Analysis of Gap Between Yield and Radiation Production Efficiency and Temperature Production Efficiency in Summer Maize: Taking Shandong Province as an Example
WANG HongZhang, LIU Peng,, DONG ShuTing, ZHANG JiWang, ZHAO Bin, REN BaiZhaoCollege of Agronomy, Shandong Agricultural University/State Key Laboratory of Crop Biology, Taian 271018, Shandong通讯作者:
收稿日期:2018-12-11接受日期:2019-01-31网络出版日期:2019-04-16
基金资助: |
Received:2018-12-11Accepted:2019-01-31Online:2019-04-16
作者简介 About authors
王洪章,E-mail:
摘要
关键词:
Abstract
Keywords:
PDF (611KB)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
王洪章, 刘鹏, 董树亭, 张吉旺, 赵斌, 任佰朝. 夏玉米产量与光温生产效率差异分析——以山东省为例[J]. 中国农业科学, 2019, 52(8): 1355-1367 doi:10.3864/j.issn.0578-1752.2019.08.006
WANG HongZhang, LIU Peng, DONG ShuTing, ZHANG JiWang, ZHAO Bin, REN BaiZhao.
0 引言
【研究意义】“产量差”的研究工作自1974年由国际水稻研究所(IRRI)开展后,逐渐成为作物研究的重要领域[1,2]。黄淮海区域作为我国玉米的优势产区,种植面积和总产量分别占全国玉米的32.7%和35.0%,在保证国家粮食安全上具有重要意义。该区域光温资源丰富,夏玉米光温生产潜力产量达到了31.15 t·hm-2,远高于其他夏玉米产区[3]。2005年,李登海曾创造了21.10 t·hm-2的中国夏玉米高产纪录;2015年德州大面积高产田也达到了12.03 t·hm-2的产量水平。而2016年山东省夏玉米平均产量只有6.44 t·hm-2,与光温潜力产量、高产纪录产量、大面积高产高效产量仍有24.71、14.66、5.59 t·hm-2的产量差距。【前人研究进展】由于当前众多不合理的因素,黄淮海夏玉米区存在较大产量差的同时,资源利用效率差距也较大。光、温生产效率是衡量产量及资源利用率的重要标准,当前实际生产中光能利用率只有1%—2%,远低于作物理论最大光能利用率5%—6%[4]。在目前作物叶面积指数和收获指数难以继续增加的情况下,若想进一步提高作物产量就必须提高生物量,提升作物光能利用率成为关键[5]。产量差、资源利用效率差的研究为探寻产量限制因子,缩小产量差、资源利用效率差,进而提高农户产量提供了很好的技术支持[6]。如何确认差距限制因素,有效降低限制程度成为人们的关注点[7]。当前根据研究目标和尺度大致可将限制因素分为气候因素、品种和栽培措施因素、土壤因素、社会因素等几个方面。其中光照和温度通过影响作物的生长环境进而影响作物的物质生产[8]。气象因子对产量差的贡献率约为8%,在农业生产上属于不可控因素[9]。但可以通过选择优良品种、确定合理密度、优化施肥等栽培措施来构建高光效群体,进而缩减产量差距和效率差距[10]。【本研究切入点】前人从选用优良品种[11]、增加种植密度[12]、优化肥水管理措施[13]、完熟期收获[14]和生态环境[15]等多方面探明了上述因素提高夏玉米产量和资源利用效率3%—40%,但在实际生产中尚有47%的增产潜力有待进一步挖掘[6]。此外,当前产量差、效率差协同缩减的可行性缺乏理论支持,不同因素对于产量差、效率差的贡献率鲜有定量。因此,通过量化夏玉米不同产量层次之间的产量差、效率差,及明确二者之间的关系,探明产量差、效率差的缩减途径,对于提高产量与资源利用效率具有重大意义。【拟解决的关键问题】本研究在同一地块根据国际常用的综合管理模式,在当前常见的农户生产和超高产生产模式以外,针对黄淮海夏玉米生产调研出的问题,从合理密植、优化肥水、增产增效的角度设计了高产高效综合管理方案,利用作物产量性能分析方法,结合光温生产潜力分析,量化山东省夏玉米产量与资源利用效率的差异,明确农业生产条件和栽培方式对产量差及效率差的贡献率,探讨产量差、效率差协同缩减的可能性,以期为缩小夏玉米产量差距、提升资源利用效率提供理论依据。1 材料与方法
1.1 试验地概况
试验于2017—2018年在山东省泰安市岱岳区马庄镇(35°58′41″N,116°58′22″E,海拔85 m)、淄博市桓台县果里镇(36°24′15″N,118°0′7″E,海拔24 m)和烟台市莱州市西由镇(37°21′10″N,119°57′5″E,海拔6 m)进行。3处试验点均地处温带大陆性季风气候区,试验期间具体温度、辐射及降雨量详见图1。作物种植体系为冬小麦/夏玉米一年两熟,于小麦收获后深耕(25 cm)灭茬,耙耱整平,播种。室内试验在山东农业大学作物生物学国家重点实验室进行。图1
新窗口打开|下载原图ZIP|生成PPT图1试验期间泰安、淄博和烟台的降水量、平均温度和太阳辐射
Fig. 1Daily precipitation, mean temperature and solar radiation at Taian, Zibo and Yantai in the growth period of summer maize
1.2 试验设计
本试验供试品种为登海605,在同一地块结合密度和肥水管理设置超高产、高产高效、农户和基础产量4种管理模式,分别模拟超高产水平(SH)、高产高效水平(HH)、农户水平(FP)和基础产量水平(CK)4个产量层次,试验具体种植密度和肥料运筹详见表1。所用氮肥为包膜缓控尿素(PU,含N 42%)和普通尿素(U,含N 46%),磷肥为过磷酸钙(含P2O5 12%),钾肥为硫酸钾(含K2O 51%),有机肥料为山东友邦肥业科技有限公司生产的商品有机肥(含有机碳(干基)304 g·kg-1、P2O531.2 g·kg-1、K2O30.4 g·kg-1、C/N 为11.2),具体用量依其含量计算。试验为随机区组设计,小区面积300 m2,3次重复。各试验区之间设立1.5 m的缓冲区。生长期根据土壤墒情采用微喷带统一灌溉,遇涝及时排水。按正常田间管理进行良好的病虫害防治。试验期间具体生育进程详见表2。Table 1
表1
表1各处理种植密度及肥料运筹
Table 1
处理 Treatment | 种植密度 Plant density (plant/hm) | 目标产量 Target yield (kg·hm-2) | 肥料种类 Fertilizers | 用量 Rate (kg·hm-2) | 比例 Percentage | |||
---|---|---|---|---|---|---|---|---|
播种 Seeding | 大喇叭口期 V12 | 开花期 VT | 乳熟期 R3 | |||||
SH | 82500 | 18000 | 有机肥 Organic fertilizer | 7500 | 100% | |||
