冬小麦–夏玉米高产模式周年气候资源分配与利用特征研究

周宝元 马 玮 孙雪芳 丁在松 李从锋 赵 明



冬小麦–夏玉米高产模式周年气候资源分配与利用特征研究

周宝元 马 玮 孙雪芳 丁在松 李从锋 赵 明*

中国农业科学院作物科学研究所 / 农业部作物生理生态与栽培重点开放实验室, 北京 100081

探明周年产量20,000 kg hm–2以上冬小麦–夏玉米种植模式周年气候资源分配与利用特征, 并建立资源优化配置定量指标, 为进一步提升黄淮海该模式周年产量潜力和气候资源利用效率提供理论依据, 具有重要意义。本研究利用2006—2010年黄淮海区9个高产点共45个田间试验的数据, 定量分析了冬小麦–夏玉米模式高产形成与季节间光温水资源分配的关系。结果表明, 三省9个试验点冬小麦–夏玉米均实现了周年20,000 kg hm–2以上高产, 但区域间差异较大, 河南和山东小麦产量最高, 山东夏玉米产量最高, 河南和山东周年产量分别高于河北16.9%和21.5%。产量的变化主要由光温水分配差异造成, 河南和山东小麦季积温量在1924.2~2608.0°C和降雨量小于201.1 mm范围时产量均高于河北, 山东玉米季辐射量在2168.5~2953.8 MJ m–2、积温量小于2990.7°C和降水量小于591.3 mm范围时产量均高于河南和河北。然而省份间冬小麦–夏玉米模式季节间热量资源分配率和分配比值相对固定, 即小麦季和玉米季积温分配率分别为43%和57%, 两季间积温比值为0.7, 这是该区当前生产和生态条件下冬小麦–夏玉米模式季节间资源合理配置的定量标准。在不增加任何投入的前提下依据该定量指标来指导黄淮海不同生态区冬小麦–夏玉米种植模式的资源优化配置, 对促进黄淮海该种植模式可持续发展具有重要意义。

冬小麦-夏玉米种植模式; 高产; 资源分配; 资源利用效率

在我国耕地面积不断下降、水资源日益短缺的情况下[1], 提高作物单位面积产量, 最大限度挖掘作物的生产潜力和气候资源利用效率, 是确保我国的粮食安全和农业可持续发展的重要途径。近年来, 我国高产栽培理论与技术研究取得了重要进展, 主要粮食作物高产纪录不断出现[2-5]。黄淮海平原是我国重要的粮食产区, 也是典型的两熟制区域, 冬小麦–夏玉米为该区主要种植模式, 在该区高产创建过程中, 冬小麦–夏玉米周年产量达20,000 kg hm–2以上。其中河南冬小麦产量最高, 达到12,315 kg hm–2以上, 山东夏玉米产量最高, 达到14,000 kg hm–2以上, 对该区冬小麦–夏玉米整体产量水平的提升起到了重要的引领作用。

作物高产的形成是一个非常复杂的过程, 受环境、作物和措施三因素共同作用的影响[6-8]。由于黄淮海冬小麦–夏玉米模式高产产量是在两季光温资源合理分配, 与作物生长发育匹配度较高, 且水肥资源供应较充足的条件下获得的[9], 因此生态条件是决定作物高产形成的最主要因素。然而, 近年来受全球气候变化影响, 黄淮海地区秋、冬季温度持续增加[10-11], 日照时数减少, 干旱、涝渍灾害频发, 严重影响作物生长发育。另外, 气候资源的变化造成了传统冬小麦–夏玉米模式季节间气候资源配置不合理, 使得作物品种、播期、密度、生育期等与光、温、水资源变化不匹配, 进而影响作物的生长发育[12-15], 限制了周年产量及资源利用效率的进一步提升。为合理配置冬小麦–夏玉米两季间气候资源, 实现作物生长发育与光温水等资源的匹配, 20世纪90年代王树安[16–17]在华北平原建立了冬小麦–夏玉米“双晚”技术模式, 即将冬小麦播种期由10月初推迟至10月中旬, 夏玉米收获期由9月中旬推迟至9月底, 其周年产量达到15,000 kg hm–2以上, 光、温资源生产力分别提高64%和124%。Sun等[18]和付雪丽等[19]研究也证明, 在保持原有投入成本不变的情况下, 夏玉米收获期和冬小麦播期分别推迟5~7 d, 可显著提高周年产量和光温水资源利用效率。可见, 在不增加任何投入的基础上通过播/收期的调节实现冬小麦–夏玉米季节间气候资源的优化配置, 是进一步提升黄淮海周年产量和资源利用效率的重要途径。然而, 当前通过改变播/收期来调节冬小麦–夏玉米周年气候资源配置的方法尚缺乏相应的理论支撑和定量化指标的指导, 且由于区域间气候条件差异造成播/收期变化较大, 难以形成整个黄淮海区冬小麦–夏玉米模式统一的资源优化配置定量标准, 从而限制了该技术的大面积精准应用。

本研究定量分析9个高产点共45个面积3.3 hm2以上的高产典型的冬小麦–夏玉米模式产量和生育期间气候资源数据, 明确黄淮海不同生态区该模式周年气候资源分配定量化特征, 及其高产形成与气候资源分配的定量关系, 并建立季节间资源分配率与资源分配比值等定量化指标及其相应的定量标准, 以期为进一步挖掘黄淮海区周年产量潜力和气候资源利用效率提供理论依据。

