-
东北春玉米生产对于保障我国粮食安全具有重要意义，2020年，黑龙江、吉林、辽宁三省的玉米种植面积占全国玉米总种植面积的30.2%，玉米总产量占全国的32.3%[1]。但在过去的几十年中，以秸秆离田、旋耕垄作为主的传统耕作致使黑土地不同程度的退化，黑土层在“变薄、变瘦、变硬”[2]。因此，东北地区推广以玉米秸秆覆盖还田为核心的耕种模式，实现区域农业的可持续发展[3]。秸秆覆盖还田后，短期内能够有效保持水土，长期秸秆还田能够提高土壤动物、微生物活性，改善土壤质量[4−8]。但对于北方冷凉区域，尤其是东北地区，秸秆覆盖往往导致土壤温度较低、较紧实，影响玉米出苗和生长发育，甚至降低产量[9−14]。
秸秆覆盖条耕(以下简称条耕)是保护性耕作的新技术模式，其主要特点是在玉米收获后，秸秆粉碎覆盖于农田，第二年利用条耕机整理出无秸秆的苗带用于播种，苗带之间不进行扰动[15]。条耕技术有效解决了秸秆覆盖地温低的缺点，改善了播种及出苗质量[15−17]。在东北适宜区域实现了玉米增产、农民增收与环境友好[3]。条耕后的土壤环境存在较大异质性，相比于免耕，苗带土壤环境得到显著改善，能够提升出苗质量，促进玉米苗期生长发育，保证生物量积累，最终增加产量，而苗带间(秸秆覆盖处)土壤温度仍然较传统耕作低，且容重较大，影响玉米根系扩展及地上部生长，导致最终产量有时不及传统耕作[18−20]。针对条耕模式出现的生产问题，筛选强适应性的玉米品种对于完善东北地区耕作制度和进一步提升玉米产量具有重要意义。
不同玉米品种对环境的适应能力不同，因此其产量表现不同[21]。作物产量形成是一个干物质积累的过程，在一定范围内，干物质积累的水平决定了产量的高低[22−24]。冯艳春等[25]对不同耕作方式下玉米干物质积累与产量形成的研究表明，适宜的耕作方式(深松耕作)能够创造良好的土壤环境，改善玉米根系生长与养分吸收状况，从而促进干物质的积累，提高玉米产量。王玉等[26]研究发现，相比传统种植模式，宽窄行种植可以通过提高玉米后期物质积累和增加单穗粒数实现作物高产。周宝元等[27]研究表明，条带深松耕作与缓释肥耦合通过提高玉米中后期干物质积累速率和持续时间，实现生育期总干物质积累量的增加，最终实现高产。干物质积累量取决于其积累速率和积累持续期的长短[28−29]。国内外有不少研究者利用logistic模型计算出不同生长期生长速率、生长持续时间等相关参数，详细描述作物在全生育期的动态生长过程，并且进行生长预测[30−32]。Nayak等[31]利用logistic模型在长期保护性耕作的试验中发现，不同的氮素管理方法显著影响了玉米地上部生物量的积累过程，最终影响籽粒产量。Sepaskhah等[32]利用Logistic方程在不同灌溉水和氮水平下对玉米生长季中不同时间的干物质量进行拟合，并对生长季节内的干物质产量进行有效预测。刘娟等[33]利用Logistic模型对不同小麦品种生育期内有效积温与干物质动态积累进行动态拟合，并进行模型特征参数分析，较好的描述了不同小麦品种的生长过程。因此，本研究利用Logistic方程，对不同玉米品种在条耕下的干物质积累过程进行拟合，分析其生长特征及与产量形成的相关关系，为条耕模式下的玉米高产稳产栽培及适应性品种选育提供理论依据。
-
本试验于2020—2021年在吉林省梨树县四棵树乡三棵树村(43°21′ N，124°05′ E)进行，前茬作物为玉米，供试土壤为白浆土。播前试验地0—20 cm土壤养分含量为全氮1.2 g/kg，速效磷30.1 mg/kg，速效钾137 mg/kg，有机质16.2 g/kg，pH为5.6。试验地为典型的东北雨养区春玉米种植带，春季多风少雨，极易发生季节性干旱。2020—2021年4—9月(玉米生育期)平均气温分别为18.7℃、17.6℃，总降水量分别为566.4、596.2 mm，连续两年降水量充沛，但分布不均，主要集中在6—8月(图1)。
图 1 玉米生长季气温和降水量分布
Figure 1. Distribution of air temperature and precipitation during maize growing season
-
本试验采用裂区设计，主区为条耕(strip-till, ST)、传统耕作(conventional-till, CT，对照处理)两种耕作方式，副区为10个玉米品种(表1)，3次重复，设置20个处理，共60个小区，每个小区宽4.2 m，长10 m，面积为42 m2。条耕处理过程：上一茬玉米收获后，秸秆全部粉碎覆盖在地表，春季采用条耕机进行条带耕作。条耕机是由中国农业大学从美国Yetter公司引进的2984条耕机组件，经改造、组装后用于试验地条耕作业，条耕苗带宽约22～25 cm，深度约12～15 cm[34]。传统耕作处理过程：将上一茬玉米秸秆全部人工移除试验地，进行旋耕垄作，深度约12～15 cm。种植行距均为60 cm，种植密度均为65000株/hm2，施肥方式为一次性撒施，其中施氮(N)量为180 kg/hm2，施磷(P2O5)量为60 kg/hm2，施钾(K2O)量为60 kg/hm2。由于试验小区面积较小，无法实现机械播种，全部采用人工播种。
表 1 参试玉米品种信息
Table 1. The information of the tested maize varieties
品种名称
Name of varieties选育单位
Breeding unit审定级别年限
Level and time of approval郑单 958
Zhengdan 958河南农业科学院粮食作物研究所
Institute of Grain Crops, Henan Academy of Agricultural Sciences国审2000
National approved 2000良玉 99
Liangyu 99辽宁省丹东登海良玉种业有限公司
Liaoning Dandong Denghai Liangyu Seed Industry Co., Ltd国审 2012
National approved 2012富民 58
Fumin 58吉林省富民种业有限公司
Jilin Fumin Seed Industry Co., Ltd吉审2015
Jilin approved 2015宏硕 899
Hongshuo 899丹东市振安区丹兴玉米育种研究所
Danxing Maize Breeding Research Institute in Zhen'an District, Dandong City辽审 2013
Liaoning approved 2013铁研 58
Tieyan 58辽宁铁研种业科技有限公司
Liaoning Tieyan Seed Industry Technology Co., Ltd辽审2010
Liaoning approved 2010迪卡 M751
Dika M751孟山都科技有限责任公司
Monsanto Technology Co., Ltd甘审 2015
Gansu approved 2015迪卡 M753
Dika M753孟山都科技有限责任公司
Monsanto Technology Co., Ltd新审 2011
Xinjiang approved 2011迪卡 159
Dika 159中种国际种子有限公司
China Seed International Seed Co., Ltd吉审 2015
Jilin approved 2015迪卡 517
Dika 517中种国际种子有限公司
China Seed International Seed Co., Ltd国审 2017
National approved 2017金博士 825
Jinboshi 825河南金博士种业股份有限公司
Henan Goldoctor Seeds Co., Ltd国审2019
National approved 2019 -
从播种后第1天开始至玉米达到吐丝期结束，在每个耕作处理分别选取苗带、行间两处位置，使用便携式地温计(Top-101)测量土壤5 cm处的温度。每3天测量1次，每个耕作处理累计测量24次，每次测量分别在上午9：00、下午2：00进行，2次均值为当日平均土壤温度。土壤温度差值(℃)= CT土壤温度−ST土壤温度。
-
每个小区选取2行10 m长的测量区，从第1株玉米出苗开始，连续10天记录出苗株数。出苗率大于60%时的时间定为出苗时间。出苗率ER (%)=出苗株数/总测量区株数[34]。
-
每个小区中间4行作为测产区，测产长度为5 m，行距0.6 m，总测产面积为12 m2。测产时记录总株数、空秆数、有效穗数(粒数大于100粒的穗为有效穗)。测产区有效穗数换算成单位面积穗数。将测产区玉米穗全部人工收获，放入标好标签的网袋中，称总鲜重。测产区玉米全部脱粒后，称总轴重，得出总粒重(鲜重)。每个小区籽粒中取4个百粒样本，称其鲜重，然后放到牛皮信封中，75°C烘至恒重，得出籽粒含水量，并折算出总产量和百粒重(均含14%标准水)。用小区产量、实际穗数和百粒重，折算出穗粒数。
-
与CT相比，通过相对变化率[34]比较不同品种对ST的适应性，具体计算方法如下：
产量变化率(ΔY%)=(ST产量−CT产量)/CT产量
穗数变化率(ΔE%)=(ST穗数−CT穗数)/CT穗数
穗粒数变化率(ΔG%)=(ST穗粒数−CT穗粒数)/CT穗粒数
百粒重变化率(ΔW%)=(ST百粒重−CT百粒重)/CT百粒重
-
2020年分别在玉米播种后43天(V6)、69天(V14)、80天(R1)、112天(R3)、146天(R6)取样，2021年分别在玉米播后32天(V4)、42天(V6)、54天(V9)、67天(V14)、81天(R1)、94天(R2)、110天(R3)、144天(R6)取样，以CT处理玉米达到生育期的时间为标准取样。每小区随机选取生长状况一致的3株植株，从茎基部砍断，装入网袋后带回室内用铡刀粉碎，装入信封中，先在105°C下杀青30 min，然后75℃下烘干至恒重，即为地上部干重。
-
玉米生长过程呈现“渐速增长–快速增长–缓慢增长”的趋势，参考陈杨等[30]、刘娟等[33]的计算方法，采用Logistic方程对玉米干物质累积过程进行拟合，通式如下：
$ Y=\frac{a}{1+b{e}^{-kt}} $ 式中：Y表示玉米的干物质累积量；a表示一定环境条件下玉米干物质累积的上限；b表示基础状态参数，为截距系数；e为自然对数底；k 为增长速率系数；t 表示有效积温。用logistic方程参数计算下列生长特征参数。
$ V1=\frac{ak}{4} $ $ T1=\frac{lnb}{k} $ $ T2=\frac{lnb-\mathrm{l}\mathrm{n}(2+\sqrt{3})}{k} $ $ T3=\frac{lnb-\mathrm{l}\mathrm{n}(2-\sqrt{3})}{k} $ $ V2=\frac{a}{\sqrt{3}(T3-T2)} $ 式中：V1表示最大生长速率；T1表示达到最大生长速率时的积温；T2表示进入快增期所需积温；T3表示进入缓增期所需积温；V2表示快增期的平均生长速率。
-
采用SPSS 19.0 (SPSS Inc., Chicago, IL, USA) 对所有数据进行方差分析，采用LSD (least significant difference)法检验不同处理间在0.05水平的差异显著性。文中聚类分析、Logistic曲线拟合及相关性分析热图均使用OriginPro 2022 (OriginLab., CA, USA)制作，用Pearson相关性分析检验玉米生长参数、干物质累积与籽粒产量及其构成因素的相关性。其他图表均使用SigmaPlot 14 (Systat Software Inc., CA, USA)制作。
