不同磷钾肥施用水平下夏玉米花前叶片临界氮浓度稀释曲线与氮营养诊断研究

刘 栋 张 川 任 昊 王洪章 赵 斌 张吉旺 任佰朝 张永丽 刘 鹏

不同磷钾肥施用水平下夏玉米花前叶片临界氮浓度稀释曲线与氮营养诊断研究

刘 栋 张 川 任 昊 王洪章 赵 斌 张吉旺 任佰朝 张永丽*刘 鹏*

山东农业大学作物生物学国家重点实验室 / 山东农业大学农学院, 山东泰安 271018

依托山东省东平县农业科学研究所自2010年设立的长期定位试验平台采取裂区试验设计(主区为磷肥, 裂区钾肥, 裂-裂区为氮肥, P2O5施入量为0、90、120和150 kg hm–2, 分别用P0、P1、P2和P3表示; K2O施入量为0、180、240和300 kg hm–2, 分别用K0、K1、K2和K3表示; 纯氮施入量为0、180、240和300 kg hm–2, 分别用N0、N1、N2和N3表示), 于2020—2021年以登海605为试验材料, 深入分析了养分施用量对夏玉米叶片干物质积累和氮浓度的影响, 构建了夏玉米营养生长阶段叶片临界氮稀释曲线, 探讨了不同养分投入量以氮营养指数模型诊断和评价夏玉米氮营养状况的可行性。结果表明: 夏玉米花前叶片干物质积累量和氮浓度随氮、磷、钾素用量的增加呈上升趋势; 叶片氮浓度随生育进程推进和叶片干物质积累呈下降趋势, 表现出稀释现象。叶片干物质积累量和氮浓度变化可分为氮素限制和非氮素限制2组, 据此分别构建了不同磷钾素用量下夏玉米叶片营养生长阶段临界氮浓度曲线模型:LC0= 2.745 LDM–0.529,LC1= 3.245 LDM–0.334,LC2= 3.557 LDM–0.290,LC3= 3.639 LDM–0.286。相关分析表明基于临界氮浓度稀释曲线计算的氮营养指数与相对叶片干物质积累量、相对籽粒产量均呈极显著相关。结合相对叶片干物质积累量和相对籽粒产量与氮营养指数之间的线性加平台关系, 可以很好地评价氮素限制和非氮素限制2种情况下的作物氮素营养状况。因此, 利用夏玉米叶片营养生长阶段临界氮稀释曲线和氮营养指数可有效预测夏玉米营养生长阶段临界氮浓度, 并表征夏玉米氮营养状况。

夏玉米; 叶片氮浓度; 临界氮稀释曲线; 氮营养指数; 氮营养诊断

玉米作为我国第一大粮食作物, 生产性能受外部生长因素影响较大, 尤其是矿质养分投入量。氮磷钾的科学管理, 协同提高玉米产量与氮磷钾肥利用效率, 对于保障我国粮食生产和生态环境安全具有重要意义[1-5]。氮素用量显著影响生物量积累与籽粒产量形成, 一般随施氮量的提高而增加[6], 但过量施用并不能显著提高玉米干物质积累量和籽粒产量,且会显著降低氮肥利用效率, 造成报酬递减[7-8]。全球约有30%的耕地因磷肥管理不科学而限制作物产量[5,7]。玉米生产中普遍存在磷肥用量大、有效吸收少、利用效率低等现象, 造成了水体富营养化等一系列严重的环境问题[9-11]。因农民忽视钾肥投入, 我国农田土壤缺钾范围和程度均显著增加, 作物施钾效果日益显著, 适当增施钾肥可提高玉米的干物质积累量与产量, 但过量施用亦会导致利用率降低[12-14]。简便精准的矿质营养诊断技术是科学合理施肥的基础[6-8]。面对当前夏玉米生产中肥料用量不合理、利用效率低、面源污染重等突出问题, 亟需研发准确评价作物营养状况的方法。

基于临界养分浓度理论, 即最大作物生长所需的最小养分浓度[15], Lemaire等[16]指出临界氮浓度(critical nitrogen concentration,C)和地上部干物质积累量之间存在幂指数关系(C=DM–b)。氮浓度稀释曲线在小麦[17]、水稻[18]、油菜[19]和玉米[20-24]等作物上得到开发利用。我国学者们相继建立了不同地区玉米临界氮浓度稀释曲线模型用于预测玉米临界氮浓度并进行营养诊断[8,22-24]。基于玉米植株干物质积累量的临界氮稀释曲线可为玉米氮素营养提供有效的管理信息, 但对现代农业氮素管理具有一定的局限性[20-23], 需要开发不同部位干物质积累量基础上更高要求的临界氮浓度稀释曲线[18,23-24]。目前在玉米生产过程中, 养分管理主要是在营养生长阶段进行[1-4,7-8,20-24]。叶片作为“源”器官, 不同生育阶段由不同叶龄的叶片组成, 其性质和功能存在差异。营养生长阶段, 作为主要功能结构, 在养分代谢方面发挥着重要的生理功能, 所以建立基于玉米叶片的临界氮浓度稀释曲线, 可更简易而深入地了解作物养分状态[23-24]。氮营养指数(nitrogen nutrition index, NNI)作为营养诊断的重要指标, 与临界养分浓度曲线相结合, 可更为准确地评价玉米的营养情况[21]。目前已经用于估计小麦[17]、水稻[18]、油菜[19]和玉米[20]等作物对养分的需求。将NNI和C与作物模拟模型集成在一起, 可用于估计作物对氮素的需求, 指导作物氮素管理[24]。确定不同生长阶段NNI与相对叶片干物质积累量及相对籽粒产量之间的关系有利于确定植株的氮营养状况和估算籽粒产量, 从而更好的理解作物与氮素的关系, 有益于对作物氮的动态建模, 便于量化植物中氮营养状态, 对氮肥管理做出合理决策[20-21,23-24]。

目前学者大都是建立的单一氮素的临界养分浓度曲线[20-26], 并未考虑磷钾肥对临界氮稀释曲线的影响, 因此本研究基于黄淮海夏玉米生产的实际要求, 于定位试验平台设计分别设置4个氮磷钾肥梯度的试验, 分别建立不同氮磷钾肥配施条件下基于夏玉米地上部和叶片干物质积累量的临界氮稀释曲线, 进行对比分析, 验证基于叶片干物质积累量建立临界氮稀释曲线的合理性, 从而得到夏玉米叶片营养生长阶段的临界氮浓度稀释曲线, 并对其可靠性进行评价, 再对氮素营养指数与相对叶片干物质积累量及相对籽粒产量进行线性加平台分析, 从而反映夏玉米受氮素限制和非氮素限制条件下的氮素盈亏状况, 进一步为夏玉米氮营养诊断和养分科学管理提供依据。

