张加康^,1,3, 李斐^,1,*, 史树德^,2,*, 杨海波¹¹内蒙古自治区土壤质量与养分资源重点实验室 / 内蒙古农业大学草原与资源环境学院, 内蒙古呼和浩特 010018
²内蒙古农业大学农学院, 内蒙古呼和浩特 010019
³内蒙古自治区兴安盟植保植检站, 内蒙古乌兰浩特 137400

Construction and application of the critical nitrogen concentration dilution model of sugar beet in Inner Mongolia, China

ZHANG Jia-Kang^,1,3, LI Fei^,1,*, SHI Shu-De^,2,*, YANG Hai-Bo^{1 1}Inner Mongolia Key Laboratory of Soil Quality and Nutrient Resources / College of Grassland, Resources and Environment, Inner Mongolia Agricultural University, Hohhot 010018, Inner Mongolia, China
²College of Agriculture, Inner Mongolia Agricultural University, Hohhot 010019, Inner Mongolia, China
³Xing’an League, Inner Mongolia Autonomous Region Plant Protection and Plant Inspection Station, Ulanhot 137400, Inner Mongolia, China;

通讯作者: *李斐, E-mail:feili72@163.com;史树德, E-mail:lycoris@imau.edu.cn

收稿日期:2020-12-14接受日期:2021-07-12网络出版日期:2022-08-09

基金资助:

本研究由国家现代农业产业技术体系建设专项(CARS170702) 第十批内蒙古自治区草原英才培养类个人(CYYC10043) 内蒙古自治区高等学校青年科技英才支持计划项目资助(NJYT-18-A08)

Received:2020-12-14Accepted:2021-07-12Published online:2022-08-09

Fund supported:

This study was supported by the China Agriculture Research System(CARS170702) the 10th Batch of Grassland Talents Project of Inner Mongolia Autonomous Region(CYYC10043) the Program for Young Talents of Science and Technology in Universities of Inner Mongolia Autonomous Region(NJYT-18-A08)

作者简介 About authors
E-mail:zhangjiakang940911@163.com



摘要
甜菜是我国两大主要糖料作物之一, 然而氮素过量或者不足不仅会影响甜菜产量和含糖量, 而且过量的氮素还会造成一定的环境风险, 如何判别甜菜的氮素营养在一个合理的范围对于保障甜菜产量、品质和减少环境风险具有重要意义。临界氮浓度稀释曲线是作物氮素营养诊断的基础, 本研究的主要目的是构建我国甜菜临界氮浓度稀释曲线模型, 并利用相应的氮素营养指数进行甜菜氮素营养诊断。研究于2017—2018年在内蒙古呼和浩特市和赤峰市进行了2个甜菜品种、不同施氮量的田间试验。在甜菜的苗期、叶丛生长期、块根膨大期、糖分积累期和收获期5个关键时期进行地上部叶片和地下部块根取样测定生物量和氮浓度, 并计算出甜菜全株生物量和全株氮浓度。根据全株生物量和全株氮浓度建立临界氮浓度稀释模型和相应的氮素营养指数。结果表明, 甜菜地上部生物量和地上部氮浓度以及全株生物量和全株氮浓度都是随着生育时期的推进呈现出负幂函数关系, 基于地上部生物量和地上部氮浓度建立的临界氮浓度稀释曲线决定系数平均在0.45, 而以全株生物量和全株氮浓度建立临界氮浓度稀释曲线决定系数平均在0.94, 较前者有显著提高。以全株生物量和全株氮浓度建立临界氮浓度稀释模型更为合理, 且受品种影响较小, 甜菜品种KWS9167和KWS1676的共用临界氮浓度稀释曲线决定系数达0.94, 构建的氮素营养模型可以进行甜菜氮素营养诊断。我国北方地区主要甜菜品种临界氮浓度稀释模型为N_c=4.23W ^-0.49, 基于该模型计算的KWS9167和KWS1676合理施氮量分别为160 kg N hm ^-2和180 kg N hm ^-2左右。
关键词： 甜菜;生物量;氮浓度;临界氮稀释曲线;氮营养指数

Abstract
Sugar beet is one of the two major sugar crops in China. However, both nitrogen sufficiency and deficiency will affect the yield and sugar content in sugar beet, and excessive nitrogen will cause environmental risks. Judging nitrogen nutrition of sugar beet in a reasonable range is of great significance for ensuring the yield, quality and reducing environmental risks of sugar beet. The critical nitrogen concentration dilution curve is the basis of crop nitrogen nutrition diagnosis. The objective of this present study was establishing the dilution curve model of the critical nitrogen concentration of sugar beet in China and to diagnose the nitrogen nutrition of sugar beet by using the corresponding nitrogen nutrient index. Four experiments with different N rates for two cultivars of sugar beet were conducted in Inner Mongolia from 2017 to 2018. The above-ground biomass and under-ground tubers were sampled and their nitrogen concentration was determined at seedling, leaf cluster growth, tuber bulking, sugar accumulation, and harvest stages. The total plant biomass and nitrogen concentration were calculated. Based on the calculation, the critical nitrogen concentration dilution model and the corresponding nitrogen nutrient index were established. The results indicated that the negative power relationship between the above-ground biomass and nitrogen concentration was observed. The determination coefficient (R ²) for the relationship was 0.45 on average. The R ² for the negative power relationship between total plant biomass and nitrogen concentration was 0.94 on average, which was higher than the relationship between the above-ground biomass and nitrogen concentration. It was more reasonable to establish a critical nitrogen concentration dilution model based on the total plant biomass and nitrogen concentration, which was less affected by the cultivars. The R ² for the integrated critical nitrogen concentration dilution curve of sugar beet varieties KWS9167 and KWS1676 reached 0.94. The constructed nitrogen nutrition model can be used to estimate the plant nitrogen status in sugar beet. The critical nitrogen concentration dilution model for the main sugar beet varieties in Northern China was N_c = 4.23W ^-0.49. The optimized nitrogen rate of KWS9167 and KWS1676 based on the model was about 160 kg hm ^-2 and 180 kg hm ^-2, respectively.
Keywords：sugar beet;biomass;nitrogen concentration;critical nitrogen dilution curve;nitrogen nutrition index


