不同密度及施肥措施对玉米新品种三峡玉9号产量的影响

2016-03-26 09:35冯云超余志江张兴端霍仕平晏庆九向振凡张芳魁
中国种业 2016年1期
关键词:高产栽培数学模型玉米

张 健 冯云超 余志江 张兴端 霍仕平 晏庆九 向振凡 张芳魁

(重庆三峡农业科学院,万州404155)



不同密度及施肥措施对玉米新品种三峡玉9号产量的影响

张 健 冯云超 余志江 张兴端 霍仕平 晏庆九 向振凡 张芳魁

(重庆三峡农业科学院,万州404155)

摘要:采用二次回归正交旋转组合设计,建立了玉米新品种三峡玉9号高产栽培数学模型,研究了玉米产量与种植密度、氮肥、磷肥、钾肥、锌肥5因素的定量关系,解析了各因素对总产量的主效应及互作效应。结果表明,各因素对三峡玉9号产量的影响大小为:施钾量(X4)>种植密度(X1)>施氮量(X2)>施磷量(X3)>施锌量(X5),并筛选了每hm2产量8426.92kg以上农艺措施最优组合方案是:密度55404~57192株,施氮肥(尿素)495.96~518.16kg、磷肥(过磷酸钙)579.90~604.05kg、钾肥(氧化钾)103.688~109.425kg和锌肥(硫酸锌)2.589~2.834kg。

关键词:玉米;高产栽培;旋转设计;数学模型

西南玉米带是我国第三大玉米种植带,本区地形地貌多样,生态条件复杂,大多数玉米种植区域土壤瘠薄,目前生产上可供选择的耐瘠抗旱、丰产性和适应性好的高产优质杂交玉米品种较少,加之在生产上农民习惯种植“稀大窝”,偏施氮肥,不习惯氮、磷、钾肥配合施用,导致土壤营养元素特别是微量元素失衡,常出现一系列缺素症状,影响玉米的生长发育,导致产量不高[1-3]。三峡玉9号是重庆三峡农科院育成的杂交玉米新品种,于2012年和2013年分别通过重庆市和国家审定;2010-2011年参加重庆市区域试验,平均产量561.2kg/667m2,比对照渝单8号增产10.68%;2011-2012年参加国家西南春玉米品种区域试验,2年平均产量629.4kg/667m2,比对照增产6.9%。同时参加2012年西南春玉米生产试验,平均产581.8kg/667m2,比对照渝单8号增产11.1%。三峡玉9号是同期重庆市区试和国家西南区试参试品种中对山区环境条件适应性特强、稳产性表现最好、饲用品质优良的品种。为加速该品种推广应用步伐,通过开展种植密度和施肥(N、P、K、Zn)等综合农艺措施对三峡玉9号产量影响的研究,为大面积高产栽培提供理论依据。

1 材料与方法

1.1 供试材料及试验地概况 供试材料为重庆三峡农业科学院选育的国家审定的玉米新品种三峡玉9号。试验于2014年4-8月在重庆三峡农业科学院梁平基地(海拔765m)进行,土质为石灰性壤土,有机质含量16.1g/kg、有效氮59.31mg/kg,有效磷46.78mg/kg,有效钾177.96mg/kg,有效锌0.52mg/kg。

1.2 试验设计 试验采用五元二次回归正交旋转组合设计,以种植密度(X1)、施氮量(X2)、施磷量(X3)、施钾量(X4)和施锌量(X5)为参试因子,变量设计水平及编码见表1。随机排列,4行区,行长4m,小区面积13.6m2,36个小区。4月15日直播,5月2日定苗,每窝2株。各小区单独施肥,其中氮肥(尿素含纯N 46%)按1∶2∶2比例在苗期、拔节期、孕穗期分3次施用;磷肥(过磷酸钙含P2O512%)作为底肥一次性施用;钾肥(氯化钾含K2O 60%)、锌肥(硫酸锌,化学纯ZnSO4·7H2O)在苗期作追肥一次性施用。8月16日每小区收获中间2行测产。

表1 试验因子设计水平及编码

1.3 数据处理 采用Excel 2003进行数据整理,数据处理及分析采用DPS软件[2]。

2 结果与分析

2.1 回归模型建立与分析 试验方案及试验结果平均值见表2,按五元二次回归正交旋转组合设计的统计方法[1],得到杂交玉米新品种三峡玉9号产量(Y)与试验因素(Xi)之间的回归模型:

对回归方程进行方差分析结果见表3,F检验结果表明失拟性不显著,回归关系极显著,说明二次回归方程拟合得较好。通过系数显著性检验,在0.1水平上,将不显著项剔除,得到方程:

对该模型进行方差分析结果见表3,失拟项的F1=0.299F0.05(20,15)=2.33,达到显著水平,复相关系数R2=0.8009,达到极显著水平,表明试验数据与采用的模型拟合较好,回归模型有效,可以进行深化分析和预测。同时,对各个回归系数进行了显著性测验,显著水平标注在方程中。

表2 正交旋转组合试验结构矩阵及结果

2.2 效应分析

2.2.1 主要因素效应分析 固定其中4个因素为0水平,可以导出另一因素与产量关系的回归子模型,分别为:

根据偏回归系数绝对值大小可以直接判明各因素对三峡玉9号产量的影响大小为:施钾量(X4)>种植密度(X1)>施氮量(X2)>施磷量(X3)>施锌量(X5)。

对方程进行解析,其中在氮肥[-2,0]、磷肥[-2,0]、钾肥[-2,0]、密度[-2,0.5]、锌肥[-2,1]区域内为增函数,随着密度和施肥量的增加,玉米产量相应提高(图1)。

