拉萨河谷喷灌不同灌溉量对小黑麦生物量与品质的影响分析
2023-10-28张紫森汤鹏程
李 想,张紫森,徐 冰,张 琛,杨 波,汤鹏程
(1.内蒙古农业大学水利与土木建筑工程学院,呼和浩特 010018;2.包头市水库管护中心,内蒙古 包头 014030;3.中国水利水电科学研究院内蒙古阴山北麓草原生态水文国家野外科学观测研究站,北京 100038;4.中国水利水电科学研究院牧区水利科学研究所,呼和浩特 010020)
0 引 言
西藏作为青藏高原主体部分,平均海拔4 000 m 以上,年均气温-3.0~11.8 °C,高寒缺氧、干旱少雨导致天然牧草生长季仅集中在6-9月,饲草短缺对当地农牧民和畜牧业造成严重经济损失[1,2]。喷灌作为世界上高效节水灌溉的主要形式之一,具有节水、增产、省肥和灌溉均匀等优势。因此,在位于西藏“一江两河”流域水热条件较好的拉萨河谷,开展秋播人工饲草喷灌相关研究,对发展西藏高产、优质人工饲草和促进当地农牧民持续增收具有重要意义。
金涛[3]、王伟强[4]证明小黑麦具有高产、优质的特点且具有良好的抗寒、抗旱性,是解决西藏季节性饲料不足的主要潜力作物;然而在生产中,当地农牧民多依靠经验灌溉,生物量较低。汤鹏程[5]通过气象因子对作物指标建立燕麦生理模型,可预测充分灌溉燕麦的生长情况。徐冰[6]、赵世昌[7]、刘伟[8]在研究西藏典型农作物春青稞、燕麦的需水规律中指出,拉萨地区夏播燕麦播种—分蘖期、拔节—抽穗期为需水关键期;春青稞播种—分蘖期、拔节—抽穗期,抽穗—刈割期为需水关键期。SUN[9]认为过度灌溉会降低冬小麦生物量和水分利用率,而仅在关键生育期进行灌溉可提升冬小麦水分利用率。刘海军研究发现,喷灌可以通过实现“少量多次”灌溉,达到节水增产和改善品质的效果[10]。综上所述,目前拉萨河谷对于典型农作物的生理生长与灌溉制度的相关研究已较为成熟,但对于小黑麦等越冬人工饲草的灌溉相关研究较少,亟待加强。
本研究以拉萨市秋播小黑麦为研究对象,对不同灌溉量的小黑麦生理特性、生物量、品质和水分利用率进行显著性分析;并基于改进的熵值赋权法灰色关联理论模型,对不同灌溉量的小黑麦综合品质进行评价,旨在为制定拉萨河谷秋播小黑麦喷灌灌溉制度和提高越冬人工饲草生物量、品质提供理论支撑。
1 材料与方法
1.1 研究区概况
试验区位于西藏自治区拉萨市林周县卡孜乡“拉萨草牧业科技创新基地”,平均海拔3 650 m,地理坐标东经91°13',北纬29°54',该区域属高原温带季风半干旱气候,年平均气温2.4~8.2 ℃,大于0 °C 积温平均值为2 888 °C,具备种植冬性小黑麦的客观条件,年降雨量为300~510 mm,主要集中在6-9 月份,年日照时数在3 500 h 以上,太阳辐射为6 000~8 000 MJ/(m2·a),年无霜期100~120 d。耕作层土壤质地为沙壤土,容重为1.44 g/cm3,计划湿润层最深30 cm,田间持水量为24%(占体积的百分比),凋萎系数为8%(占体积的百分比),体积饱和含水率34%。本试验播前耕种层土壤含有全氮1.3 g/kg、有效磷82 mg/kg、速效钾98 mg/kg,小黑麦生育期内降雨102.7 mm,各阶段降雨量和平均温度见图1。
图1 试验期间小黑麦田降水量和日平均温度Fig.1 Precipitation and daily average temperature of triticale field during the experiment
1.2 试验设计
