Regulation of Comprehensive Nutritional Quality of Cucumber by Water and Fertilizer Coupling with Magnesium
ZHU ChangAn, HE ZhiHao, CAI ZeLin, LIU JianFei, ZHANG Zhi,College of Horticulture, Northwest A&F University/Key Laboratory of Protected Horticultural Engineering in Northwest, Ministry of Agriculture/Shaanxi Province Facility Agriculture Engineering Center, Yangling 712100, Shaanxi通讯作者:
责任编辑: 赵伶俐
收稿日期:2019-05-14接受日期:2019-07-12网络出版日期:2019-09-16
基金资助: |
Editor:
Received:2019-05-14Accepted:2019-07-12Online:2019-09-16
作者简介 About authors
朱常安,E-mail:
摘要
关键词:
Abstract
Keywords:
PDF (1389KB)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
朱常安, 和志豪, 蔡泽林, 刘健飞, 张智. 融合镁元素的水肥多因子耦合对黄瓜综合营养品质的调控[J]. 中国农业科学, 2019, 52(18): 3258-3270 doi:10.3864/j.issn.0578-1752.2019.18.017
ZHU ChangAn, HE ZhiHao, CAI ZeLin, LIU JianFei, ZHANG Zhi.
0 引言
【研究意义】在温室黄瓜的生产栽培上,人们往往以增施肥料作为提高产量的手段,但早有研究表明大量的水肥投入不仅不能增产,反而会降低黄瓜的品质和产量,同时增大患病虫害的风险,破坏土壤结构[1,2,3,4]。这就需要对蔬菜需水量、需肥量规律以及水肥耦合的效应进行深入的探讨,发挥出水肥的协同作用,从而达到增产、提高蔬菜品质、减少污染的目的,实现蔬菜生产的良性循环[5]。【前人研究进展】国内外关于水肥耦合对黄瓜果实的影响已有较多的研究,蒋静静等[6]的研究表明,随着灌水量的增加,黄瓜果实的硝酸盐含量、可溶性糖含量呈下降趋势;王丽学等[7]的研究表明,黄瓜鲜果品质随灌水量的增加呈下降趋势,但与施钾量的用量呈正相关,灌水量维持在85%,施氮量381.3 kg?hm-2,施钾量600.7 kg?hm-2时可以得到最高产量,同时品质较为优质;邢英英等[8]的研究表明在滴灌施肥条件下,增大灌水量能提高黄瓜的可溶性蛋白、维生素C和硝酸盐含量;RAHIL等[9]的研究表明与充分灌溉相比,70%的灌溉量对黄瓜产量的提高作用更大;GHOLAMHOSEINI等[10]认为在黄瓜无土栽培中控水、控肥并提高水肥利用率对黄瓜增产意义重大;MAO等[11]的研究表明在西北地区的温室中,中等灌溉水平对黄瓜产量提高有重要作用,且当黄瓜总灌水量在6 500—7 500 m3?hm-2时,产量的提高最为理想。【本研究切入点】前人的研究重点大部分在园艺作物和水、氮、磷、钾的相互关系上,关于镁元素对黄瓜影响的研究较少[12]。而在作物整个生长周期中,镁是不可缺少的营养元素,参与构成作物的细胞结构,影响光合作用,合成蛋白质,对提高蔬菜产量和口感都有重要作用[13]。土壤溶液中的镁离子浓度约在125 μmol?L-1—8.5mmol?L-1,可满足植物对镁元素的需求[14],但是由于在设施栽培中常大量施用氮磷钾肥[15],镁元素在逐渐被耗尽的同时各种阳离子还会与其产生竞争作用,导致镁元素利用率变低,加速植株的老化[16,17],所以合理施用镁肥变得尤为重要。前人已有研究表明施用镁肥可提高甘蓝品质和产量[18,19],香蕉在栽培过程中施用活化MgO可增加可溶性固形物、可溶性糖、维生素C含量[20];除此之外,镁肥对于提高大豆、水稻、番茄等作物的产量和品质也有积极作用[21,22,23]。同时,单一营养品质指标的最适水肥条件并不相同,为了全面评价黄瓜的营养品质并确定最优水肥组合需要建立一套评价体系[24]。在各指标之间协调时,要充分考虑各指标的主次,才能取得整体的水肥因子参数优化方案。本研究采用基于博弈论的组合赋权法对AHP法[25,26,27,28]和熵权法[29]得到的权重进行融合,不仅可以对定性的问题进行定量分析得到权重,而且可在不同权重之间找到一致或妥协[30,31,32,33],从而得到更加合理的指标权重,再基于TOPSIS法[34,35,36,37]构建评价体系,可实现对多指标内容的科学评价。【拟解决的关键问题】在建立黄瓜综合营养品质评价体系的基础上,探讨其对融合镁元素的水肥多因子耦合响应,根据数学模型得到最适合的水肥组合,为提高黄瓜品质、优化水肥管理提供依据。1 材料与方法
1.1 试验材料
试验于2018年3—7月在杨凌示范区揉谷镇千玉合作社(北纬34°16′,东经108°02′,海拔450 m)的大跨度非对称塑料大棚中进行,大棚的长度100 m、跨度17 m、脊高5.5 m。黄瓜供试品种为‘博耐3000’。供试土壤理化性质:土壤田间持水量为24.3%,速效氮4.48 mg?kg-1,速效磷23.64 mg?kg-1,速效钾158.11 mg?kg-1,速效镁0.71 g?kg-1。2月中旬开始育苗,选取四叶一心、生长一致的壮苗于3月13日移栽至田里,随即缓苗浇水至田间持水量。1.2 试验设计
本试验以灌水量(X1)、氮(X2)、钾(X3)、镁(X4)4个因子的用量为试验因子(表1),采用四因子五水平正交旋转组合设计1/2实施,共23个处理。田间采用大小行种植,大行行间距70 cm,小行行间距50 cm,小区面积为21.6 m2,采用垄上种植的方式,每小区30株,每个处理设2次重复。小区间用0.1 mm厚的黑色塑料薄膜隔开,防止处理间水肥侧渗相互影响。Table 1
表1
表1试验因素水平及编码
Table 1
因素 Factor | 变化间距Intervals | 变量设计及水平编码 Designed variable levels and codes ear codes | ||||
---|---|---|---|---|---|---|
-1.682 | -1 | 0 | 1 | 1.682 | ||
灌水量 Irrigation amount (%) (X1) | 23.78 | 20 | 36.22 | 60 | 83.78 | 100 |
施氮量 Nitrogen application rate (kg/plant) (X2) | 0.0154 | 0 | 0.0104 | 0.0258 | 0.0412 | 0.0516 |
施钾量 Potassium application rate (kg/plant) (X3) | 0.0137 | 0 | 0.0093 | 0.0230 | 0.0367 | 0.0460 |
施镁量 Magnesium application rate (kg/plant) (X4) | 0.0041 | 0 | 0.0028 | 0.0069 | 0.0110 | 0.0138 |
新窗口打开|下载CSV
本试验采用膜下滴灌施肥技术,缓苗10 d后开始灌水肥处理,灌水的周期依土壤含水量的变化情况而定,一般3—4 d/次,土壤含水量用TDR环境水分监测仪(TDR-300,Spectrum Technologies, lnc .)监测,总灌水量由安装在滴灌管道首部的Hall数显电子流量计记录。试验用肥料分别为尿素(CH4N2O)、硫酸钾(K2SO4)、七水硫酸镁(MgSO4?7H2O)、过磷酸钙(CaP2H4O8),肥料的用量依据早春茬黄瓜目标产量法确定。施肥方式为随水施肥,开花坐果期施用3次,结果期施用6次,共计9次,其中结果期的单次施肥量为开花坐果期的50%。磷肥作为基肥施入土壤。试验方案以及各处理的具体水肥量见表2。
Table 2
表2
表2试验处理
Table 2
处理号 No. | 灌水量 Irrigation amount | 施氮量 Nitrogen application rate | 施钾量 Potassium application rate | 施镁量 Magnesium application rate |
---|---|---|---|---|
1 | 1(60.26) | 1(0.1766) | 1(0.0679) | 1(0.0677) |
2 | 1(60.26) | 1(0.1766) | -1(0.0172) | -1(0.0172) |
3 | 1(60.26) | -1(0.0446) | 1(0.0679) | -1(0.0172) |
