冬小麦-夏玉米周年农田资源高效利用限制因素分析

刘肖瑜，张豆豆，焦进宇，陈国庆，李勇

冬小麦-夏玉米周年农田资源高效利用限制因素分析

刘肖瑜，张豆豆，焦进宇，陈国庆，李勇

（山东农业大学农学院/作物生物学国家重点实验室，山东泰安 271018）

【目的】随着耕地面积的减少、人口数量的增加以及社会经济的迅速发展，增加单位面积作物产量是提升粮食总产量、确保我国粮食安全的重要途径。探索农田资源高效利用途径及限制因素，为提高作物单位面积产量提供指导。【方法】本研究以冬小麦、夏玉米为研究对象，在山东省4个生态区域（鲁东、鲁中、鲁西北及鲁西南），利用模拟模型等方法研究2008—2017年不同气候、栽培管理条件下作物产量，提出定量化评价指标，分析并明确影响各生态区域资源利用及产量提升的主要限制因素。【结果】（1）鲁东地区冬小麦生长季受光温资源、品种、栽培模式、水资源、氮肥资源因素影响率分别为16.96%、20.68%、1.39%、60.97%、0；鲁中地区受各因素影响率分别为37.72%、20.16%、1.57%、40.55%、0；鲁西北地区分别为17.90%、19.11%、1.20%、61.79%、0；鲁西南地区分别为33.65%、23.80%、1.65%、40.90%、0。（2）鲁东地区夏玉米生长季受光温资源、品种、栽培模式、水资源、氮肥资源因素影响率分别为49.11%、9.07%、10.64%、31.18%和0；鲁中地区受各限制因素影响率分别为56.62%、10.86%、11.65%、20.87%、0；鲁西北地区各因素影响率分别为43.01%、18.95%、11.26%、26.78%和0；鲁西南地区各因素影响率分别为64.42%、5.44%、15.84%、14.30%和0。【结论】冬小麦生长季鲁东、鲁西北地区农田资源主要受水分资源限制，其次是光温资源和品种的限制，栽培模式和氮肥资源影响不大。鲁中、鲁西南地区则主要受光温资源和水分资源的共同影响，其次受品种因素限制。夏玉米生长季4个地区均受光温资源因素影响最大，水资源次之，品种和栽培模式影响较小。

冬小麦；夏玉米；资源利用；产量；限制因素

0 引言

【研究意义】小麦、玉米是我国最主要的2种粮食作物，在我国农业生产中位居重要地位。近年来，全球大部分粮食主产区出现了单产停滞现象，在中国，56%的小麦和52%的玉米均出现了这一现象[1]。同时由于粮食安全问题的迫切要求，持续提升粮食总产仍是农业领域的热点问题[2]。在中国、印度等为代表的发展中国家，依靠大量资源的投入代价成本的增产模式不可持续，如何在节约资源的基础上，提高农田资源利用效率、增加作物单位面积产量是确保粮食安全的唯一途径[3-4]。细化不同生态区域限制增产增效的因素，有针对性地提高区域作物产量，是解决这一问题的有效方法。【前人研究进展】作物生产是一个复杂的系统，是影响作物生长发育的各种因子，如温度、光照、降水、品种及各种耕作措施等综合作用的结果。作物高产高效的实现必须全面考虑作物气候条件、品种、肥料、灌溉、种植密度等诸多因素。为明确不同生态因子对产量的影响，前人提出了作物生产潜力和产量差的概念，国内外在量化驱动因素（如气候变化、品种更替以及栽培管理措施等）对作物生产潜力的贡献方面做了大量研究工作，通过比较实际产量与不同潜力产量水平的差异，明确不同等级产量差[5-12]。研究表明，管理因素（如播种期、播种密度、品种选择、灌水量、施肥量等）对产量的影响远高于气候因素和土壤因素[12-13]，且作物产量变化不是被单一因素主导，而是多种因素共同作用下的结果[13-15]。APSIM模型被广泛应用于气候变化评估[16-20]和农田管理[21-26]，对作物种植制度、轮作生理生态等方面具有较好的模拟能力[27]。【本研究切入点】为实现粮食增产和环境绿色发展，本文从资源匹配角度出发，明确不同生态区限制作物高产高效的主要限制因子，针对性地提高区域作物产量。【拟解决的关键问题】本研究以冬小麦、夏玉米为研究对象，在山东省设置不同生态区，并利用该地区已验证的APSIM模型，基于气象站点地面气象资料，研究不同区域气候条件、栽培管理条件下的可获得产量，明确冬小麦、夏玉米季节内资源利用特征，并提出定量化评价指标，分析影响各生态区域资源利用及产量提升的主要限制因素，以期为不同生产区域作物高产高效生产提供指导。

1 材料与方法

1.1 研究区域概况

本文以山东省（34°23′—38°24′N，114°48′—122°42′E）为研究区域，山东省位于黄淮海平原东部，根据地理位置及气候特点将其划分为4个生态区域：鲁东（ES）、鲁中（CS）、鲁西北（NS）和鲁西南地区（SS）（图1）。分别选取鲁东地区龙口站点、鲁中地区博山站点、鲁西北地区德州站点以及鲁西南地区兖州站点进行研究，4个生态区冬小麦季、夏玉米季2008—2017年气候条件如表1所示。