1 材料与方法

1.1 试验时间和地点

田间试验在山东省泰安市东平县农业科学研究所开始于2010年的长期定位试验平台(35°90'N, 116°36'E)进行, 种植制度为冬小麦/夏玉米一年两熟。试验田所在区域为温带大陆性季风气候区, 近20年年平均温度是12.9℃, 年均日照数2627.1 h, 年均降水量为697 mm。2020年和2021年2个玉米生长季(6月至10月), 以登海605作为试验材料进行试验。2020年播前0～20 cm耕层土壤养分含量见表1。样品分析在山东农业大学作物生物学国家重点实验室进行。

1.2 试验设计

试验设计为裂区设计, 主区为磷肥(P2O5投入量为0、90、120和150 kg hm–2, 分别用P0、P1、P2和P3表示), 裂区为钾肥(K2O投入量为0、180、240和300 kg hm–2,分别用K0、K1、K2和K3表示), 裂-裂区为氮肥(纯氮投入量为0、180、240和300 kg hm–2, 分别用N0、N1、N2和N3表示)。磷、钾、氮肥分别为过磷酸钙(含P2O512.0%)、硫酸钾(含K2O 50.0%)和包膜尿素(含N 42%)。前茬作物小麦收获灭茬后将所用肥料撒施在土表后旋耕20 cm。玉米播种时间分别为2020年6月15日和2021年6月12日, 收获时间分别为2020年10月4日和2021年10月2日。种植密度为67,500株hm–2, 行距60 cm, 株距24.7 cm。各试验小区长11 m, 宽3.6 m, 小区面积为39.6 m2, 重复3次, 小区间留1 m宽的隔离带。播种后采用微喷带统一喷灌, 在五叶期定苗达到设计密度。夏玉米生育期内根据土壤墒情灌水, 遇涝及时排水; 采用统一的植保方案对杂草和病虫害进行防控。本文选取4个磷钾肥组合(P0K0、P1K1、P2K2、P3K3)以及相应的4个氮肥水平(N0、N1、N2、N3)进行撰写, 选取部分如表1所示。

表1 不同处理土壤播前的理化性状

P0K0: 0 kg P2O5hm–2and 0 kg K2O hm–2; P1K1: 90 kg P2O5hm–2and 180 kg K2O hm–2; P2K2: 120 kg P2O5hm–2and 240 kg K2O hm–2; P3K3: 150 kg P2O5hm–2and 300 kg K2O hm–2. N0: 0 kg N hm–2; N1: 180 kg N hm–2; N2: 240 kg N hm–2: N3: 300 kg N hm–2.

1.3 测定项目及方法

分别于玉米的拔节期(V6)、小喇叭口期(V9)、大喇叭口期(V12)和开花期(VT)在各小区选取5株生长一致、叶片无病斑无破损的代表性植株, 按茎秆(含叶鞘)、叶片、雌穗、雄穗、苞叶分开, 105℃杀青30 min后80℃烘至恒重并称重。样品粉碎过100目筛后, 用浓H2SO4-H2O2联合消煮, 采用BRAN+ LUEBBE AA3型(德国)连续流动分析仪测定样品氮素含量[19,22-24]。

完熟期于每个小区中部连续收取30个果穗, 重复3次, 进行考种, 测定其穗粒数和千粒重, 并按照国家玉米籽粒入库标准(含水量14%)折算产量。

1.4 临界氮浓度稀释曲线的建立及验证

1.4.1 基于地上部和叶片干物质积累量临界氮浓度稀释曲线的建立 根据Justes等[25]的描述可知作物氮浓度随干物质积累量的增加而下降, 临界氮浓度是指作物在一定生长期内获得最大干物质积累量所需的最小氮素浓度。采用2020年的数据参照Zamuner等[26]、Justes等[25]提出的方法, 根据每个取样时期的最大干物质积累量和与之对应的氮浓度, 建立夏玉米临界氮浓度稀释曲线模型: (1)对比分析不同氮水平下各生育时期的干物质积累量及相对应的氮浓度值, 根据单因素方差分析(≤0.05)将作物生长分为受氮素限制组和不受氮素限制组2类(氮素限制的定义是继续增加氮素会显著增加干物质积累量和氮浓度; 非氮素限制的定义是增加氮素不会显著增加干物质积累, 但会导致氮浓度的增加); (2) 对受氮素限制的处理, 将干物质积累与氮浓度进行线性曲线拟合; (3) 对不受氮素限制的全部处理, 用其干物质积累的平均值代表最大值代入曲线, 并做垂直于横轴的垂线, 2条直线的交点为临界氮浓度; (4) 拟合干物质积累与对应临界氮浓度的散点图, 基于幂回归模型(Freundlich模型)的异速函数用于确定观察到的氮浓度降低与干物质积累增加之间的关系。夏玉米临界氮浓度稀释曲线模型为:

PC=PDM–b(1)

LC=LDM–b(2)

式中,PC和LC分别代表基于作物地上部和叶片干物质积累量的叶片临界氮浓度(%); PDM和LDM分别为植株地上部和叶片干物质积累(t hm–2); 参数代表干物质积累为1 t时的临界氮浓度; 参数为临界氮浓度稀释曲线斜率的统计学参数。最大氮曲线(max)通过使用不受氮素限制的数据点(2020年的N3处理)建立, 最小氮曲线(min)通过使用受氮素限制处理的数据点(2020年的N0处理)建立。2021年的试验数据用于验证PCNLCmax和min曲线。

1.4.2 临界氮浓度稀释曲线模型的验证 采用2021年的数据根据国际通用的回归估计标准误差均方根误差RMSE (root mean square error)和标准化均方根误差–RMSE来检测模型的拟合度。

式中,P和O分别为临界氮测定值和模拟值;为样本量;为实测数据的平均值。RMSE值越小, 模拟值与测定值的一致性越好, 偏差越小, 即模型的预测精度越高。Jamieson认为:–RMSE<10%, 模型稳定性极好; 10% <–RMSE < 20%, 模型稳定性较好; 20% <–RMSE < 30%, 模型稳定性一般;–RMSE> 30%, 模型稳定性较差[27]。

1.5 夏玉米氮营养指数与相对叶片干物质积累量及相对籽粒产量

为进一步明确作物的氮素营养状况, Lemaire等[16]提出氮营养指数(nitrogen nutrition index, NNI)的概念, 作物氮营养指数(NNI)为氮浓度的实测值与根据临界氮浓度稀释曲线求得的临界氮浓度值的比值。

