, 王靖, 余卫东Spatiotemporal variation and potential of heat use efficiency of wheat-maize rotation system in Henan Province
CHANGQing, WANGJing, YUWeidong通讯作者:
收稿日期:2018-08-4
修回日期:2018-11-17
网络出版日期:2019-06-25
版权声明:2019《资源科学》编辑部《资源科学》编辑部
基金资助:
作者简介:
-->
展开
摘要
关键词：
Abstract
Keywords：
-->0
PDF (21087KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
华北平原是中国重要的小麦和玉米生产区域[1],其中河南省地位尤为重要[2]。河南省商品小麦的市场年输出量占全国的25%~30%,玉米种植面积和产量分别占全国的8.9%和8.5%[3]。河南省地势西高东低,光热资源丰富,冬季适宜小麦生长,夏季适宜玉米生长[4],因此其主要种植制度为小麦-玉米轮作,相较于一年一熟或两年三熟,这种种植方式不仅能提高水分利用效率、促进粮食增产,而且有利于光、温等农业气候资源的充分利用[4,5,6,7]。研究该种植方式下热量利用率（HUE）的时空变化及其提升潜力,对充分利用光热气候条件、提高作物生长发育与热量资源的吻合度等具有重要意义。作物生长发育需要一定的热量条件。积温是作物生育期日有效温度的累积（单位为oCd）,作物全生育期所需有效积温是反映作物品种熟型的重要指标。HUE是指单位土地面积上作物产量与全生育期所需有效积温之比[8],用于评价一个地区的热量资源利用水平。崔读昌[9]指出,世界范围内HUE分布极不平衡,如北欧的荷兰和瑞典HUE达2.0 kg·（oCd·hm2）-1,而非洲东北部的苏丹和亚洲西南部的也门HUE则低于0.1 kg·（oCd·hm2）-1。中国粮食作物的HUE区域差异也很明显[10],如东北地区HUE为1.4 kg·（oCd·hm2）-1,华北平原为1.0 kg·（oCd·hm2）-1,长江中下游为0.87 kg·（oCd·hm2）-1,干旱半干旱地区为0.86 kg·（oCd·hm2）-1,西南地区为0.65 kg·（oCd·hm2）-1,华南地区为0.5 kg·（oCd·hm2）-1。总体上,中国HUE北方高于南方,热量资源丰富的地区HUE较低。研究表明,同种作物HUE在不同区域也存在较大差异,如刘晓迎[11]计算得到1983—2014年豫北沁阳夏玉米HUE平均为4.0 kg·（oCd·hm2）-1,而钱锦霞等[8]计算的山西省玉米HUE为1.37 kg·（oCd·hm2）-1。此外,作物类型[11]和种植方式[12]对HUE也有较大影响。
当前对HUE的研究多数是基于小麦或玉米等单种作物,而对小麦-玉米轮作系统的热量资源时空变化及其利用潜力尚不明确,缺乏系统性和定量化研究,以小麦-玉米轮作为主要种植制度的河南省HUE区域差异较大,区域间热量资源提升潜力不同[13]。本文在河南省作物区划基础上,分析不同区域1981—2014年小麦、玉米及其轮作系统的生育期变化规律,并对作物潜在和实际有效积温及作物热量利用率时空分布特征进行研究,定量化评价河南省热量资源的利用程度及提升潜力,以期为河南省乃至华北平原热量资源的优化配置、作物生产潜力的挖掘及热量资源利用效率的提高提供理论支撑。
2 研究区概况、数据来源与研究方法
2.1 研究区概况
河南省位于中国中部偏东,黄河中下游,介于110o21’E—116o39’E、31o23’N—36o22’N之间,地势西高东低,东部属于黄淮海平原。该区为大陆性季风气候,雨热同季[14],年平均气温为12~15oC[13],年平均降水量500~900 mm[15],无霜期约为190~230 d[16],是中国主要的小麦-玉米轮作系统种植区[17]。小麦生长期≥0oC积温为1700~2800oCd[18],玉米生长期≥10oC积温为2100~2700oCd[4]。根据农业气候特点,本文的研究区域分为豫北（I）,豫西（II）,豫东（III）和豫南（IV）,包括17个研究站点,研究区域V为水稻种植区[19]。其中豫北包括汤阴、濮阳、新乡、沁阳和封丘;豫西包括三门峡、卢氏、伊川和汝州;豫东包括杞县、商丘、黄泛区、沈丘和驻马店;豫南包括内乡、南阳和方城（图1）。
