基于GIS的河南省小麦产量及产量构成要素时空差异分析

2022-04-21熊淑萍高明张志勇秦步坛徐赛俊付新露王小纯马新明

中国农业科学 2022年4期

熊淑萍，高明，张志勇，秦步坛，徐赛俊，付新露，王小纯，马新明

1河南农业大学农学院/教育部作物生长发育调控重点实验室，郑州 450046；2河南农业大学生命科学学院，郑州 450002

【】分析河南省不同产区小麦籽粒产量和产量构成要素的时空差异，明确不同产区进一步提高小麦籽粒产量的主攻方向。选用河南省小麦固定监测站点实地监测数据，利用地理信息系统（GIS）选择最优模型，绘制2017—2020年河南省4个小麦生产区产量与产量构成要素空间分布图，分析产量和产量构成要素在不同小麦产区的差异及其相互关系。小麦产量及产量构成要素在不同产区间存在差异，其中，产量和穗数均表现为豫北和豫中产区显著高于豫南和豫西产区，以豫北产区最高，豫西产区最低。而穗粒数表现为豫中、豫南和豫北产区显著高于豫西产区，豫中产区最高，豫西产区最低。千粒重表现为豫北产区最高，豫南产区最低。小麦产量、穗数、穗粒数、千粒重多在豫中和豫南交汇处（漯河、周口、驻马店等地）表现较高且在年际间稳定。相关分析表明，不同小麦产区产量构成三要素与产量的关系不一致。其中，豫北和豫中产区以穗数和穗粒数与产量的相关性最大，而豫西和豫南产区产量构成三要素与产量的相关性则表现为穗数最高，千粒重次之，穗粒数最低。通径分析进一步表明，4个小麦产区间产量构成要素对产量的贡献不同，其中，豫北产区以穗数、穗粒数对产量贡献最大，直接通径系数均为0.67；豫中和豫南产区产量构成三要素对产量的贡献依次为穗数＞穗粒数＞千粒重；而豫西产区则为穗数最大，千粒重次之，穗粒数最低，直接通径系数分别为0.69、0.45、0.39。同时，间接通径系数显示，豫北、豫中、豫南产区提高千粒重的增产效果优于提高穗粒数，而豫西产区则为提高穗粒数更优。河南省小麦产量及产量构成要素在不同小麦产间区及年际间存在较大差距，同时，不同小麦产区小麦产量构成三要素对产量的贡献不同，因此，河南省在进一步挖掘小麦生产潜力方面，应分区域、分年型精准分类进行。就本试验条件而言，河南省各小麦产区在稳定穗数的基础上，豫北、豫中、豫南产区应着力进一步挖掘千粒重的潜力，而豫西产区提高穗粒数的增产效果优于千粒重。

小麦产量；产量构成要素；小麦产区；时空分布

0 引言

【研究意义】小麦是我国三大粮食作物之一[1]，在国家粮食安全中居重要地位，河南省位于黄淮海麦区腹地，是全国小麦生产大省[2]，其产量高低与国家粮食安全关系密切[3]。河南省地域广阔，各地栽培措施和气候条件等有所不同，导致产量差异较大[4-5]，丰产稳产存在不确定性因素，因此，准确掌握产量与产量构成要素时空分布特征，以及产量与产量构成要素间的关系，对河南省小麦的区域化布局、标准化生产和进一步挖掘区域生产潜力有着重要意义。【前人研究进展】信息技术与农业科学的快速发展与交叉融合，形成了农业信息技术[6]，地理信息系统（GIS）是其中重要的信息处理技术之一，不断被应用到农业生产的空间分布和变异研究中，为农业生产发展评价与决策提供了重要平台[7-10]。近年来GIS已广泛应用到作物产量空间分布变化[8, 11]、作物区域生产潜力的计算[10-14]、作物品质空间分布特征[15-19]等研究中。小麦经济产量的形成受到外界环境、人为因素和基因型等多方面的影响，成因较为复杂，前人经过多年研究表明有效穗数、穗粒数、千粒重在籽粒产量形成过程中相互作用，相互影响最终形成小麦经济产量[20-22]，田纪春等[23]研究表明，产量构成要素对籽粒产量的贡献从大到小依次为穗数、穗粒数、千粒重。金艳等[24]的研究结果则显示产量构成要素对籽粒产量的贡献从大到小依次为穗粒数、千粒重、穗数。冯素伟等[25]的研究表明，产量构成要素对籽粒产量的贡献从大到小依次为穗数、千粒重、穗粒数。而杨程等[26]的研究结果显示，产量构成要素对籽粒产量的贡献从大到小依次为穗数、穗粒数、千粒重。【本研究切入点】关于河南省小麦产量构成要素与籽粒产量关系的研究较多，但结果不尽相同，而且，这些研究多基于某一产区，很少在全省层面上针对不同小麦产区具体情况进行分析。【拟解决的关键问题】本研究采用2017—2020年河南省不同产区小麦测产数据，利用空间插值等方法，具体分析不同年度间，豫北、豫中、豫西、豫南四大小麦产区之间小麦籽粒产量及产量构成要素差异。旨在揭示不同小麦产区小麦产量构成三要素对产量贡献的差异，为不同产区进一步提高小麦产量的主攻方向提供理论参考。

