膜下滴灌水氮耦合效应对黑花生产量的影响

2016-03-23 03:53夏桂敏陈俊秀迟道才沈阳农业大学水利学院沈阳110161
中国农村水利水电 2016年3期
关键词:水氮水肥氮肥

夏桂敏,陈俊秀,迟道才(沈阳农业大学 水利学院,沈阳 110161)

0 引 言

花生是重要的油料作物,是世界五大油料作物之一,含有丰富的脂肪和蛋白质,具有口感好、品质优等特点。其中,黑花生是我国新培育的品种,抗旱抗病性强,适合中等以上肥力及沙壤土种植[1]。从2006年起,辽宁省花生的生产状况不再低迷,截至2011年,花生种植面积由原来的96 100 hm2增加至377 100 hm2,但由于花生主要种植地为土壤较薄的丘陵地带,且没有施加充足的有机肥料以及灌溉量,导致花生亩产量低[2]。东北半干旱地区大都地表水较少,气候差异明显,冬季寒冷且漫长,春季风大,蒸发强烈,且常常会有春旱夏涝的灾害发生,造成该地区农作物的减产,农民收入降低。随着社会经济的发展及农业结构的调整,在东北半干旱地区发展节水农业成为改善该地区不良现状的必经之路,对该地区经济的持续发展有着深远的意义。基于以上情况,研究半干旱地区节水灌溉施肥对花生生长的影响具有实际意义。

水分和肥料是影响作物生长发育和生产力水平提高的重要物质基础,二者相互促进,相互制约[3-5]。水是肥效发挥的关键,肥是打开水土系统生产效能的钥匙[6],因而养分和水分结合能有效提高水肥资源的利用率[7,8],获得更高的生产和生态效益。国内外就水肥耦合对作物的生长、品质以及水肥利用率的影响已经做了大量的研究。如Cabello等[9]研究了不同水氮处理对甜瓜产量及品质的影响,表明当灌水量与实际腾发量相同、施氮量为90 kg/hm2时其水分利用效率最高,在中度水分亏缺条件下(灌水量为 90%实际腾发量),其对产量和品质影响较小。薛亮等[10]研究表明水、氮对夏玉米产量有明显的促进作用,而且氮素作用大于灌水作用;两因素交互作用对玉米产量的影响为正效应。且当生育期灌水量为 972 m3/hm2,施氮量为230 kg/hm2时,夏玉米产量最高为4 076 kg/hm2。徐国伟等[11]研究表明灌溉方式与施氮量存在明显的互作效应,轻度水分胁迫增加了水稻主要生育期根长、根质量、根质量密度、根系氧化力、总吸收面积、活跃吸收面积及根系氮代谢酶活性,降低穗分化后水稻根冠比,为该试验最佳的水氮耦合运筹模式;重度水分胁迫则降低根长、根质量、根系活力及氮代谢酶活性,增加主要生育期根冠比。王铁良等[12]研究表明水和钾肥耦合存在一个上限,产量有最大值,超过这一限度,将会产生负效应,造成产量偏低。郑永美等[13]则证明生产中施用酰胺态氮有利于花生氮代谢及氮吸收。

近年来,有关施氮和水分胁迫对花生产量、植株生育性状及氮素吸收利用等方面研究报道较多,部分学者对花生的抗旱生理也进行了一些研究[14,15],然而,有关不同水、氮条件下,水、氮互作对花生的协同作用,及其对花生生理特性和产量品质的影响等方面的研究还未见报道。本研究在遮雨棚测坑栽培人工控肥控水的条件下,研究水、氮互作对花生的协同作用及其生理特性,以期为花生高产优质栽培提供理论依据和技术指导。

1 材料与方法

1.1 试验区概况

试验于2014年5-10月在沈阳农业大学水利学院综合试验场进行。试验场地理位置为北纬41°44′,东经123°27′,海拔44.7 m。试验在带有滑动式遮雨棚的测坑中进行,每个测坑面积为2 m×1.5 m=3 m2,共计有27个测坑。遮雨棚在降雨之前关闭,雨后开启,能有效隔绝降雨,排除降雨对试验的影响。测坑土壤质地为潮棕壤土,其主要理化性质见表1。