-
ST处理下玉米苗带和行间的土壤温度均低于CT处理，尤其在行间位置(秸秆覆盖处)，这种差异一直持续到播种后50～70天。与CT处理相比，ST处理下两年的苗带土壤温度累积量分别减少了305℃和107℃，行间土壤温度累积量分别减少了450℃和355℃ (图2)。
图 2 传统耕作与条耕模式下土壤温度差值
Figure 2. The difference in soil temperature between conventional-till and strip-till
-
如图3所示，相比于CT处理，ST处理下不同玉米品种的出苗时间(出苗率达60%)普遍较晚。2020年，ST处理下玉米出苗时间较CT推迟4～5天；2021年，ST处理下玉米出苗时间较CT推迟2～4天，且品种间差异较小。两年平均来看，ST处理下出苗率为97.2%，CT处理下的出苗率为99.2%，并不存在显著差异。
图 3 耕作模式对玉米出苗的影响
Figure 3. Effects of tillage modes on maize emergence
-
由表2可以看出，耕作模式对产量及其构成因素无显著影响。CT和ST处理下10个供试品种的平均产量2020年分别为12.6、12.7 t/hm2，2021年分别为13.1、12.8 t/hm2。耕作模式与品种对产量及穗粒数存在显著交互效应(P<0.05)，说明不同品种在两种耕作模式下产量表现不同。2020年，ST处理下郑单958、迪卡M753的产量分别比CT高14.8%、6.3%，而良玉99、迪卡517的产量分别比CT低6.0%、6.7%。2021年，ST处理下良玉99、迪卡517的产量分别比CT处理低6.0%、6.4%，其他品种产量在耕作模式之间不存在显著差异。导致产量出现显著差异的主导因素均是穗粒数(P<0.05)。
表 2 耕作方式对不同品种产量及其构成要素的影响
Table 2. Effects of tillage modes on the yield and its components of different varieties
年份
Year品种
Variety传统耕作 Conventional tillage (CT) 条耕 Strip tillage (ST) 产量
Yield
(t/hm2)穗数
Ear number
(×104/hm2)穗粒数
Grains
per ear百粒重 (g)
100-grain
weight产量
Yield
(t/hm2)穗数
Ear number
(×104/hm2)穗粒数
Grains
per ear百粒重 (g)
100-grain
weight2020 郑单 958
Zhengdan 95811.1 Bd 6.29 Aa 472 Be 31.2 Ab 12.7 Abc 6.42 Aab 516 Ad 31.6 Ab 良玉 99
Liangyu 9912.6 Abc 6.42 Aa 572 Abc 28.1 Ae 11.9 Bde 6.21 Ab 543 Bbcd 27.7 Ade 富民 58
Fumin 5812.2 Ac 6.28 Aa 548 Acd 29.0 Ade 11.8 Ae 6.25 Aab 521 Ad 28.7 Ad 宏硕 899
Hongshuo 89912.8 Aabc 6.33 Aa 578 Abc 28.6 Ae 12.8 Abc 6.42 Aab 559 Ab 30.5 Abc 铁研 58
Tieyan 5812.8 Aabc 6.38 Aa 565 Abc 30.1 Abcd 13.1 Ab 6.35 Aab 566 Ab 30.6 Abc 迪卡 M751
Dika M75112.3 Abc 6.33 Aa 533 Ad 30.6 Abc 12.8 Abc 6.40 Aab 554 Abc 30.1 Ac 迪卡 M753
Dika M75313.1 Bab 6.35 Aa 649 Ba 26.7 Af 13.9 Aa 6.44 Aa 694 Aa 26.8 Ae 迪卡 159
Dika 15913.5 Aa 6.41 Aa 527 Ad 34.1 Aa 13.4 Aab 6.44 Aa 528 Acd 33.6 Aa 迪卡 517
Dika 51713.1 Aab 6.42 Aa 582 Ab 28.5 Ae 12.2 Bcde 6.36 Aab 543 Bbcd 28.0 Ae 金博士 825
Jinboshi 82512.9 Aabc 6.31 Aa 576 Abc 29.3 Acde 12.6 Abcd 6.39 Aab 569 Ab 27.9 Ade 平均值 Mean 12.6 6.35 560 29.6 12.7 6.37 559 29.6 2021 郑单 958
Zhengdan 95813.6 Aabc 6.20 Aab 541 Af 34.8 Aa 13.8 Aab 6.38 Aa 563 Acd 33.7 Aab 良玉 99
Liangyu 9912.4 Ad 6.07 Aabc 564 Ade 30.1 Ad 11.6 Bd 5.90 Ac 532 Bd 29.2 Ae 富民 58
Fumin 5812.2 Ad 6.07 Aabc 547 Af 32.2 Ab 11.8 Ad 5.99 Abc 535 Ad 31.6 Abcd 宏硕 899
Hongshuo 89912.6 Ad 6.24 Aa 583 Acd 30.3 Acd 12.2 Acd 5.96 Bbc 577 Ac 29.6 Ade 铁研 58
Tieyan 5813.0 Abcd 6.24 Aa 586 Acd 31.2 Abcd 12.6 Acd 5.91 Bc 571 Ac 31.1 Acde 迪卡 M751
Dika M75113.5 Aabc 6.11 Aabc 613 Abc 31.1 Abcd 13.7 Aab 6.02 Abc 623 Ab 32.3 Abc 迪卡 M753
Dika M75314.0 Aa 6.17 Aabc 681 Aa 30.0 Ad 14.1 Aa 6.25 Aab 681 Aa 30.5 Acde 迪卡 M753
Dika M75313.5 Aabc 6.07 Aabc 547 Af 36.1 Aa 13.1 Abc 6.02 Abc 536 Ad 35.0 Aa 迪卡 517
Dika 51713.8 Aab 5.98 Abc 634 Ab 30.5 Acd 12.9 Bbc 6.00 Abc 584 Bc 31.4 Acde 金博士 825
Jinboshi 82512.7 Acd 5.94 Ac 579 Ad 31.8 Abc 12.5 Acd 5.89 Ac 571 Ac 31.8 Abcd 平均值 Mean 13.1 6.11 588 31.8 12.8 6.03 577 31.6 变异来源
Sources of variationF 值 F values 产量 Yield 穗数 Ears per hm2 穗粒数 Grains per ear 百粒重 100-grain weight 年份 Year (Y) 10.82** 158.49** 53.30** 167.26** 品种 Varieties (V) 15.19** 3.02** 76.00** 51.88** 耕作 Tillage (T) 1.61ns 1.91ns 3.21ns 0.59ns Y×V 6.76** 2.23ns 7.73** 4.21** Y×T 4.31* 2.03ns 2.23ns 0.17ns V×T 3.92** 2.14ns 5.89** 1.01ns Y×V×T 0.65 ns 0.82 ns 0.77 ns 1.81ns 注：数据后不同大写字母表示同一品种两种耕作方式之间差异显著，不同小写字母表示同一耕作方式下品种之间差异显著 (P< 0.05). *和**分别表示变量效应达到0.05和0.01显著水平，ns表示效应不显著。
Note: Different capital letters after data indicate significant difference between two tillage methods of a same variety, and different small letters indicate significant difference among varieties under the same tillage method (P < 0.05). * and ** indicate variable effect at 0.05 and 0.01 significant levels, and ns means no significant effect. -
以CT处理为对照，以ST处理下产量及其构成要素相对变化率为评价指标进行聚类分析，将ST处理下的玉米品种分为强、中、弱3种适应性(图4、图5)。ST处理下强适应性品种是郑单958、迪卡M751、迪卡M753，平均产量分别较CT处理增加8.4%、2.1%、3.5%。中适应性品种是迪卡159、金博士825，弱适应性品种是宏硕899、铁研58、良玉99、富民58、迪卡517，平均产量分别较CT处理减少6.6%、6.0%、3.3%、1.5%、0.7%。ST处理强适应性品种的单位面积穗数、穗粒数、百粒重平均分别比CT增加1.2%、4.3%、0.5%，中适应性品种分别比CT减少0.0%、1.1%、2.4%，弱适应性品种分别比CT减少1.7%、3.9%、0.0%。
图 4 不同玉米品种条耕模式下的产量及其构成要素相对于传统耕作的增加率
Figure 4. The increase rate of yield and its components in different maize varieties under strip tillage compared to conventional tillage
图 5 基于条耕模式下产量及其构成要素相对变化率的玉米品种聚类分析
Figure 5. Cluster analysis of maize varieties based on the relative change rate in yield and its components under strip tillage
-
不同耕作模式下玉米地上部干重积累特征均符合Logistic生长过程，玉米干物质积累表现为由渐速转向快速，再过渡为缓速的动态变化过程(图6)。对应生育时期，玉米的渐速生长期为V1—V14阶段，快速生长期为V14—R3阶段，缓速生长期为R3—R6阶段。相比于CT，ST处理下玉米在V1—V14阶段受到抑制，地上部干重持续小于CT处理，且差距逐渐增大；在V14—R3阶段，ST处理下玉米地上部干重与CT处理的差距保持平稳，且在快速生长后期差距逐渐减小；在R3～R6阶段，ST处理下玉米地上部干重与CT处理保持相当水平。如表3所示，ST处理下玉米达到最大生长速率时所需的积温(T1)、进入快速生长期所需的积温(T2)、进入缓速生长期所需的积温(T3)平均分别比CT大3.5%、6.6%、1.9%。ST处理下玉米最大生长速率(V1)、进入快速生长期的平均生长速率(V2)连续两年平均分别比CT增加2.9%和2.9%，但不存在显著差异。由此可见，相比于CT，ST处理下玉米生育期受到了延迟，尤其在V1—V14阶段，但ST处理下玉米能够通过提高V14—R3阶段的生长速率，减少了进入缓速生长期所需的积温，保证了籽粒灌浆的时间。