1 材料与方法

1.1 数据来源与研究区概况

以河南省小麦产区为研究对象，依据胡廷积等[27]的划分方法，将河南省小麦产区划分为豫北灌区、豫中补灌区、豫西旱作区、豫南雨养区4个种植区。根据麦播面积、县区分布等情况分别在4个种植区选择有代表性的监测站点计84个，各种植区概况及监测站点分布情况见表1和图1。监测时间为2017—2020年，小麦产区小麦生长季雨热状况见表2。主要监测指标为各产区小麦的籽粒产量和产量构成三要素（单位面积穗数、穗粒数和千粒重），其中，籽粒产量采取5点取样法，每监测点分别收获5个1 m2，折算单位面积籽粒产量，产量构成三要素采取一米双行法进行考种，每监测点重复3次。

1.2 数据分析与研究方法

采用Microsoft Excel软件进行数据处理及绘制产量及产量构成要素柱形图。

采用Spss24.0软件进行方差分析（analysis of variance）、偏相关分析（analysis of partial correlation）和通径分析（path analysis）[28-29]。其中，利用方差分析明确不同产区间产量及产量构成要素的差异显著性，利用偏相关分析明确产量构成要素与产量的关系，利用通径分析明确产量构成要素对产量的贡献。

采用Arc GIS 10.2地理统计分析模块的趋势分析法，绘制河南省籽粒产量及产量构成要素全局趋势图，分析河南省小麦产量及产量构成要素经纬向的总体趋势。

图1 84个监测点分布情况

表1 研究区域概况及监测点分布情况

表2 河南省不同小麦产区小麦生育期降水量与积温情况

采用Arc Gis10.2地理统计分析模块的克里金插值法（kriging）进行插值分析[15]，插值分析前对数据进行检验，在满足插值分析基本条件的情况下[30-31]，选用简单克里金插值（simple kriging）、普通克里金（ordinary kriging）、泛克里金插值法（universal kriging）建立预测模型，利用交叉检验的方法，以标准平均值（mean standardized）接近0、均方根（root mean square）最小、平均标准误差（standard error of mean）接近1为标准，确定最优模型，分别绘制2017—2020年籽粒产量及产量构成要素空间分布图，分析小麦籽粒产量与产量构成要素空间分布规律。

2 结果

2.1 河南省不同小麦产区小麦产量及产量构成要素差异分析

2.1.1 籽粒产量图2显示，2017、2019和2020年籽粒产量为豫北较高豫西较低，2018年为豫南较高，豫西较低。产区平均籽粒产量表现为豫北＞豫中＞豫南＞豫西，豫北产区平均籽粒产量分别比豫中、豫西、豫南产区高出4.72%、28.68%、10.29%。2017—2020年平均籽粒产量由高到低依次为2019＞2020＞2017＞2018，2019年平均籽粒产量与2017、2018、2020年比分别高出5.89%、19.21%、5.13%。

2.1.2 穗数图3显示，2017、2019和2020年穗数多为豫北和豫中产区较高，豫西较低。2018年穗数与其他年份相比明显下降，该年豫南产区穗数最高，豫西产区穗数最低。平均穗数表现为豫北＞豫中＞豫南＞豫西，豫北产区平均穗数分别比豫中、豫西、豫南产区高出1.60%、18.87%、6.53%。

不同字母表示（P=0.05）差异显著。下同

图3 河南省不同小麦产区2017—2020年穗数差异情况

2.1.3 穗粒数由图4可知，2017、2019和2020年穗粒数多为豫中和豫南产区较高，豫西产区较低，2018年穗粒数为豫南产区最高，豫北产区穗数最低。产区平均穗粒数表现为豫中＞豫南＞豫北＞豫西，豫中产区平均穗粒数分别比豫北、豫西、豫南产区高出2.49%、8.68%、0.55%。

2.1.4 千粒重图5显示，2017—2020年千粒重多为豫北和豫中产区较高，豫南和豫西产区较低，产区平均千粒重表现为豫北＞豫中＞豫西＞豫南，豫北产区平均千粒重分别比豫中、豫西、豫南产区高出1.87%、5.10%、5.22%。

图4 河南省不同小麦产区2017—2020年穗粒数差异情况

2.2 河南省小麦籽粒产量及产量构成要素时空分布特征

2.2.1 籽粒产量及产量构成要素空间分布总体趋势由图6可知，小麦籽粒产量在河南省北部、中部高，西部低，由西向东先增加后减少，由北向南逐渐降低；穗数呈中部北部高，西部南部低，自西向东先增加后减少，由北向南逐渐降低；穗粒数由西向东先增加后减少，由北向南先降低后增加；千粒重中北部高西部低，由西向东先增加后减少，由北向南逐渐降低。

图5 河南省不同小麦产区2017—2020年千粒重差异情况

图中黑色柱体表示监测点量的高低，绿色曲线为径向的变化趋势，蓝色为纬向

2.2.2 籽粒产量图7可知，2017、2018与2019年河南省小麦籽粒产量整体表现为豫北、豫中籽粒产量高于豫南与豫西，豫中和豫南交汇处（漯河、周口、驻马店三市交界处）4年籽粒产量均较高。2018年全省籽粒产量普遍降低，该年籽粒产量呈多态分布，与其他年份相比豫北籽粒产量明显下降，但豫西的南部、豫南的北部则较其他年份有明显的增加，该年最高产量在漯河、周口、驻马店三地交界处。

