浅埋滴灌水氮钾互作对春玉米水分利用效率的影响

王子豪，尹光华，谷 健，王士杰，马宁宁，周 旭，刘泳圻，赵 旺

(1.中国科学院沈阳应用生态研究所，沈阳 110016；2.中国科学院大学，北京 100049；3.江苏省徐州工程勘察院股份有限公司，江苏 徐州 221000；4.沈阳农业大学水利学院，沈阳 110866)

辽西地区是辽宁省重要的玉米生产区，在保障辽宁粮食安全和区域生态安全方面具有重要作用。然而，该地区属于典型的半干旱类型区，农业生产中灌溉施肥问题较多：一是用水管理松散、技术相对落后，造成水资源浪费巨大，水分利用效率低；二是土壤肥力偏低，主要表现在土壤结构性差，耕层逐年变薄，犁底层加厚，严重影响作物的产量和经济效益。水、肥高效利用一直被视为我国旱地农业生产的核心，也是影响辽西地区粮食安全的重要因素。先进的滴灌节水技术是提高该区水分养分高效利用的有效措施。目前，膜下滴灌节水增产效果和机理的研究较多，技术也比较成熟。但应用膜下滴灌不仅增加地膜投入成本，而且因难以回收干净的残膜，导致严重污染土壤环境，降低土壤质量，已引起众多学者的关注。

浅埋滴灌是近年来开始研究应用的一项先进节水灌溉施肥技术，已在辽西地区得到深入研究。该技术能够将水肥更好地传输到作物根系，为作物生长提供更适宜的肥水环境。浅埋滴灌技术能显著降低无效蒸发，提高氮肥利用效率和作物产量，也避免残膜污染问题的发生。有研究发现，滴灌水肥耦合有利于提高水分利用效率和作物产量；刘泳圻等研究发现，浅埋滴灌施氮磷锌肥可显著增产并提高水肥利用效率。但目前的文献将研究重点放在浅埋滴灌肥水互作对作物产量和叶片光合作用的影响上，且多以旱棚控制试验或短期试验为主，而对水分利用效率的研究较少且不深入，并缺少连续多年的田间定位试验研究。因此，本研究在自然降雨条件下，选取辽西半干旱区的阜新蒙古族自治县开展连续多年的浅埋滴灌定位试验，研究水氮钾交互作用对春玉米水分利用效率的影响，寻找水肥优化组合模式，为试验区浅埋滴灌玉米水分高效利用生产提供理论依据和技术支撑。

1 试验区概况

试验在辽宁省西部的阜新蒙古族自治县(41°44′—42°34′N，121°01′—122°26′E)进行。该地区平均海拔235 m，年平均气温7.10～7.60 ℃，降水量493.10 mm，干燥度3.70。试验年(2017—2020年)降水量见图1，其中2017年和2018年为欠水年，2019年为丰水年，2020年为平水年，4年平均为平水年。作物生育期平均气温20.20 ℃，≥10.00 ℃积温日数169天，有效积温3 298.30 ℃，无霜期144天，生理辐射量284.30 kJ/cm(占年总49%)，生育期日照时间1 295.80 h(占年总日照时间45.20%)。试验区土壤类型为褐土，耕作层容重1.42 g/cm，田间持水量为23.00%。土壤pH 6.15，全氮含量0.76 g/kg，碱解氮含量119.50 mg/kg，速效磷含量8.12 mg/kg，全钾含量17.73 g/kg，速效钾含量104.66 mg/kg，有机质含量15.67 g/kg。