式中, NNI为氮营养指数,a是氮浓度的实测值,c是根据临界氮浓度稀释曲线求得的临界氮浓度值。NNI可直观反映作物体内氮素的营养状况, NNI = 1, 表明作物氮素营养状况适宜; NNI > 1, 表明作物氮素营养过剩; NNI < 1, 表现为氮素营养缺失。相对叶片干物质积累量(relative leaves dry matter, RLDM)=叶片干物质积累量/同一生育时期叶片干物质积累量的最大值; 相对籽粒产量(relative grain yield, RY)=实际籽粒产量/籽粒产量的最大值。

1.6 数据处理

采用Microsoft Excel 2019对数据进行处理, 利用SPSS 26.0软件统计分析, 采用SigmaPlot 14.0软件绘图。

2 结果与分析

2.1 氮磷钾配施对夏玉米地上部和叶片干物质积累量的影响

2个生长季夏玉米地上部和叶片干物质积累量在施氮、施磷钾及二者交互作用下均达到显著或极显著水平(表2)。不同氮磷钾肥处理夏玉米地上部和叶片干物质积累量均在花前随生育进程推进而增加(图1和图2), 2020年地上部和叶片干物质积累量变幅分别在0.94～7.27 t hm–2和0.33～3.24 t hm–2之间, 2021年地上部和叶片干物质积累量变幅分别在0.89～6.95 t hm–2和0.32～3.26 t hm–2之间。在同一磷钾施用水平下, 各生育时期玉米地上部和叶片干物质积累量随施氮量的增加呈上升趋势(<0.05), 各生育时期整体表现为N0＜N1＜N2≈N3的趋势; 磷钾肥有利于促进夏玉米对氮素的吸收使得夏玉米地上部和叶片干物质积累量增加, 施磷钾处理整体表现为P0K0＜P1K1＜P2K2≈P3K3。以上说明施用氮磷钾肥可以增加地上部和叶片干物质积累量, 当施用量达到一定水平后, 夏玉米植株和叶片干物质积累量不再明显增加。

2.2 氮磷钾配施下夏玉米叶片氮浓度动态变化

2个生长季夏玉米叶片氮浓度在施磷钾、施氮及其交互作用下均达到显著或极显著水平(表2)。不同磷钾施用水平下夏玉米叶片氮浓度均在花前随施氮量的增加而增加(<0.05), 缺氮(N0)和低氮(N1)处理氮浓度显著低于中高氮(N2和N3)处理(图3); 随生育进程推进而降低, 均存在稀释现象, 变幅分别为4.11%～1.51%; 施磷钾处理下夏玉米叶片氮浓度从小到大依次为P0K0、P1K1、P2K2、P3K3, 说明增施磷钾肥能促进氮素的吸收。

2.3 氮磷钾配施对夏玉米籽粒产量的影响

夏玉米产量在施磷钾、施氮及其交互作用下均达到显著或极显著水平(表2)。2020—2021年夏玉米产量均随施氮量的增加呈增加趋势(<0.05), 除不施磷钾(P0K0)处理外, 当施氮量达到N2水平时产量不再明显增加, 说明施氮量在N2时就已经能满足夏玉米生长所需并获得较高产量(图4)。施用磷钾可促进产量提高, 产量随着磷钾肥的施用量的增加而提高, 当磷钾肥施用水平达到P2K2后, 产量不再明显增加; P2K2水平下N1的产量已基本接近P1K1水平下N2的产量, 说明施磷钾有利于降低氮肥用量。

2.4 氮磷钾配施下基于地上部和叶片干物质积累量建立夏玉米叶片临界氮浓度稀释曲线

在不同氮磷钾肥施用量下夏玉米植株地上部和叶片的干物质积累量和叶片氮浓度存在显著或极显著差异(表2、图1和图2、图3)。利用2020年夏玉米4个生育时期地上部和叶片的干物质积累量与对应的氮浓度实测数据进行回归拟合, 据此计算出临界氮浓度值(PC和LC), 临界氮稀释曲线不适宜于地上部干物质积累量累积较少时(地上部干物质积累量小于1 t hm–2), 这是因为在生育初期干物质积累量增加不会明显降低植株氮含量, 因此本研究在计算C时已舍弃夏玉米拔节期N0处理下的部分植株数据。分别基于地上部和叶片干物质积累量计算叶片临界氮浓度(PC和LC), 发现随地上部和叶片干物质积累量的增加逐渐降低(图5)。将各生育时期地上部和叶片的临界氮浓度值(PC和LC)与对应的最大地上部和叶片干物质积累量进行幂函数拟合, 其中适宜的地上部干物质积累量取值范围分别为1.67～10.06 t hm–2、1.76～10.68 t hm–2、1.96～11.01 t hm–2和2.05～11.95 t hm–2, 叶片干物质积累量取值范围分别为0.77～2.69 t hm–2、0.81～3.20 t hm–2、0.86～3.24 t hm–2和0.89～3.24 t hm–2, 从而构建了4个不同施磷钾水平下的基于夏玉米地上部干物质积累量的叶片临界氮浓度(PC)稀释曲线(图5):PC0= 3.174 PDM–0.432,PC1= 3.605 PDM–0.409,PC2= 3.848 PDM–0.405,PC3= 3.952 PDM–0.400和基于夏玉米叶片干物质积累量的叶片临界氮浓度(LC)稀释曲线模型:LC0= 2.745 LDM–0.529,LC1= 3.245 LDM–0.334,LC2= 3.557 LDM–0.290,LC3= 3.639LDM–0.286, 回归方程决定系数2分别为0.960、0.926、0.945、0.945和0.965、0.944、0.976、0.998, 均达到极显著水平, 表明基于地上部和叶片建立的临界氮浓度稀释曲线可以很好描述夏玉米地上部和叶片干物质积累量和相应氮浓度之间的关系。

表2 夏玉米地上部干物质积累量、叶片干物质积累量、叶片氮浓度及产量的方差分析

V6、V9、V12和VT: 拔节期、小喇叭口期、大喇叭口期和开花期。PDM: 地上部干物质积累量; LDM: 叶片干物质积累量;La: 叶片含氮量; PK: 施磷钾量; N: 施氮量; PK×N: 施磷钾量×施氮量。*、**和***分别表示0.05、0.01和0.001概率水平差异显著, NS: 差异不显著。

V6: jointing stage; V9: small belling stage; V12: big belling stage; VT: tasseling stages. PDM: aboveground dry matter; LDM: leaves dry matter;La: leaves actual nitrogen concentration; PK: phosphorus and potassium application; N: nitrogen application; PK×N: phosphorus and potassium × nitrogen. *: significantly different at< 0.05; **: significantly different at< 0.01; ***: significantly different at< 0.001; NS: no significant difference.

