川中丘陵区气象因子与玉米倒伏和产量的灰色关联度分析

张 森，徐开未，裴丽珍，陈晓辉，张雯雯，肖 华，彭丹丹，陈远学*

（1.四川农业大学资源学院，成都 611130；2.福建农林大学资源与环境学院，福州 350002）

气候是决定作物生长、发育和产量形成的重要因素[1]，气象因子是除了基因型和土壤状况以外限制玉米产量形成的又一个重要因素。有研究认为小喇叭口期、大喇叭口期和抽雄期是气候影响玉米产量形成的关键生育期，日照时数、日最高气温是影响玉米产量的主要气象因子，其次为日最低气温和降水[2-3]，还有人认为玉米生育期的有效积温是影响玉米生长和产量形成的主要因素[4-7]。其次，降雨量及其时空分布也是影响玉米产量的主要限制性气象因素[8-9]。

倒伏是指植物茎秆从自然直立状态到永久移位的现象[10]，倒伏是影响玉米减产的主要原因之一，在中国，由于气候变化造成的倒伏引起的减产可达10%～24%[11-12]。玉米倒伏分为根倒和茎折，其中茎折对玉米的减产影响更大[15-18]，气候因素中降雨量是造成倒伏的主要因素之一，降雨量过大会使土壤结构改变，根系的固定力减小，玉米极易发生倒伏[13-14]。目前我国农业正处于传统向现代化转型的过程中，农业实现机械化是农业现代化的必要条件[19]，但玉米倒伏不仅会导致产量下降，同时会影响机械收获质量，严重阻碍机械化进程的发展[20-21]。

四川省的玉米主产区位于盆地丘陵地带，该地区面临春玉米生育早期干旱后期高温多雨的不利气候因素[22]，同时机械化发展滞后，缺少抗倒伏的玉米品种，玉米产业发展受到严重阻碍。本研究通过川中丘陵区3年定位试验，探究玉米产量和倒伏与当地气象因子之间的相关程度，以期为川中丘陵区挖掘玉米生产潜力，研究玉米的生态适应性以及推进玉米的机械化进程提供理论依据。

1 材料和方法

1.1 试验地概况

田间试验地点位于四川省德阳市中江县辑庆镇文堂村五组（104°39′71E，30°57′50"N），海拔高度为435.1 m，属亚热带湿润季风性气候，年平均气温15～17 ℃，年平均日照时数 1 000～1 300 h，年总降水量 900～950 mm，耕层土壤（0～20 cm）质地为粉砂质重壤土。2017年耕种前土壤基础肥力状况见表1，3年均在同一地块进行试验。

表1 试验地土壤的基础肥力Table 1 The basic fertility of experimental soil

1.2 供试材料

供试玉米品种：郑单958（ZD958，由河南省农业科学院选育）和仲玉3号（ZY3，由四川省南充市农业科学院仲衍种业股份有限公司选育）。

供试肥料：碳铵（N，17%）、过磷酸钙（P2O5，12%）、氯化钾（K2O，60%），均在当地肥料销售点购买。

1.3 试验设计与实施

该试验于2017、2018和2019年的春玉米生长期4—8月进行，每年两个品种同时播种，种植密度为7.50万株/hm2，采用宽窄行种植，宽行0.9 m，窄行0.5 m，每个小区4个种植带幅，小区面积5.6 m×5.0 m=28 m2。每个种植带上铺设黑色农用地膜，人工穴播，每穴播4～5粒，出苗后膜下引苗，4叶期匀苗，每穴留2苗。各处理施肥一致，氮、磷和钾用量分别为N240kg/hm2、P2O5100 kg/hm2和K2O 100 kg/hm2，其中 30%的氮肥和全部磷钾肥于耕种前作底肥施用，另30%的氮肥于4叶展期追施，最后40%的氮肥于12叶展期追。浇水、中耕、除草及病虫害防治等其他田间管理按当地高产措施进行。

1.4 测定项目与方法

1.4.1 生育期和气象因子

玉米播种后人工观察并记录各处理吐丝期和生理成熟期时间，吐丝期定为小区内80%玉米吐丝长度达到1 cm的日期，生理成熟期以果穗中下部籽粒乳线消失、黑层出现为准。收获时间为生理成熟期一周之后。各年份生育期见表2。

