播期播量及施氮量对冬小麦生长及光谱指标的影响

李鑫格 高 杨 刘小军 田永超 朱 艳 曹卫星 曹 强

播期播量及施氮量对冬小麦生长及光谱指标的影响

李鑫格 高 杨 刘小军 田永超 朱 艳 曹卫星 曹 强*

南京农业大学国家信息农业工程技术中心 / 智慧农业教育部工程研究中心 / 农业农村部农作物系统分析与决策重点试验室 / 江苏省信息农业重点试验室/ 现代作物生产省部共建协同创新中心, 江苏南京 210095

为阐明播期、播量及施氮量对冬小麦生长与光谱指标的影响规律, 本研究通过开展连续两年不同播期、播量及施氮量的冬小麦田间试验, 系统地研究了三因素及其互作对冬小麦产量、关键生育时期叶面积指数(leaf area index, LAI)和归一化红边指数(normalized difference red edge, NDRE)的影响, 并进一步分析了三因素对冬小麦冠层NDRE时序曲线的影响。另一方面建立了不同产量水平下冬小麦冠层NDRE适宜时序曲线, 以便于实时监测不同产量水平下冬小麦长势动态。结果表明, 冬小麦冠层NDRE与LAI随关键生育期的变化相似, 且三因素对关键生育时期2个指标的影响规律基本一致。2018—2019年冬小麦产量、不同生育时期LAI和冠层NDRE均随播期推迟而下降; 2019—2020年除灌浆期外, 晚播冬小麦产量、LAI及冠层NDRE峰值最大。2年冬小麦不同生育时期LAI、冠层NDRE随施氮量增加而增加; 而不同播量间无明显差异。三因素中播期、施氮量对冬小麦冠层NDRE时序曲线有显著影响。冬小麦冠层NDRE时序曲线随施氮量增加被纵向拉长; 曲线下降部分随播期推迟向左平移, 同时2018—2019年随播期推迟曲线峰值下降, 2019—2020年晚播、过晚播冬小麦曲线峰值高于适播期冬小麦。将2个年份数据融合在一起建立了3个产量水平下冬小麦冠层NDRE适宜时序曲线(产量水平分别为: 小于6.75、6.75～8.25、大于8.25 t hm–2); 发现随产量水平升高, NDRE时序曲线峰值及幅宽均增大。综上所述, 冬小麦应适期早播, 但若冬前积温较高, 应适当推迟播期; 且可通过增加一定播量和施氮量来改善晚播冬小麦群体长势。研究结果可为不同播期及不同产量水平下冬小麦长势监测提供技术支撑。

播期; 播量; 施氮量; LAI; NDRE

播期、播量及施氮量是影响小麦群体性状和产量形成的重要因素[1]。有关三因素对小麦群体性状及产量影响的研究较多, 比较一致的观点是: 叶面积指数(leaf area index, LAI)和产量均随播期推迟、播量减少或施氮量水平降低而变小, 但不同品种或地区的适宜播期、播量及施氮量不一致[2-5], 且三因素间的互作效应对群体性状及产量的影响规律也不相同。如有研究认为播期推迟2周以内, 增加一定播量有利于提高产量[5-6], 有研究则认为晚播条件下播量对小麦产量的影响不显著[7-8]; 有研究认为播期推迟后增大播量对LAI影响不大[9], 有研究则认为晚播条件下可以通过增加播量来提高LAI[10]。另外, 随着全球气候变暖, 适期播种小麦冬前易旺长, 一旦遇冷会遭受严重冻害而影响小麦生长发育[11], 在此气候环境下, 适当推迟播期有利于冬小麦产量的提高[12]。由于不同气候条件下播期对冬小麦生长发育的影响规律不同, 因而分析三因素对不同年份冬小麦群体性状及产量的影响时应根据具体年份具体分析。随着遥感技术的快速发展, 研究者越来越多地选择利用光谱指标实时监测作物群体长势[13-17], 且发现归一化红边指数(normalized difference red edge, NDRE)与LAI的相关关系较好[18-19], 可作为实时、无损监测作物长势的指标, 但三因素对光谱指标的影响规律与LAI是否一致尚不清晰。另外已有研究通过建立不同群体下适宜光谱指标动态来实时监测作物全生育期的长势变化[20-22], 但播期、播量及施氮量对冬小麦冠层光谱指标时序曲线影响规律的研究较少。江苏省以稻麦两熟制为主体种植模式, 受水稻收获时间和播种季气候影响, 冬小麦晚播、过晚播面积有所扩大。本研究拟开展不同播期、播量及施氮量小麦试验, 明确三因素及其互作对冬小麦不同生育时期生长指标(LAI)、光谱指标(NDRE)及光谱指标时序动态的影响规律, 并构建低产、中产、高产水平下冬小麦冠层NDRE适宜时序曲线, 为不同播期及不同产量水平下冬小麦长势监测提供技术支撑。

1 材料与方法

1.1 试验设计

试验于江苏省兴化市万亩粮食产业园(33°48′N, 119°53′E)进行, 前茬作物为水稻。试验田耕层土壤养分状况: 有机质18.68 g kg–1, 全氮1.37 g kg–1, 有效磷28.88 mg kg–1, 速效钾120.59 mg kg–1。品种选用扬麦23, 设置播期、播量及施氮量3个试验因素, 采用裂区试验设计, 具体如下: 播期作为主区, 播量和施氮量处理组合为副区, 随机排列。2018年播期设置为: 适播(S1, 11月1日)、晚播(S2, 11月24日)、过晚播(S3, 12月1日); 播量设置为: D1 (180×104株hm–2)、D2 (270×104株hm–2)、D3 (360×104株hm–2); 施氮量水平设置为: N0、N1 (180 kghm–2)、N2 (240 kghm–2)、N3 (300 kghm–2), 其中N0不设重复, 其余处理组合重复3次, 共90个试验小区。2019年由于茬口和播种期气候的限制, 具体播期为: 适播(S1, 11月1日)、晚播(S2, 11月15日)、过晚播(S3, 12月4日), 其余因素处理水平与2018年一致。