PDF (643KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
张加康, 李斐, 史树德, 杨海波. 内蒙古地区甜菜临界氮浓度稀释模型的构建及应用. 作物学报, 2021, 48(2): 488-496 DOI:10.3724/SP.J.1006.2022.04272
ZHANG Jia-Kang, LI Fei, SHI Shu-De, YANG Hai-Bo. Construction and application of the critical nitrogen concentration dilution model of sugar beet in Inner Mongolia, China. Acta Crops Sinica, 2021, 48(2): 488-496 DOI:10.3724/SP.J.1006.2022.04272


糖是人体主要营养来源之一, 人体活动所需能量大约有70%靠糖类提供, 食糖是人体获得糖类的主要来源。我国是世界第二大食糖消费国, 制糖业在我国具有良好的发展前景^[1]。甜菜是继甘蔗之后的第二大糖料作物, 世界上有20%的糖来自甜菜^[2]。自1906年起, 我国以甜菜为糖料来源的食糖占我国食糖总产量的10%~20%, 全球排名稳定在前十^[3]。华北、西北及东北地区是我国甜菜的三大主要产区, 总种植面积和产量占全国的90%左右^[3,4]。其中内蒙古是我国仅次于新疆的第二大甜菜生产中心, 对保证我国食糖产量具有重要作用。自十三五规划开展以来, 内蒙古甜菜产业发展呈现强力上升态势, 甜菜作为该地区重要的经济作物, 其种植面积由2014年的3.4万公顷增长到2018年12.2万公顷, 产量由2014年的143.9万吨增长到2018年的515.9万吨, 制糖厂由2012年的4家增加到2016年的8家^[3]。随着甜菜播种面积与产量的不断增加, 甜菜种植及其制糖业的发展必将对促进农民增收, 拉动地方财政收入发挥重要作用^[5,6]。然而, 内蒙古甜菜种植过程中主要面临着单产偏低^[7]、块根含糖量不稳定的问题^[8]。因此, 如何保证甜菜产量, 同时稳定甚至增加块根含糖量是甜菜产业发展急需解决的问题。

氮肥用量与甜菜块根产量、含糖率、干物质积累、光合速率等指标呈显著正相关^[9]。然而, 当氮肥施用量超过甜菜需求后, 多余的氮肥不仅会导致产量降低, 而且还会增加块根中的杂质, 从而降低块根中的含糖量^[10]。内蒙古地区农民传统的甜菜种植模式氮肥用量普遍偏高, 过量的氮肥施用是造成甜菜含糖不稳定的主要原因之一。而且未被土壤吸收利用的氮素将会以气体形式和淋溶的方式进入环境中带来环境风险^[11], 同时在一定程度上增加农民生产成本。因此, 优化氮肥管理不仅是保证甜菜产量和品质的关键而且也是增加农民收益和减少环境风险的重要举措^[12]。

了解甜菜生育过程中氮素的营养状况对甜菜氮肥管理具有重要参考价值^[13]。当前基于植株的主要氮素营养诊断方法有植株全氮诊断、植株硝酸盐诊断和光谱氮素营养诊断等, 而这些方法在判断作物氮素丰缺状况时都是以植物临界氮浓度为判断依据^[14,15,16]。因此建立不同作物的临界氮浓度稀释曲线是优化氮肥管理的关键。自1990年Greenwood^[17]提出临界氮浓度稀释曲线模型以来, 基于临界氮浓度稀释曲线的氮肥管理已经被广泛应用于小麦^[18,19]、水稻^{[20,21,22,23,24,25,26]}、玉米^[27,28,29]、甘薯^[30]、甘蔗^[31]和马铃薯^[32]等作物。然而, 到目前为止, 临界氮浓度稀释曲线在甜菜上的研究较少, 而我国有关甜菜临界氮浓度稀释曲线研究更是鲜有报道。虽然国际上已有研究建立了甜菜的氮浓度临界稀释曲线, 但是甜菜类型为饲用型^[33], 是否能够用于食糖品种仍需进一步研究。此外临界氮浓度稀释曲线受到品种和环境等因素影响较大, 国外建立的临界氮浓度稀释曲线不一定适用于我国甜菜氮素营养诊断。因此, 构建我国本土化的甜菜临界氮浓度稀释曲线模型, 为甜菜种植过程中氮肥运筹提供科学依据就显得尤为重要。