图1 不同氮磷钾肥施用量对夏玉米地上部干物质积累的影响

V6、V9、V12和VT分别表示拔节期、小喇叭口期、大喇叭口期和开花期。误差线表示标准差。柱上不同字母表示同一年度同一生育时期不同处理间差异达到显著水平(< 0.05)。

P0K0: 0 kg P2O5hm–2and 0 kg K2O hm–2; P1K1: 90 kg P2O5hm–2and 180 kg K2O hm–2; P2K2: 120 kg P2O5hm–2and 240 kg K2O hm–2; P3K3: 150 kg P2O5hm–2and 300 kg K2O hm–2. V6: jointing stage; V9: small belling stage; V12: big belling stage; VT: tasseling stages. The error line represents the standard deviation. Different lowercase letters mean significantly different among the treatments in the same year at< 0.05.

图2 不同氮磷钾肥施用量对夏玉米叶片干物质的影响

缩写同图1。误差线表示标准差。柱上不同字母表示同一年度同一生育时期不同处理间差异达到显著水平(< 0.05)。

Abbreviations are the same as those given in Fig. 1. The error line represents the standard deviation. Different lowercase letters mean significantly different among the treatments in the same year at< 0.05.

图3 不同氮磷钾肥施用水平对夏玉米叶片氮浓度的影响

缩写同图1。误差线表示标准差。

Abbreviations are the same as those given in Fig. 1. The error line represents the standard deviation.

图4 不同氮磷钾肥施用水平对夏玉米籽粒产量的影响

缩写同图1。误差线表示标准差。柱上不同字母表示同一年度同一生育时期不同处理间差异达到显著水平(< 0.05)。

Abbreviations are the same as those given in Fig. 1. The error line represents the standard deviation. Different lowercase letters mean significantly different among the treatments in the same year at< 0.05.

图5 不同磷钾肥施用量下分别基于夏玉米地上部干物质积累量和叶片干物质积累量的叶片氮稀释曲线

处理同图1。Treatments are the same as those given in Fig. 1.

图6 利用2021年数据验证基于夏玉米地上部干物质积累量和叶片干物质积累量的叶片氮稀释曲线

处理同图1。符号(●): 临界氮浓度值。实线(─)为叶片的临界氮浓度曲线(C)。符号(▲)和符号(■):max和min由2020年不受氮素限制值和受氮素限制值数据获得。两侧的虚线(┄): 最小值曲线和最大值曲线。符号(D)和符号(): 2021年不受氮素限制值和受氮素限制值。

Treatments are the same as those given in Fig. 1. The symbol (●) is the leavesC-value. The solid lines (─) represent theCdilution curves. The dotted lines (┄) on either side represent the curves for the minimum limits, which are developed using data from N-limiting (▲) and non-N-limiting (■) treatments from 2020.minandmaxare minimum and maximum of nitrogen concentration. The symbols (D) and () represent non-N-limiting and N-limiting values in 2021.

2.5 临界氮浓度稀释曲线的验证

选取2021年数据验证新建立的基于地上部和叶片干物质积累量建立夏玉米叶片临界氮浓度稀释曲线。结果表明, 临界氮浓度稀释曲线可区分受氮素限制和不受氮素限制的生长条件。受氮素限制处理的所有数据点基本上都落在临界氮浓度稀释曲线的下方, 不受氮素限制处理的数据点落在临界氮浓度稀释曲线上或者上方(图6)。同时校验模型的精度, 其步骤为: 将实测最大地上部和叶片干物质积累量分别带入PC和LC曲线计算模拟值, 再与实测值比较(表3), 基于地上部和叶片干物质积累量建立夏玉米叶片临界氮浓度稀释曲线的RMSE分别为: 0.242、0.203、0.227、0.257和0.232、0.219、0.264、0.308,–RMSE分别为: 9.878%、8.342%、8.997%、9.939%和9.538%、6.785%、7.828%、6.278%,–RMSE均小于10%, 模型稳定性极好。可见, 所构建基于地上部和叶片干物质积累量建立夏玉米叶片临界氮浓度稀释曲线具有很好的精度, 可进一步用于夏玉米的氮营养诊断。

2.6 不同氮磷钾配施处理对夏玉米氮营养指数的影响

依据上述模型分析2020—2021年不同磷钾施用水平下基于地上部和叶片干物质积累量的叶片氮营养指数(NNI), 检验通过新建立的NPC和NLC曲线估测夏玉米氮素盈亏状况的可行性。各磷钾肥水平下, 各生育时期夏玉米叶片NNI值随施氮量的增加而升高(图7)。N0处理的NNI随生育进程的推进而下降, 当磷钾施用水平达到P2K2后下降速率明显降低, P0K0水平下N3的NNI明显高于其他磷钾肥水平, 这说明施磷钾能降低低氮(N0)水平下的氮浓度下降速率和高氮水平下(N3)的氮素残余, 从而平衡氮素营养。不同磷钾肥水平下, N0和N1的NNI小于1, N2的NNI接近于1, N3的NNI略大于1, 表明N2施氮条件下氮营养状况较好。

2.7 氮营养指数与相对叶片干物质积累量和相对籽粒产量之间的关系

基于叶片干物质积累量的氮营养指数(NNI)与相对叶片干物质积累量(RLDM)和相对籽粒产量(RY)之间的关系如图8所示, 随着NNI的增加, RLDM和RY先呈现线性增长趋势, 当RLDM和RY增长到一定数值之后, 均不再随NNI的增加而提高, 整体的变化趋势呈现线性加平台的模式。各个磷钾肥水平RLDM随NNI增长进入平台阶段的NNI取值范围分别为: 0.960～1.033、0.967～1.005、0.975～1.014和0.969～1.027; 决定系数范围为: 0.949～0.996, 均达到显著或极显著水平。各个磷钾肥水平RY随NNI增长进入平台阶段的RY的值分别为: 0.971、0.972、0.969和0.960; 各个磷钾肥水平NNI与RY之间的决定系数范围为: 0.894～0.980, 均达显著或极显著水平。

表3 临界氮浓度稀释曲线的验证

处理同图1。Treatments are the same as those given in Fig. 1.

图7 不同氮磷钾肥施用水平下夏玉米叶片的氮营养指数动态变化

a、b、c、d: 基于夏玉米地上部干物质积累量的叶片临界氮浓度稀释曲线所得数据计算得出氮营养指数; e、f、g、h: 基于夏玉米叶片干物质积累量的叶片临界氮浓度稀释曲线所得数据计算得出氮营养指数。缩写同图1。

Nitrogen nutrition indices of a, b, c, and d were calculated according to the leaves nitrogen dilution curve based on aboveground dry matter accumulation of summer maize. The nitrogen nutrient indices of e, f, g, and h were calculated according to the leaves nitrogen dilution curve based on leaves dry matter accumulation of summer maize. Abbreviations are the same as those given in Fig. 1.