4 | 1(60.26) | -1(0.0446) | -1(0.0172) | 1(0.0677) |
5 | -1(30.24) | 1(0.1766) | 1(0.0679) | -1(0.0172) |
6 | -1(30.24) | 1(0.1766) | -1(0.0172) | 1(0.0677) |
7 | -1(30.24) | -1(0.0446) | 1(0.0679) | 1(0.0677) |
8 | -1(30.24) | -1(0.0446) | -1(0.0172) | -1(0.0172) |
9 | -1.682(20.19) | 0(0.1106) | 0(0.0426) | 0(0.0424) |
10 | 1.682(70.31) | 0(0.1106) | 0(0.0426) | 0(0.0424) |
11 | 0(45.25) | 1.682(0.2216) | 0(0.0426) | 0(0.0424) |
12 | 0(45.25) | -1.682(0) | 0(0.0426) | 0(0.0424) |
13 | 0(45.25) | 0(0.1106) | 1.682(0.0851) | 0(0.0424) |
14 | 0(45.25) | 0(0.1106) | -1.682(0) | 0(0.0424) |
15 | 0(45.25) | 0(0.1106) | 0(0.0426) | 1.682(0.0843) |
16 | 0(45.25) | 0(0.1106) | 0(0.0426) | -1.682(0) |
17 | 0(45.25) | 0(0.1106) | 0(0.0426) | 0(0.0424) |
18 | 0(45.25) | 0(0.1106) | 0(0.0426) | 0(0.0424) |
19 | 0(45.25) | 0(0.1106) | 0(0.0426) | 0(0.0424) |
20 | 0(45.25) | 0(0.1106) | 0(0.0426) | 0(0.0424) |
21 | 0(45.25) | 0(0.1106) | 0(0.0426) | 0(0.0424) |
22 | 0(45.25) | 0(0.1106) | 0(0.0426) | 0(0.0424) |
23 | 0(45.25) | 0(0.1106) | 0(0.0426) | 0(0.0424) |
新窗口打开|下载CSV
1.3 测定项目和方法
分别在处理45 d(5月8日)、50 d(5月13日)、55 d(5月18日)时取样,每次随机采集每组处理10株,取商品瓜果实0.5—1 kg,截取黄瓜中段测定果实Vc含量、可溶性糖含量、可溶性蛋白含量、游离氨基酸含量和硝酸盐含量。Vc含量采用二甲苯萃取比色法测定;可溶性糖含量采用蒽酮比色法测定;可溶性蛋白含量采用考马斯亮蓝G–250染色法测定;游离氨基酸含量采用茚三酮溶液显色法测定;果实硝酸盐含量用紫外分光光度法测定[38],取3次测定数据的平均值。1.4 数据处理
采用yaahp软件绘制黄瓜综合营养品质层次模型并确定各项指标的权重;用Excel 2016软件对试验数据进行熵权法计算,确定各指标权重;采用MATLAB 7.0计算基于博弈论的组合赋权法中的最优化组合系数,确定最终的单一营养品质指标权重;采用Excel 2016软件按照TOPSIS法的具体操作步骤,对各处理黄瓜果实进行综合营养品质评价;用DPS 7.05建模,再利用MATLAB对回归方程寻优并根据数据作图。图1
新窗口打开|下载原图ZIP|生成PPT图1黄瓜综合营养品质层次模型
Fig. 1Hierarchical model of comprehensive nutritional quality of cucumber
2 结果
2.1 黄瓜单一营养品质指标权重的确定
2.1.1 AHP法确定黄瓜单一营养品质指标权重 利用Yaahp软件建立起黄瓜综合营养品质指标的层次模型(图1),综合营养品质指标层(C)包括营养品质(C1)和风味品质(C2)2个准则层,营养品质又包括维生素C含量(C11)、游离氨基酸含量(C12)、可溶性蛋白含量(C13)3个指标层,风味品质包括硝酸盐含量(C21)、还原性糖含量(C22)、可溶性糖含量(C23)3个指标层。层次结构建立后采用1—9标度法输入判断矩阵,最后导出权重的计算结果(表3)。具体计算方法见文献[25,26,27,28]。结果表明,黄瓜单一营养品质指标的权重次序为:维生素C>还原性糖>游离氨基酸>可溶性糖>可溶性蛋白>硝酸盐。Table 3
Table 3Pair-wise comparison matrixes and weights from AHP(analytic hierarchy process)
判断矩阵 Judgment matrix | 局部权重 Local weight | 最终权重 Ultimate weight | 一致性检验参数 Consistency test parameter | |||||
---|---|---|---|---|---|---|---|---|
总目标层A~准则层B General goal A-Rule hierarchy B | 指标Index | C1 | C2 | WA | wA | CR=0 λmax=2.000 | ||
C1 | 1 | 1.2 | 0.5455 | 0.54 | ||||
C2 | 0.833 | 1 | 0.4545 | 0.45 | ||||
准则层B1~指标层C Rule hierarchy B1-index hierarchy C | 指标Index | C11 | C12 | C13 | WB1 | wB1 | CR=0 λmax=3.000 | |
C11 | 1 | 1.34 | 1.65 | 0.4253 | 0.232 | |||
C12 | 0.7463 | 1 | 1.21 | 0.3155 | 0.1721 | |||
C13 | 0.6061 | 0.8264 | 1 | 0.2592 | 0.1414 | |||
准则层B2~指标层C Rule hierarchy B2-index hierarchy C | 指标Index | C21 | C22 | C23 | WB2 | wB2 | CR=0.0001<0.1 λmax=3.0001 | |
C21 | 1 | 0.52 | 0.61 | 0.219 | 0.0996 | |||
C22 | 1.9231 | 1 | 1.21 | 0.4256 | 0.1934 | |||
C23 | 1.6393 | 0.8264 | 1 | 0.3554 | 0.1615 |
新窗口打开|下载CSV
2.1.2 熵权法确定黄瓜单一营养品质指标权重 采用熵权法对黄瓜单一营养品质指标进行赋权时,按照以下步骤进行:
(1)对于正向指标和负向指标首先采用不同的算法进行归一化处理:
正项指标:
负向指标:
(2)计算第j项指标下第i个样本值占该指标的比重:
(3)计算第j项指标的熵值
其中$k=\frac{1}{In(n)} \ge 0$,满足$e_{ij}\ge 0$。
(4)计算各项指标权重
式中,wj为采用熵权法计算的黄瓜单一营养品质指标权重,最终结果见表4。由表可知,熵权法确定的权重排序为还原性糖>维生素C>游离氨基酸>硝酸盐>可溶性糖>可溶性蛋白。由于熵权法与AHP层次分析法得到的权重不同,需要将此两种权重结果进行融合,得到一组更为合理的权重。
Table 4
表4
表4熵权法确定的黄瓜单一营养品质指标权重
Table 4
指标Index | C1 | C2 | C11 | C12 | C13 | C21 | C22 | C23 |
---|---|---|---|---|---|---|---|---|
权重 Weight | 0.504 | 0.496 | 0.269 | 0.157 | 0.0777 | 0.102 | 0.294 | 0.100 |
新窗口打开|下载CSV
2.1.3 基于博弈论的组合赋权法确定黄瓜单一营养品质指标权重 基于博弈论的组合赋权法是在多种方案之间寻找妥协和平衡,从而使利益最大化,可提高权重结果的可靠性(具体计算步骤见文献[30,31,32,33])。在AHP法和熵权法得到的两个权重向量基础上,可构建一个基本权重集:
根据式(6)可推导出对策模型:
根据微分方程的性质,使式(7)最优化的一阶导数条件对应的线性方程组为:
用MATLAB可得到上式的最优化组合系数:a1=0.797,a2=1.377。归一化后a1*=0.368,a2*=0.632。
从而得到组合权重向量为:
$w^{*} = \sum\limits_{k=1}^{2}a_{k}^{*}·u_{k}^{T},$
最终结果见表5。由表可知黄瓜单一营养品质指标权重为:维生素C(0.2457)>还原性糖(0.2305)>游离氨基酸(0.1666)> 可溶性糖(0.1390)>可溶性蛋白(0.1179)>硝酸盐(0.1003)。
Table 5