1 材料与方法

1.1 研究区概况

甜菜试验在呼和浩特内蒙古农业大学教学农场和内蒙古赤峰市巴林左旗林东镇进行。呼和浩特属典型的蒙古高原大陆性气候, 历年平均降水量为335~535 mm, 无霜期130~140 d。赤峰市属中温带半干旱大陆性季风气候区, 历年降雨量为300~500 mm, 无霜期120~130 d。试验地土壤基础理化性质见表1。

Table 1
表1
表1试验区土壤基础理化性质
Table 1Physical and chemical properties of soils in experimental fields

年份 Year	地点 Site	有机质 Organic matter (g kg-1)	速效磷 Available P (mg kg-1)	速效钾 Available K (mg kg-1)	全氮 Total N (g kg-1)	pH
2017	内蒙古农业大学教学农场 Teaching Farm of Inner Mongolia Agricultural University	24.6	48.0	162.0	1.5	8.6
2018	赤峰市林东镇 Lindong Town, Chifeng City	13.0	12.5	114.2	0.7	8.2
2018	内蒙古农业大学教学农场 Teaching Farm of Inner Mongolia Agricultural University	36.2	7.9	240.0	1.7	8.3

新窗口打开|下载CSV

1.2 试验材料

本研究于2017—2018年进行, 分为建模田块与验证田块, 共涉及2个甜菜品种和不同施氮水平, 田间试验设计如下:

建模田块分为2个试验, 试验1于2017年在呼和浩特市内蒙古农业大学教学农场进行, 选用的甜菜品种为KWS9167。试验设0 (N0)、50 (N50)、100 (N100)和150 (N150) kg N hm^-2 4个氮肥梯度, 每个氮肥梯度4次重复, 各小区随机排列。试验2和试验3分别于2018年在内蒙古赤峰市巴林左旗林东镇2块试验田进行, 选用的甜菜品种均为KWS1676。试验设0 (N0)、15 (N15)、32 (N32)、76 (N76)、163 (N163)和217 (N217) kg N hm^-2 6个氮处理, 每个处理4次重复, 各小区随机排列。

验证田块于2018年在内蒙古农业大学农场进行, 甜菜品种为KWS9167, 试验共设120 kg N hm^-2 (N120)和180 kg N hm^-2 (N180) 2个处理, 4次重复, 小区随机排列, 建模田块和验证田块除氮肥用量根据每个试验设定外, 其他管理与农民传统一致。

1.3 测定指标与方法

于甜菜苗期、叶丛生长期、块根膨大期、糖分积累期从各小区随机选取长势均匀连续生长的3株样品进行取样, 收获时选取长势均匀的两垄3 m样段进行测产。取样时将地上茎叶与地下部块根分别收集后进行称重并带回实验室处理, 所取植株地上茎叶及地下部块根在105℃杀青30 min, 然后在75℃恒温下烘干至恒重, 称重后, 分别粉碎装入信封袋备用。利用浓H₂SO₄·H₂O₂法对植物样品进行消煮, 然后采用半自动凯氏定氮仪进行植物样品全氮含量的测定^[35]。

甜菜全株氮浓度计算方法: N_t=(W_a×N_a+W_u× N_u)/W_t

式中, N_t为全株氮浓度, W_a为地上部茎叶干重, N_a为地上部氮浓度, W_u为地下部块根干重, N_u为地下部块根氮浓度, W_t为地上部植株干重(W_a)和地下块根干重(W_u)之和, 即全株生物量。

1.4 模型构建

根据Greenwood等^[17]临界氮浓度稀释曲线定义, 其模型为N_c = aW^-b, 式中, N_c为植株临界氮浓度, W为植株最大干物质量, a、b为参数, 其中a为植株地上部干物质量达到1 t时植株氮浓度, b为稀释曲线系数。

根据Lemaire等^[36]提出的氮素营养指数概念, 数据点处于曲线附近, 表明作物体内氮素营养水平处于最优状态, 处于曲线上方则氮营养过剩, 处于曲线下方则氮素营养不足。

1.5 数据分析

采用Microsoft Excel和SPSS软件进行试验数据统计分析, 使用最小显著差异法(LSD)进行方差分析, 用SigmaPlot 12.5作图。

2 结果与分析

2.1 施氮量对甜菜生物量和氮浓度的影响

图1展示了收获期甜菜总生物量和总氮素浓度随施氮量的变化情况, 在一定程度上, 随着施氮量的增加, 甜菜生物量和总氮素浓度逐渐增加。但是当氮肥用量超过一定程度后, 氮肥用量的增加对总生物量和氮浓度没有促进作用, 2个品种的总生物量和氮素浓度都有相同的变化趋势, 品种KWS1676的N163和N217处理没有显著差异, 但都显著高于另外4个处理; 品种KWS9167在50 kg N hm^-2和100 kg N hm^-2处理间没有显著差异, 而与其他处理有显著差异。由此可见, 施氮处理造成的生物量和全氮浓度的差异能为下一步建立甜菜的氮素营养稀释曲线模型奠定基础。

图1

新窗口打开|下载原图ZIP|生成PPT
图1两品种甜菜不同氮处理收获时总生物量和总氮浓度变化

大写字母表示甜菜品种KWS1676处理间差异显著(P < 0.05), 小写字母表示甜菜品种KWS9167处理间差异显著(P < 0.05)。N0、N15、N32、N50、N76、N100、N150、N163、N217分别表示施氮量为0、15、32、50、76、100、150、163和217 kg N hm^-2。
Fig. 1Variation of total biomass and total nitrogen concentration of two sugar beet cultivars at harvest stage

Uppercase letters indicate significant difference between treatments in sugar beet variety KWS1676 at P < 0.05, and lowercase letters indicate significant difference between treatments in sugar beet variety KWS9167 at P < 0.05. N0, N15, N32, N50, N76, N100, N150, N163, and N217 mean the nitrogen application rates of 0, 15, 32, 50, 76, 100, 150, 163, and 217 kg hm^-2, respectively.

