整合分析施氮与水分输入梯度对中国北方玉米产量、氮肥生产力及水分利用效率的影响

莫启顺，秦王菲，张清平，李 舟

（1. 贵州大学动物科学学院草业科学系, 贵州 贵阳 550025；2. 临沂大学农林科学学院园林系, 山东 临沂 276000）

玉米(Zea mays)作为世界上最重要的粮食与饲料作物之一，占全球谷物产量的34%以上[1]。中国是玉米生产大国，随着水肥技术的发展，近几十年来玉米产量有了较大的提高。在解决食物短缺问题的同时，高化肥投入也使环境不断承压。据研究，2010 年中国玉米单位施氮量比美国多出51%，而产量却比美国低43%，单纯通过增加水肥投入实现玉米增产已不利于农业的可持续发展[2-3]。此外，随着经济社会发展产生的更多需求使得生态环境进一步承压，因此，制定更加合理的水肥措施有利于协调氮素供应、降低氮肥污染风险，提高水分利用效率，对促进农业节水节氮，实现资源的高效利用，平衡生产与生态的关系及发展可持续农业意义重大[4-5]。

水分和氮素是影响玉米产量的两大重要因子[6]，雨养农业中降水缺乏规律性使其无法与玉米水分需求匹配，通过灌溉等手段不仅能够更好地供给水分，还能够与氮肥的施用相配合，提高肥效，减少损耗。实现合理的水氮配比需要综合考虑多方面的因素，包括气候条件(温度、光照)、土壤养分含量(土壤有机碳、速效钾、速效磷和碱解氮等)及农艺措施(覆膜、播种密度等)[7-10]。随着玉米生产过程中水分利用效率与氮肥生产力偏低的问题不断加重[11]，有关水氮因子对玉米生长影响的研究逐渐增多，有研究分别探讨了水分对玉米形态构成[12]、氮代谢、光合作用[13]的影响以及氮肥对玉米产量、氮素平衡[14-15]等的影响，也有研究探讨水氮耦合对玉米产量、水分利用效率及氮肥生产力[16-17]、氮素利用与吸收[18]、生长和生理过程[19]的影响。由于各项研究之间存在较长时间或较大空间的差异，因此得出的结论也不尽相同，要获取某个区域内相对准确的整体性结果，需要利用分析工具对这些相近似的研究进行整合、分析和总结，有助于辨识在不同区域、不同气候条件下水氮因子对玉米产量、水分利用效率及氮肥生产力的影响，了解其在一个大的地理范畴内的整体表现，或者提供更多关于决定玉米生产力、水分利用效率及氮肥生产力的农业生态成分之间潜在机制的具体证据。

Meta 分析作为能针对同一问题的多个研究结果进行综合分析的方法[20]，在农学、生态学方面的研究应用逐渐增多[21]。近年来，学者们多从全球尺度上利用Meta 分析的研究方法探讨灌溉[22]、覆膜[9]对玉米产量和水分利用效率的影响，播种密度对玉米产量的影响[21]，以及土壤类型、降雨和气温对玉米氮素利用的影响[23]。但现有的研究还不能宏观定量说明水氮因子对中国北方玉米产量、氮肥生产力(nitrogen productivity, NP)和水分利用效率(water use efficiency, WUE)的影响，且研究更多地倾向于气候和环境因子[24-25]，针对土壤因子的讨论较少。为整体认识中国北方不同地理位置、不同气候及灌溉条件下水氮因子对玉米产量、NP 和WUE 的影响，本研究采用Meta 分析的方法在研究水氮因子对玉米产量、NP 和WUE 影响的同时，还深入分析其他环境因素和农艺措施对玉米产量、NP 和WUE 的影响，以揭示在中国北方地区玉米产量、水分利用效率及氮肥生产力与多个影响因子之间的整体关系，了解现阶段中国北方地区玉米产量、NP 和WUE 的主要限制因子，以期为中国北方地区玉米生产在不同气候、不同环境条件下高产高效和节水减氮提供理论依据。