显示原图|下载原图ZIP|生成PPT图1河南省小麦—玉米轮作系统研究分区和研究站点
-->Figure 1Study division of wheat-maize rotation system and distribution of study sites in Henan Province
-->
2.2 数据来源与研究方法
2.2.1 数据来源及作物有效积温、有效积温差和热量利用率河南省17个研究站点1981—2014年逐日平均气温资料来自中国气象局国家气象信息中心,用于计算作物潜在和实际有效积温及有效积温差。潜在有效积温为作物潜在生长季内的有效积温,为便于比较,本文统一设定小麦为上年10月—翌年5月≥0oC的有效积温,玉米为6月—9月≥10oC的有效积温,小麦-玉米轮作系统潜在有效积温为两者之和。实际有效积温为作物实际生长期内的有效积温,小麦为其实际生长期内≥0oC的有效积温,玉米为其实际生长期内≥10oC的有效积温,小麦-玉米轮作系统实际有效积温为两者之和。有效积温差指潜在有效积温减去实际有效积温,反映热量资源的利用程度。
小麦和玉米的实际生长期和产量资料来自于河南省农业气象观测站。小麦和玉米的实际生长期为其播种到成熟日期间的时间段（表1）,用于计算作物的实际有效积温。小麦生长期均在10月—翌年6月之间,玉米生长期除汤阴和濮阳平均播种期在5月下旬、卢氏成熟期在10月1日外,各站玉米生长期均在6月—9月之间。作物实际有效积温与小麦和玉米产量用于计算作物的HUE（（kg·（℃d·hm2）-1）。
Table 1
表1
表1研究区域不同站点小麦和玉米实际生长期
Table 1Actual growth period of wheat and maize at the study sites in Henan Province
| 区域 | 站点 | 小麦 | 玉米 | |||
|---|---|---|---|---|---|---|
| 播种日期 | 成熟日期 | 播种日期 | 成熟日期 | |||
| 豫北 | 汤阴 | 10月8日 | 5月28日 | 5月26日 | 9月16日 | |
| 濮阳 | 10月10日 | 6月5日 | 5月23日 | 8月25日 | ||
| 新乡 | 10月10日 | 6月1日 | 6月5日 | 9月14日 | ||
| 封丘 | 10月12日 | 6月6日 | 6月6日 | 9月17日 | ||
| 沁阳 | 10月8日 | 5月30日 | 6月4日 | 9月9日 | ||
| 豫东 | 杞县 | 10月17日 | 6月4日 | 6月6日 | 9月15日 | |
| 商丘 | 10月14日 | 5月31日 | 6月9日 | 9月13日 | ||
| 驻马店 | 10月17日 | 5月25日 | 6月8日 | 9月14日 | ||
| 黄泛区 | 10月13日 | 6月1日 | 6月12日 | 9月18日 | ||
| 沈丘 | 10月12日 | 5月30日 | 6月8日 | 9月14日 | ||
| 豫西 | 三门峡 | 10月10日 | 6月3日 | 6月7日 | 9月20日 | |
| 伊川 | 10月10日 | 5月26日 | 6月4日 | 9月11日 | ||
| 汝州 | 10月13日 | 5月30日 | 6月3日 | 9月11日 | ||
| 卢氏 | 10月17日 | 6月11日 | 6月14日 | 10月1日 | ||
| 豫南 | 方城 | 10月24日 | 5月30日 | 6月7日 | 9月18日 | |
| 内乡 | 10月21日 | 5月27日 | 6月4日 | 9月6日 | ||
| 南阳 | 10月22日 | 5月28日 | 6月6日 | 9月12日 | ||
新窗口打开
作物热量利用率由下式计算：
式中：Y为作物实际产量（kg·（hm2）-1）;
