張振子,孫翔龍,曹敏建,馮良山

(1.沈陽農(nóng)業(yè)大學,遼寧 沈陽 110866; 2.遼寧省農(nóng)業(yè)科學院,遼寧 沈陽 110161)

花生(Arachis hypogaea L.)是我國重要的油料作物和經(jīng)濟作物,因其含油量高、產(chǎn)量高而被廣泛種植[1]。 發(fā)展花生產(chǎn)業(yè),對保障我國糧食安全和促進農(nóng)業(yè)經(jīng)濟發(fā)展具有重要意義[2]。 在干旱和半干旱地區(qū)由于干旱缺水,限制了花生產(chǎn)業(yè)發(fā)展,供水不及時會影響花生生長發(fā)育,導致產(chǎn)量降低、品質(zhì)下降等[3～5]。

遼西地區(qū)花生種植面積較大,是我國花生的主產(chǎn)區(qū)之一。 隨著高效節(jié)水灌溉技術的發(fā)展,膜下滴灌成為區(qū)域主推的節(jié)水灌溉技術之一。 但是由于缺乏合理的灌溉制度,在一定程度上影響了技術的應用效果。 為了探清遼西地區(qū)花生膜下滴灌最佳灌溉制度。 本試驗以花生白沙1016 為試驗對象進行大田試驗,設置不同灌水量,通過研究花生生長發(fā)育變化,得到最優(yōu)灌溉方式,并采用數(shù)學模型技術,建立花生干物質(zhì)積累量動態(tài)的預測模型,為進一步量化花生高產(chǎn)技術參數(shù),實現(xiàn)數(shù)字化高產(chǎn)栽培管理提供參考依據(jù)。

1 材料與方法

1.1 試驗地概況

試驗于2023 年5 ～10 月在遼寧省朝陽市建平縣西部進行,該地屬于半濕潤半干旱季風型大陸性氣候。 土壤為砂壤土,土壤容重1.4 g /cm3,土壤有機質(zhì)11. 6 g/kg,全氮0.31 g /kg,堿解氮63. 7 mg/kg, 速效磷 62.2 mg/kg, 速效鉀209 mg/kg,pH 值7.12。

1.2 試驗設計

試驗供試花生品種白沙101,試驗以雨養(yǎng)為對照(CK),灌水下限分別設置50%(W50)、60%(W60)、70%(W70),共4 個處理,每個處理3 次重復,每個小區(qū)的種植面積為45 m2。 所有灌溉處理的灌水上限均為田間持水量的90%。 種植方式為大壟雙行,壟寬1 m,壟高15 cm,行距50 cm,穴距15 cm,壟長15 m,每穴2 株。 灌溉方式選用膜下滴灌,在行間鋪設一條滴灌帶,采用流量為2 L/h 的壓力補償式滴頭,滴灌頭間距為15 cm,滴灌管布置為分叉控制方法,在處理每一個滴灌帶前用控制閥進行控制,主管加裝水表用于測定每次灌水量。 各處理均在播種前一次性施肥, 其中施氮(N) 180 kg/hm2、 磷( P2O5)75 kg/hm2和鉀(K2O)150 kg/hm2。 各小區(qū)的農(nóng)田管理措施(滅蟲、除草)與當?shù)乇３忠恢隆?/p>

1.3 測定項目與方法

1.3.1 植株生長性狀

分別于始花期、花針期、結莢期、飽果期和成熟期進行取樣測定。 葉面積:在每個小區(qū)內(nèi)標記具有代表性的3 株花生,將花生上、中、下各取10片葉子,用干重法測定其葉面積,根據(jù)以下公式計算:花生單株葉面積 (cm2) = 圓片面積 (cm2) ×30×單株葉片重量(g)/小圓葉片總干重 (g),葉面積系數(shù)=花生單株葉面積 (cm2) ×單位面積株數(shù)/占地面積(cm2)。 株高:采用刻度尺測定掛牌標記的3 株地上部分花生主莖的高度。 干物質(zhì)重:在每小區(qū)中取長勢一致、有代表性的植株3株,裝于生皮紙袋中,于105 ℃殺青0. 5 h 后75 ℃烘干至恒質(zhì)量,稱量其干物質(zhì)重。