1 材料与方法

1.1 试验数据来源

主要来源于2006—2010年国家粮食丰产工程中黄淮海区9个代表性高产点共45个田间试验的冬小麦-夏玉米周年高产数据, 包括产量和生育期。

1.2 试验地概况

试验地点为河南浚县、兰考和温县, 山东兖州、滕州、诸城和莱州, 河北吴桥和藁城, 均属暖温带大陆性季风气候, 年平均气温14°C, 全年≥10°C积温4647.2°C, 年降水量573.4 mm, 且多在7、8月间, 年日照时数2323.9 h, 能够基本满足冬小麦–夏玉米一年两熟种植。选用当地土壤条件较好的田块作试验田, 土壤类型、基础地力情况详见表1。

1.3 田间管理

为充分挖掘作物的产量潜力, 在各高产点选用当地主栽的高产稳产的小麦、玉米品种, 按当地超高产栽培方式, 采用最佳作物管理方案, 最佳作物播种与收获时期、耕作方式、水肥管理措施、种植密度和种植方式等。主要种植方案见表2。

表1 各高产地块土壤条件

表2 各高产地块作物种植方案

1.4 气象数据及其测定指标

气象数据来源于国家气象局网站(http://www.cma. gov.cn/)。主要包括平均气温、日照时数和降雨量等指标。表3为各试验点及其对应的气象台站的地理位置。

表3 高产地块地理分布及相应气象台站位置

1.4.1 季节间资源分配率与资源分配比值 为了定量指导两熟制季节间资源分配, 提出了资源分配率和资源分配比值等指标, 并建立了相应的计算公式。

积温分配率(TDR) = 季节内积温量(Tx)/周年积温总量(T)

辐射分配率(RDR) = 季节内辐射量(Rx)/周年辐射总量(R)

降雨分配率(PDR) = 季节内降雨量(Px)/周年降雨总量(P)

积温比值(TR) = 第一季积温量(T1)/第二季积温量(T2)

辐射比值(RR) = 第一季辐射量(R1)/第二季辐射量(R2)

降雨比值(PR) = 第一季降雨量(P1)/第二季降雨量(P2)

太阳总辐射Q = Q0(a＋bS/S0)

式中, Q为太阳总辐射, Q0为天文辐射, S为实测日照时数, S0为太阳可照时数, S/S0为日照百分率, a、b为待定系数[20]。

积温计算过程中, 小麦季下限温度取值为0°C, 玉米季下限温度取值为10°C[21]。

1.4.2 光、温、水生产效率 按下面公式计算光、温、水生产效率[12,22]。

光能生产效率(g MJ–1) = 籽粒产量/单位面积的太阳辐射

积温生产效率(kg hm–2°C–1) = 单位面积籽粒产量/生育期间积温总量

降水生产效率(kg hm–2mm–1) = 籽粒产量/单位面积的降水量

1.5 数据分析

利用Microsoft Excel 2007和SPSS 16.0软件处理和统计分析数据, 采用SigmaPlot 10.0软件作图。

2 结果与分析

2.1 高产冬小麦–夏玉米模式周年籽粒产量

由表4可以看出, 河南、山东和河北三省冬小麦–夏玉米周年产量均达到20,000 kg hm–2以上, 其中河南(23,805.3 kg hm–2)和山东(24,741.9 kg hm–2)周年产量差异不显著, 但显著高于河北(20,359.3 kg hm–2), 增幅分别为16.9%和21.5%。对于单季作物来说, 河南冬小麦产量最高, 平均为10,626.9 kg hm–2, 与山东差异不显著, 显著高于河北, 增幅分别为13.0%和10.5%; 山东夏玉米产量最高, 为14,350.4 kg hm–2, 分别高于河南和河北8.9%和31.0%。

各省不同试验田之间小麦产量变异较小, 三省小麦产量变幅分别为446.5 kg hm–2(河南)、639.0 kg hm–2(山东)和102.5 kg hm–2(河北); 而与小麦比, 玉米产量变异较大, 三省玉米产量变幅分别为2138.2 kg hm–2(河南)、2913.9 kg hm–2(山东)和691.8 kg hm–2(河北)。以上结果表明, 黄淮海高产冬小麦–夏玉米产量区域间差异较大, 尤其是玉米产量的变幅最大, 小麦产量变异较小。由于高产田采取的是最佳的土壤和作物管理方案, 作物生长不受水、肥、病虫草害的限制, 因此, 地区间产量的差异主要来自于光温等生态条件的差异。

表4 2006–2010年不同试验点冬小麦–夏玉米模式高产产量

标以不同小写字母的各省平均产量在0.05水平差异显著。

Values followed by different letters are significantly different in grain yield among the provinces at the 0.05 probability level.