表2 各年份玉米生育期Table 2 The growth period of maize in each year

玉米生育期内的日平均温度、日平均相对湿度、日照时数、日降水量和日平均风速均通过中江县气象局获得，中江县位于四川盆地丘陵区亚热带湿润季风气候区，具有气候温和、四季分明等特点，降雨较丰沛而季节分配不均，春玉米生育早期（4月）降水少，主要降水量集中在玉米吐丝期到生理成熟期（7月、8月）。各年份生育期内各气象数据变化趋势见图1。

图1 各年份气象因子Figure 1 Meteorological factors of each year

有效积温（GDD）计算公式为：

式中，i为从播期开始到生理成熟期的时间段，Tmax和Tmin分别表示第i天的日最高气温和日最低气温，Tbase为玉米生长的基础温度10℃（10℃2Tmin2 Tmax235℃）。

玉米生育期间各年份气象因子汇总列于表3。

表3 玉米生育期间各年份气象因子汇总Table 3 Meteorological factors of each year during maize growth period

1.4.2 倒伏调查

在玉米收获期，每小区选择完整的两行（窄行）调查总株数、根倒数（茎秆和地面夹角小于30°）、茎折数和站秆株数。计算倒伏率、根倒率、茎折率和站秆率：

根倒率=根倒数/总株数×100%

茎折率=茎折数/总株数×100%

倒伏率=根倒率+茎折率

站秆率=站秆数/总株数×100%

1.4.3 产量及产量构成

在玉米收获期，每小区选择完整的两行（窄行）进行实收测产，脱粒后称重，用水分测定仪测定籽粒含水量，按标准含水量14%折算单位面积产量。每个小区随机选取15个果穗，统计穗长、穗粗、秃尖长、穗行数、行粒数和千粒重。

1.5 产量、倒伏率与气象因子的灰色关联度分析方法

按照邓聚龙灰色系统理论[23]，采用以下方法计算产量、倒伏率与气象因子之间的关联度数。

确定参考数列和比较数列：ZD958和ZY3品种3个年份玉米产量、倒伏率及各气象因子分别设为一个整体，即为灰色系统，设产量（或倒伏率）为参考数列X0；积温、日均温度、降水量、日照时数、相对湿度和平均风速分别为比较数列 X1、X2、X3、X4、X5和 X6。

数据无量纲化处理：由于原始数据中各气象因子、产量或倒伏率的量纲不同，采用初始值化方法，即用各数据列的值去除以该数据列的平均值。

计算灰色关联系数：根据原始数据标准化处理结果，进一步求出各年份产量（倒伏率）X0与各气象因子Xi对应点的绝对差值，即Δi（k）=|X0（k）-Xi（k）|，求出关联系数εi（k），计算公式为：

其中min|x0(k)-xi(k)|]为二级最小差；max[max|x0(k)-xi(k)|]为二级最大差，ρ为分辨系数（一般取0.5），此处为0.5。

计算灰色关联度：通过公式

γi=ε（ik）计算各气象因子的关联度并进行大小排序。

1.6 数据处理

采用Micosoft Excel 2016数据处理和作图，用SPSS 25.0软件进行方差分析和相关性分析。

2 结果与分析

2.1 各年份春玉米的倒伏情况

表4为3年间收获时期玉米的倒伏情况，对于ZD958品种，2018年的茎折率、倒伏率显著高于2017和2019年，站秆率显著低于另外2个年份，倒伏率分别较2017和2019年增加19.7和10.1倍，站秆率分别较2017和2019年降低84.6%和84.0%；对于ZY3品种，2019年的根倒率大于2017和2018年，2018年的茎折率、倒伏率显著高于2017和2019年，站秆率显著低于另外2个年份，年份间的差异显著，其中倒伏率分别较2017和2019年增加5.1和2.7倍，站秆率分别较2017和2019年降低97.7%和97.4%。