以上每个试验小区均划分为两半, 一半为光谱测试区, 一半为植株取样区。氮、钾肥基追比均设置为5︰5, 拔节前进行追肥; 磷肥作为基肥一次性施入, 施用量为105 kghm–2P2O5, 钾肥施用量为120 kghm–2K2O, 其余栽培管理措施同一般高产田。

1.2 叶面积指数测定

于冬小麦拔节期、孕穗期、抽穗期、开花期、灌浆期分别进行破坏性植株取样, 每个小区选取20株代表性的小麦植株, 先数其茎蘖数, 再用LAI- 3000C型叶面积仪测定其绿色叶片面积, 并根据取样前数的单位面积茎蘖数, 折算出单位土地面积的叶面积(叶面积指数, LAI)。

1.3 光谱指标测定

本研究应用主动冠层传感器RapidSCAN CS-45 (Holland Scientific Inc., Lincoln, USA)获取冬小麦冠层光谱, 其包括红光(R, 670 nm)、红边(RE, 730 nm)、近红外(NIR, 780 nm) 3个波段, 可以自动收集每个波段的光谱反射率和地理坐标数据, 并以2.5 Hz (每0.4 s读取一次)的频率将其记录在传感器的存储模块中, 最终数据可以通过PC软件导出为.csv文件。该仪器的视场角为横向45°, 纵向10°, 仪器自带光源, 不受天气条件的影响, 较方便轻巧的特点有利于测试。每次破坏性取样时同步进行光谱测试, 获取关键生育期冬小麦冠层光谱指标数据, 用于三因素对冬小麦关键生育时期冠层光谱指标的影响分析; 另外冬小麦返青以后, 每5～7 d测试一次, 获取冬小麦冠层光谱指标时序数据, 用其构建冠层光谱指标时序动态。测定时在每个待测小区选择中间2行手持传感器匀速前行, 传感器距离冬小麦冠层约100 cm, 且与地面保持平行, 每行约20～30个测试点, 用每个小区测定的平均值代表该小区的测试值, 本研究所选用的NDRE计算公式如下:

式中, NIR表示近红外波段反射率, RE表示红边波段反射率。

1.4 植被指数时序动态模型构建

累积生长度日(accumulated growing degree days, AGDD)是一种包含温度参数的时间因子, 是由从播种至测试日期生长度日数值累加而成[23], 公式如下所示:

式中,为冬小麦播种至测试当日的天数,max和min分别为测试当日的最高温和最低温,base为冬小麦生长发育的基点温度, 本研究设为0℃[24],up为冬小麦生长发育的最高温度, 本研究设为30℃[21]。本研究采用双Logistic函数来建立AGDD与NDRE的定量关系。参照Fisher[25]模型, 计算公式如下:

式中, 函数分为两部分, 左半部分代表冬小麦的生长过程, 右半部分代表衰老过程。为拟合后的植被指数值,max为冬小麦生长过程中植被指数最大值(曲线的峰值),g和s分别表示生长和衰老过程中拐点的斜率, 即植被指数增长或下降的最大速率,g、s分别为生长和衰老拐点所对应的时间。

1.5 数据处理

利用IBM SPSS Statistic 25.0软件进行方差分析, 利用Origin 2017软件进行双Logistic函数的拟合及绘图。利用决定系数(2)和均方根误差(RMSE) 2个指标来评价曲线拟合效果。RMSE计算公式如下:

式中,为样本容量,为NDRE实际值,y为NDRE预测值。

2 结果与分析

2.1 播期播量及施氮量对冬小麦产量的影响

通过冬小麦产量方差分析结果发现不同年份三因素对产量的影响规律不一致(表1)。2018—2019年除播期×播量处理组合外, 其余处理水平间产量均存在显著差异; 2019—2020年播量、播量×施氮量、播期×播量×施氮量处理水平下产量无显著差异。不同播期间冬小麦产量关系: 2018—2019年为S1>S2> S3, 2019—2020年为S2>S1、S3。2年不同施氮量间的产量关系均表现为N3、N2>N1>N0。不同播量间冬小麦产量关系: 2018—2019年为D3≥D2≥D1, 2019—2020年不同播量间产量无显著差异。

表1 冬小麦产量的方差分析

***、**、*表示显著性分别在0.001、0.01、0.05概率水平; ns表示处理间不存在显著性差异, 表中小写字母(a、b、c、d)表示处理间有显著差异(< 0.05)。S1: 11月1日; S2: 11月24日; S3: 12月1日; D1: 180×104株hm–2; D2: 270×104株hm–2; D3: 360×104株hm–2; N0: 不施氮; N1: 180 kghm–2; N2: 240 kghm–2; N3: 300 kghm–2。

***, **, and * denote significance at the 0.001, 0.01, 0.05 probability levels, respectively. ns indicates that there is no significant difference between treatments. The different lowercase letters (a, b, c, d) in the table represent that there was significant difference among treatments at< 0.05. S1: Nov. 1; S2: Nov. 24; S3: Dec. 1; D1: 180×104plants hm–2; D2: 270×104plants hm–2; D3: 360×104plants hm–2; N0: no N added treatment; N1: 180 kghm–2; N2: 240 kghm–2; N3: 300 kghm–2.

2.2 播期播量及施氮量对冬小麦关键生育期叶面积指数的影响

通过冬小麦关键生育时期LAI方差分析结果(表2)发现, 不同年份、播期、施氮量、年份×播期、年份×施氮量、播期×施氮量、年份×播期×施氮量、年份×播期×播量×施氮量处理下冬小麦LAI不同生育时期均存在显著或极显著差异。

冬小麦LAI随生育进程的推进呈先上升后下降的趋势(图1), 2年冬小麦LAI最大值分别出现在抽穗期、孕穗期。2019—2020年冬小麦LAI整体上要高于2018—2019年, 主要是2019—2020年小麦季有效生长积温要高于2018—2019年。2年不同播量下各生育时期冬小麦LAI无显著差异。2年不同施氮量下各生育时期冬小麦LAI均存在显著性差异, 且N0水平LAI显著最低; 2018—2019年N1、N2、N3水平下冬小麦LAI在孕穗—开花期无显著性差异; 2019—2020年冬小麦LAI在拔节—抽穗期均为N3>N2>N1>N0, 在开花—灌浆期为N3、N2>N1>N0。不同播期下各生育时期冬小麦LAI差异性规律不同, 2018—2019年S1冬小麦LAI在各生育时期均显著最高, 开花期前S2冬小麦LAI显著高于S3, 即播期越早, 冬小麦长势越好; 2019—2020年S1播期早, 冬前积温较高, 越冬前小麦苗又高又旺, 遇冷遭受冻害, 致使适期播种冬小麦长势变弱; 除灌浆期外S2冬小麦LAI在各生育时期均显著最高,拔节—孕穗期S1、S3不存在显著性差异, 抽穗期后S3冬小麦LAI显著最低, 即在冬前积温高的年份, 适当推迟播期有利于冬小麦的生长发育。由于年际间气候差异大, 播期对冬小麦LAI的影响并不一致, 需根据具体年份情况具体分析。

