不同肥料配比对新乡市沿黄地区花生增产效应

武志斌，龚 超，刘 俊，陈荣江

（1.新乡市土壤肥料工作站，河南 新乡 453000；2.河南科技学院，河南 新乡 453003）

新乡市位于豫北平原，历史上因黄河水冲积，形成黄河故道，分布有面积较大的砂质土壤，为河南省较适种植花生的主要生态区之一，2019年花生种植面积近7.8万余hm2，占河南省种植面积（122.3万hm2）的近6.4%，总产34.13万t，占河南省总产（576.72万 t）的5.9%左右。近年来，随着花生品种的更新、新型复合肥施用及化控技术的应用等，产量有了明显提高[1-3]。施肥是提高砂壤地花生产量的重要手段，施肥不足将引起营养不良从而对花生的产量和品质产生不利影响，但施肥过量或严重偏施化肥不仅增加投入，还会导致环境污染，造成土壤板结等问题[4-5]。此外，还有学者针对一定的土壤特点研究其他肥料对花生生长和产量的影响，以及花生对不同肥料营养协同吸收特征的报道[6-7]。因此，根据土壤养分含量并结合花生的产量目标，研究科学合理的施用化肥的种类、配比和方法非常必要。为研究新乡市沿黄地区花生高产高效栽培施肥效应参数，探讨节肥增效施肥模式，按照农业部有关测土配方施肥技术规范的指导意见，根据花生的营养特性和需肥规律[8-9]，结合当地花生生产中的施肥习惯，设计了花生氮、磷、钾“3414”肥效试验，拟基于试验数据进行统计建模优化，以期充实、完善特定生态区下花生高产高效施肥技术，为新乡市花生科学施肥提供参考。

1 材料和方法

1.1 材料及试验概况

供试花生品种为豫花 9326。试验肥料：氮肥为尿素（含N≥46.3%），磷肥为过磷酸钙（含P2O5≥16%），钾肥为进口硫酸钾（K2O≥50%）。试验于2019年秋季在延津县马庄乡姬庄村进行。试验地前茬作物为小麦，地势平坦，便于排灌，肥力中等偏上。耕层土壤养分含量：有机质12.1 g/kg、全氮0.47 g/kg、有效磷18.2 mg/kg、速效钾143.6 mg/kg。磷钾肥和70%氮肥在花生初花期1次施入，所剩30%氮肥在盛花期追施，统一灌溉、防控和田间管理。

1.2 试验设计

采取“3414”最优回归设计方案，共设三因素四水平共14个处理，小区面积20 m2，3次重复，完全随机区组排列。于5月17日麦垄点种，密度为14.4万株/hm2，行距40 cm，穴距16.5 cm，每穴2粒。田间管理按当地高产田管理要求进行，试验因素水平编码值见表1。

表 1 试验因素水平编码 kg/hm2

1.3 化学防控

播前拌种：为防治地下害虫和果腐病，按60%吡虫啉450 mL/hm2+12%禾姆1.5 L/hm2计量拌种。防治根腐病和茎基腐病：齐苗后用30%瑞苗清水剂240 mL/hm2+60% 百泰 粉 剂 600 g/hm2喷 雾，5～7 d后再喷1遍。防治新黑地蛛蚧和蛴螬：6月25日用7.5 kg/ hm248%毒死蜱乳油随水冲施1次；7月25日用7.5 kg/hm248%毒死蜱乳油随水冲施1次。防治蚜虫：发生初期20%吡虫啉水分散粒剂45 g/hm2喷雾，防治2遍，间隔10 d。防治叶斑病、果腐病和后期早落叶：盛花期17%欧帕悬浮剂（规格1 000 mL/瓶）450 mL/hm2喷雾。

化学除草：防治禾本科杂草、阔叶杂草、莎草，苗期（6月15日前后)用10.8%精喹禾灵乳油750 g/hm2+24%乳氟禾草灵乳油90 mL/hm2喷雾1次。株高25 cm左右时，用30%矮多悬浮剂750 g/ hm2喷雾1次；株高30～35 cm时，用30%矮多悬浮剂1.5 kg/ hm2喷雾1次。