图1 研究区域

1.2 数据来源

1.2.1 气象数据 研究区域内气象站点2008—2017年的逐日气象资料来自中国气象数据网（http://data. cma.cn/），主要包括日最高气温（℃）、最低气温（℃）、平均气温（℃）、日照时数（h）和降水量（mm）等。根据Angstrom方程阐述的太阳总辐射与日照时数关系，结合逐日日照时数实测资料，模拟计算逐日太阳辐射（MJ·m-2）数据。

1.2.2 土壤数据 土壤数据整理自中国土壤数据库（http://www.soil.csdb.cn/），包括各深度土层的容重、土壤饱和含水量、田间持水量、萎蔫系数、土壤有机碳、pH等。

1.2.3 作物栽培管理数据 参考前人对山东省冬小麦夏玉米的研究，作物品种选择山东省种植范围最广且连续种植年份最多的冬小麦品种济麦22和夏玉米品种郑单958作为基准品种，田间管理随实际生产设置。

1.2.4 模型验证数据 试验于山东省泰安市泰山区大汶口镇（35°58′N，117°3′E）进行。设置裂区试验，主区为施氮量处理，分别为N0（小麦季不施氮+玉米季不施氮）、N1（小麦季施氮80 kg N·hm-2+玉米季施氮150 kg N·hm-2）、N2（小麦季施氮160 kg N·hm-2+玉米季施氮300 kg N·hm-2）、N3（小麦季施氮240 kg N·hm-2+玉米季施氮450 kg N·hm-2）和N4（小麦季施氮320 kg N·hm-2+玉米季施氮600 kg N·hm-2）；副区为种植作物和不种植2种处理，两因素组合为10个处理。冬小麦品种为济麦22，播种密度为180株/m2；玉米品种为郑单958，播种密度为7.6株/m2。氮肥、磷肥、钾肥分别选用尿素（含氮46%）、过磷酸钙（含磷14%）、硫酸钾（含钾50%），磷肥和钾肥作为基肥，分别为147 kg·hm-2和450 kg·hm-2，氮肥于播种期施入40%，大喇叭口期施入60%。其他田间管理措施统一。

1.3 计算方法

1.3.1 光温生产潜力的计算 本文冬小麦、夏玉米光温生产潜力采用逐级订正法[28]，通过在光合生产潜力的基础上进行温度订正计算得出。计算公式如下：

()=Ω(1-)(1-)(1-)(1-)(1-)(1-)-1(1-)-1-1Σ

式中，为光合生产潜力，kg·hm-2；为光合作用量子效率；为光合有效辐射占总辐射比例；Ω为作物光合固定二氧化碳能力；为作物群体反射率；为作物群体对太阳辐射的漏射率；为非光合器官截留辐射比例；为光饱和限制率；为呼吸消耗占光合产量的比例；为成熟产品的含水率；为植物无机灰分含量的比例；为单位干物质含热量，MJ·kg-1；s为作物经济系数；Σ为作物生长季内太阳总辐射量，MJ·m-2。根据文献查阅相近地区各参数取值如表2。

表1 4个生态区冬小麦季、夏玉米季气候条件

表2 光合生产潜力计算中各参数取值

光温生产潜力在光合生产潜力的基础上用温度订正得出：

式中，为光温生产潜力，kg·hm-2；ƒ为温度订正函数。

1.3.2 冬小麦-夏玉米轮作资源高效利用系数计算 农业资源是光、温、水、土、肥、气及其他生产要素与生命物质组成的一个耦合系统。农业资源利用率直接影响我国粮食生产。本文综合考虑光温水肥因素计算冬小麦-夏玉米轮作资源利用系数。

式中，RI、RI分别为冬小麦季、夏玉米季资源利用系数；GPIGPI分别为冬小麦季、夏玉米季光温资源匹配系数；VtIVtI分别为冬小麦、夏玉米品种光温敏感性系数；CuICuI分别为冬小麦季、夏玉米季栽培模式匹配系数；WIWI分别为冬小麦季、夏玉米季水资源利用系数；FIFI分别为冬小麦季、夏玉米季养分资源利用系数；AT为实际生育期内积温，℃·d；AT为适宜生育期内积温，℃·d ；Y为当前光温水平可获得产量；P为光温生产潜力，kg·hm-2；Y为当前品种参数条件下可获得产量，kg·hm-2；Y为冬小麦最佳春化敏感性指数和光周期敏感性指数组合可获得的产量/夏玉米最佳出苗到拔节的积温和开花到成熟的积温组合可获得产量，kg·hm-2；Y为实际种植密度条件下产量，kg·hm-2；Y为最优种植密度条件下可获得产量，kg·hm-2。

根据作物不同时期耗水量不同[29]，计算冬小麦、夏玉米水资源利用系数。

式中，PP分别表示冬小麦、夏玉米生育阶段降水量，mm；WW分别表示冬小麦、夏玉米生育阶段灌水量，mm；ETET分别表示冬小麦、夏玉米生育阶段耗水量，mm；表示冬小麦播种—拔节、拔节—开花、开花—成熟阶段，表示夏玉米播种—拔节、拔节—吐丝、吐丝—成熟阶段；分别表示冬小麦、夏玉米生育阶段个数。