N | 540 | 30%PU+10%U | 30%U | 20%U | 10%U | |||
P2O5 | 180 | 100% | ||||||
K2O | 360 | 75% | 25% | |||||
HH | 82500 | 15000 | 有机肥 Organic fertilizer | 7500 | 100% | |||
N | 375 | 30%PU+10%U | 30%U | 20%U | 10%U | |||
P2O5 | 150 | 100% | ||||||
K2O | 300 | 75% | 25% | |||||
FP | 67500 | NPK三元复合肥 Ternary compound fertilizer (N-P2O5-K2O=14-16-15) | 750 | 100% | ||||
CK | 67500 | 0 |
新窗口打开|下载CSV
Table 2
表2
表2试验点夏玉米生育进程
Table 2
地点 Site | 年份 Year | 播种 Sowing (M-D) | 生育期 Growth stage (M-D) | 生育期天数 Total days (d) | ||||
---|---|---|---|---|---|---|---|---|
大喇叭口期 Bell stage | 开花期 Flowering stage | 灌浆期 Filling stage | 乳熟期 Milking stage | 收获期 Harvest | ||||
泰安 Taian | 2017 | 6-12 | 7-27 | 8-04 | 8-23 | 9-03 | 10-06 | 116 |
2018 | 6-12 | 7-25 | 8-02 | 8-22 | 9-01 | 10-06 | 116 | |
淄博 Zibo | 2017 | 6-12 | 7-25 | 8-07 | 8-22 | 9-03 | 9-29 | 109 |
2018 | 6-13 | 7-26 | 8-06 | 8-21 | 9-01 | 10-01 | 110 | |
烟台 Yantai | 2017 | 6-20 | 7-29 | 8-15 | 8-30 | 9-15 | 10-06 | 108 |
2018 | 6-20 | 8-03 | 8-16 | 9-03 | 9-13 | 10-08 | 110 |
新窗口打开|下载CSV
1.3 测定项目与方法
1.3.1 生态资源测定与计算 气象数据取自当地气象局,根据生育阶段的光照时数和平均温度计算辐射量和活动积温。总辐射由日照时数数据根据?ngstr?m-Prescott公式[16]计算;参考严定春等[17]的方法计算≥10℃的有效积温。1.3.2 光合有效辐射强度(PAR)的测定 采用SUNSCAN冠层分析仪(Delta-T,英国)分别于大喇叭口期(V12)、开花期(VT)、灌浆期(R2)、乳熟期(R3)、蜡熟期(R5)选择晴朗无云的天气,于10:00—13:00测定冠层内的PAR。为消除时间误差,每次均采取往返测定法,分别测定冠层上方20 cm处的入射PAR(I0)和冠层底部(地表处)的PAR(I)。光能截获率(RIE)按照RIE=(I0-I)/I0×100%计算。生育期平均光能截获率RIEave取上述测定时期的平均值。某一阶段的截获量(IPRA)按照IPAR=PAR× RIEave计算。
1.3.3 地上部生物量的测定 每个处理在VT和成熟期(R6)期选取长势一致的植株5株,按茎秆、叶片、籽粒、雄穗、苞叶、穗轴器官分开,于烘箱105℃杀青30 min,80℃烘至恒重,称量各部分干重,并计算群体干物质积累量。
1.3.4 各产量层次产量的测定及产量差的计算 光温生产潜力产量(YRT)和光温生产潜力生物量(BRT)根据经验模型,参照赖荣生等[18]提出的修订参数计算得到。
于成熟期每个处理内随机选取3个9 m2(5 m×1.8 m)小区果穗全部收获,进行考种,并计算产量。分别得到超高产水平产量(YSH)、高产高效水平产量(YHH)、农户水平产量(YFP)和基础产量水平产量(YCK)用于产量差(YG)的计算。
试验点产量差(YGs)=YFPmax-YFP;
产量差Ⅰ(YGⅠ)=YRT-YSH;
产量差Ⅱ(YGⅡ)=YSH-YHH;
产量差Ⅲ(YGⅢ)=YHH-YFP;
产量差Ⅳ(YGⅣ)=YFP-YCK;
总产量差(YGt)=YRT-YCK。
1.3.5 各产量层次光、温生产效率及效率差的计算 根据光能生产效率(g·MJ-1)=生育期地上部生物产量(t·hm-2)/单位面积的太阳辐射截获总量(MJ·m-2)×102;温度生产效率(kg·hm-2·℃-1)=单位面积地上部生物产量(t·hm-2)/生育期间有效积温(℃)×103计算,分别得到潜在光能生产效率(RERT)、超高产水平光能生产效率(RESH)、高产高效光能生产效率(REHH)、农户水平光能生产效率(REFP)、基础产量水平光能生产效率(RECK)和潜在温度生产效率(TERT)、超高产水平温度生产效率(TESH)、高产高效温度生产效率(TEHH)、农户水平温度生产效率(TEFP)、基础产量水平温度生产效率(TECK),用于光能生产效率差和温度生产效率差的计算。
试验点光能生产效率差(REGs)=REFPmax-REFP;
光能生产效率差Ⅰ(REGⅠ)=RERT-RESH;
光能生产效率差Ⅱ(REGⅡ)=RESH-REHH;
光能生产效率差Ⅲ(REGⅢ)=REHH-REFP;
光能生产效率差Ⅳ(REGⅣ)=REFP-RECK;
光能生产总效率差(REGt)=RERT-RECK。
试验点温度生产效率差(TEGs)=TEFPmax-TEFP;
温度生产效率差Ⅰ(TEGⅠ)=TERT-TESH;
温度生产效率差Ⅱ(TEGⅡ)=TESH-TEHH;
温度生产效率差Ⅲ(TEGⅢ)=TEHH-TEFP;
温度生产效率差Ⅳ(TEGⅣ)=TEFP-TECK;
温度生产总效率差(TEGt)=TERT-TECK。
1.3.6 各因素对产量差及光温资源生产效率差贡献率的计算 本研究中,当前不可控因素包括积温、辐射、降雨等生态资源因素和高温、干旱、阴雨寡照等环境逆境等人为不可改变的气象因子;可控因素包括能够改变土壤结构和群体特征,进而影响夏玉米生产性能的措施,包括肥料投入、田间管理、农艺水平等。
地域差异因素对产量差的贡献率(%)=YGs/YGt× 100;
当前不可控因素对产量差的贡献率(%)=YGⅠ/YGt×100;
大量资源投入对产量差的贡献率(%)=YGⅡ/YGt×100;
优化栽培措施对产量差的贡献率(%)=YGⅢ/YGt×100;
当前农艺水平对产量差的贡献率(%)=YGIV/ YGt×100。
地域差异因素对效率差的贡献率(%)=EGs/ EGt×100;
当前不可控因素对效率差的贡献率(%)=EGⅠ/EGt×100;
大量资源投入对效率差的贡献率(%)=EGⅡ/EGt×100;
优化栽培措施对效率差的贡献率(%)=EGⅢ/EGt×100;
当前农艺水平对效率差的贡献率(%)=EGIV/ EGt×100。
1.3.7 作物产量性能分析 分别于V12、VT、R2、R3和R5期选取长势一致的5株植株,定株测定5次叶面积,并参照张宾等[19]方法计算产量性能,求出玉米的全生育期平均叶面积系数(MLAI)和平均净同化率(MNAR)。Y=MLAI×D×MNAR×HI,式中,MLAI为全生育期平均叶面积系数,D为生育期天数,MNAR为平均净同化率,HI为收获指数,Y为产量。
1.4 数据分析与作图