1 材料与方法

1.1 数据收集

本研究通过中国知网(CNKI)和Web of Science两大核心知识数据库进行文献检索，收集了1980 -2018 年中国北方地区施氮和水分输入梯度对玉米产量、NP 和WUE 影响的研究，中英文检索关键词为“玉米”、“水或氮”、“灌溉或水分输入”、“施肥”、“fertilization”、“maize or corn”、“water or nitrogen”、“irrigation or water input ”。文献内可获取数据(如玉米产量、NP 和WUE 等)可从表中数据直接提取，图中的数据由Get-Data Graph Digitizer 软件转化后再提取。文献筛选采用标准为：1)试验地范围为中国北方地区。2)文献内提供明确试验地点与时间，要求试验为大田试验。3)研究所需的数据如玉米产量、施氮量、水分输入量、NP、WUE 等以及相应的标准差(standard deviation, SD)和标准误(standard error,SE)均能由图表中直接或间接计算得到。4)试验内设有“不灌溉或不施肥”处理作为对照组，要求施肥和灌溉的方法相同，且其他重要的农艺措施(如耕作和覆盖等措施)相似。5)排除会议文件和试验年份、地点、结果相同的文献。通过严格筛选，共有可用文献35 篇(中文16 篇，英文19 篇)，有效数据为1 526 组(其 中 玉 米 产 量536 组，NP 454 组，WUE 536 组)。35 篇文献的研究地分布于中国12 个省级行政区(表1)。

表1 文献与研究地概况Table 1 Overview of literature and research sites

1.2 数据处理

1.2.1 数据计算

WUE的计算公式如下：

式中：Y为玉米产量(t·hm-2)；W为水分输入量(mm)，等于降水量与灌溉量之和。

NP的计算公式为：

式中：Y为玉米产量(t·hm-2)，N为施氮量(kg·hm-2)。大气沉降和生物固定的氮输入量较小，且难以量化，未被考虑在内。

1.2.2 数据整合

本研究以施肥或灌溉处理作为处理组，不施肥或不灌溉处理作为对照组。为量化不同处理对玉米产量的影响，研究使用响应比(response ratio, RR)的自然对数作为效应值，即ln(RR)，并在Meta 分析软件中选用随机效应模型计算。计算公式如下：

式中：Yt和Yc分别为处理组和对照组的玉米产量值。

量化不同处理对玉米NP 和WUE 的影响也可以由RR 的自然对数得出。计算公式如下：

式中：NPt和WUEt分别为处理组的NP 和WUE 值，NPc和WUEc分别为对照组NP 和WUE 值。

对应指标效应值ln(RR)的方差(variance,V)可由下列公式算出得出。

式中：St、nt和Xt分别代表处理组的SD，重复数和平均值；Sc、nc和Xc分别代表对照组的SD，重复数和平均值。若文献中只有SE或SD，其二者的关系如公式(7)，如若两者都未给出，则按SD为平均值的0.1 倍算出。

为获得处理组相对于对照组的整体反应效果，本研究对每个独立的响应比(RR)计算加权平均响应(RR++)及RR++的标准差S(RR++)，计算公式如下 :

式中：m为比较的组数，k为组中的比较数，w为权重系数。

95%的置信区间(confidence interval, CI)可由公式(11)计算得出。

当95%CI与零相交时，则认为处理组与对照组差异不显著(P＞ 0.05)；若95%CI与零不相交时，则认为处理组与对照组差异显著(P＜ 0.05)，若95%CI的最小值大于零，则表明该处理对相应指标为正效应，若95%CI的最大值小于零，则为负效应。