优化氮肥管理可以提高氮肥利用效率，而最优氮肥管理的确定要基于作物整个生长季内氮肥需求和供应之间的同步性。

式中，N为0—100 cm土壤氮含量，mg·kg-1；N为全生育期氮肥施入量，kg·hm-2；N、N分别为冬小麦季、夏玉米季作物需氮量，kg·hm-2。

1.4 模型验证方法

本研究采用APSIM7.10版本进行模拟。在APSIM模型调参和验证时，利用模拟值与实测值之间的均方根误差（）、归一化均方根误差（）、决定系数（2）和一致性指标（指标）进行评价。和可反映模拟值与实测值之间的相对误差和绝对误差，值越小表明模拟效果越好；2和指标反映模拟值与实测值之间的一致性，值越接近1表明模拟效果越好。具体计算公式如下：

式中，X为实测值，Y为模拟值，为实测数据平均值，为数据样本数。

1.5 数据分析

用Microsoft Excel 2010 对数据进行整理分析，用ArcGIS、Matlab绘制图表。

2 结果

2.1 APSIM模型验证

采用试错法，对APSIM模型进行充分调试和验证。通过参数调试与验证后，对冬小麦、夏玉米生长季及周年生物量和产量的模拟值和实测值进行比较。由图2可以看出，生物量数据点均匀地分布在1﹕1线两侧，冬小麦、夏玉米及周年生物量斜率分别为1.002、0.9173和1.070，决定系数（2）分别为0.9805、0.8478和0.9364，归一化均方根误差（）在评价生物量时变动范围在5.02%—8.58%，一致性指标（指标）分别为0.9949、0.9587和0.9807。由图3可看出，产量数据点亦均匀地分布在1﹕1线两侧，冬小麦、夏玉米及周年产量斜率分别为1.026、0.8803和1.156，2分别为0.9591、0.7266和0.8908，在评价产量时变动范围在7.26%—11.73%，指标分别为0.9876、0.9190和0.9575。总体看来，数据点偏离程度较小，生物量、产量斜率均接近于1，2均达0.70以上，变动范围均小于20%，指标均在0.90以上，模拟值和实测值吻合度较好，模型验证结果良好，APSIM模型在该地区有较好的适用性。

2.2 冬小麦、夏玉米生长季光温资源匹配分析

基于山东省鲁东、鲁中、鲁西北和鲁西南4个生态区2008—2017年气象资料，利用APSIM模型模拟不同播期处理下冬小麦、夏玉米产量，通过产量指标确定各生态区冬小麦-夏玉米轮作最佳播种期及收获期。对各生态区域冬小麦、夏玉米生长季适宜生育期内有效积温、可获得产量以及光温生产潜力数据进行分析（表3），结果表明鲁东、鲁中、鲁西北和鲁西南地区冬小麦光温资源匹配系数分别为0.8812、0.7097、0.8569、0.7401；4个地区夏玉米光温资源匹配系数分别为0.5481、0.5589、0.5491、0.5701，各地区夏玉米等光温资源匹配系数差异不大。整体来看，夏玉米季光温资源匹配系数远低于冬小麦季。

2.3 冬小麦、夏玉米生长季品种匹配分析

利用APSIM模型，设置冬小麦品种参数中春化敏感性指数（Vern_sens）、光周期敏感性指数（Photop_ sens）2个品种参数水平，通过给定品种参数的范围，随机组合生成169组品种参数，其他品种参数保持不变（表4），确定在给定环境条件下最佳产量表现的最佳品种（图4）。结果表明，鲁东地区龙口站点冬小麦春化敏感性指数（Vern_sens）、光周期敏感性指数（Photop_sens）均为3.5时，产量最高，高于基准品种可获得产量452.87 kg·hm-2。鲁中地区博山站点冬小麦春化敏感性指数为4.3、光周期敏感性指数为3.9，鲁西北地区德州站点两参数分别为3.1、3.9，鲁西南地区兖州站点两参数分别为4.3、3.9时产量最高，分别高于当地基准品种可获得产量1 139.47、652.24和1 580.35 kg·hm-2。鲁东、鲁中、鲁西北和鲁西南地区冬小麦品种匹配系数分别为0.8552、0.8449、0.8473、0.8162，4个生态区差异不大。