图7 2017—2020产量空间分布情况

2.2.3 穗数由图8可知，2018—2020年穗数分布情况表现为豫北、豫中和豫南的北部地区穗数较高，豫西和豫南的淮河以南地区则较低。豫中和豫南交汇地，漯河、周口、驻马店三地交界处4年穗数均较高。2017年穗数分布情况为东北、西南高，豫南的南阳盆地穗数明显高于其他年份，穗数最高点在鹤壁、新乡两地交界处，而豫西和豫南淮河南部地区穗数则低于其他区域。

2.2.4 穗粒数由图9可知，2017—2020年穗粒数年际间变化差异较大，豫中和豫南及其交界处多数年份较高。2017年穗粒数为中部，北部高，最高点在新乡、焦作、郑州三市交界处，2018年豫北和豫中产区穗粒数较2017年下降明显，豫南产区穗粒数较高。2019年豫西产区穗粒数较低，其他产区穗粒数差异较小，高值区主要集中在豫中产区以及豫中和豫南产区交界处。2020年穗粒数呈南北两头高的趋势，黄河南岸形成低值带，贯穿东西，穗粒数最高点集中在淮河流域南北两侧。

图8 2017—2020穗数空间分布情况

图9 2017—2020年穗粒数空间分布情况

2.2.5 千粒重由图10可知，2017—2020年千粒重多为豫北和豫中产区高于其他产区。2017年除豫南的淮河南部外，其他区域高值与低值错落分布，无明显规律。2018年千粒重呈从北向南逐渐降低的趋势，高点在豫北的焦作、滑县，豫中的商丘东部等地。2019、2020年千粒重分布情况相似，都表现为豫北、豫中过渡带以及豫中、豫南过渡带高，西南低的趋势。豫北的东部（内黄、滑县、原阳等）穗粒数两年均为高点。

图10 2017—2020千粒重空间分布

2.3 河南省不同小麦产区产量构成要素与产量相关性分析

2.3.1 产量构成要素与籽粒产量的相关性偏相关分析表明（图11），豫北产区产量构成要素与籽粒产量的相关性从高到低依次穗数=穗粒数＞千粒重，豫中产区为穗数＞穗粒数＞千粒重，豫西和豫南产区为穗数＞千粒重＞穗粒数，相关系数均为正值，不同产区间穗数与籽粒产量的相关性最高。

另外，产量构成要素之间，豫中产区穗数与千粒重呈显著正相关，豫南产区穗数与穗粒数呈极显著负相关，豫西产区穗粒数与千粒重呈显著负相关。

2.3.2 产量构成要素对籽粒产量的贡献表3显示，直接通径系数从大到小依次为：豫北产区为穗数=穗粒数＞千粒重，豫中和豫南产区为穗数＞穗粒数＞千粒重，豫西产区则为穗数＞千粒重＞穗粒数。不同产区产量构成要素对籽粒产量贡献均为穗数最大。间接通径系数可以反应产量构成要素间的关系，其中豫北产区穗数通过穗粒数与千粒重对籽粒产量的间接通径系数分别为-0.13和0.07。穗粒数通过穗数与千粒重对籽粒产量的间接通径系数分别为-0.13和-0.06。千粒重通过穗数与穗粒数对籽粒产量的间接通径系数分别为0.13和-0.1。穗粒数通过其他产量构成要素对籽粒产量的间接作用均为负值，而千粒重则优于穗数，即豫北产区在稳定穗数的前提下，提高千粒重的增产效果好于提高穗粒数。豫南产区情况与豫北产区相似。

↔表示相关性，其上数字为相关系数，*和**表示0.05、0.01水平上显著相关

表3 不同产区籽粒产量与产量构成要素通径分析

自变量一列中X1、X2、X3分别为穗数、穗粒数、千粒重；直接通径系数表示自变量对籽粒产量的直接作用，数值越大作用越大；间接通径系数表示自变量通过其他自变量对籽粒产量的间接影响

X1, is spike number, X2is kernels per ear, and X3is 1000-grains weight. the direct path coefficient represents the direct effect of the independent variable on the grain yield, the larger the value, the greater the effect; the indirect path coefficient represents the independent variable through the indirect effect of independent variables on grain yield

豫中产区的间接通径系数均为正值，其中千粒重通过穗数对籽粒产量的间接作用最大（0.09），穗数与穗粒数间的间接通经系数最小（0），说明豫中产区产量构成要素间较为协调，在稳定穗数的前提下，提高千粒重的增产效果最好。

豫西产区穗数通过穗粒数与千粒重对籽粒产量的间接通径系数分别为0.15和-0.01，穗粒数通过穗数与千粒重对籽粒产量的间接通径系数分别为0.28和-0.15，千粒重通过穗数与穗粒数对籽粒产量的间接通径系数分别为-0.01和-0.12，穗粒数通过穗数对籽粒产量的间接影响最大（0.28），同时穗数通过穗粒数对籽粒产量的间接影响也较高（0.15），说明豫西产区产量构成要素间竞争激烈，尤其是穗粒数与千粒重间，但提高穗数的同时提高穗粒数不失为一种较好增产途径。