2.2 基于地上部生物量和地上部氮浓度的甜菜临界氮浓度稀释曲线的建立

将地上部临界氮浓度值与其对应的最大生物量进行非线性拟合发现, 随着生育时期的推进甜菜地上部氮浓度逐步下降(图2)。试验1 (KWS9167)、试验2 (KWS1676)和试验3 (KWS1676)临界氮浓度稀释曲线模型分别为N_c = 3.61W^-0.07、N_c = 4.46W^-0.39和N_c = 7.30W^-0.82, 决定系数分别为0.30、0.52和0.52, 三者决定系数都较低。究其原因可能是随着甜菜生育时期推移, 甜菜地上部物质会向地下部块根转移, 致使地上部生物量与氮浓度不能发生同步变化。

图2

新窗口打开|下载原图ZIP|生成PPT
图2基于地上部生物量和氮浓度的甜菜临界氮稀释曲线

Fig. 2Critical nitrogen dilution curve based on above-ground biomass and nitrogen concentration in sugar beet

2.3 基于全株生物量与全株氮浓度的甜菜临界氮浓度稀释曲线建立

利用同样的方法, 将各时期甜菜全株临界氮浓度和其对应的最大生物量进行非线性拟合得到临界氮浓度稀释曲线(图3)。试验1 (KWS9167)、试验2 (KWS1676)和试验3 (KWS1676)临界氮浓度稀释曲线模型分别为N_c = 4.27W^-0.51、N_c = 8.02W^-0.72和N_c = 6.34W^-0.67, 决定系数分别为0.95、0.95和0.97, 相对于前者有显著提高。

图3

新窗口打开|下载原图ZIP|生成PPT
图3基于全株生物量和氮浓度的甜菜临界氮稀释曲线

Fig. 3Critical nitrogen dilution curve based on whole plant biomass and whole plant nitrogen concentration in sugar beet

2.4 甜菜共用临界氮浓度稀释曲线的建立

图4展示了2个品种甜菜基于地上部生物量和地上部氮浓度以及全株生物量和全株氮浓度的散点图, 基于地上部生物量和地上部氮浓度的散点图离散性较高, 不利于克服甜菜品种对临界氮浓度稀释曲线的影响。而基于全株生物量和全株氮浓度的散点图离散性明显降低, 2个品种的氮浓度在甜菜整个生育时期数据点契合度高, 一定程度上可以克服甜菜因甜菜品种导致的临界氮浓度稀释模型不统一的问题。

图4

新窗口打开|下载原图ZIP|生成PPT
图4甜菜生物量和氮浓度关系散点图

Fig. 4Scatterplot of biomass and nitrogen concentration in sugar beet



基于全株生物量和全株氮浓度的不同品种和区域的甜菜氮浓度稀释曲线模型参数a分别为4.27、8.02和6.34, 三者之间差异较大, 根据临界氮浓度稀释曲线参数a的定义(植株地上部干物质量达到1 t时植株氮浓度)可知, 品种和地域对甜菜前期氮浓度影响较大。稀释参数b分别为0.51、0.72和0.67, 变化范围较小, 根据临界氮浓度稀释曲线参数b的定义(稀释曲线系数)可知, 品种和地域对甜菜临界氮浓度稀释曲线趋势变化影响较小。

为进一步探明品种和区域对稀释曲线的影响, 将不同品种和地区的临界氮浓度稀释曲线模型进行对比, 3条曲线整体趋势相近。基本上可以克服由于甜菜品种和区域不同所导致甜菜临界氮浓度稀释模型不统一的问题(图5-a)。图5-b建立了基于全株生物量和全株氮浓度的甜菜共用临界氮浓度稀释曲线为N_c = 4.23W^-0.49, 决定系数达到0.94, 进一步验证了基于总生物量和总氮浓度建立甜菜临界氮浓度稀释模型可以克服甜菜品种和地域的影响。

图5

新窗口打开|下载原图ZIP|生成PPT
图5不同品种甜菜共用临界氮浓度稀释曲线

Fig. 5Dilution curves of critical nitrogen concentrations shared by different varieties of sugar beet

2.5 甜菜临界氮浓度稀释曲线验证

利用2018年在内蒙古农业大学农场进行试验获取的数据对2个品种甜菜共用临界氮浓度稀释曲线进行验证。从图6可以看出, 施氮量在180 kg N hm^-2的数据处于曲线附近, 说明氮素营养适中。施氮量在120 kg N hm^-2的数据处于曲线之下, 说明氮素营养不足。验证集数据上的验证进一步证明了基于2个品种甜菜共用临界氮浓度稀释曲线的氮素营养指数可以对甜菜进行氮素营养诊断。

图6

新窗口打开|下载原图ZIP|生成PPT
图6甜菜临界氮浓度稀释曲线验证

处理同图1。
Fig. 6Verification of dilution curve of critical nitrogen concentration in sugar beet

Treatments are the same as those given in Fig. 1.