2.2 高产冬小麦–夏玉米模式季节间光、温、水资源分配

黄淮海地区不同省份之间积温变异较大(表5)。三省中河南冬小麦–夏玉米模式周年积温量最高, 为5488.6°C, 其次是山东(5245.8°C), 河北最低(5000.9°C), 变幅为469.1°C, 差异显著。对于单季作物来说, 河南小麦季分配积温量最高, 为2346.2°C, 显著高于山东(2263.6°C)和河北(2135.0°C), 变幅为211.2°C, 且山东与河北之间也存在显著差异。与小麦季趋势相同, 三省玉米季积温量分别为3142.3°C (河南)、2983.0°C (山东)和2865.9°C (河北), 差异显著, 变幅为276.4°C。

由表5可以看出, 相对于实际积温量, 各地区小麦、玉米季节间积温分配率(TDR)和两季间积温比值(TR)变异较小。三省小麦季积温分配率均为43%, 变异系数为1.9%; 玉米季积温分配率均为57%, 变异系数为1.1%; 两季间积温比值均为0.7。以上结果表明, 虽然各地区小麦、玉米生长季实际积温量变异较大, 但冬小麦–夏玉米季节间积温分配率和积温比值变异较小。由此可知, 黄淮海不同地区高产冬小麦–夏玉米种植模式两季积温分配率和积温比值具有统一的定量标准值, 依据此指标可指导该区冬小麦–夏玉米种植模式周年气候资源优化配置, 及评价其资源分配的合理性。

表5 冬小麦–夏玉米模式季节间积温分配

AT: 积温量; TDR: 积温分配率; TR: 两季积温比值。标以不同小写字母的各省平均产量在0.05水平差异显著。

AT: accumulated temperature; TDR: accumulated temperature distribution rate; TR: accumulated temperature ratio of two seasons. Values followed by different letters are significantly different in grain yield among the provinces at the 0.05 probability level.

各省之间辐射量变异较大(表6)。三省中山东省冬小麦–夏玉米模式周年辐射量最高, 为4547.6 MJ m–2, 其次是河北(4494.0 MJ m–2), 河南辐射量(4132.2 MJ m–2)最低, 变幅为415.4 MJ m–2, 差异显著。对于单季作物来说, 山东小麦季辐射量最高, 为2659.7 MJ m–2, 与河北(2636.3 MJ m–2)差异不显著, 但显著高于河南(2437.7 MJ m–2), 变幅为222 MJ m–2; 与小麦季趋势相同, 山东省玉米季分配辐射量为1924.5 MJ m–2, 与河北(1857.7 MJ m–2)差异不显著, 但显著高于河南(1687.2 MJ m–2), 变幅为237.3 MJ m–2。

由表6可以看出, 相对于实际辐射量, 各地区小麦、玉米季辐射分配率(RDR)和两季间辐射量比值(RR)变异较小。河南小麦季和玉米季辐射分配率分别为59%和41%, 两季间辐射量比值(RR)为1.4; 山东和河北小麦季辐射分配率均为58%, 玉米季辐射量分配率为42%, 两季间辐射量比值(RR)为1.4, 但三省各指标差异不显著。

由表7可以看出, 各省之间降水量变异较大。三省中山东冬小麦–夏玉米模式周年降水总量最高, 为776.0 mm, 其次是河南(554.1 mm), 河北最低(484.0 mm), 变幅为292 mm, 差异显著。对于单季作物来说, 山东小麦季降水量最高, 为193.2 mm, 显著高于河南(160.9 mm)和河北(117.5 mm); 与小麦季趋势相同, 山东省玉米季降水量为582.8 mm, 显著高于河南(393.2 mm)和河北(366.5 mm)。

与积温和辐射分配比, 各地区小麦、玉米季节间降水分配率(PDR)和两季间降水量比值(PR)变异较大, 河南、山东和河北小麦季降水量分配率分别为29%、25%和24%, 玉米季降水量分配率分别为71%、75%和76%, 两季间降水量比值(PR)分别为0.4、0.3和0.3。与积温和辐射比, 地区间降水量变异较大, 但季节间降水分配率和分配比值变异相对较小。

表6 冬小麦–夏玉米模式季节间辐射分配

Ra: 辐射量; RDR: 辐射分配率; RR: 两季辐射量比值。标以不同小写字母的各省平均产量在0.05水平差异显著。

Ra: accumulated radiation; RDR: radiation distribution rate; RR: radiation ratio of two seasons. Values followed by different letters are significantly different in grain yield among the provinces at the 0.05 probability level.

表7 冬小麦–夏玉米模式季节间降水分配

Table 7 Distribution of precipitation for winter wheat–summer maize cropping system

试验点Experiment site冬小麦Winter wheat夏玉米Summer maize周年Annual 降水量Pr (mm)分配率PDR (%)降水量Pr (mm)分配率PDR (%)降水量Pr (mm)两季比PR 河南Henan浚县Xunxian154.229386.671540.80.4 兰考Lankao161.229395.171556.30.4 温县Wenxian167.330397.870565.10.4

(续表7)

试验点Experiment site冬小麦Winter wheat夏玉米Summer maize周年Annual 降水量Pr (mm)分配率PDR (%)降水量Pr (mm)分配率PDR (%)降水量Pr (mm)两季比PR 山东Shandong兖州Yanzhou172.723585.677758.30.3 滕州Tengzhou179.223593.677772.80.3 诸城Zhucheng238.427643.473881.80.4 莱州Laizhou182.626508.572691.10.4 河北Hebei吴桥Wuqiao119.825367.875487.60.3 藁城Gaocheng115.224365.176480.30.3 平均值Mean河南Henan160.9 b29393.2 b71554.1 b0.4 山东Shandong193.2 a25582.8 a75776.0 a0.3 河北Hebei117.5 c24366.5 c76484.0 c0.3

Pr: 降水量; PDR: 降水分配率; PR: 两季降水比值。标以不同小写字母的各省平均产量在0.05水平差异显著。

Pr: precipitation; PDR: precipitation distribution rate; PR: precipitation ratio of two seasons. Values followed by different letters are significantly different in grain yield among the provinces at the 0.05 probability level.