采用Microsoft Excel 2016进行数据处理;采用DPS 16.05进行数据统计分析,以LSD法检验差异显著性(α=0.05);采用Sigmaplot 14.0作图。2 结果
2.1 不同产量层次夏玉米群体生物量的差异
不同产量层次夏玉米地上部生物积累量差异显著,总体趋势为SH>HH>FP>CK(图2)。2017年,三试验点SH、HH、FP处理的花前干物质积累量较CK分别提高了39.69%、35.88%、28.40%(泰安),46.74%、42.64%、27.92%(淄博)和45.84%、42.51%、25.26%(烟台);花后干物质积累量较CK分别提高了83.77%、60.69%、39.54%(泰安),64.90%、54.02%、28.28%(淄博)和75.00%、61.10%、36.93%(烟台);总干物质积累量较CK分别提高了64.90%、50.07%、34.77%(泰安),57.61%、49.45%、28.14%(淄博)和63.14%、53.54%、32.18%(烟台)。2018年,三试验点SH、HH、FP处理的花前干物质积累量较CK分别提高了43.32%、40.67%、30.26%(泰安),34.35%、24.93%、17.59%(淄博)和27.07%、18.13%、13.01%(烟台);花后干物质积累量较CK分别提高了74.02%、64.80%、33.60%(泰安),76.72%、63.61%、36.50%(淄博)和82.97%、66.51%、42.92%(烟台);总干物质积累量较CK分别提高了61.38%、54.86%、32.22%(泰安),58.03%、46.55%、28.16%(淄博)和56.87%、43.93%、28.96%(烟台)。图2
新窗口打开|下载原图ZIP|生成PPT图2不同产量层次夏玉米地上部生物量的差异
Fig. 2Differences in biomass of summer maize under different yield levels
随产量水平的提升,花后干物质积累量占总干物质积累量的比例逐渐增大。2017年,三试验点SH、HH、FP处理的花后干物质积累量占总干物质积累量的比例较CK分别提高了11.44%、7.08%、3.54%(泰安),4.63%、3.06%、0.11%(淄博)和7.27%、4.92%、3.59%(烟台);2018年分别提高了7.83%、6.42%、1.04%(泰安),11.83%、11.64%、6.51%(淄博)和16.64%、15.69%、10.83%(烟台)。
2.2 不同产量层次夏玉米产量及产量差的定量
山东省平均光温生产潜力为18.12 t·hm-2,SH、HH、FP处理和CK分别实现了YRT的67.72%、63.19%、52.76%和45.31%,YCK与YRT之间产量差距达到了9.91 t·hm-2,是YRT的54.69%(表3)。5个产量层次之间的产量差分别为5.86、0.82、1.90和1.35 t·hm-2,表现为YGI>YGIII>YGIV>YGII。2017年淄博和烟台的FP处理较泰安分别存在0.17 t·hm-2和0.12 t·hm-2的产量差距,2018年,泰安和淄博的FP处理较烟台分别存在0.81 t·hm-2和0.15 t·hm-2的产量差距,说明地域之间同样存在产量差。Table 3
表3
表3不同产量层次夏玉米籽粒产量及各级产量差
Table 3
年份 Year | 地点 Site | 籽粒产量Grain yield (t·hm-2) | 产量差距Yield gap (t·hm-2) | ||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
YRT | YSH | YHH | YFP | YCK | YGt | YGI | YGII | YGIII | YGIV | YGs | |||
2017 | 泰安Taian | 17.71 | 12.30 | 11.30 | 9.97 | 8.78 | 8.93 | 5.41 | 1.00 | 1.33 | 1.19 | — | |
淄博Zibo | 16.78 | 12.07 | 11.42 | 9.80 | 8.60 | 8.18 | 4.71 | 0.65 | 1.62 | 1.2 | 0.17 | ||
烟台Yantai | 15.84 | 11.99 | 11.91 | 9.85 | 8.27 | 7.57 | 3.85 | 0.08 | 2.06 | 1.58 | 0.12 | ||
2018 | 泰安Taian | 19.06 | 12.53 | 11.33 | 8.75 | 7.51 | 11.55 | 6.53 | 1.20 | 2.58 | 1.24 | 0.81 | |
淄博Zibo | 20.25 | 12.34 | 11.29 | 9.41 | 8.01 | 12.24 | 7.91 | 1.05 | 1.88 | 1.40 | 0.15 | ||
烟台Yantai | 19.09 | 12.41 | 11.46 | 9.56 | 8.10 | 10.99 | 6.68 | 0.95 | 1.90 | 1.46 | — | ||
平均Average | 18.12 | 12.27 | 11.45 | 9.56 | 8.21 | 9.91 | 5.85 | 0.82 | 1.90 | 1.35 | 0.21 |
新窗口打开|下载CSV
2.3 不同产量层次夏玉米光合性能参数的差异
4个产量层次的MLAI差异显著(P<0.05),均表现为SH>HH>FP>CK(表4)。2017年三试验点SH、HH、FP处理的MLAI较CK分别提高了48.79%、41.53%、20.97%(泰安),54.22%、48.59%、20.48%(淄博)和39.86%、24.56%、17.79%(烟台);2018年分别提高了41.06%、33.33%、22.36%(泰安),51.61%、42.34%、20.56%(淄博)和48.92%、38.10%、23.81%(烟台)。与MLAI表现不同,SH和HH处理的MNAR显著低于FP和CK处理(P<0.05)。2017年泰安、淄博和烟台试验点SH、HH处理的MLAI较FP处理分别降低了20.17%、19.12%,2.67%、3.83%和16.12%、12.16%;2018年分别降低了12.15%、11.51%,2.05%、2.05%和17.70%、17.22%。较CK在2017年分别降低了20.73%、19.79%,11.65%、12.71%和23.58%、19.97%;在2018年分别降低了9.13%、8.47%,5.30%、5.30%和8.34%、7.80%。HI在各产量层次之间无明显差异(P>0.05)。由此可见,SH和HH处理具有较高籽粒产量的主要原因在于其生育期具有较大的MLAI,而FP和CK处理虽然具有较高的MNAR,但仍无法抵消其MLAI大幅降低带来的损失。Table 4
表4
表4不同产量层次夏玉米光合性能参数的差异
Table 4
地点 Site | 处理 Treatments | 2017 | 2018 | |||||||
---|---|---|---|---|---|---|---|---|---|---|
MLAI | MNAR (g·m-2·d-1) | D (d) | HI | MLAI | MNAR (g·m-2·d-1) | D (d) | HI | |||
泰安 Taian | SH | 3.69a | 6.69b | 116 | 0.51a | 3.47a | 6.87b | 116 | 0.53a | |
