通径法分析控制排水条件下影响棉花产量的因素

袁念念，黄介生，谢 华

(1.长江科学院农业水利研究所，武汉 430010;2.武汉大学水资源与水电工程科学国家重点实验室，武汉 430072)

1 研究背景

棉花的产量一般以皮棉产量表示［1－3］。皮棉产量通常由单位面积总铃数、平均铃重和衣分3部分组成。当3个因素都大时，产量最高。3个因素中除衣分主要受遗传特性支配外，其它二者受外界环境影响。影响总铃数的因素有种植密度与配置、土壤肥力和水分等;影响铃重的因素有温度、有机养料、肥水条件、病虫害等。不同种植密度［4］、不同栽培条件［5］等种植技术会对棉花产量造成影响，生育期内叶面积指数［6］、果枝数等生长指标也是棉花能否达到高产的衡量指标之一。水分和肥料通过影响叶面积指数、单铃重等对产量造成影响［7，1］。因此，棉花优质高产的人为控制因素主要是水分和肥料。

李乐农等［8］进行淹水试验研究，结果表明棉花蕾期对淹水最敏感，且由于减少了总铃数导致减产最严重。花铃期追肥数量、种类、时间是棉花能否达到高产的重要因素［9］。控制排水是一种新型的农田排水管理措施，可以减少排水量，改变土壤水分状况和土壤中养分运移状况，影响作物对养分的吸收，从而影响作物产量。国外已有研究表明［10］，合理的控制排水措施可以提高大豆、玉米产量，国内少有关于控制排水措施提高作物产量的研究报道。本文通过设置不同的控制水位处理和施氮量处理，进行对照试验和理论分析，研究了提高棉花产量的最佳控制水位和施氮量组合。

2 材料与方法

2.1 试验地点概况

试验地点位于湖北四湖管理局荆州丫角排灌试验站。该试验站位于四湖水系中区，E 112°31'，N 30°21'，海拔高程29.4m，试验场地傍靠四湖总干渠。地势平坦，土壤肥沃，土质为中壤黏土，耕作层氮、磷、钾质量分数分别为2.5，1.5，15mg/kg。多年平均气温16.5℃，多年平均降雨量1 122.0mm，多年平均水面蒸发量为977.4mm，多年平均日照时数为1 552.0 h，无霜期280d左右，试验区常年地下水埋深在1m左右。站址在平原湖区具有一定的代表性。

试验选取20个测坑，各坑面积均为2m×2m。测坑边墙由混凝土砌成，高出地面1.8 m，相邻测坑之间没有地下水位的交叉影响。坑内按大田土壤剖面组成填充土壤，土壤层厚1.5m。各坑内埋设地下水位观测井，埋设深度为地面以下1.5m。2排测坑中间装有灌溉水管，在各个测坑处有支管，装有水龙头便于干旱时灌溉。测坑外侧留有排水孔，分别位于土表、土层中部及底部。底部的排水孔接有软管，与马氏箱底部连接，测坑与马氏箱组成一个“连通器”(见图1)。根据连通器原理，马氏箱内水位高程即为测坑内水位高程。箱内有一个隔板，把箱体隔成了2部分，每部分有1个直径约2cm的孔。2个孔口均接有软管，一孔用于承接测坑排水，另一孔用于马氏箱排水。坑内排水通过底部排水孔进入马氏箱，当箱内水位高度超过隔板后通过另一个排水孔排出。隔板顶部离测坑地面的高度为设定的控制水位，调节测坑控制排水的工作原理是通过调节马氏箱的高度改变隔板顶部高程从而控制测坑排水水位。

图1 测坑水位控制装置示意图Fig.1 Schematic of water table controlling device in test pits

2.2 试验设计方案

试验变量有控制排水水位和施氮量。控制排水水位依据正交试验原则进行选择。以生育阶段和控制水位作为2个因素，生育期分4个不同生育阶段(苗期、蕾期、花铃期、吐絮期)，视为4个因素水平;控制水位埋深选取30，40，50，60，80cm 等5个因素水平，根据棉花在各个生育阶段需水情况进行正交设计，得到3种调节方案:30－40－40－30cm(苗期30cm、蕾期40cm、花铃期40cm、吐絮期 30cm，下同);50－60－60－50cm;80－80－80－80cm。并与100－100－100－100cm水位组合为自由排水对照。施氮量分3个水平:高水平H，常规水平C，低水平L。常规水平为当地经验施氮量，H高出C水平的30%，L低于C水平的30%。将控制水位和施氮量进行组合，试验方案设计如表1，各处理施氮量如表2。

表1 控制水位和施氮量组合试验方案Table 1 Experiment schemes of water table control combined with nitrogen application