因素互作效应对不同生育时期冬小麦LAI的影响不同(图2)。2018—2019年除拔节期外, S1冬小麦LAI显著最高, 晚播冬小麦LAI随播量增加而增加, S3冬小麦LAI随播量增加无显著变化; S3D2处理组合冬小麦LAI随施氮量水平增加而增加, 即在过晚播及适宜播量条件下增加施氮量有利于冬小麦的生长发育。相较于2018—2019年小麦季, 2019—2020年不同播期冬小麦LAI间差异较小, 整体上S1、S2冬小麦LAI稍高于S3; 过晚播条件下, 在D1基础上增加播量至D2, 冬小麦LAI有显著提升, 但继续增加播量至D3水平, 冬小麦LAI增幅变小甚至下降;过晚播条件下, 同一播量不同施氮量间冬小麦LAI差异明显, 且整体上随施氮量增加而增加。

2.3 播期播量及施氮量对关键生育期冬小麦冠层NDRE的影响

通过冬小麦冠层NDRE方差分析结果(表2)发现, 除年份×播量处理组合冬小麦冠层NDRE在开花—灌浆期不存在显著差异, 播期×播量处理在开花期不存在显著差异, 年份×播量×施氮量处理在抽穗期不存在显著性差异外, 其余处理不同生育时期冬小麦冠层NDRE均存在显著或极显著差异。

冬小麦冠层NDRE随生育进程的推进呈先上升后下降的趋势, 与LAI的变化相似(图1)。相较于LAI, 冠层NDRE变化幅度较小, 甚至在孕穗—开花期存在一个平台期。不同施氮量下冬小麦各生育时期冠层NDRE存在显著性差异, 2018—2019年表现为N3>N2>N1>N0, 2019—2020年表现为N3、N2>N1>N0, 即冬小麦冠层NDRE随施氮量增加而显著增加。不同播期下冬小麦各生育时期冠层NDRE存在显著性差异, 2018—2019年除灌浆期外均表现为S1>S2>S3, 即随着播期推迟, 冠层NDRE显著下降; 2019—2020年不同播期下冬小麦冠层NDRE在孕穗期无显著性差异, 在拔节、抽穗、开花期S2、S3无显著差异, 但均显著高于S1, 与LAI的规律不一致, 主要原因是2019—2020年适播期冬小麦在返青拔节后存在严重的倒伏现象, 导致冬小麦冠层光谱指标的测定存在严重偏差, 而LAI指标没有受到很大影响。

表2 冬小麦LAI及冠层NDRE的方差分析

表中***、**、*表示显著性分别在0.001、0.01、0.05概率水平; ns表示处理间不存在显著性差异。LAI: 叶面积指数; NDRE: 归一化红边指数。

***, **, and * denote significance at the 0.001, 0.01, and 0.05 probability levels, respectively. Ns indicates that there is no significant difference between treatments. LAI: leaf area index; NDRE: normalized difference red edge.

图中不同小写字母(a、b、c、d)代表处理间有差异(< 0.05)。

The different lowercase letters (a, b, c, d) in the figure represent that there was significant difference among treatments at< 0.05.

图2 因素互作对冬小麦不同生育时期LAI的影响

相较于LAI, 不同处理间冬小麦冠层NDRE差异较小(图3)。2018—2019年除灌浆期外S1冬小麦冠层NDRE显著最高, 2019—2020年不同播期冬小麦冠层NDRE差异不明显, 整体上2019—2020年不同生育时期冬小麦冠层NDRE大于2018—2019年小麦季。2018—2019年晚播冬小麦增加一定播量至D2水平, NDRE随之增加, 但当继续增加播量时, 冬小麦冠层NDRE无响应; 即在晚播条件下增加一定播量有利于冬小麦的生长发育。在过晚播条件下增加施氮量冬小麦冠层NDRE随之增加, 但增幅较小。2019—2020年不同播量间冬小麦冠层NDRE差异不明显, 而过晚播条件下, 增加播量冬小麦冠层NDRE随之增加, 但增幅较小; 适播期冬小麦冠层NDRE略小于晚播和过晚播; 除N0外不同施氮量间NDRE差异也不明显。

2.4 播期播量及施氮量对冬小麦冠层NDRE时序曲线的影响

冬小麦冠层NDRE随AGDD增加呈先上升后下降的趋势(图4)。2018—2019年冬小麦冠层NDRE在拔节前增长速率最快, 在抽穗期达到最大值, 灌浆期衰老速率达到最大; 除N0水平外, S1冬小麦冠层NDRE时序曲线峰值最高, 且生长和衰老拐点距离时间最长, 即有较长时间的快速增长期, 长势最好; 衰老过程中随播期推迟NDRE时序曲线向左平移, 即播期越晚, 衰老越早。不同施氮量冬小麦冠层NDRE时序曲线峰值关系为N0

图3 因素互作对冬小麦不同生育时期NDRE的影响

图4 不同处理下冬小麦冠层NDRE时序动态

通过分析三因素对2018—2019年冬小麦冠层NDRE时序曲线特征参数的影响(表3)发现, 播量对冠层NDRE时序曲线特征参数无显著影响; 播期对生长拐点的位置、速率及衰老拐点的位置有显著影响, 且S2最快最早到达生长拐点, 衰老拐点的时间处于S1、S3中间; 施氮量对冬小麦冠层NDRE时序曲线的峰值、生长拐点的位置及衰老拐点的速率有显著影响, 其中g、s两个参数, 不同施氮量间的差异表现为N0