图1 试验区降水量

2 材料与方法

2.1 试验设计

试验采用二次回归正交设计方法。设水、氮、钾3个因子，5个水平，共17个处理，重复3次，随机区组排列，小区面积10 m×6 m。编码水平为0的灌溉量采用试验区玉米滴灌补灌量45 mm，施氮、钾量均采用试验区常规施纯氮、钾量。各因子水平值见表1。其中根据该地区多年月平均降水量及春玉米月平均耗水量，灌水量按播种后滴灌10 mm，其余水量于拔节期、吐丝期、灌浆期3次等量滴灌；根据春玉米的需肥量并结合当地的经验施肥量，氮钾肥均采用随滴灌水施入土壤的方式，在播种期施全量的40.00%，剩余60.00%按拔节期1/2、吐丝期1/4、灌浆期1/4追施。氮肥选用尿素(含N 46.00%)，钾肥选用硫酸钾(KO ≥50.00%)。

表1 试验因子水平值

2.2 试验材料

试验于2017—2020年的5—10月开展。玉米品种为“裕丰303”和“郑单958”，年际间交替使用，宽窄行种植，宽行60 cm，窄行40 cm，密度为60 000株/hm，浅埋滴灌带专用铺设一体机进行播种。灌溉方式采用浅埋滴灌，滴灌带选用内镶式滴灌带(新疆天业公司生产)，铺设在窄行中间距离地表3～5 cm处。恒压水泵供水，流量6 m/h。

2.3 观测指标与方法

2.3.1 土壤含水量 采用烘干法测定土壤含水量。分别在播种期、苗期、拔节期、灌浆期及收获期在行向2株玉米之间位置土钻取土，深度为140 cm，每20 cm为1层，共取7层，用烘箱105 ℃烘干至恒重，计算出质量含水率为土壤含水量。

2.3.2 作物耗水量 玉米生育期耗水量采用水量平衡方程计算：

=++---Δ

(1)

式中：为作物耗水量(mm)；为降雨量(mm)；为地下水毛管上升水量(mm)；为地表径流量(mm)；为深层渗漏量(mm)；Δ为取土时间段内土壤水分的变化量(mm)。因试验地块平整、土层深厚，灌水方式为滴灌，所以公式中、可忽略不计。试验地地下水埋深>8 m，所以也可以忽略不计。

2.3.3 水分利用效率 水分利用效率(WUE)由籽粒产量和耗水量算得，计算公式为：

WUE=

(2)

式中：WUE为水分利用率(kg/(hm·mm))，即作物消耗单位面积水量所形成的籽粒产量(kg/hm)；为作物生育期耗水量(mm)；为籽粒产量(kg/hm)。

2.3.4 籽粒产量 成熟期测产，用谷物水分测定仪(PM8188)测定籽粒含水量，折算为含水率14%的公顷籽粒产量(kg/hm)。

2.4 数据处理

采用Excel 2019数据整理和计算，SPSS 19.0软件进行多元回归和方差分析，Matlab 2019软件作图。

3 结果与分析

3.1 处理间WUE差异

表2为试验具体设计下各处理的WUE及产量值。分析可知，当W因子编码值一定时，WUE均差异显著；当固定N、K因子编码水平时，WUE间同样存在明显差异。说明因子互作对WUE有显著影响，灌水或施肥量的变化均可导致WUE发生变化。各处理产量分析可得相同结论，表明各试验处理所得WUE和产量数据结合较好。

表2 不同试验处理的产量和WUE

3.2 模型建立与分析

以水肥投入量为自变量，以WUE为因变量，建立W、N、K三因子的WUE模型：

WUE=25.376+1.085W+1.018N+0.507K+0.663WN+

0.038WK-0.063NK-0.897W-0.951N-

0.815K(=0.924)

(1)

对模型(1)进行拟合度检验得：=2.791<(6，2)=19.3，不显著，说明模型拟合较好。显著性检验得：=29.53>(9，7)=6.72，差异显著，表明构建的模型能够较好地反映W、N、K三因素与WUE之间的关系。对模型的回归系数进行检验得：=9.71，=9.43，=4.25，=5.63，=0.03，=0.07，=8.71，=9.02，=8.67((9，7)=3.68，(9，7)=6.72)。可见，除WK、NK交互项的系数不显著外，其余各项的系数均达到显著水平，表明一次项W、N、K、交互项WN及二次项W、N、K均对WUE影响显著。