2.2.2 变化趋势和显著性检验
线性回归是数理统计中一种简单的回归分析方法,常采用最小二乘法拟合,用于表示因变量与自变量之间的线性相关关系,该方法简单、方便,可以准确计量各因素之间的相关程度及回归拟合程度的高低,在实际中得到广泛应用。本文采用一元线性回归分析法分析小麦、玉米及其轮作系统潜在与实际有效积温、有效积温差及热量利用率随时间的变化趋势[20],计算公式为：
式中：t表示要素所对应的年序;a为回归系数,表示要素多年变化趋势,正值表示呈增加趋势,负值表示呈减少趋势;b为常数项。采用F检验对回归系数a进行显著性检验（P<0.05为变化显著）。
2.2.3 空间插值
反距离加权插值（Inverse Distance Weighting, IDW）是ArcGIS中一种常用而简单的空间插值方法,它以插值点与样本点间的距离为权重进行加权平均,离插值点越近的样本赋予的权重越大。此种方法简单易行、直观、效率高,常用于站点尺度向区域尺度的转化[21]。相较于克里金插值等其他方法,该插值法在已知点分布均匀的情况下插值效果好,插值结果在插值数据的最大值和最小值之间,但缺点是易受极值的影响。河南省地势平坦、气温等气象要素空间变化幅度较均匀,极值情况不易发生,且研究站点在空间上分布较均匀,适用反距离加权插值法,因此本文采用该方法对研究区域各站点数值进行插值,得到各要素空间分布特征和变化趋势。
3 结果分析
3.1 小麦、玉米及其轮作系统实际生育期长度及其年代际变化
小麦生育期长度随纬度升高而增加,玉米则无明显空间分布规律。在各区域小麦和玉米生育期长度变化的共同影响下,不同年代小麦-玉米轮作系统生育期长度变化特征为：豫北略增加、豫东呈增—减—增变化特征、豫西呈缩短趋势、豫南呈先减后增变化趋势（图2）。
显示原图|下载原图ZIP|生成PPT图21981—2014年不同年代河南省不同区域小麦、玉米和小麦-玉米轮作系统生育期长度
-->Figure 2Length of growing periods of wheat, maize and wheat-maize, cropping system in different areas of Henan Province in the 1980s, 1990s, 2000s and 2010-2014
-->
小麦生育期长度豫北为234~239 d,豫东为223~233 d,豫西为228~238 d,豫南仅212~224 d,表现出随纬度降低而减少的特征。玉米生育期长度在各区域均为97~108 d,空间差异较小。从各区域不同年代作物生育期长度变化看,豫北玉米生育期长度增加而小麦生育期长度无明显变化,因此小麦-玉米轮作系统生育期长度略有增加;豫东小麦生育期长度呈增—减—增变化特征而玉米生育期长度无明显变化,因此小麦-玉米轮作系统生育期长度也呈增—减—增的变化特征;豫西小麦生育期长度从2000s开始明显缩短,而玉米生育期长度以1990s为时间节点呈先减后增变化趋势,因此小麦-玉米轮作系统生育期长度随年代变化呈缩短趋势;豫南小麦-玉米轮作系统生育期长度为先减后增趋势,主要是由于小麦生育期长度在2000s以前缩短、2000s以后略有增加,而玉米生育期长度无明显变化所致。
小麦生育期长度呈纬向分布特征主要与不同纬度带小麦生长期的温度差异有关。作物生育期长度的时空变化特征是不同区域气候变化、作物品种更替及播期变化共同作用的结果。
3.2 小麦和玉米品种生育期所需有效积温变化
选取豫北的新乡、豫西的三门峡、豫东的商丘和豫南的南阳作为各区域代表站,图3和图4分别表示1981—2014年小麦和玉米品种生育期所需实际有效积温的变化特征。
显示原图|下载原图ZIP|生成PPT图31981—2014年河南省新乡（豫北）、三门峡（豫西）、商丘（豫东）、南阳（豫南）小麦生育期所需有效积温变化趋势
注：回归线为小麦品种生育期所需有效积温的变化趋势,**为极显著P<0.01,*为显著P<0.05;误差线为相同品种有效积温的变化;空心点表示相同品种生育期所需有效积温的平均值,实心点表示各品种当年生育期所需有效积温;回归线旁为品种名称。