2.6 甜菜氮素营养诊断

利用共用临界氮浓度稀释曲线对2个甜菜品种进行氮素营养诊断, 对于KWS1676来说, 当施氮量处于76 kg N hm^-2时, 数据点多数处于临界曲线之下, 作物处于氮素营养亏缺状况; 施氮量处于163 kg N hm^-2时, 数据点多数处于临界曲线左右, 氮素营养适中; 施氮量处于217 kg N hm^-2时, 数据点多数处于临界曲线之上, 氮素营养过剩(图7-a)。对于KWS9167来说, 当施氮量低于150 kg N hm^-2时, 数据点多数处于临界曲线之下, 作物处于氮素营养亏缺状况; 施氮量处于150 kg N hm^-2时, 数据点多数处于临界曲线左右, 氮素营养适中(图7-b)。

图7

新窗口打开|下载原图ZIP|生成PPT
图7两品种甜菜氮素营养诊断

处理同图1。
Fig. 7Nitrogen nutrition diagnosis of two varieties in sugar beet

Treatments are the same as those given in Fig. 1.


施入土壤中的氮肥主要有3个去向, 作物吸收、土壤残留以及进入大气和水体等环境的损失部分, 这就需要尽量减少氮素的损失, 把土壤氮的残留调控在一个合理的范围内, 因此最关键的是要确定一个合理的施氮量。甜菜合理施氮量用共用临界氮浓度稀释曲线和甜菜非缺氮处理收获时期平均干物质量确定临界氮浓度, 利用氮浓度和生物量确定2个品种甜菜临界氮素携出量。当甜菜品种KWS9167在甜菜收获时期平均干物质量在12 t hm^-2左右, 合理施氮量为160 kg N hm^-2左右; KWS1676在收获时期平均干物质量在14 t hm^-2左右, 合理施氮量为180 kg N hm^-2左右。这与上述氮素营养判断结果基本一致。

3 讨论

3.1 国内外甜菜临界氮浓度稀释曲线对比

到目前为止, 国内外开展的针对甜菜临界氮浓度稀释曲线的文献报道较少。与本研究的结果类似, Chakwizira等^[33]在2016年同样利用总生物量和总氮素浓度构建了新西兰饲用甜菜的临界氮浓度稀释曲线模型, 为N_c = 4.9W^-0.52, 并得到了令人满意的结果, 临界氮浓度稀释模型决定系数达0.97。本研究得到的KWS9167和KWS1676两个甜菜品种的临界氮浓度稀释曲线模型分别为N_c = 4.27W^-0.51和N_c = 6.48W^-0.65, 模型决定系数均高于0.9, 同样得到了不错的甜菜临界氮浓度稀释模型。在建模上该结果与前人研究结果一致, 这说明利用总生物量和总氮浓度构建甜菜稀释曲线的方法是可行的。此外, 本研究中2个甜菜品种稀释曲线模型中的参数b分别为0.51和0.65, 与Chakwizira等^[33]研究结果0.52基本一致, 且3条临界氮浓度稀释曲线彼此靠近, 变化趋势相近(图8), 因此我们推断, 基于全株生物量和全株氮浓度建立的临界氮浓度稀释曲线能够在一定程度上克服不同品种和地区带来的差异。但是由于相关研究较少, 仍然需要更多不同区域和品种的甜菜试验进行进一步的验证。

图8

新窗口打开|下载原图ZIP|生成PPT
图8国内外甜菜临界氮浓度稀释曲线对比

Fig. 8Comparison of dilution curves of sugar beet critical nitrogen concentration in China and abroad

3.2 块根块茎类作物与籽粒型作物的临界氮浓度稀释曲线区别

国内外研究者针对小麦^[18-19,37]、水稻^[20-26,38]和玉米^[27-29,39]这类典型籽粒型作物建立了不同品种、不同生态区的临界氮浓度稀释模型。Yin等^[37]利用地上植株生物量和植株氮素浓度构建了小麦氮浓度临界稀释曲线。同样Huang等^[38]和付江鹏等^[39]也利用地部植株氮素浓度及其生物量构建了水稻和玉米的氮浓度临界稀释曲线。大量研究已经证明, 对于籽粒型作物来说, 基于地上部生物量和地上部氮素浓度是构建的临界氮浓度稀释曲线的有效数据。然而, 与籽粒型作物不同, 甜菜作物的收获物主要在地下, 虽然地上部植株与地下部块根生长紧密相关, 但是本文的研究结果表明, 甜菜无法利用地上部植株生物量和植株氮素浓度构建临界氮浓度稀释模型。Chakwizira等^[33]也证明了利用总氮浓度和总生物可以很好地构建甜菜临界氮浓度稀释曲线。