本试验于2021 年10 月14 日播种,2022 年6 月16 日刈割,小黑麦品种为“中饲3241”,全生育期共246 d,采用喷灌的灌溉方式,播前进行整地平地,底肥为磷酸二铵,底肥量180 kg/hm2,返青—拔节期追施水溶肥,追肥量150 kg/hm2,施肥均以撒播形式施入试验田,全生育期共追肥一次。在踏墒水灌至70%田间持水量条件下条播,行距23~25 cm,播量225 kg/hm2。通过小黑麦生育期内田间持水量的不同比例设置灌水下限,共设置6 个灌水处理:充足水分(W1 为对照处理),中等水分(W2),苗期—越冬期缺水(W3),返青—拔节期缺水(W4),拔节—抽穗缺水(W5),抽穗—刈割期缺水(W6)。喷灌采用Wobbler 低压摇摆喷头,喷嘴直径2.8 mm,并使用PSR-2 型压条,控制喷洒半径为6~7 m。采用水表对流量进行监测,每个喷头为一个重复,每个处理设置3 次重复,各灌水处理之间以垄隔开,垄宽50 cm,垄高25 cm。由于越冬期平均温度在0 °C 以下且风速过大,不适合喷灌设备运行,所以在11 月上旬W1~W6 处理参考当地传统冬灌一次性灌水50 mm。其他管理同灌溉试验规范。小黑麦试验布置图见图2,试验设计见表1,不同生育期阶段与计划湿润层划分见表2。
图2 小黑麦试验布置Fig.2 Triticale test layout
表1 试验处理 %Tab.1 Test treatment
表2 小黑麦不同生育阶段与计划湿润层划分Tab.2 Division of different growth stages and planned wet layer of triticale
1.3 测定与计算方法
(1)气象指标。采用NHQXZ601 气象站,对试验区进行气象观测,观测内容包括:大气温度、相对湿度、气压、2 m处风速、总辐射、反辐射、净辐射,每隔10 min记录一次。
(2)土壤墒情监测。每个处理采用智墒(E生态)实时监测土壤含水率和控制喷灌时间,各重复基于环刀取样通过烘箱法验证土壤墒情是否达到试验设计灌水下限和到达田间持水量上限。
(3)生长指标。取样范围以各处理喷头为圆心,距喷头2~4 m 范围组成的圆环内随机采样,生物量指标与品质指取样范围相同,不做赘述。株高和根长:各生育期采用1 m×1 m样方框,3个重复,随机取30株小黑麦进行测量。小黑麦越冬率(WSR):各处理采用1 m×1 m 样方框,3 个重复,定株观测样方框内小黑麦出苗数,通过冬后与冬前小黑麦的存活苗数的比值进行计算。叶面积指数(LAI):采用LP-80 植物冠层分析仪,对各生育期小黑麦进行随机采样,每个处理重复30次。叶绿素(SPAD):采用ST-S02 叶绿素测定仪,同样对各生育期小黑麦进行随机采样,每个重复30 次。以上指标均不进行破坏性取样。
(4)生物量指标。在抽穗—刈割期测产,在各处理随机取5 个1 m×1 m 的样方,于烘箱105 °C 杀青30 min,再调至65 °C烘干至恒重,称干草重量,并换算每公顷干草生物量。
(5)品质指标。在各处理中随机取10 株抽穗—刈割期的小黑麦,烘干后进行品质检测。检测方式:粗纤维采用洗涤法;粗蛋白采用凯式定氮法;粗脂肪采用索氏提取法。
(6)耗水量与水分利用率。耗水量的计算方法采用水量平衡法进行计算。由于该研究区地下水位大于5 m,而且耕作层以下多为砂砾层、砾石隔水层,因此本研究中不考虑地下水的影响。同时本研究中灌溉方式为喷灌,单次灌水定额较小,故不考虑深层渗漏。
水分利用效率为生物量与耗水量的比值。
(7)熵值赋权法的灰色关联理论。灰色关联理论广泛用于各种综合分析和评价中,因其结果准确,评价结果客观可行,被广泛应用于农业领域[11,12]。本试验灌水处理用x 表示,不同指标用k 表示,x 在k 点的不同数值就构成多个比较数列xk,而x 在k 点的最优值构成了参考数列x0,不同指标权重采用熵值赋权法确定,具体公式如下。
关联系数:
熵值:
权重:
加权关联度:
式中:i 为某个处理;k 为某个指标;n 为处理个数,n=6;m为指标个数;Pik为第i 个处理的第k 个指标的比重;Ek为各指标的熵值;ωi为指标权重。
1.4 数据统计分析