最后，因变量值的变化百分数(percentage change,PC)可由公式(12)计算得到，其中PC为处理组相对于对照组因变量值的增加或降低的百分比。

1.2.3 数据分析

为更直观地反映不同自变量对因变量的影响，本研究将围绕文献内会影响玉米产量、NP 和WUE 的各变量包括施氮量、水分输入量、播种密度(planting density,PD)、年平均温度(mean annual temperature, MAT)、年平均降水量(mean annual precipitation, MAP)、土壤有机碳(soil organic carbon, SOC)、总氮(total nitrogen,TN)、碱解氮(alkaline nitrogen, AN)、速效钾(available potassium, AK)和速效磷(available phosphorus, AP)进行Meta 回归分析，同时结合结构方程模型(structural equation model, SEM)进行辅助分析。SEM 是进行多元分析的重要工具，同时包含了因子分析与回归分析，可评价多个变量之间的相互关系并对其相关程度进行比较[26]。在SEM 中用卡方拟合指数( χ2)估算模型拟合的程度，当P＞ 0.05时，表示模型拟合程度较好。建模过程中要求有较高的拟合优度指数(goodness of fit index, GFI, ≥0.9)和较小的近似误差均方根(root mean square error of approximation, RMSEA, ≤0.06)。最后使用R 语言的“ggplot 2”包和SigmaPlot 10.0 软件对相关数据进行处理与作图。

2 结果与分析

2.1 玉米产量、氮肥生产力、水分利用效率、施氮量及水分输入量概况

在收集到的35 篇文献中，玉米产量、NP、WUE、施氮量和水分输入量不尽相同且差异较大，各项数据基本呈正态分布(图1)，玉米产量分布范围为1.5～19.2 t·hm-2，多 集 中 于7～11 t·hm-2，平 均 值 为9.19 t·hm-2；NP 的分布范围为5.44～222.56 kg·kg-1，平均值为55.66 kg·kg-1，集中分布在10～70 kg·kg-1；WUE 的分布范围为0.28～4.25 kg·m-3，平均值为1.83 kg·m-3，集中分布在1.0～2.3 kg·m-3；施氮量的分布范围为0～540 kg·hm-2，平均值为195.73 kg·hm-2，多集中于50～400 kg·hm-2；水分输入量的分布范围为259～1 112 mm，平均值为517.98 mm，多集中于300～600 mm。

图1 玉米产量、氮肥生产力、水分利用效率、施氮量和水分输入量分布状况Figure 1 Distributions of maize yields, nitrogen productivity, water use efficiency, nitrogen application rate, and total water input

2.2 水分输入与施肥对玉米产量、氮肥生产力和水分利用效率的影响

在水氮因子对玉米产量、NP 和WUE 影响的整体表现中(图2)，水分和氮肥是玉米产量的主要影响因子。随着水氮投入的增加，玉米产量增加趋势明显，水氮投入量增加到一定值时产量增幅趋于稳定。相较对照，水分输入使得玉米整体增产13.43%(P ＜0.01)，WUE 和NP 分别提高了13.76% (P ＜0.01)和11.68% (P ＜0.05)，施肥使得玉米整体增产10.69%(P＜ 0.01)，WUE 和NP 分别提高了10.93% (P＜ 0.01)和11.58% (P ＜0.05)，表明水分输入对玉米的增产效应大于氮肥。水分和氮肥在对玉米产量的影响中表现明显的耦合效应，高水分会显著限制玉米的WUE，水分输入量小于400 mm 时玉米则有较高的WUE，随着水分输入量的增加WUE 逐渐降低，在此基础上增加施氮量会减缓WUE 的下降趋势，说明氮肥可以一定程度上促进玉米对水分的利用，随着水分输入量进一步增加，促进作用相对减弱。同样的，氮肥对玉米NP 的影响也是如此，施氮量小于200 kg·hm-2时玉米有相对较高的NP，随着施氮量增加玉米NP 逐渐降低，降低趋势随水分输入量的增加也会得到相应缓解，说明水分也会在一定程度上促进玉米对氮素的吸收，随施氮量进一步增加，促进作用逐渐减弱。单一地研究水或氮的输入对玉米产量的影响已无法实现玉米持续高产与较高水氮节约潜力的统一。因此，同时优化水、氮管理措施，考虑水氮互作对玉米产量、NP 和WUE 的影响在玉米生产实践中至关重要。