-->Figure 3Trend in actual effective thermal time of winter wheat in Xinxiang (Northern Henan), Sanmenxia (Western Henan), Shangqiu (Eastern Henan) and Nanyang (Southern Henan) of Henan Province, 1981-2014
-->
显示原图|下载原图ZIP|生成PPT图41981—2014年河南省新乡（豫北）、三门峡（豫西）、商丘（豫东）、南阳（豫南）玉米生育期所需有效积温变化趋势
注：回归线为玉米品种生育期所需有效积温的变化趋势,**为极显著P<0.01,*为显著P<0.05;误差线为相同品种有效积温的变化;空心点表示相同品种生育期所需有效积温的平均值,实心点表示各品种当年生育期所需的有效积温;回归线旁为品种名称。
-->Figure 4Trend in actual effective thermal time of maize in Xinxiang (Northern Henan), Sanmenxia (Western Henan), Shangqiu (Eastern Henan) and Nanyang (Southern Henan) of Henan Province, 1981-2014
-->
1981—2014年,小麦生育期所需有效积温在豫北的新乡、豫西的三门峡、豫东的商丘和豫南的南阳分别增加11.6oCd·a-1、4.6oCd·a-1、5.1oCd·a-1和6.2oCd·a-1（图3）。可见,该时期上述各区域小麦生育期所需有效积温均呈显著增长趋势,且豫北增长最多。小麦品种生长所需有效积温增加反映了采用中晚熟品种对小麦适应气候变暖和保证生育期长度的稳定有重要作用。
1981—2014年,玉米生育期所需有效积温在豫北的新乡、豫西的三门峡、豫东的商丘和豫南的南阳分别增加8.7oCd·a-1、5.1oCd·a-1、3.1oCd·a-1和3.5oCd·a-1（图4）。可见,与小麦生育期所需有效积温变化趋势相似,该时期上述各区域玉米生育期所需有效积温也均呈显著增长趋势,增长速率豫北最高,豫西次之,豫东和豫南最低。同样反映了玉米采用中晚熟品种以缓解气候变暖对玉米生育期缩短影响的必要性。
3.3 小麦潜在有效积温、实际有效积温和有效积温差及其变化
小麦≥0oC潜在有效积温在2170~2660oCd之间,纬向变化北低南高,经向变化自西向东呈低—高—低的变化趋势（图5a）。实际有效积温在2040~2430oCd之间,豫西和豫东交界处最高,豫北北部和豫南最低（图5b）。小麦有效积温差在4~445oCd之间,且随纬度的升高呈减少趋势（图5c）。小麦有效积温差均为正值,表明河南省各区域小麦生长季的热量资源未被充分利用,有效积温差随纬度降低而增加,表明豫南热量利用潜力较豫北大。
显示原图|下载原图ZIP|生成PPT图5小麦潜在有效积温、实际有效积温和有效积温差（a, b, c）及其变化率（d, e, f）
注：TTW_P：小麦潜在有效积温;TTW_A：小麦实际有效积温;TTW_（P-A）：小麦有效积温差;TT'W_P：小麦潜在有效积温变化率;TT'W_A：小麦实际有效积温变化率;TT'W_（P-A）：小麦有效积温差变化率。
-->Figure 5Potential (a) and actual (b) effective thermal time and the gap between potential and actual effective thermal times (c) of wheat and their change rates (d, e, f)
-->
小麦潜在有效积温除豫北的封丘外均呈显著增加趋势,且增加趋势在豫北西部、豫东南部和豫南尤为显著（图5d）;小麦实际有效积温除豫西的汝州和豫南的方城外也均呈增加趋势,且河南省东北部增长速率高于西南部（图5e）。在小麦潜在和实际有效积温变化的共同影响下,小麦有效积温差除豫北的汤阴和新乡外均呈增加趋势,且河南西南部增长速率高于东北部（图5f）。综上,1981—2014年,在气候变暖背景下,随着小麦品种更替,小麦潜在和实际有效积温均增加,且豫南小麦有效积温差较高,热量利用潜力较大。