2.3 冬小麦、夏玉米产量与光温水资源分配的定量关系

由图1可以看出, 冬小麦9000 kg hm–2以上的产量形成要求积温量为1924.2~2608°C, 辐射量为2168.5~2953.8 MJ m–2, 降水量为70.6~327.3 mm。

小麦季积温量在1924.2~2608°C范围内, 小麦产量()与积温()呈显著线性关系(= 2.967+3240), 即产量随着积温量的增加而增加。降水量在70.6~327.3 mm范围内, 小麦产量()与降水量()呈二次函数的关系(= –0.0852+34.36+7191.3), 即冬小麦产量随着降水量增加先升高后降低, 当降雨量为202.1 mm时, 冬小麦产量最高, 为10,663.7 kg hm–2。而辐射量在2168.5~2953.8 MJ m–2范围内, 小麦产量与辐射量无显著相关。以上结果表明, 在当前高产条件下, 冬小麦产量的形成受当季积温和降雨分配量的限制, 当降水量不超过201.1 mm时, 小麦产量随生长季积温和降水量的增加而增加。由于河南和山东小麦季积温量和降水量均高于河北, 因此小麦产量显著高于河北。

由图2可以看出，夏玉米10,500 kg hm–2以上的产量形成要求当季积温量为2759.6~3307.2°C，辐射量在1432.2 MJ m–2以上，降水量为249.3~966.7 mm。

图1 小麦产量与气象因子的关系

**表示在0.01水平显著相关。**Significant correlation at the 0.01 probability level.

图2 玉米产量与气象因子的关系

*表示在0.05水平显著相关, **表示在0.01水平显著相关。

* Significant correlation at the 0.05 probability level. ** Significant correlation at the 0.01 probability level.

玉米季分配积温量在2759.6~3307.2°C范围内, 玉米产量()与积温()呈二次曲线变化趋势(= –0.07662+467.19–697,988), 即随着生长季积温量增加, 玉米产量先增加后降低, 当生长季积温为2990.7°C时, 产量最高, 为14,366.2 kg hm–2。玉米产量()与辐射量()呈显著线性关系(=3.7953+ 6806.1), 即玉米季辐射量在1432.2~2278.7 MJ m–2范围内, 产量随着辐射量的增加而增加。降水量在249.3~966.7 mm范围内, 玉米产量()与降水量()呈二次函数关系(= –0.0172+20.994+7604.4), 即随着生长季降水量增加, 玉米产量先增加后降低, 当降水量为591.3 mm时, 产量最高, 为14,086.2 kg hm–2。以上结果说明, 玉米高产形成受当地光温水资源限制, 在积温不超过2990.7°C、降雨量小于591.3 mm时, 增加玉米季的积温、辐射和降水的分配可显著提高玉米产量。由此可知, 由于山东玉米季辐射量最高, 积温量和降水量分别在不超过2990.7°C和591.3 mm的范围内最高, 因此山东夏玉米产量显著高于河南和河北。

2.4 小麦、玉米资源生产效率比较

由表8可以看出, 三省份小麦季积温生产效率无明显差异, 而玉米季差异显著, 山东省玉米季积温生产效率为4.81 kg hm−2°C−1, 显著高于河南和山东, 增幅分别为14.8%和25.9%。因此, 山东省冬小麦–夏玉米周年积温生产效率最高, 为4.72 kg hm−2°C−1, 分别高于河南和河北8.8%和16.0%。河北玉米季和周年积温生产效率最低, 均显著低于河南和山东。

三省份中河南小麦季光能生产效率最高, 为0.44 g MJ−1, 分别高于山东和河北12.8%和22.2%, 河北小麦季光能生产效率最低; 河南和山东玉米季光能生产效率无显著差异, 但分别高于河北32.2%和27.1%, 差异显著。因此, 河南冬小麦–夏玉米周年光能生产效率最高, 为0.59 g MJ−1, 分别高于山东和河北9.3%和31.1%, 河北周年光能生产效率最低。

河北小麦季降水生产效率显著高于河南和山东, 增幅分别为21.4%和48.9%; 河南玉米季降水生产效率最高, 为33.5 kg hm–2mm–1, 分别高于山东和河北36.2%和12.0%, 山东玉米季降水生产效率最低; 河南和河北冬小麦–夏玉米周年降水生产效率无显著差异, 但显著高于山东, 增幅分别为34.8%和32.0%。

表8 冬小麦-夏玉米模式光温水资源生产效率

标以不同小写字母的各省平均产量在0.05水平差异显著。

Values followed by different letters are significantly different in grain yield among the provinces at the 0.05 probability level. AT: accumulated temperature.