同样, 前人的研究结果已证明, 块茎类作物马铃薯仅用地上部分植株生物量和氮素浓度无法构建具有应用价值的临界氮浓度稀释曲线, 而利用总生物量和总氮浓度构建的稀释曲线能够取得非常不错的建模效果, 而且在克服地区差异上有突出表现^[32]。综合分析本文和前人研究结果, 我们推断, 与籽粒型作物如小麦、玉米和水稻相比, 块根、块茎类作物不适合基于地上部生物量和地上部氮浓度建立临界氮浓度稀释曲线, 而地上和地下部总生物量和总氮素浓度才是块根、块茎类作物临界氮浓度稀释曲线构建的有效数据。而且基于全株生物量和全株氮浓度建立临界氮浓度稀释曲线在种植区气候环境状况相似的情况下, 可以克服由于品种差异而导致的临界氮浓度稀释曲线不统一的问题, 在一定程度上解决了块根、块茎类作物临界氮浓度稀释曲线普适性问题。此外, 本研究中国内外2个不同气候区的甜菜并未显示出很强的差异性(图8), 而在块茎作物马铃薯上的研究却发现不同气候区对马铃薯临界氮浓度稀释曲线有较强的影响^[32]。因此, 我们推断块根类作物对气候条件敏感程度相对较低, 基于全株生物量和全株氮浓度建立的临界氮浓度稀释曲线具有克服品种和地区差异的潜力。而对于块茎类作物, 虽然能够克服品种差异, 但是仍然受到较大的地域影响。

4 结论

相对于传统籽粒型作物基于地上部生物量和地上部氮浓度建立临界氮浓度稀释曲线, 基于总生物量和总氮浓度建立临界氮浓度稀释曲线更适于甜菜这类块茎类作物。内蒙古区域甜菜临界氮浓度稀释曲线为N_c = 4.23W^-0.49。基于总生物量和总氮浓度建立临界氮浓度稀释曲线可以克服由于甜菜品种不同而导致的曲线差异, 可以对内蒙古区域种植的甜菜进行氮素营养诊断。内蒙古区域种植的甜菜品种KWS9167合理施氮量在160 kg N hm^-2左右, 甜菜品种KWS1676合理施氮量在180 kg N hm^-2左右。

参考文献 View Option 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1] 羽凡. 中国食糖产业现状
福建轻纺, 2014, ( 2):21-23.
[本文引用: 1]

Yu F. The status quo of China’s sugar industry
Fujian Textile, 2014, ( 2):21-23 (in Chinese with English abstract).
[本文引用: 1]

[2] Mohammad A D, Mohammad A. Effect of the nitrogen rate and weed control treatments on the quantitative and qualitative yield of sugar beet
Russ Agric Sci, 2019,45:423-429.
[本文引用: 1]

[3] 陈艺文, 李用财, 余凌羿, 王叶琼, 倪洪涛. 中国三大主产区甜菜糖业发展分析
中国糖料, 2017,39(4):74-76.
[本文引用: 3]

Chen Y W, Li Y C, Yu L Y, Wang Y Q, Ni H T. Analysis on the development of sugar beet industry in China's three main producing areas
China Sugar, 2017,39(4):74-76 (in Chinese with English abstract).
[本文引用: 3]

[4] 闫威. 覆膜方式及氮密耦合对旱作甜菜生理性能的影响
内蒙古农业大学硕士学位论文, 内蒙古呼和浩特, 2019.
[本文引用: 1]

Yan W. The Effect of Film Mulching Method and Nitrogen Density Coupling on the Physiological Performance of Dry-farming Sugar Beet.
MS Thesis of Inner Mongolia Agricultural University, Hohhot, Inner Mongolia, China, 2019 (in Chinese with English abstract).
[本文引用: 1]

[5] 高宝军. 内蒙古甜菜产业发展及对策研究
中国农业科学院硕士学位论文, 北京, 2012.
[本文引用: 1]

Gao B J. Research on the Development and Countermeasures of Sugar Beet Industry in Inner Mongolia
MS Thesis of Chinese Academy of Agricultural Sciences, Beijing, China, 2012 (in Chinese with English abstract).
[本文引用: 1]

[6] 李满红, 王远斌, 银赛, 赵国辉, 邵科. 依靠科技创新助推糖业发展——“十三五”时期内蒙古甜菜糖业步入健康发展快车道
中国糖料, 2016,38(5):69-72.
[本文引用: 1]

Li M H, Wang Y B, Yin S, Zhao G H, Shao K. Relying on scientific and technological innovation to boost the development of sugar industry—Inner Mongolia's sugar beet and sugar industry has entered the fast lane of healthy development during the “13th Five-Year Plan” period
China Sugar, 2016,38(5):69-72 (in Chinese with English abstract).
[本文引用: 1]

[7] 王申莹, 胡志超, 张会娟, 吴惠昌, 彭宝良, 顾峰玮. 国内外甜菜生产与机械化收获分析
中国农机化学报, 2013,34(3):20-25.
[本文引用: 1]

Wang S Y, Hu Z C, Zhang H J, Wu H C, Peng B L, Gu F W. Analysis of sugar beet production and mechanized harvesting at home and abroad
Chin J Agric Mach Chem, 2013,34(3):20-25 (in Chinese with English abstract).
[本文引用: 1]

[8] 韩秉进, 朱向明. 我国甜菜生产发展历程及现状分析
土壤与作物, 2016,5(2):91-95.
[本文引用: 1]

Han B J, Zhu X M. Analysis of the development process and current situation of sugar beet production in my country
Soil Crops, 2016,5(2):91-95 (in Chinese with English abstract).
[本文引用: 1]