图 6 不同耕作模式下玉米地上部干重随有效积温动态变化
Figure 6. Dynamic changes of shoot dry weight with effective accumulated temperature of maize under different tillage modes
表 3 不同耕作模式下玉米有效积温−地上部干重动态拟合方程参数
Table 3. Parameters of the dynamic fitting equation of the effective accumulated temperature with the shoot dry weight of maize under different tillage modes
年份 Year 耕作 Tillage R2 a b k T1 (℃·d) T2 (℃·d) T3 (℃·d) V1 [g/(℃·d)] V2 [g/(℃·d)] 2020 CT 0.9799 386.66 68.21 0.00432 977 a 673 b 1282 a 0.418 a 0.366 a ST 0.9818 386.24 84.04 0.00438 1012 a 711 a 1312 a 0.423 a 0.371 a 2021 CT 0.9717 385.83 61.49 0.00405 1017 a 692 b 1342 a 0.391 a 0.343 a ST 0.9747 382.72 89.39 0.00427 1052 a 744 a 1361 a 0.409 a 0.358 a 注：T1 为达到最大生长速率时的积温，T2为进入快速生长期所需积温，T3 为进入缓速生长期所需积温；V1 为最大生长速率，V2为快速生长期平均增长速率。CT为传统耕作；ST为条耕。同列数据后不同小写字母表示同一年份不同耕作方式间在 0.05 水平上差异显著。
Note: T1 is the accumulated temperature required for the maximum growth rate, T2 is the accumulated temperature required to enter the rapid increase period, T3 is the accumulated temperature required to enter the slow increase period. V1 is the maximum growth rate, V2 is the average growth rate during the rapid growth period. CT is conventional tillage, and STis strip tillage. Different letters loworcase after the data in a column mean significantly different at 0.05 probability level between the two tillage modes. -
相比于CT处理，ST处理总体上降低了玉米V1—V14阶段(渐速生长期)的生长速率，在V14—R3阶段(快速生长期)，ST处理下强适应性品种生长速度加快，具有较强的“补偿性生长能力”，到R6 (生理成熟期)时期，其地上部干物质积累量大于CT；ST处理下弱适应性品种各个生长时期的地上部干重始终小于CT，补偿性生长能力相对较弱(图7)。连续两年的分析表明(表4)，ST处理下强、中、弱适应性品种达到最大生长速率时所需的积温(T1)平均分别比CT大5.5%、1.2%、5.0%；进入快速生长期所需的积温(T2)平均分别比CT大7.9%、3.4%、7.9%；进入缓速生长期所需的积温(T3)平均分别比CT大4.1%、1.6%、3.5%。ST处理下强适应性品种最大生长速率(V1)连续两年分别比CT增加4.9%和7.2%，进入快速生长期的平均生长速率(V2)连续两年分别比CT增加4.8%和7.3%，均具有显著差异；ST处理下中适应性品种的V1和V2与CT不存在显著差异；ST处理下弱适应性品种的V1连续两年分别比CT减少3.7%和2.3%，V2连续两年分别比CT减少3.7%和2.3%，其中在2020年存在显著差异。综上所述，相比于CT，ST处理下不同适应性品种在V1—V14阶段均受到显著生长抑制，但强适应性品种的V1和V2均显著大于CT，有效进行了补偿性生长，保证了成熟期干物质积累量。
图 7 不同耕作模式下强、中、弱适应性品种地上部干重随有效积温动态变化
Figure 7. Dynamic changes of shoot dry weight with effective accumulated temperature of high, moderate and weak adaptability varieties under different tillage modes
表 4 不同耕作模式下不同适应类类型玉米有效积温−地上部干重动态拟合方程参数
Table 4. Parameters of the dynamic fitting equation of the effective accumulated temperature with the shoot dry weight of the maize with varieties different adaptive type under different tillage modes
年份
Year适应性类型
Adaptive type耕作
TillageR2 a b k T1
(℃·d)T2
(℃·d)T3
(℃·d)V1
[g/(℃·d)]V2
[g/(℃·d)]2020 强 Strong CT 0.9806 357.03 87.65 0.0048 932 b 658 b 1206 b 0.428 b 0.376 b ST 0.9853 390.80 97.63 0.0046 996 a 710 a 1282 a 0.449 a 0.394 a 中 Moderate CT 0.9833 464.72 51.25 0.0035 1012 a 700 a 1284 b 0.411 a 0.361 a ST 0.9856 407.52 73.22 0.0042 1025 a 710 a 1339 a 0.427 a 0.374 a 弱 Weak CT 0.9823 385.52 69.55 0.0044 971 b 669 b 1272 b 0.421 a 0.370 a ST 0.9826 375.60 81.55 0.0043 1019 a 714 a 1324 a 0.406 b 0.356 a 2021 强 Strong CT 0.9829 393.96 63.73 0.0041 1013 b 692 b 1335 a 0.404 b 0.354 b ST 0.9869 402.94 92.43 0.0043 1054 a 746 a 1359 a 0.433 a 0.380 a 中 Moderate CT 0.9643 424.94 58.25 0.0039 1045 a 706 b 1383 a 0.413 a 0.362 a ST 0.9738 407.02 85.63 0.0042 1057 a 744 a 1370 a 0.428 a 0.376 a 弱 Weak CT 0.9747 365.85 61.81 0.0041 1003 b 683 b 1324 a 0.384 a 0.337 a ST 0.9811 361.00 89.19 0.0043 1054 a 745 a 1363 a 0.376 a 0.330 a 注：T1 为达到最大生长速率时的积温，T2为进入快速生长期所需积温，T3 为进入缓速生长期所需积温；V1 为最大生长速率，V2为快速生长期平均增长速率。CT—传统耕作；ST—条耕。同列数据后不同小写字母表示同一年份不同耕作方式间在 0.05 水平上差异显著。
Note: T1 is the accumulated temperature required for the maximum growth rate, T2 is the accumulated temperature required to enter the rapid increase period, T3 is the accumulated temperature required to enter the slow increase period. V1 is the maximum growth rate, V2 is the average growth rate during the rapid growth period. CT—Conventional tillage; ST—Strip tillage. Different lowercase letters after data in the same column mean significantly different at 0.05 probability level in the same year between the two tillage modes. -
连续两年的相关性分析表明(图8)，穗粒数与玉米最大生长速率V1 (r= 0.52～0.58，P<0.05)、玉米快速生长期平均生长速率V2 (r= 0.69～0.83， P<0.05)均呈显著的正相关关系。相比于CT处理，ST处理下强适应性品种具有较大V1、V2，能够促进穗粒数的形成，两年平均穗粒数比CT增加4.3%，从而增加籽粒产量；弱适应性品种的V1、V2相对较小，导致穗粒数减少，两年平均穗粒数比CT减少3.9%，降低了籽粒产量(表3)。同时，较大的V1、V2能够促进花后阶段干物质的积累，增加成熟期干物质积累量，最终保证籽粒产量。因此，籽粒产量与穗粒数(r= 0.65～0.66，P<0.05)、成熟期地上部干重(r= 0.57～0.80，P<0.05)、V1 (r= 0.72～0.84，P<0.05)、V2 (r= 0.69～0.83，P<0.05)均呈显著的正相关关系。
图 8 生长参数、干物质累积与籽粒产量及其构成因素的相关性分析
Figure 8. Correlation analysis of growth parameters, dry matter accumulation and grain yield and its components
-
条耕模式通过对行内(苗带)进行耕作，将秸秆保留在行间(非苗带)，有效结合了传统耕作和秸秆覆盖免耕的优势[35]。但在短期耕作条件下，条耕模式的土壤环境仍然达不到传统耕作的效果，而且行内和行间的土壤物理环境存在较大异质性，这将对玉米生长发育和最终产量形成带来一定影响[18, 36]。先前的研究结果[36]表明，相比于传统耕作，由于条耕较低的土壤温度，导致玉米生长出现延迟。本研究的结果与之保持一致，相比于传统耕作，条耕模式下的土壤温度仍然较低，尤其是行间，这种差距一直持续到接近吐丝期(图2)。这延缓了玉米的出苗速率，导致条耕模式下玉米平均出苗时间比传统耕作晚3～4天(图3)，但最终的出苗率和单位面积穗数并没有受到显著影响。