HH | 3.51b | 6.77b | 116 | 0.51a | 3.28b | 6.92b | 116 | 0.53a | ||
FP | 3.00c | 8.38a | 116 | 0.50a | 3.01c | 7.82a | 116 | 0.53a | ||
CK | 2.48d | 8.44a | 116 | 0.50a | 2.46d | 7.56a | 116 | 0.51a | ||
淄博 Zibo | SH | 3.84a | 5.84c | 109 | 0.53a | 3.76a | 5.72b | 110 | 0.53a | |
HH | 3.70b | 5.77c | 109 | 0.51a | 3.53b | 5.72b | 110 | 0.52a | ||
FP | 3.00c | 6.00b | 109 | 0.51a | 2.99c | 5.84a | 110 | 0.52a | ||
CK | 2.49d | 6.61a | 109 | 0.50a | 2.48d | 6.04a | 110 | 0.50a | ||
烟台 Yantai | SH | 3.93a | 5.93b | 108 | 0.51a | 3.44a | 8.46c | 109 | 0.51a | |
HH | 3.50b | 6.21b | 108 | 0.50a | 3.19b | 8.51c | 109 | 0.50a | ||
FP | 3.31c | 7.07a | 108 | 0.50a | 2.86c | 10.28a | 109 | 0.48a | ||
CK | 2.81d | 7.76a | 108 | 0.49a | 2.31d | 9.23b | 109 | 0.47a |
新窗口打开|下载CSV
2.4 不同产量层次夏玉米冠层光能截获的差异
由图3可见,随着生育进程的推进,夏玉米群体的光能截获率表现出先升高后降低的趋势,在VT期达到峰值。全生育期中,SH、HH和FP处理的光能截获率较CK分别提高16.18%、15.01%和5.31%。且自乳熟期差异进一步增大,R5期CK的光能截获率只有SH、HH和FP处理的63.08%、67.34%和82.75%,导致生育后期4个产量层次之间平均光能截获率差异显著(P<0.05)。表明SH和HH栽培模式能够在全生育期,尤其是生育后期保持较高的光合有效辐射截获率,进而使得夏玉米群体获得更高的光能截获量。图3
新窗口打开|下载原图ZIP|生成PPT图3不同产量层次夏玉米光能截获率的差异
Fig. 3Radiation interception efficiency of summer maize under different yield levels
2.5 不同产量层次夏玉米光温资源生产效率及效率差定量
不同产量层次的光、温生产效率之间差异显著,山东省夏玉米理论光照和温度生产效率分别为4.07 g·MJ-1和2.53 kg·hm-2·℃-1,SH、HH、FP、CK分别实现了潜在光能生产效率和潜在温度生产效率的57.23%、53.47%、46.66%、35.70%和57.07%、53.31%、46.54%、35.61%(表5—6)。各级效率差之间表现为EGI>EGIV>EGIII>EGII。淄博光能生产效率高于泰安和烟台试验点,烟台温度生产效率高于泰安和淄博试验点,说明地域之间存在效率差距。Table 5
表5
表5不同产量层次夏玉米光能生产效率和效率差距
Table 5
年份 Year | 地点 Site | 光能生产效率Production efficiency of radiation | 效率差距Efficiency gap | ||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
RERT | RESH | REHH | REFP | RECK | REGt | REGI | REGII | REGIII | REGIV | REGs | |||
2017 | 泰安Taian | 4.01 | 2.29 | 2.08 | 1.87 | 1.39 | 2.63 | 1.73 | 0.21 | 0.21 | 0.48 | 0.25 | |
淄博Zibo | 4.23 | 2.61 | 2.48 | 2.12 | 1.66 | 2.57 | 1.62 | 0.14 | 0.35 | 0.47 | — | ||
烟台Yantai | 3.71 | 2.48 | 2.34 | 2.01 | 1.52 | 2.19 | 1.23 | 0.15 | 0.33 | 0.49 | 0.11 | ||
2018 | 泰安Taian | 4.05 | 2.19 | 2.10 | 1.80 | 1.36 | 2.69 | 1.86 | 0.09 | 0.31 | 0.44 | — | |
淄博Zibo | 4.34 | 2.22 | 2.06 | 1.80 | 1.40 | 2.94 | 2.12 | 0.16 | 0.26 | 0.40 | — | ||
烟台Yantai | 4.05 | 2.17 | 1.99 | 1.79 | 1.38 | 2.67 | 1.88 | 0.18 | 0.21 | 0.40 | 0.01 | ||
平均Average | 4.07 | 2.33 | 2.18 | 1.90 | 1.45 | 2.62 | 1.74 | 0.15 | 0.28 | 0.45 | 0.06 |
新窗口打开|下载CSV
Table 6
表6
表6不同产量层次夏玉米温度生产效率和效率差距
Table 6
年份 Year | 地点 Site | 温度生产效率Production efficiency of temperature | 效率差距Efficiency gap | ||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
TERT | TESH | TEHH | TEFP | TECK | TEGt | TEGI | TEGII | TEGIII | TEGIV | TEGs | |||
2017 | 泰安Taian | 2.48 | 1.41 | 1.28 | 1.15 | 0.86 | 1.62 | 1.06 | 0.13 | 0.13 | 0.30 | 0.10 | |
淄博Zibo | 2.36 | 1.45 | 1.38 | 1.18 | 0.92 | 1.44 | 0.90 | 0.08 | 0.20 | 0.26 | 0.07 | ||
烟台Yantai | 2.30 | 1.54 | 1.45 | 1.25 | 0.94 | 1.36 | 0.76 | 0.09 | 0.20 | 0.30 | - | ||
2018 | 泰安Taian | 2.60 | 1.41 | 1.35 | 1.15 | 0.87 | 1.73 | 1.19 | 0.06 | 0.20 | 0.28 | 0.06 | |
淄博Zibo | 2.70 | 1.38 | 1.28 | 1.12 | 0.87 | 1.83 | 1.32 | 0.10 | 0.16 | 0.25 | 0.09 | ||
烟台Yantai | 2.74 | 1.47 | 1.35 | 1.21 | 0.94 | 1.80 | 1.27 | 0.12 | 0.14 | 0.27 | - | ||