表2 各处理施氮量和施肥种类Table 2 Categories and quantities of nitrogenous fertilizer

2.3 试验作物

试验用棉花品种为湘杂棉3号，生育期为175 d，表3为棉花各个生育阶段划分。

表3 棉花生育阶段起止时间Table 3 Date of the beginning and end of cotton’s growth stage

2.4 观测数据和方法

根据本研究的目的，试验主要测定棉花生育期内作物各生长指标，包括株高、果枝数、现蕾数、结铃数、不同生育阶段叶面积指数、单铃重、总产量等。每个测坑内选定一株进行标记定株，整个生育期内固定作为代表。整个生育期内，测定样本植株的各指标，各指标测定方法如下:

(1)叶面积指数:每个生育阶段测定1次;苗期，叶片较小时采用叶面积仪测定;蕾期、花铃期及吐絮期则用长宽系数法，即测定叶片长和宽，乘以系数0.77。

(2)株高:以固定的植株作为代表，用卷尺测量。每个生育阶段测定1次。

(3)果枝数:凡有现蕾的果枝均计算在内。

(4)现蕾数:人工统计样本植株的现蕾数。蕾期和花铃期现蕾较多。

(5)结铃数:人工统计样本植株的结铃数。

(6)产量:分次测产，每次收获后统计铃数及总重，计算单铃重。

试验年份2010年雨水充足，未进行灌溉。降雨资料来自站内的气象站。

3 结果与分析

3.1 通径法分析影响棉花产量的主要因素

微区棉花生长指标包括亩总株数、株高、行距、单株铃数、单株现蕾数、单株开花数、单株果枝数、叶面积指数、单个测坑产量、单铃重等。通过计算直接通径系数和间接通径系数，分析各因素对产量的影响大小。

以单个测坑总产量y为因变量，单个测坑总铃数x1、单铃重x2、盛铃期叶面积指数x3、盛铃期单株果枝数x4、株高x5为自变量，采用SPSS 17.0软件进行逐步回归分析。逐步回归分析从可供选择的5个自变量中逐步加入或剔除某个自变量，直至建立最优的回归方程为止。通过逐步回归分析，得到模型汇总结果如表4。模型1表示自变量只有x1，模型2表示添加了自变量x2。随着自变量被逐步引入回归方程，回归方程的相关系数R和决定系数R2在逐渐增大，说明引入的自变量对总产量的作用在增加，模型2为最优回归模型。决定系数R2=0.999，剩余因子较小，即对单个测坑总产量有影响的自变量主要是总铃数和单铃重。

表4 线性回归模型汇总Table 4 Aggregation of linear regression model

表5为各自变量的偏回归系数、方程截距、标准回归系数(即通径系数)、标准误差以及相对应的显著性检验结果，由此得到线性回归方程为y=－1 365.227+3.524x1+386.920x2，自变量x1，x2对 y 的直接作用分别是 P1y=0.988，P2y=0.320。

表5 回归系数输出结果Table 5 Output of regression coefficients

表6为相关系数及检验输出结果。从表中可知各自变量之间的相关系数分别是r12=r21=－0.126，自变量x1，x2与因变量y之间的简单相关系数分别是 r1y=0.948，r2y=0.195。x1通过 x2对 y的间接通径系数为r12×P2y=(－0.126)×0.320=－0.040 32，x2通过 x1对 y的间接通径系数为r21×P1y=(－0.126)×0.948=－0.119 448。

表7为相关系数分解表。从表7可以看出，单个测坑总铃数对测坑棉花产量的直接作用最大，其对产量的直接作用系数达到0.988;其次是单铃重，其对产量的直接作用系数是0.320。单个测坑总铃数通过单铃重对产量起到一定负值间接作用，但这个值较小，只有－0.040 32;单铃重通过总铃数对单个测坑的产量起到一定负值间接作用，但值也较小。

表6 相关系数及检验输出结果Table 6 Output of correlation coefficients and inspections

表7 简单相关系数的分解Table 7 Decomposition of simple correlation coefficients

3.2 施氮量对产量影响研究

表8和图2为同一施氮水平下各控制水位处理产量。由表8可以看出，常规和低施氮水平下，80cm处理产量最高;高施氮水平下控制水位为30cm时最高。各处理平均产量为高施氮水平下最高，常规施氮水平下最低。从图2中可以看出，常规和低施氮水平下，产量随着控制水位降低而提高，当控制水位为80cm时产量最高，自由排水处理产量又下降;高施氮水平下，控制水位为30cm时产量较其他处理高，当控制水位降到80cm及自由排水时，产量与其他处理无明显差异。

表8 同一施氮水平不同控制水位处理单铃重及产量统计Table 8 Individual cotton boll weight and cotton yields of controlled water table treatments in the presence of equivalent nitrogen application

图2 同一施氮水平下不同控制排水处理平均产量Fig.2 Average cotton yield of different controlled drainage treatments in the presence of equivalent nitrogen application

表9和图3为同一控制水位条件下不同施氮水平处理棉花产量。从表中可以看出，不同控制水位处理平均产量大小排序为:80－80－80－80cm＞自由排水＞30－40－40－30cm＞50－60－60－50cm。

表9 同一控制水位各施氮处理单铃重及总产量统计Table 9 Individual cotton boll weight and cotton yields of different nitrogen application treatments in the presence of equivalent controlled water table