图2 冬小麦夏玉米及周年生物量模拟值与实测值的比较

图3 冬小麦夏玉米及周年产量模拟值与实测值的比较

表3 各生态区冬小麦、夏玉米适宜生育期内GDD、产量、光温生产潜力及匹配系数

产量差值=不同春化敏感性指数和光周期敏感性指数组合获得产量-基准品种获得产量。（a）、（b）、（c）、（d）分别代表鲁东、鲁中、鲁西北、鲁西南

利用APSIM模型，通过设置夏玉米品种参数中出苗到拔节期的积温（tt_emerg_to_endjuv）、开花到成熟的积温（tt_flower_to_maturity）2个品种参数水平，随机组合生成196组品种参数（表4），其他品种参数保持不变（图5）。结果显示，鲁东地区龙口站点夏玉米出苗到拔节期的积温为200、开花到成熟的积温为1 150时，产量显著高于基准品种可获得产量。鲁中地区博山站点夏玉米出苗到拔节期的积温为200、开花到成熟的积温为1 200时产量最高，鲁西北地区德州站点夏玉米出苗到拔节期的积温为200、开花到成熟的积温为1 250时产量最高。鲁西南地区兖州站点两参数分别为255、1 100时产量最高。鲁东、鲁中、鲁西北和鲁西南地区夏玉米品种匹配系数分别为0.9165、0. 9154、0.8013、0.9637（表5）。

2.4 冬小麦、夏玉米生长季栽培模式匹配分析

根据山东省各生态区冬小麦、夏玉米产量随播种密度的变化趋势分析，随着播种密度的增加，鲁东、鲁中、鲁西北和鲁西南地区冬小麦、夏玉米产量均增加。当冬小麦和夏玉米的播种密度分别高于550株/m2和8株/m2时，产量增量趋于平稳。因此，冬小麦和夏玉米的最佳播种密度分别为550株/m2和8株/m2。最佳播种密度条件下，鲁东、鲁中、鲁西北和鲁西南地区冬小麦季可获得产量分别为10 049.86 kg·hm-2、8 471.86 kg·hm-2、9 825.92 kg·hm-2、8 527.92 kg·hm-2，夏玉米季分别为11 531.94 kg·hm-2、10 616.74 kg·hm-2、11 441.68 kg·hm-2、10 848.51 kg·hm-2（表6）。根据山东省冬小麦大田一般种植密度约为540株/m2、夏玉米一般生产密度为6—7株/m2，模拟不同生态区冬小麦、夏玉米平均可获得产量并计算得出鲁东、鲁中、鲁西北及鲁西南地区冬小麦季栽培模式匹配系数分别为0.9903、0.9879、0.9904、0.9873，夏玉米季栽培模式匹配系数分别为0.9021、0.9092、0.8820、0.8943。

产量差值=不同出苗到拔节期积温和开花到成熟积温组合获得产量-基准品种获得产量。（a）、（b）、（c）、（d）分别代表鲁东、鲁中、鲁西北、鲁西南

表4 作物品种参数设置

表5 各生态区冬小麦、夏玉米最佳品种参数组合、获得产量及匹配系数

表6 各生态区最佳播种密度水平下可获得产量及匹配系数

2.5 冬小麦、夏玉米生长季水资源利用分析

根据小麦产量与水分生产率关系计算山东省各生态区小麦全生育期需水量。按照农民习惯并结合相关试验，于播种、拔节、开花期进行灌溉，每次灌水量75 mm。山东省各生态区冬小麦季播种—拔节，拔节—开花，开花—成熟需水量及全生育期水资源利用系数如表7所示。鲁东地区冬小麦播种期至拔节期、拔节期至开花期、开花期至成熟阶段需水量分别为255.20、184.30、269.40 mm；鲁中地区分别为216.90、156.70、229.00 mm；鲁西北地区分别为251.20、181.40、265.20 mm；鲁西南地区分别为218.20、157.60、230.30 mm。各生育阶段水资源利用系数均小于1，即降水、灌水量不能满足各生育时期需水量。鲁东、鲁中、鲁西北和鲁西南地区冬小麦季水资源利用系数分别为0.5730、0.6880、0.5062、0.6841。

表7 山东省各生态区冬小麦季水资源利用系数

根据每生产100 kg玉米籽粒所需耗水量计算山东省各生态区夏玉米全生育期需水量。按照农民习惯夏玉米生长季一般不进行灌水。山东省各生态区夏玉米季播种—拔节，拔节—吐丝，吐丝—成熟需水量及全生育期水资源利用系数如表8所示。鲁东地区夏玉米播种期至拔节期、拔节期至吐丝期、吐丝期至成熟期需水量分别为125.0、264.0、305.8 mm；鲁中地区分别为116.0、245.0、283.8 mm；鲁西北地区分别为127.0、268.0、310.2 mm；鲁西南地区分别为120.0、253.0、293.3 mm。其中鲁中、鲁西北及鲁西南地区播种至拔节期水分利用系数均为1，阶段降水量满足其需水量。其余生育期阶段水分利用系数均小于1。鲁东、鲁中、鲁西北和鲁西南地区夏玉米季水资源利用系数分别为0.7131、0.8374、0.7193、0.9046。

表8 山东省各生态区夏玉米季水资源利用系数

2.6 冬小麦、夏玉米生长季氮肥资源利用分析

根据每生产100 kg小麦、玉米籽粒需氮量计算山东省各生态区冬小麦夏玉米全生育期需氮量。冬小麦、夏玉米生长季农民常规施氮量平均为240 kg·hm-2左右。山东省鲁东、鲁中、鲁西北和鲁西南地区冬小麦季需氮量分别为288.3、265.4、286.0、271.2 kg·hm-2；夏玉米季各区域需氮量分别为305.2、259.4、300.5、261.0 kg·hm-2。鲁东、鲁中、鲁西北和鲁西南地区冬小麦、夏玉米两季养分资源利用系数均为1（表9）。即各地区冬小麦、夏玉米生长季内氮肥供给量均多于甚至远超过作物需氮量。

