开展绿色总体防控，最大程度地降低病虫害对产量的影响。草害方面，由于直播稻面积连年增加，直播稻稻田水分含量相对适宜、生长空间充足，非常适合杂草的快速生长，杂草发生种类多、数量大[4-7]，加之前期干旱，总体发生较重。

3.3 科技手段对水稻生产的影响 以机械化、新品种应用等为代表的科技手段在水稻生产中的应用，可以节省人力、物力、财力，提高生产效益，节约生产成本，缓解用工矛盾，增强抵御自然灾害的能力。

4 水稻生产中存在的问题

4.1 苗期监测 当前农业大环境发生变化，农业劳动人员流失严重，经费投入有限等，這种变化产生的而影响也在苗情监测领域有所体现。

4.1.1 监测队伍 监测人员不稳定，部分县监测员更换频繁，部分监测人员身兼数职，又缺乏系统的培训，业务不熟练现象时有发生。县乡级监测员年龄老化，多数在50岁以上，关键生育期监测时间紧凑，又逢酷暑天气，监测工作时间紧、任务重，体力和精力上有一定困难。近年来，不少单位对农技推广工作的重视不够，将农技人员抽调从事其他工作，使农技部门难以集中精力开展包括苗情监测在内的技术推广服务工作。

4.1.2 政策与经费保障 政策上，对基层苗情监测人员缺少激励措施，如苗情监测先进个人、先进集体评选等。省级的技术培训次数较少，各地监测员缺乏面对面交流、学习机会。经费上，苗情监测经费是从粮食生产发展专项等列支，但由于经费管理原因，部分县经费申请及使用存在困难，专款专用、采购先进的监测仪器设备、工作经费等难以得到保障。

4.1.3 新技术应用不足 苗情监测工作开展15年来，苗情监测员对大田进行采集数据时，仍需要以手工方式数分蘖数、测量叶面积等工作，工作量大，且准确度因人而异。有少部分监测点已开始试验使用叶面积指数仪、叶面营养测定仪等工具辅助监测，但使用仪器设备数量少，自动化程度低，以物联网、智能化为代表的新技术设备应用不足。

4.2 粮食生产

4.2.1 农田基础设施不完善，抗灾能力不足 近年来，极端天气气候事件呈现增多趋势，干旱、洪涝、高温热害及低温冷冻害等气象灾害频发。当前，农田设施面临老化、损毁等问题，抗灾能力不足，农业安全生产风险加剧。

4.2.2 生产经营主体用工难 一是农忙时节经营主体用工难、用工成本高，导致部分关键生育期田管紧张，勤种疏管现象普遍存在。二是种植模式结构不合理，为减轻育秧、栽插用工压力，直播稻面积持续增长，从轻简化生产角度来看有一定的合理性，但直播稻有草害发生重等缺点，总体弊大于利，不应盲目扩大生产[8-9]。三是配套功能健全的社会化服务组织和托管机构数量少，单一靠农机合作社开展部分服务不能满足生产需求。这些情况造成了水稻面积虽有增加，但因用工难，田管水平提升有限，产量难以继续增长。

4.2.3 产业化程度低，效益难以提升 市场对优质稻米的需求在持续增加，2020年种植的优质二级以上品种较上年增多，在兼顾产量的同时，更加注重品质优良和口感食味佳。但安徽省面临着专用优质稻米品牌缺乏、知名度较低等问题，再生稻按照普通一季稻价格销售现象普遍存在。稻米产业化程度低，难以实现优质优价，加工企业与种植主体的利益联结机制不畅。

5 保障措施

5.1 技术措施

5.1.1 革新水稻苗情监测工作 近年来，随着电子与通信技术的发展，以“3S”（GIS、GPS和RS）、物联网（IoT，internet of things）、云计算（cloud computing）和大数据（big data）为代表的新一代信息技术[10-15]正在不断地应用于农业的各个领域。安徽省要应与时俱进，加强与科研院所等机构的联系，探索引入智能监测新技术和成果分析应用，商讨建立动态全程监测系统。

5.1.2 加强农技推广服务，提升田间管理水平 各级农技系统要切实加强品种展示、技术集成示范等工作，以建立示范区展示等方式辐射带动周边农户、种植大户。各地要根据自身条件和需求，结合网上授课、现场观摩、室内培训和交流讨论等方式，大力推广“水稻+”综合种养，适度推广包括绿色生产在内的多种技术模式，让高效、绿色田管技术应用落地，提升全省水稻生产管理水平。