按照3种方式建立2018—2019年冬小麦冠层NDRE适宜时序曲线(图5), 发现冬小麦冠层NDRE时序曲线随施氮量水平增加被纵向拉长, 不同播期下NDRE时序曲线除纵向拉长外, 曲线下降部分随播期推迟向左平移, 在生长过程中S2增速最快, 且最早到达峰值, S1冬小麦冠层NDRE时序曲线峰值较S2稍高, 同时峰值位置右移, S3冬小麦冠层NDRE时序曲线峰值最低, 且生长发育时间最短。其中按照不同播期建立冬小麦冠层NDRE时序曲线精度最高; 按照不同施氮量建立的冠层NDRE适宜时序曲线拟合精度不高, N0水平数据拟合效果最差; 去除N0数据建立一条时序曲线, 其拟合精度并未下降。但整体上去除N0水平数据按照播期建立冬小麦冠层NDRE适宜时序曲线的效果最好, 即播期对2018—2019年冬小麦冠层NDRE时序曲线影响最大。

通过分析三因素对2019—2020年冬小麦冠层NDRE时序曲线特征参数的影响(表3)发现, 播期对曲线生长和衰老过程中拐点的位置有显著影响, S1生长拐点要显著晚于S2、S3, 同时衰老拐点也显著最晚, S2生长与衰老拐点距离最长, 即快速生长期最长; 播量对冬小麦冠层NDRE时序曲线无显著影响; 施氮量对生长和衰老过程中拐点的速率有显著影响, 且差异主要来源于N0处理。因而同样按照2018—2019年3种方式建立冬小麦冠层NDRE适宜时序曲线。

表3 三因素对冬小麦冠层NDRE时序曲线特征参数的影响

ns表示处理间不存在显著性差异, 表中小写字母(a、b、c、d)表示处理间有显著差异(< 0.05)。max表示曲线最大值，g和s分别表示生长过程和衰老过程中拐点的速率，g和s分别表示对应生长和衰老过程中拐点的位置。

ns indicates that there is no significant difference between treatments. The different lowercase letters (a, b, c, d) in the table represent that there was significant difference among treatments at< 0.05.maxrepresents the maximum value of the curve,gandsrepresent the rate of inflection point in the growth and senescence process respectively, whilegandscorrespond to the position of inflection point in the growth and senescence process.

图5 不同处理下冬小麦冠层NDRE适宜时序动态

按照3种方式建立2019—2020年冬小麦冠层NDRE适宜时序曲线(图5), 发现冬小麦冠层NDRE时序曲线随施氮量增加被纵向拉长, 但除N0外其余施氮量水平间冬小麦冠层NDRE时序曲线除峰值附近外无明显差异; 不同播期下曲线既有纵向拉长又有横向平移的迹象。S1冬小麦冠层NDRE时序曲线峰值最低, 且到达峰值时间最长; 随播期推迟, 曲线下降部分向左平移, S2、S3冬小麦冠层NDRE时序曲线峰值无明显差异, 但S3生长发育时间较短。按照播期建立冬小麦冠层NDRE时序曲线, 其拟合精度最高; 按照施氮量水平建立冬小麦冠层NDRE时序曲线, 拟合精度下降, 其中N0水平拟合效果最差; 去除N0数据建立一条冠层NDRE时序曲线其拟合精度稍微降低, 整体上仍然是去除N0数据按照不同播期建立冬小麦冠层NDRE适宜时序曲线的效果最优, 即播期对2019—2020年三因素试验下冬小麦冠层NDRE时序曲线影响最大。由于播期对2年冬小麦生长指标及冠层NDRE的影响规律不一致, 因此以上研究均分年份讨论三因素对冬小麦生长指标及光谱指标的影响; 将三因素处理组合按照不同产量水平来划分, 可以实现2个年份数据的融合。

2.5 不同产量水平冬小麦冠层NDRE时序曲线的构建

本研究将冬小麦实际产量分为3个不同的产量水平(表4)。实际生产中很少有不施肥处理, 且加入不施肥处理会影响模型在实际应用中的精度, 因此在划分产量水平时剔除了N0数据, 一共剩余54个样本数。其中19个处理的产量低于6.75 t hm–2, 为低产水平, 21个处理的产量在6.75～8.25 t hm–2范围内, 为中产水平, 14个处理的产量高于8.25 t hm–2, 为高产水平, 其中最大值为8.63 t hm–2。

以AGDD为时间驱动因子, 利用双Logistic函数构建了3个产量水平下冬小麦冠层NDRE适宜时序曲线(图6)。整体上随产量水平升高, 冬小麦冠层NDRE时序曲线峰值和幅宽均增加。在冬小麦生长发育前期, 高产水平冬小麦冠层NDRE增速最快, 其次是中产水平, 低产水平冠层NDRE增速最慢; 而随着冬小麦逐渐进入衰老过程, 低产小麦冠层NDRE下降速度最快。而中产和高产水平冬小麦冠层NDRE时序曲线几乎完全重合。

表4 产量水平划分

进一步对不同产量水平下冬小麦冠层NDRE适宜时序曲线进行检验(图7)。整体上不同产量水平冬小麦冠层NDRE时序曲线的拟合效果均较好, 模拟值和真实值之间的斜率均为1.0左右,2在0.81以上, RMSE低于0.0400。相较于低产和高产, 中产水平冬小麦冠层NDRE时序曲线拟合效果最差, 其主要原因是中产水平包含的数据较为复杂多样, 既有非常接近但高于低产水平的数据, 又有接近但低于高产水平的数据, 因而拟合效果相对较差。综上, 利用不同产量水平冬小麦冠层NDRE时序曲线能够实现实时、无损地监测不同产量水平冬小麦长势动态。

图6 不同产量水平冬小麦冠层NDRE适宜时序动态

图7 不同产量水平冬小麦冠层NDRE时序曲线模拟值与实际值间的关系

3 讨论

3.1 播期播量及施氮量对冬小麦产量的影响

播期、播量及施氮量是影响小麦群体性状和产量形成的重要因素。研究表明播期每推迟1 d, 产量下降1%, 且推迟时间在1周以内, 完全可以通过增加播量来补偿产量损失; 推迟2周以内, 通过增加播量能够部分补偿产量损失; 而推迟播期2周以上, 通过增加播量将无法补偿产量损失[5]。也有研究表明, 晚播条件下, 产量对播量的变化无响应[7]。本研究中, 2019—2020年晚播冬小麦产量最高, 与前人研究中随播期推迟产量下降的结果并不一致, 其主要原因是2019年属于暖冬年, 适期播种小麦冬前长势过旺, 遇冷受到冻害, 长势变弱, 产量降低; 而晚播和过晚播小麦则因播种晚冬前麦苗较小甚至不出苗, 所以避开冷空气袭击, 生长发育中后期气温较高, 长势较好, 产量升高。