3 讨论

在不增加任何投入的前提下, 通过优化冬小麦-夏玉米模式季节间资源配置来进一步挖掘作物产量潜力和资源利用效率, 已成为促进黄淮海平原农业可持续发展的重要途径[16,22]。由于冬小麦–夏玉米周年超高产产量是在两季光温资源合理分配, 与作物生长发育匹配度较高的条件下获得的[9], 因此研究黄淮海不同生态区冬小麦–夏玉米高产模式周年资源分配特征, 及其高产形成与气候资源分配的定量关系, 可为该区冬小麦–夏玉米模式建立统一的、定量化的资源优化配置方案提供理论依据。本研究中选取的2006—2010年河南、河北和山东三省9个代表性高产点共45个田间试验的冬小麦–夏玉米周年产量均达到20,000 kg hm–2以上水平, 可作为黄淮海区冬小麦–夏玉米模式高产代表。然而, 三省周年产量及小麦、玉米单季产量均存在显著差异。河北省无论单季还是周年产量均显著低于河南和山东, 而山东与河南的小麦季及周年产量无显著差异, 但山东夏玉米产量显著高于河南。这与前人关于黄淮海地区作物光温生产潜力的分析结果基本一致[26–27]。由于各省区高产田均采取的是土壤和作物最佳的管理方案, 作物生长不受水、肥、病虫草害的限制[9], 因此生态条件差异可能是造成区域间冬小麦–夏玉米高产产量变化的主要因素。

前人研究表明, 作物产量形成与其所在地区的光温水等生态条件密切相关[14,23-25,28]。本研究分析黄淮海区多年多点冬小麦–夏玉米高产模式季节间资源分配特征发现, 区域间光温水资源差异较大, 河南省小麦、玉米单季及周年积温量最高, 山东省各季及周年降水量最高, 而河北除辐射量与山东差异不显著, 但显著高于河南外, 各季及周年的积温和降水量均显著低于河南和山东, 从而导致地区间超高产量差异较大。黄淮海地区作物光温生产潜力也有类似的变化趋势[26]。有人认为, 黄淮海平原夏玉米超高产所需的积温和日照时数均可得到满足, 但产量与降水呈负相关[29]。本研究分析不同地区夏玉米高产形成与光温水资源分配的定量关系发现, 当玉米季光温水分配量在一定范围内, 玉米产量与生长季积温量和降水量呈二次曲线变化趋势, 与辐射量呈显著线性关系, 即在积温不超过2990.7°C, 降水量小于591.3 mm, 辐射量在1432.2~2278.7 MJ m–2范围内, 玉米产量随生长季积温、辐射和降水的增加而显著提高。因此, 由于山东玉米季辐射量、积温量和降水量最高, 夏玉米产量显著高于河南和河北。另外, 小麦产量与开花至成熟期日均温和降水量呈二次曲线关系[30]。本研究分析不同地区小麦高产形成与光温水资源分配的定量关系发现, 当小麦季光温水量在一定范围内, 小麦产量与生长季积温量呈显著线性关系, 与降雨量呈二次函数的关系, 与辐射量无显著相关, 即小麦季积温量在1924.2~ 2608°C范围内, 降水量不超过201.1 mm时, 辐射量在2168.5~2953.8 MJ m–2范围内, 小麦产量随生长季积温和降水量的增加而增加。因此, 由于河南和山东小麦季分配积温量和降水量均高于河北, 小麦产量显著高于河北。

如上所述, 虽然黄淮海区冬小麦–夏玉米模式生长季光温水资源分配量差异较大, 但本研究发现冬小麦–夏玉米模式季节间资源分配率和分配比值差异相对较小, 其中积温分配变异最小, 三省积温分配率和积温比值均为统一的定量标准, 即小麦季和玉米季积温分配率分别为43%和57%, 两季间积温比值为0.7。以上指标与冬小麦–夏玉米“双晚”技术模式积温分配指标相同[22], 说明季节间资源的合理分配是冬小麦–夏玉米模式周年高产形成的重要条件。相对于积温分配率和积温比值, 三省区季节间辐射分配率和降水分配率差异较大, 河南小麦季和玉米季辐射分配率分别为59%和41%, 两季间辐射量比值(RR)为1.5, 山东和河北小麦季和玉米季辐射分配率均为58%和42%, 两季间辐射量比值(RR)为1.4; 河南、山东和河北小麦季降水分配率分别为29%、25%和24%, 玉米季降水分配率分别为71%、75%和76%, 两季间降水量比值(PR)分别为0.4、0.3和0.3。这主要是因为, 相对于积温来说, 黄淮海地区辐射量和降水量地区间、年际间变化更明显[31]。然而, 热量条件(积温)是影响植物生长发育的最主要生态因子, 其通过调节作物的生育进程, 影响光有效辐射截获量及生育期降水分布, 进而影响产量[32-33]。因此, 冬小麦–夏玉米模式季节间资源分配应以热量资源为主, 其次是辐射和降雨。生产实践中, 可依据上述定量指标标准, 根据区域冬小麦–夏玉米周年可利用积温量进行两季积温合理分配, 进而确定适宜熟期品种和两季合理播/收期。另外, 由于省份间冬小麦–夏玉米模式季节间热量资源配率和分配比值相对固定, 可以推测随着气候条件的变化, 该模式各季资源量绝对值和资源利用效率会发生变化, 不同熟期品种和播收期也会相应的调整, 但其季节间资源分配率和分配比值仍会保持相对固定值。综上所述, 本研究建立的以积温分配为主的资源分配指标可作为黄淮海区当前气候条件和生产条件下冬小麦–夏玉米模式季节间资源配置是否合理的评价标准, 来指导该区传统冬小麦–夏玉米种植模式的资源优化配置。