表5
表5基于博弈论的组合赋权法确定的黄瓜单一营养品质指标权重
Table 5
指标Index | C11 | C12 | C13 | C21 | C22 | C23 |
---|---|---|---|---|---|---|
权重 Weight | 0.2457 | 0.1666 | 0.1179 | 0.1003 | 0.2305 | 0.1390 |
新窗口打开|下载CSV
2.2 基于TOPSIS法评价黄瓜综合营养品质
TOPSIS法是一种有效的多指标决策方法[34,35,36,37],用基于博弈论的组合赋权法确定的各指标权重与各指标实测值归一化后的数据相乘可得到加权判断矩阵,再具体利用TOPSIS法可得到各处理的综合营养品质贴合度Ci ,见表6。由表可知,T1处理黄瓜的综合营养品质贴合度最大,说明此处理综合营养品质最好;T5处理次之;T9处理贴合度最小,综合营养品质最差。各单一指标的实测量与所有处理贴合度的排序进行spearman相关分析,结果表明,除硝酸盐外,其他指标实测量的排序都与各处理贴合度的排序呈极显著正相关。表明依据TOPSIS对黄瓜综合营养品质进行排名可信度高。Table 6
表6
表6基于TOPSIS法确定的黄瓜综合营养品质指标及其排序
Table 6
序号 No. | C11 | C12 | C13 | C21 | C22 | C23 | D+ | D- | Ci | 排序 Sorting |
---|---|---|---|---|---|---|---|---|---|---|
1 | 0.0620 | 0.0390 | 0.0249 | 0.0203 | 0.0561 | 0.0380 | 0.0103 | 0.0392 | 0.701 | 1 |
2 | 0.0448 | 0.0328 | 0.0231 | 0.0180 | 0.0397 | 0.0249 | 0.0333 | 0.0139 | 0.43 | 18 |
3 | 0.0492 | 0.0340 | 0.0246 | 0.0210 | 0.0473 | 0.0270 | 0.0242 | 0.0217 | 0.495 | 13 |
4 | 0.0477 | 0.0336 | 0.0241 | 0.0204 | 0.0420 | 0.0262 | 0.0288 | 0.0173 | 0.433 | 17 |
5 | 0.0613 | 0.0367 | 0.0249 | 0.0193 | 0.0602 | 0.0377 | 0.0113 | 0.0404 | 0.682 | 2 |
6 | 0.0608 | 0.0425 | 0.0249 | 0.0197 | 0.0540 | 0.0373 | 0.0113 | 0.0387 | 0.628 | 4 |
7 | 0.0580 | 0.0374 | 0.0258 | 0.0198 | 0.0561 | 0.0347 | 0.0216 | 0.0409 | 0.470 | 14 |
8 | 0.0480 | 0.0328 | 0.0248 | 0.0191 | 0.0424 | 0.0259 | 0.0291 | 0.0170 | 0.331 | 21 |
9 | 0.0443 | 0.0300 | 0.0230 | 0.0173 | 0.0388 | 0.0248 | 0.0352 | 0.0111 | 0.215 | 23 |
10 | 0.0478 | 0.0338 | 0.0243 | 0.0206 | 0.0448 | 0.0265 | 0.0268 | 0.0192 | 0.403 | 19 |
11 | 0.0419 | 0.0218 | 0.0215 | 0.0290 | 0.0324 | 0.0220 | 0.0433 | 0.0117 | 0.216 | 22 |
12 | 0.0481 | 0.0338 | 0.0245 | 0.0196 | 0.0463 | 0.0269 | 0.0260 | 0.0203 | 0.435 | 16 |
13 | 0.0455 | 0.0338 | 0.0242 | 0.0182 | 0.0403 | 0.0253 | 0.0320 | 0.0154 | 0.390 | 20 |
14 | 0.0566 | 0.0366 | 0.0261 | 0.0197 | 0.0559 | 0.0339 | 0.0136 | 0.0340 | 0.655 | 3 |
15 | 0.0476 | 0.0338 | 0.0242 | 0.0205 | 0.0429 | 0.0265 | 0.0281 | 0.0180 | 0.443 | 15 |
16 | 0.0540 | 0.0393 | 0.0259 | 0.0209 | 0.0521 | 0.0291 | 0.0168 | 0.0304 | 0.611 | 5 |
17 | 0.0498 | 0.0340 | 0.0245 | 0.0213 | 0.0474 | 0.0270 | 0.0237 | 0.0221 | 0.505 | 11 |
18 | 0.0492 | 0.0340 | 0.0245 | 0.0210 | 0.0472 | 0.0269 | 0.0243 | 0.0216 | 0.497 | 12 |
19 | 0.0517 | 0.0347 | 0.0254 | 0.0224 | 0.0512 | 0.0278 | 0.0198 | 0.0263 | 0.562 | 8 |
20 | 0.0518 | 0.0357 | 0.0255 | 0.0246 | 0.0517 | 0.0281 | 0.0184 | 0.0277 | 0.595 | 6 |
21 | 0.0509 | 0.0360 | 0.0251 | 0.0245 | 0.0492 | 0.0277 | 0.0203 | 0.0257 | 0.578 | 7 |
22 | 0.0499 | 0.0343 | 0.0248 | 0.0216 | 0.0485 | 0.0272 | 0.0228 | 0.0231 | 0.518 | 10 |
23 | 0.0507 | 0.0339 | 0.0248 | 0.0192 | 0.0487 | 0.0274 | 0.0312 | 0.0312 | 0.519 | 9 |
S+ | 0.0620 | 0.0425 | 0.0261 | 0.0290 | 0.0602 | 0.0380 | ||||
S- | 0.0419 | 0.0218 | 0.0215 | 0.0173 | 0.0324 | 0.0220 | ||||
R | 0.791** | 0.658** | 0.706** | 0.352 | 0.611** | 0.873** |
新窗口打开|下载CSV
2.3 黄瓜综合营养品质对水肥耦合的响应
用DPS数据分析软件对黄瓜综合营养品质进行二次多项式拟合,得到黄瓜综合营养品质对灌水量和施肥量4个因子的响应模型为:式中,Y代表综合营养评价值;X1代表灌水量;X2代表施氮量;X3表示施钾量;X4表示施镁量。对式(9)进行显著性检验(具体方法见文献[40])可得:F1=9.61>F0.01=8.75,失拟项达到了0.01水平上的显著;F2=3.64>F0.05=2.82,F2在0.05水平上达到显著,表明方程与数据的匹配度较高;F3=17.8> F0.01=7.79,在0.01水平上达到显著,由以上可知回归模型可靠性较强。
2.3.1 单因子对综合营养品质的影响 对回归模型进行降维处理,灌水量(X1)、施氮量(X2)、施钾量(X3)和施镁量(X4)对综合营养品质的单因素效应函数分别为:
Y=0.51705+0.01934X1-0.05022X12
Y=0.51705+0.07910X2-0.04438X22
Y=0.51705+0.07115X3+0.02527X32
Y=0.51705+0.04222X4+0.02686X42
由图2可知,灌水量和施氮量对黄瓜综合营养品质的效应呈凸型二次曲线;随着灌水量的增加,综合营养品质评价值呈现先增大后减小的趋势。施钾量和施镁量对黄瓜综合营养品质的效应呈凹型二次曲线,在编码范围内,钾肥和镁肥的施用量与黄瓜综合营养品质评价值近似于线性关系,表明随着施钾量和施镁量的不断增大,综合营养品质不断提高。
图2
新窗口打开|下载原图ZIP|生成PPT图2试验因素对综合营养品质的影响
Fig. 2Effects of experimental factors on comprehensive nutritional quality
灌水量在较低水平时,钾肥、镁肥施用量的改变对综合营养品质表现出的效应不明显;超过最 适点后,灌水量和施氮量均表现为负效应,且施氮量的负效应略低于灌水量。根据回归模型中一次项的回归系数进行主效应分析,可知4个单因子对综合营养品质的影响顺序为:施氮量(0.07910)>施钾量(0.07115)>施镁量(0.04222)>灌水量(0.01934)。
