氮磷及密度對高寒干旱區啤酒大麥產量的影響研究

孫炳玲

摘要：采用二次回歸通用旋轉組合設計，河西走廊高寒陰濕雨養農業區影響啤酒大麥產量形成的主要栽培因子氮肥、磷肥施用量及播種密度進行了綜合研究，建立了產量函數模型，分析討論了各因子對產量影響的單獨效應及互作效應。得出影響啤酒大麥產量因子大小依次為播種密度、施磷量（P2O5）、施氮量（N）。產量 > 4 500 kg/hm2的農藝措施為施氮量（N）149.40～150.45 kg/hm2，施磷量（P2O5）110.70～117.90 kg/hm2，播種密度383.85萬～394.50萬粒/hm2。

關鍵詞：干旱農業；啤酒大麥；氮肥；磷肥；密度

中圖分類號：S512.3 文獻標志碼：A 文章編號：1001-1463（2017）09-0052-04

doi：10.3969/j.issn.1001-1463.2017.09.017

Occurrence Characteristics and Control Strategy of Wheat Powdery

Mildew in Kongtong District in 2016

CAO Shiqin 1， 2， HE li 3， CHEN Jiexin 4， REN Genshen 5， LI Gongping 3

（1. Institute of Plant Protection， Gansu Academy of Agricultural Sciences Lanzhou Gansu 730070， China； 2. Scientific Observing and Experimental Station of Crop Pests in Tianshui， Ministry of Agriculture， P.R.China， Gangu Gansu 741200， China； 3. Kongtong of Agricultural Technology Extension Center， Kongtong Gansu 744000， China； 4. Plant Protection Station of Pingliang City， Pingliang Gansu 744000， China； 5. Pingliang Institute of Agricultural Science， Pingliang Gansu 744000， China）

Abstract：Wheat powdery mildew， caused by Blumeria graminis f.sp tritici， is one of the most diseases in wheat. It is spread about 18 700 hm2 and occurrenced middle seriously in Kongtong district， Gansu province in 2016. According to investigated the resistance of commercial wheat cultivars in field， the results showed that most cultivars are susceptible in field， and its scals are 6-7. A few wheat cultivar are super susceptible， and its scals are 9. The resistant wheat cultivars are little relatively. Analisized its reason， the results showed that cultivars are susceptible， a large amount of the pathogen in autumn and spring， favorable weather conditions in winter and spring are the key factors of epidemics. Establishing the forcasting and alarming system， planting resistance cultivars， and using effective agricultural technology， including seed coating techonlogy and agricultural techonlogy， are a strategy for controlling the powdery mildew in Kongtong district in this paper.

Key words：Wheat powdery mildew；Occurrence characteristics；Control strategy；Kongtong district

啤酒大麥是重要的啤酒工業原料，已成為河西沿山冷涼灌區種植業結構調整的優勢作物之 一[1 - 2 ]。為了充分挖掘啤酒大麥在該區的農業生產潛力，提高栽培的有效性和預測性，筆者根據系統工程最佳模擬配合法的原理，應用二次回歸通用旋轉組合設計方法，選擇對啤酒大麥產量和品質有較大影響的主要栽培因子為決策變量，以產量為目標函數建立模型[3 ]，優選高產高效的組合方案，并進行大面積的信息反饋驗證示范，以期為河西沿山冷涼灌區啤酒大麥的高產、高效及規范化栽培提供理論依據[4 - 5 ]。

1 材料與方法

1.1 供試材料

指示啤酒大麥品種為甘啤6號。供試肥料為硝酸銨（N 34%）、磷酸二銨（N 18%、P2O5 46%）重過磷酸鈣（P2O5 12%）。

1.2 試驗方法

試驗設在甘肅省張掖市民樂縣南風鄉衛莊村，海拔2 450 m，屬河西高寒陰濕雨養農業區的典型區域，年平均氣溫0.1 ℃，≥0 ℃的積溫1 722 ℃，日照時數2 600 h，平均降水量346～500 mm，蒸發量1 700 mm，太陽輻射總量502.08 kJ/cm2，無霜期78 d。試驗地土壤為栗鈣土，耕層質地疏松，含有機質23.1～47.0 g/kg、全氮1.40～2.66 g/kg、速效氮119.0～158.6 mg/kg、速效磷10.9～25.6 mg/kg、速效鉀180～250 mg/kg。試驗采用三因素五水平二次通用旋轉設計，選擇氮肥用量（x1）、磷肥用量（x2）和播種密度（x3）3因子作為決策變量，以產量為目標函數，變量設計見表1。試驗隨機排列，小區面積21 m2，收獲面積15 m2，區間走道50 cm。于3月下旬用手鋤開溝播種，氮、磷肥料按設計一次施入做基肥，其他田間管理同大田。7月8日收獲，各小區單收計產。

2 結果與分析

2.1 模型的建立與檢驗

各處理的結構矩陣及產量結果見表2。根據設計原理，用三因素二次回歸通用旋轉組合設計的結構矩陣，以x1（N）、x2（P2O5）、x3（密度）為決策變量，大麥產量為目標函數，求得試驗產量回歸數學模型如下。

y=328.558 - 6.646 x1 + 32.285 x2 + 43.0 x3 - 0.055 x1x2 + 10.503 x1x3 - 27.725 x2x327.125 x12 - 24.297 x22 - 19.276 x32±39.198 9 （1）