通过比较冬小麦–夏玉米模式光温水资源生产效率发现, 三省周年资源利用效率差异较大, 其中山东省周年积温生产效率最高, 河南省周年辐射生产效率最高, 河北省周年降水生产效率与河南省无显著差异, 但显著高于山东。这主要是因为区域间同一作物以及同一区域不同作物间资源生产效率存在较大差异, 说明充分挖掘C4作物(玉米)高光温水效率优势是进一步提升黄淮海冬小麦–夏玉米周年资源利用效率的重要途径[18-19,22]。可见, 虽然通过季节间资源优化配置可显著提高冬小麦–夏玉米模式周年产量及资源利用效率, 但作物生长季节内光温水资源的时空分布, 及其与作物生长发育的动态匹配程度影响单季作物产量形成及资源利用效率[11,15,25]。因此进一步研究季节内资源分配与利用的定量关系对于建立更加完善的冬小麦–夏玉米模式周年资源定量优化配置方案具有重要意义, 这也是我们下一步研究的重点。

4 结论

明确了作物高产形成与气候资源分配的定量关系, 建立了以热量资源为主的季节间资源优化配置指标及其定量标准。虽然黄淮海不同区域光温水等资源禀赋差异较大, 导致区域间冬小麦–夏玉米模式产量差异较大, 但周年资源分配合理, 季节间资源分配率和分配比值相对固定, 即小麦季和玉米季积温分配率分别为43%和57%, 两季间积温比值为0.7, 可使各地区产量均达到当前生产和生态条件下的最高水平。这些定量指标可作为黄淮海不同生态区冬小麦–夏玉米模式季节间合理资源配置的评价标准, 指导该区冬小麦–夏玉米种植模式的资源优化配置, 为进一步挖掘黄淮海周年产量潜力和资源效率提供理论支撑。

[1] 黄季焜. 新时期的中国农业发展: 机遇、挑战和战略选择. 中国科学院院刊, 2013, 28: 295−300. Huang J K. China’s agricultural development in the new era: opportunities, challenges, and strategies., 2013, 28: 295−300 (in Chinese with English abstract).

[2] 于振文, 田奇卓, 潘庆民, 岳寿松, 王东, 段藏禄, 段玲玲, 王志军, 牛运生. 黄淮麦区冬小麦超高产栽培的理论与实践. 作物学报, 2002, 28: 577−585. Yu Z W, Tian Q Z, Pan Q M, Yue S S, Wang D, Duan Z L, Duan L L, Wang Z J, Niu Y S. Theory and practice on cultivation of super high yield of winter wheat in the wheat fields of Yellow River and Huaihe River districts., 2002, 28: 577−585 (in Chinese with English abstract).

[3] 黄振喜, 王永军, 王空军, 李登海, 赵明, 柳京国, 董树亭, 王洪军, 王军海, 杨今胜. 产量15,000 kg hm–2以上夏玉米灌浆期间的光合特性. 中国农业科学, 2007, 40: 1898−1906. Huang Z X, Wang Y J, Wang K J, Li D H, Zhao M, Liu J G, Dong S T, Wang H J, Wang J H, Yang J S. Photosynthetic characteristics during grain filling stage of summer maize hybrids with high yield potential of 15,000 kg ha–1., 2007, 40: 1898−1906 (in Chinese with English abstract).

[4] 陈国平, 高聚林, 赵明, 董树亭, 李少昆, 杨祁峰, 刘永红, 王立春, 薛吉全, 柳京国, 李潮海, 王永宏, 王友德, 宋慧欣, 赵久然. 近年我国玉米超高产田的分布、产量构成及关键技术. 作物学报, 2012, 38: 80−85.Chen G P, Gao J L, Zhao M, Dong S T, Li S K, Yang Q F, Liu Y H, Wang L C, Xue J Q, Liu J G, Li C H, Wang Y H, Wang Y D, Song H X, Zhao J R. Distribution, yield structure, and key cultural techniques of maize super high yield plots in recent years., 2012, 38: 80−85 (in Chinese with English abstract).

[5] 罗琼, 王昆, 许靖波, 陈光辉. 水稻超高产栽培技术研究进展. 作物研究, 2014, 28: 86−91. Luo Q, Wang K, Xu J B, Chen G H. Research progress on super high-yielding cultivation techniques in rice., 2014, 28: 86−91 (in Chinese with English abstract).

[6] 党红凯, 李瑞奇, 李雁鸣, 张馨文, 孙亚辉. 超高产栽培条件下冬小麦对磷的吸收、积累和分配. 植物营养与肥料学报, 2012, 18: 531−541. Dang H K, Li R Q, Li Y M, Zhang X W, Sun Y H. Absorption, accumulation and distribution of phosphorus in winter wheat under super-highly yielding conditions., 2012, 18: 531−541 (in Chinese with English abstract).

[7] 李绍长, 白萍, 吕新, 刘淑云, 董树亭. 不同生态区及播期对玉米籽粒灌浆的影响. 作物学报, 2003, 29: 775−778. Li S C, Bai P, Lyu X, Liu S Y, Dong S T. Ecological and sowing date effects on maize grain filling., 2003, 29: 775−778.