1.3.2 土壤含水量

在花生全生育期內(nèi)采用烘干法每7 d 對各個處理的0～60 cm 的土壤進行土壤含水量的測定。土壤含水量(%)= (原土重-烘干土重)/烘干土重100%。

1.3.3 產(chǎn)量

在每個試驗處理小區(qū)選取6 株代表性花生進行考種,分別測量花生產(chǎn)量的構成指標,具體包括單株莢果重、百果重、百粒重等。

1.3.4 作物耗水量及水分利用效率

公式(1)中,ET:作物耗水量(mm);P:全生育期降雨量;W1:播前土壤儲水量(mm);W2:收獲后土壤儲水量(mm)

公式(2)中,Y:作物產(chǎn)量(kg/hm2);ET:作物耗水量(mm)。

1.4 氣象數(shù)據(jù)

氣象數(shù)據(jù)來源于遼寧省朝陽市建平縣氣象站官方數(shù)據(jù),主要包括花生生育期間日最高氣溫(Tmax)、最低氣溫(Tmin)、日平均氣溫(Tiavg)及降雨量等。 第i 天有效積溫(Ti)的計算公式: Ti=∑(Tiavg-10 ℃),其中10 ℃為作物生物學下限溫度(℃)。

1.5 數(shù)據(jù)歸一化處理及其應用

為了建立適于遼西花生干物質(zhì)積累量(DMA)動態(tài)預測模型,需要將數(shù)據(jù)進行歸一化處理,花生最大干物質(zhì)積累量(DMAmax)、播種至成熟的有效積溫(Tmax)定為 1,得到相對干物質(zhì)積累量0～1(RDMA)、相對有效積溫0 ～1(RT)的計算方法如下:RDMAi=DMAi/ DMAmax、RTi=Ti/Tmax。 其中,DMAi、Ti為為播種至某一生長時間的實測干物質(zhì)積累量、有效積溫,DMAmax、Tmax分別為最大干物質(zhì)積累量、播種至成熟時有效積溫總累積量。 以歸一化處理后的RTi為自變量,RDMAi為因變量,利用Curve Expert 1.40 軟件對RTi和RDMAi進行模擬。

2 結果與分析

2.1 不同灌水量對花生生長發(fā)育的影響

2.1.1 不同灌水量對花生株高的影響

花生全生育期內(nèi)株高動態(tài)變化見圖1,可以看出提高灌水量能顯著增加花生的株高,促進花生的營養(yǎng)生長。 在花生全生育期內(nèi),株高的變化是表現(xiàn)為單向遞增,初期緩慢增長,中期快速增長,飽果期后又趨于緩慢增長,到成熟期達到最大株高值。 不同灌水下限條件下對花生整個生育期的株高產(chǎn)生顯著差異,處理間的株高高度的變化為W70＞W(wǎng)60＞W(wǎng)50＞CK,在成熟期時,W70 處理的株高為55. 7 cm,顯著高于W60、W45、CK 處理,分別為2. 56%、8. 85%、20. 42%,說明W70 處理的表現(xiàn)最有利于花生株高的生長。

圖1 花生生育期內(nèi)株高動態(tài)變化Figure 1 Dynamic changes in plant height during peanut growth period

2.1.2 不同灌水量對花生LAI 的影響

花生生育期內(nèi)LAI 變化動態(tài)如圖2,不同灌水條件下的LAI 均呈現(xiàn)先上升再下降的變化趨勢,各處理的LAI 均到飽果期時達到最大值。 始花期階段不同灌區(qū)方式下的LAI 變化趨勢不明顯,無顯著差異。 隨著葉片的增長,在花針期、結莢期和飽果期的LAI 發(fā)生了顯著變化。 在花針期時所有灌水處理均顯著高于CK 處理,結莢期時W60 處理顯著高于其他處理,飽果期時W70 處理顯著高于其他處理,其LAI 為4.79,高于W60 處理12.09%、W45 處理14.14%、CK 處理17.31%。由此表明,W70 處理是對花生LAI 的表現(xiàn)最好,花生生育后期輕度控水有利于葉片生長。