1.4 数据处理

采用方差分析、多项式回归分析方法，在建模的基础上，模拟寻求最优施肥参数。数据处理在SAS9.4环境下完成[10]。

2 结果与分析

2.1 各施肥处理对花生农艺性状的影响

从花生各性状表现（表2）可以看出，氮磷钾的不同配施量是导致花生农艺及产量差异的主要原因。无施肥处理（N0P0K0）的各项指标表现均较差；从氮素因子的变化看，主茎高、总分枝数、单株结果枝数、百仁质量4个指标整体上均表现为随氮肥施量的增大而提高，但单株饱果数、百果质量、出仁率及产量4个指标在N 处于3水平下均较相应的2水平下有所下降；从磷素因子的变化看，主茎高、总分枝数、百仁质量和出仁率4个指标均随磷施肥量的增加而升高，而单株结果枝数、单株饱果数、百果质量及产量4个指标在P处于3水平下均较相应的2水平下略低；钾肥施用亦使主茎高、单株结果枝数、百果质量和百仁质量整体上均呈现随施钾量增多而提高，但在N与P均处2水平下，总分枝数、单株饱果数、出仁率3个指标在K 处于3水平下均较相应的2水平略低，产量相差甚微。单株饱果数与出仁率在N、P、K中2个指标处于2水平、1 个指标处于 3 水平（N3P2K2、N2P3K2、N2P2K3）时的表现均略低于N、P、K水平均为2（N2P2K2）时，这可能是氮、磷、钾肥施量偏高，促使花生生长过旺所致。

表2 不同处理对花生农艺性状的影响

2.2 各施肥处理对花生产量的影响

从表2可以看出，不同配方施肥处理的花生产量 均 高于 CK（N0P0K0），以 处 理 N2P2K2增 加 61.74%为最明显。处理N0P2K2（缺N）、处理N2P0K2（缺P）、处理N2P2K0（缺K）产量相对较低，较CK 依次增加17.76%、36.87%、38.05%。花生对氮肥反应敏感，缺氮会导致磷、钾的肥效降低。处理N0P2K2中虽磷、钾肥较充足，但因缺氮致产量依然较低，较CK仅增产17.76%，但较处理N2P2K2减少27.19%。

方差分析（表3）表明，不同处理的花生产量差异均达极显著水平（F=48.13，P<0.000 1）。采用最小显著差异法（LSD）对各处理产量的多重比较结果（表4）表明，处理N2P2K2与处理N2P2K3的产量差异不显著，且二者显著高于除处理N2P3K2外的其他各处理；除处理N2P2K2外，在不含N或P或K水平为3的处理中，处理N2P2K1的产量最高，为5 769.50 kg/hm2，但与处理N2P1K2差异不显著；施肥各处理显著高于不施肥处理（CK），施氮各处理显著高于缺氮处理N0P2K2。上述结果表明，优化施氮量对提高花生产量非常重要。

2.3 花生产量对养分的回归模型建立与分析

2.3.1 花生产量对氮磷钾的回归模型及模拟施肥参数以花生荚果产量为预报变量，以N、P、K（码值，分别以x1，x2，x3表示）为预测变量建立三元二次肥效模型（表 5），得到

表3 不同处理花生产量方差分析

表4 不同处理花生产量多重比较

该回归方程的拟合优度（R2=0.982 6）表明，此模型能解释产量变异信息的98.26%，很好地反映了3种肥料施用量与相应产量间相依规律。

为求解上述施肥模型的最优参数，采用模拟因素取值的频率分析方法，将各因素约束在0≤xi≤3（i=1，2，3）内，步长均取 0.15，产量目标介于 5 700～6 750 kg/hm2，则在所有可能的9 261个组合中，有2 492个满足要求，占比26.91%，模拟最高产量为6 463.51 kg/ hm2，将统计结果列于表6。

从表6可以看出，花生产量介于5 700~6 750 kg/ hm2的 施 肥 决 策：施 纯 N 137.93~140.66 kg/hm2、P2O590.86~92.29 kg/hm2、K2O 122.46~125.94 kg/hm2，期望产量为5 965.30~5 979.98 kg/hm2。

表5 试验结构与花生产量结果

表 6 花生产量在 5 700~6 750 kg/hm2目标下氮磷钾施肥参数模拟

2.3.2 两因素交互效应模型及其优化 据试验结果（表5)，固定氮磷钾任意一因素xi（i=1，2，3）于2水平所对应的处理，利用另两因素相应的码值及产量结果，分别建立NP、NK、PK两因素的二元二次回归子模型得

为得到较优的施肥参数，据本试验中花生的实际产量，将目标产量取为5 700～6 750 kg/hm2，各因素约束在 0≤xi≤ 3（i=1，2，3）内，步长皆取 0.15 进行模拟，所得结果（表 7）显示，施纯N129.84 kg/hm2、P2O594.41 kg/hm2，氮磷互作产量为 5 978.85 kg/hm2；施纯N129.42 kg/hm2、K2O 121.98 kg/hm2，氮钾互作产量达 5 988.20 kg/hm2；施 P2O590.59 kg/hm2、K2O 121.44 kg/hm2，磷钾互作产量为5 996.68 kg/hm2。