较低的土壤温度和较晚的出苗时间将对玉米随后的营养生长及产量形成过程产生不利影响[37]。首先，玉米在幼苗时期因低温而发育缓慢，导致早期生长暂时性养分缺失，无法保证根系发育及营养生长阶段的生物量积累[37]。第二，营养期的生长抑制，将影响玉米在关键生长期(V8—R2)幼穗的形成与分化，最终影响穗粒数形成[38−41]。第三，延迟发育可能导致灌浆时间损失，对于无霜期较短的区域，玉米无法完成生理成熟，将造成产量损失[42]。本研究通过分析Logistic动态拟合生长曲线发现，相比于传统耕作，条耕模式下玉米营养生长期受到了较大抑制(图6)，玉米生育期受到了延迟，V1—V14阶段的地上部干重始终低于传统耕作。然而，在V14—R3阶段(玉米穗粒数形成的关键时期)，条耕模式下玉米的平均生长速率(V2)大于传统耕作(表3)，这可能会弥补前期生长抑制对穗粒数造成的损失[36]，也能减少进入籽粒灌浆阶段所需的积温。在籽粒灌浆期(R3—R6)，条耕模式下玉米进入该阶段所需的积温(T3)与传统耕作不存在显著差异，保证了籽粒灌浆的时间(表3)，因此，条耕与传统耕作的粒重并不存在显著差异。先前的研究[36]表明，条耕模式下玉米通过增加花后养分吸收提高了粒重，补偿了营养期生长抑制所造成的穗粒数的损失，最终实现稳产。在本研究中，由于供试品种之间存在较大差异，耕作模式对产量及其构成因素并不存在显著影响(表2)。
综上所述，条耕模式下玉米生长总体呈现“先抑制后补偿性生长”的一般规律：1)前期较低的土壤温度和较晚的出苗时间延迟了玉米发育进程，但不影响最终出苗率和单位面积穗数；2)中期较大的生长速率降低了穗粒数的损失；3)促使玉米尽早进入灌浆期，保证粒重形成，最终籽粒产量与传统耕作相当。因此，在条耕模式下，可以通过施用启动肥、喷施微生物菌剂、苗期喷施生物刺激素等促根壮苗途径[43−44]，促进玉米苗期生长发育，从而降低营养体抑制带来的后续影响。
-
玉米能够通过自身形态及生理反应适应环境生长，而且不同基因型玉米对于环境的适应能力不同[45−46]。在本研究中，耕作与品种互作对产量及穗粒数具有显著影响(表2)，说明不同耕作模式的玉米产量表现存在显著的基因型差异。本研究以产量及其构成因素相对变化率为评价指标进行聚类分析，分出条耕模式下强、中、弱三类适应性品种(图4、图5)。从产量组成因素看，与传统耕作相比，条耕模式下强适应性玉米品种主要通过增加穗粒数实现增产稳产。前人的研究表明，玉米穗粒数的形成与吐丝前后两周(大概V14—R3阶段)的生长速率密切相关[47−48]。本研究通过分析Logistic动态拟合生长曲线发现，条耕模式下强适应性玉米品种进入快速生长期(V14—R3)的生长速率(V2)两年平均比CT高6.1%，最终平均穗粒数比CT高4.3%；相反，条耕模式下弱适应性玉米品种的V2显著小于传统耕作(表4)。并且通过相关性分析发现，V2与穗粒数具有显著的正相关关系(图8)，这与前人的研究结果保持一致。
相比于传统耕作，条耕模式下强适应性品种通过提高V14—R3阶段的生长速率，补偿了前期低温对玉米生长造成的延迟，促进了穗粒数形成，保证了籽粒“库”的建立。而条耕模式下弱适应性品种不仅生育期出现延迟，在V14—R3阶段更缺乏补偿性生长能力，结果影响了幼穗发育，减少了穗粒数。在此基础上，条耕模式下强适应性品种在R3—R6阶段的干物质积累量超过了传统耕作，最终实现增产；弱适应性品种由于较少的籽粒“库”，限制了灌浆期的干物质积累能力，最终导致减产。相关性分析表明，籽粒产量与穗粒数、成熟期地上部干重、V2均呈显著的正相关关系。因此，在条耕模式下，这些指标可以作为未来玉米育种的目标性状。
综上所述，条耕模式下强适应性品种在快速生长期具有较强的“补偿性生长能力”，提高了开花前关键生长期的干物质积累速率，促进了穗粒数形成，最终获得较高产量。
-
对于东北春玉米种植区，条耕模式下较低的土壤温度延缓了玉米出苗时间，抑制了玉米营养期生长。然而，在穗粒数形成的关键时期(V14—R3阶段)，条耕模式下玉米的生长速率超过传统耕作，表现出“补偿性生长”的特征，并且保证了灌浆时间。除此之外，条耕模式下不同玉米品种的适应性存在差异，适应性较强的品种(郑单958、迪卡M753、迪卡M751)表现出增产或稳产特点。这些品种在V14—R3阶段具有较强的补偿性生长能力，提高了穗粒数形成关键期的干物质积累速率，促进了穗粒数形成，最终实现较高产量。这些知识为条耕模式下的玉米高产稳产栽培及适应性品种选育提供了理论依据。
秸秆覆盖条耕模式下不同玉米品种的产量差异及其生长适应特征分析
Yield difference and growth adaptation characteristics of maize varieties under strip tillage with straw mulching
-
摘要:
【目的】 东北地区推广的秸秆覆盖条耕模式(简称“条耕”)加剧了土壤温度的异质性，可能影响玉米出苗和根系发育。我们研究了当地主栽玉米品种在条耕和传统耕作方式下的产量差异，并用Logistics方程模拟评价了不同适应性品种的生长特征。 【方法】 于2020和2021年在吉林省梨树县开展玉米田间试验，采用裂区设计，主因素为秸秆覆盖下的耕作方式：条耕(ST)和旋耕起垄(CT)；副因素为当地10个主栽玉米品种。监测两种耕作方式下玉米季的土壤温度、出苗时间和出苗率，调查玉米生育阶段干物质积累量、产量和产量构成因素，并用Logistics模型模拟了各品种不同生育期的生长特性。ST处理下各品种的产量及其构成因素相对于CT的变化率用以下公式计算：(ST−CT)/CT，以相对变化率对玉米品种进行适应性分类。 【结果】 相比于CT处理，ST处理下玉米苗带和行间的土壤温度均较低，尤其在行间位置(秸秆覆盖处)，这种差异一直持续到播种后50～70天。ST处理下两年苗带土壤温度累积量分别减少了305℃和107℃，行间土壤温度累积量分别减少了450℃和355℃；ST处理下各品种玉米的出苗时间均受到了抑制，但不影响最终出苗率。不同品种产量及穗粒数对耕作方法的响应不一致。ST处理的强适应性品种有郑单958、迪卡M753、迪卡M751，平均产量分别较CT处理增加8.4%、3.5%、2.1%；弱适应性品种有迪卡517、良玉99、富民58、宏硕899、铁研58，平均产量分别减少6.6%、6.0%、3.3%、1.5%、0.7%；其他品种表现出中适应性。从产量组成因素分析，ST处理强适应性品种的单位面积穗数、穗粒数、百粒重平均分别比CT处理增加1.2%、4.3%、0.5%，中适应性品种分别比CT处理减少0.0%、1.1%、2.4%，弱适应性品种分别比CT处理减少1.7%、3.9%、0.0%。Logistic生长拟合曲线分析表明，ST处理降低了玉渐速生长期(V1—V14 阶段)的生长速率，加速了在快速生长期(V14—R3 阶段)的生长速率，强适应性品种比其他品种表现出更强的“补偿生长能力”，其快速生长期的平均生长速率比CT处理高6.1%，平均穗粒数高4.3%。相关性分析表明，籽粒产量与穗粒数(r= 0.65～0.66)、成熟期地上部干重(r= 0.57～0.80)、最大生长速率 (r= 0.72～0.84)、快速生长期的生长速率 (r= 0.69～0.83)均呈显著正相关(P<0.05)。 【结论】 东北主要玉米品种对条耕存在适应性生长差异。与传统耕作相比，条耕降低了玉米播种后前两个月的土壤温度，推迟了出苗，但提高了吐丝前关键生长期的干物质积累速率，促进了穗粒数形成，稳定了产量。强适应性玉米品种在快速生长期具有更强的“补偿性生长能力”，因此，选择强适应性玉米品种可以作为条耕的配套措施。 Abstract:【Objectives】 Straw mulching combined with strip tillage (“strip tillage”) has been promoted as an effective measurement for black soil protection in Northeast China. In regarding to the exaggerated soil temperature heterogeneity, the adaptability of maize varieties was evaluated, for maintaining maize yield at the same time of soil protection. 【Methods】 The field experiment with split design was conducted in Lishu County, Jilin Province in 2020 and 2021. The main factor was two tillage methods under straw mulching: strip tillage (ST) and conventional tillage (CT); and the sub-factor was 10 maize varieties. The soil temperature of intra- and inter-rows, and the emergence time and rate were monitored, the periodical dry matter accumulation, yield and yield components of maize were investigated. The relative change of indices of maize varieties under ST was calculated using equation (ST–CT)/CT for the adaptive assessment and classification of maize varieties, and their growth dynamics were fitted with logistic equation. 【Results】 Compared with CT, ST treatment decreased soil temperature until 50–70 days after sowing in 2021 and 2022, with the total decrease of cumulative temperature by 305℃ and 107℃ in the intra-rows, and 450℃ and 355℃ in the inter-rows; postponed the emergence time of maize but did not affect the final emergence rate. The yield and yield components of maize varieties responded to the tillage methods differently. Compared to CT, the variety Zhengdan 958, Dika M753, and Dika M751 under ST treatment increased yield by 8.4%, 3.5%, and 2.1%, ranking strong adaptability varieties; Dika 517, Liangyu 99, Fumin 58, Hongshuo 899, and Tieyan 58 reduced average yields by 6.6%, 6.0%, 3.3%, 1.5%, and 0.7%, ranking weak adaptability varieties; the left two ranked