表1 供试土壤基本理化性质Tab.1 Physical and chemical properties of the experimental soil

1.2 供试材料

供试花生品种黑花生,供试氮肥为尿素(纯含氮质量分数为46%)。

1.3 试验设计

试验采用2因素(肥料用量和灌溉上限)、3水平组合设计,设计方案见表2。

表2 试验设计方案Tab.2 Experimental design scheme

1.4 试验方法

试验共设9个处理,3次重复,共计27个测坑,每个测坑为一小区,试验采用大垄双行种植,每个小区内种植花生20穴,每穴3粒,共60株花生。小区设有保护行。测坑内种植黑花生行距50 cm,穴距20 cm。播种深度5 cm,每穴3粒,播种时沟灌适量水分,以保证安全出苗。滴灌带离播种行距15 cm左右,地膜选择0.007 cm的地膜。

采用膜下滴灌的灌水方法,灌水时先将井水引至距地面1.7 m的容积为50 kg的塑料桶内,再由塑料桶放水到滴灌带,实现重力滴灌的目的。这样不但能延长滴灌带的使用寿命,还能有效防止管涌现象,使灌溉水出流均匀[16]。试验所用肥料为尿素,按照表2,在播种时一次性施入。开沟施肥,沟深15 cm左右,施后覆土,垄上不施。

各小区埋设1 m深的Trim管3根,用以测量土壤含水率。每3天测定一次,每次测定深度为10、20、30、40、50及60 cm,并在灌水前后加测含水量。当土壤含水率达到灌溉下限时灌水以下式计算每次小区灌水量:

M=0.1γzp(θmax-θmin)/η

(1)

式中:M为设计灌水定额,mm;γ为土壤容重;z为土壤的计划湿润土层深度,m;p为土壤湿润比,即被湿润的土壤体积占计划湿润层总土壤体积的百分比,通常以地面以下20~30 cm处湿润面积占总灌溉面积的百分比来表示,本试验取30 cm;θmax和θmin适宜土壤含水率上、下限,占土壤体积的百分比。其中上限为田间持水率,下限为凋萎系数;η为灌溉水利用系数,本试验为0.90。

1.5 测定项目与方法

株高:在每小区非边行处定点3株长势中等、一致的植株挂牌,每7 d测定挂牌株的株高,采用米尺测量从子叶节至主茎顶芽的高度;叶面积:采用北京雅欣理仪科技有限公司生产的雅欣叶面积仪测定标记植株的叶片叶面积;产量:收获时实收计产。

1.6 数据分析

采用Microsoft Excel 2010和Sigmaplot软件处理数据和制图,用Spss20.0统计软件进行数据的分析。

2 结果与分析

2.1 不同水氮模式对黑花生生长性状的影响

2.1.1不同水氮模式对黑花生株高的影响

图1为膜下滴灌同一灌溉水平下3种不同施氮处理下黑花生全生育期株高的变化。由图可见,随着黑花生生育期的推进,前期生长比较快,到结荚期增长缓慢。各处理的株高均呈现增长的趋势。生育前期,处理间差异不明显,从花针期(7月13日)开始,差异开始逐渐显现。在W3灌溉水平下,N2的株高最终达到64.7 cm,分别比N1和N3高7.5%和4.2%;W2水分水平下,N2分别比N1和N3高6.0%和3.1%;W1水分水平下,N2分别比N1和N3高7.3%和4.8%。从灌水量和施氮量的耦合效应来看,W3N2处理下的黑花生株高最大,为64.7 cm,表现为最优的水氮配比;W1N1最低,为58.8 cm,可见充足的灌水量对黑花生植株的生长起促进作用,而过高以及较低的施氮量会在一定程度上抑制黑花生植株的生长。

图1 不同水肥处理对黑花生株高的影响Fig.1 Effects of different drip irrigation quota and nitrogen application on plant height of black peanut