通过SPSS23 对数据进行初步整理,结合Duncan 法进行多组样本差异显著性检验(P<0.05),采用熵值赋权法的灰色关联理论对喷灌不同灌溉量拉萨河谷小黑麦生物量与品质进行综合分析。各处理小黑麦指标以平均值±标准误差的形式表示。
2 结果与分析
2.1 不同灌溉量小黑麦生长过程分析
生育期第17、63、192、219、240 d 分别对应苗期—越冬、越冬—返青、返青—拔节、拔节—抽穗、抽穗—刈割,后文不做赘述。如图3(a)所示,各处理株高随生育期呈现“慢—快—慢”的生长趋势。W1 在小黑麦整体生长中均领先其他处理;W2 各阶段除拔节—抽穗期外与W1 无显著差异;W3 在苗期—越冬期与其他处理亦无显著差异;W4 在返青—拔节期显著低于W1、W2,但刈割期与W1 并无显著差异;W5 在拔节—抽穗期与其他处理差异并不显著,但从刈割期结果分析显著小于W1;W6 在抽穗—刈割相较于W1 并不显著,所以拔节—抽穗期缺水显著影响株高生长,但这种影响有一定延迟性,其他生育期适量缺水对株高的影响较小。如图3(b)所示,各处理根长随生育期呈缓慢生长趋势。W1 根长在返青之后显著低于W2;W2 除在苗期—越冬期略小于W1,从越冬开始根长均高于其他处理;W3 在越冬期前与其他处理差异并不显著,然而从返青开始根系生长缓慢,刈割期显著小于其他各处理;W4、W5、W6 返青—刈割缺水对根长无显著影响,故苗期—越冬适当缺水有利于小黑麦根系发育。如图3(c)所示,各处理LAI 在拔节—抽穗期达到峰值。W1、W2 全生育期LAI 均加大且两者差异并不显著;W3、W4 整体分析,拔节前缺水对LAI 无显著影响;W5 在拔节—抽穗期较W1 显著减少,并且这种影响具有持续性;W6 在抽穗—刈割期缺水对LAI影响较小,所以拔节—刈割缺水严重影响小黑麦叶片生长。如图3(d)所示,各处理SPAD亦在拔节—抽穗期达到峰值。W1、W2 处理小黑麦全生育期差异并不显著,但W1 始终高于W2,基本满足灌水越多SPAD 越大的一般规律;W3 在苗期—越冬期较W1 显著减少17.8%并且这种影响可能存在持续性,导致刈割期显著小于W1;W4、W5 整体分析返青—抽穗前缺水短时间影响不易体现,但在刈割期显著小于W1;W6在抽穗~刈割缺水对SPAD影响较小。
图3 不同灌溉量小黑麦生长过程Fig.3 Analysis on the growth process of triticale with different irrigation rates
2.2 不同灌溉量小黑麦生理特性及生物量分析
不同灌溉量小黑麦生理特性如表3 所示,采用W1 为CK对各灌水处理进行分析。生长指标方面,W5 株高较CK 显著减少23.5%;W2 根长较CK 显著增加12.6%,W3 根长较CK 显著减少10.5%;LAI 变化区间为1.4~2.5,W5、W6 较CK 分别显著减少44.0%和24.0%;W3、W4、W5 和W6 的SPAD 较CK均显著减少,其中W3 减少13.2%,W4 减少最大,减少14.9%;越冬率各处理均大于80%,W3 较CK 显著减少5.5%。生物量指标方面,CK 生物量最高,W2 与CK 几乎没有差异,而W5 和W6 较CK 减产显著,分别减产为22.4%和23.8%。品质指标方面,粗纤维越低越好,而粗脂肪和粗蛋白则越高越好[13];粗纤维变化区间为38.5%~41.9%,CK 粗纤维最高,为41.9%,W3 较CK 降低显著,为38.5%;粗脂肪变化区间为4.0~5.0,不同处理对比CK 大多有所增加,但W5 略有下降,其中W2 较CK 显著增加22.0%;粗蛋白变化区间为10.3%~12.9%,CK 粗蛋白占干物质的比例最高,为12.9%,W2和W4较CK 则显著减少20.2%和13.2%,分别为10.3%和11.2%。以上分析表明,小黑麦不同时期的灌水量对其生长、生物量和品质有显著影响,拔节—抽穗期缺水在生长、生物量和品质指标的表现上均降低显著,苗期—越冬期、返青—拔节期缺水部分生长指标表现有所下降,但在生物量和品质的表现差异并不明显,所以判断小黑麦拔节—抽穗期为需水关键期;前期缺水的危害,在生长中期和后期可以弥补。