3.2 播期播量及施氮量对冬小麦LAI的影响

前人关于播期、播量及施氮量对冬小麦叶面积指数影响的研究较多。大部分研究[1,26-27]表明冬小麦LAI孕穗期达到最大值后迅速下降, 也有研究[28-29]发现LAI最大值出现在开花期, 而本研究2年冬小麦分别在抽穗期和孕穗期达到最大值; 由于冬小麦LAI最大值出现的时间受品种遗传特性、播期及栽培管理措施等因素的影响, 因而LAI最大值出现的时期并不稳定。前人研究表明, 叶面积指数最大值随播期推迟会下降[30], 且相较于适播和晚播, 早播冬小麦LAI达到孕穗后下降速度最快[1]; 也有研究认为适期播种有利于提高叶面积指数, 适当晚播会减少无效叶面积[9], 而本研究中2019—2020年晚播冬小麦LAI显著高于适播, 其原因是暖冬年份适当推迟播期有利于作物生长发育[12]。前人研究表明不同播期要求的最适播量不同, 早播应减少播量, 晚播则应加大播量, 但晚播增大播量对群体的补偿能力是有限的[5,9], 本研究中不同播量冬小麦LAI无差异, 但在过晚播条件下对播量有响应, 即播量是在特定播期范围内发挥作用[5]。有研究指出灌浆期前冬小麦LAI随施氮量的增加而增加[28,31], 本研究过晚播条件下增加施氮量冬小麦LAI增加, 但增幅较小, 相较于施氮量, 播期对冬小麦生长发育的影响更大。本研究发现不同处理下冬小麦LAI均值间差异规律明显, 如2018—2019年冬小麦各生育时期LAI随播期推迟均下降, 随施氮量增加均上升。但同一处理内部数据差异较大(标准差), 其主要原因是分析某一因素对冬小麦LAI的影响规律时(如播期), 实际上同一播期内包含了所有的播量和施氮量处理,因而同一播期数据差异较大, 同时表明该数据能够较好地覆盖同一播期下冬小麦的各种生长情况。

3.3 播期播量及施氮量对冬小麦冠层NDRE的影响

前人研究发现植被指数NDRE随生育期的变化与LAI相似, 且相关性较好[19,32], 本研究中冬小麦冠层NDRE与LAI变化动态整体相似, 但2019—2020年冬小麦冠层NDRE和LAI最大峰值对应的播期不一致, 主要原因是适播期冬小麦出现倒伏现象, 致使在测定光谱指标时存在一定偏差, 而LAI的测定所受影响较小。前人研究表明不同播期冬小麦冠层NDRE时序曲线存在左右平移的现象[33], 而本研究发现播期不但影响曲线下降部分的左右平移, 还对曲线峰值有显著影响, 其主要原因是播期推迟, 群体茎蘖数下降[9], 进而导致LAI及冠层NDRE峰值下降。另一方面, 冬小麦播期虽不一致, 但收获时间基本一致, 因而晚播或过晚播冬小麦生育期缩短, 衰老过程加速, 使得曲线向左平移。前人研究还发现植被指数时序曲线随施氮量增加被纵向拉长[33], 本研究中冠层NDRE时序曲线随施氮量增加峰值变大, 同时当施氮量从240 kg hm–2增加至300 kg hm–2时, 增幅变小, 这与肥料与产量效应函数是一致的[34]。前人研究发现不同播量间冬小麦冠层植被指数时序曲线无显著差异[33], 本研究结果与其结论一致, 即播量对冬小麦冠层植被指数曲线无显著影响。冬小麦冠层NDRE值在0～0.5范围内, 其值较小, 各处理冬小麦冠层NDRE值标准差均在0.2以下。不同播期冬小麦冠层NDRE均值除灌浆期外差异规律均一致, 如2018—2019年冬小麦冠层NDRE在灌浆前均表现为: S1>S2>S3, 灌浆期却表现为: S2>S1>S3; 主要原因是相较于晚播, 开花期以后适期播种冬小麦冠层NDRE下降速率太快, 与此时期适期播种冬小麦LAI下降速率最快是一致的, 但其均值差异规律不一致, 表明灌浆期冬小麦冠层NDRE与LAI的相关性较差。

3.4 冬小麦冠层NDRE适宜时序曲线的构建

冬小麦冠层NDRE时序动态能够很好地监测作物全生育时期长势状况。有研究通过比较时序曲线的构建方法最终选用双Logistic函数来拟合时序RNDVI数据, 建立了高产群体下水稻RNDVI的适宜时序动态模型, 发现其能够准确地模拟高产水稻群体的长势动态[22]。也有研究以DOY为时间驱动因子, 利用Logistic函数对高产群体归一化SPAD时序值进行拟合, 构建了高产水稻群体的归一化SPAD值适宜时序动态[35]。前人比较了时序植被指数重构方法的效果, 研究发现非对称高斯函数和双Logistic函数的重构效果相似且均优于Savitzky- Golay滤波法[36-37]。植被指数时序曲线常用的时间驱动因子有DOY (一年中的天数)、DAS (播种后天数)、AGDD、APTT (累积光热时间)等, 其中DOY、DAS均是以天数为计量单位, 简单易用; AGDD同时包含时间和温度两因子, 能更好地描述作物的生长发育动态[38-40], APTT包含了温度函数和光照函数两部分, 计算复杂[41]。本研究以AGDD为时间驱动因子, 利用双Logistic函数构建了不同产量水平下冬小麦冠层NDRE时序动态模型, 发现拟合效果较好,2在0.81以上; 可以准确地模拟不同产量水平下冬小麦长势动态。