图8 不同氮磷钾肥施用水平下夏玉米氮营养指数与相对叶片干物质积累量和相对籽粒产量的关系

缩写同图1。Abbreviations are the same as those given in Fig. 1. ***:< 0.001

3 讨论

氮是玉米需求量最大的营养元素, 参与大部分生理代谢过程, 合理的氮肥供应是调控玉米生长发育、改善叶片功能、提高产量的关键[3-5,28], 但是目前生产中氮肥施用不合理, 利用效率低的现象十分普遍, 因此明确玉米的氮素需求特征对合理施肥是非常重要的[7-8]。

3.1 基于叶片干物质积累量建立临界氮稀释曲线的合理性

在本研究中, 叶片的干物质积累量呈现出与地上部干物质积累量相似的增加趋势, 这是因为叶片是易受养分影响的器官[23]; 同时叶片氮浓度随着夏玉米的生长表现出下降的趋势, 存在稀释现象, 有这2点可以说明用叶片干物质积累量来代替地上部干物质积累量建立临界氮浓度稀释曲线具备一定的可行性。因此本研究利用2年4个磷钾水平和4个氮水平的数据, 分别建立了不同磷钾肥水平下基于夏玉米地上部干物质量和叶片干物质积累量的叶片临界氮稀释曲线(图5):PC0= 3.174 PDM–0.432、PC1= 3.605 PDM–0.409、PC2= 3.848 PDM–0.405、PC3= 3.952 PDM–0.400和LC0= 2.745 LDM–0.529、LC1= 3.245 LDM–0.334、LC2= 3.557 LDM–0.290、LC3= 3.639 LDM–0.286, 决定系数2分别为: 0.960、0.926、0.945、0.978和0.965、0.944、0.976、0.998, 均达到极显著水平。在临界氮浓度稀释曲线中, 参数代表单位干物质积累量氮浓度; 参数代表临界氮浓度随地上部干物质的增加而递减[20-26]。基于夏玉米地上部干物质量和叶片干物质积累量的叶片临界氮稀释曲线的参数值均表现出随着磷钾肥施用量的增加出现变大的趋势, 参数值均表现出随着磷钾肥施用量的增加出现减小的趋势, 这说明2个部位的叶片临界氮稀释曲线表现出相似的趋势, 所以基于叶片干物质积累量的界氮稀释曲线是可行的; 但是基于地上部干物质量的叶片临界氮稀释曲线的参数值和参数值略高于基于叶片干物质积累量的叶片临界氮稀释曲线参数值和参数值, 这可能是因为叶片对代谢氮和结构氮有自己的需求, 叶片氮素稀释的发生时间晚于植株氮素稀释和叶片氮素需求量与植株氮素需求量不能同步[23], 所以在作物生长过程中用植株临界氮模型来模拟叶片干物质积累量可能并不合适。因此本研究根据不同部位建立的曲线计算模拟值, 并与实测值进行比较(表3), 得到RMSE分别为: 0.242、0.203、0.227、0.257和0.232、0.219、0.264、0.308,–RMSE分别为: 9.878%、8.342%、8.997%、9.939%和9.538%、6.785%、7.828%、6.278%,–RMSE均小于10%, 这说明模型稳定性极好, 但是基于叶片的–RMSE小于基于地上部的–RMSE, 所以基于叶片干物质积累量建立叶片临界氮浓度稀释曲线更为准确。

3.2 基于叶片干物质积累量的临界氮稀释曲线与其他临界氮稀释曲线比较

随着夏玉米生长到达伸长阶段, 叶片郁闭导致氮不可避免的稀释, 叶片氮浓度值开始逐渐下降, 此前在冬小麦[6,17]和水稻[18,29-31]中已有类似的报道。临界氮浓度稀释曲线模型LC=LDM–b中的参数表征叶片干物质积累量为1 t hm–2时的含氮量, 参数描述的是叶片氮浓度随叶片干物质积累量增加的递减关系[20-26,32]。基于叶片的临界氮浓度稀释曲线的参数值在2.745～3.639之间(图5), 其中LC1和LC2的参数略高于安志超等[33]和梁效贵等[34]在华北地区建立了基于夏玉米全株的临界氮稀释模型的参数(3.080和3.491), 这可能是由于本研究是基于夏玉米叶片建立的临界氮模型, 夏玉米在花前叶片需要吸收更多的氮来进行光合作用来进行营养生长, 导致叶片中的氮浓度要高于整个植株的氮浓度。同时, 本研究得到的LC1和LC2的参数在不同作物已有叶片稀释曲线值的范围内[18,23-24,29],LC0和LC3的参数分别小于和大于这个范围, 这可能是不施磷钾肥会影响玉米对氮素的吸收和增施磷钾肥可促进玉米对氮素的吸收。基于叶片的临界氮稀释曲线的值在0.286～0.529之间(图5), 除去LC0外, 其余临界氮稀释曲线的值均小于以往基于全株建立的夏玉米临界氮稀释模型的值(0.341～ 0.413)[33-35], 原因可能是叶片作为主要代谢器官, 为维持一定的氮浓度保证光合作用运行, 大量的氮素从植株各个部位转运到叶片, 叶片的氮稀释速率低于植株的氮稀释速率[36]。基于叶片的min曲线的值高于max曲线的值(图6), 说明氮素限制条件比非氮素限制条件氮浓度下降更明显, 氮素限制条件下, 土壤氮不能满足作物对氮素的需求, 导致叶片氮浓度迅速下降, 在非氮素限制条件下, 作物生长不受土壤氮的影响, 导致叶片氮浓度下降较慢[24]。

3.3 夏玉米氮素营养诊断及推荐氮肥施用量

基于临界氮浓度稀释曲线利用实际氮浓度与临界氮浓度的比值建立氮营养指数(NNI)模型, 能精确诊断、衡量植株生育阶段的氮素营养状况, 对定量作物生长发育过程中的施肥量具有重要意义[21-24]。NNI可直观反映作物体内氮素营养状况, 它随施氮量的增加而增加, 这说明是增加施氮量可增加氮素的吸收与积累, 氮是氮素营养的基础; NNI=1, 表明作物氮素营养状况适宜[21-26], 根据不同氮磷钾肥施用水平下NNI与水平线“1”的关系发现(图7): N0处理的NNI值介于0.634～0.886之间, N1处理的NNI值介于0.838～0.942之间, N2处理的NNI值介于0.968～1.041之间, N3处理的NNI值介于1.044～1.121之间, 其中各磷钾肥施用水平下N2的NNI值均在“1”附近波动, 这是由于在各磷钾肥施用水平下, 干物质积累量均在施氮量达到N2水平后不再显著增加, 根据最大干物质积累量模拟得到的临界氮浓度更接近于N2水平时的叶片氮浓度, 所以各磷钾肥施用水平均在施氮量达到N2水平时的NNI值更接近于“1”。进一步探究氮营养指数(NNI)与相对叶片干物质积累量(RLDM)和相对籽粒产量(RY)的关系中发现(图8), 当NNI小于一定数值时, RLDM和RY均伴随NNI的增加而增加, 当NNI达到一定数值后, RLDM和RY进入平台阶段, 不再明显增加, 这个数值取值范围是0.960～1.033接近于1, 且这个取值范围与N2的NNI取值范围相近, 从而初步确定推荐施氮量是N2(240 kg hm–2), 同时还说明本研究获得的NNI值可以很好地反映夏玉米氮素限制和非氮素限制生长条件下的氮营养状况[23-24]。