2.7 不同生态区农田资源利用限制因素

如图6所示，在冬小麦生长季，鲁东地区受光温资源、品种、水资源因素影响率分别为16.96%、20.68%、60.97%；鲁西北地区受上述三因素影响率分别为17.90%、19.11%、61.79%，表明小麦生长季鲁东、鲁西北地区农田资源利用主要受水分资源限制，其次是光温资源和品种的限制，栽培模式和氮肥资源影响不大。鲁中地区光温资源、品种、水资源因素影响率分别为37.72%、20.16%、40.55%；鲁西南地区分别为33.65%、23.80%、40.90%。鲁中、鲁西南地区主要受光温资源和水分资源的共同影响，其次受品种因素限制。在夏玉米生长季，鲁东地区受光温资源、品种、栽培模式、水资源、氮肥资源因素影响率分别为49.11%、9.07%、10.64%、31.18%和0；鲁中地区受各限制因素影响率分别为56.62%、10.86%、11.65%、20.87%和0；鲁西北地区受各限制因素影响率分别为43.01%、18.95%、11.26%、26.78%和0；鲁西南地区受各限制因素影响率分别为64.42%、5.44%、15.84%、14.30%和0。表明鲁东、鲁中、鲁西北及鲁西南地区均受光温资源因素影响最大，水资源次之，品种和栽培模式影响较小。

3 讨论

3.1 冬小麦-夏玉米周年资源利用的影响因素

作物生产是一个复杂的系统，作物产量形成与生态环境条件密切相关[30]，光温水肥及各种栽培措施等因素均会影响作物生长发育。合理配置生长季间光温资源可显著提高冬小麦-夏玉米周年轮作系统产量和资源利用效率。播期、收获期是调节作物生育期内光温资源，改变作物生长发育环境的有效手段。还可以根据种植地的环境选择、培育适宜的品种以实现光温资源的高效利用，既能保证各季作物安全成熟，还能发挥其高产潜力。栽培措施也是影响作物光温资源利用效率的重要因素，其直接影响了作物冠层结构及光照环境。水是植物体内含量最多、作用最广泛的组成成分，参与或影响几乎所有的生物物理和生物化学过程。优化灌溉量以及灌溉时间可以有效提高作物水分利用效率和作物产量[31-32]，合理的灌溉设计以及氮肥施用量对作物生长过程中的资源利用效率和产量的提高也具有重要作用。赵鑫等[33]对冬小麦-夏玉米一年两作的超高产途径进行研究，认为通过合理的灌溉设计可实现小麦生长过程中对水资源的高效利用和最终产量的提升。

图6 山东省不同生态区冬小麦夏玉米生长季影响农田资源利用限制因素

表9 山东省各生态区冬小麦季、夏玉米季养分资源利用系数

3.2 冬小麦-夏玉米周年不同生态区农田资源利用限制因素

山东省位于黄淮海平原东部，近年来受气候变化和生产条件影响，冬小麦-夏玉米两熟制播期、生育期、密度、作物品种等因素与光温水肥资源不匹配问题突出，限制了周年产量和资源利用效率的进一步提升[34-35]。明确周年气候资源分配与利用的定量特征，可为进一步优化季节间资源配置，提高不同生态区周年产量潜力与资源利用效率提供理论依据。本文利用APSIM模型，研究了光温资源、品种、栽培模式、水资源以及氮肥等不同因素对山东省鲁东、鲁中、鲁西北及鲁西南地区冬小麦、夏玉米生长季高产高效的影响，结果显示，冬小麦生长季鲁东、鲁西北两地区均主要受水分资源限制，其次是光温资源和品种的限制。山东省属季风气候，夏季炎热多雨，冬季寒冷干燥，年降水量分布不均，小麦生育期降水量只占全年降水量的25%—40%，仅能满足冬小麦全生育期需水量的1/3到1/5，冬小麦拔节至灌浆期是耗水高峰期，春旱缺水状况更为严重，加之农田灌溉量不足以及灌溉时间不合理，不能满足作物对水分的需求。鲁东、鲁西北地区可通过优化冬小麦生长季灌溉量和灌溉时间减少水分资源限制对农田资源利用影响。鲁中、鲁西南两地区则主要受光温资源和水分资源的共同影响，其次受品种因素限制。播期、收获期是调节作物生育时期，改善生育期内对光、热、水资源利用，改变作物生长发育环境的有效手段。调节冬小麦播期、收获期对光温资源进行优化配置，同时优化灌溉量以及灌溉时间，减少光温资源以及水分资源限制对鲁中、鲁西南两地区农田资源利用的影响。不同生态环境条件下选用适宜的作物品种，充分利用气候资源，发挥品种的生产潜力，可实现高产、高效、稳产的效果。近50年来黄淮海平原作物产量一直保持稳步增长趋势[36]，与品种的改良密切相关。不同品种在不同环境条件下往往表现出不同的地域适应性，根据4个生态区环境特点选择适宜环境高产作物品种，对稳定提高区域作物产量也具有重要意义。对于华北地区的冬小麦和夏玉米，选择及培育适宜的品种可消除气候变暖大背景下引起的作物生育期缩短，保证开花前生长发育所需时间[37]。