[8] Qin J Q, Impa S M, Tang Q Y, Yang S H, Yang J, Tao Y S, Jagadish K S V. Integrated nutrient, water and other agronomic options to enhance rice grain yield and N use efficiency in double-season rice crop., 2013, 148: 15−23.

[9] Jin L B, Cui H Y, Li B, Zhang J W, Dong S T, Liu P. Effects of integrated agronomic management practices on yield and nitrogen efficiency of summer maize in North China.. 2012, 134: 30−35.

[10] Tao F, Yokozawa M, Xu Y L, Hayashi Y, Zhang Z. Climate changes and trends in phenology and yields of field crops in China, 1981–2000., 2006, 138: 82−92.

[11] Wang J, Wang E L, Yang X G, Zhang F S, Yin H. Increased yield potential of wheat-maize cropping system in the North China Plain by climate change adaptation., 2012, 113: 825−840.

[12] Meng Q F, Sun Q P, Chen X P, Cui Z L, Yue S C, Zhang F S, Römheld V. Alternative cropping systems for sustainable water and nitrogen use in the North China Plain., 2012, 146: 93−102.

[13] Chen C, Wang E, Yu Q, Zhang Y Q. Quantifying the effects of climate trends in the past 43 years (1961–2003) on crop growth and water demand in the North China Plain., 2010, 100: 559–578.

[14] Xiong W, Matthews R, Holman I, Lin E, Xu Y L. Modelling China’s potential maize production at regional scale under climate change., 2007, 85: 433–451.

[15] Liu Y E, Xie R Z, Hou P, Li S K, Zhang H B, Ming B, Long H L, Liang S M. Phenological responses of maize to changes in environment when grown at different latitudes in China., 2013, 144: 192−199.

[16] 王树安. 吨良田技术——小麦−夏玉米两茬平播亩产吨粮的理论与技术体系研究. 北京: 农业出版社, 1991. Wang S A. Technology for Grain Production with a Yield of 15 Tons Per Hectare: Theory and Technology with a High Yield Output of 15 Tons Per Hectare in Winter Wheat and Summer Maize Double-Cropping System. Beijing: Agriculture Press, 1991 (in Chinese).

[17] 王树安. 中国吨粮田建设. 北京: 北京农业大学出版社, 1994. Wang S A. Construction of the Grain Field with a Yield of 15 Tons Per Hectare in China. Beijing: Beijing Agricultural University Press, 1994 (in Chinese).

[18] Sun H Y, Zhang X Y, Chen S Y, Pei D, Liu C M. Effects of harvest and sowing time on the performance of the rotation of winter wheat–summer maize in the North China Plain., 2007, 25: 239−247.

[19] 付雪丽, 张惠, 贾继增, 杜立丰, 付金东, 赵明. 冬小麦-夏玉米“双晚”种植模式的产量形成及资源效率研究. 作物学报, 2009, 35: 1708−1714. Fu X L, Zhang H, Jia J Z, Du L F, Fu J D, Zhao M. Yield performance and resources use efficiency of winter wheat and summer maize in double late-cropping system., 2009, 35: 1708−1714 (in Chinese with English abstract).

[20] 杨羡敏, 曾燕, 邱新法, 姜爱军. 1960−2000年黄河流域太阳总辐射气候变化规律研究. 应用气象学报, 2005, 16: 243−247. Yang X M, Zeng Y, Qiu X F, Jiang A J. The climatic change of global solar radiation over the Yellow River basin during 1960−2000., 2005, 16: 243−248 (in Chinese with English abstract).

[21] 郑海霞, 封志明, 游松财. 基于GIS的甘肃省农业生产潜力研究. 地理科学进展, 2003, 22: 400−408. ZHeng H X, Feng Z M, You S C. A study on potential land productivity based on GIS technology in Gansu province., 2003, 22: 400−408 (in Chinese with English abstract).

[22] 周宝元, 王志敏, 岳阳, 马玮, 赵明. 冬小麦-夏玉米与双季玉米种植模式产量及光温资源利用特征比较. 作物学报, 2015, 41: 1373−1385. Zhou B Y, Wang Z M, Yue Y, Ma W, Zhao M. Comparison of yield and resource use efficiency between wheat−maize and maize−maize cropping systems., 2015, 41: 1373−1385 (in Chinese with English abstract).

[23] Warrington I J, Kanemasu E T. Corn growth response to temperature and photoperiod: I. Seedling emergence, tassel initiation and anthesis., 1983, 75: 749−754.

[24] Tollenaar M. Duration of the grain-filling period in maize is not affected by photoperiod and incident PPFD during the vegetative phase., 1999, 62: 15−21.

[25] Liu Y E, Hou P, Xie R Z, Li S K, Zhang H B, Ming B, Ma D L, Liang S M. Spatial adaptabilities of spring maize to variation of climatic conditions., 2013, 53: 1693–1703.

[26] 刘建栋, 于强, 傅抱璞. 黄淮海地区冬小麦光温生产潜力数值模拟研究. 自然资源学报, 1999, 14: 169−174. Liu J D, Yu Q, Fu B P. The numerical simulation of winter wheat photo-temperature productivity in Huang-Huai-Hai region., 1999, 14: 169–174 (in Chinese with English abstract).