平均Average | 2.53 | 1.44 | 1.35 | 1.18 | 0.90 | 1.63 | 1.09 | 0.10 | 0.17 | 0.28 | 0.05 |
新窗口打开|下载CSV
2.6 各因素对产量差的贡献率
3个试验点各因素贡献率差异趋势一致,总体表现为当前不可控因素>可控因素>地域差异因素,贡献率分别为58.49%、41.51%和1.98%。当前各可控因素贡献率表现为优化栽培措施>当前农艺水平>大量资源投入,贡献率分别占当前可控因素的46.94%、33.86%和19.20%(表7)。Table 7
表7
表7各因素对于产量差的贡献率
Table 7
年份 Year | 地点 Site | 贡献率Contribution rate (%) | ||||
---|---|---|---|---|---|---|
当前不可控因素 Non-controllable factors | 可控因素Controllable factors | 地域差异因素 Location factors | ||||
大量资源投入 Excess nutrients input | 优化栽培措施 Optimized cultivation measures | 当前农艺水平 Current crop management | ||||
2017 | 泰安Taian | 60.58 | 11.20 | 14.89 | 13.33 | — |
淄博Zibo | 57.58 | 7.95 | 19.80 | 14.67 | 2.08 | |
烟台Yantai | 50.86 | 1.06 | 27.21 | 20.87 | 1.59 | |
2018 | 泰安Taian | 56.54 | 10.39 | 22.34 | 10.74 | 7.01 |
淄博Zibo | 54.62 | 8.58 | 15.36 | 11.44 | 1.23 | |
烟台Yantai | 60.78 | 8.64 | 17.29 | 13.28 | — | |
平均Average | 58.49 | 7.97 | 19.48 | 14.05 | 1.98 |
新窗口打开|下载CSV
2.7 各因素对效率差的贡献率
当前不可控因素、可控因素和地域差异因素对于光、温资源利用效率差异的贡献率与对产量差的贡献率趋势一致,三因素贡献率分别为66.09%、33.91%和2.49%、3.24%。在可控因素当中,大量资源投入、优化栽培措施和当前农艺水平对效率差的贡献率与对产量差的贡献率趋势有所不同,表现为当前农艺水平>优化栽培措施>大量资源投入,分别占当前可控因素的50.91%、31.76%、17.33%(表8)。Table 8
表8
表8各因素对于光、温资源生产效率差的贡献率
Table 8
年份 Year | 地点 Site | 贡献率Contribution rate (%) | ||||||
---|---|---|---|---|---|---|---|---|
当前不可控因素 Non-controllable factors | 可控因素 Controllable factors | 地域差异因素 Location factors | ||||||
大量资源投入 Excess nutrients input | 优化栽培措施 Optimized cultivation measures | 当前农艺水平 Current crop management | 光能生产效率 Production efficiency of light energy | 温度生产效率 Production efficiency of temperature | ||||
2017 | 泰安Taian | 65.73 | 7.83 | 8.08 | 18.36 | 9.51 | 6.17 | |
淄博Zibo | 62.95 | 5.25 | 13.71 | 18.10 | — | 4.88 | ||
烟台Yantai | 56.06 | 6.68 | 14.86 | 22.40 | 5.03 | — | ||
2018 | 泰安Taian | 69.03 | 3.29 | 11.42 | 16.26 | — | 3.47 | |
淄博Zibo | 72.27 | 5.49 | 8.79 | 13.46 | — | 4.93 | ||
烟台Yantai | 70.50 | 6.71 | 7.76 | 15.02 | 0.37 | — | ||
平均Average | 66.09 | 5.88 | 10.77 | 17.27 | 2.49 | 3.24 |
新窗口打开|下载CSV
2.8 夏玉米产量差与效率差相关性分析
由图4可见,当前夏玉米不同产量层次之间产量差与光、温资源生产效率差均呈正相关关系,符合一元线性方程,随着产量差的缩减,光、温资源生产效率差同样会进一步缩减。图4
新窗口打开|下载原图ZIP|生成PPT图4山东省夏玉米产量差与光温资源生产效率差的关系
Fig. 4Relationship between yield gap and efficiency gap of summer maize in Shandong province
3 讨论
在农业用地日益紧张、国际竞争形势严峻的大背景下,为保证未来的粮食安全,作物产量的提高取决于缩小产量差的能力[6]。光能和温度是作物生产的原始驱动力[20],如何高效利用是当前作物产量差研究的重点。当前产量差缩减的限制因素并不是光、温资源不足,而是利用效率低[5]。前人研究认为,当前农户生产水平与区域试验之间的产量差为4.5 t·hm-2,实现了潜力产量的48.2%,仍有45%—70%的提升空间[21,22,23]。现有产量差是由多方面原因造成的,气候因素对于产量差的贡献率为31.5%,光照、气温是造成产量差异的主要因子[24,25];优良品种及栽培措施对于产量差的贡献率为48%—72%[26]。在实际生产中,短时间内难以消除现有产量与模拟潜在产量之间的产量差距,但消除农户与区域试验之间的产量差距则是现实可行的[27]。本试验研究发现,当前山东省农户生产水平与超高产水平之间的产量差、光能、温度利用效率差分别为2.72 t·hm-2、0.43 g·MJ-1、0.27 kg·hm-2·℃-1;与高产高效水平之间的产量差、光能、温度利用效率差为1.90 t·hm-2、0.28 g·MJ-1、0.17 kg·hm-2·℃-1。当前可控因素对于产量差和光、温资源生产效率差的贡献率分别达到了41.51%和33.91%,这部分产量差距可通过现有条件的改善进一步缩减。其中优化栽培措施对产量差的贡献率为19.48%,居当前可控因素的首位;对光、温资源生产效率差的贡献率为10.77%,占当前可控因素的第二位。由此可见,通过适度增加种植密度和合理肥料运筹结合,来优化现有的栽培措施,是大幅缩减产量差距跟效率差距的正确方向。按当前山东省夏玉米种植面积计算,消除FP与HH之间的这部分差距可提升光、温生产效率10%以上,全省可增加玉米产量6.3×106 t。小农户种植作为我国的主要农业经营模式[28],农户当前的农艺水平受其文化水平、收入水平等的影响,同时粮食价格、生产成本及农技推广都影响农户生产上的成本投入及生产效率高低[29]。本研究发现,当前农艺水平对产量差的贡献率为14.05%,对光、温资源生产效率差的贡献率为17.27%。这部分差距主要是当前从事玉米生产的农户管理水平决定的。运用国家宏观调控及农业技术推广提升当前农户生产水平可缩减0.45 g·MJ-1的光能生产效率差距和0.28 kg·hm-2·℃-1的温度生产效率差距,缩小产量差距1.35 t·hm-2。通过不计成本的资源投入可进一步缩小产量差距0.82 t·hm-2,但伴随着过量的肥料施用,成本以及环境代价必定随之升高,这在当前可控因素中占比最低,实现效益也会最差。除此以外,区域环境差异对于产量差的贡献率为1.98%,对光、温生产效率差的贡献率为2.49%和3.24%,消除这部分差距对区域尺度上全面增产增效具有重要意义。而当前生产中不可控因素对于产量差、光能和温度生产效率差的贡献率分别为58.49%和66.09%,由此形成了5.85 t·hm-2的产量差距、1.74 g·MJ-1的光能生产效率差距和1.09 kg·hm-2·℃-1的温度生产效率差距。这以现有的品种和技术无法对其产生影响,消除这部分差距是未来社会各界共同努力的方向。