图3 同一控制水位下不同施氮水平平均产量Fig.3 Average cotton yield of different nitrogen application treatments in the presence of equivalent controlled water table

从图3可以看出，控制水位为30－40－40－30cm时，不同施氮水平间产量差异较大，表现在高施氮水平下产量远远高于常规和低施氮水平;而控制水位为50－60－60－50，80－80－80－80cm 和自由排水处理在不同施氮水平下的产量差别较小，常规施氮水平下50－60－60－50cm处理产量略低于高、低施氮水平，80－80－80－80cm和自由排水处理产量略高于高、低施氮水平。

4 结论

由通径分析法知，结铃数和单铃重是影响单个测坑产量的主要因子，其中结铃数对产量的影响贡献最大。各处理单铃重之间无明显差别，因此，造成产量差别的主要原因为结铃数。无论施氮多少，自由排水和控制水位80cm的处理结铃数较控制水位30cm和50cm处理多且控制水位为80cm的处理结铃总数最多。控制水位80cm的处理产量最高，其次是自由排水处理，控制水位为30cm和50cm的处理产量较低。

施氮水平对棉花产量的影响不及控制排水措施明显;当控制水位为80cm时，排水较充分，既不会造成过度排水，又有利于增加棉花结铃数和产量。

［1］张文英，梅拥军.陆地棉产量构成因素条件变量分析［J］.中国农学通报，2004，20(2):109－113.(ZHANG Wen-ying，MEI Yong-jun.Conditional Variable Analysis of Yield Components in Upland Cotton［J］.Chinese Agricultural Science Bulletin，2004，20(2):109－113.(in Chinese))

［2］袁 钧，郝秀忍，孙振纲，等.旱地棉花产量构成因素的通径分析［J］.华北农学报，1994，9(1):7－11.(YUANJun，HAOXiu-ren，SUNZhen-gang，etal.Path Analysis on the Yield Components of Rainfed Cotton［J］.Acta Agriculturae Boreali-Sinica，1994，9(1):7－11.(in Chinese))

［3］王志敏，方保停.论作物生产系统产量分析的理论模式及其发展［J］.中国农业大学学报，2009，14(1):1－7.(WANG Zhi-min，FANG Bao-ting.A Review on Theoretical Models and Development of Yield Analysis in Crop Production System［J］.Journal of China Agricultural University，2009，14(1):1－7.(in Chinese))

［4］田绍仁，张丽娟，夏绍南，等.不同密度对棉花群体冠层结构及微环境的影响［J］.江西棉花，2009，31(5):17－21.(TIAN Shao-ren，ZHANG Li-juan，XIA Shaonan，etal.Effect of Different Density to Cotton Population Canopy Structure and Micro-environment［J］.Jiangxi Cotton，2009，31(5):17－21.(in Chinese))

［5］邓 忠，翟国亮，宰松梅，等.不同栽培条件对膜下滴灌棉花叶面积指数及品质和产量的影响［J］.灌溉排水学报，2010，29(1):83－85.(DENGZhong，QUGuoliang，ZAI Song-mei，etal.Effects of Cultivation Conditions on Leaf Area Index，Quality and Yield of Cotton under Mulched Drip Irrigation［J］.Journal of Irrigation and Drainage，2010，29(1):83－85.(in Chinese))

［6］柏军华，李少昆，王克如，等.棉花产量遥感预测的L-Y模型构建［J］.作物学报，2006，32(6):840－844.(BAI Jun-hua，LI Shao-kun，WANG Ke-ru，etal.L-Y Model of Cotton Yield Estimation by Remote Sensing［J］.Acta Agronomica Sinica，2006，32(6):840－844.(in Chinese))

［7］郭仁松，魏红国，张巨松，等.新疆超高产棉花群体质量指标研究［J］.干旱地区农业研究，2011，29(6):86－91.(GUO Ren-song，WEI Hong-guo，ZHANG Jusong，etal.Studies on Population Quality Index of Super High-yield Cotton in Xinjiang［J］.Agricultural Research in the Arid Areas，2011，29(6):86－91.(in Chinese))

［8］李乐农，彭克勤，孙福增，等.淹水处理对棉花产量的影响［J］.湖北农业科学，1998，(3):24－26.(LI Lenong，PENG Ke-qin，SUN Fu-zeng，etal.Effects of Flooding Treatment on Yield of Cotton［J］.Hubei Agricultural Sciences，1998，(3):24－26.(in Chinese))

［9］张取仁，张百群，鲍永瞻.棉花优化结铃模式研究［J］.安徽农业科学，1998，26(3):224－225.(ZHANG Quren，ZHANG Bai-qun，BAO Yong-zhan.Study of the Optimized Model of Boll-setting［J］.Journal of Anhui Agricultural Sciences，1998，26(3):224－225.(in Chinese))

［10］MADRAMOOTOO CA，DODDSG T，PAPADOPOULOS A.Agronomic and Environmental Benefits of Water Table Management［J］.Journal of Irrigation and Drainage Engineering，1993，119(6):1052－1064.