[27] 黄川荣, 刘洪. 气候变化对黄淮海平原冬小麦与夏玉米生产潜力的影响. 中国农业气象, 2011, 32: 118–123. Huang C R, Liu H. The effect of the climate change on potential productivity of winter wheat and summer maize in the Huang- Huai-Hai Plain., 2011, 32: 118–123 (in Chinese with English abstract).

[28] Zhou B Y, Yue Y, Sun X F, Wang X B, Wang Z M, Ma W, Zhao M. Maize grain yield and dry matter production responses to variations in weather conditions., 2016, 108: 196–204.

[29] 李潮海, 苏新宏, 谢瑞芝, 周苏玫, 李登海. 超高产栽培条件下夏玉米产量与气候生态条件关系研究. 中国农业科学, 2001, 34: 311−316. Li C H, Su X H, Xie R Z, Zhou S M, Li D H. Study on relationship between grain-yield of summer corn and climatic ecological condition under super-high-yield cultivation., 2001, 34: 311−316 (in Chinese with English abstract).

[30] 潘洁, 姜东, 戴廷波, 兰涛, 曹卫星. 不同生态环境与播种变异规律期下小麦籽粒品质的研究. 植物生态学报, 2005, 29: 467−473. Pan J, Jiang D, Dai T B, Lan T, Cao W X. Variation in wheat grain quality grown under different climatic conditions with different sowing dates., 2005, 29: 467−473 (in Chinese with English abstract).

[31] 刘志娟, 杨晓光, 王文峰. 气候变化背景下中国农业气候资源变化: IV. 黄淮海平原半湿润暖温麦-玉两熟灌溉农区农业气候资源时空变化特征. 应用生态学报, 2011, 22: 905−912. Liu Z J, Yang X G, Wang W F. Changes of China agricultural climate resources under the background of climate change: IV. Spatiotemporal change characteristics of agricultural climate resources in sub-humid warm-temperate irrigated wheat-maize agricultural area of Huang-Huai-Hai Plain., 2011, 22: 905−912 (in Chinese with English abstract).

[32] Allison J C S, Daynard T B. Effect of change in time of flowering induced by altering photoperiod or temperature, on attributes related to yield in maize., 1979, 19: 1–14.

[33] Dong J, Liu J, Tao F, Xu X L, Wang J B. Spatio-temporal changes in annual accumulated temperature in China and the effects on cropping systems, 1980s to 2000., 2009, 40: 37–48.

Characteristics of annual climate resource distribution and utilization in high-yielding winter wheat-summer maize double cropping system

ZHOU Bao-Yuan, MA Wei, SUN Xue-Fang, DING Zai-Song, LI Cong-Feng, and ZHAO Ming*

Institute of Crop Sciences, Chinese Academy of Agricultural Sciences / Key Laboratory of Crop Physiology and Production, Ministry of Agriculture, Beijing 100081, China

To clarify the characteristics of the resource distribution and its use efficiency for wheat-maize cropping system with high yield potential of 20,000 kg ha–1is essential for increasing annual yield and resource use efficiency in the Huang-Huai-Hai Plain. The relationship between high yield and distributions of radiation, accumulated temperature, and precipitation in seasons of winter wheat–summer maize cropping system was quantitatively analyzed by using the data of 45 field experiments from nine sites in Huang-Huai-Hai Plain from 2006 to 2010. The annual yield of winter wheat and summer maize in nine sites of the three provinces achieved more than 20,000 kg ha–1, with large differences among regions. Among the three provinces, the yield of wheat in Henan and Shandong and summer maize in Shandong was the highest, accounting for 16.9% and 21.5% higher than these in Hebei, respectively. The greater differences of yield among the three provinces mainly came from the distribution differences in radiation, accumulated temperature, and precipitation. The accumulated temperature and precipitation during wheat growth season in Henan and Shandong were higher than those in Hebei, when the accumulated temperature was from 1924.2°C to 2608°C, and rainfall was less than 201.1 mm; while the accumulated temperature, radiation, and precipitation during maize growth season in Shandong were higher than those in Henan and Hebei, when the radiation was 2168.5–2953.8 MJ m–2, the accumulated temperature was less than 2990.7°C, and rainfall was less than 591.3 mm. However, the relatively fixed resources distribution rate between winter wheat and summer maize was found among different experimental sites, the accumulated temperature distribution rate in wheat and maize season was 43% and 57%, respectively, the accumulated temperature ratio between two seasons was 0.7, which is the quantitative standard to dispose the reasonable resources distribution between growth seasons in winter wheat and summer maize. The results are of great significance for promoting the sustainable development of winter wheat and summer maize cropping system in the Huang-Huai-Hai Plain by using the quantitative indexes established in this study to optimize the distribution of resources between two seasons for traditional winter wheat-summer maize cropping system without any input.

winterwheat–summer maize cropping system; yield; resource distribution; resource use efficiency

2018-09-22;

2019-01-12;

2019-02-01.

10.3724/SP.J.1006.2019.81067

赵明, E-mail: zhaoming@caas.cn, Tel: 010-82108752

E-mail: zhoubaoyuan@caas.cn

本研究由国家重点研发计划项目(2016YFD0300207)和国家现代农业产业技术体系建设专项(CARS-02-12)资助。

This study was supported by the National Key Research and Development Program of China (2016YFD0300207) and the China Agriculture Research System (CARS-02-12).

URL:http://kns.cnki.net/kcms/detail/11.1809.S.20190131.1600.004.html