2.3.2 施镁量和灌水量互作对综合营养品质的影响 由图3可以看出,当灌水量一定时,随着施镁量的增加,综合营养品质评价值呈现逐渐增大的趋势,施镁量充足时综合营养品质评价值较高;当施镁量一定,随着灌水量增加,评价值呈现先增大后减小的趋势,灌水量过大或者过小均不利于提高黄瓜综合营养品质,此时增大施镁量对提高综合营养品质收效不大。最优灌水量出现在编码值为0.42—0.63的区间内,即灌水量的上限占田间持水量的69.98%—74.98%。当施镁量编码值在1.52—1.61区间内,即施镁量为0.0131—0.0135 kg/株时,二者的耦合效应较好。且随着施镁量的增大,抛物线的最高点对应的灌水量也不断增大,说明二者之间存在正交互作用。
图3
新窗口打开|下载原图ZIP|生成PPT图3施镁量与灌水量耦合对综合营养品质的影响
Fig. 3Effects of magnesium application coupled with irrigation on comprehensive nutritional quality
2.3.3 包含镁元素和灌水量的三因子互作对综合营养品质的影响
(1) 施镁量与灌水量、施氮量耦合对综合营养品质的影响
由图4可知,在灌水量和施氮量不足时,增加施镁量对综合营养品质的提高效果微弱;在灌水量较少时,同时增加施氮量和施镁量对提高综合营养品质的效果明显。用MATLAB对降维后的公式寻优可得,3种因子耦合下,黄瓜综合营养品质评价值较高时对应的施镁量、灌水量、施氮量的编码值区间分别为:1.52—1.61、0.03—0.11、0.73—0.82,即施镁量为0.0131—0.0135 kg/株,灌水量为60.71%—62.62%,施氮量为0.0370—0.0384 kg/株。
图4
新窗口打开|下载原图ZIP|生成PPT图4施镁量与灌水量、施氮量耦合对综合营养品质的影响
Fig. 4Effects of magnesium application coupled with irrigation and nitrogen application on comprehensive nutrition quality
(2)施镁量与灌水量、施钾量耦合对综合营养品质的影响
由图5可看出,施钾量、施镁量固定在某一水平时,随着灌水量的增加,黄瓜综合营养品质评价值先增大后减小;而灌水量不足时,同时增加施镁量和施钾量对黄瓜综合品质的提高作用不大。用MATLAB对降维后的公式寻优可得,3种因子耦合下,黄瓜综合营养品质评价值较高时对应的施镁量、灌水量、施钾量的编码值区间分别为:1.52—1.61、0.61—0.72、1.53—1.62,即施镁量为0.0131—0.0135 kg/株,灌水量为74.51%—77.12%,施钾量为0.0440—0.0452 kg/株。
图5
新窗口打开|下载原图ZIP|生成PPT图5施镁量与灌水量、施钾量耦合对综合营养品质的影响
Fig. 5Effects of magnesium application coupled with irrigation and potassium application on comprehensive nutrition quality
2.3.4 镁、水、氮、钾四因子互作对综合营养品质的影响 由MATLAB对回归方程寻优可得,镁、水、氮、钾各因子的编码值区间分别为1.42—1.52、0.24—0.32、0.62—0.72、1.43—1.52时,黄瓜综合营养品质评价值最高,此时各因子用量分别是:施镁量为0.0127—0.0131 kg/株、灌水量为65.71%—67.61%、施氮量为0.0353—0.0369 kg/株、施钾量为0.0426—0.0438 kg/株。换算成生产用量单位,即施镁量为176.54—182.23 kg?hm-2、灌水量为65.71%—67.61%、施氮量为490.78—512.16 kg?hm-2、施钾量为591.00—608.11 kg?hm-2,此时黄瓜综合营养品质最佳。
3 讨论
已有研究表明,不同的水肥组合会对黄瓜的品质产生不同的效果,不合理的水肥施用量会对黄瓜的品质造成不良影响,而合理的水肥施用量不仅会改善黄瓜综合品质,且在一定程度上提高产量[40]。镁作为植物体内的一种中量元素,是叶绿素中必不可少的成分。有研究表明,施用高量镁肥,蔬菜的维生素C、可溶性糖、还原性糖、游离氨基酸含量比中量和低量镁肥的处理有明显的提高[18,19]。这可能是因为植物体内大约25%的镁元素用来参与构成叶绿素[41],而叶绿素含量的增大可提高光合速率,进而促进碳水化合物、脂肪的合成[42],而且叶片中75%的镁元素都与蛋白质的形成有关[14],这些物质在植物生理代谢中都会影响果实的营养和风味。同时,镁元素不足会导致叶片的光合产物在叶肉细胞中积累,减少向生殖器官中的转运[43],从而降低果实的品质。除此之外,镁元素的缺乏还会导致植物减少对CO2的同化从而减少生物量[41]。在本试验中,当施镁量充足时黄瓜综合营养品质较好,与上述内容相符。由本试验结果可推测,蔬菜对于镁元素的需求量较大,在生产中可适当增加镁肥的用量以获得高产优质的产品。
在其他单一因子效应上,随着灌水量的不断增加,综合营养品质呈现先上升后下降的趋势,这可能是因为土壤水分含量过低会抑制作物根系生长,减少根系的吸收能力和吸收面积,从而减少对矿质元素的吸收,导致综合营养品质下降;当灌水量较大时,黄瓜植株生长较快,果实细胞迅速膨大,从而导致营养物质浓度降低,表现为“稀释效应”[44];土壤微生物可培肥土壤,利于植物根系的生长,促进综合营养品质的提高,韦泽秀等[45]的研究表明,随着灌水量的增加,土壤中微生物的多样性先增多后减少,与综合营养品质表现出相同趋势。施氮量与综合营养品质呈凸型二次曲线关系,氮元素参与构成游离氨基酸、可溶性蛋白质等营养物质,施氮量过低时则不利于此类物质的形成,导致综合营养品质下降;当施氮量过高时,过量的氮肥可能会导致黄瓜植株茎叶徒长,从而生殖生长被抑制,造成黄瓜果实的营养品质下降。王丽学等[7]的研究也表明随着施氮量的增加,黄瓜品质表现出先上升后下降的趋势,这与本试验的结果相吻合。施钾量与黄瓜综合营养品质近似于线性关系,表明黄瓜综合营养品质的提高对施钾量有较大需求。前人的研究[46,47]也发现钾肥对于多种蔬菜综合品质的提高具有积极作用,且随着钾肥施用量的增加,蔬菜品质提高显著。这可能因为钾在调节细胞渗透压、开闭气孔、调节酶活性、改善果实口感等方面发挥着作用[48]。同时,单因子对于综合营养品质的影响大小为:施氮量>施钾量>施镁量>灌水量,这可能是因为肥料中的矿质元素参与构成营养物质或者参与植物体内的生物化学反应,影响黄瓜果实的营养品质和风味品质。这一结论也可以解释在三维图中改变施氮量比改变其他因子的用量对黄瓜综合营养品质影响更大这一现象。赵志华等[49]的研究表明,对于果实品质,灌水量的影响小于氮肥;刘世全等[50]指出在水氮耦合中氮素作用>水分作用,与本试验结果相吻合;但也有研究[51]表明对于番茄的综合营养品质,单一因子效应大小为:施氮量>灌水量>施钾量;而马忠明等[52]的研究表明对于设施甜瓜这种瓜类作物的品质,各单一因子效应大小为:施钾量>施氮量>灌水量,可见不同作物对水肥的响应并不一致。
在水肥互作效应上,前人有研究表明水氮耦合是一种负交互作用[51,53]。分析本试验镁元素与水氮因子的耦合效应发现,当施镁量增大时,水氮因子之间存在着的负交互作用会增强,即随着灌水量的增加,黄瓜综合营养品质最优值所对应的施氮量有减少的趋势;而当施镁量减少时,水氮因子负交互作用减弱,此时综合营养品质最优值所对应的灌水量和施氮量表现出同时增加趋势。对于水和钾之间的耦合作用,有文献指出是一种正交互作用,即灌水量和施钾量协同增加时有利于提高作物品质[54];在本试验中,施镁量的增加会促进水钾之间的正交互作用,而当施镁量减少时,水钾正交互作用减弱。本试验还表明,当黄瓜果实综合营养品质最佳时,四因子互作下各元素的用量要低于两因子或三因子互作时各元素的用量。而且单一因子最适值的组合并不同于多因子互作下黄瓜果实品质最佳时所对应的水肥用量,各水肥因子合理匹配施用才能提高黄瓜营养品质。由以上可知,水肥因子对于黄瓜营养品质的协同调控较为复杂,且国内外研究镁元素对蔬菜品质影响的文章尚少,关于镁元素及其他元素肥料对黄瓜营养品质的影响还需要进一步研究。
4 结论
(1)采用基于博弈论的组合赋权法对AHP层次分析法和熵权法算得的权重进行分析,确定了黄瓜单一营养品质指标的权重,排序为:维生素C>可溶性糖>游离氨基酸>还原性糖>可溶性蛋白>硝酸盐;并用TOPSIS法构建起黄瓜综合营养品质评价体系,其评价结果与各单一营养品质实测值的排序相关性较高,用来评价综合营养品质较为可靠。(2)在建立黄瓜综合营养品质对水肥多因子响应模型的基础上,分析表明单个因子的主效应顺序为:施氮量>施钾量>施镁量>灌水量;施镁量与灌水量之间存在正交互作用;在施镁量与灌水量、施氮量三因子互作时,施氮量成为提高综合营养品质的关键,当施氮量不足时,增加施镁量和灌水量难以提高黄瓜品质;在施镁量与灌水量、施钾量三因子互作时,同时增加钾肥、镁肥的用量,综合营养品质的提高更为显著。