2.1.2不同水氮模式对黑花生叶面积变化的影响

在不同水氮耦合水平下随着黑花生生育期的推进,叶面积逐渐增大,约在结荚期后期达到最大值,之后叶面积开始逐渐下降,直至成熟期,叶片完全变黄脱落为止,变化趋势如图2、图3、图4所示。由图2可以看出,在同一灌水水平下,不同施氮处理对黑花生叶面积产生了一定影响,叶面积值表现为:N2>N3>N1,说明并不是施加氮肥越多效果越好。由图3可以看出,黑花生叶面积随着灌溉量的增加而增大,其表现为:W3>W2>W1。由图4可知,从灌水量和施氮量的耦合效应来看,W3N2处理下的黑花生叶面积最大,而W1N1处理下最低,其结果与黑花生株高一致。

2.2 不同水氮模式对黑花生产量的影响

由表3和表4可知,施氮肥量和灌溉量对黑花生产量有显著性影响。各个水平之间通过LSD分析比较均达到了显著性水平,但是增加施氮肥量,产量反而下降。此时可能会造成氮肥浪费,最终可导致严重的环境污染。灌溉水平和施氮肥量交互作用对应的显著性水平P=0.045<0.05,即灌溉水平和施氮肥量交互作用对黑花生产量的影响显著。将各处理全生育期灌溉量、施肥量与产量的关系用表5显示。由表5可知,在3种灌溉水平下,在一定范围内,黑花生产量随着施氮肥量增加而呈现先增后降的趋势,当施氮肥量>150 kg/hm2时,黑花生产量有下降趋势,说明施入的氮肥量并不是越多越好;在3种施肥水平下,黑花生产量整体随灌溉量的增大而增大,最优灌溉处理为W3。虽然氮肥对黑花生的生长至关重要,但不是施氮量越大产量越高。施氮量增大到一定程度后,多余的氮肥并未提高黑花生的产量反而影响其生长。在一定范围内,水氮耦合对产量的提高具有相互促进的关系,合理有效的水氮调控措施是实现高产的前提与重要基础[17]。

图2 单位面积上不同施氮水平对叶面积动态的影响Fig.2 Effects of different Nitrogen application level on leaf area dynamics of black peanut

图3 单位面积上不同灌溉水平对叶面积动态的影响Fig.3 Effects of different irrigation level on leaf area dynamics of black peanut

图4 单位面积上各因素不同水平组合对叶面积动态的影响Fig.4 Effects of different drip irrigation quota and nitrogen application on leaf area dynamics of black peanut

表3 测坑产量方差分析结果Tab.3 The results of analysis of variance of test pit yield

注:均值差值在0.05级别上较显著。df代表自由度,sig相当于P值。P<0.05表示该因素对产量有显著的影响。

表4 LSD法对产量数据分析结果Tab.4 Linearized data formats

表5 不同灌水和施肥处理黑花生的产量 kg/hm2Tab.5 The black peanut production with different irrigation and treatments of fertilizer

2.3 水氮耦合对黑花生产量影响的效应模型

水肥两因子相互作用对作物产量的效应既可能为正,也可能为负[18]。当水分和肥料或水分与肥料中的氮、磷、钾等因素之间投入合理、供应协调时,会产生协同效应,促进作物生长[19]。在半干旱区灌溉农业中,水肥具有明显的耦合关系,肥料的增产作用不仅在于肥料本身,更重要的在于与土壤水分的互作。协调水肥的目的就是要实现水肥协同,共同促进植物的生长发育[20]。

2.3.1建立回归模型

作物产量是由多种因素综合影响的结果,且各个因素之间还具有交互效应。因此,对W1~W3和N1~N3的9种组合进行分析,可用一个包含交互项的二元二次型数学模型来描述:Y=aX21+bX22+cX1X2+dX1+eX2+f。其中,Y为回归值,即作物产量;X1、X2为两个自变量即灌溉水平和施氮肥水平,a~f为系数, 以1、2、3表示水分与养分的3个水平[21]。