表3 试验结果方差分析

图1 主效应分析

将不同水平值分别代入上述方程得出其对应的产量值,密度取不同编码值,对产量的影响很大,并在编码为0水平产量达到最大值,比编码-2时产量增加20.72%。这说明在西南山区“稀大窝”的种植习惯是导致玉米单产上不去的主要原因,只有适当增加种植密度才能获得更多的群体产量。

2.2.2 边际效应分析 对各回归子模型求一阶导数,可分析各因素的边际效应。即指某一因素变量每增加一个单位时的产量。

将各因素的不同编码代入时,得到如下边际产量效应(表4)。从表4可以看出,当某因素取-2水平时(除该因素外其余因素均取0水平),各因素对产量的影响顺次为X1>X4>X3>X2>X5;当某因素取2水平时,各因素对产量的影响顺次为X1>X3>X4>X2>X5。

从表4还可以看出,在低水平时,各因素的边际产量较大,随着因素水平的增加,边际产量降低,即表现出报酬递减的趋势,其中密度、氮肥、磷肥、钾肥、锌肥分别在0.320、1.007、0.375、0.659、0.149水平时边际产量为0,之后再随着各因素水平的增加边际产量为负。

表4 各因素的边际产量效应

2.2.3 互作效应分析 玉米产量的形成是各因素共同作用的结果,只有进行因素间互作效应的分析,才能较客观地揭示其内在联系,为科学地寻求三峡玉9号最佳农艺组合方案提供科学依据。选择对三峡玉9号产量结果影响显著的交互项,固定其中3个因素为0水平,导出另2个因素与产量关系的回归子模型。

根据以上子模型可计算两因素在不同水平搭配时的产量效应(表5~8)。从表5可知,X1与X3的交互效应的最高点出现在(-2,-1),说明降低密度只有配施低磷量易于获得高产;而最低点出现在(2,-2),表明高密度低施磷量配合是不行的。同时还可以看出,高密度下各施磷量组合均不能获得高产。

表5 X1与X3(密度×施磷量)搭配时的产量效应

从表6可见,X4从-2~2水平,产量最高点出现在(1,-1),表明适当增加密度和适中的施钾量易于增产;产量最低点在(-2,-2),表明低密度和施钾量均较低易引起减产。同时还可以看出,适中的高密度配合各施钾量均易获得高产。

表6 X1与X4(密度×施钾量)搭配时的产量效应

从表7可以看出,X5从-2~2水平,产量最高点出现在(-2,-2),表明密度越低需要施越低锌量,易于增产;产量最低点在(2,-2),表明低施锌量下提高密度反而引起减产。同时还可以看出,低密度配合低施锌量和高密度配高施锌量产量才好。

表7 X1与X5(密度×施锌量)搭配时的产量效应

从表8可知,X5从-2~2水平的产量最高点出现在(2,-1),表明在本试验中高施氮量条件下,只有减少施锌肥才获得高产,但是如果施氮量和施锌量均较少,则难以获得高产。

表8 X2与X3(施氮量×施磷量)搭配时的产量效应

2.2.4 技术方案的模拟寻优 采用频数分析法,利用上述回归方程,在变量的约束区域-2≤Xi≤2内,各因素均取步长值1进行模拟,在55=3125套组合方案中,每hm2玉米产量在8426.92kg以上的有841套,占26.91%。在P=5%的概率下,各试验因素的取值频次及范围见表9。

表9 玉米产量大于8426.92kg/hm2的单因子水平频次分析

综上所述,在本试验条件下,三峡玉9号以每hm2产量在8426.92kg以上为目标,农艺措施优化方案为:每hm2种植密度55404~57192株,施氮肥(尿素)495.96~518.16kg、过磷酸钙579.90~604.05kg、钾肥(KCl)103.688~109.425kg和锌肥(ZnSO4)2.589~2.834kg等,三峡玉9号可获得较高的产量。

3 结论

密度、N、P、K、Zn 5种因素均对三峡玉9号产量有影响,回归方程分别达到极显著和显著水平,密度、尿素、过磷酸钙、KCl、ZnSO4处理范围每hm2分别为55404~57192株、495.96~518.16kg、579.90~604.05kg、103.688~109.425kg、2.589~2.834kg等,则三峡玉9号有95%概率产量大于8426.92kg/hm2。

参考文献

[1]徐中儒.农业试验最优回归设计.哈尔滨:黑龙江科学技术出版社,1998

[2]张金成,廖和荣.DPS数据处理软件在畜禽育种统计分析中的应用.畜禽业,2008(2):17-21

[3]王元生,王荣焕,张华生,等.不同播期对玉米品种京农科728产量及机收子粒相关性状的影响.中国种业,2015(9):43-45

[4]赵国臣,李亚峰,郭唏明,等.吉林省西部盐碱地水稻综合农艺数学模型及优化方案的研究.吉林农业科学,2002(5):37-40

[5]李文霞,李凯,吕佳雯,等.不同栽培密度对玉米新品种包玉9号的影响.中国种业,2015(9):51-52

收稿日期:(2015-10-27)

基金项目:重庆市农业科技成果转化资金(cstc2013jcsf-nycgzh80006);重庆市“十二五”攻关项目(cstc2012ggC80006,cstc2012ggC80007)

猜你喜欢
高产栽培数学模型玉米
AHP法短跑数学模型分析
活用数学模型,理解排列组合
收玉米啦!
我的玉米送给你
基于电力机器人控制系统的数学模型简述
对一个数学模型的思考