3.2.1 主因子效应 模型(1)中的一次项、交互项和二次项系数之间都是不相关的，因子系数均已无量纲化和标准化处理，因此用偏回归系数绝对值的大小直接反映各因素对WUE的影响，系数正负号反映各因素对WUE的作用方向。

分析模型(1)可得，单因子作用对WUE影响大小为W>N>K，且单因子对WUE均为正向促进作用。两因子互作时，WN、WK、NK对WUE的影响大小为WN>NK>WK，交互项WN、WK的系数为正，表明WN和WK的两因子互作均相互促进，存在协同效应，即增加灌溉量需要提高施氮量才能显著提高WUE，增加灌溉量也需要提高施钾量才能更有效发挥因子的互作效应。NK交互项系数为负，表明NK互作具有替代作用，即在施氮量不足的条件下可以增加施钾量或施钾量不足时增加施氮量，可以获得较高的WUE。二次项系数均为负，表明WUE随水肥因子编码水平的增加均呈开口向下的抛物线趋势变化。在取得最大值前，WUE随灌溉量或施肥量的增加而增加；达到最大WUE后，随着灌溉量或施肥量的增加WUE逐渐减小，三因子均存在一个获得最大WUE的对应水或肥用量值。

3.2.2 单因子的WUE效应 对WUE模型(1)分别控制其中2个因子的编码水平为零，得出W、N、K的单因子效应模型(2)～(4)：

W：WUE=25.376+1.085W-0.897W

(2)

N：WUE=25.376+1.018N-0.951N

(3)

K：WUE=25.376+0.507K-0.815K

(4)

利用模型(2)～(4)绘制W、N、K对WUE的单因子效应图2。由图2可以看出，在试验编码水平范围内，随着W、N、K单因子用量的增加，WUE的变化均为开口向下的抛物线型，呈先递增后递减的趋势。其中，随着W、N用量的增加，WUE递增幅度均大于递减幅度，且随W用量的增加，递增递减幅度大于N用量的。而随K用量的增加，WUE递增幅度小于递减幅度。计算得知，随W、N、K单因子用量的增加，WUE的变化范围分别为22.27～25.70，22.26～25.65，23.20～25.45 kg/(hm·mm)。在编码值均小于0时，相同编码值水平施用量的K较W、N可获得更高的WUE，施钾更有效地促进WUE的提高。而在编码水平均大于0时，W更高，N次之，K最弱，灌水能够保障玉米需水，减缓WUE降低。在编码水平均为-1.353时，W、N、K单因子的WUE取值分别为22.27，22.26，23.20 kg/(hm·mm)，增加编码值水平到0时，WUE均提高到25.38 kg/(hm·mm)，继续增加W、N、K单因子编码水平分别为0.605，0.535，0.311时，得到对应的WUE最大值分别为25.70，26.65，25.45 kg/(hm·mm)，较最小值分别提高15.44%，15.23%，9.73%。以此为界点，W、N、K单因子用量进一步增加对WUE的提高起到负向作用，当编码值增加到试验设计的最大值1.353时，对应的WUE分别降低到25.20，25.01，24.57 kg/(hm·mm)。表明只有采用适量的W、N、K投入，才能对春玉米WUE的提高获得正向促进作用。

图2 单因子的WUE效应

3.2.3 两因子互作的WUE效应 对WUE模型(1)分别控制其中1个因子的编码值为0，依次得到W与N互作、W与K互作及N与K互作的效应模型(5)～(7)，并分别绘制对应的互作图(图3)。

WN：WUE=25.376+1.085W+1.018N+

0.663WN-0.897W-0.951N

(5)

WK：WUE=25.376+1.085W+0.507K+

0.038WK-0.897W-0.815K

(6)

NK：WUE=25.376+1.018N+0.507K-

0.063NK-0.951N-0.815K

(7)