表3 不同灌溉量小黑麦生理特性及生物量分析Tab.3 Physiological characteristics and biomass analysis of triticale under different irrigation rates
2.3 不同灌溉量小黑麦水分利用率分析
本试验不同灌溉量小黑麦耗水量、生物量和水分利用率如表4 所示。W2 水分利用效率最高2.08 kg/m³,其次是W3 水分利用效率2.03 kg/m³,灌水量最大的W1为1.96 kg/m³。W2水分利用率较W1、W5、W6 具有显著性差异,与W3、W4 差异不显著。以上分析表明,全生育期充足水分灌溉可能造成部分灌水由于土壤蒸发剧烈,导致水资源浪费,致使水分利用效率较低;而中等水分灌溉性价比最高,可实现小黑麦节水增产的目的,一定程度降低灌水成本;苗期—越冬期缺水可以将水资源发挥最大效益;拔节—刈割期缺水造成严重减产,致使水分利用效率最低。
表4 不同灌溉量小黑麦水分利用率Tab.4 Water productivity of triticale under different irrigation rates
2.4 小黑麦各指标灰色关联系数分析
该数学模型综合生长、生物量、品质和水分利用效率各项指标,选取株高、根深、LAI、SPAD、生物量、越冬率、粗脂肪、粗蛋白和WUE 的最大值和粗纤维的最小值建立参考灌水处理x0,即x0=(124.6,10.7,2.5,60.6,9 115.4,87.3,38.5,5.0,12.9,2.03);各灌水处理的指标数据建立xk。利用公式(1)~(5)进行计算,计算结果见表5。
表5 小黑麦各指标的关联系数Tab.5 Correlation coefficients of triticale indexes
2.5 小黑麦不同灌溉量灰色关联度分析
由于各指标的关联系数仅能表现单个指标与参考指标的关系,而指标间的权重关系未知,故本研究采用熵值赋权法揭示各指标间的关联程度,具体熵值和权重见表6。加权关联度能够真实反映出各灌溉量与最佳灌溉量之间的差异,排名越高则越接近最佳灌溉量,反之则差距越大。由表7可知,各灌水处理加权关联度从高到低排序为:中等水分>充足水分>抽穗—刈割期缺水>苗期—越冬期缺水>返青—拔节期缺水>拔节—抽穗期缺水。综合分析生物量和品质最高为中等水分灌溉,最低为拔节—抽穗期缺水灌溉。
表6 小黑麦各指标的熵值与权重Tab.6 Entropy and weight of triticale indexes
表7 各灌水处理加权关联度与排序Tab.7 Weighted correlation degree and ranking of irrigation treatments
3 讨 论
3.1 不同灌溉量对小黑麦生长、生物量与品质的影响
株高、根长、LAI、SPAD、生物量、越冬率、粗纤维、粗脂肪和粗蛋白是作物生长、生物量与品质的重要表征指标[14-16]。充足水分灌溉小黑麦全生育期灌溉量352 mm,对比各灌水处理株高、LAI、SPAD、生物量、粗纤维和粗蛋白最高,分析原因苗期—越冬期充分灌溉一定程度抑制根系发育,但有助于提高冬前土壤贮水量,同时拔节—抽穗期充分灌溉有助于小黑麦粗纤维和粗蛋白的积累,表现为该处理株高、LAI 和SPAD 均高于各处理,以至于该处理生物量最高。中等水分灌溉小黑麦全生育期灌溉量319 mm,根长与粗脂肪显著高于充足水分灌溉且生物量表现差异较小,分析原因苗期—越冬期适当缺水可以抑制小黑麦苗期旺盛分蘖,防止出现越冬期大面积黄苗,有助于增强根系发育;在返青—拔节期适当缺水,可触发小黑麦生长补偿机制[17],同时在拔节期开始灌水稳定,所以生物量虽略低于充足水分灌溉,但生长与品质指标与充分灌溉差异不大甚至部分指标表现优于充分灌溉。