图2 灌溉与施氮对玉米产量、氮肥生产力、水分利用效率的影响Figure 2 Effects of irrigation and nitrogen application on maize yield, nitrogen productivity, and water use efficiency

2.3 气候因子与播种密度对玉米产量、氮肥生产力和水分利用效率的影响

气候因子与播种密度对玉米产量、NP 和WUE的影响不同(图3、图4、图5)，玉米产量随水分输入量、施氮量、PD 的增加而增加，其中水分输入量、PD和施氮量对玉米有较显著的增产效应(P＜ 0.05)。相反，玉米产量随MAT、MAP 的升高而下降，其中MAT的作用较为显著(P＜ 0.05) (图3)。NP 随施氮量和PD的增加而降低，随水分输入量的增加而增加，MAP对NP 无显著影响(P＞ 0.05) (图4)。WUE 随PD 和施氮量的增加而增加，随水分输入量和MAT 的增加而降低(图5)。

2.4 土壤养分因子对玉米产量、氮肥生产力和水分利用效率的影响

土壤养分因子对玉米产量、NP 和WUE 的影响不同(图3、图4、图5)，玉米产量随SOC、AN 和AP的增加而增加，随TN 的升高而下降。其中SOC 对玉米有较显著的增产效应(P＜ 0.05)，AN 和AP 对玉米产量的影响不显著(P＞ 0.05) (图3)。NP 随施氮量、TN、AN、AK 和AP 增加而降低，此外，NP 随SOC的增加而增加，MAP 对NP 无显著影响(图4)。WUE随SOC 的增加而增加，随TN、MAT 的增加而降低，AN、AK 和AP 对WUE 无显著影响(P＞ 0.05) (图5)。

图3 各因子对玉米产量的影响Figure 3 Effects of various factors on maize yield

2.5 综合分析

SEM 进一步表明除水分和氮素外，玉米产量与其他因子也存在较强相关性(图6)，其相关程度按SEM 中标准化路径系数(系数绝对值)排序依次为SOC (0.73) ＞ AK (0.38) ＞ PD (0.20) ＞ MAT (0.11)，可见SOC 是对玉米产量影响最大的潜在因子。对于NP 而言，施氮量产生极强的负效应，这表明高的施氮量是造成玉米NP 急剧下降的主要原因，而产量、MAT 则产生较强的正效应，标准化路径系数均为0.25。此外，SOC 对NP 也表现为正效应。SEM 中与WUE 存在负相关性的因子是水分输入量和MAT，其标准化路径系数分别为-0.61 和-0.09，而存在正相关性的是产量，这表明较高的水分输入量是玉米WUE 的最主要限制因子。

3 讨论与结论

玉米是对水氮缺乏较为敏感的作物，其产量、NP 和WUE 对各个因子的响应在不同地区不尽相同[16]，主要可能是由于玉米品种、气候环境和试验时间等条件不同导致的(即时间和空间异质性)。在生产实践中，玉米产量、NP 和WUE 对水氮投入的响应会随气候条件(温度和降水量等)和土壤养分含量等因素的不同而存在较大差异[22]。氮肥促进作物含氮化合物的合成、提高光合效率、促进籽粒和植株对氮素的吸收和积累；水分则与植物养分的运输和分配息息相关[18]。本研究整合分析表明，适度的水分和氮肥分别对NP 和WUE 有一定程度的促进作用(图2、图4、图5)。同时，较高水分和氮肥也是玉米生产中NP 和WUE 的主要限制因子(图4、图5、图6)，这可能是由于过度水分输入导致根系发育不良[22]，土壤通透性差[18]，从而影响NP 和WUE。因此，进一步研究水氮互作与玉米之间的关系对提高玉米产量及减少水分、氮肥的损失至关重要[2]，水氮耦合对玉米产量、NP 和WUE 影响已进行过许多单一位点试验研究[2,6,14,16]，其中有研究表明充足的水分输入会提高氮肥有效性，从而在不影响产量的情况下减少施氮量[2]，本研究也发现水分和氮肥在对玉米产量、NP 和WUE 的影响中表现出明显的耦合效应(图2)。水氮互作效应对玉米的影响机制较为复杂，受时间、空间和气候环境的影响有较大可变性。张兴梅等[18]认为施肥对玉米氮素累积的促进作用大于水分输入，水分过多会抑制玉米对养分的吸收。李广浩等[16]的研究则表明在对玉米产量的影响中，水分效应大于氮肥。在本研究中，水分输入对玉米整体增产效应略高于施肥，水氮输入对玉米增产效应均极显著(图2)。