(1)水氮互作。图3a为W、N两因子互作的WUE变化，图3a1是空间中呈向上突起的凸面型。为了对数据直观分析，将图3a1简化为图3a2的平面等值线图。可以发现，W、N两因子共同作用时，对WUE相互影响，且存在最优W、N用量的配比。在编码值取-1.353时，WUE取得试验设计编码值范围内的最小值为20.36 kg/(hm·mm)。在W、N编码水平增加至0.921和0.856时，WUE迅速增大并取得最大值为26.31 kg/(hm·mm)，较最小值提高29.22%，表明低W低N配合只能获得低WUE。在WUE取得最大值后，W、N编码值的增加不能使WUE继续升高。当W、N两因子编码水平均增加到1.353时，WUE减小至26.05 kg/(hm·mm)。进一步分析，在W、N取不同编码值，可计算出相应的WUE值及WUE的变化率，所得结果见表3。由表3可以看出，WUE随着编码水平的提高呈先升高后降低的趋势；在取低编码水平时，WUE变化率的绝对值较大，在接近编码值为1时WUE变化率绝对值较小。

表3 W、N两因子交互作用的WUE变化

在试验设计编码范围内，当W、N两因子的编码水平分别为-1.353和1.353时，WUE值最小，仅有20.69 kg/(hm·mm)。在W、N两因子的编码水平分别为1.353和-1.353时，WUE取值同样处于较低水平，为20.87 kg/(hm·mm)。表明无论是高W低N还是低W高N组合都不利于获得较大的WUE，只有适宜水平的WN因子互作时，更有利于获得更大的WUE。图3a也表明，试验编码范围内等值线的WUE变化似以W、N编码值为0.921和0.856为最高值点(26.31 kg/(hm·mm))向四周发散的“椭圆”。W、N两因子共同作用时，对WUE的影响为交互协同作用，促进WUE的提高。

图3 两因子互作的WUE效应

(2)水钾互作。图3b为W、K两因子共同作用下的WUE变化图，图3b1表现为向上突起的凸面型。与W、N两因子作用相似，在W、K两因子共同作用下，WUE的变化呈先增大后减小的趋势，且存在最优W、K配比。WUE在W、K两因子由-1.353同步增长至1.353的变化过程中，低W低K限制WUE提高。随着W、K编码值的分别提高至0.612和0.325，WUE取值由最小值20.16 kg/(hm·mm)升高至最大25.79 kg/(hm·mm)，提高27.93%。与W、N两因子作用不同，W、K两因子交互作用下，WUE的变化幅度更小，表明对WUE数值的影响方面，W、K互作对WUE数值提升的幅度弱于W、N互作。表4所列为W、K取不同编码水平时计算所得WUE数值变化。对比分析可得，W、K互作的WUE数值及变化率与W、N互作呈相似的变化趋势，但在WUE最大值点后，随着W、K编码水平的进一步升高，WUE的降低更快、更明显。在W、N两因子取1.353时，WUE为24.47 kg/(hm·mm)，较最大值降低5.11%。

表4 W、K两因子交互作用的WUE变化

W、K两因子互作对WUE的提高呈正向促进作用，但弱于W、N互作，在图3b中表现为W、N两因子等值线图更近似于椭圆，而W、K两因子等值线图更接近于圆。

(3)氮钾互作。图3c为N、K两因子共同作用下的WUE变化图。由图3c2可以看出，在N、K两因子共同作用下WUE的等值线形状近似于圆形，表明N、K互作效应较弱。在N、K两因子的编码水平分别为-1.353和1.353时，WUE的取值为全试验编码范围内最低为21.57 kg/(hm·mm)。可见，在氮肥不足的情况下，增加施钾量也能获得一定WUE。

由表5可以看出，在N、K两因子由-1.353同步增长至1.353的变化过程中，WUE数值及变化率变化趋势与W、K交互作用时相似。通过对模型求解得出，N、K两因子编码水平分别为0.526和0.291时，WUE取得最大值25.72 kg/(hm·mm)，较两因子编码值均取-1.353或1.353时分别提高28.90%和6.77%。