(3)在四因子互作时,适当增加施镁量和施钾量、控制灌水量和施氮量对于黄瓜综合营养品质的提高可起到积极作用。当施镁量为176.54—182.23 kg?hm-2、灌水量控制在65.71%—67.61%、施氮量为490.78—512.16 kg?hm-2、施钾量为591.00—608.11 kg?hm-2时,黄瓜综合营养品质最佳。
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]
[本文引用: 1]
,
[本文引用: 1]
,
DOI:10.3864/j.issn.0578-1752.2015.02.11Magsci [本文引用: 1]
【目的】探讨水分和肥料与温室袋培番茄品质、产量及水分利用效率关系,为温室袋培番茄的高效生产提供科学依据。【方法】在温室条件下,以番茄品种‘金棚1号’为试材,研究水肥耦合对温室袋培番茄品质、产量和水分利用效率的影响,同时基于主成分分析方法对番茄品质做多目标综合评价,最后分析不同处理番茄生产的成本和经济收益。【结果】单株施肥量、灌水量以及水肥交互作用对番茄各品质指标影响不同。在相同水分条件下,番茄果实中硝酸盐和可溶性蛋白含量随着肥料浓度的升高而增加,而Vc、番茄红素以及可溶性糖含量却呈现先增加后减少的趋势;在相同肥料浓度下,随着基质含水量的增加番茄果实中硝酸盐、Vc、可溶性蛋白、以及可溶性糖等含量逐渐降低,表现为“稀释效应”,番茄红素的含量则在中水处理下较高;在单株施肥量一定的条件下,其产量随着灌水量的增加呈现先增加后降低的趋势,而在单株灌水量一定的条件下,产量随着施肥量的增加同样呈现抛物线趋势,施肥量、灌水量以及水肥交互作用对番茄产量的影响都达到了极显著水平,其影响大小顺序为水分作用>肥料作用>水肥交互作用;在同一施肥水平下,袋式栽培番茄灌溉水分利用效率随着单株灌水量的升高而降低,在同一灌水量水平下,灌溉水分利用效率随着施肥量的增加呈抛物线趋势,施肥量和灌水量作为单一因子对灌溉水分利用效率的影响极显著,且水分作用>肥料作用,而水肥交互作用对水分利用效率的影响不显著;高肥高水处理的净收益最高,为4.98 元/株,与中肥中水处理(4.86 元/株)、高肥中水(4.84 元/株)以及中肥高水(4.80 元/株)之间无显著性差异;而低肥低水处理的净收益为3.33 元/株,显著低于其他处理。【结论】综合考虑品质、产量、水分利用效率、资源节约以及可持续生产等因素,在不显著降低番茄品质和净收益的情况下,选择中肥(5 1470 mg)中水(120 L)处理作为最优水肥组合。
DOI:10.3864/j.issn.0578-1752.2015.02.11Magsci [本文引用: 1]
【目的】探讨水分和肥料与温室袋培番茄品质、产量及水分利用效率关系,为温室袋培番茄的高效生产提供科学依据。【方法】在温室条件下,以番茄品种‘金棚1号’为试材,研究水肥耦合对温室袋培番茄品质、产量和水分利用效率的影响,同时基于主成分分析方法对番茄品质做多目标综合评价,最后分析不同处理番茄生产的成本和经济收益。【结果】单株施肥量、灌水量以及水肥交互作用对番茄各品质指标影响不同。在相同水分条件下,番茄果实中硝酸盐和可溶性蛋白含量随着肥料浓度的升高而增加,而Vc、番茄红素以及可溶性糖含量却呈现先增加后减少的趋势;在相同肥料浓度下,随着基质含水量的增加番茄果实中硝酸盐、Vc、可溶性蛋白、以及可溶性糖等含量逐渐降低,表现为“稀释效应”,番茄红素的含量则在中水处理下较高;在单株施肥量一定的条件下,其产量随着灌水量的增加呈现先增加后降低的趋势,而在单株灌水量一定的条件下,产量随着施肥量的增加同样呈现抛物线趋势,施肥量、灌水量以及水肥交互作用对番茄产量的影响都达到了极显著水平,其影响大小顺序为水分作用>肥料作用>水肥交互作用;在同一施肥水平下,袋式栽培番茄灌溉水分利用效率随着单株灌水量的升高而降低,在同一灌水量水平下,灌溉水分利用效率随着施肥量的增加呈抛物线趋势,施肥量和灌水量作为单一因子对灌溉水分利用效率的影响极显著,且水分作用>肥料作用,而水肥交互作用对水分利用效率的影响不显著;高肥高水处理的净收益最高,为4.98 元/株,与中肥中水处理(4.86 元/株)、高肥中水(4.84 元/株)以及中肥高水(4.80 元/株)之间无显著性差异;而低肥低水处理的净收益为3.33 元/株,显著低于其他处理。【结论】综合考虑品质、产量、水分利用效率、资源节约以及可持续生产等因素,在不显著降低番茄品质和净收益的情况下,选择中肥(5 1470 mg)中水(120 L)处理作为最优水肥组合。
,
[本文引用: 1]
[本文引用: 1]
, 2012(
[本文引用: 1]
[本文引用: 1]
,
DOI:10.3864/j.issn.0578-1752.2019.01.009Magsci [本文引用: 1]
【目的】 基质栽培是有效解决设施土壤连作障碍、质地恶化对作物生产造成不利影响的有效途径之一。目前基质栽培水肥管理缺乏量化指标,本研究旨在通过研究滴灌水肥耦合对塑料大棚春季基质栽培黄瓜产量、生长、生理、品质和偏肥料生产力的影响,探究黄瓜基质栽培优质高效生产的灌水和营养液供应标准。【方法】 以‘春优1号’黄瓜为试材,按照标准山崎黄瓜营养液配方,设置3个营养液浓度水平(F1:75%剂量、F2:100%剂量、F3:125%剂量)和3个单株灌水量(W1:75%蒸腾蒸发量(crop evapo-transpiration ETc)、W2:100% ETc、W3:125% ETc),共9个水肥耦合处理,分析不同灌水和营养液浓度对基质袋栽培黄瓜产量、干物质量、品质、水肥利用效率(water use efficiency,WUE)和肥料偏生产力(partial factor productivity of fertilizer,PFP)的影响。运用多元回归分析和空间分析方法,确定塑料大棚春季基质袋栽培黄瓜高效生产的适宜灌水量和营养液浓度。【结果】 灌水量的增加有利于黄瓜产量和PFP的增长,收获期60 d内W3F1处理产量(7 667.3 kg/667m 2)和PFP(205.67 kg·kg -1)均最大。在相同施肥处理下,PFP随灌水量的增加呈上升趋势;F1条件下,W3处理净光合速率低于W1,但其叶面积指数较大,同化量较高,获得较高产量。仅考虑灌水条件下,W1水平下黄瓜果实品质的VC、还原糖表现最优;而W3水平下黄瓜果实的可溶性固形物和可溶性蛋白有最优值。运用多元回归和空间分析方法综合评价产量、品质和肥料偏生产力,确定适宜的灌水施肥范围为36.0—42.2 kg/667m 2和198.0—219.8 m 3/667m 2;42.2—44.6 kg/667m 2和206.3—219.8 m 3/667m 2。【结论】 灌溉和营养液浓度对黄瓜的生长、产量、品质、水分利用效率和肥料偏生产力均有显著影响,以黄瓜产量、硝酸盐含量和PFP同时达到最优值的±10%范围时确定的灌溉量和营养液浓度是塑料大棚春季基质袋栽培黄瓜的优化滴灌施肥方案。
DOI:10.3864/j.issn.0578-1752.2019.01.009Magsci [本文引用: 1]
【目的】 基质栽培是有效解决设施土壤连作障碍、质地恶化对作物生产造成不利影响的有效途径之一。目前基质栽培水肥管理缺乏量化指标,本研究旨在通过研究滴灌水肥耦合对塑料大棚春季基质栽培黄瓜产量、生长、生理、品质和偏肥料生产力的影响,探究黄瓜基质栽培优质高效生产的灌水和营养液供应标准。【方法】 以‘春优1号’黄瓜为试材,按照标准山崎黄瓜营养液配方,设置3个营养液浓度水平(F1:75%剂量、F2:100%剂量、F3:125%剂量)和3个单株灌水量(W1:75%蒸腾蒸发量(crop evapo-transpiration ETc)、W2:100% ETc、W3:125% ETc),共9个水肥耦合处理,分析不同灌水和营养液浓度对基质袋栽培黄瓜产量、干物质量、品质、水肥利用效率(water use efficiency,WUE)和肥料偏生产力(partial factor productivity of fertilizer,PFP)的影响。运用多元回归分析和空间分析方法,确定塑料大棚春季基质袋栽培黄瓜高效生产的适宜灌水量和营养液浓度。【结果】 灌水量的增加有利于黄瓜产量和PFP的增长,收获期60 d内W3F1处理产量(7 667.3 kg/667m 2)和PFP(205.67 kg·kg -1)均最大。在相同施肥处理下,PFP随灌水量的增加呈上升趋势;F1条件下,W3处理净光合速率低于W1,但其叶面积指数较大,同化量较高,获得较高产量。仅考虑灌水条件下,W1水平下黄瓜果实品质的VC、还原糖表现最优;而W3水平下黄瓜果实的可溶性固形物和可溶性蛋白有最优值。运用多元回归和空间分析方法综合评价产量、品质和肥料偏生产力,确定适宜的灌水施肥范围为36.0—42.2 kg/667m 2和198.0—219.8 m 3/667m 2;42.2—44.6 kg/667m 2和206.3—219.8 m 3/667m 2。【结论】 灌溉和营养液浓度对黄瓜的生长、产量、品质、水分利用效率和肥料偏生产力均有显著影响,以黄瓜产量、硝酸盐含量和PFP同时达到最优值的±10%范围时确定的灌溉量和营养液浓度是塑料大棚春季基质袋栽培黄瓜的优化滴灌施肥方案。