作物产量的形成有上述众多的影响因素,光能利用是关键[30]。作物光能利用率是由群体对光能的截获量和截获光能的转化率两方面决定的[31]。夏玉米本身就具有高光效的特点[32],因此提升玉米群体的光能截获量是提高玉米光能利用率进而增加产量的根本途径[33]。当前高产田多是高投入、高产量、低效率的生产模式,高产夏玉米群体为提高光温利用率,往往通过大量的肥水投入,争取更大的群体叶面积,以此获取更大的光能截获[34,35]。本试验研究发现,产量差与光温资源利用效率差呈显著正相关,说明两者之间有较强的关联性,在缩小产量差的同时可以实现产量与光温资源利用效率协同提升。本研究中通过优化栽培模式构建的高产高效(HH)夏玉米群体全生育期的MLAI较FP处理增加了21.9%,这使得HH较FP处理的光能截获率增加9.3%,温度利用效率提高14.4%。这是HH模式能够缩减产量差距19.48%,光、温生产效率差距缩减10.77%的根本原因。同时HH模式相对于超高产(SH)模式降低化肥施用量30%,减轻环境压力的同时节约了生产成本,是一种绿色高效的高产农业生产模式,是实现协同缩差增效的合理生产方式。
4 结论
当前山东省夏玉米农户生产水平与光温潜力水平之间的产量差、光能生产效率差、温度生产效率差分别为8.56 t·hm-2、2.17 g·MJ-1、1.35 kg·hm-2·℃-1,产量与光、温资源利用效率仍有较大的提升空间。玉米籽粒产量差和光、温资源利用效率差显著相关,在现有农户管理措施的基础上,应用高产高效管理模式(种植密度增加1.5×104株/hm2,适当增加施肥量,将一次性施肥改为于播种期、大喇叭口期、开花期和乳熟期采用水肥一体化方式分次施肥)能够缩小产量差距1.90 t·hm-2,提高光、温资源生产效率14.74%和14.41%,是协同缩差增效的有效技术途径。参考文献 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
,
[本文引用: 1]
,
DOI:10.3864/j.issn.0578-1752.2014.14.004Magsci [本文引用: 1]
随着人口的增加以及生活水平的提高,人们对粮食的需求不断增加,因此增加粮食产量、确保粮食安全仍是未来永恒不变的课题。近年来随着育秧、覆膜等技术的应用,灌溉、施肥技术措施的提高以及作物品种的更替和技术的进步等使得农作物产量呈现增加的趋势。即便如此,作物实际产量与其潜在产量间仍然存在较大差距,而这种现象广泛存在于世界各国的农业生产中。文章在阐述产量差内涵的基础上,对目前国内外产量差的研究方法及主要研究进展等方面进行了综述,并对未来产量差的研究做了展望,以期为进一步开展产量差研究提供科学参考。产量差概念发展至今,虽然众多****都对其做了不同的定义及阐述,但总体而言,作物的最大产量水平为潜在产量,实际产量与潜在产量之间的产量差为该作物的总产量差。造成作物产量差的原因主要包括不可能应用到田间的技术和环境因子、生物因素(品种、病虫害等)和经济因素(投入产出比)、政策、文化水平及传统观念等。为了进一步解析作物产量差,前人根据研究目的的不同,划分了不同等级的产量差。目前国内外产量差的研究方法主要有试验调查统计分析法和作物模拟模型法。前者概念简单,可操作性强,但是要求足够的试验数据,试验费用大,周期长;后者可以设置更多的情景和处理,但难以精确定量实际生产中的所有管理措施。因此,在实际进行产量差研究中,可综合利用统计方法、作物模拟模型及遥感方法,充分发挥各种方法的优势。世界各地主要作物产量差的研究结果显示,发达国家因栽培管理水平相对较高,作物产量提升空间较小。虽然各地****对当地不同作物产量差进行了详细的研究,为提升该地区产量、缩小作物产量差提供了科学依据和参考。然而,由于产量估算方法不同,使得研究结果之间差异较大,可比性差。同时因数据和方法的限制,大多集中在解析农业生产过程中的气候、土壤、品种、栽培管理措施等因素对产量的限制程度,而往往忽略了在产量形成过程中农民意愿、政策和经济等因素的影响。总之,未来的产量差研究重点应包括准确计算各区域主要作物产量潜力上限,明确针对不同产量差计算方法,综合考虑气候、土壤、品种和栽培技术以及社会经济因素,解析产量差限制程度。
DOI:10.3864/j.issn.0578-1752.2014.14.004Magsci [本文引用: 1]
随着人口的增加以及生活水平的提高,人们对粮食的需求不断增加,因此增加粮食产量、确保粮食安全仍是未来永恒不变的课题。近年来随着育秧、覆膜等技术的应用,灌溉、施肥技术措施的提高以及作物品种的更替和技术的进步等使得农作物产量呈现增加的趋势。即便如此,作物实际产量与其潜在产量间仍然存在较大差距,而这种现象广泛存在于世界各国的农业生产中。文章在阐述产量差内涵的基础上,对目前国内外产量差的研究方法及主要研究进展等方面进行了综述,并对未来产量差的研究做了展望,以期为进一步开展产量差研究提供科学参考。产量差概念发展至今,虽然众多****都对其做了不同的定义及阐述,但总体而言,作物的最大产量水平为潜在产量,实际产量与潜在产量之间的产量差为该作物的总产量差。造成作物产量差的原因主要包括不可能应用到田间的技术和环境因子、生物因素(品种、病虫害等)和经济因素(投入产出比)、政策、文化水平及传统观念等。为了进一步解析作物产量差,前人根据研究目的的不同,划分了不同等级的产量差。目前国内外产量差的研究方法主要有试验调查统计分析法和作物模拟模型法。前者概念简单,可操作性强,但是要求足够的试验数据,试验费用大,周期长;后者可以设置更多的情景和处理,但难以精确定量实际生产中的所有管理措施。因此,在实际进行产量差研究中,可综合利用统计方法、作物模拟模型及遥感方法,充分发挥各种方法的优势。世界各地主要作物产量差的研究结果显示,发达国家因栽培管理水平相对较高,作物产量提升空间较小。虽然各地****对当地不同作物产量差进行了详细的研究,为提升该地区产量、缩小作物产量差提供了科学依据和参考。然而,由于产量估算方法不同,使得研究结果之间差异较大,可比性差。同时因数据和方法的限制,大多集中在解析农业生产过程中的气候、土壤、品种、栽培管理措施等因素对产量的限制程度,而往往忽略了在产量形成过程中农民意愿、政策和经济等因素的影响。总之,未来的产量差研究重点应包括准确计算各区域主要作物产量潜力上限,明确针对不同产量差计算方法,综合考虑气候、土壤、品种和栽培技术以及社会经济因素,解析产量差限制程度。
[本文引用: 1]
[本文引用: 1]
,
DOI:10.2135/cropsci1963.0011183X000300010021xURL [本文引用: 1]
,
[本文引用: 2]
[本文引用: 2]
,
Magsci [本文引用: 3]