表5 N、K两因子交互作用的WUE变化

3.2.4 三因子互作的WUE效应 图4是在试验编码范围内，W、N、K对WUE的三因子效应图，左侧是三因子编码水平分别为-1，-0.5，0，0.5，1时的切片图。为了更明显地观察三因子不同编码下的WUE数值变化，简化左侧图为右侧的等值线图。分析图4得出，总体上，随着W、N、K三因子编码水平的同时提高，WUE呈先提高后降低的趋势动态变化，且存在获得最大WUE的W、N、K配比。

图4a表示在W的不同编码梯度时三因子对WUE的影响。由图4a1可以看出，随着W、N、K三因子编码水平的不断增大，可取得较高WUE(图中浅色区域)的区域面积明显地由小变大再变小，通过对回归模型的求解也得出同样的结果，即在W编码水平分别为-1.353，-1，-0.5，0，0.5，1，1.353时，对应的N、K编码水平分别为(0.054，0.277)，(0.177，0.280)，(0.351，0.286)，(0.526，0.291)，(0.700，0.296)，(0.874，0.301)，(0.997，0.304)时可获得最大WUE，分别为22.33，23.49，24.80，25.72，26.24，26.38，26.24 kg/(hm·mm)。W梯度的不断增加，取得最大WUE的N、K梯度也在随之提高，而各梯度下的最大WUE呈先增加后降低的趋势。同样，在N、K梯度上分别模拟分析三因子效应时，得到相似的结论，不再重复。

由图4a可知，在W编码水平取0时，WUE的取值仅受N、K两因子的影响，其取值范围为19.96～25.72 kg/(hm·mm)，WUE变化幅度为28.86%；由图4b可知，在N的编码水平取0时，WUE的取值仅受W、K两因子的影响，其取值范围为20.16～25.79 kg/(hm·mm)，WUE变化幅度为27.93%；由图4c可知示，在K的编码水平取0时，WUE的取值仅受W、N两因子的影响，其取值范围为20.36～26.31 kg/(hm·mm)，WUE变化幅度为29.22%。同样方法可得，当W、N、K因子编码水平均取-1时，WUE的取值范围依次为18.93～23.49，19.00～23.56，19.01～25.01 kg/(hm·mm)，变化幅度分别为24.09%，24.00%，31.56%；当W、N、K因子编码水平均取1时，WUE的取值范围依次为19.20～26.38，19.41～26.37，20.09～25.99 kg/(hm·mm)，变化幅度分别为37.40%，35.86%，29.37%。可见，三因子交互作用时，高水高肥或低水低肥配合不能获得高WUE，而中水中肥或丰水丰肥才能获得高的WUE，说明只有在适宜量的W、N、K配合才能发挥最佳的交互效应，既能获得较高WUE，也可以实现对肥水资源的节约利用。

注：WUE图例单位为kg/(hm2·mm)。

结合图4a～4c可以发现，在W、N、K编码值从-1.353增大至1.353的过程中，WUE取值呈先提高后降低的趋势。在W、N、K编码值取-1.353时，WUE取值为18.14 kg/(hm·mm)。低水低肥条件明显限制WUE的升高。

从表6可以看出，中水中肥(或丰水丰肥)组合条件下可获得较高WUE，在低水低肥组合(W、N、K的编码值均为-1.353)和高水高肥组合(W、N、K的编码值均为1.353)的WUE取值较低。通过对模型寻优优化得出，在W、N、K编码值分别取0.924，0.848，0.300时可获得试验范围内的WUE最大值26.38 kg/(hm·mm)。

表6 W、N、K三因子交互作用的WUE变化

3.3 较高WUE的水肥优化方案

通过对W、N、K三因子耦合效应图分析，结合试验地区的生产实际，获得在满足当地春玉米丰产(产量≥8 000 kg/hm)的同时，试验区内较高WUE(≥25.00 kg/(hm·mm))的W、N、K适宜编码范围分别为(-0.117，+0.924)，(-0.032，+0.848)，(-0.184，+0.300)，即自然降雨条件下(年均降水量477.74 mm，生育期降水量408.70 mm)的适宜水肥用量为灌溉量43.25～58.87 mm，施氮量229.93～382.97 kg/hm，施钾量104.94～148.49 kg/hm。