,
[本文引用: 2]
[本文引用: 2]
,
DOI:10.3864/j.issn.0578-1752.2015.04.09Magsci [本文引用: 1]
<strong>【</strong>目的<strong>】</strong>水肥是限制作物增产的两大因子,不合理的灌溉与施氮不仅难于增加产量,还会增加土壤剖面硝态氮累积、降低作物品质及水氮利用效率。针对西北半干旱地区温室蔬菜灌水和施肥存在的问题,通过滴灌施肥水肥耦合对温室番茄产量品质和水氮利用的影响,研究滴灌施肥条件下温室番茄高产优质高效的灌水施肥制度。<strong>【</strong>方法<strong>】</strong>通过温室番茄小区试验,设常规沟灌施肥(100%ET0,N240-P2O5120-K2O150 kg·hm-2)以及3个滴灌水量(高水W1:100%ET0、中水W2:75%ET0、低水W3:50%ET0)和3个施肥水平(高肥F1:N240-P2O5120-K2O150 kg·hm-2、中肥F2:N180-P2O590-K2O112.5 kg·hm-2、低肥F3:N120-P2O560-K2O75 kg·hm-2),共10个处理,分析番茄生长产量、品质、土壤硝态氮分布以及水氮吸收利用对不同灌水量和施肥量的响应规律。<strong>【</strong>结果<strong>】</strong>与常规沟灌施肥相比,滴灌施肥增加番茄产量31.04 t·hm-2、干物质量3 208 kg·hm-2和总氮吸收量73.13 kg·hm-2,增幅分别为46.9%、54.0%和82.4%,同时增加果实中维生素C(Vc)含量61.8%;降低土壤中硝态氮含量;水分利用效率(<em>WUE</em>)和氮肥利用率(<em>NUE</em>)分别增加46.4%和76.5%。滴灌施肥条件下,W1F2处理总干物质量最大(9 248 kg·hm-2),产量和植株氮素吸收量均与灌水量和施肥量正相关,增加施肥量带来的增产效应大于灌水,且W1F2处理产量和氮素吸收量增加幅度最大。增加灌水量,降低施肥量,<em>WUE</em>逐渐下降,<em>NUE</em>逐渐上升,W3F1处理<em>WUE</em>最大(47.7 kg·m-3),W1F3处理<em>NUE</em>最大(65.6%),且W3F2处理的<em>WUE</em>和W1F2处理的<em>NUE</em>增加幅度明显大于其他处理。土壤中硝态氮含量受灌水、施肥以及水肥交互效应影响显著,随灌水量的增加呈先增大后降低的趋势,随施肥量的增加逐渐增大,在滴头正下方没有明显累积,在湿润土体的横向边缘产生累积,W1F2处理土壤中硝态氮含量较小,分布更均匀。增大灌水量显著降低番茄Vc、番茄红素和可溶性糖含量以及营养累积量;增大施肥量,品质含量以及营养累积量呈先增大后降低的趋势;W3F2处理获得最大的Vc和番茄红素含量及营养累积量,最大的可溶性糖含量及较大的营养累积量。<strong>【</strong>结论<strong>】</strong>温室番茄滴灌施肥技术能够达到高产优质和高效的目的,当追求产量和氮肥利用率时,高水中肥(W1F2:100%ET0,N180-P2O590-K2O112.5 kg·hm-2)处理能获得较高的产量和<em>NUE</em>以及较低的土壤硝态氮含量;当追求品质和水分利用效率时,低水中肥(W3F2:50%ET0,N180-P2O590-K2O112.5 kg·hm-2)处理获得最大的维生素C、可溶性糖和番茄红素含量以及较高的水分利用效率。
DOI:10.3864/j.issn.0578-1752.2015.04.09Magsci [本文引用: 1]
<strong>【</strong>目的<strong>】</strong>水肥是限制作物增产的两大因子,不合理的灌溉与施氮不仅难于增加产量,还会增加土壤剖面硝态氮累积、降低作物品质及水氮利用效率。针对西北半干旱地区温室蔬菜灌水和施肥存在的问题,通过滴灌施肥水肥耦合对温室番茄产量品质和水氮利用的影响,研究滴灌施肥条件下温室番茄高产优质高效的灌水施肥制度。<strong>【</strong>方法<strong>】</strong>通过温室番茄小区试验,设常规沟灌施肥(100%ET0,N240-P2O5120-K2O150 kg·hm-2)以及3个滴灌水量(高水W1:100%ET0、中水W2:75%ET0、低水W3:50%ET0)和3个施肥水平(高肥F1:N240-P2O5120-K2O150 kg·hm-2、中肥F2:N180-P2O590-K2O112.5 kg·hm-2、低肥F3:N120-P2O560-K2O75 kg·hm-2),共10个处理,分析番茄生长产量、品质、土壤硝态氮分布以及水氮吸收利用对不同灌水量和施肥量的响应规律。<strong>【</strong>结果<strong>】</strong>与常规沟灌施肥相比,滴灌施肥增加番茄产量31.04 t·hm-2、干物质量3 208 kg·hm-2和总氮吸收量73.13 kg·hm-2,增幅分别为46.9%、54.0%和82.4%,同时增加果实中维生素C(Vc)含量61.8%;降低土壤中硝态氮含量;水分利用效率(<em>WUE</em>)和氮肥利用率(<em>NUE</em>)分别增加46.4%和76.5%。滴灌施肥条件下,W1F2处理总干物质量最大(9 248 kg·hm-2),产量和植株氮素吸收量均与灌水量和施肥量正相关,增加施肥量带来的增产效应大于灌水,且W1F2处理产量和氮素吸收量增加幅度最大。增加灌水量,降低施肥量,<em>WUE</em>逐渐下降,<em>NUE</em>逐渐上升,W3F1处理<em>WUE</em>最大(47.7 kg·m-3),W1F3处理<em>NUE</em>最大(65.6%),且W3F2处理的<em>WUE</em>和W1F2处理的<em>NUE</em>增加幅度明显大于其他处理。土壤中硝态氮含量受灌水、施肥以及水肥交互效应影响显著,随灌水量的增加呈先增大后降低的趋势,随施肥量的增加逐渐增大,在滴头正下方没有明显累积,在湿润土体的横向边缘产生累积,W1F2处理土壤中硝态氮含量较小,分布更均匀。增大灌水量显著降低番茄Vc、番茄红素和可溶性糖含量以及营养累积量;增大施肥量,品质含量以及营养累积量呈先增大后降低的趋势;W3F2处理获得最大的Vc和番茄红素含量及营养累积量,最大的可溶性糖含量及较大的营养累积量。<strong>【</strong>结论<strong>】</strong>温室番茄滴灌施肥技术能够达到高产优质和高效的目的,当追求产量和氮肥利用率时,高水中肥(W1F2:100%ET0,N180-P2O590-K2O112.5 kg·hm-2)处理能获得较高的产量和<em>NUE</em>以及较低的土壤硝态氮含量;当追求品质和水分利用效率时,低水中肥(W3F2:50%ET0,N180-P2O590-K2O112.5 kg·hm-2)处理获得最大的维生素C、可溶性糖和番茄红素含量以及较高的水分利用效率。
,
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
, 2019(
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 2]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
, 2007(
[本文引用: 2]
[本文引用: 2]
,
Magsci [本文引用: 2]
采用田间试验和室内分析相结合的方法, 研究不同氮源与镁配施对甘蓝(<i>Brassica oleracea</i> L.)产量、品质和养分吸收的影响。试验在等氮条件下设4个氮源, 分别为不施氮肥、100%铵态氮、50%铵态氮+50%硝态氮、100%硝态氮; 设4个硫酸镁施用量, 分别为0、75 kg?hm-2、150 kg?hm 2、300 kg?hm-2。结果表明, 100%硝态氮与中量(150 kg?hm-2)镁配施处理的甘蓝产量比不施肥处理、100%铵态氮与中量镁配施处理和50%铵态氮+50%硝态氮与中量镁配施处理分别增产56.9%、14.7%和5.2%。施用100%硝态氮处理的甘蓝产量略高于50%硝态氮+50%铵态氮处理, 比施用100%铵态氮处理和不施肥处理分别增产13.0%和44.2%。施用低量(75 kg?hm-2)镁肥的甘蓝产量比不施镁肥增产9.3%, 而增加镁肥用量对甘蓝产量没有显著影响。施用100%硝态氮、50%铵态氮+50%硝态氮和100%铵态氮处理的甘蓝硝酸盐含量比不施氮肥处理分别增加84.4%、63.4%和6.9%。100%硝态氮与高量(300 kg?hm-2)镁肥配合施用的甘蓝硝酸盐含量比不施肥处理、100%铵态氮与高量镁肥配施处理和50%铵态氮+50%硝态氮与高镁肥配施处理分别增加101.4%、82.3%和14.1%。施用高量镁肥处理甘蓝硝酸盐含量比不施肥处理增加11.2%。随着硝态氮比例增加, 甘蓝维生素C、还原糖、总氨基酸含量相应增加, 镁肥施用量对甘蓝维生素C、还原糖、总氨基酸含量影响明显。随着硝态氮比例增加, 甘蓝对磷、钾和钙吸收量显著增加; 随着镁施用量增加, 磷、钾和镁吸收量相应增加。不同氮源与镁肥相互作用对甘蓝维生素C含量, 氮、磷、钾、钙和镁养分吸收均有明显的影响。本研究表明, 50%硝态氮和50%铵态氮混合与适量镁肥配合施用, 既能增加甘蓝产量, 提高维生素C、还原糖和总氨基酸含量, 又能减少硝酸盐含量, 提高甘蓝品质。