3.4 磷钾肥对氮素营养的影响及推荐磷钾肥施用量

在本研究中, 基于夏玉米地上部干物质量和叶片干物质积累量的叶片临界氮稀释曲线的参数值均表现出随着磷钾肥施用量的增加出现增加的趋势,参数代表单位生物量氮浓度[20], 这说明使用磷钾肥可以有效增加叶片氮浓度, 这可能是因为施用磷钾肥可以增加植株对氮素的吸收, 本研究中LC0和LC3的参数不在已有叶片c稀释曲线值的范围内[18,23-24,29], 这可能是因为LC0没有施用磷钾肥不能增加植株对氮素的吸收,LC3的磷钾肥施用量与前人试验相比较高, 提高了植株对氮素的吸收从而提高了叶片氮浓度; 基于2个部位的叶片临界氮稀释曲线参数值均表现出随着磷钾肥施用量的增加出现下降的趋势, 参数描述的是叶片氮浓度随叶片干物质积累量增加的递减关系[20], 这说明增施磷钾肥可以减缓叶片氮浓度的稀释速率。为进一步确定磷钾肥与氮营养之间的关系, 对本研究的NNI进行比较(图7), N0处理的NNI随生育进程的推进而下降, 当磷钾肥施用水平达到P2K2后下降速率明显降低; 随着磷钾肥施用水平的提高N3的NNI逐渐降低,各个氮水平的NNI波动性越来越小, 这说明施用磷钾肥可促进玉米氮素的转运, 能降低较低氮(N0)水平下的氮浓度下降速率和高氮水平下(N3)的氮素残余, 磷钾有平衡氮素营养的作用。其中N2的NNI也越来越接近于1, 在P2K2水平时N2的NNI已无明显波动, 再结合叶片干物质积累量、籽粒产量和磷钾肥施用效果来看, 当磷钾肥施用水平达到P2K2(120 kg hm–2和240 kg hm–2) 时叶片干物质积累量和产量基本已达最高, 继续施加磷钾肥并没有明显增加叶片干物质积累量和产量, 因此进可以确定磷钾肥的推荐施用量分别为120 kg hm–2和240 kg hm–2。

目前建立的玉米干物质积累量及其各部位干物质积累量临界氮稀释曲线模型和氮素营养指数是确定作物氮素的理想方法, 基于叶片建立的临界氮浓度稀释曲线较整个植株而言具备更为便捷的优点, 但是因为涉及到田间破坏性取样才得以生成叶片干物质积累量和叶片含氮量的数据, 仍然存在工序复杂、时效性差的问题[22-25,29-31]。因此, 采用非破坏性方法间接的估算NNI数据, 可较为便捷准确的判断作物的氮素状况[6,23,30-31]。前人已经在春玉米上使用相对叶绿素读数计估算NNI的方法, 但是只能较为准确判断氮素限制条件下的植株氮素情况[21,23,30-31]。下一步应开展有关于非破坏性取样建立夏玉米叶片临界氮稀释曲线模型的研究。

4 结论

本研究基于定位试验平台分别建立基于夏玉米地上部和叶片干物质积累量的临界氮稀释曲线, 验证了基于叶片干物质积累量建立临界氮稀释曲线的合理性, 最终得到了4个磷钾肥水平下的夏玉米叶片营养生长阶段临界氮稀释曲线模型:LC0= 2.745 LDM–0.529、LC1= 3.245 LDM–0.334、LC2= 3.557 LDM–0.290、LC3= 3.639 LDM–0.286, 标准化均方根误差(–RMSE)分别为: 9.664%、7.603%、8.189%和9.123%, 均小于10%, 模型稳定性极好。该模型结合氮素营养指数及其与相对叶片干物质积累量和相对籽粒产量之间的线性加平台关系可更全面地预测临界氮浓度并反映实际农田中夏玉米受氮素限制和非氮素限制条件下的氮素盈亏状况, 可作为诊断不同磷钾肥水平下的夏玉米营养生长过程中氮素状况的工具。

[1] He H Y, Hu Q, Li R, Pan X B, Huang B X, He Q J. Regional gap in maize production, climate and resource utilization in China., 2020, 254: 107830.

[2] 刘晓永. 中国农业生产中的养分平衡与需求研究. 中国农业科学院博士学位论文, 北京, 2018. Liu X Y. Study on Nutrients Balance and Requirement in Agricultural Production in China. PhD Dissertation of Chinese Academy of Agricultural Sciences, Beijing, China, 2018 (in Chinese with English abstract).

[3] 周青云, 李梦初, 漆栋良, 黄朝阳, 王紫丞, 徐茵, 李继福. 拔节期淹水条件下施氮量对春玉米生理特性的影响. 灌溉排水学报, 2020, 39(增刊2): 40–44. Zhou Q Y, Li M C, Qi D L, Huang C Y, Wang Z Y, Xu Y, Li J F. Effects of nitrogen rate on physiological characteristics of spring maize under waterlogging at jointing stage., 2020, 39(S2): 40–44 (in Chinese with English abstract).

[4] 王玉娜, 米国华. 北方春玉米施肥现状及节肥潜力. 玉米科学, 2021, 29(3): 151–158. Wang Y N, Mi G H. Fertilizer application in maize production in northern China: current status and fertilization optimal potential. J, 2021, 29(3): 151–158 (in Chinese with English abstract).

[5] 杨锦忠, 张洪生. 玉米氮、磷、钾、水和二氧化碳资源积累与利用的Meta分析. 玉米科学, 2015, 23(5): 136–141. Yang J Z, Zhang H S. Meta-analysis on resource consumption and use of nitrogen, phosphorus, potassium, water and carbon dioxide in maize. J, 2015, 23(5): 136–141 (in Chinese with English abstract).

[6] Zhao B. Determining of a critical dilution curve for plant nitrogen concentration in winter barley., 2014, 160: 64–72.

[7] El-Sobky E S E A, Abdo A I. Efficacy of using biochar, phosphorous and nitrogen fertilizers for improving maize yield and nitrogen use efficiencies under alkali clay soil., 2020, 44: 467–485.

[8] Du L, Li Q, Li L, Li L, Wu Y W, Zhou F, Zhao B, Li X L, Liu Q L, Kong F L, Yuan J C. Construction of a critical nitrogen dilution curve for maize in Southwest China., 2020, 10: 656–663.