夏玉米生长季4个地区均受光温资源因素影响最大，水资源次之，品种和栽培模式影响较小。夏玉米具有高光能利用效率和光能生产效率，充分利用农闲期和冬小麦季冗余的光温资源，发挥夏玉米高光效的优势，可进一步调高周年产量和资源效率[38]。夏玉米生长季虽与夏季雨季同期，但同时其生育期处于高温季节，绝对耗水量很大[21]，加之夏玉米季灌水量不足，难以满足作物水分需求。故调节夏玉米播期、收获期改善生育期内资源利用率；同时，选择紧凑型玉米品种，提高群体光能利用率，增加单位群体光合面积，充分利用光热资源。合理增加灌水量、明确灌水时间在提高水分利用效率的基础上减少水资源对产量提高的限制，综合提高夏玉米季资源利用率。

由于肥料技术的进步，施用肥料使作物产量大幅提升。山东省各生态区冬小麦季、夏玉米季氮肥资源供给量均可满足其需求，甚至可适当减少施氮量，避免因施氮过量造成氮素损失以及经济损失。

4 结论

冬小麦生长季鲁东、鲁西北地区农田资源主要受水分资源限制，其次是光温资源和品种的限制，栽培模式和氮肥资源影响不大。鲁中、鲁西南地区则主要受光温资源和水分资源的共同影响，其次受品种因素限制。夏玉米生长季4个地区均受光温资源因素影响最大，水资源次之，品种和栽培模式影响较小。根据不同区域限制因素及限制因素大小，通过调整冬小麦、夏玉米播期和收获期，选用适宜环境条件的作物品种，同时合理增加灌水量和灌水时期，可有效提高农田资源利用效率，达到稳产增产效果。

[1] RAY D K, RAMANKUTTY N, MUELLER N D, WEST P C, FOLEY J A. Recent patterns of crop yield growth and stagnation., 2012, 3: 1293.

[2] 陈印军, 易小燕, 方琳娜, 杨瑞珍. 中国耕地资源与粮食增产潜力分析. 中国农业科学, 2016, 49(6): 1117-1131.

Chen Y J, Yi X Y, Fang L N, Yang R Z. Analysis of cultivated land and grain production potential in China., 2016, 49(6): 1117-1131. (in Chinese)

[3] 李克南, 杨晓光, 刘园, 荀欣, 刘志娟, 王静, 吕硕, 王恩利. 华北地区冬小麦产量潜力分布特征及其影响因素. 作物学报, 2012, 38(8): 1483-1493.

LI K N, YANG X G, LIU Y, XUN X, LIU Z J, WANG J, Lü S, WANG E L. Distribution characteristics of winter wheat yield and its influenced factors in North China., 2012, 38(8): 1483-1493. (in Chinese)

[4] 李克南. 华北地区冬小麦-夏玉米作物生产体系产量差特征解析[D]. 北京: 中国农业大学, 2014.

LI K N. Yield gap analysis focused on winter wheat and summer maize rotation in the North China Plain[D]. Beijing: China Agricultural University, 2014. (in Chinese)

[5] BAI H Z, TAO F L, XIAO D P, LIU F S, ZHANG H. Attribution of yield change for rice-wheat rotation system in China to climate cultivars and agronomic management in the past three decades., 2016, 135(3/4): 539-553.

[6] KIRKRGAARD J A, HUNT J R. Increasing productivity by matching farming system management and genotype in water-limited environments., 2010, 61(15): 4129-4143.

[7] XIAO D, TAO F. Contributions of cultivars, management and climate change to winter wheat yield in the North China Plain in the past three decades., 2014, 52: 112-122.

[8] AHRENS T D, LOBELL D B, ORTIZ-MONASTERIO J L, LI Y, MATSON P A. Narrowing the agronomic yield gap with improved nitrogen use efficiency: A modeling approach., 2010, 20(1): 91-100.

[9] LICKER R, JOHNSTON M, FOLEY J A, BARFORD C, KUCHARIK C J, MONFREDA C, RAMANHUTTY N. Mind the gap: How do climate and agricultural management explain the ‘yield gap’ of croplands around the world?., 2010, 19(6): 769-782.

[10] NEUMANN K, VERBURG P H, STEHFEST E, MULLER C. The yield gap of global grain production: A spatial analysis., 2010, 103(5): 316-326.

[11] MENG Q F, HOU P, WU L, CHEN X P, CUI Z L, ZHANG F S. Understanding production potentials and yield gaps in intensive maize production in China., 2013, 143(1): 91-97.

[12] LIU Z J, Yang X G, LIN X M, HUBBARD K G, LV S, WANG J. Narrowing the agronomic yield gaps of maize by improved soil, cultivar, and agricultural management practices in different climate zones of Northeast China., 2016, 20(12): 1-18.