运用SPSS软件,对该二元二次非线性方程进行回归分析。首先可将二元二次非线性回归模型Y=aX21+bX22+cX1X2+dX1+eX2+f转化成一个五元一次线性回归模型Y=aX1+bX2+cX3+dX4+eX5+f,2个自变量变成5个自变量,其数据格式见表6。

将数据表导入SPSS中,进行“数据分析”中的回归分析,得出线性回归分析的方差分析表,见表7。F值为48.42,其显著水平为0.004 5(p<0.05),表明存在真实的(显著的)五元一次线性回归方程,即存在真实的二元二次非线性回归方程。相关系数R2=0.988,表明拟合模型能够解释因变量大于90%变异,拟合效果好。

表6 线性化后的数据格式Tab.6 Linearized data formats

表7 线性回归分析的方差分析表Tab.7 Analysis of variance table after linear regression analysis

经过分析后得到黑花生产量的五元一次线性回归方程为:

Y=28.75X1+2 726.5X2+46.125X3+

39.167X4-670.583X5+4 487.222

(1)

将其还原即得二元二次非线性回归方程:

Y=39.167W2-670.583N2+46.125WN+

28.75W+2726.5N+4 487.222

(2)

式中:Y为黑花生产量,kg/hm2;W、N为灌水及施氮水平。

式(2)表示黑花生产量与水分和氮肥的耦合效应方程,经检验回归模型达到显著水平,说明此数学模型精确可靠,模型的预测值与实际值均十分接近,具有很高的实用性,能够为田间水肥试验结果建模提供依据。

2.3.2回归模型方程分析

方程中的回归系数,其绝对值大小能够直接反应因子的影响程度,系数前的正负号表示因子的作用方向(促进或减弱)。耦合系数为正值时,表明因素对作物产量呈正耦合效应,耦合系数为负值时,表明因素对作物产量呈负耦合效应[22]。

表8为SPSS软件五元一次线性回归方程回归系数的检验表,其中,一次项系数a为正值,说明在本试验中,调控水分对黑花生产量有促进作用;一次项系数b为正值,说明在本试验中,增施氮肥对黑花生产量有促进作用,水分、氮肥对产量影响强弱顺序为:水>氮(t1=0.707>t2=-12.108)[23];交互系数c是正值,即耦合系数是正值,说明水氮耦合为正交互效应,对产量增加有促进作用;系数e为负值,说明在试验条件下,施肥作用存在上限,超过上限,会抑制黑花生的发育,造成减产。

表8 五元一次线性回归方程回归系数的检验Tab.8 The test of the regression coefficient of linear regression equation in five unknowns

2.3.3黑花生产量预测

方程(2)是个开口向下的二次抛物曲面,存在最大值,即能够求出该耦合方程存在最高产量时对应的灌溉水平和施氮水平。用Excel软件“规划求解”功能预测黑花生产量,在Excel上建立非线性规划模型(见图5),假定单元格A4为灌溉水平W、A5为施氮水平N,在单元格B1输入因变量Y的公式,Y=39.167W2-670.583N2+46.125WN+28.75W+2 726.5N+4 487.222,并将其设为“规划求解”的“目标单元格”,并令其最大,设定A4和A5为可变单元格,然后点求解按钮。单元格B1输出产量的最大值Y=7 985.82 kg/hm2,单元格B4和B5输出分别为3和2.1,即试验结果近似设计灌溉水平W3和氮肥设计水平N2,其产量达到最大值7 985.82 kg/hm2。计算值接近试验W3N2处理条件下的最高产量7 954 kg/hm2,表明黑花生产量与水氮耦合效应方程的模拟值与实际值十分接近。因此,获得最高产量的水氮最佳组合为中氮高水组合,即施氮肥150 kg/hm2,灌溉方式为在苗期与花针期当含水率下限为田间持水率的80%及结荚期与饱果期的含水率下限为田间持水率的75%时灌水。