表4 各年份春玉米收获时的倒伏情况Table 4 Lodging of spring maize at harvest in each year

2.2 各年份春玉米收获时穗部性状及产量构成

表5为玉米产量、产量构成及穗部性状的研究结果，从表中可以看到，ZD958品种3年的玉米穗部性状中，穗长和穗粗年际间差异显著，2017年的穗长显著大于2019年、穗粗显著低于2018年，秃尖长各年份间无显著差异；产量构成因素中，总穗数2017年是显著高于2018年，穗粒数和千粒重各年份间无显著差异。ZY3品种3年的穗部性状中，穗长和穗粗年际间差异显著，2017年均显著大于2018年，秃尖长各年份间无显著差异；产量构成因素中，总穗数2017年显著高于其余2个年份，穗粒数各年份间无显著差异，2018年的千粒重显著低于其余2个年份。2个品种春玉米的产量2018年明显低于2017和2019年，其中ZD958分别降低19.4%和19.2%，ZY3分别降低37.9%和38.1%。

表5 各年份春玉米收获时穗部性状及产量构成Table 5 Ear character and yield composition of spring maize at harvest in each year

2.3 相关性分析

2.3.1 气象因子与收获期穗部性状及产量构成因素的相关性分析

如表6所示，有效积温与产量、穗长、穗粒数和穗数呈显著的正相关关系，与千粒重呈显著负相关关系；日均温与穗长、穗粒数呈显著正相关关系，与千粒重呈显著负相关关系；日照时数与产量、穗长、穗粗、穗粒数及穗数呈显著的正相关关系；降水量与产量、穗粗和穗数呈显著的负相关关系；相对湿度与穗数呈显著的负相关关系。说明有效积温和日照时数均能有效提升玉米的产量，有效积温通过增加玉米穗长、穗粒数和单位面积的穗数来提高产量，日照时数是通过增加玉米的穗长、穗粗、穗粒数以及单位面积的穗数来提升玉米的产量，玉米是喜温作物，其全生育期对温度要求较高。因此在川中丘陵区多云雾的条件下，日照时数和有效积温能显著的影响当地玉米的产量形成。

表6 各气象因子与收获期穗部性状及产量构成的相关性Table 6 Correlation of meteorological factors with ear characters and yield composition at harvest stage

2.3.2 气象因子与收获时倒伏的相关性分析

从表7可以看出，根倒率与降水量、相对湿度和平均风速呈显著的正相关关系；茎折率与积温和日照时数呈显著的负相关关系，与降水量呈极显著的正相关关系；倒伏率与日照时数呈显著负相关关系，与降水量呈极显著的正相关关系；站秆率与倒伏率相反，站秆率与日照时数呈显著的正相关关系，与降水量呈极显著的负相关关系。由此可见，当地玉米生育后期充足的降水量已经显著影响到玉米在田间的站秆状况。

2.4 产量、倒伏率与气象因子的灰色关联度分析结果

各年份气象因子与产量和倒伏的关联度系数分别列于表8和表9。由表8可知，ZD958品种2017、2018和2019年与产量表现出最大关联程度的气象因子分别为有效积温、日照时数、相对湿度，ZY3品种2017、2018和2019年与产量表现出最大关联程度的气象因子分别为日照时数、日照时数和平均风速。由表9可知，ZD958品种2017、2018和2019年与倒伏表现出最大关联程度的气象因子均为降水量，ZY3品种2017、2018和2019年与倒伏表现出最大关联程度的气象因子分别为降水量、降水量和日照时数。

表9 各年份的气象因子与倒伏的关联度系数Table 9 Relational analysis of meteorological factors and lodging in each year

各气象因子的关联度结果列于表10和表11。对于ZD958品种，各气象因子对产量的关联程度排序为：有效积温3相对湿度3日均温3日照时数3平均风速3降水量，各气象因子对倒伏率的关联程度排序为：降水量3日均温3相对湿度3平均风速3有效积温3日照时数。对于ZY3品种，各气象因子对产量的关联程度排序为：日照时数3有效积温3日均温3相对湿度3平均风速3降水量，各气象因子对倒伏率的关联程度排序为：降水量3日均温3相对湿度3有效积温3平均风速3日照时数。

表10 玉米产量与各气象因子的关联度及位次Table 10 Relational analysis and order of yield and meteorological factors

表11 倒伏率与各气象因子的关联度及位次Table 11 Relational analysis and order of lodging and meteorological factors