3 讨论

3.1 河南省不同小麦产区籽粒产量及产量构成要素差异与空间分布

河南省地域广阔，地区间气候差异明显，不同产区间产量差异较大[32]，李巧云等[33]2007—2008年在河南省北纬36°到32°的不同生态类型区研究表明，河南省小麦产量随纬度降低呈现先升高后降低的趋势，马新明等[34]研究表明，豫北和豫中地区小麦产量及生产潜力较大，豫东和豫东南地区居中，豫西和豫西南地区较低。本研究关于河南省产量的变化趋势与前人研究结果较为一致，并明确了河南省不同小麦产区间产量和产量构成要素的差距，指出豫中南区域的漯河、周口、驻马店三市交界处为河南省小麦高产稳产的区域。

本研究进一步表明，河南省小麦产量构成要素在不同小麦产区存在较大差异。豫北产区穗数和粒重均高于其他产区，但穗粒数却低于豫中和豫南产区；豫中产区的穗粒数居河南省4个小麦产区之首，且穗数和粒重亦高于豫西和豫南两麦区；豫南麦区穗粒数仅次于豫中麦区，但穗数和粒重较低，尤其是粒重在四大小麦产区最低。豫西产区除粒重略高于豫南产区外，产量及穗数、穗粒数在4个小麦产区中均显著低于其他产区。由此可以看出，除豫西产区外，河南省各小麦产区在产量构成要素上均存在一定的优势和劣势，关于造成差异的原因，前人已进行了详尽的研究，其中，小麦遮荫试验表明遮荫导致穗粒数、千粒重与籽粒产量出现不同程度的下降[35-36]；Bruckner等[37]研究表明灌浆期日均高温每提高1℃，灌浆期总天数将缩短3.1 d，粒重将降低2.8 mg；王万里等[38]研究表明灌浆前期经受干旱处理后小麦籽粒产量减产较多，即在生育期内，冬小麦产量受气候条件波动的影响。同时也有大量研究表明，土壤状况与栽培技术措施对产量与产量构成要素有显著影响[39-41]。因此，针对产量及产量构成因素在不同小麦产区的差距，揭示造成这种差距的可能原因，如自然条件、品种、栽培技术等，协调相应产区小麦产量构成因素，优化河南省小麦区域布局具有重要意义，需进一步深入研究。

3.2 河南省不同小麦产区产量构成要素与产量的关系

小麦的单位面积产量由单位面积穗数、每穗粒数和粒重构成[42]。前人研究表明，在一定的范围内，产量随着单位面积穗数的增加而提高，有效穗数在产量构成要素中占主导地位[43-44]，充足的穗数是高产的基础。王绍中等[45]对国家黄淮南片麦区及河南省小麦区域试验结果进行分析，结果显示产量在9 000 kg·hm-2以上且穗数在较高水平时，千粒重对产量起主导作用。而周延辉等[46]的研究则认为产量构成三要素对产量的贡献从大到小依次为穗数、穗粒数、千粒重。本研究对河南省小麦产量构成要素与产量的关系分种植区域进行分析发现，河南省不同小麦产区也均以穗数对产量的贡献最大，这与前人研究结果一致，但千粒重和穗粒数对产量的贡献在河南省各小麦产区中存着差异。其中，豫北、豫中和豫南产区穗粒数对产量的贡献高于千粒重。豫西产区千粒重对产量的贡献大于穗粒数。可见，在小麦产量构成三要素中，穗数对产量的贡献最大，但穗粒数和千粒重对产量的贡献则因种植区域及种植条件、品种、年份的不同，存在较大的差异。因此，河南省各小麦产区在进一步挖掘小麦生产潜力的过程中，应在保证充足穗数的基础上协调产量构成要素，主攻方向应分区域分年型分类进行。但本研究未考虑年际间气候差异，不同气候年型小麦产量构成要素与产量的关系可能有所变化，后续的相关研究可针对不同气候年型开展研究，明确不同气候年型下小麦产量构成要素与产量的关系，为不同小麦产区产量的进一步提高提供更加具体的主攻方向。另外结合气象数据，分析不同小麦产区产量构成要素的主要气象影响因子，明确各小麦产区产量进一步提高的气候限制因子。

4 结论

河南省小麦产量及产量构成要素在不同小麦产区间及年际间存在较大差距，同时，不同小麦产区小麦产量构成三要素对产量的贡献不同。豫北和豫中产区产量、穗数、千粒重均较高，穗粒数为豫中和豫南产区较高，其中豫中和豫南交汇处（漯河、周口、驻马店等地）为高产稳产区域。各产区均为穗数对产量的贡献最大，在稳定穗数的基础上，豫北、豫中、豫南产区应着力挖掘千粒重的潜力，而豫西产区提高穗粒数的增产效果优于千粒重。本研究揭示不同小麦产区产量构成三要素对产量贡献的差异，为不同产区进一步提高小麦产量的主攻方向提供理论依据。

[1] 中华人民共和国国家统计局. 中国统计年鉴. 北京: 中国统计出版社, 2019.

National Bureau of Statistics of the People's Republic of China. China Statistical Yearbook. Beijing: China Statistics Press, 2019. (in Chinese)

[2] 任思洋, 张青松, 李婷玉, 张福锁. 华北平原五省冬小麦产量和氮素管理的时空变异. 中国农业科学, 2019, 52(24): 4527-4539.