图5 求解过程Fig.5 Solving process

3 结 语

在作物生长发育过程中,水分和氮肥是限制作物生长与产量的关键因子[24]。一般而言,在正常灌溉条件下,随氮肥增加,作物产量增加。张翔等[25]研究指出,施用氮肥可促进花生的生长且不同品种对氮肥的响应存在明显差异。当施氮量为N 112.5 kg/hm2时,白沙1016和鲁花12号的总分枝数和结果枝数达到最大值,而远杂9102达到最大值时需要的施氮量仅为N 75 kg/hm2。于俊红等[26]研究表明,在0~120 kg/hm2范围内,随着施氮量增加,花生荚果数增加,产量提高。丁红等[27]研究认为,正常供水处理下中氮处理增加抗旱型品种花育22号的产量,对干旱敏感型品种花育23号的产量无显著影响。本研究结果表明,黑花生株高及叶面积随着灌溉量的增加增长趋势变快,说明水分对黑花生株高的生长存在正效应,增加水分会促进黑花生的增长。在氮肥用量方面的研究得出,低肥(N1)和高肥(N3)水平均会抑制黑花生的植株生长,N2处理能显著促进黑花生苗期生长,提高生长质量。

水分和氮肥对花生产量存在互作效应。汤笑[28]研究指出,水分胁迫降低了花生的产量,施氮提高了花生的产量,但水氮互作效应中,水分效应大于N肥效应。有研究表明,施氮量和灌溉量对花生植株氮素吸收、分配、转运均产生调控与互补效应,其中灌溉量起主导作用,施氮量对灌溉量有补偿效应。在本试验条件下,方差分析显示,灌溉和氮肥及其互作对黑花生产量的影响达到显著水平,其中灌溉量起主导作用,这与汤笑得出的结论一致。

综合考虑水肥协同效应、节水节肥和增产等多种因素,本试验结果表明,当施氮量为150 kg/hm2,灌溉方式为在苗期与花针期当含水率下限为田间持水率的80%及结荚期与饱果期的含水率下限为田间持水率的75%时灌水时,通过计算,黑花生的产量最高达到7 954 kg/hm2,经济效益最好。该量化指标为东北半旱区膜下滴灌条件下黑花生优质高效生产的水肥综合管理提供了依据,对发展黑花生种植业和国民经济有着极其重要的意义。试验建立了水氮耦合对黑花生产量影响的模型,该模型达到显著水平,R2等于0.988。对试验最优水肥组合范围进行验证知,结果具有较高的重现性,表明模型较准确,能够对实际生产进行预测。

[1] 夏桂敏,褚凤英,陈俊秀,等.基于膜下滴灌的不同灌水量对黑花生产量及水分利用效率的影响[J].沈阳农业大学学报,2015,46(1):119-123.

[2] 张红艳.辽宁花生产业发展研究[J].农业科技与装备,2010,(4):125-126.

[3] 米国全, 袁丽萍, 龚元石, 等. 不同水氮供应对日光温室番茄土壤酶活性及生物环境影响的研究[J]. 农业工程学报, 2005,21(7): 124-127.

[4] 王晓娟, 贾志宽, 梁连友, 等.旱地施有机肥对土壤水分和玉米经济效益影响[J]. 农业工程学报,2012,28(6):144-149.

[5] 韦泽秀, 梁银丽, 周茂娟, 等. 水肥组合对日光温室黄瓜叶片生长和产量的影响[J]. 农业工程学报, 2010,(3):69-74.

[6] 王景伟, 朱铁林, 王海泽. 水肥耦合对大豆生长发育的正交设计实验研究[J].大豆通报, 2007,(6):17-20.

[7] Baselga Y J J, Pfiew L M H, Rodriguez del R A. Response of processing tomato to three different levels of water and nitrogen application∥Lopez-Galvez J[J]. Acta Horticulture, 1993,335(ISHS):149-156.

[8] Banedjschafie S, Bastani S, Widmoser P, et al. Improvement of water use and N fertilizer efficiency by subsoil irrigation of winter wheat[J]. European Journal of Agronomy, 2008,28(1):1-7.