图4 各因子对玉米氮肥生产力的影响Figure 4 Effects of various factors on nitrogen productivity of maize

图5 各因子对玉米水分利用效率的影响Figure 5 Effects of various factors on water use efficiency of maize

图6 变量之间相互关系的结构方程模型Figure 6 Structural equation model of the relationship between variables

玉米产量会因气候因子的变化而产生较大的可变性[24]，本研究表明MAT 升高会导致玉米减产(图3)，与Deng 等[7]的研究结果一致。可能是由于气温升高导致作物的水分利用效率和结实率降低[27]，此外，较高的温度还会加快玉米发育速度，缩短营养期和生殖期，且热胁迫会降低花粉的活性从而影响籽粒数[28]，玉米减产导致的NP 和WUE 随之降低(图4、图5)。玉米植株间的养分竞争程度主要取决于播种密度[21]，播种密度直接或间接影响玉米叶面积指数和干物质累积量[29]，Yan 等[1]研究发现玉米产量随PD 的增大先增后减，本研究则表明玉米产量随PD 的增加而增加(图3)。随着PD 的增加，玉米田间通风、透光条件变差，光合作用减弱，玉米单株穗粒虽然减少，个体干物质生产率降低，但群体增大产生的补偿作用使单位面积的产量仍呈上升趋势[25,29]。此外，刘梦等[29]研究发现高于玉米最适PD 时增施氮肥仍可以增产，且不同品种的效应不同。由此表明，玉米产量可能还受到玉米品种、气候条件、氮肥管理措施以及其他因素的影响[10]。土壤有机碳在提高作物产量、改善土壤肥力方面发挥着重要作用[8]，本研究表明玉米产量、NP 和WUE 均随SOC 的增加而增加(图3、图4、图5)，与Oldfield等[30]研究结果一致。土壤有机碳作为土壤潜在养分来源，能改善土壤结构，提高土壤保水能力[31]，因此，较高的SOC 能保证玉米生长中所需的部分养分和水分。本研究还发现玉米产量随着土壤AK 的增加而增加(图3)，这与赵欢等[32]土壤AK 含量的高低直接影响作物产量的研究结果一致。钾素是植物生长必需的大量元素之一，它能提高玉米百粒重，提高干物质含量，增加籽粒中的蛋白质和脂肪含量[33]，从而有利于玉米的增产，且在土壤中AK 是最容易被植物直接吸收利用的钾素[34]。

综上表明：1)我国北方地区的玉米水氮利用效率均存在较大提升空间，高水氮投入可能是玉米水氮利用效率偏低的主导因素。2)水分输入和施氮分别使玉米较对照增产13.43% (P＜ 0.01)和10.69%(P＜ 0.01)，同时施氮有利于水分利用效率提升(P＜0.01)。3)年平均温度升高可能造成玉米产量与水氮利用效率下降。4)土壤有机碳与速效钾含量均与玉米产量呈正相关关系。为此，未来我国北方地区玉米栽培应进一步合理化水氮输入策略，重视土壤基础养分对提高水氮利用效率的潜力，实现玉米生产的生态高效。