[9] 侯云鹏, 杨建, 孔丽丽, 尹彩侠, 李前, 秦裕波, 王立春, 谢佳贵. 不同施磷水平对春玉米产量、养分吸收及转运的影响. 玉米科学, 2017, 25(3): 123–130. Hou Y P, Yang J, Kong L L, Yin C X, Li Q, Qin Y B, Wang L C, Xie J G. Effect of different phosphorus levels on yield, nitrogen, phosphorus and potassium absorption and translocation of spring maize., 2017, 25(3): 123–130 (in Chinese with English abstract).

[10] 黄倩楠, 党海燕, 黄婷苗, 侯赛宾, 王朝辉. 我国主要麦区农户施肥评价及减肥潜力分析. 中国农业科学, 2020, 53: 4816–4834. Huang Q N, Dang H Y, Huang T M, Hou S B, Wang Z H. Evaluation of farmers’ fertilizer application and fertilizer reduction potentials in major wheat production regions of China., 2020, 53: 4816–4834 (in Chinese with English abstract).

[11] 杨富亿, 文波龙, 李晓宇, 杨艳丽, 万斯昂, 欧阳玲, 刘文虎, 王昭伟, 孟祥鹏, 李重祥, 阿拉木斯, 韩奇. 达里诺尔湿地水环境和鱼类多样性调查: III. 达里湖水体中的氮和磷含量及分布.湿地科学, 2021, 19: 47–58. Yang F Y, Wen B L, Li X Y, Yang Y L, Wan S A, Ou-Yang L, Liu W H, Wang Z W, Meng X P, Li C X, Alamusi, Han Q. Investigation of water environment and fish diversity in dalinore wetland: III. Nitrogen and phosphorus content and distribution in the water body of Dalry Lake., 2021, 19: 47–58 (in Chinese with English abstract).

[12] Pettigrew W T. Potassium influences on yield and quality production for maize, wheat, soybean and cotton., 2010, 133: 670–681.

[13] Jiang W T, Liu X H, Wang Y. Responses to potassium application and economic optimum K rate of maize under different soil indigenous K supply., 2018, 10: 2267–2277.

[14] Amaresh P, Meena S L, Behera U K. Growth, yield and nutrient uptake of maize (L.) as influenced by tillage and potassium management under conservation agriculture., 2019, 63: 383–387.

[15] Ulrich A. Physiological bases for assessing the nutritional requirements of plants., 1952, 3: 207–228.

[16] Lemaire G, Salette J, Sigogne M, Terrassonr J P. Relationship between growth dynamics of herbage stand and nitrogen harvest dynamics: study on environmental effects., 1984, 4: 423–430.

[17] 赵犇, 姚霞, 田永超, 刘小军, 曹卫星, 朱艳. 基于临界氮浓度的小麦地上部氮亏缺模型. 应用生态学报, 2012, 23: 3141–3148. Zhao B, Yao X, Tian Y C, Liu X J, Cao W X, Zhu Y. Accumulative nitrogen deficit models of wheat aboveground part based on critical nitrogen concentration., 2012, 23: 3141–3148 (in Chinese with English abstract).

[18] Yao X, Ata-Ul-Karim S T, Zhu Y, Tian Y C, Liu X J, Cao W X. Development of critical nitrogen dilution curve in rice based on leaf dry matter., 2014, 55: 20–28.

[19] 刘秋霞, 任涛, 张亚伟, 廖世鹏, 李小坤, 丛日环, 鲁剑巍. 华中区域直播冬油菜临界氮浓度稀释曲线的建立与应用. 中国农业科学, 2019, 52: 2835–2844.Liu Q X, Ren T, Zhang Y W, Liao S P, Li X K, Cong R H, Lu J W. Establishment and application of critical nitrogen concentration dilution curve of direct seeding winter rapeseed in central China., 2019, 52: 2835–2844 (in Chinese with English abstract).

[20] Herrmann A, Taube F. The range of the critical nitrogen dilution curve for maize (L.) can be extended until silage maturity., 2004, 96: 1131–1138.

[21] Noura Z, Marianne B, Gilles B, Annie C, Nicolas T, Athyna N C, Michel C N, Leon E P. Chlorophyll measurements and nitrogen nutrition index for the evaluation of corn nitrogen status., 2008, 100: 271–273.

[22] 付江鹏, 贺正, 贾彪, 刘慧芳, 李振洲, 刘志. 滴灌玉米临界氮稀释曲线与氮素营养诊断研究. 作物学报, 2020, 46: 290–299. Fu J P, He Z, Jia B, Liu H F, Li Z Z, Liu Z. Critical nitrogen dilution curve and nitrogen nutrition diagnosis of maize with drip irrigation., 2020, 46: 290–299 (in Chinese with English abstract).

[23] Zhao B, Ata-Ul-Karim S T, Liu Z, Ning D F, Xiao J F, Liu Z G, Qin A Z, Nan J Q, Duan A W. Development of a critical nitrogen dilution curve based on leaf dry matter for summer maize., 2017, 208: 60–68.

[24] 苏文楠, 解君, 韩娟, 刘铁宁, 韩清芳. 夏玉米不同部位干物质临界氮浓度稀释曲线的构建及对产量的估计. 作物学报, 2021, 47: 530–545. Su W N, Xie J, Han J, Liu T N, Han Q F. Construction of critical nitrogen dilution curve based on dry matter in different organs of summer maize and estimation of grain yield., 2021, 47: 530–545 (in Chinese with English abstract).

[25] Justes E, Mary B, Machet J M, Thelier H L. Determination of a critical nitrogen dilution curve for winter wheat crops., 1994, 74: 397–407.

[26] Zamuner E C, Loveras J, Echeverr H E. Use of a critical phosphorus dilution curve to improve potato crop nutritional management., 2016, 93: 392–403.

[27] Jamieson P D, Porter J R, Wilson D R. A test of computer simulation model ARC-WHEAT1 on wheat crops grown in New Zealand., 1991, 27: 337–350.

[28] 叶君, 高聚林, 王志刚, 于晓芳, 孙继颖, 李丽君, 高英波, 王海燕, 贾宁, 高鑫, 崔超. 施氮量对超高产春玉米花粒期叶片光合特性及产量的影响. 玉米科学, 2011, 19(6): 74–77. Ye J, Gao J L, Wang Z G, Yu X F, Sun J Y, Li L J, Gao Y B, Wang H Y, Jia N, Gao X, Cui C. Effects of nitrogen on leaf photosynthesis and grain yield of super high-yield spring maize during the flowering and milking stage., 2011, 19(6): 74–77 (in Chinese with English abstract).