4 结论

本研究发现播期、播量及施氮量对关键生育期冬小麦冠层NDRE的影响规律与LAI基本一致。对于过晚播, 增加一定播量或增施氮肥有利于植株群体生长发育及产量的提高, 但增加播量的补偿作用有限, 增施氮肥的作用随着施氮量增加而减弱。播期、施氮量会显著影响冬小麦冠层NDRE时序曲线, 而播量对冠层NDRE时序曲线无显著影响。2018—2019年冬小麦冠层NDRE峰值随播期推迟而降低, 但2019—2020年冬小麦NDRE最高峰值为晚播冬小麦。随播期推迟曲线下降部分会向左平移; 随施氮量增加, 冬小麦冠层NDRE时序曲线被纵向拉长。建立了3个产量水平下冬小麦冠层NDRE适宜时序曲线(低产<6.75 t hm–2、中产为6.75～8.25 thm–2、高产大于8.25 t hm–2), 能够实时、无损监测3个产量水平下冬小麦的长势动态。依据播期、播量及施氮量对冬小麦农学指标及光谱指标的影响规律及不同产量水平冬小麦冠层NDRE时序曲线, 可以为不同播期及不同产量水平下冬小麦长势监测提供技术支撑。

[1] 刘万代, 陈现勇, 尹钧, 杜沛鑫. 播期和密度对冬小麦豫麦49-198群体性状和产量的影响. 麦类作物学报, 2009, 29: 464–469.

Liu W D, Chen X Y, Yin J, Du P X. Effect of sowing date and planting density on population trait and grain yield of winter wheat cultivar yumai 49-198., 2009, 29: 464–469 (in Chinese with English abstract).

[2] 赵雪飞, 王丽金, 李瑞奇, 李雁鸣. 不同灌水次数和施氮量对冬小麦群体动态和产量的影响. 麦类作物学报, 2009, 29: 1004–1009.

Zhao X F, Wang L J, Li R Q, Li Y M. Effect of irrigation times and nitrogen application rate on population dynamics and grain yield of winter wheat., 2009, 29: 1004–1009 (in Chinese with English abstract).

[3] 胡焕焕, 刘丽平, 李瑞奇, 李慧玲, 李雁鸣. 播种期和密度对冬小麦品种河农822产量形成的影响. 麦类作物学报, 2008, 28: 490–495.

Hu H H, Liu L P, Li R Q, Li H L, Li Y M. Effect of sowing date and planting density on the yield formation of a winter wheat cultivar Henong 822., 2008, 28: 490–495 (in Chinese with English abstract).

[4] 刘萍, 郭文善, 徐月明, 封超年, 朱新开, 彭永欣. 种植密度对中、弱筋小麦籽粒产量和品质的影响. 麦类作物学报, 2006, 26: 117–121.

Liu P, Guo W S, Xu Y M, Feng C N, Zhu X K, Peng Y X. Effect of planting density on grain yield and quality of weak-gluten and medium-gluten wheat., 2006, 26: 117–121 (in Chinese with English abstract).

[5] Shah F, Coulter J A, Ye C, Wu W. Yield penalty due to delayed sowing of winter wheat and the mitigatory role of increased seeding rate., 2020, 119: 126120.

[6] 李东升, 温明星, 蔡金华, 曲朝喜, 陈爱大. 播期和密氮组合对镇麦10号干物质积累及产量的调控效应. 麦类作物学报, 2015, 35: 1426–1432.

Li D S, Wen M X, Cai J H, Qu C X, Chen A D. Effect of sowing date and the combination of planting density and nitrogen application on yield and dry matter accumulation of Zhenmai 10., 2015, 35: 1426–1432 (in Chinese with English abstract).

[7] 胡文静, 程顺和, 高致富, 吴荣林, 陆成彬. 晚播条件下小麦籽粒产量、硬度与蛋白质含量对品种、施氮量和密度的响应. 江苏农业学报, 2018, 34: 245–250.

Hu W J, Cheng H S, Gao Z F, Wu R L, Lu R L. Response of grain yield, hardness and protein content to cultivar, nitrogen fertilizer rate and plant density under late sowing condition., 2018, 34: 245–250 (in Chinese with English abstract).

[8] 简大为, 祁军, 张燕, 苏甫热木, 张喜琴. 播种期和密度对冬小麦新冬29号产量形成的影响. 西北农业学报, 2011, 20(11): 47–51.

Jian D W, Qi J, Zhang Y, Su Fu R M, Zhang X Q. Effect of sowing date and planting density on the yield formation of a winter wheat culticar Xindong 29., 2011, 20(11): 47–51 (in Chinese with English abstract).

[9] 王夏, 胡新, 孙忠富, 杜克明, 宋广树, 任德超. 不同播期和播量对小麦群体性状和产量的影响. 中国农学通报, 2011, 27(21): 170–176.

Wang X, Hu X, Sun Z F, Du K M, Song G S, Ren D C. Effect of different sowing dates and planting density on group characters and yield of wheat., 2011, 27(21): 170–176 (in Chinese with English abstract).

[10] 刘芳亮, 任益锋, 王卫东, 党忠, 张保军. 播期和密度对冬小麦普冰151籽粒灌浆特性及产量的影响. 山东农业科学, 2017, 49(6): 41–47.

Liu F L, Ren Y F, Wang W D, Dang Z, Zhang B J. Effect of sowing date and planting density on grain-filling characteristics and yield of winter wheat cultivar pubing 151., 2017, 49(6): 41–47 (in Chinese with English abstract).

[11] 王惠芳, 张青珍, 张明捷, 朱腾冉. 豫东北气温变化趋势及对冬小麦生长发育的影响. 中国农学通报, 2010, 26(11): 341–345.

Wang H F, Zhang Q Z, Zhang M J, Zhu T R. Yu-northeast trend temperature changing on winter wheat growth and development., 2010, 26: 341–345 (in Chinese with English abstract).

[12] 陈英慧. 气候变化对河南南部冬小麦播种期的影响. 气象, 2005, 31(10): 83–85.

Chen Y H. Impact of climate change on the seedtime of winter wheat in the southern area of Henan province., 2005, 31(10): 83–85 (in Chinese with English abstract).

[13] Aranguren M, Castellón A, Aizpurua A. Crop sensor based non-destructive estimation of nitrogen nutritional status, yield, and grain protein content in wheat., 2020, 10: 148.