圖2 花生生育期內(nèi)LAI 動態(tài)變化Figure 2 Dynamic changes of LAI during peanut growth period

2.1.3 不同灌水量對花生干物質(zhì)積累量的影響

由圖3 可看出,花生DMA 隨生育期單向遞增變化,即增長速度呈現(xiàn)慢—快—慢的變化趨勢,且變化趨勢基本一致。 整個生育期內(nèi),不同灌水處理間的花生DMA 產(chǎn)生顯著影響,均表現(xiàn)為W70＞W(wǎng)60＞W(wǎng)50＞CK,且W70 處理的DMA 均顯著高于其他處理。 在達至成熟期時,W70 處理的DMA為59.90 g/株,比CK 處理顯著提高16.76%。 這可能由于在花生生長發(fā)育進程中,W70 處理適宜的水分虧缺條件更能促進花生的生長發(fā)育,進而有利于促進DMA 生長,而W60 和W50 處理較W70 處理顯著降低DMA,說明重度虧水會比輕度虧水更加抑制花生的生長發(fā)育進程。 此外,在花生生長發(fā)育過程中,適量灌水有利于花生的DMA增長,但水分缺乏對花生結莢期和飽果期影響程度最大。

圖3 花生生育期內(nèi)干物質(zhì)積累量動態(tài)變化Figure 3 Dynamic changes in dry matter accumulation during peanut growth period

2.2 不同灌水量對花生產(chǎn)量及水分利用效率的影響

由表1 可知,與雨養(yǎng)處理相比,灌水處理均可顯著提高花生的產(chǎn)量及產(chǎn)量相關構成因素。 不同灌水處理對花生單株果數(shù)、百果重、百仁重、飽果率、出仁率及產(chǎn)量有顯著影響。 其中,各項指標數(shù)值大小均表現(xiàn)為W70＞W(wǎng)60＞W(wǎng)50＞CK,W70 處理的單株莢果數(shù)、百果重、百粒重與CK 相比分別顯著提高了74.13%、4.45%、7.9%。 同時,W70 處理的產(chǎn)量高達5 181. 81 kg/hm2,分別顯著高于W60、W50 和CK 處理3.94%、8.75%和13.99%。此外,不同灌水量對花生的水分利用效率表現(xiàn)為W70＞W(wǎng)60＞CK＞W(wǎng)50,W70 處理的灌水量可以顯著提高花生的水分利用效率并達到1.79 kg/m3。由此可見,本試驗條件下,W70 處理灌水能夠促進花生產(chǎn)量的提升,同時還有利于花生水分利用效率的提高。

表1 不同灌水量對花生產(chǎn)量及水分利用效率的影響Table 1 Effects of Different Irrigation Levels on Peanut Yield and Water Use Efficiency

2.3 不同灌水量花生DMA 數(shù)字模型構建

借助歸一化方法,分別對各處理花生DMA和播種后有效積溫進行處理, 利用Curve Expert 1.40 對花生RDMA 以有效積溫為自變量進行擬合,得到MMF、Gompertz、Weibull 模型等在內(nèi)的10 個模擬方程。 表2 為擬合相關系數(shù)R2效果較好的前6 個方程。 符合生物學意義的模型是一種S 型生長曲線,從(0,0)點開始,能夠反映生物生長全過程,其函數(shù)方程必須具有單調(diào)遞增性、過原點性和有界性等特征[6]。 以篩選更有效、更有生物學意義的DMA 模型,將6 組方程進行回歸求極限值。 檢驗Weibull 模型,x →∞時,y 值在固定區(qū)間內(nèi)變化,即不符合生物生長的單調(diào)遞增性特點;檢驗MMF、有理函數(shù)模型,當x→0 時,y 值是負數(shù),即沒有生物學意義;檢驗高斯模型,x→∞時,y 值無限變大,即沒有生物學意義。 檢驗表明,Gompertz、 Logistic 模型具有生物學意義,由于Gompertz 模型為三參數(shù)模型,Logistic 模型為四參數(shù)模型,考慮到實際應用的方便,本研究采用了相關系數(shù)R2更高的Gompertz 模型來模擬花生RDMA。