Magsci [本文引用: 2]
采用田间试验和室内分析相结合的方法, 研究不同氮源与镁配施对甘蓝(<i>Brassica oleracea</i> L.)产量、品质和养分吸收的影响。试验在等氮条件下设4个氮源, 分别为不施氮肥、100%铵态氮、50%铵态氮+50%硝态氮、100%硝态氮; 设4个硫酸镁施用量, 分别为0、75 kg?hm-2、150 kg?hm 2、300 kg?hm-2。结果表明, 100%硝态氮与中量(150 kg?hm-2)镁配施处理的甘蓝产量比不施肥处理、100%铵态氮与中量镁配施处理和50%铵态氮+50%硝态氮与中量镁配施处理分别增产56.9%、14.7%和5.2%。施用100%硝态氮处理的甘蓝产量略高于50%硝态氮+50%铵态氮处理, 比施用100%铵态氮处理和不施肥处理分别增产13.0%和44.2%。施用低量(75 kg?hm-2)镁肥的甘蓝产量比不施镁肥增产9.3%, 而增加镁肥用量对甘蓝产量没有显著影响。施用100%硝态氮、50%铵态氮+50%硝态氮和100%铵态氮处理的甘蓝硝酸盐含量比不施氮肥处理分别增加84.4%、63.4%和6.9%。100%硝态氮与高量(300 kg?hm-2)镁肥配合施用的甘蓝硝酸盐含量比不施肥处理、100%铵态氮与高量镁肥配施处理和50%铵态氮+50%硝态氮与高镁肥配施处理分别增加101.4%、82.3%和14.1%。施用高量镁肥处理甘蓝硝酸盐含量比不施肥处理增加11.2%。随着硝态氮比例增加, 甘蓝维生素C、还原糖、总氨基酸含量相应增加, 镁肥施用量对甘蓝维生素C、还原糖、总氨基酸含量影响明显。随着硝态氮比例增加, 甘蓝对磷、钾和钙吸收量显著增加; 随着镁施用量增加, 磷、钾和镁吸收量相应增加。不同氮源与镁肥相互作用对甘蓝维生素C含量, 氮、磷、钾、钙和镁养分吸收均有明显的影响。本研究表明, 50%硝态氮和50%铵态氮混合与适量镁肥配合施用, 既能增加甘蓝产量, 提高维生素C、还原糖和总氨基酸含量, 又能减少硝酸盐含量, 提高甘蓝品质。
, 2007(
[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]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
, 2006(
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 2]
, 2004(
[本文引用: 2]
[本文引用: 2]
, 2015(
[本文引用: 2]
[本文引用: 2]
,
[本文引用: 2]
[本文引用: 2]
,
[本文引用: 1]
,
Magsci [本文引用: 2]
针对目前灌区运行状况评价方法的不足,引入改进的物元可拓评价方法。运用博弈论的综合赋权法将主观权重和客观权重相结合,克服了传统的可拓评价方法中单纯依靠指标数据赋权而忽略了指标自身对评价的重要性等弊端。在等级评定中,通过计算等级变量特征值得到等级所属程度。运用上述方法对东港灌区运行状况进行评价研究,结果与实际情况吻合良好,表明将改进的可拓评价方法运用到灌区的综合评价中是合理可行的。
Magsci [本文引用: 2]
针对目前灌区运行状况评价方法的不足,引入改进的物元可拓评价方法。运用博弈论的综合赋权法将主观权重和客观权重相结合,克服了传统的可拓评价方法中单纯依靠指标数据赋权而忽略了指标自身对评价的重要性等弊端。在等级评定中,通过计算等级变量特征值得到等级所属程度。运用上述方法对东港灌区运行状况进行评价研究,结果与实际情况吻合良好,表明将改进的可拓评价方法运用到灌区的综合评价中是合理可行的。
,
[本文引用: 2]
[本文引用: 2]
, 2003(
[本文引用: 2]
[本文引用: 2]
,
[本文引用: 2]
[本文引用: 2]
,
[本文引用: 2]
,
[本文引用: 2]
[本文引用: 2]
,
[本文引用: 2]
[本文引用: 2]
,
[本文引用: 2]
[本文引用: 1]
[本文引用: 1]
,
,
[本文引用: 2]
[本文引用: 2]
,
[本文引用: 2]
, 2005(
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
, 2016(
[本文引用: 1]
[本文引用: 1]
,
DOI:10.3773/j.issn.1005-264x.2009.03.017Magsci [本文引用: 1]
采用内含子切接点引物(Intron-splice junction primer)和长随机引物的PCR(Polymerase chain reaction, 聚合酶链)标记技术, 就黄土高原不同水肥处理对日光温室番茄土壤微生物群落多样性进行了研究, 并对产量、品质的影响进行了分析。结果表明, 所用的6个引物共能扩增出182条稳定清晰的条带, 其中142条为多态性条带, 多态性条带为78.02%。聚类分析与主坐标分析表明, 水肥对土壤微生物群落多样性的变化有不同的影响。土壤微生物群落多样性指数与番茄产量、果实的Vc、可溶性蛋白质含量成正相关, 尤其与Vc的相关系数达0.921 1, 而与可溶性固形物含量成负相关关系。6个水肥组合中WmFh(中水高肥)土壤微生物群落多样性指数最高, 且番茄果实的Vc、可溶性蛋白质含量及产量显著高于其他处理, 可溶性固形物含量较低。该组合有利于土壤微生物群落的多样性和稳定性的提高, 利于土壤生态环境的改善和番茄优良品质的形成。
DOI:10.3773/j.issn.1005-264x.2009.03.017Magsci [本文引用: 1]
采用内含子切接点引物(Intron-splice junction primer)和长随机引物的PCR(Polymerase chain reaction, 聚合酶链)标记技术, 就黄土高原不同水肥处理对日光温室番茄土壤微生物群落多样性进行了研究, 并对产量、品质的影响进行了分析。结果表明, 所用的6个引物共能扩增出182条稳定清晰的条带, 其中142条为多态性条带, 多态性条带为78.02%。聚类分析与主坐标分析表明, 水肥对土壤微生物群落多样性的变化有不同的影响。土壤微生物群落多样性指数与番茄产量、果实的Vc、可溶性蛋白质含量成正相关, 尤其与Vc的相关系数达0.921 1, 而与可溶性固形物含量成负相关关系。6个水肥组合中WmFh(中水高肥)土壤微生物群落多样性指数最高, 且番茄果实的Vc、可溶性蛋白质含量及产量显著高于其他处理, 可溶性固形物含量较低。该组合有利于土壤微生物群落的多样性和稳定性的提高, 利于土壤生态环境的改善和番茄优良品质的形成。
,
[本文引用: 1]
[本文引用: 1]
, 2005(
[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:10.3864/j.issn.0578-1752.2014.07.013Magsci [本文引用: 1]
【目的】针对西北半干旱区温室蔬菜灌水施氮不合理等问题,通过不同灌水施氮水平处理,探讨作物根系生长与分布、产量和水氮高效利用与水氮供应的关系,揭示根系生长分布对灌水施氮模式的响应机制,为提高蔬菜作物产量和水氮利用效率提供科学依据。【方法】采用不同施氮灌水处理的田间试验,以“金童”小南瓜为供试作物,设置3个总灌水量水平:常规灌水(高水W3、1 500 m3•hm-2)、常规灌水减27%(中水W2、1 100 m3•hm-2)、常规灌水减54%(低水W1、700 m3•hm-2)和3个施氮量水平:常规施氮(高氮N3,350 kg•hm-2)、常规施氮减28.5%(中氮N2,250 kg•hm-2)、常规施氮减57%(低氮N1,150 kg•hm-2),试验采用完全随机区组设计,共9个处理,研究膜下滴灌不同水氮供应对温室小南瓜根系生长分布、产量和水氮利用效率的影响。【结果】小南瓜90%根系主要集中在0—40 cm土层,且随土层深度的增加,根系密度呈指数下降;当灌水量相同时,低水(W1)和中水(W2)处理根系长度、产量、水分利用效率(WUE)均随施氮量的增加先增加后减少,而高水(W3)处理根系长度随施氮量的增加而增加,不同施氮量处理小南瓜产量差异不显著;与高氮(N3)处理相比,低氮(N1)和中氮(N2)处理小南瓜根系长度、产量随灌水量增加而增加,当灌水量超过1 100 m3•hm-2时,小南瓜根系长度和产量均有所下降;随着灌水量增多,水分利用效率亦显著下降,低水中氮(W1N2)处理水分利用效率最高,为35.59 kg•m-3;灌水量较高(W2和W3)时,氮素利用率(NUE)均随施氮量增加而显著降低,灌水量较低(W1)时,低氮和中氮处理氮素利用率显著高于高氮处理;灌水和施氮对小南瓜总根长作用表现为:氮素作用>水分作用>水氮交互作用;细根(直径小于2 mm根系)根长随灌水量和施氮量增加呈抛物线型变化;小南瓜产量与细根根长和根表面积之间均有显著的线性关系。【结论】灌水和施氮过高或过低均可以导致小南瓜产量、水氮利用效率以及根系各项特征参数显著降低,中水中氮(W2N2)处理小南瓜产量和根系各项特征参数均达到最大值;不同水氮处理主要通过对细根根长的影响进而影响小南瓜的产量。综合考虑产量、水氮利用效率以及根系生长分布,灌水量为1 100 m3•hm-2、施氮量为250 kg•hm-2为小南瓜较优的灌水施氮组合。