[14] Mistele B, Schmidhalter U. Estimating the nitrogen nutrition index using spectral canopy reflectance measurements., 2008, 29: 184–190.

[15] Cao Q, Miao Y, Wang H, Huang S, Cheng S, Khosla R, Jiang R. Non-destructive estimation of rice plant nitrogen status with crop circle multispectral active canopy sensor., 2013, 154: 133–144.

[16] Prost L, Jeuffroy M. Replacing the nitrogen nutrition index by the chlorophyll meter to assess wheat N status., 2007, 27: 321–330.

[17] 项方林, 李鑫格, 马吉锋, 刘小军, 田永超, 朱艳, 曹卫星, 曹强. 基于冠层时序植被指数的冬小麦单产预测. 中国农业科学, 2020, 53: 3679–3692.

Xiang F L, Li X G, Ma J F, Liu X J, Tian Y C, Zhu Y, Cao W X, Cao Q. Using canopy time-series vegetation index to predict yield of winter wheat., 2020, 53: 3679–3692 (in Chinese with English abstract).

[18] Kanke Y, Tubaña B, Dalen M, Harrell D. Evaluation of red and red-edge reflectance-based vegetation indices for rice biomass and grain yield prediction models in paddy fields., 2016, 17: 507–530.

[19] Zhang K, Ge X, Shen P, Li W, Liu X, Cao Q, Zhu Y, Cao W, Tian Y. Predicting rice grain yield based on dynamic changes in vegetation indexes during early to mid-growth stages.(Basel, Switzerland), 2019, 11: 387.

[20] Sakamoto T, Yokozawa M, Toritani H, Shibayama M, Ishitsuka N, Ohno H. A crop phenology detection method using time-series MODIS data., 2005, 96: 366–374.

[21] Zhou M, Ma X, Wang K, Cheng T, Tian Y, Wang J, Zhu Y, Hu Y, Niu Q, Gui L, Yue C, Yao X. Detection of phenology using an improved shape model on time-series vegetation index in wheat., 2020, 173: 105398.

[22] Liu X, Ferguson R, Zheng H, Cao Q, Tian Y, Cao W, Zhu Y. Using an active-optical sensor to develop an optimal NDVI dynamic model for high-yield rice production (Yangtze, China)., 2017, 17: 672.

[23] Franch B, Vermote E F, Becker-Reshef I, Claverie M, Huang J, Zhang J, Justice C, Sobrino J A. Improving the timeliness of winter wheat production forecast in the United States of America, Ukraine and China using MODIS data and NCAR Growing Degree Day information., 2015, 161: 131–148.

[24] Mcmaster G S, Smika D E. Estimation and evaluation of winter wheat phenology in the central Great Plains., 1988, 43: 1–18.

[25] Fischer A. A model for the seasonal variations of vegetation indices in coarse resolution data and its inversion to extract crop parameters., 1994, 48: 220–230.

[26] 高聚林, 刘克礼, 刘瑞香, 张永平, 张铁山, 白立华, 杜瑞霞. 不同栽培条件对春小麦叶面积指数的影响. 麦类作物学报, 2003, 23: 85–89.

Gao J L, Liu K L, Liu R X, Zhang Y P, Zhang T S, Bai L H, Du R X. Effects of different cultivation conditions on leaf area index of spring wheat., 2003, 23: 85–89 (in Chinese with English abstract).

[27] 胡霞. 氮素供应对弱筋小麦产量及品质性状影响的研究. 安徽农业大学硕士学位论文, 安徽合肥, 2005.

Hu X. Studies on Yield and Quality of Weak Gluten Wheat under the Nitrogen Application. MS Thesis of Anhui Agricultural University, Hefei, Anhui, China, 2005 (in Chinese with English abstract).

[28] 任书杰, 李世清, 王全九, 李生秀. 栽培模式、施氮和品种对冬小麦冠层结构和产量的影响. 生态学杂志, 2006, 25: 1449–1454.

Ren S J, Li S Q, Wang Q J, Li S X. Effects of cultivation mode, nitrogen fertilization, and cultivar on winter wheat canopy parameters and grain yields in sub-humid area., 2006, 25: 1449–1454 (in Chinese with English abstract).

[29] 王之杰, 郭天财, 朱云集, 王纪华, 赵明. 超高产小麦冠层光辐射特征的研究. 西北植物学报, 2003, 23: 1657–1662.

Wang Z J, Guo T C, Zhu Y J, Wang J H, Zhao M. Study on character of light radiation in canopy of super-high-yielding winter wheat., 2003, 23: 1657–1662 (in Chinese with English abstract).

[30] 刘萍, 魏建军, 张东升, 王宝驹, 刘军, 刘建国. 播期和播量对滴灌冬小麦群体性状及产量的影响. 麦类作物学报, 2013, 23: 1202–1207.

Liu P, Wei J J, Zhang D S, Wang B J, Liu J, Liu J G. Effect of seeding rate and sowing date on population traits and grain yield of drip irrigated winter wheat., 2013, 23: 1202–1207 (in Chinese with English abstract).

[31] 张娜, 仵妮平, 徐文修, 吴培杰, 程雪峰. 不同施氮水平对滴灌冬小麦干物质生产及产量的影响. 中国农学通报, 2015, 31(33): 21–26.

Zhang N, Wu N P, Xu W X, Wu P J, Cheng X F. Effect of nitrogen levels on dry matter and yield of winter wheat under drip irrigation., 2015, 31(33): 21–26 (in Chinese with English abstract).

[32] Thenkabail P S, Smith R B, De Pauw E. Hyperspectral vegetation indices and their relationships with agricultural crop characteristics., 2000, 71: 158–182.

[33] 姚鑫锋. 小麦植株氮素营养无损监测与精确调控研究. 南京农业大学博士学位论文, 江苏南京, 2012.

Yao X F. Non-destructive Monitoring and Precise Regulation of Plant Nitrogen Nutrition in Wheat. PhD Dissertation of Nanjing Agricultural University, Nanjing, Jiangsu, China, 2012 (in Chinese with English abstract).

[34] 贾可, 刘建玲, 沈兵. 近14年北方冬小麦肥料产量效应变化及优化施肥方案. 植物营养与肥料学报, 2020, 26: 2032–2042.