产量潜力和产量差的研究对揭示未来粮食增产潜力, 有针对性地制定提高作物产量的措施具有重要意义。通过总结近年发表的64篇经典文献, 本文总结了世界三大粮食作物小麦、水稻和玉米的产量潜力和产量差的研究进展, 并对定量产量潜力和产量差的4种常用方法进行了比较分析。研究表明: 1)当前全世界小麦、水稻、玉米的平均产量潜力分别为6.7 t hm<sup>-2</sup>、8.1 t hm<sup>-2</sup>、11.2 t hm<sup>-2</sup>, 农户产量分别实现了产量潜力的60%、60%、53%。2)模型模拟是目前定量评估产量潜力最为有效的方法之一, 综合使用模型模拟和高产纪录两种方法进行比较分析产量潜力结果会更加可靠; 试验产量和高产农户产量一般会低于模型模拟产量潜力, 对探索农户短期内增产潜力具有重要意义。3)优化栽培管理措施比如应用土壤 作物综合管理系统等方法是缩小产量差的有效途径。因此, 当前三大粮食作物具有较大增产潜力, 如何有效缩小产量差、提高作物产量、保证粮食安全是未来需要关注的重点。
Magsci [本文引用: 3]
产量潜力和产量差的研究对揭示未来粮食增产潜力, 有针对性地制定提高作物产量的措施具有重要意义。通过总结近年发表的64篇经典文献, 本文总结了世界三大粮食作物小麦、水稻和玉米的产量潜力和产量差的研究进展, 并对定量产量潜力和产量差的4种常用方法进行了比较分析。研究表明: 1)当前全世界小麦、水稻、玉米的平均产量潜力分别为6.7 t hm<sup>-2</sup>、8.1 t hm<sup>-2</sup>、11.2 t hm<sup>-2</sup>, 农户产量分别实现了产量潜力的60%、60%、53%。2)模型模拟是目前定量评估产量潜力最为有效的方法之一, 综合使用模型模拟和高产纪录两种方法进行比较分析产量潜力结果会更加可靠; 试验产量和高产农户产量一般会低于模型模拟产量潜力, 对探索农户短期内增产潜力具有重要意义。3)优化栽培管理措施比如应用土壤 作物综合管理系统等方法是缩小产量差的有效途径。因此, 当前三大粮食作物具有较大增产潜力, 如何有效缩小产量差、提高作物产量、保证粮食安全是未来需要关注的重点。
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
,
DOI:10.1016/j.scitotenv.2015.08.145URL [本文引用: 1]
,
DOI:10.1038/nature10452URL [本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
DOI:10.11674/zwyf.2007.0505Magsci [本文引用: 1]
以1990年建立的国家褐潮土土壤肥力与肥料效益长期监测基地(北京昌平站)的长期肥料定位试验为研究平台,研究了不同施肥制度对玉米产量和土壤肥力的影响。结果表明,长期均衡地施NPK肥或NPK与有机肥配施,可以显著提高玉米产量和土壤有机质、全氮、全磷、速效氮、速效磷、速效钾等肥力指标,并能提高土壤微量元素的含量;而不均衡施肥(N、NK、NP、PK)导致相应的营养元素的耗竭。相关分析表明,在褐潮土上增施磷肥和有机肥对提高玉米产量具有重要的作用。
DOI:10.11674/zwyf.2007.0505Magsci [本文引用: 1]
以1990年建立的国家褐潮土土壤肥力与肥料效益长期监测基地(北京昌平站)的长期肥料定位试验为研究平台,研究了不同施肥制度对玉米产量和土壤肥力的影响。结果表明,长期均衡地施NPK肥或NPK与有机肥配施,可以显著提高玉米产量和土壤有机质、全氮、全磷、速效氮、速效磷、速效钾等肥力指标,并能提高土壤微量元素的含量;而不均衡施肥(N、NK、NP、PK)导致相应的营养元素的耗竭。相关分析表明,在褐潮土上增施磷肥和有机肥对提高玉米产量具有重要的作用。
,
[本文引用: 1]
[本文引用: 1]
,
Magsci [本文引用: 1]
通过播期、覆膜调控,研究了不同生态条件下不同类型玉米品种的生长发育和产量表现,应用数理统计方法对生态因子与产量的关系进行了深入分析.试验结果如下:不同生态条件下玉米产量差异达极显著水平.品种间产量差异不显著,适宜条件下不同类型高产玉米品种都能发挥高产潜力.高产条件下覆膜作用不明显,在产量水平较低的德州覆膜增
Magsci [本文引用: 1]
通过播期、覆膜调控,研究了不同生态条件下不同类型玉米品种的生长发育和产量表现,应用数理统计方法对生态因子与产量的关系进行了深入分析.试验结果如下:不同生态条件下玉米产量差异达极显著水平.品种间产量差异不显著,适宜条件下不同类型高产玉米品种都能发挥高产潜力.高产条件下覆膜作用不明显,在产量水平较低的德州覆膜增
,
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
Magsci [本文引用: 1]
<P>针对目前作物产量水平长期徘徊难以突破,产量分析理论缺乏量化指标体系,可操作指导作用小等问题,依据“三合结构”模式二级结构层各因素的关系,建立了“三合结构”定量表达式,并通过田间试验与模型模拟相结合的方法,对春玉米、夏玉米、水稻和冬小麦高产实例进行定量化分析,明确了限制产量进一步提高的关键因素,提出了高产突破的可能方向。结果表明,提高叶片平均净同化率(<EM>MNAR</EM>),改善群体的物质生产能力,是水稻产量进一步提升的关键;适当提高平均叶面积指数(MLAI)或经济系数(<EM>HI</EM>)可能会进一步增加冬小麦产量;春玉米籽粒产量主要伴随着MLAI和单位面积穗数(EN)的增加而提高,其实质是平均作物生长率(<EM>MCGR</EM>)的提高增加了单位面积上总粒数(TGN)。进一步研究确定了“三合结构”定量表达式参数间的函数关系式,通过公式代换可推导出某一参数与目标参数的函数关系。作物产量“三合结构”定量表达式的建立为作物群体定量化研究提供了新的思路和方法,有助于全面掌握群体参数变化与产量形成的定量关系,为指导作物生产进行有效的技术调控提供依据。</P>
Magsci [本文引用: 1]
<P>针对目前作物产量水平长期徘徊难以突破,产量分析理论缺乏量化指标体系,可操作指导作用小等问题,依据“三合结构”模式二级结构层各因素的关系,建立了“三合结构”定量表达式,并通过田间试验与模型模拟相结合的方法,对春玉米、夏玉米、水稻和冬小麦高产实例进行定量化分析,明确了限制产量进一步提高的关键因素,提出了高产突破的可能方向。结果表明,提高叶片平均净同化率(<EM>MNAR</EM>),改善群体的物质生产能力,是水稻产量进一步提升的关键;适当提高平均叶面积指数(MLAI)或经济系数(<EM>HI</EM>)可能会进一步增加冬小麦产量;春玉米籽粒产量主要伴随着MLAI和单位面积穗数(EN)的增加而提高,其实质是平均作物生长率(<EM>MCGR</EM>)的提高增加了单位面积上总粒数(TGN)。进一步研究确定了“三合结构”定量表达式参数间的函数关系式,通过公式代换可推导出某一参数与目标参数的函数关系。作物产量“三合结构”定量表达式的建立为作物群体定量化研究提供了新的思路和方法,有助于全面掌握群体参数变化与产量形成的定量关系,为指导作物生产进行有效的技术调控提供依据。</P>
,
[本文引用: 1]
[本文引用: 1]
,
DOI:10.1016/j.fcr.2012.09.023URL [本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