苗期—越冬期缺水小黑麦全生育期灌溉量274 mm,对比各处理根长、SPAD 和越冬率显著减少,其他指标差异不显著,对比上述中等水分根长,证明苗期适当缺水有利于根系发育,但过度缺水会导致土水势下降,不利于根系吸水,进而影响苗期的光合作用导致越冬前生长缓慢。然而这种缺水的危害并不影响越冬前营养的储存,所以随着水热条件转好,小黑麦可以继续分蘖,对生物量和品质影响较小,这与张卫红[18]、祁娟[19]研究结果基本一致。返青—拔节期缺水小黑麦全生育期灌溉量260 mm,在生长、生物量和品质指标表现均有所下降,但大部分并不显著。分析原因,在该时期适当缺水触发了小黑麦生长补偿机制[17,20],在复水后干物质积累呈加速增长趋势。拔节—抽穗期缺水小黑麦全生育期灌溉量270 mm,各指标均表现为显著下降,其中株高对比充足水分下降23.5%,生物量对比充足水分减产22.4%。这是因为该时期小黑麦已由营养生长阶段转变为生殖生长与营养生长并存阶段,小黑麦生长旺盛,因此该时期各指标显著下降,所以应当充足水分灌溉,这与徐冰[7]在同为禾本科的燕麦上所得结论基本相同,但由于夏播水热条件好于秋播,所以在分蘖期为关键期上存在差异。抽穗—刈割期缺水小黑麦全生育灌水260 mm,该生育期缺水对LAI、SPAD 和生物量影响显著,其中生物量下降最为明显,达到23.8%。分析原因,虽然此时正值拉萨河谷雨季,但多为夜雨且有效降雨多集中在土壤表层,伴随着日平均温度回升至16~18 ℃,日间太阳总辐射、反辐射和净辐射相继增加,导致田间蒸散量迅速上升,所以该时期缺水直接影响到小黑麦的蒸腾速率和光合速率,故LAI、SPAD 和生物量显著降低。
通过对小黑麦不同时期的缺水处理,可以发现充足水分灌溉小黑麦生物量最高;拔节—抽穗期为小黑麦需水关键期,该时期缺水对生物量和品质影响最大,而拔节期前缺水对生物量和品质影响较小,抽穗—刈割期虽正值雨季,但亦应适量补灌。单个生育期不同灌溉量同样对生物量和品质有一定影响[21,22],但由于本试验灌水处理数量有限,所以在后续研究中,应针对单生育期进行不同程度的水量控制或采用作物水分模型对单生育期进行水量模拟,继续深入研究。
3.2 不同灌溉量灰色关联理论综合品质分析
本试验以节水、高产、优质为目标,采用熵值赋权法改进的灰色关联理论模型,对株高、根深、LAI、SPAD、生物量、越冬率、粗脂肪、粗蛋白、粗纤维和WUE 进行综合分析。该方法建立的数学模型有效克服了指标单项比较分析的缺点,并且在指标赋权方面避免了如专家赋权法的主观倾向性和等权法权重配置逻辑的简单性。结果表明中等水分灌溉综合品质最高,这与中等水分灌溉的试验结果基本一致。但该方法也存在不足,未考虑喷灌均匀度、蒸发漂移损失等灌水质量指标,收益率、投资等经济评价指标,农牧民欢迎度等社会评价指标,在后续研究中应结合上述指标创建适用性更广的综合分析模型。
4 结 论
(1)通过田间试验分析,拉萨河谷小黑麦拔节—抽穗期为需水关键期,应充足水分灌溉;苗期—越冬期适当缺水可促进小黑麦根系发育;返青—拔节期缺水可以触发小黑麦复水后的补偿机制,所以拔节期前缺水对生物量和品质影响较小;抽穗—刈割期虽正值拉萨河谷雨季,但应适量补灌确保小黑麦高产稳产。
(2)通过田间试验分析,拉萨河谷小黑麦以75%田间持水量为下限,100%田间持水量为上限,进行15次充分喷水灌溉,灌溉量352 mm,生物量最高9 115 kg/hm2。
(3)通过熵值赋权法的灰色关联理论对拉萨河谷小黑麦生长、生物量、品质和水分利用效率的综合分析,小黑麦中等水分灌溉,以65%田间持水率为下限,100%田间持水量为上限,进行10 次喷水灌溉,灌溉量319 mm,灰色关联度0.832 2,综合品质最高。