moderate adaptability varieties. From the analysis of yield components, the ear number per unit area, the grain number per ear, and the 100-grain weight of high adaptability varieties increased by 1.2%, 4.3%, and 0.5%, respectively, the moderate adaptability varieties decreased by 0.0%, 1.1%, and 2.4%, respectively; and the weak adaptability varieties decreased by 1.7%, 3.9%, and 0.0%, respectively. The analysis of the Logistic growth fitting curve showed that, ST treatment reduced the growth rate of maize from V1 to V14 stage, accelerated the growth rate from V14 to R3 stage, exhibiting the “compensatory growth ability”, which was stronger in high adaptability varieties than the other varieties. The plant average growth rate during the rapid growth period under ST treatment was 6.1% higher than under CT, and the average grain number per ear was 4.3% higher. The correlation analysis showed that the grain yield was significantly positively correlated with the grain number per ear (r=0.65–0.66), the shoot dry weight at maturity (r=0.57–0.80), V1 (r=0.72–0.84), V2 (r=0.69–0.83) (P<0.05). 【Conclusion】 The main maize varieties are different in the adaptability to strip tillage. Although the low temperature and late emergence caused by strip tillage, the highly adaptive varieties have stronger "compensatory growth ability" in the rapid growth period, which improves the dry matter accumulation rate in the key growth period before silking stage, promotes the formation of grain number per ear, and finally achieves higher yield. -
Key words:
- strip tillage /
- maize /
- variety screening /
- grain yield /
- dry matter accumulation /
- growth rate
-
图 1 玉米生长季气温和降水量分布
Figure 1. Distribution of air temperature and precipitation during maize growing season
图 2 传统耕作与条耕模式下土壤温度差值
Figure 2. The difference in soil temperature between conventional-till and strip-till
图 4 不同玉米品种条耕模式下的产量及其构成要素相对于传统耕作的增加率
Figure 4. The increase rate of yield and its components in different maize varieties under strip tillage compared to conventional tillage
图 5 基于条耕模式下产量及其构成要素相对变化率的玉米品种聚类分析
Figure 5. Cluster analysis of maize varieties based on the relative change rate in yield and its components under strip tillage
图 6 不同耕作模式下玉米地上部干重随有效积温动态变化
Figure 6. Dynamic changes of shoot dry weight with effective accumulated temperature of maize under different tillage modes
图 7 不同耕作模式下强、中、弱适应性品种地上部干重随有效积温动态变化
Figure 7. Dynamic changes of shoot dry weight with effective accumulated temperature of high, moderate and weak adaptability varieties under different tillage modes
图 8 生长参数、干物质累积与籽粒产量及其构成因素的相关性分析
Figure 8. Correlation analysis of growth parameters, dry matter accumulation and grain yield and its components
表 1 参试玉米品种信息
Table 1. The information of the tested maize varieties
品种名称
Name of varieties选育单位
Breeding unit审定级别年限
Level and time of approval郑单 958
Zhengdan 958河南农业科学院粮食作物研究所
Institute of Grain Crops, Henan Academy of Agricultural Sciences国审2000
National approved 2000良玉 99
Liangyu 99辽宁省丹东登海良玉种业有限公司
Liaoning Dandong Denghai Liangyu Seed Industry Co., Ltd国审 2012
National approved 2012富民 58
Fumin 58吉林省富民种业有限公司
Jilin Fumin Seed Industry Co., Ltd吉审2015
Jilin approved 2015宏硕 899
Hongshuo 899丹东市振安区丹兴玉米育种研究所
Danxing Maize Breeding Research Institute in Zhen'an District, Dandong City辽审 2013
Liaoning approved 2013铁研 58
Tieyan 58辽宁铁研种业科技有限公司
Liaoning Tieyan Seed Industry Technology Co., Ltd辽审2010
Liaoning approved 2010迪卡 M751
Dika M751孟山都科技有限责任公司
Monsanto Technology Co., Ltd甘审 2015
Gansu approved 2015迪卡 M753
Dika M753孟山都科技有限责任公司
Monsanto Technology Co., Ltd新审 2011
Xinjiang approved 2011迪卡 159
Dika 159中种国际种子有限公司
China Seed International Seed Co., Ltd吉审 2015
Jilin approved 2015迪卡 517
Dika 517中种国际种子有限公司
China Seed International Seed Co., Ltd国审 2017
National approved 2017金博士 825
Jinboshi 825河南金博士种业股份有限公司
Henan Goldoctor Seeds Co., Ltd国审2019
National approved 2019
下载: 导出CSV
表 2 耕作方式对不同品种产量及其构成要素的影响
Table 2. Effects of tillage modes on the yield and its components of different varieties
年份
Year品种
Variety传统耕作 Conventional tillage (CT) 条耕 Strip tillage (ST) 产量
Yield
(t/hm2)穗数
Ear number
(×104/hm2)穗粒数
Grains
per ear百粒重 (g)
100-grain
weight产量
Yield
(t/hm2)穗数
Ear number
(×104/hm2)穗粒数
Grains
per ear百粒重 (g)
100-grain
weight2020 郑单 958
Zhengdan 95811.1 Bd 6.29 Aa 472 Be 31.2 Ab 12.7 Abc 6.42 Aab 516 Ad 31.6 Ab 良玉 99
Liangyu 9912.6 Abc 6.42 Aa 572 Abc 28.1 Ae 11.9 Bde 6.21 Ab 543 Bbcd 27.7 Ade 富民 58
Fumin 5812.2 Ac 6.28 Aa 548 Acd 29.0 Ade 11.8 Ae 6.25 Aab 521 Ad 28.7 Ad 宏硕 899
Hongshuo 89912.8 Aabc 6.33 Aa 578 Abc 28.6 Ae 12.8 Abc 6.42 Aab 559 Ab 30.5 Abc 铁研 58
Tieyan 5812.8 Aabc 6.38 Aa 565 Abc 30.1 Abcd 13.1 Ab 6.35 Aab 566 Ab 30.6 Abc 迪卡 M751
Dika M75112.3 Abc 6.33 Aa 533 Ad 30.6 Abc 12.8 Abc 6.40 Aab 554 Abc 30.1 Ac 迪卡 M753
Dika M75313.1 Bab 6.35 Aa 649 Ba 26.7 Af 13.9 Aa 6.44 Aa 694 Aa 26.8 Ae 迪卡 159
Dika 15913.5 Aa 6.41 Aa 527 Ad 34.1 Aa 13.4 Aab 6.44 Aa 528 Acd 33.6 Aa 迪卡 517
Dika 51713.1 Aab 6.42 Aa 582 Ab 28.5 Ae 12.2 Bcde 6.36 Aab 543 Bbcd 28.0 Ae 金博士 825