REN S Y, ZHANG Q S, LI T Y, ZHANG F S. Spatiotemporal variation of winter wheat yield and nitrogen management in five provinces of North China Plain. Scientia Agricultura Sinica, 2019, 52(24): 4527-4539. (in Chinese)

[3] 朱云集, 崔金梅, 郭天财, 王晨阳, 王永华. 河南省小麦生产发展中几个关键技术问题的商榷. 河南农业科学, 2011, 40(8): 54-57.

ZHU Y J, CUI J M, GUO T C, WANG C Y, WANG Y H. Discussion of key technique problems in development of wheat production in Henan province. Journal of Henan Agricultural Sciences, 2011, 40(8): 54-57. (in Chinese)

[4] 熊淑萍, 卢中民, 吴克远, 王严峰, 王静, 马新明. 河南省小麦和玉米产量及其有关气候因子分析. 河南农业大学学报, 2014, 48(2): 123-129.

XIONG S P, LU Z M, WU K Y, WANG Y F, WANG J, MA X M. Analysis on yield of wheat and maize and related climate factors in Henan province. Journal of Henan Agricultural University, 2014, 48(2): 123-129. (in Chinese)

[5] 李巧云, 年力, 刘万代, 李磊, 周苏玫, 尹钧. 冬前积温对河南省小麦冬生长发育的影响. 中国农业气象, 2010, 31(4): 563-569.

LI Q Y, NIAN L, LIU W D, LI L, ZHOU S M, YIN J. Effects of accumulated temperature before winter on growth and development of wheat in Henan province. Chinese Journal of Agrometeorology, 2010, 31(4): 563-569. (in Chinese)

[6] 朱艳, 汤亮, 刘蕾蕾, 刘兵, 张小虎, 邱小雷, 田永超, 曹卫星. 作物生长模型(CropGrow)研究进展. 中国农业科学, 2020, 53(16): 3235-3256.

ZHU Y, TANG L, LIU L L, LIU B, ZHANG X H, QIU X L, TAIN Y C, CAO W X. Research progress on the crop growth model cropgrow. Scientia Agricultura Sinica, 2020, 53(16): 3235-3256. (in Chinese)

[7] 阎守邕, 肖春生, 田青, 周艺, 王世新. 中国农业统计地理信息系统及其应用研究. 遥感学报, 1997, 1(2): 152-156,162.

YAN S Y, XIAO C S, TIAN Q, ZHOU Y, WANG S X. Chinese agricultural statistical geographic information system and its application. Journal of Remote Sensing, 1997, 1(2): 152-156, 162. (in Chinese)

[8] 潘学标. 基于GIS的中国作物生产信息系统研究. 中国农业科学, 2000, 33(2): 110.

PAN X B. Research on the China 's crop production information system based on GIS. Scientia Agricultura Sinica, 2000, 33(2): 110. (in Chinese)

[9] 党安荣, 阎守邕, 肖春生. 地理信息系统在中国粮食总产空间变化研究中的应用. 遥感学报, 1998, 2(3): 228-233.

DANG A R, YAN S Y, XIAO C S. Application of geographic information system in the study of spatial change of total grain yield in China. Journal of Remote Sensing, 1998, 2(3): 228-233. (in Chinese)

[10] 马新明, 张浩, 熊淑萍, 许鑫, 赵巧梅. 基于GIS技术的河南粮食核心区小麦玉米区域潜力研究. 农业工程学报, 2010, 26(s1): 162-168.

MA X M, ZHANG H, XIONG S P, XU X, ZHAO Q M. Potential productivity of wheat and maize in grain production center of Henan province based on GIS. Transactions of the Chinese Society of Agricultural Engineering, 2010, 26(s1): 162-168. (in Chinese)

[11] aRA Saarikko. Applying a site based crop model to estimate regional yields under current and changed climates. Ecological Modelling, 2000, 131(2/3): 191-206.

[12] 张浩, 席磊, 许鑫, 高瑞, 马新明, 尹钧. 基于GIS的县域小麦自然生产潜力评价系统. 农业工程学报, 2009, 25(12): 198-205, 402.

ZHANG H, XI L, XU X, GAO R, MA X M, YIN J. Evaluation system of wheat natural potential productivity at county scale based on GIS. Transactions of the Chinese Society of Agricultural Engineering, 2009, 25(12): 198-205, 402. (in Chinese)

[13] Wu D r, Yu Q, Lu C h, Hui b. Quantifying production potentials of winter wheat in the North China Plain. European Journal of Agronomy, 2006, 24(3): 226-235.

[14] 孙丽娟, 胡学旭, 陆伟, 王步军. 基于GIS的小麦籽粒品质空间分布特征和影响因子分析. 中国农业科学, 2018, 51(5): 999-1011.

SUN L J, HU X X, LU W, WANG B J. Spatial distribution characteristics of wheat grain quality and analysis of factors based on GIS. Scientia Agricultura Sinica, 2018, 51(5): 999-1011. (in Chinese)

[15] 石晓燕, 汤亮, 刘小军, 曹卫星, 朱艳. 基于模型和GIS的小麦空间生产力预测研究. 中国农业科学, 2009, 42 (11): 3828-3835.

SHI X Y, TANG L, LIU X J, CAO W X, ZHU Y. Predicting spatial productivity in wheat based on model and GIS. Scientia Agricultura Sinica, 2009, 42 (11): 3828-3835. (in Chinese)

[16] 黄芬, 朱艳, 姜东, 荆奇, 曹卫星. 基于模型与GIS的小麦籽粒品质空间差异分析. 中国农业科学, 2009, 42(9): 3087-3095.