DOI:10.3864/j.issn.0578-1752.2014.07.013Magsci [本文引用: 1]
【目的】针对西北半干旱区温室蔬菜灌水施氮不合理等问题,通过不同灌水施氮水平处理,探讨作物根系生长与分布、产量和水氮高效利用与水氮供应的关系,揭示根系生长分布对灌水施氮模式的响应机制,为提高蔬菜作物产量和水氮利用效率提供科学依据。【方法】采用不同施氮灌水处理的田间试验,以“金童”小南瓜为供试作物,设置3个总灌水量水平:常规灌水(高水W3、1 500 m3•hm-2)、常规灌水减27%(中水W2、1 100 m3•hm-2)、常规灌水减54%(低水W1、700 m3•hm-2)和3个施氮量水平:常规施氮(高氮N3,350 kg•hm-2)、常规施氮减28.5%(中氮N2,250 kg•hm-2)、常规施氮减57%(低氮N1,150 kg•hm-2),试验采用完全随机区组设计,共9个处理,研究膜下滴灌不同水氮供应对温室小南瓜根系生长分布、产量和水氮利用效率的影响。【结果】小南瓜90%根系主要集中在0—40 cm土层,且随土层深度的增加,根系密度呈指数下降;当灌水量相同时,低水(W1)和中水(W2)处理根系长度、产量、水分利用效率(WUE)均随施氮量的增加先增加后减少,而高水(W3)处理根系长度随施氮量的增加而增加,不同施氮量处理小南瓜产量差异不显著;与高氮(N3)处理相比,低氮(N1)和中氮(N2)处理小南瓜根系长度、产量随灌水量增加而增加,当灌水量超过1 100 m3•hm-2时,小南瓜根系长度和产量均有所下降;随着灌水量增多,水分利用效率亦显著下降,低水中氮(W1N2)处理水分利用效率最高,为35.59 kg•m-3;灌水量较高(W2和W3)时,氮素利用率(NUE)均随施氮量增加而显著降低,灌水量较低(W1)时,低氮和中氮处理氮素利用率显著高于高氮处理;灌水和施氮对小南瓜总根长作用表现为:氮素作用>水分作用>水氮交互作用;细根(直径小于2 mm根系)根长随灌水量和施氮量增加呈抛物线型变化;小南瓜产量与细根根长和根表面积之间均有显著的线性关系。【结论】灌水和施氮过高或过低均可以导致小南瓜产量、水氮利用效率以及根系各项特征参数显著降低,中水中氮(W2N2)处理小南瓜产量和根系各项特征参数均达到最大值;不同水氮处理主要通过对细根根长的影响进而影响小南瓜的产量。综合考虑产量、水氮利用效率以及根系生长分布,灌水量为1 100 m3•hm-2、施氮量为250 kg•hm-2为小南瓜较优的灌水施氮组合。
,
Magsci [本文引用: 2]
为构建番茄综合营养品质指标,分析其对水肥供应的响应,该文以灌水量和氮、磷、钾肥用量为试验因素,按照四元二次正交旋转组合设计,进行番茄盆栽试验,监测番茄可溶性固形物、可溶性糖、可滴定酸、糖酸比、番茄红素和维生素C 6项单一品质指标,根据主观层次分析法与客观熵权法和基于博弈论的组合赋权法,确定番茄单一营养品质评价指标权重,次序为:番茄红素>糖酸比>维生素C>可溶性糖>可溶性固形物>可滴定酸;通过近似理想解法,构建番茄果实综合营养品质评价指标。在此基础上,通过回归分析建立番茄综合营养品质与水肥因子的数学模型,分析其对水肥因子的响应关系。结果表明,各水肥因子对番茄综合营养品质的主效应表现为:施磷量>施氮量>灌水量>施钾量。当其他因素为中间水平时,番茄营养品质随灌水量或施氮量的增加呈开口向下的抛物线型变化,随磷肥用量的增加线性增加,随施钾量的增加呈开口向上的抛物线型变化。交互作用表现为,灌水量与施氮量、磷与钾肥用量之间存在显著交互作用。表明灌水量、氮肥用量过高不利于番茄综合营养品质的提高,合理增施磷肥和钾肥可有效提高番茄营养品质。
Magsci [本文引用: 2]
为构建番茄综合营养品质指标,分析其对水肥供应的响应,该文以灌水量和氮、磷、钾肥用量为试验因素,按照四元二次正交旋转组合设计,进行番茄盆栽试验,监测番茄可溶性固形物、可溶性糖、可滴定酸、糖酸比、番茄红素和维生素C 6项单一品质指标,根据主观层次分析法与客观熵权法和基于博弈论的组合赋权法,确定番茄单一营养品质评价指标权重,次序为:番茄红素>糖酸比>维生素C>可溶性糖>可溶性固形物>可滴定酸;通过近似理想解法,构建番茄果实综合营养品质评价指标。在此基础上,通过回归分析建立番茄综合营养品质与水肥因子的数学模型,分析其对水肥因子的响应关系。结果表明,各水肥因子对番茄综合营养品质的主效应表现为:施磷量>施氮量>灌水量>施钾量。当其他因素为中间水平时,番茄营养品质随灌水量或施氮量的增加呈开口向下的抛物线型变化,随磷肥用量的增加线性增加,随施钾量的增加呈开口向上的抛物线型变化。交互作用表现为,灌水量与施氮量、磷与钾肥用量之间存在显著交互作用。表明灌水量、氮肥用量过高不利于番茄综合营养品质的提高,合理增施磷肥和钾肥可有效提高番茄营养品质。
,
DOI:10.3864/j.issn.0578-1752.2016.11.012Magsci [本文引用: 1]
【目的】传统水肥管理是限制砂田设施甜瓜产业发展的主要因素。研究滴灌施肥条件下砂田设施甜瓜的水肥耦合效应,为该产业的可持续发展提供技术支撑。【方法】在滴灌施肥条件下,采用“311-B”D饱和最优设计,建立甜瓜产量、品质与水肥的回归模型,分析各因素的单因素效应、交互效应和边际效应,确定砂田设施甜瓜滴灌高产优质栽培的适宜施用量。【结果】建立了甜瓜产量、品质与灌水、氮肥、钾肥的回归模型;因素效应分析结果表明,影响甜瓜产量的主要因素是氮肥用量,其次是灌水量和钾肥用量;影响甜瓜品质的主要因素是钾肥用量,再其次是灌水量和氮肥用量;甜瓜产量、品质均随着水、肥用量的增加而先增加后降低。水、氮、钾相对于甜瓜产量与品质的交互效应也存在差异,在产量影响方面,对水而言,氮的交互效应大于钾;对氮而言,水的交互效应大于钾;对钾而言,氮的交互效应大于水。而在品质方面,对水而言,钾的交互效应大于氮,对氮而言,钾的交互效应大于水,对钾而言,氮的交互效应大于水。某一单一因子投入量偏高或偏低均不利于甜瓜产量和品质的形成,而由于水肥间的交互作用,两者配施则对产量和品质的提高具有较强的促进作用。【结论】综合考虑水、氮、钾对甜瓜产量、品质的影响,滴灌条件下,砂田设施甜瓜高产优质的水肥方案为:灌溉定额为786—796 m3·hm-2、施肥量N为170—227kg·hm-2、K2O为227—246 kg·hm-2,可作为砂田设施滴灌条件下的灌溉施肥优化方案。
DOI:10.3864/j.issn.0578-1752.2016.11.012Magsci [本文引用: 1]
【目的】传统水肥管理是限制砂田设施甜瓜产业发展的主要因素。研究滴灌施肥条件下砂田设施甜瓜的水肥耦合效应,为该产业的可持续发展提供技术支撑。【方法】在滴灌施肥条件下,采用“311-B”D饱和最优设计,建立甜瓜产量、品质与水肥的回归模型,分析各因素的单因素效应、交互效应和边际效应,确定砂田设施甜瓜滴灌高产优质栽培的适宜施用量。【结果】建立了甜瓜产量、品质与灌水、氮肥、钾肥的回归模型;因素效应分析结果表明,影响甜瓜产量的主要因素是氮肥用量,其次是灌水量和钾肥用量;影响甜瓜品质的主要因素是钾肥用量,再其次是灌水量和氮肥用量;甜瓜产量、品质均随着水、肥用量的增加而先增加后降低。水、氮、钾相对于甜瓜产量与品质的交互效应也存在差异,在产量影响方面,对水而言,氮的交互效应大于钾;对氮而言,水的交互效应大于钾;对钾而言,氮的交互效应大于水。而在品质方面,对水而言,钾的交互效应大于氮,对氮而言,钾的交互效应大于水,对钾而言,氮的交互效应大于水。某一单一因子投入量偏高或偏低均不利于甜瓜产量和品质的形成,而由于水肥间的交互作用,两者配施则对产量和品质的提高具有较强的促进作用。【结论】综合考虑水、氮、钾对甜瓜产量、品质的影响,滴灌条件下,砂田设施甜瓜高产优质的水肥方案为:灌溉定额为786—796 m3·hm-2、施肥量N为170—227kg·hm-2、K2O为227—246 kg·hm-2,可作为砂田设施滴灌条件下的灌溉施肥优化方案。
, 2018(
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]