Jinboshi 82512.9 Aabc 6.31 Aa 576 Abc 29.3 Acde 12.6 Abcd 6.39 Aab 569 Ab 27.9 Ade 平均值 Mean 12.6 6.35 560 29.6 12.7 6.37 559 29.6 2021 郑单 958
Zhengdan 95813.6 Aabc 6.20 Aab 541 Af 34.8 Aa 13.8 Aab 6.38 Aa 563 Acd 33.7 Aab 良玉 99
Liangyu 9912.4 Ad 6.07 Aabc 564 Ade 30.1 Ad 11.6 Bd 5.90 Ac 532 Bd 29.2 Ae 富民 58
Fumin 5812.2 Ad 6.07 Aabc 547 Af 32.2 Ab 11.8 Ad 5.99 Abc 535 Ad 31.6 Abcd 宏硕 899
Hongshuo 89912.6 Ad 6.24 Aa 583 Acd 30.3 Acd 12.2 Acd 5.96 Bbc 577 Ac 29.6 Ade 铁研 58
Tieyan 5813.0 Abcd 6.24 Aa 586 Acd 31.2 Abcd 12.6 Acd 5.91 Bc 571 Ac 31.1 Acde 迪卡 M751
Dika M75113.5 Aabc 6.11 Aabc 613 Abc 31.1 Abcd 13.7 Aab 6.02 Abc 623 Ab 32.3 Abc 迪卡 M753
Dika M75314.0 Aa 6.17 Aabc 681 Aa 30.0 Ad 14.1 Aa 6.25 Aab 681 Aa 30.5 Acde 迪卡 M753
Dika M75313.5 Aabc 6.07 Aabc 547 Af 36.1 Aa 13.1 Abc 6.02 Abc 536 Ad 35.0 Aa 迪卡 517
Dika 51713.8 Aab 5.98 Abc 634 Ab 30.5 Acd 12.9 Bbc 6.00 Abc 584 Bc 31.4 Acde 金博士 825
Jinboshi 82512.7 Acd 5.94 Ac 579 Ad 31.8 Abc 12.5 Acd 5.89 Ac 571 Ac 31.8 Abcd 平均值 Mean 13.1 6.11 588 31.8 12.8 6.03 577 31.6 变异来源
Sources of variationF 值 F values 产量 Yield 穗数 Ears per hm2 穗粒数 Grains per ear 百粒重 100-grain weight 年份 Year (Y) 10.82** 158.49** 53.30** 167.26** 品种 Varieties (V) 15.19** 3.02** 76.00** 51.88** 耕作 Tillage (T) 1.61ns 1.91ns 3.21ns 0.59ns Y×V 6.76** 2.23ns 7.73** 4.21** Y×T 4.31* 2.03ns 2.23ns 0.17ns V×T 3.92** 2.14ns 5.89** 1.01ns Y×V×T 0.65 ns 0.82 ns 0.77 ns 1.81ns 注：数据后不同大写字母表示同一品种两种耕作方式之间差异显著，不同小写字母表示同一耕作方式下品种之间差异显著 (P< 0.05). *和**分别表示变量效应达到0.05和0.01显著水平，ns表示效应不显著。
Note: Different capital letters after data indicate significant difference between two tillage methods of a same variety, and different small letters indicate significant difference among varieties under the same tillage method (P < 0.05). * and ** indicate variable effect at 0.05 and 0.01 significant levels, and ns means no significant effect.
下载: 导出CSV
表 3 不同耕作模式下玉米有效积温−地上部干重动态拟合方程参数
Table 3. Parameters of the dynamic fitting equation of the effective accumulated temperature with the shoot dry weight of maize under different tillage modes
年份 Year 耕作 Tillage R2 a b k T1 (℃·d) T2 (℃·d) T3 (℃·d) V1 [g/(℃·d)] V2 [g/(℃·d)] 2020 CT 0.9799 386.66 68.21 0.00432 977 a 673 b 1282 a 0.418 a 0.366 a ST 0.9818 386.24 84.04 0.00438 1012 a 711 a 1312 a 0.423 a 0.371 a 2021 CT 0.9717 385.83 61.49 0.00405 1017 a 692 b 1342 a 0.391 a 0.343 a ST 0.9747 382.72 89.39 0.00427 1052 a 744 a 1361 a 0.409 a 0.358 a 注：T1 为达到最大生长速率时的积温，T2为进入快速生长期所需积温，T3 为进入缓速生长期所需积温；V1 为最大生长速率，V2为快速生长期平均增长速率。CT为传统耕作；ST为条耕。同列数据后不同小写字母表示同一年份不同耕作方式间在 0.05 水平上差异显著。
Note: T1 is the accumulated temperature required for the maximum growth rate, T2 is the accumulated temperature required to enter the rapid increase period, T3 is the accumulated temperature required to enter the slow increase period. V1 is the maximum growth rate, V2 is the average growth rate during the rapid growth period. CT is conventional tillage, and STis strip tillage. Different letters loworcase after the data in a column mean significantly different at 0.05 probability level between the two tillage modes.
下载: 导出CSV
表 4 不同耕作模式下不同适应类类型玉米有效积温−地上部干重动态拟合方程参数
Table 4. Parameters of the dynamic fitting equation of the effective accumulated temperature with the shoot dry weight of the maize with varieties different adaptive type under different tillage modes
年份
Year适应性类型
Adaptive type耕作
TillageR2 a b k T1
(℃·d)T2
(℃·d)T3
(℃·d)V1
[g/(℃·d)]V2
[g/(℃·d)]2020 强 Strong CT 0.9806 357.03 87.65 0.0048 932 b 658 b 1206 b 0.428 b 0.376 b ST 0.9853 390.80 97.63 0.0046 996 a 710 a 1282 a 0.449 a 0.394 a 中 Moderate CT 0.9833 464.72 51.25 0.0035 1012 a 700 a 1284 b 0.411 a 0.361 a ST 0.9856 407.52 73.22 0.0042 1025 a 710 a 1339 a 0.427 a 0.374 a 弱 Weak CT 0.9823 385.52 69.55 0.0044 971 b 669 b 1272 b 0.421 a 0.370 a ST 0.9826 375.60 81.55 0.0043 1019 a 714 a 1324 a 0.406 b 0.356 a 2021 强 Strong CT 0.9829 393.96 63.73 0.0041 1013 b 692 b 1335 a 0.404 b 0.354 b ST 0.9869 402.94 92.43 0.0043 1054 a 746 a 1359 a 0.433 a 0.380 a 中 Moderate CT 0.9643 424.94 58.25 0.0039 1045 a 706 b 1383 a 0.413 a 0.362 a ST 0.9738 407.02 85.63 0.0042 1057 a 744 a 1370 a 0.428 a 0.376 a 弱 Weak CT 0.9747 365.85 61.81 0.0041 1003 b 683 b 1324 a 0.384 a 0.337 a ST 0.9811 361.00 89.19 0.0043 1054 a 745 a 1363 a 0.376 a 0.330 a 注：T1 为达到最大生长速率时的积温，T2为进入快速生长期所需积温，T3 为进入缓速生长期所需积温；V1 为最大生长速率，V2为快速生长期平均增长速率。CT—传统耕作；ST—条耕。同列数据后不同小写字母表示同一年份不同耕作方式间在 0.05 水平上差异显著。
Note: T1 is the accumulated temperature required for the maximum growth rate, T2 is the accumulated temperature required to enter the rapid increase period, T3 is the accumulated temperature required to enter the slow increase period. V1 is the maximum growth rate, V2 is the average growth rate during the rapid growth period. CT—Conventional tillage; ST—Strip tillage. Different lowercase letters after data in the same column mean significantly different at 0.05 probability level in the same year between the two tillage modes.