3 讨论与结论

3.1 气象因子对玉米倒伏的影响

自然气候是造成玉米倒伏的外界因素，玉米植株的站立与土壤对玉米根系的固定力密不可分[13-14]。当降雨量过大，土壤淹水或长时间湿度大后变得松软，土壤固持力大大减弱，加之雨后玉米地上部植株变得沉重，同时该地区玉米吐丝-灌浆期降雨常伴有大风，导致玉米容易发生倒伏[24]。李民华等[25]在湖南中方县的春玉米播期试验表明，风速达到13.0～14.0 m/s时玉米可发生倒伏灾害，成为影响倒伏的关键气象因子。梁钰等[26]研究认为影响河南省夏玉米倒伏的天气特征主要为短时雷雨大风型和强冷空气型。在本研究中，玉米生育期内降水量2018年显著高于2017和2019年（ZD958生育期内降水量2018年相比2017和 2019年分别增加173%、129%；ZY3分别增加 174%、60%），而相应地，两玉米品种的倒伏率2018年也显著高于2017和2019年（ZD958分别增加了 19.7和10.1倍，ZY3分别增加了5.1和2.7倍）。同时本研究通过灰色关联度分析，探明了该地区日均温、日照时数、积温、相对湿度、降水量及平均风速对玉米倒伏的影响程度，对ZD958表现为：降水量3日均温3相对湿度3平均风速3有效积温3日照时数，对ZY3表现为：降水量3日均温3相对湿度3有效积温3平均风速3日照时数，可见，降水量依然是该地区影响玉米倒伏的主要气象因子。玉米生育后期大量的降水会降低玉米田间站秆率，而站秆性能的好坏是影响玉米产量和机收效果的重要因素[23]。因此在实际农业生产中，可通过土壤耕作与改良措施，以及完善农田排水沟渠，管控土壤渍水和涝害，从而有效降低多降水气候对玉米倒伏的影响，提高玉米生育后期站秆性能。

3.2 气象因子对玉米产量的影响

玉米的生长过程中，光、温和水等气象因子是影响玉米生长和产量的重要生态因素。不同地区的生态气候条件是不一样的，因此影响玉米生长发育和产量形成的各气象因子之间的重要程度也不完全相同[1，27]。吴荣华等[4]在鲁南地区的研究表明，该地区气象因子对玉米产量的影响程度为：有效积温3日照时数3气温日较差3日均温3降水量；徐玉秀等[2]在锦州地区的研究表明，该地区玉米六叶期主要影响气象因子为日照时数，十二叶期和开花期的关键气象因子为气温和降水。本研究实验地点位于四川盆地丘陵区，春玉米早期干旱后期高温多雨多风，相比其他玉米产区气候条件较为特殊，本研究通过3年定位试验，分析得出气象因子对产量的影响程度在不同玉米品种间也有差异，ZD958品种表现为有效积温3相对湿度3日均温3日照时数3平均风速3降水量，ZY3号品种表现为日照时数3有效积温3日均温3相对湿度3平均风速3降水量。同一生态环境下，影响两个玉米产量的主要气象因子不同，这可能是因为不同基因型品种的生态环境适应性不同。同时，本研究表明，有效积温和日照时数均能有效提升玉米的产量，有效积温通过增加玉米穗长、穗粒数和单位面积的穗数来提高产量，日照时数是通过增加玉米的穗长、穗粗、穗粒数以及单位面积的穗数来提升玉米的产量。可能是因为玉米是喜温作物，其全生育期对温度要求较高，因此在川中丘陵区多云多雾少日照的气候条件下，日照时数和有效积温能显著的影响当地玉米的生长及产量形成。本研究仅通过3年定位试验探究了该地区各气象因子对2个主栽玉米品种的影响程度，要进一步实现玉米在该地区对气候资源的充分利用，需要开展更多不同基因型玉米品种的不同播期试验，从而研究不同玉米品种的生态适应性与最佳种植日期。

综上，在川中丘陵区，影响ZD958产量的关键气象因子为有效积温，影响ZY3号产量的关键气象因子为日照时数，降水量为该区域玉米倒伏的主要影响因素。在实际生产中要根据当地的气温、日照时数和降水量等关键气象因子的特点做好品种、播期和密度间的协调并加强田间管理，增强玉米抗倒性，实现当地玉米高产高效。