Magsci [本文引用: 1]
利用统计分析方法对中国科学院栾城农业生态试验站11a玉米产量数据和影响夏玉米气象产量变化的主要气象因子进行了分析。结果表明:该区域夏玉米生长期间的日照时数有明显的下降趋势,6、7、9月的日平均温度有逐渐升高的趋势,8月的日平均温度有降低的趋势;该区夏玉米产量的增加,气象因子占有比较重要的位置,占到31.45%;6月下旬的平均气温、8月下旬-9月上旬的日较温差、7月中旬和9月上旬的日照时数是影响夏玉米产量波动的关键气象因子。
Magsci [本文引用: 1]
利用统计分析方法对中国科学院栾城农业生态试验站11a玉米产量数据和影响夏玉米气象产量变化的主要气象因子进行了分析。结果表明:该区域夏玉米生长期间的日照时数有明显的下降趋势,6、7、9月的日平均温度有逐渐升高的趋势,8月的日平均温度有降低的趋势;该区夏玉米产量的增加,气象因子占有比较重要的位置,占到31.45%;6月下旬的平均气温、8月下旬-9月上旬的日较温差、7月中旬和9月上旬的日照时数是影响夏玉米产量波动的关键气象因子。
,
Magsci [本文引用: 1]
玉米籽粒产量和品质决定于基因型和环境因素。本文通过山东、新疆异地互换品种和播期试验,系统比较了两生态区玉米产量和品质的差异,并分析了差异的原因。结果表明,新疆地区的玉米籽粒产量、干物质积累和蛋白质含量均高于山东。其原因主要是花后(开花到成熟这一段时间,下同)光照、花后日均光照和积温的不同。气温日较差是
Magsci [本文引用: 1]
玉米籽粒产量和品质决定于基因型和环境因素。本文通过山东、新疆异地互换品种和播期试验,系统比较了两生态区玉米产量和品质的差异,并分析了差异的原因。结果表明,新疆地区的玉米籽粒产量、干物质积累和蛋白质含量均高于山东。其原因主要是花后(开花到成熟这一段时间,下同)光照、花后日均光照和积温的不同。气温日较差是
,
Magsci [本文引用: 1]
<p>以高产玉米品种郑单958(ZD 958)和登海661(DH 661)为试验材料,在4个不同区域(山东农业大学、汶口、兖州和莱州)设置22500、45000、67500、90000和112500株·hm<sup>-2</sup> 5个种植密度,研究了种植密度对夏玉米产量及源库特性的影响.结果表明:两品种在112500株·hm<sup>-2</sup>密度条件下玉米籽粒产量和生物产量最高,分别为19132和36965 kg·hm<sup>-2</sup>,与22500和67500株·hm<sup>-2</sup>密度相比,籽粒产量分别增加了72%和48%,生物产量分别增加了152%和112%.两品种单株叶面积、最大花丝数、穗粒数和千粒重随密度增大而减小,但叶面积指数随密度增大而显著提高.收获指数与粒叶比随密度增大而显著减小,当密度超过67500株·hm<sup>-2</sup>时差异不显著,表明高密度条件下玉米通过增加群体库来提高产量.</p>
Magsci [本文引用: 1]
<p>以高产玉米品种郑单958(ZD 958)和登海661(DH 661)为试验材料,在4个不同区域(山东农业大学、汶口、兖州和莱州)设置22500、45000、67500、90000和112500株·hm<sup>-2</sup> 5个种植密度,研究了种植密度对夏玉米产量及源库特性的影响.结果表明:两品种在112500株·hm<sup>-2</sup>密度条件下玉米籽粒产量和生物产量最高,分别为19132和36965 kg·hm<sup>-2</sup>,与22500和67500株·hm<sup>-2</sup>密度相比,籽粒产量分别增加了72%和48%,生物产量分别增加了152%和112%.两品种单株叶面积、最大花丝数、穗粒数和千粒重随密度增大而减小,但叶面积指数随密度增大而显著提高.收获指数与粒叶比随密度增大而显著减小,当密度超过67500株·hm<sup>-2</sup>时差异不显著,表明高密度条件下玉米通过增加群体库来提高产量.</p>
[D]. ,
[本文引用: 1]
[D]. ,
[本文引用: 1]
,
DOI:10.1038/nature19368URL [本文引用: 1]
,
DOI:10.1016/j.gfs.2012.12.004URL [本文引用: 1]
,
DOI:10.7668/hbnxb.2013.05.039Magsci [本文引用: 1]
光能利用效率(RUE)的提高是增加玉米产量非常重要的因素。夏玉米不同种植模式对产量和RUE均有一定的影响,为了探讨不同种植模式如何通过改善RUE进而提高玉米产量,试验研究了不同行距种植对玉米产量及光能利用率的影响。试验于2012年在中科院栾城试验站进行,选用该区域普遍使用的先玉335和郑单958 2个品种,设20 cm+100 cm,40 cm+40 cm,60 cm+60 cm,40 cm+80 cm 4个行距水平,除了40 cm+40 cm密度为6.2×10<sup>4</sup>株/hm<sup>2</sup>,其他密度均为7.5×1010<sup>4</sup>株/hm<sup>2</sup>。结果表明:郑单958的叶面积系数在60 cm+60 cm处理下比其他3个处理高5%~20%,先玉335高5%~17%;整个生育期内两品种60 cm+60 cm行距处理RUE高于其他处理10%~30%;在整个生育期内先玉335 60 cm+60 cm行距处理总干物质量比其他3个种植模式高15%~22%,郑单958高17%~25%;两品种60 cm+60 cm的行距处理玉米收获指数、干物质量的转移率也显著高于其他处理,从而利于提高产量。分析表明,太阳辐射和积温是影响夏玉米产量的主要气象因素,而夏玉米光能利用率明显受到积温的影响。
DOI:10.7668/hbnxb.2013.05.039Magsci [本文引用: 1]
光能利用效率(RUE)的提高是增加玉米产量非常重要的因素。夏玉米不同种植模式对产量和RUE均有一定的影响,为了探讨不同种植模式如何通过改善RUE进而提高玉米产量,试验研究了不同行距种植对玉米产量及光能利用率的影响。试验于2012年在中科院栾城试验站进行,选用该区域普遍使用的先玉335和郑单958 2个品种,设20 cm+100 cm,40 cm+40 cm,60 cm+60 cm,40 cm+80 cm 4个行距水平,除了40 cm+40 cm密度为6.2×10<sup>4</sup>株/hm<sup>2</sup>,其他密度均为7.5×1010<sup>4</sup>株/hm<sup>2</sup>。结果表明:郑单958的叶面积系数在60 cm+60 cm处理下比其他3个处理高5%~20%,先玉335高5%~17%;整个生育期内两品种60 cm+60 cm行距处理RUE高于其他处理10%~30%;在整个生育期内先玉335 60 cm+60 cm行距处理总干物质量比其他3个种植模式高15%~22%,郑单958高17%~25%;两品种60 cm+60 cm的行距处理玉米收获指数、干物质量的转移率也显著高于其他处理,从而利于提高产量。分析表明,太阳辐射和积温是影响夏玉米产量的主要气象因素,而夏玉米光能利用率明显受到积温的影响。
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
,
DOI:10.1016/S0378-4290(02)00024-2URL [本文引用: 1]
,
[本文引用: 1]
.
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]