3.4 玉米潜在有效积温、实际有效积温和有效积温差及其变化
玉米≥10oC潜在有效积温在1630~1960oCd之间,经向变化西低东高（图6a）,实际有效积温在1460~1790oCd之间,纬向变化北高南低,经向上自西向东呈低—高—低的变化趋势（图6b）。在潜在和实际有效积温的共同影响下,玉米有效积温差在50~327oCd之间,豫东和豫南高于豫北和豫西（图6c）。与小麦有效积温差相似,玉米有效积温差也均为正值,表明河南省各区域玉米生长期热量资源未被充分利用,且东部和南部热量利用潜力更高。
显示原图|下载原图ZIP|生成PPT图6玉米潜在有效积温、实际有效积温和有效积温差（a, b, c）及其变化率（d, e, f）
注：TTM_P：玉米潜在有效积温;TTM_A：玉米实际有效积温;TTM_（P-A）：玉米有效积温差;TT'M_P：玉米潜在有效积温变化率;TT'M_A：玉米实际有效积温变化率;TT'M_（P-A）：玉米有效积温差变化率。
-->Figure 6Potential (a) and actual (b) effective thermal time and the gap between potential and actual effective thermal times (c) of maize and their change rates (d, e, f)
-->
玉米潜在有效积温在河南省均呈增加趋势,且82.4%的站点增加显著,主要位于豫北西部和豫西大部（图6d）;玉米实际有效积温除豫北的封丘、豫西的卢氏及豫南的内乡和方城外均呈增加趋势,且61.5%的站点增加显著,河南省东北部的增长速率高于西南部（图6e）。在玉米潜在和实际有效积温变化的共同影响下,玉米有效积温差在河南大部分地区呈下降趋势,其中豫北的汤阴、新乡和豫东的杞县下降显著（图6f）。表明河南省大部分地区玉米生长期对热量资源的利用程度有较大提高。
3.5 小麦-玉米轮作系统潜在有效积温、实际有效积温和有效积温差及其变化
小麦-玉米轮作系统潜在和实际有效积温分别在3815~4560oCd（图7a）和3650~4115oCd之间（图7b）,有效积温差在154~827oCd之间（图7c）。潜在有效积温纬向变化北低南高,经向变化自西向东呈低—高—低的特征,实际有效积温河南省西北部高于东南部,有效积温差随纬度的升高呈减少趋势。可见,豫北和豫西西部潜在和实际有效积温均较低,有效积温差也较低,该区域热量资源匮乏是限制热量潜力提升的关键因素;豫西东部潜在和实际有效积温均较高,有效积温差也较高,该区热量资源丰富,仍有较大的利用潜力;豫东大部和豫南潜在有效积温较高而实际有效积温较低,因此有效积温差较高,该区热量资源丰富而实际利用效率低,今后应着重提高该区热量资源的利用率。
显示原图|下载原图ZIP|生成PPT图7小麦-玉米轮作系统潜在有效积温、实际有效积温和有效积温差（a, b, c）及其变化率（d, e, f）
注：TTP：小麦-玉米轮作系统潜在有效积温;TTA：小麦-玉米轮作系统实际有效积温;TT（P-A）：小麦-玉米轮作系统有效积温差;TT'P：小麦-玉米轮作系统潜在有效积温变化率;TT'A：小麦-玉米轮作系统实际有效积温变化率;TT'（P-A）：小麦-玉米轮作系统有效积温差变化率。
-->Figure 7Potential (a) and actual (b) effective thermal time and the gap between potential and actual effective thermal times (c) of wheat-maize cropping system and their change rates (d, e, f)
-->