表2 花生干物質(zhì)積累量動態(tài)生長模型Table 2 Dynamic Growth Model of Peanut Dry Matter Accumulation

Gompertz 模型的表達式為:y=ae-exp(b-cx)

Gompertz 模型方程中,y 表示RDMA;x 表示RT;a 表示花生干物質(zhì)積累潛力有限值,這個值往往是達不到的;b 基本狀態(tài)參數(shù)的表示,為截距系數(shù);c 表示為相對干物質(zhì)積累速率常數(shù)。 借助Curve Expert 1.40 軟件對各處理隨RT 動態(tài)變化的RDMA 進行Gompertz 模型的非線性回歸分析得到表3。 結果表明,各處理回歸方程的相關參數(shù)變化幅度較小,SD 標準差均小于0.02,相關系數(shù)R2均大于0.9990,方程達到了極顯著的水平,表明基于RT 的Gompertz 模型可以準確地模擬不同灌水量的RDMA 動態(tài)變化。

表3 不同灌水量花生干物質(zhì)積累量的動態(tài)Gompertz 模型參數(shù)Table 3 Dynamic Gompertz model parameters of dry matter accumulation in peanuts with different irrigation amounts

2.4 不同灌水下限花生干物質(zhì)積累數(shù)字模型分析

各處理所得的Gompertz 模型,求一階導數(shù)得到RDMA 增長速率方程(公式3),利用DMAmax和到收獲時所需的有效積溫累積總量,可以得到實際的干物質(zhì)積累速率,即實際的干物質(zhì)積累速率=相對干物質(zhì)積累速率×(最大干物質(zhì)積累量/有效積溫累積總量)。

對公式(3)一階求導,令公式(3)等于0,即可求得最大增長速率V1公式(4)和達到最大增長速率所需的有效積溫T1公式(5)。

對公式(3)二階求導,令其等于0,即可求得生長曲線上的兩個拐點所需有效積溫T2公式(7)、T3公式(8)。

綜上所述,得到各項特征參數(shù):

T1、T2和T3構成了作物生長曲線的3 個主要關鍵點,即最大速率所需的有效積溫,進入快速生長階段所需的有效積溫和緩慢生長階段所需的有效積溫,即0～T2為生長漸增期、T2～T3為生長快增期、T3～成熟為生長緩增期。

由圖4 可以看出,不同灌水條件下花生隨相對有效積溫的增長,相對干物質(zhì)積累增長速率的變化表現(xiàn)為結莢期前快速增長、緩慢增長達至飽果期、飽果期后下降迅速。 有效積溫在315. 3 ～1 833.2 ℃時,花生度過了始花期、花針期、結莢期、飽果期和成熟期,在此期間處理間增長速率均表現(xiàn)為W70 ＞W(wǎng)60 ＞W(wǎng)45 ＞CK。 有效積溫在821.5 ℃此時花生處于飽果期時,W70 處理的增長速率最大,且比CK 處理增長速率快3.77%。表4 為不同灌水量花生干物質(zhì)積累量動態(tài)變化Gompertz 模型特征參數(shù)的分析。 由表可得,各處理最大增長速率表現(xiàn)為W70 ＞W(wǎng)60 ＞W(wǎng)45 ＞CK,W70 和CK 處理相比顯著提高了1.80%;各處理達到最大增長速率時所需的有效積溫變化為W70 ＜W60 ＜W45 ＜CK,W70 比CK 處理少了26.21 ℃;進入快速和緩慢增長的階段時所需有效積溫均表現(xiàn)為W70＜W60＜W45＜CK,W70 比CK處理分別顯著減少11.51%和18.06%。