[9] Cabello M J, Castellanos M T, Romojaro F, et al. Yield and quality of melon grown under different irrigation and nitrogen rates[J]. Agricultural Water Management, 2009,96:866-874.

[10] 薛 亮, 周春菊, 雷杨莉, 等. 夏玉米交替灌溉施肥的水氮耦合效应研究[J]. 农业工程学报, 2008,24(3):91-94.

[11] 徐国伟, 王贺正, 翟志华, 等. 不同水氮耦合对水稻根系形态生理、产量与氮素利用的影响[J]. 农业工程学报, 2015,31(10):132-141.

[12] 王铁良, 王 冬, 李 波. 滴灌条件下水和钾肥对花生产量的耦合效应研究[J]. 节水灌溉,2014,(4):31-34.

[13] 郑永美, 王才斌, 万更波, 等. 不同形态氮肥对花生氮代谢及氮积累的影响[J]. 山东农业科学, 2012,44(2):57-62.

[14] 姜慧芳. 几个龙生型花生的耐旱形态性状研究[J]. 中国油料作物学报, 2001,23(1):12-16.

[15] 姜慧芳, 任小平. 干旱胁迫对花生叶片 SOD 活性和蛋白质的影响[J].作物学报,2004,30(2):169-174.

[16] 陈璟丽,张玉龙,王铁良,等.保护地低压节点渗灌水肥处理对番茄灌水量、产量和品质的影响[J].干旱地区农业研究,2010,28(1):49-53.

[17] 李建明,潘铜华,王玲慧,等.水肥耦合对番茄光合、产量及水分利用效率的影响[J].农业工程学报,2014,30(10):82-90.

[18] 杜建军,田霄鸿,王朝辉. 根系吸收水分和养分的作用以及以肥促根的效应汪德水旱地农田肥水关系原理与调控技术[M].北京:中国农业科技出版社,1995:106-110.

[19] 潘晓莹,武继承.水肥耦合效应研究的现状与前景[J].河南农业科学, 2011,40(10):20-23.

[20] 王智琦,马忠明,张立勤.水肥耦合对作物生长的影响研究综述[J].甘肃农业科技,2011,(5):44-47.

[21] 王 军,李和平.水肥耦合对青贮玉米常量影响研究[J].节水灌溉,2007,(7):17-19.

[22] 穆兴民.旱地作物生育对土壤水肥耦联的响应研究进展[J]. 生态农业研究,1999,(1):45-48.

[23] 龚 江,石培春,李春燕.巧用Excel解决多元非线性回归分析[J]. 农业网络信息,2011,(1):46-48.

[24] Cossan C M,Slafer G A,Savin R.Co-limited of nitrogen and water,and yield and resource-use efficiencies of wheat and barley[J].Crop and Pasture Science,2010,61(10):844-851.

[25] 张 翔,张新友,毛家伟,等.施氮水平对不同花生品种产量与品质的影响[J]. 植物营养与肥料学报,2011,17(6):1 417-1 423.

[26] 于俊红,彭智平,黄继川,等.施氮量对花生养分吸收及产量品质的影响[J].花生学报,2011,40(3):20-23.

[27] 丁 红,张智猛,戴良香,等.水氮互作对花生根系生长及产量的影响[J].2015,48(5):872-881.

[28] 汤 笑.水氮及其互作对花生生理特性和产量品质的影响[D].山东泰安:山东农业大学,2007.

猜你喜欢
水氮水肥氮肥
雅苒致力于推动水肥一体化
预计今年氮肥消费或将增加
“水肥一体”新系统 助力增收有一手
江淮小氮肥 耕耘六十年——纪念安徽小氮肥诞生六十周年
抓住机遇 主动作为 努力推进我国氮肥市场稳步前行
“水肥一体化”这么厉害!
浅谈水肥一体化技术在北方贫困山区的应用与推广
2017春季各地氮肥市场掠影
水氮交互作用对棉花产量的影响研究
水氮耦合对膜下滴灌棉花干物质积累的影响研究