HUANG F, ZHU Y, JIANG D, JING Q, CAO W X. Spatial variation analysis of wheat grain quality based on model and GIS. Scientia Agricultura Sinica, 2009, 42(9): 3087-3095. (in Chinese)

[17] 熊宗伟, 顾生浩, 毛丽丽, 王雪姣, 张立祯, 周治国. 中国棉花纤维品质和气候因子的空间分布特征. 应用生态学报, 2012, 23(12): 3385-3392.

XIONG Z W, GU S H, MAO L L, WANG X J, ZHANG L Z, ZHOU Z G. Spatial distribution characteristics of China cotton fiber quality and climatic factors based on GIS. Chinese Journal of Applied Ecology, 2012, 23(12): 3385-3392. (in Chinese)

[18] 卢洋洋, 张影全, 刘锐, 赵酒林, 杨春玲, 盛坤, 董昀, 侯军红, 魏益民. 豫北小麦籽粒质量性状空间变异特征. 麦类作物学报, 2014, 34(4): 495-501.

LU Y Y, ZHANG Y Q, LIU R, ZHAO J L, YANG C L, SEHNG K, DONG J, HOU J H, WEI Y M. Spatial variation analysis of grain quality parments of wheat grown in north Henan. Journal of Triticeae Crops, 2014, 34(4): 495-501. (in Chinese)

[19] 郭洪海, 杨丽萍, 李新华, 杨萍, 万书波. 黄淮海区域花生生产与品质特征的研究. 中国生态农业学报, 2010, 18(6): 1233-1238.

GUO H M, YANG L P, LI X H, YANG P, WANG S B. Characteristics of production and quality of peanut in Huang-Huai-Hai region. Chinese Journal of Eco-Agriculture, 2010, 18(6): 1233-1238. (in Chinese)

[20] Wang S Z. Suitable planting density for wheat dultivation from the donsideration of yield components. Journal of Integrative Plant Biology, 1973(1): 83-94.

[21] 王之杰, 郭天财, 王化岑, 王永华. 种植密度对超高产小麦生育后期光合特性及产量的影响. 麦类作物学报, 2001, 21(3): 64-67.

WANG Z J, GUO T C, WANG H C, WANG Y H. Effect of planting density on photosynthetic charactertics and grain yield of super-high- yield winter wheat at late growth stages. Journal of Triticeae Crops, 2001, 21(3): 64-67. (in Chinese)

[22] 韩雪冰. 不同小麦新品系（品种）主要农艺性状与产量的研究[D].杨凌: 西北农林科技大学, 2017.

HAN X B. The studies on the main agronomic characters and yield of the new wheat lines[D]. Yangling: Northwest A & F University, 2017. (in Chinese)

[23] 田纪春, 邓志英, 胡瑞波, 王延训. 不同类型超级小麦产量构成因素及籽粒产量的通径分析. 作物学报, 2006, 32(11): 1699-1705.

TIAN J C, DENG Z Y, HU R B, WANG Y X. Yield components of super wheat cultivars with different types and the path coefficient analysis on grain yield. Acta Agronomica Sinica, 2006, 32(11): 1699-1705. (in Chinese)

[24] 金艳, 宋佳静, 朱统泉, 陈杰, 赵立尚. 2001-2015年河南省审定小麦品种产量构成分析. 中国种业, 2016(4): 41-44.

JIN Y, SONG J J, ZHU T Q, CHEN J, ZHAO L S. Yield composition analysis of certified wheat varieties in Henan province from 2001 to 2015. China Seed Industry, 2016(4): 41-44. (in Chinese)

[25] 冯素伟, 姜小苓, 胡铁柱, 丁位华, 茹振钢, 王科翰. 超高产小麦品种产量构成因素及增产途径分析. 河南科技学院学报(自然科学版), 2013, 41(3): 1-5.

FENG S W, JIANG X L, HU T Z, DING W H, RU Z G, WANG K H. Analysis on yield components and yield increasing ways of supper-high yield winter wheat. Journal of Henan Institute of Science and Technology, 2013, 41(3): 1-5. (in Chinese)

[26] 杨程, 李向东, 张德奇, 王汉芳, 邵运辉, 方保停, 岳俊芹, 马富举,秦峰. 小麦产量三要素与产量的通径和灰色关联度分析. 河南农业科学, 2016, 45(10): 19-23.

YANG C, LI X D, ZHANG D Q, WANG H F, SHAO Y H, FANG B T, YU J Q, MA F J, QIN F. Grey relational analysis and path analysis on wheat yield and its three key factors. Journal of Henan Agricultural Sciences, 2016, 45(10): 19-23. (in Chinese)

[27] 胡廷积, 尹钧. 小麦生态栽培, 北京: 科学出版社, 2014: 193-235.

HU T J, YIN J. Ecological cultivation of wheat. Beijing: science press, 2014: 193-235. (in Chinese)

[28] 杜家菊, 陈志伟. 使用SPSS线性回归实现通径分析的方法. 生物学通报, 2010, 45(2): 4-6.