[9] 费聪. 氮素运筹对露播滴灌甜菜产量和品质的影响
石河子大学硕士学位论文, 新疆石河子, 2016.
[本文引用: 1]

Fei C. The Effect of Nitrogen Management on the Yield and Quality of Sugar Beet in Open Drip Irrigation
MS Thesis of Shihezi University, Shihezi, Xinjiang, China, 2012 (in Chinese with English abstract).
[本文引用: 1]

[10] Carter J N, Traveller D J. Effect of time and amount of nitrogen uptake on sugar beet growth and yield
Agron J, 1981,73:665-671.
[本文引用: 1]

[11] 张朝春, 江荣风, 张福锁, 王兴仁. 氮磷钾肥对马铃薯营养状况及块茎产量的影响
中国农学通报, 2005,21(9):279-283.
[本文引用: 1]

Zhang C C, Jiang R F, Zhang F S, Wang X G. Effects of nitrogen, phosphorus and potassium fertilizers on potato nutritional status and tuber yield
Chin Agric Sci Bull, 2005,21(9):279-283 (in Chinese with English abstract).
[本文引用: 1]

[12] Tarkalson D D, Bjorneberg D L, Camp S, Dean G, Foote P. Improving nitrogen management in pacific northwest sugarbeet production
J Sugar Beet Res, 2016,53:14-36.
[本文引用: 1]

[13] Ata-Ul-Karim S T, Liu X J, Lu Z Z, Yuan Z F, Zhu Y, Cao W X. In-season estimation of rice grain yield using critical nitrogen dilution curve
Field Crops Res, 2016,195:1-8.
[本文引用: 1]

[14] 李康活, 杨观宋, 莫曼红, 陈炜钦, 潘玉燊, 陈春媚, 张庆龙, 王铁安. 水稻够苗期后植株吸氮量简易诊断方法及其预测
广东农业科学, 1987,23(5):10-15.
[本文引用: 1]

Li K H, Yang G S, Mo M H, Chen W Q, Pan Y S, Chen C M, Zhang Q L, Wang T A. Simple diagnosis method and prediction of nitrogen uptake by rice plants after sufficient seedling stage
Guangdong Agric Sci, 1987,23(5):10-15 (in Chinese with English abstract).
[本文引用: 1]

[15] 贾良良, 陈新平, 张福锁. 叶绿素仪与植株硝酸盐浓度测试对冬小麦氮营养诊断准确性的比较研究
华北农学报, 2007,22(6):157-160.
[本文引用: 1]

Jia L L, Chen X P, Zhang F S. Comparison of chlorophyll meter and plant nitrate concentration test on the diagnostic accuracy of winter wheat nitrogen nutrition
North China Agric J, 2007,22(6):157-160 (in Chinese with English abstract).
[本文引用: 1]

[16] 杨海波, 高兴, 黄绍福, 张加康, 杨柳, 李斐. 基于卫星波段的马铃薯植株氮素含量估测
光谱学与光谱分析, 2019,23(9):157-160.
[本文引用: 1]

Yang H B, Gao X, Huang S F, Zhang J K, Yang L, Li F. Estimation of nitrogen content in potato plants based on satellite band
Spectr Spectr Anal, 2019,23(9):157-160 (in Chinese with English abstract).
[本文引用: 1]

[17] Greenwood D J, Lemaire G, Gosse G, Cruz P, Draycott A, Neeteson J J. Decline in percentage N of C₃ and C₄ crops with increasing plant mass
Ann Bot, 1990,66:425-436.
[本文引用: 2]

[18] 马晓晶, 张小涛, 黄玉芳, 叶优良. 小麦叶片临界氮浓度稀释曲线的建立与应用
植物生理学报, 2017,53:1313-1321.
[本文引用: 2]

Ma X J, Zhang X T, Huang Y F, Ye Y L. Establishment and application of the critical nitrogen concentration dilution curve of wheat leaves
Chin J Plant Physiol, 2017,53:1313-1321 (in Chinese with English abstract).
[本文引用: 2]

[19] Wang X L, Ye T Y, Ata-Ul-Karim S T, Yan Z, Liu L, Cao W, Liang T. Development of a critical nitrogen dilution curve based on leaf area duration in wheat
Front Plant Sci, 2017,8:1517-1527.
[本文引用: 2]

[20] 陆震洲. 长江下游稻作区水稻临界氮浓度和光谱指数模型研究
南京农业大学硕士学位论文, 江苏南京, 2015.
[本文引用: 2]

Lu Z Z. Research on Critical Nitrogen Concentration and Spectral Index Model of Rice in the Rice-growing Area of the Lower Yangtze River.
MS Thesis of Nanjing Agricultural University, Nanjing, Jiangsu, China, 2015 (in Chinese with English abstract).
[本文引用: 2]

[21] 贺志远. 双季稻临界氮浓度稀释模型的构建及氮素诊断研究
南京农业大学硕士学位论文, 江苏南京, 2016.
[本文引用: 1]

He Z Y. Construction of a Critical Nitrogen Concentration Dilution Model for Double-cropping Rice and Research on Nitrogen Diagnosis
MS Thesis of Nanjing Agricultural University, Nanjing, Jiangsu, China, 2016 (in Chinese with English abstract).
[本文引用: 1]