下载: 导出CSV
-
[1] 国家统计局. 中国统计年鉴2020[M]. 北京: 中国统计出版社, 2021. National Bureau of Statistics. China statistical yearbook 2020[M]. Beijing: China Statistics Press, 2021. National Bureau of Statistics. China statistical yearbook 2020[M]. Beijing: China Statistics Press, 2021. [2] 李保国, 刘忠, 黄峰, 等. 巩固黑土地粮仓 保障国家粮食安全[J]. 中国科学院院刊, 2021, 36(10): 1184−1193. Li B G, Liu Z, Huang F, et al. Ensuring national food security by strengthening high-productivity black soil granary in Northeast China[J]. Bulletin of Chinese Academy of Sciences, 2021, 36(10): 1184−1193. Li B G, Liu Z, Huang F, et al . Ensuring national food security by strengthening high-productivity black soil granary in Northeast China[J]. Bulletin of Chinese Academy of Sciences,2021 ,36 (10 ):1184 −1193 .[3] 蔡红光, 刘剑钊, 梁尧, 等. 玉米秸秆全量条带覆盖还田耕种技术模式生产实证[J]. 玉米科学, 2022, 30(1): 115−122. Cai H G, Liu J Z, Liang Y, et al. Demonstration on integrated cultivation mode of maize straw stripe mulching[J]. Journal of Maize Sciences, 2022, 30(1): 115−122. Cai H G, Liu J Z, Liang Y, et al . Demonstration on integrated cultivation mode of maize straw stripe mulching[J]. Journal of Maize Sciences,2022 ,30 (1 ):115 −122 .[4] 马守义, 谢丽华, 朱广石. 黑土地保护性耕作技术的思考[J]. 玉米科学, 2018, 26(1): 116−119. Ma S Y, Xie L H, Zhu G S. Think on the conservation tillage technology of blank soil in China[J]. Journal of Maize Sciences, 2018, 26(1): 116−119. Ma S Y, Xie L H, Zhu G S . Think on the conservation tillage technology of blank soil in China[J]. Journal of Maize Sciences,2018 ,26 (1 ):116 −119 .[5] Wang J, Fu X, Sainju U M, Zhao F Z. Soil carbon fractions in response to straw mulching in the Loess Plateau of China[J]. Biology and Fertility of Soils, 2018, 54(4): 423−436. doi: 10.1007/s00374-018-1271-z [6] 蒋云峰, 马南, 张爽, 等. 黑土区免耕秸秆不同覆盖频率下大型土壤动物群落结构特征[J]. 生态学杂志, 2017, 36(2): 452−459. Jiang Y F, Ma N, Zhang S, et al. Effect of stover mulching frequency on the community structure of soil macrofauna in notill systems in the black soil region of Northeast China[J]. Chinese Journal of Ecology, 2017, 36(2): 452−459. Jiang Y F, Ma N, Zhang S, et al . Effect of stover mulching frequency on the community structure of soil macrofauna in notill systems in the black soil region of Northeast China[J]. Chinese Journal of Ecology,2017 ,36 (2 ):452 −459 .[7] 朱强根, 朱安宁, 张佳宝, 等. 黄淮海平原保护性耕作下玉米季土壤动物多样性[J]. 应用生态学报, 2009, 20(10): 2417−2423. Zhu Q G, Zhu A N, Zhang J B, et al. Diversity of soil fauna in corn fields in Huang-Huai-Hai Plain of China under effects of conservation tillage[J]. Chinese Journal of Applied Ecology, 2009, 20(10): 2417−2423. Zhu Q G, Zhu A N, Zhang J B, et al . Diversity of soil fauna in corn fields in Huang-Huai-Hai Plain of China under effects of conservation tillage[J]. Chinese Journal of Applied Ecology,2009 ,20 (10 ):2417 −2423 .[8] Liu X, Zhou F, Hu G Q, et al. Dynamic contribution of microbial residues to soil organic matter accumulation influenced by maize straw mulching[J]. Geoderma, 2019, 333: 35−42. doi: 10.1016/j.geoderma.2018.07.017 [9] 王敏, 王海霞, 韩清芳, 等. 不同材料覆盖的土壤水温效应及对玉米生长的影响[J]. 作物学报, 2011, 37(7): 1249−1258. Wang M, Wang H X, Han Q F, et al. Effects of different mulching materials on soil water, temperature, and corn growth[J]. Acta Agronomica Sinica, 2011, 37(7): 1249−1258. doi: 10.3724/SP.J.1006.2011.01249 Wang M, Wang H X, Han Q F, et al . Effects of different mulching materials on soil water, temperature, and corn growth[J]. Acta Agronomica Sinica,2011 ,37 (7 ):1249 −1258 . doi: 10.3724/SP.J.1006.2011.01249[10] 王缠军, 郝明德, 折凤霞, 鲍艳杰. 黄土区保护性耕作对春玉米产量和土壤肥力的影响[J]. 干旱地区农业研究, 2011, 29(4): 193−198. Wang C J, Hao M D, She F X, Bao Y J. Effects of different conservation tillage measures on spring maize yield and soil fertility in the Loess Plateau[J]. Agricultural Research in the Arid Areas, 2011, 29(4): 193−198. Wang C J, Hao M D, She F X, Bao Y J . Effects of different conservation tillage measures on spring maize yield and soil fertility in the Loess Plateau[J]. Agricultural Research in the Arid Areas,2011 ,29 (4 ):193 −198 .[11] Wilhelm W W, Wortmann C S. Tillage and rotation interactions for corn and soybean grain yield as affected by precipitation and air temperature[J]. Agronomy Journal, 2004, 96: 425−432. doi: 10.2134/agronj2004.4250 [12] 梁卫, 袁静超, 张洪喜, 等. 东北地区玉米秸秆还田培肥机理及相关技术研究进展[J]. 东北农业科学, 2016, 41(2): 44−49. Liang W, Yuan J C, Zhang H X, et al. Research progress on mechanism and related technology of corn straw returning in Northeast China[J]. Journal of Northeast Agricultural Sciences, 2016, 41(2): 44−49. Liang W, Yuan J C, Zhang H X, et al . Research progress on mechanism and related technology of corn straw returning in Northeast China[J]. Journal of Northeast Agricultural Sciences,2016 ,41 (2 ):44 −49 .[13] West T D, Grifith D R, Steinhardt G C. Effect of tillage and rotation on agronomic performance of corn and soybean: Twenty-year study on dark silty clay loam soil[J]. Journal of Production Agriculture, 1996, 9(2): 241−248. doi: 10.2134/jpa1996.0241 [14] Yin X, Al-kaisi M M. Periodic response of soybean yields and economic returns to long-term no-tillage[J]. Agronomy Journal, 2004, 96(3): 723−733. doi: 10.2134/agronj2004.0723 [15] 石东峰, 米国华. 玉米秸秆覆盖条耕技术及其应用[J]. 土壤与作物, 2018, 7(3): 349−355. Shi D F, Mi G H. Straw mulching strip-till technology and its application in corn production[J]. Soils and Crops, 2018, 7(3): 349−355. Shi D F, Mi G H . Straw mulching strip-till technology and its application in corn production[J]. Soils and Crops,2018 ,7 (3 ):349 −355 .[16] 郝展宏, 沙野, 米国华. 东北地区玉米秸秆覆盖技术应用现状与对策[J]. 玉米科学, 2021, 29(3): 100−110. Hao Z H, Sha Y, Mi G H. Current application status of maize residue mulching in Northeast China and the policy recommendation[J]. Journal of Maize Sciences, 2021, 29(3): 100−110. Hao Z H, Sha Y, Mi G H . Current application status of maize residue mulching in Northeast China and the policy recommendation[J]. Journal of Maize Sciences,2021 ,29 (3 ):100 −110 .[17] Licht M A, Al-kaisi M M. Strip-tillage effect on seedbed soil temperature and other soil physical properties[J]. Soil and Tillage Research, 2005, 80: 233−249. doi: 10.1016/j.still.2004.03.017 [18] Ren L D, Nest T V, Ruysschaert G, et al. Short-term effects of cover crops and tillage methods on soil physical properties and maize growth in a sandy loam soil[J]. Soil & Tillage Research, 2019, 192: 76−86. [19] Temesgen M, Savenije H H, Rockstrom J, et al. Assessment of strip tillage systems for maize production in semi-arid Ethiopia: Effects on grain yield, water balance and water productivity[J]. Physics and Chemistry of the Earth, 2012, 47: 156−165. [20] 田梦, 高伟达, 任图生, 李保国. 条带覆盖免耕下吉林南部玉米行间土壤水分和温度的时空动态[J]. 植物营养与肥料学报, 2022, 28(7): 1297-1307. Tian M, Gao W D, Ren T S, Li B GB. Spatio-temporal variation of soil water and temperature between maize rows as affected by no-tillage and strip crop straw mulching in southern Jilin Province[J]. Journal of Plant Nutrition and Fertilizers,, 2022, 28(7): 1297−1037. doi: 10.1016/0167-1987(92)90012-Z Tian M, Gao W D, Ren T S, Li B GB . Spatio-temporal variation of soil water and temperature between maize rows as affected by no-tillage and strip crop straw mulching in southern Jilin Province[J]. Journal of Plant Nutrition and Fertilizers,,2022 ,28(7) :1297 −1037 . doi: 10.1016/0167-1987(92)90012-Z[21] Herrera J M, Verhulst N, Trethowan R M, et al. Insights into genotype × tillage interaction effects on the grain yield of wheat and maize[J]. Crop Science, 2013, 53(5): 1845−1859. [22] Ding L, Wang K J, Jiang G M, et al. Post-anthesis changes in photosynthetic traits of maize hybrids released in different years[J]. Field Crops Research, 2005, 93(1): 108−115. doi: 10.1016/j.fcr.2004.09.008 [23] Fageria N K, Baligar V C, Clark R B. Physiology of crop production[M]. Florida, US: CRC Press, 2005: 72−82. [24] Hou P, Gao Q, Xie R Z, et al. Grain yields in relation to N requirement: Optimizing nitrogen management for spring maize grown in China[J]. Field Crops Research, 2012, 129(1): 1−6. [25] 冯艳春, 罗洋, 李瑞平, 等. 