[13] TANAKA A, SAITO K, AZOMA K, KOBAYASHI K. Factors affecting variation in farm yields of irrigated lowland rice in southern-central Benin., 2013, 44: 46-53.

[14] ZHANG W F, CAO G X, LI X L, ZHANG H Y, WANG C, LIU Q Q, CHEN X P, CUI Z L, SHEN J B, JIANG R F, MI G H, MIAO Y X, ZHANG F S, DOU Z X. Closing yield gaps in China by empowering smallholder farmers., 2016, 537: 671-674.

[15] CHEN G F, CAO H Z, LIANG J, MA W Q, GUO L F, ZHANG S H, JIANG R F, ZHANG H Y, KEITH W T G, ZHANG F S. Factors affecting nitrogen use efficiency and grain yield of summer maize on smallholder farms in the North China Plain., 2018, 10(2): 363.

[16] 肖登攀, 陶福禄. 过去30年气候变化对华北平原冬小麦物候的影响研究. 中国生态农业学报, 2012, 20(11): 1539-1545.

Xiao D P, Tao F L. Impact of climate change in 1981-2009 on winter wheat phenology in the North China Plain., 2012, 20(11): 1539-1545. (in Chinese)

[17] Sun H Y, Zhang X Y, Wang E L, Chen S Y, Shao L W, Qin W L. Assessing the contribution of weather and management to the annual yield variation of summer maize using APSIM in the North China Plain., 2016, 194: 94-102.

[18] Wang J, Wang E L, Yin H, Feng L P, Zhang J P. Declining yield potential and shrinking yield gaps of maize in the North China Plain., 2014, 195/196: 89-101.

[19] Li K N, Yang X G, Liu Z J, Zhang T Y, Lu S, Liu Y. Low yield gap of winter wheat in the North China Plain., 2014, 59: 1-12.

[20] Wang J, Wang E L, Feng L P, Yin H, Yu W D. Phenological trends of winter wheat in response to varietal and temperature changes in the North China Plain., 2013, 144(6): 135-144.

[21] Xiao D P, Tao F L. Contributions of cultivar shift, management practice and climate change to maize yield in North China Plain in 1981-2009., 2015, 67(2): 1-12.

[22] Xiao D P, Qi Y Q, Shen Y J, Tao F L, Moiwo J, Liu J F, Remde W, Zhang H, Liu F S. Impact of warming climate and cultivar change on maize phenology in the last three decades in North China Plain., 2015, 124(3/4): 1-9.

[23] Li K N, Yang X G, Tian H Q, Pan S F, Liu Z J, Lu S. Effects of changing climate and cultivar on the phenology and yield of winter wheat in the North China Plain., 2015, 60(1): 1-12.

[24] Zhang Y, Feng L P, Wang E L, Wang J, Li B G. Evaluation of the APSIM-Wheat model in terms of different cultivars, management regimes and environmental conditions., 2012, 92(5): 937-949.

[25] Sun H Y, Zhang X Y, Wang E L, Chen S Y, Shao L W. Quantifying the impact of irrigation on groundwater reserve and crop production – A case study in the North China Plain., 2015, 70: 48-56.

[26] Oort P A J V, Wang G, Vos J, Meinke H, Li B G, Huang J K, Werf W. Towards groundwater neutral cropping systems in the Alluvial Fans of the North China Plain., 2016, 165: 131-140.

[27] 赵彦茜, 齐永青, 朱骥, 肖登攀, 安塞, 陈睿. APSIM模型的研究进展及其在中国的应用. 中国农学通报, 2017, 33(18): 1-6.

ZhaO Y X, Qi Y Q, Zhu J, Xiao D P, An S, Chen R. Research progress of APSIM model and its application in China., 2017, 33(18): 1-6. (in Chinese)

[28] 廉丽姝, 李志富, 李梅, 李庆, 李长军. 山东省主要粮食作物气候生产潜力时空变化特征. 气象科技, 2012, 40(6): 1030-1038.

LIAN L S, LI Z F, LI M, LI Q, LI C J. Spatial-temporal variation characteristics of climatic potential productivity for grain crops in Shandong province., 2012, 40(6): 1030-1038. (in Chinese)

[29] 于振文. 作物栽培学各论. 北京: 中国农业出版社, 2013: 58-59, 119-121.

YU Z W.. Beijing: China Agricultural Press, 2013: 58-59, 119-121. (in Chinese)

[30] LIU Y, HOU P, XIE R, LI S, ZHANG H, MING B, MA D, LIANG S. Spatial adaptabilities of spring maize to variation of climatic conditions., 2013, 53(4): 1693-1703.

[31] 黄玲, 高阳, 邱新强, 李新强, 申孝军, 孙景生, 巩文军, 段爱旺. 灌水量和时期对不同品种冬小麦产量和耗水特性的影响. 农业工程学报, 2013, 29(14): 99-108.