[29] Yao X, Zhao B, Tian Y C, Tian Y C, Liu X J, Ni J, Cao W J, Zhu Y. Using leaf dry matter to quantify the critical nitrogen dilution curve for winter wheat cultivated in eastern China., 2014, 159: 33–42.

[30] Ata-Ul-Karim S T, Liu X, Lu Z Z, Zheng H B, Cao W X, Zhu Y. Estimation of nitrogen fertilizer requirement for rice crop using critical nitrogen dilution curve., 2017, 201: 32–40.

[31] Ata-Ul-Karim S T, Zhu Y, Liu X, Cao Q, Tian Y C, Cao W X. Comparison of different critical nitrogen dilution curves for nitrogen diagnosis in rice., 2017, 7: 42679.

[32] Lemaire G, Jeuffroy M H, Gastal F. Diagnosis tool for plant and crop N status in vegetative stage., 2008, 28: 614–624.

[33] 安志超, 黄玉芳, 汪洋, 赵亚南, 岳松华, 师海斌, 叶优良. 不同氮效率夏玉米临界氮浓度稀释模型与氮营养诊断. 植物营养与肥料学报, 2019, 25: 123–133. An Z C, Huang Y F, Wang Y, Zhao Y N, Yue S H, Shi H B, Ye Y L. Critical nitrogen concentration dilution model and nitrogen nutrition diagnosis in summer maize with different nitrogen efficiencies., 2019, 25: 123–133 (in Chinese with English abstract).

[34] 梁效贵, 张经廷, 周丽丽, 李旭辉, 周顺利. 华北地区夏玉米临界氮稀释曲线和氮营养指数研究. 作物学报, 2013, 39: 292–299. Liang X G, Zhang J T, Zhou L L, Li X H, Zhou S L. Critical nitrogen dilution curve and nitrogen nutrition index for summer maize in North China plain., 2013, 39: 292–299 (in Chinese with English abstract).

[35] 刘苗, 刘朋召, 师祖姣, 王小利, 王瑞, 李军. 氮磷配施下夏玉米临界氮浓度稀释曲线的构建与氮营养诊断. 中国农业科学, 2022, 55: 932–947. Liu M, Liu P Z, Shi Z J, Wang X L, Wang R, Li J. Critical nitrogen dilution curve and nitrogen nutrition diagnosis of summer maize under different nitrogen and phosphorus application rates., 2022, 55: 932–947 (in Chinese with English abstract).

[36] 刘朋召, 师祖姣, 宁芳, 王瑞, 王小利, 李军. 不同降雨状况下渭北旱地春玉米临界氮稀释曲线与氮素营养诊断. 作物学报, 2020, 46: 1225–1237.Liu P Z, Shi Z J, Ning F, Wang R, Wang X L, Li J. Critical nitrogen dilution curves and nitrogen nutrition diagnosis of spring maize under different precipitation patterns in Weibei dryland., 2020, 46: 1225–1237 (in Chinese with English abstract).

Establishment of critical nitrogen concentration model and nitrogen nutrient diagnosis for summer maize (L.) leaves at vegetative growth stage under different phosphorus and potassium application rates

LIU Dong, ZHANG Chuan, REN Hao, WANG Hong-Zhang, ZHAO Bin, ZHANG Ji-Wang, REN Bai-Zhao, ZHANG Yong-Li*, and LIU Peng*

State Key Laboratory of Crop Biology, Shandong Agricultural University / College of Agriculture, Shandong Agricultural University, Tai’an 271018, Shandong, China

The experiments were carried out on the long-term positioning experiment platform of Dongping Agricultural Research Institute since 2010. The split-plot experimental design was used with different P2O5inputin the main plots and different K2O input in the sub-plot and different N input in the sub-sub plots. The P2O5values were 0, 90, 120, and 150 kg hm–2, which were represented as P0, P1, P2, and P3, respectively. The K2O was 0, 180, 240, and 300 kg hm–2, expressed in terms of K0, K1, K2, and K3, respectively. The N was 0, 180, 240, and 300 kg hm–2, denoted as N0, N1, N2, and N3, respectively. From 2020 to 2021, Denghai 605 was used as the experimental material to deeply analyze the effect of nutrient application rate on dry matter and nitrogen concentration of summer maize leaves, aimed to build a critical nitrogen dilution curve for the nutrient growth stage of summer maize leaves, and explore the feasibility of diagnosing and evaluating nitrogen nutrition status of summer maize with nitrogen nutrition index model under different fertilizer application rates. The results showed that the dry matter and nitrogen concentration of summer maize leaves prior anthesis increased with the increment of nitrogen, phosphorus, and potassium fertilizer application. The nitrogen concentration in leaves decreased with the growth process and the accumulation of leaves dry matter, showing a dilution phenomenon. The variations of leaves dry matter and nitrogen concentration could be divided into two groups: nitrogen limitation and non-nitrogen limitation. Further, the curve model of critical nitrogen concentration at the vegetative growth stage of summer maize leaves under different phosphorus and potassium levels was constructed:LC0= 2.745 LDM–0.529,LC1= 3.245 LDM–0.334,LC2= 3.557 LDM–0.290,LC3= 3.639 LDM–0.286. Nitrogen nutrition index was calculated based on the critical nitrogen concentration dilution curve, which was highly significantly related to the relative leaves dry matter and the relative grain yield. Combining the linear plus platform relationship between nitrogen nutrition index and the relative leaves dry and the relative grain yield, the crop nitrogen status could be well evaluated under the conditions of nitrogen limitation and non-nitrogen limitation. Therefore, the critical nitrogen concentration and nitrogen index at vegetative growth stage of summer maize can effectively predict the critical nitrogen concentration and characterize the nitrogen nutrient status of summer maize.

summer maize; leaves N concentration; critical N dilution curve; N nutrition index; N nutrition diagnosis

2023-06-29;

2023-07-18.

10.3724/SP.J.1006.2023.23075

通信作者(Corresponding author): 刘鹏, E-mail: liupengsdau@126.com; 张永丽, E-mail: zhangyl@sdau.edu.cn

E-mail: ldsdau@126.com

2022-11-08;

本研究由山东省重点研发计划项目(LJNY202103), 山东省现代农业产业技术体系建设项目(SDAIT-02-08)和山东省重大科技创新工程计划项目(2021CXGC010804-05)资助。

This study was supported by the Key Research and Development project of Shandong Province (LJNY202103), the Shandong Province Key Agricultural Project for Application Technology Innovation (SDAIT-02-08), and the Major Scientific and Technological Innovation Project in Shandong Province (2021CXGC010804-05).

URL: https://kns.cnki.net/kcms2/detail/11.1809.S.20230717.1318.004.html

This is an open access article under the CC BY-NC-ND license (http://creativecommons.org/licenses/by-nc-nd/4.0/).