表4 不同灌水量花生的干物質(zhì)積累量動態(tài)變化Gompertz 模型特征參數(shù)Table 4 Dynamic changes in dry matter accumulation of peanuts with different irrigation amounts Gompertz model characteristic parameters

圖4 不同灌水量花生隨相對有效積溫的RDMA 的增長速率變化Figure 4 Changes in the Growth Rate of RDMA of Peanuts with Different Irrigation Amounts as a Function of Relative Effective Accumulated Temperature

3 討論與結論

通過分析不同灌水下限條件下對花生株高、LAI、DMA 及產(chǎn)量等指標的影響,可以得出:花生生育期內(nèi)不同灌水條件能夠顯著影響花生的株高,其中W70 處理的長勢最優(yōu),顯著高于其他處理,說明灌水下限為70%能夠促進花生株高的生長,這與劉浩然等研究結果相同[7]。 不同灌水條件下的花生LAI 在花針期、結莢期和飽果期時產(chǎn)生顯著變化,其他時期均無顯著變化,說明在該3個生育時期水分會對LAI 產(chǎn)生抑制作用。 花生干物質(zhì)積累量在不同灌水條件下發(fā)生顯著影響,其中W70 處理產(chǎn)量最高,達到5 181. 81 kg/hm2。不同灌水量對花生的水分利用效率分析可以看出,并非灌水量越大水分利用效率就越大,其中W50 和CK 處理恰好體現(xiàn)這一說法,說明只有在灌水量適度的情況下水分利用效率才會提高,這與陳高明等研究結果一致[8]。 本研究結果表明,W70 灌水處理在花生生育期內(nèi)進行輕度控水,確保在促進花生生長的同時,從而達到高產(chǎn)栽培的目的。 推薦W70 處理為遼西地區(qū)適宜灌溉制度且與其他處理相比生長指標最優(yōu)、葉面積增加、產(chǎn)量及水分利用效率都有所提高,這與孫放、張柏綸等人研究結果一致[8～10]。

當DMA 最大相對生長速率出現(xiàn)早,有助于作物營養(yǎng)生長階段向生殖生長的轉(zhuǎn)化,從而促進籽粒的生長,并提高作物產(chǎn)量[11～13]。 各處理DMA 動態(tài)Gompertz 模型的特征參數(shù)表現(xiàn)出較好的協(xié)調(diào)性,具有較優(yōu)的擬合效果。 在不同灌水量下花生的相對干物質(zhì)的積累速率達到峰值時,所需的有效積溫不同,其中W70 的處理速率峰值發(fā)生較早,這意味著需要較少的有效積溫就可達到最大的增長速率。 W70 處理灌溉制度可使花生的DMA 最大生長速率出現(xiàn)時間明顯提前,且所用的有效積溫較少,這與蔡甲冰、張迪等人研究結果相同[14～15]。 眾多學者借助歸一化法對作物生長所需的有效積溫和生物量進行處理,并建立標準化的作物生長數(shù)字模型,通過調(diào)整參數(shù)可以達到準確和及時預測作物生長狀況的目的。 陳楊建立了基于有效積溫的不同氮水平下玉米的干物質(zhì)和氮素積累的模型[16]。 王全九運用Logistic 生長模型證明了隨有效積溫馬鈴薯相對葉面積指數(shù)的變化特征,在不同地區(qū)具有較好的適用性[17]。 對于膜下滴灌花生群體DMA 的動態(tài)模擬研究未見報道。 本試驗條件下,灌水下限為70%為該區(qū)膜下滴灌條件下花生最適宜的灌水量,在此基礎上建立了基于歸一化苗后有效積溫為自變量的相對DMA 測的Gompertz 方程:

在實際應用中,僅確定膜下滴灌條件下不同灌區(qū)的群體DMAmax,即可借助于Gompertz 方程計算得到不同灌區(qū)的實際群體DMA 值和相關的特征參數(shù)值,具有良好的應用性。