1981—2014年,小麦-玉米轮作系统潜在有效积温除豫北的封丘外均呈显著增加趋势,且河南西部增加趋势较东部更为显著（图7d）,主要与区域间气候变暖程度差异有关;实际有效积温除豫南的方城外均呈增加趋势,且56.3%的站点增长显著（图7e）。表明通过小麦和玉米品种的改良与选择、中晚熟品种提高了作物对该区热量资源的利用程度;小麦-玉米轮作系统有效积温差仅有2个站点显著下降,而6个站点显著升高,其余站点变化不显著（图7f）,表明河南省大部分地区热量资源仍有较高的挖掘潜力。
3.6 小麦、玉米及其轮作系统热量利用率时空分布
小麦-玉米轮作系统热量利用率（HUE）受作物生育期有效积温和产量的共同影响。1981—2014年,小麦热量利用率HUEW为1.5~2.8 kg·（oCd·hm2）-1（图8a）,玉米HUEM为2.3~4.3 kg·（oCd·hm2）-1（图8b）,小麦-玉米轮作系统HUE为1.7~3.4 kg·（oCd·hm2）-1（图8c）,介于小麦和玉米之间。空间分布特征较为相似,均表现为豫北高于豫南,豫东高于豫西。
1981—2014年,64.7%的研究站点HUEW显著提升,主要位于豫北东部和豫东大部（图8d）,该区HUEW有所提升,但仍存在较大的提升空间。52.9%的研究站点HUEM显著升高,主要位于豫北东部、豫东东部和南部、豫南及豫西西部（图8e）,河南省有超过一半的站点HUEM显著提升,热量利用程度得到较大改善。HUE除豫东的黄泛区和豫西的伊川外,76.5%的站点显著提升,变化显著的站点分布与玉米的相似（图8f）,在小麦和玉米共同影响下,河南大部分地区HUE有所提升,但仍存在较大的提升潜力,尤其是在豫南和豫东大部。
显示原图|下载原图ZIP|生成PPT图8小麦、玉米和小麦-玉米轮作系统的热量利用率（a, b, c）及其变化率（d, e, f）
注：HUEW：小麦热量利用率;HUEM：玉米热量利用率;HUEW：小麦-玉米轮作系统热量利用率;HUE'W：小麦热量利用率的变化率;HUE'M：玉米热量利用率的变化率;HUE'：小麦-玉米轮作系统热量利用率的变化率,表示HUE的变化快慢程度。
-->Figure 8Heat use efficiency (HUE) of wheat (a), maize (b), wheat-maize cropping system (c) and their change rates (d, e, f)
-->
4 结论与讨论
4.1 结论
本文在分析1981—2014年不同年代小麦、玉米及其轮作系统生育期长度变化规律、不同作物品种生育期所需有效积温变化特征的基础上,研究了河南省小麦、玉米及其轮作系统潜在与实际有效积温和有效积温差及其变化,进一步分析了作物热量利用率的时空变化特征,得到如下结论：（1）1981—2014年,河南省各区域小麦和玉米生育期所需有效积温均呈增加趋势,是各区域为适应气候变化、提高热量利用率而选用中晚熟品种的结果。
（2）小麦有效积温差为4~445oCd,随纬度升高递减,豫南热量利用潜力较豫北大,今后应充分挖掘。而玉米有效积温差为50~327oCd,自西北向东南递增,随年代变化呈下降趋势,反映玉米生长季热量利用程度有较大提升。小麦-玉米轮作系统有效积温差为154~827oCd,88.2%的站点有效积温差并未下降,热量利用程度未得到有效改善。豫东大部和豫南有效积温差较高,该区热量资源丰富而实际利用效率低,今后应着重提高热量资源的利用率。
（3）1981—2014年,小麦、玉米及其轮作系统热量利用率分别为1.5~2.8 kg·（oCd·hm2）-1,2.3~4.3 kg·（oCd·hm2）-1和1.7~3.4 kg·（oCd·hm2）-1,均为豫北高于豫南,豫东高于豫西。河南大部分地区小麦-玉米轮作系统热量利用率有明显提升和改善,但在豫南和豫东仍存在较大的提升潜力。
4.2 讨论