Jia K, Liu J L, Shen B. Yield effect change of fertilizers in the past 14 years and optimized fertilization of winter wheat in north of China., 2020, 26: 2032–2042 (in Chinese with English abstract).

[35] Zhang K, Liu X, Tahir Ata-Ul-Karim S, Lu J, Krienke B, Li S, Cao Q, Zhu Y, Cao W, Tian Y. Development of chlorophyll- meter-index-based dynamic models for evaluation of high-yieldrice production in Yangtze River Reaches., 2019, 9: 106.

[36] 卫炜, 吴文斌, 李正国, 杨鹏, 胡琼, 周清波. 时间序列植被指数重构方法比对研究. 中国农业资源与区划, 2014, 35(1): 34–43.

Wei W, Wu W B, Li Z G, Yang P, Hu Q, Zhou Q B. Comparison of three methods for reconstructing time series vegetation index., 2014, 35(1): 34–43 (in Chinese with English abstract).

[37] 曹云锋, 王正兴, 邓芳萍. 3种滤波算法对NDVI高质量数据保真性研究. 遥感技术与应用, 2010, 25: 118–125.

Cao Y F, Wang Z X, Deng F P. Fidelity performance of three filters for high quality NDVI time-series analysis., 2010, 25: 118–125 (in Chinese with English abstract).

[38] Lim C H, Jung S H, Kim N S, Lee C S. Deduction of a meteorological phenology indicator from reconstructed MODIS LST imagery., 2020, 31: 2205–2216.

[39] Calvache I, Balocchi O, Alonso M, Keim J P, López I F. Thermal time as a parameter to determine optimal defoliation frequency of perennial ryegrass (L.) and pasture brome (Phil.)., 2020, 10: 620.

[40] Böhler J E, Schaepman M E, Kneubühler M. Optimal timing assessment for crop separation using multispectral unmanned aerial vehicle (UAV) data and textural features., 2019, 11: 1780.

[41] 谭文, 杨再强, 李军. 基于温光效应的小白菜营养品质模拟模型研究. 中国农业气象, 2016, 37: 59–67.

Tan W, Yang Z Q, Li J. Simulation of nutrient quality of pakchoi based on temperature-light function., 2016, 37: 59–67 (in Chinese with English abstract).

Effects of sowing dates, sowing rates, and nitrogen rates on growth and spectral indices in winter wheat

LI Xin-Ge, GAO Yang, LIU Xiao-Jun, TIAN Yong-Chao, ZHU Yan, CAO Wei-Xing, and CAO Qiang*

National Engineering and Technology Center for Information Agriculture, Nanjing Agricultural University / Engineering and Research Center for Smart Agriculture, Ministry of Education / Key Laboratory for Crop System Analysis and Decision Making, Ministry of Agriculture and Rural Affairs / Jiangsu Key Laboratory for Information Agriculture / Collaborative Innovation Center for Modern Crop Production co-sponsored by Province and Ministry, Nanjing 210095, Jiangsu, China

To clarify the effects of sowing dates, sowing rates, and nitrogen rates on growth and spectral indices in winter wheat, a two-year winter wheat field experiment under different sowing dates, sowing rates, and nitrogen rates was conducted. We studied systematically the effects of three factors and their interactions on yield, leaf area index (LAI), and normalized difference red edge (NDRE) of winter wheat at critical growth stages. Furthermore, to facilitate real-time monitoring of winter wheat growth dynamics, we also established the appropriate time-series curves of winter wheat canopy NDRE under different yield levels. The results indicated that the change patterns of NDRE and LAI at critical growth stages were very consistent, and the response of three factors to the two indices at critical growth stages was basically the same in winter wheat. In 2018 and 2019, the yield, LAI, and NDRE of winter wheat at each growth stages decreased with the delay of sowing date. In 2019 and 2020, the yield, peaks of LAI and NDRE under late sowing date were the largest except for the filling stage. The LAI and NDRE of winter wheat at different growth stages in the two years increased with the increase of nitrogen rates. However, there was basically no significant difference among sowing rates. Among the three factors, the sowing dates and nitrogen rates had a significant influence on the time-series curves of winter wheat canopy NDRE. The NDRE time series curves of winter wheat were stretched with the increase of nitrogen rates, the descending part of NDRE time series curve shifted to the left with the delay of the sowing date. In 2018 and 2019, the peak values of NDRE time series curves of winter wheat were declined with the delay of the sowing date. In 2019 and 2020, the peak values of the NDRE time series curves of late sowing and over-late sowing winter wheat were higher than that of suitable sowing wheat. The data of two years were merged to establish suitable time-series curves of winter wheat canopy NDRE under three yield levels, and the yield levels were less than 6.75 t hm–2, 6.75–8.25 t hm–2,and higher than 8.25 t hm–2, respectively. The peak values and width of the NDRE time-series curves increased with the increase of yield level. In summary, winter wheat should be sown early at an appropriate date, but if the accumulated temperature before winter was higher, the sowing date should be postponed appropriately. And the growth of late sowing winter wheat could be improved by increasing a certain amount of sowing rates and nitrogen rates. At the same time, these results could provide a technical support for monitoring the growth of winter wheat under different sowing dates and different yield levels.

sowing date; sowing rate; nitrogen rate; LAI; NDRE

2021-03-25;

2021-07-12;

(网络出版日期): 2021-08-04.

10.3724/SP.J.1006.2022.11033

通信作者(Corresponding author): 曹强, E-mail: qiangcao@njau.edu.cn, Tel: 025-84399050

E-mail: 2018101002@njau.edu.cn, Tel: 025-84396265

本研究由国家自然科学基金青年科学基金项目(31601222), 江苏现代农业产业技术体系建设专项(JATS[2020]135, JATS[2020]415)和江苏省信息农业重点实验室自主课题基金项目(KLIAKF1602)资助。

This study was supported by the National Natural Science Foundation of China (31601222), the Earmarked Fund for Jiangsu Agricultural Industry Technology System (JATS[2020]135, JATS[2020]415), and the Independent Project of Jiangsu Key Laboratory of Information Agriculture (KLIAKF1602).

URL:https://kns.cnki.net/kcms/detail/11.1809.S.20210803.1546.004.html