DU J J, CHEN Z W. Using SPSS linear regression to achieve path analysis method. Biological bulletin, 2010, 45(2): 4-6. (in Chinese)

[29] 唐启义, 冯明光. 实用统计分析及DPS数据处理系统. 北京: 科学出版社, 2002.

TANG Q Y, FENG M G. Practical statistical analysis and DPS data processing system. Beijing: science press, 2002. (in Chinese)

[30] 汤国安, 杨昕. ArcGIS地理信息系统空间分布实验教程.2版. 北京:科学出版社, 2012: 448-472.

TANG G A, YANG X. ArcGIS Geographic Information System Spatial Analysis Experimentation. 2nd edition. Beijing: science press, 2012: 448-472. (in Chinese)

[31] 卢洋洋. 区域小麦籽粒质量及空间变异研究[D]. 中国农业科学院, 2014.

LU Y Y. Studies on the wheat kernel quality and its spatial variability in district level[D]Chinese academy of Agricultural Sciences, 2014. (in Chinese)

[32] 王连喜, 卢媛媛, 李琪, 胡正华, 吴东丽, 张阳, 王田. 基于AEZ模型的河南省冬小麦产量差时空特征分析. 中国生态农业学报, 2018, 26(4): 547-558.

WANG L X, LU Y Y, LI Q, HU Z H, WU D L, ZHANG Y, WANG T. Spatio-temporal analysis of winter wheat yield gaps in Henan province using AEZ model. Chinese Journal of Eco-Agriculture, 2018, 26(4): 547-558. (in Chinese)

[33] 李巧云, 李磊, 刘万代, 周苏梅, 尹钧. 河南省小麦产量及其构成因素变化规律分析. 河南农业科学, 2011, 40(4): 38-40.

LI Q Y, LI L, LIU W D, ZHOU S M, YIN J. Analyses of yield and its composition property of wheat in Henan province. Journal of Henan Agricultural Sciences, 2011, 40(4): 38-40. (in Chinese)

[34] 马新明, 张浩, 熊淑萍, 许鑫, 赵巧梅. 基于GIS技术的河南粮食核心区小麦玉米区域潜力研究. 农业工程学报, 2010, 26(S1): 162-168.

MA X M, ZHANG H, XIONG S P, XU X, ZHAO Q M, Potential productivity of wheat and maize in grain production center of Henan province based on GIS. Transactions of the Chinese Society of Agricultural Engineering, 2010, 26(S1): 162-168. (in Chinese)

[35] 王沅, 田正国, 邱泽生, 余蓓珍. 小麦小花发育不同时期遮光对穗粒数的影响. 作物学报, 1981, 7(3): 157-163.

WANG R, TIAN Z G, QIU Z S, YU B Z. The effect of shanding on the number of grains per spike at different stages of floret development in wheatActa Agronomica Sinica, 1981, 7(3): 157-163. (in Chinese)

[36] 郭翠花, 高志强, 苗果园. 花后遮阴对小麦旗叶光合特性及籽粒产量和品质的影响. 作物学报, 2010, 36(4): 673-679.

GUO C H, GAO Z Q, MIAO G Y. Effect of shading at post flowering on photosynthetic characteristics of flag leaf and response of grain yield and quality to shading in wheat. Acta Agronomica Sinica, 2010, 36(4): 673-679. (in Chinese)

[37] Bruckner P L, Frohberg R C. Stress tolerance and adaptation in spring wheat. Crop Science, 1987, 27(1): 31-36.

[38] 王万里, 林芝萍, 章秀英, 吴亚华. 灌浆—成熟期间土壤干旱对小麦籽粒充实和物质运转的影响. 植物生理学报, 1982, 8(1): 67-80.

WANG W L, LIN Z P, ZHANG X Y, WU Y H. On the effect of soil drought during the period from the end of flowering to ripening on the grain filling and matter translocation in the wheat plant. Physiology and Molecular Biology of Plants, 1982, 8(1): 67-80.(in Chinese)

[39] 郭星宇, 王浩, 于琦, 王瑞, 王小利, 李军. 耕作对渭北旱塬小麦-玉米轮作田土壤水分和产量的影响. 中国农业科学, 2021, 54(14): 2977-2990.

GUI X Y, WANG H, YU Q, WANG R, WANG X L, LI J. Effects of tillage on soil moisture and yield of wheat-maize rotation field in Weibei Upland Plateau. Scientia Agricultura Sinica, 2021, 54(14): 2977-2990. (in Chinese)

[40] 黄明, 吴金芝, 李友军, 姚宇卿, 张灿军, 蔡典雄, 金轲. 不同耕作方式对旱作冬小麦旗叶衰老和籽粒产量的影响. 应用生态学报, 2009, 20(6): 1355-1361.

HUANG M, WU J Z, LI Y J, YAO Y Q, ZHANG C J CAI D X, JIN K. Effects of tillage pattern on the flag leaf senescence and grain yield of winter wheat under dry farming. Chinese Journal of Applied Ecology, 2009, 20(6): 1355-1361. (in Chinese)

[41] 谢迎新, 靳海洋, 孟庆阳, 王永华, 王晨阳, 贺德先, 郭天财. 深耕改善砂姜黑土理化性状提高小麦产量. 农业工程学报, 2015, 31(10): 167-173.