4 讨 论

提高作物产量和降低耗水量是农业生产者与研究者的共同目标，而WUE是与作物产量和耗水量直接相关的一个重要指标。农田水肥管理就是协调水分与养分，使二者的关系达到最优，以便实现节水节肥高产的目标。不同水肥管理方案的作物WUE表现不一致。李雪等通过在遮雨棚中开展浅埋滴灌水氮耦合试验发现，在一定程度上春玉米WUE随着灌水量的降低呈增加的趋势。而本研究多年的田间试验发现，W、N、K三因子用量同时增加的春玉米WUE呈先升高后降低的变化趋势，且存在最佳的施用量配比。因此，当水肥条件不足时，增加灌溉施肥量对作物WUE的提升有正向作用；水肥互作也存在阈值反应，低于阈值时增加水肥投入对WUE的提升效果明显，高于阈值后提升效果降低。

半干旱区水分供需矛盾突出一直是制约半干旱区玉米产量和WUE提高的关键因素，在辽西半干旱区也是如此。本研究发现，水肥单因子作用对WUE影响大小顺序为W>N>K。氮素也是影响半干旱区玉米生长的重要养分因子，增加氮肥用量能促进根系对水分的吸收，提高作物耗水量、产量及WUE。在二因子交互效应方面研究发现，灌水和施氮是影响作物耗水、产量和WUE的重要因素，只有适量合理配施才能达到高产高效。Si等研究认为，增加灌溉和施氮量能显著提高冬小麦产量和WUE，然而超过一定施用量范围后则会抑制小麦生长，W、N二因子交互效应图中等值线的形状可以反映因子间交互作用的强弱，形状越接近椭圆表示因子间交互作用越强，形状越接近圆则表示因子间交互作用越弱。也有研究报道，灌水、施氮以及二者交互作用对玉米WUE均有极显著影响。本研究表明，W、N互作对春玉米WUE的影响最大，N、K互作次之，W、K互作最弱。其中W、N互作、W、K互作对WUE均呈正交互作用，可促进WUE的提高且存在用量最佳配比。滴灌水肥耦合有利于作物根系生长和作物光合作用，提高作物产量和WUE。在本研究中，两因子互作WN、WK、NK以及WNK三因子互作WUE最大值较最小值分别提高29.22%，27.94%，28.82%，45.47%，表现出W、N、K多因子耦合作用对WUE取值影响大小为WNK>WN>NK>WK。

5 结 论

(1)在试验编码范围内，浅埋滴灌条件下W、N、K单因子对WUE的提高均呈正向促进作用，作用大小顺序为W>N>K。随着单因子施用量的增加，WUE均呈开口向下的抛物线型的趋势先升高后降低变化，且随因子用量的增加WUE升高幅度均大于降低幅度。

(2)两因子互作的WUE为向上的凸面型变化，即随着两因子用量增加WUE呈先升高后降低的趋势变化。两因子互作作用大小顺序为WN>NK>WK，其中WN互作显著，而NK互作和WK互作不显著。WN互作和WK互作对WUE的提高为相互促进作用，NK为相互替代作用。

(3)随着W、N、K三因子用量的同步增加，三因子互作WUE表现为中水中肥(或丰水丰肥)组合较高，而高水高肥或低水低肥组合不能获得高的WUE，适量W、N、K配合才能发挥较高WUE的互作效应，实现水分的高效利用。获得较高WUE(≥25.00 kg/(hm·mm))的水肥施用方案为灌溉量43.25～58.87 mm，施氮量229.93～382.97 kg/hm，施钾量104.94～148.49 kg/hm。该水肥优化管理方案可为浅埋滴灌技术在辽西半干旱区春玉米水分高效利用生产提供技术参考。