5.1.3 发展绿色高效种植 当前，随着市场需求的变化，农业供给侧结构性改革，对绿色优质大米的需求在不断增加。其中，再生稻作为一项重要生产技术备受重视，再生稻也称为“一种两收”，具有省种、省工、米质好、食味佳等诸多优点，符合当前粮食生产的新形势和新要求。安徽省“两季不足，一季有余”的水稻产区均适宜发展再生稻[9，16]。结合安徽省推进再生稻高质量发展指导意见，因地制宜开展再生稻品种展示、栽培技术示范，探索以再生稻作为灾害应急补救手段。

5.2 政策措施

5.2.1 政策保障先行 认真贯彻落实国家有关粮食生产的各项扶持政策，落实责任，强化服务。加强经费保障，支持标准化农田建设，完善农田基础设施。以低息贷款、无息贷款、奖励、财政补贴等手段，支持符合政策条件的农业经营主体建立水稻生产社会化服务和托管组织，缓解农业用工矛盾。多方位提高农民种粮积极性，稳定全省水稻生产。

5.2.2 加大农业保险应用 保险能够分摊意外风险，各地农技部门应加强通过保费补贴等政策扩大农业保险覆盖范围，注重灾害保险和价格保险等多种保险应用，因地制宜補充商业保险，政策兜底。既可以作为政府救灾补偿的补充，又可以增强各种类型的经营主体抵御自然灾害和市场风险的能力，从而保护水稻经营主体的生产积极性，提升效益。

5.2.3 加强宣传报道，推广优质大米 当前，国民收入连年提升，居民对食味佳、绿色优质大米的需求不断提升。各农技推广部门要充分认识宣传报道对促进优质大米销售的重要性，积极引导经营主体、粮食企业利用电视广告、多媒体直播带货、各级农交会等手段，开展主题突出、形式多样的宣传报道，提升安徽大米的品牌知名度，让安徽优质大米走入更多人家，早日培育出与东北五常大米、泰国香米等齐名的安徽大米品牌，做大做强安徽大米产业。

参考文献

[1]李成荃.安徽稻作学[M].北京：中国农业出版社，2008.

[2]孔令娟，汪新国，杨惠成.安徽省水稻全面增产之浅析[J].农学学报，2014，4（7）：100-106.

[3]朱晨亮.作物冠层叶色变化远程自动监测技术[D].杭州：浙江理工大学，2016.

[4]黄锦法，俞慧明，陆建贤，等.稻田免耕直播对土壤肥力性状与水稻生长的影响[J].浙江农业科学，1997（5）：226-228.

[5]程来品，曹方元，仇学平，等.不同除草剂对直播稻田马唐等杂草的防效[J].杂草科学，2013，31（1）：64-65.

[6]周晶，钱扬，谭长龙，等.施用除草剂对水稻直播秧苗素质的影响[J].湖南农业科学，2018（1）：78-80.

[7]杨守仁.水稻超高产育种问题探讨[J].中国农学通报，1990，6（3）：5-8.

[8]冯延江，王麒，赵宏亮，等.我国水稻直播技术研究现状及展望[J].中国稻米，2020，26（1）：23-27.

[9]孔令娟，汪新国，潘广元，等.安徽省直播稻生产情况调研与思考[J].安徽农学通报，2018，24（2）：34-36.

[10]Wang X， Wang H， Dang A. Research on large-scale dynamic monitoring of landuse with RS， GPS and GIS[C]//IEEE International Geoscience & Remote Sensing Symposium. IEEE，2000.

[11]邝继双，汪懋华.3S技术在农田基础地图测绘与更新中的集成应用[J].农业工程学报，2003，19（3）：220-223.

[12]Atzori L， Iera A， Morabito G. The internet of things：A survey[J].Computer Networks，2010，54（15）：2787-2805.

[13]聂洪淼，焦运涛，赵明宇.物联网技术在精准农业领域应用的研究与设计[J].自动化技术与应用，2012，31（10）：89-91，97.

[14]Jula A， Sundararajan E， Othman Z. Cloud computing service composition：A systematic literature review[J]. Expert Systems with Applications，2014，41（8）：3809-3824.

[15]许世卫，王东杰，李哲敏.大数据推动农业现代化应用研究[J].中国农业科学，2015，48（17）：3429-3438.

[16]冯骏.桐城市再生稻生产现状及发展对策[J].安徽农学通报，2016（14）：55-56.

（责编：张宏民）