[22] Ata-Ul-Karim S T, Liu X J, Lu Z Z, Yuan Z, Zhu Y, Cao W. In-season estimation of rice grain yield using critical nitrogen dilution curve
Field Crops Res, 2016,195:1-8.
[本文引用: 1]

[23] Ata-Ul-Karim S T, Zhu Y, Cao Q, Rehmani M, Cao W, Tang L. In-season assessment of grain protein and amylose content in rice using critical nitrogen dilution curve
Eur J Agron, 2017,90:139-151.
[本文引用: 1]

[24] Liu X J, Zhang K, Zhang Z Y, Qiang C, Lyu Z, Yuan Z. Canopy chlorophyll density based index for estimating nitrogen status and predicting grain yield in rice
Front Plant Sci, 2017,8:1829-1840.
[本文引用: 1]

[25] Ata-Ul-Karim S T, Liu X, Lu Z, Zheng H, Cao W, Zhu Y. Estimation of nitrogen fertilizer requirement for rice crop using critical nitrogen dilution curve
Field Crops Res, 2017,201:32-40.
[本文引用: 1]

[26] He Z Y, Qiu X L, Ata-Ul-Karim S T, Li Y, Liu X, Qiang C. Development of a critical nitrogen dilution curve of double cropping rice in South China
Front Plant Sci, 2017,8:638-651.
[本文引用: 2]

[27] Zhao B, Ata-Ul-Karim S T, Liu Z D, Ning D, Duan A. Development of a critical nitrogen dilution curve based on leaf dry matter for summer maize
Field Crops Res, 2017,208:60-68.
[本文引用: 2]

[28] Zhao B, Duan A W, Ata-Ul-Karim S T, Liu Z, Chen Z, Gong Z. Exploring new spectral bands and vegetation indices for estimating nitrogen nutrition index of summer maize
Eur J Agron, 2018,93:113-125.
[本文引用: 1]

[29] Zhao B, Ata-Ul-Karim S T, Duan A W, Liu Z, Wang X, Xiao J. Determination of critical nitrogen concentration and dilution curve based on leaf area index for summer maize
Field Crops Res, 2018,228:195-203.
[本文引用: 2]

[30] Saki T, Yomi M, Rao-Rajashekhar B K. Critical nitrogen content and nitrogen nutrition index for sweetpotato crop
J Plant Nutr, 2019,42:1750-1759.
[本文引用: 1]

[31] de Oliveira E C A, de Castro Gava G J, Trivelin P C O, Otto R, Junqueira-Franco H C. Determining a critical nitrogen dilution curve for sugarcane
J Plant Nutr Soil Sci, 2013,176:712-723.
[本文引用: 1]

[32] 张加康, 李斐, 李跃进, 杨海波, 贾禹泽, 刘玉峰, 石焱. 基于全株生物量和全株氮浓度的马铃薯氮临界浓度稀释模型的构建及验证
植物营养与肥料学报, 2020,26:1691-1701.
[本文引用: 3]

Zhang J K, Li F, Li Y J, Yang H B, Jia Y Z, Liu Y F, Shi Y. Construction and verification of potato nitrogen critical concentration dilution model based on whole plant biomass and whole plant nitrogen concentration
J Plant Nutr Fert, 2020,26:1691-1701 (in Chinese with English abstract).
[本文引用: 3]

[33] Chakwizira E, Ruiter J M, Teixeira E. Evaluating the critical nitrogen dilution curve for storage root crops
Field Crops Res, 2016,199:21-30.
[本文引用: 4]

[34] NY/T 2419-2013. 植株全氮含量测定自动定氮仪法. 北京: 中国农业出版社, 2014.


NY/T 2419-2013. Automatic Nitrogen Determination Method for the Determination of Total Plant Nitrogen Content. Beijing: China Agriculture Press, 2014 (in Chinese).


[35] Abdallah F B, Olivier M, Goffart J P, Minet O. Establishing the nitrogen dilution curve for potato cultivar Bintje in Belgium
Potato Res, 2016,59:241-258.
[本文引用: 1]

[36] Lemaire G, Gastal F, Cruz P. Relationships Between Plant-N, Plant Mass and Relative Growth Rate for C₃ and C₄ Crop
Paris: Proceeding First ESA Congress, 1990. pp 1-5.
[本文引用: 1]

[37] Yin M H, Li Y N, Xu L Q, Shen S L, Fang H. Nutrition diagnosis for nitrogen in winter wheat based on critical nitrogen dilution curves
Crop Sci, 2018,58:416-420.
[本文引用: 2]

[38] Huang S Y, Miao Y X, Cao Q, Yao Y K, Zhao G G, Yu W F, Shen J N, Yu K, Georg B. A new critical nitrogen dilution curve for rice nitrogen status diagnosis in Northeast China
Pedosphere, 2018,28:814-822.
[本文引用: 2]

[39] 付江鹏, 贺正, 贾彪, 刘慧芳, 李振洲, 刘志. 滴灌玉米临界氮稀释曲线与氮素营养诊断研究
作物学报, 2020,46:290-299.
[本文引用: 2]

Fu J P, He Z, Jia B, Liu H F, Li Z Z, Liu Z. Study on the critical nitrogen dilution curve and nitrogen nutrition diagnosis of corn under drip irrigation
Acta Agron Sin, 2020,46:290-299 (in Chinese with English abstract).
[本文引用: 2]