XIE Y X, JIN H Y, MENG Q Y, WANG Y H, WANG C Y, HE D X, GUO T C. Deep tillage improving physical and chemical properties of soil and increasing grain yield of winter wheat in lime concretion black soil farmland. Transactions of the Chinese Society of Agricultural Engineering, 2015, 31(10): 167-173. (in Chinese)

[42] 于振文. 小麦产量与品质生理及栽培技术, 北京: 中国农业出版社, 2006: 13-57.

YU Z W. Physiological and Cultivation Techniques of Wheat Yield and Quality. Beijing: China Agriculture Press, 2006: 13-57. (in Chinese)

[43] 张娟, 崔党群, 范平, 宋保谦. 小麦冠层结构与产量及其构成因素的典范相关分析. 华北农学报, 2000, 15(3): 39-44.

ZHANG J, CUI D Q, FAN P, SONG B Q. Canonical correlations analysis between the canopy structures and yield with its components in wheat. Acta Agriculturae Boreali-Sinica, 2000, 15(3): 39-44. (in Chinese)

[44] 张明响. 黄淮麦区不同小麦品种的产量及其相关因素分析[D]. 中国农业科学院, 2013.

ZHANG M X. Analysis of different wheat varieties yield and its related factors in Huanghuai wheat area[D]. Chinese academy of Agricultural Sciences, 2013. (in Chinese)

[45] 王绍中, 赵虹, 王西成, 范和君, 田云峰. 小麦超高产品种筛选的研究初报. 作物学报, 1998, 24(6): 870-875.

Wang S Z, ZHAO H, WANG X C, FAN H J, TIAN Y F. The preliminary research report on screening of new wheat varieties with super-high-yield. Acta Agronomica Sinica, 1998, 24(6): 870-875. (in Chinese)

[46] 周延辉, 朱新开, 郭文善, 封超年. 稻茬小麦中高产水平下产量及其构成因素分析. 麦类作物学报, 2018, 38(3): 293-297.

ZHOU Y H, ZHU X K, GUO W S, FENG C N. Analysis of yield and yield components of wheat after rice on medium-high- yielding level. Journal of Triticeae Crops, 2018, 38(3): 293-297. (in Chinese)

Spatial and temporal difference analysis of wheat yield and yield components in Henan Province based on GIS

1College of Agronomy, Henan Agricultural University/Key Laboratory of Regulating and Controlling Crop Growth and Development, Ministry of Education, ZhengZhou 450046;2College of life Science, Henan Agricultural University, ZhengZhou 450002

【】The aim of the study was to clarify the main direction of further improving wheat grain yield in the different wheat regions of Henan province by analyzing the temporal and spatial differences of wheat yield and yield components.【Method】The spatial distribution maps of wheat grain yield and yield components in four wheat regions of Henan province from 2017 to 2020 were drawn based on the field monitoring data of fixed wheat monitoring stations in Henan province, and the optimal model was selected by geographic information system (GIS), and then the differences and relationships among different wheat regions were analyzed.】The wheat yield and yield components were different between different wheat regions. Among them, the yield and the spike number in North Henan and Central Henan were significantly higher than those in South Henan and West Henan, and the North Henan’s were the most, while the West Henan’s were the least. However, the kernels per ear showed that the production regions in Central Henan, South Henan and North Henan were significantly more than West Henan’s, and the most in Central Henan, while the least in West Henan. The 1000-grains weight in North Henan was the most, while South Henan was the lowest. The wheat yield, spike number, kernels per ear, and 1000-grains weight in Central Henan and South Henan (Luohe, Zhoukou, Zhumadian, etc.) were often more than that of other places in Henan, and this performance were stable between years. Correlation analysis showed that the relationship between the three elements of yield and yield in different wheat regions was inconsistent. Specifically speaking, the 1000-grains weight, the kernels per ear and the spike number in the North Henan and Central Henan regions had the largest correlation with the yield. However, the relationship with yield in East Henan and South Henan were appeared as: the spike number was the largest, the 1000-grains weight was the second, and the kernels per ear was the smallest. Path analysis was carried out on the three elements of yield and yield in those four wheat regions, which further showed that there were differences in the contribution of the yield components to yield. More precisely, the spike number and kernels per ear contributed the most to the yield in North Henan, with a direct path coefficient of 0.67. The contribution of yield components to yield in Central Henan and South Henan regions was spike number> kernels per ear> 1000-grain weight; while in West Henan, the greatest was the spike number, followed by 1000-grain weight, and the kernels per ear was the least; the direct path coefficients were 0.69, 0.45 and 0.39, respectively. Meanwhile, the indirect diameter coefficient showed that enhancing the yield increase effect of the 1000-grain weight was better than that of the kernels per ear in North Henan, Central Henan, and South Henan regions, but the West Henan was better by enhancing the kernels per ear.【】There were large differences in wheat yield and yield components in Henan different wheat regions and between years. At the same time, the three components of wheat yield in different wheat regions had different contributions to yield. Therefore, in term of further tapping the potential of wheat production for Henan province, it should be accurately classified by regions and years. As far as the conditions of this experiment concerned, based on stabilizing the spike number in the Henan province wheat regions, the production regions of North Henan, Central Henan, and South Henan should focus on further tapping the potential of 1000-grain weight, while the West Henan improving the yield increase effect of the kernels per ear were better than that of the 1000-grain weight.

wheat yield; yield components; wheat producing area; temporal and spatial distribution