耕作方式对玉米出苗率、干物质积累及产量的影响[J]. 玉米科学, 2018, 26(5): 85−90. Feng Y C, Luo Y, Li R P, et al. Effect of different tillage systems on the seeding emergence rate, dry matter accumulation and yield of maize[J]. Journal of Maize Sciences, 2018, 26(5): 85−90. Feng Y C, Luo Y, Li R P, et al . Effect of different tillage systems on the seeding emergence rate, dry matter accumulation and yield of maize[J]. Journal of Maize Sciences,2018 ,26 (5 ):85 −90 .[26] 王玉, 赵财, 樊志龙, 等. 行距及密度影响玉米密植潜力的干物质累积和产量构成机制[J]. 中国生态农业学报(中英文), 2020, 28(5): 652−661. Wang Y, Zhao C, Fan Z L, et al. Characteristics of dry matter accumulation and yield formation of dense planting maize in different row spacings[J]. Chinese Journal of Eco-Agriculture, 2020, 28(5): 652−661. Wang Y, Zhao C, Fan Z L, et al . Characteristics of dry matter accumulation and yield formation of dense planting maize in different row spacings[J]. Chinese Journal of Eco-Agriculture,2020 ,28 (5 ):652 −661 .[27] 周宝元, 孙雪芳, 丁在松, 等. 土壤耕作和施肥方式对夏玉米干物质积累与产量的影响[J]. 中国农业科学, 2017, 50(11): 2129−2140. Zhou B Y, Sun X F, Ding Z S, et al. Effect of tillage practice and fertilization on dry matter accumulation and grain yield of summer maize ( Zea mays L.)[J]. Scientia Agricultura Sinica, 2017, 50(11): 2129−2140. Zhou B Y, Sun X F, Ding Z S, et al . Effect of tillage practice and fertilization on dry matter accumulation and grain yield of summer maize (Zea mays L.)[J]. Scientia Agricultura Sinica,2017 ,50 (11 ):2129 −2140 .[28] 胡昌浩, 董树亭, 王空军, 孙庆泉. 我国不同年代玉米品种生育特性演进规律研究Ⅱ物质生产特性的演进[J]. 玉米科学, 1998, 6(3): 49−53. Hu C H, Dong S T, Wang K J, Sun Q Q. Change of growth traits in maize hybrids released in China in different era. II. Dry matter production[J]. Journal of Maize Sciences, 1998, 6(3): 49−53. Hu C H, Dong S T, Wang K J, Sun Q Q . Change of growth traits in maize hybrids released in China in different era. II. Dry matter production[J]. Journal of Maize Sciences,1998 ,6 (3 ):49 −53 .[29] Zhou B Y, Yue Y, Sun X F, et al. Maize grain yield and dry matter production responses to variations in weather conditions[J]. Agronomy Journal, 2016, 108(1): 1−9. doi: 10.2134/agronj15.0135 [30] 陈杨, 王磊, 白由路, 等. 有效积温与不同氮磷钾处理夏玉米株高和叶面积指数定量化关系[J]. 中国农业科学, 2021, 54(22): 4761−−4777. Chen Y, Wang L, Bai Y L, et al. Quantitative relationship between effective accumulated temperature and plant height & leaf area index of summer maize under different nitrogen, phosphorus and potassium levels[J]. Scientia Agricultura Sinica, 2021, 54(22): 4761−4777. Chen Y, Wang L, Bai Y L, et al . Quantitative relationship between effective accumulated temperature and plant height & leaf area index of summer maize under different nitrogen, phosphorus and potassium levels[J]. Scientia Agricultura Sinica,2021 ,54 (22 ):4761 −4777 .[31] Nayak H S, Parihar C M, Mandal B N, et al. Point placement of late vegetative stage nitrogen splits increase the productivity, N-use efficiency and profitability of tropical maize under decade long conservation agriculture[J]. European Journal of Agronomy, 2022, 133(9): 126417. [32] Sepaskhah A R, Fahandezh-saadi S, Zand-parsa S. Logistic model application for prediction of maize yield under water and nitrogen management[J]. Agricultural Water Management, 2011, 99(1): 51−57. doi: 10.1016/j.agwat.2011.07.019 [33] 刘娟, 熊淑萍, 杨阳, 等. 基于归一化法的小麦干物质积累动态预测模型[J]. 生态学报, 2012, 32(17): 5512−5520. Liu J, Xiong S P, Yang Y, et al. A model to predict dry matter accumulation dynamics in wheat based on the normalized method[J]. Acta Ecologica Sinica, 2012, 32(17): 5512−5520. doi: 10.5846/stxb201112041853 Liu J, Xiong S P, Yang Y, et al . A model to predict dry matter accumulation dynamics in wheat based on the normalized method[J]. Acta Ecologica Sinica,2012 ,32 (17 ):5512 −5520 . doi: 10.5846/stxb201112041853[34] 陈范骏, 房增国, 高强, 等. 中国东华北部分地区玉米主推品种高产氮高效潜力分析[J]. 中国科学:生命科学, 2013, 43(4): 342−350. Chen F J, Fang Z G, Gao Q, et al. Evaluation of the yield and nitrogen use efficiency of the dominant maize hybrids grown in North and Northeast China[J]. Scientia Sinica (Vitae), 2013, 43(4): 342−350. Chen F J, Fang Z G, Gao Q, et al . Evaluation of the yield and nitrogen use efficiency of the dominant maize hybrids grown in North and Northeast China[J]. Scientia Sinica (Vitae),2013 ,43 (4 ):342 −350 .[35] Vyn T J, Raimbault B. Evaluation of strip tillage systems for corn production in Ontario[J]. Soil and Tillage Research, 1992, 23(1/2): 163−176. [36] Sha Y, Hao Z H, Liu Z, et al. Regulation of maize growth, nutrient accumulation and remobilization in relation to yield formation under strip-till system[J]. Archives of Agronomy and Soil Science, 2023, 69(13): 2615−2630. doi: 10.1080/03650340.2023.2169281 [37] Miedema P. The effects of low temperature on zea mays[J]. Advances in Agronomy, 1982, 35(s1/2): 93−128. [38] Abendroth L J, Elmore R W, Boyer M J, et al. Corn growth and development[M]. Ames, US: Iowa State University Extension, 2011. [39] Gonzalez V H, Lee E A, Lewis L L, et al. The relationship between floret number and plant dry matter accumulation varies with early season stress in maize ( Zea mays L.)[J]. Field Crops Research, 2019, 238: 129−138. doi: 10.1016/j.fcr.2019.05.003 [40] Mueller S M, Messina C D, Vyn T J. The role of the exponential and linear phases of maize ( Zea mays L.) ear growth for determination of kernel number and kernel weight[J]. European Journal of Agronomy, 2019, 111: 125939. doi: 10.1016/j.eja.2019.125939 [41] Liu Z, Hu C H, Wang Y N, et al. Nitrogen allocation and remobilization contributing to low-nitrogen tolerance in stay-green maize[J]. Field Crops Research, 2021, 263: 108078. doi: 10.1016/j.fcr.2021.108078 [42] 李建平, 刘玉汐, 高岩, 等. 灌浆初期低温对春玉米产量构成的影响研究[J]. 中国农学通报, 2022, 38(12): 7−12. Li J P, Liu Y X, Gao Y, et al. Low temperature in early grain filling period of spring maize: Effect on yield components[J]. Chinese Agricultural Science Bulletin, 2022, 38(12): 7−12. doi: 10.11924/j.issn.1000-6850.casb2021-0620 Li J P, Liu Y X, Gao Y, et al . Low temperature in early grain filling period of spring maize: Effect on yield components[J]. Chinese Agricultural Science Bulletin,2022 ,38 (12 ):7 −12 . doi: 10.11924/j.issn.1000-6850.casb2021-0620[43] 李前, 陈延玲, 陈晓超, 等. 基肥、种肥施用技术对东北春玉米苗期生长及产量的影响[J]. 玉米科学, 2017, 25(1): 147−152. Li Q, Chen Y L, Chen X C, et al. Effect of basal and seed fertilizers on seedling growth and grain yield in spring maize in Northeast China[J]. Journal of Maize Sciences, 2017, 25(1): 147−15. Li Q, Chen Y L, Chen X C, et al . Effect of basal and seed fertilizers on seedling growth and grain yield in spring maize in Northeast China[J]. Journal of Maize Sciences,2017 ,25 (1 ):147 −15 .[44] Chen L, Hao Z H, Li K K, et al. Effects of growth-promoting rhizobacteria on maize growth and rhizosphere microbial community under conservation tillage in Northeast China[J]. Microbilal Biothchnology, 2020, 14(2): 535−550. [45] Lee E A, Tollenaar M. Physiological basis of successful breeding strategies for maize grain yield[J]. Crop Science, 2007, 47: 202−215. [46] Trethowan R M, Mahmood T, Ali Z. Breeding wheat cultivars better adapted to conservation agriculture[J]. Field Crops Research, 2012, 132: 76−83. doi: 10.1016/j.fcr.2011.10.015 [47] Aanrade F H, Vega C, Uhart S, et al. Kernel number determination in maize[J]. Crop Science, 1999, 39(2): 453−459. doi: 10.2135/cropsci1999.0011183X0039000200026x [48] D’andrea K, Otegui M E, CiriloI A G. Kernel number determination differs among maize hybrids in response to nitrogen[J]. Field Crops Research, 2008, 105: 228−239. doi: 10.1016/j.fcr.2007.10.007 -
点击查看大图
图(8)表(4)
计量
- 文章访问数: 247
- HTML全文浏览量: 134
- 被引次数: 0