对比不同地区的HUE可反映不同研究区的热量利用程度和提升潜力。研究发现不同地区粮食作物HUE差异较大,青藏高原粮食作物HUE为1.50 kg·（oCd·hm2）-1,东北地区为1.40 kg·（oCd·hm2）-1,华北、西南、华南地区分别为1.00 kg·（oCd·hm2）-1、1.65 kg·（oCd·hm2）-1、0.55 kg·（oCd·hm2）-1[10]。本文计算得出河南省HUEW、HUEM分别为1.5~2.8 kg·（oCd·hm2）-1和2.3~4.3 kg·（oCd·hm2）-1,高于华北地区粮食作物HUE,反映了河南省热量利用强度在华北平原处于较高的水平。周宝元[22]试验研究指出,河南浚县小麦和玉米热量利用率分别约为4.70 kg·（oCd·hm2）-1和4.90 kg·（oCd·hm2）-1,兰考为4.20 kg·（oCd·hm2）-1和4.00 kg·（oCd·hm2）-1,温县为4.50 kg·（oCd·hm2）-1和4.10 kg·（oCd·hm2）-1;付雪丽[23]试验研究表明河南省温县和焦作周年热量利用率为3.90~4.23 kg·（oCd·hm2）-1和4.19~4.21 kg·（oCd·hm2）-1,高于本文得到的HUE结果,这是因为以上研究基于高产试验,因而产量普遍高于农业气象观测站。此外,本研究结果得出的小麦-玉米轮作系统HUE为1.7~3.4 kg·（oCd·hm2）-1,介于HUEW和HUEM之间,是小麦和玉米热量利用率的综合结果。总体而言,小麦-玉米轮作系统HUE在豫西、豫南和豫东西部、南部较低,特别需要注意通过作物品种的选择和搭配,合理安排小麦和玉米生长季长度,从而充分利用各区域热量资源,达到提高资源利用效率和高产的目的。豫西小麦热量利用潜力差异较大,实际利用率较低,且多年并未提高;玉米热量利用潜力较大,实际利用率较低,仅在豫西西部显著提升。因此,豫西应选择生育期较长的小麦和玉米品种,充分利用增加的热量资源。豫南、豫东南部和西部小麦和玉米热量利用潜力均较高,而小麦热量利用率较高、玉米玉米热量利用率较低,因此这些区域应重点考虑提高玉米产量以改善玉米热量利用率。
豫南及豫东南部和东部热量资源丰富,但作物生育期较短,热量未被充分利用,主要与该区土壤肥力较低、生产条件差、田间管理粗放、季节性旱涝和病虫害频发有关。该区应通过增施磷钾肥、改善种植条件、提升栽培管理技术、合理灌溉、及时排水等农业管理措施,减轻小麦-玉米轮作系统热量利用率的限制因素[24]。豫东北部、豫西和豫北地区潜在和实际有效积温总体较低,空间分布差异较大,表明该区热量资源匮乏、利用率水平区域差异大,仍有较多的热量资源未被充分利用。究其原因,一方面与该区域降水量不足有关,水分不足导致热量资源未能被充分利用,今后在该区应通过合理灌溉,特别是冬小麦生长季及时灌溉[25],玉米开花期补充灌溉,以满足作物对水分的需求从而提高热量利用率;另一方面,还与品种选择不当、施肥管理不科学有关。为此,今后应选用株型紧凑、成熟期中等的品种,如周麦16和周麦22等;施肥方面应采用秸秆还田,尽量增施有机肥,合理分配氮肥基追比例,推广化肥深施技术等[26]。
The authors have declared that no competing interests exist.
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
| [1] | [J]. |
| [2] | [J]. [J]. |
| [3] | [J]. [J]. |
| [4] | [J]. [J]. |
| [5] | [J]. [J]. |
| [6] | [J]. |
| [7] | [J]. |
| [8] | [J]. [J]. |
| [9] | [J]. [J]. |
| [10] | [J]. [J]. |
| [11] | [J]. [J]. |
| [12] | [J]. [J]. |
| [13] | [D]. [D]. |
| [14] | [J]. |
| [15] | [D]. [D]. |
| [16] | [J]. [J]. |
| [17] | [D]. [D]. |
| [18] | [D]. [D]. |
| [19] | [J]. [J]. |
| [20] | [J]. [J]. |
| [21] | [J]. [J]. |
| [22] | [D]. [D]. |
| [23] | [J]. [J]. |
| [24] | [J]. [J]. |
| [25] | [J]. [J]. |
| [26] | [J]. [J]. |