表 7 花生产量在 5 700~6 750 kg/hm2目标下的两因素互作施肥参数模拟

2.3.3 单因素效应分析 据试验结果（表5），将氮磷钾的任意两因素固定于2水平，利用相应处理的试验数据，建立以花生荚果产量为目标变量、以所剩因素（码值）为自变量的一元二次回归模型如下：

2.3.4 各类模型所提供施肥决策的经济效益分析 为得到高产高效优化施肥决策，将上述7个模型所提供的施肥参数及产量期望进行经济效益分析，可提高所得决策的科学性与正确性。将以上各模型提供施肥参数、期望产量及经济效益汇总于表8。从表8可知，单因素K肥效模型提供施肥决策的产量期望为6 257.16 kg/hm2最高，但因钾肥用量偏高，导致肥料投资成本较高，产投比28.29相对最低，NP、PK二元肥效模型所对应的产量分别为5 978.85 kg/hm2、5 996.68 kg/hm2，但由于肥料投资成本相对较低，产投比居前2位，分别为32.98、32.75。由于种植花生追求的目标是高产高效，而非仅放在产量目标上，为此，应当决选NP二元回归模型提供的施肥决策：施纯N 129.84 kg/hm2、P2O594.41 kg/hm2、K2O 120.00 kg/hm2，可望获得花生荚果产量5 978.85 kg/hm2，产值45 439.26元，净收益44 061.46元，此可推荐为新乡市沿黄地区花生种植的施肥方案。

表8 各肥效模型提供的施肥参数及经济效益

3 结论与讨论

单株果数和百果质量是花生单株产量的重要构成因素，单株产量是群体单位面积产量的重要指标[11]。本研究结果表明，优化氮、磷、钾肥施量与配比能有效地提高花生的单株结果数、单株饱果数、百果质量及出仁率，对花生增产作用显著，此与李宗军等[12]的研究部分结果相近，但施用量不同，此可能与试验地基础肥力不同等有关。类似的结论在其他作物上也得到了验证[13]。

近年来，随着国家农业领域一系列重大研究计划的实施，作物施肥技术研究取得了长足的发展。目前，我国正在实施减肥增效策略，农业部已开始推行“化肥零增长”，提出通过“精”、“调”、“改”、“替”等途径控制化肥投入。因此，提高肥料利用率已成为各级政府、农业生产管理部门及广大土壤肥料科研人员关注的领域。针对不同生态环境、不同作物、不同土壤特性和肥力水平、不同肥料种类开展施肥效果及肥料利用效率的研究，已经取得了大量的作物需肥规律和施肥技术成果[14-16]。研究结论得出，氮、磷、钾肥及其交互效应对产量会产生显著影响，有时交互作用更明显，在施肥水平较低时，不同肥素表现出较好的协同促进作用，在达到产量峰值后，则表现为无效甚至抑制作用，相应各肥素中值的处理能够较好地满足作物生长发育过程中对氮、磷、钾的需求，提高作物对这些养分的利用率。

土壤中贮存着作物生长必需的养分，其中，各种养分的有效数量和构成比例对不同作物的需求存在差异，从而影响作物各组织器官的生长发育进程。通过测土配方施肥，花生所需氮、磷、钾营养更趋合理，能满足花生对养分的需求。本研究结果表明，处理N2P2K2（N 135 kg/hm2、P2O5105 kg/hm2、K2O 120 kg/ hm2）相应的农艺性状、产量和经济效益较其他处理优势明显。在氮、磷营养供给充足时，适量施钾有利于提高花生抗病、抗倒能力，促成增产增益。本研究所得花生产量的单因素肥效模型均呈抛物线，此与参考文献[17-18]相应结论类似。本研究所得拟合花生产量的三元二次肥效模型及NP、NK二元二次肥效模型的拟合优度均在0.95以上，表明这些模型很好地反映了施肥量与花生产量间的相依关系，由此做出的分析结果可靠性高。

综合得到的各肥效模型提供的施肥参数、期望产量和经济效应，本着高产高效的生产目标，选择出NP二元肥效模型提供的施肥参数：N 129.84 kg/hm2、P2O594.41 kg/hm2、K2O 120.00 kg/hm2，可获花生产量5 978.85 kg/hm2，产投比最高，推荐将其作为新乡市沿黄地区花生种植的推荐施肥决策。