HUANG L, GAO Y, QIU X Q, LI X Q, SHEN X J, SUN J S, GONG W J, DUAN A W. Effects of irrigation amount and stage on yield and water consumption of different winter wheat cultivars., 2013, 29(14): 99-108. (in Chinese)

[32] XU C L, TAO H B, TIAN B J, GAO Y B, REN J H, WANG P. Limited-irrigation improves water use efficiency and soil reservoir capacity through regulating root and canopy growth of winter wheat., 2016, 196: 268-275.

[33] 赵鑫, 任伟, 王云奇, 晋鹏宇, 陶洪斌, 王璞. 冬小麦灌水模式和农艺措施对夏玉米土壤含水量及水分利用效率的影响. 水土保持学报, 2014, 28(2): 100-104, 111.

ZHAO X, REN W, WANG Y Q, JIN P Y, TAO H B, WANG P. Impact of irrigation modes of winter wheat season and agronomy managements on soil water content and WUE of summer maize., 2014, 28(2): 100-104+111. (in Chinese)

[34] Chen C Q, Lei C X, Deng A X, Qian C R, Hoogmoed W, Zhang W J. Will higher minimum temperatures increases corn production in Northeast China? An analysis of historical data over 1965-2008., 2011, 151(12): 1580-1588.

[35] 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.

[36] 胡实, 莫兴国, 林忠辉. 气候变化对黄淮海平原冬小麦产量和耗水量的影响及品种适应性评估. 应用生态学报, 2015, 26(4): 1153-1161.

HU S, MO X G, LIN Z H. Evaluating the response of yield and evapotranspiration of winter wheat and the adaptation by adjusting crop variety to climate change in Huang-Huai-Hai Plain., 2015, 26(4): 1153-1161. (in Chinese)

[37] 刘建刚. 黄淮海农作区冬小麦-夏玉米产量差及其限制因素解析[D]. 北京: 中国农业大学, 2015.

LIU J G. Yield gap of winter wheat and summer maize and limiting factors in Huang-Huai-Hai farming region[D]. Beijing: China Agricultural University, 2015. (in Chinese)

[38] 周宝元. 黄淮海冬小麦-夏玉米资源优化配置及其节水高产技术模式研究[D]. 北京: 中国农业科学院, 2017.

Zhou B Y. Study on optimizing resource distribution of winter wheat-summer maize and its water saving and high yield cropping system[D]. Beijing: Chinese Academy of Agricultural Sciences, 2017. (in Chinese)

Analysis on Limiting Factors of Efficient Utilization of Winter Wheat and Summer Maize Farmland Resources

LIU XiaoYu, ZHANG DouDou, JIAO JinYu, CHEN GuoQing, LI Yong

(College of Agronomy, Shandong Agricultural University/State Key Laboratory of Crop Biology, Tai’an 271018, Shandong)

【Objective】With the decrease of cultivated land area, the increase of population and the rapid development of social economy, increasing crop yield per unit area is an important way to improve the total grain yield and ensure the food security in China. It is of great significance to explore the way of high efficiency and limiting factors to improve the unit yield. 【Method】 In this study, winter wheat and summer maize were taken as the research objects. In four ecological regions of Shandong province (eastern Shandong, central Shandong, northwestern Shandong and southwestern Shandong), the simulation model and other methods were employed to study yield under different climate and cultivation management conditions in 2008-2017, to put forward quantitative evaluation indicators, to analyze and clarify the main limiting factors affecting resource utilization and yield.【Result】(1) In the growth season of winter wheat in the eastern Shandong, the influencing rates of light and temperature resource, variety, cultivation pattern, water resource and nitrogen resource were 16.96%, 20.68%, 1.39%, 60.97% and 0, respectively, those in central Shandong were 37.72%, 20.16%, 1.57%, 40.55% and 0, and those in northwestern Shandong were 17.90%, 19.11%, 1.20%, 61.79%, 0, respectively; Those in southwestern Shandong were 33.65%, 23.80%, 1.65%, 40.90% and 0 respectively. (2) In the growth season of summer maize in the eastern Shandong, the influencing rates of light and temperature resource, variety, cultivation mode, water resource and nitrogen resource were 49.11%, 9.07%, 10.64%, 31.18% and 0, respectively; In central Shandong, the influence rates of each limiting factor were 56.62%, 10.86%, 11.65%, 20.87% and 0, respectively; In northwestern Shandong, the influence rates of each factor were 43.01%, 18.95% 11.26%, 26.78% and 0; Those in southwestern Shandong were 64.42%, 5.44%, 15.84%, 14.30% and 0, respectively. 【Conclusion】 In the winter wheat growing season, the farmland resources in the eastern and northwestern Shandong were mainly limited by water resource, followed by light and temperature resource and variety, and the cultivation mode and nitrogen resource had little influence. In the central and southwestern Shandong, it was mainly affected by light and temperature resource and water resources, followed by the variety factors. The growth season of maize in the four regions was influenced by light and temperature resource, followed by water resource, and less by varieties and cultivation patterns.

winter wheat; summer maize; resource utilization; yield; limiting factors

2020-05-14；

2020-08-17

国家重点研发计划（2017YFD0301001）

刘肖瑜，E-mail：291827396@qq.com。通信作者陈国庆，E-mail：gqchen@sdau.edu.cn

（责任编辑 杨鑫浩）