對模型統計量的檢驗結果：

失擬均方F1=0.620 9 < F0.05=5.05，差異不顯著，無失擬因素存在；回歸均方F2值為4.98，均接近F0.01（4.94），達到顯著水平；復相關系數R為0.908 223 3，均大于R0.01值（0.882 7）。表明設計因素對試驗結果控制有效，而且3個因素與產量存在密切的關系，可進行有效的預測預報。試驗隨機誤差估計取值ε=39.198 9。

2.2 模型的解析與優化

2.2.1 單因素效應分析 經無量綱性線編碼代換后，偏回歸系數（b1）已經標準化，故可直接從其絕對值的大小判斷因子的重要程度，定量的描述某一因子變動一個水平間距時對目標函數的影響大小。從回歸模型可以看出，一次項和二次項系數絕對值均為x3 > x2 > x1，即播種密度 > 施磷量 > 施氮量，說明播種密度是影響大麥產量的主要栽培因子；施磷量和施氮量相對次之，但在降水好的年份對提高產量有較好的作用，不可忽視。

進一步采用降維法，分別將模型任意兩個變量固定在零水平，便可得到關于y=f（xi）的3個一元降維子模型：

y1=328.558-6.647 x1-27.125 x12 （2）

y2=328.558+32.285 x2-24.2926 x22 （3）

y3=328.558+43.0 x3-19.276 x32 （4）

根據以上3個降維方程模型繪制出各因素與產量的反映曲線（圖1），圖1顯示的結果表明，在-y < x < y約束區間，3個因子中影響產量的順序為x3>x2>x1，但對產量作用的曲線都呈向下開口拋物線狀，均有峰值，其頂點坐標即為獲得最高產量時的施肥量（N，P2O5）或播量極值，不足或過量都會導致產量下降。

其中N與產量的表達式為y1=328.558-6.647x1- 27.125x12，增產趨勢為y1=6.647x1-54.25x12，得出施氮量的最佳區間-0.1～0（135～150 kg/hm2），最優水平為-0.122 5（139.05 kg/hm2），即在該試驗條件下N肥施用量為139.05 kg/hm2時產量最高，超過此限繼續增大施氮量則產量呈下降趨勢。

施磷量與產量的表達式為：y2=328.558+32.285x2-24.292 6x22，增產趨勢為y2=32.2584x2- 48.585x22，得出施磷量最佳區間為0～1（112.5～179.4 kg/hm2）；其最優水平為0.664（156.9 kg/hm2），即在本試驗條件下，磷肥用量為156.9 kg/hm2時產量最高，超過此限如繼續加大施磷量產量呈負增長。

播種量與產量的表達式為y3=328.558+43.0x3+ 19.276x32，增產趨勢為y3=43.0x3+38.552x32，得出播種密度最佳區間為0.5～1.5（464.175萬～614.175萬粒/hm2），最優水平為1.115 3（573.900萬粒/hm2）。

為了便于比較各因素的合理取值范圍，計算出各因素在-r≤x≤r區間的邊際產量，根據表3可將各因子固定在零水平，得出各因素在不同水平下的邊際產量效應圖（圖2）。從圖2可以得出，磷素水平（x2）在-1.682～0.664 4，即0～156.45 kg/hm2時，每施1 kg P2O5可增產大麥12.78 kg；在極值0.664 4～1.682時，施P2O5量（156.45～225.0 kg/hm2）每增加1 kg，啤酒大麥減產5.54 kg。

播種量（x3）在-1.682～1.1153 9（121.65萬～573.9萬粒/hm2）時，即播種量每增加1萬粒，可增產大麥4.5 kg；超過極值1.115 3～1.682（573.9萬～675.0萬粒/hm2）時，播量每增加1萬粒，啤酒大麥減產0.9 kg。

2.2.2 交互效應分析 由于復因子試驗中存在著因子間的交互效應，因此，在研究單因子效應的同時，還必須對因子間的交互效應進行分析。通過分析得知，以施磷（x2）與播種密度（x3）之間的交互效應最大（表4），而x1與x2之間、x1與x3之間的交互效應較小。從表4看出，磷肥與播種量對大麥產量的互作效應主要取決于播種量的增加，但播量在零水平時，增施磷肥增產顯著；而播量在零水平以上，隨著施磷量的增加，產量呈下降趨勢，不同密度間產量差異不明顯，因而變異系數較小。可以得出啤酒大麥在最佳播量（x3）為573.9萬粒/hm2、最佳施磷量（x2）為112.5 kg/hm2時，產量最高，可達5 284.5 kg/hm2。

2.2.3 最佳農藝措施選優 以產量代碼方程為基礎，模擬尋優在-1.682 < x1 < 1.682的約束條件下，各變量步長取1，算得優化農藝措施方案195個，經篩選產量 > 4 500 kg/hm2的高產優化方案40個（表5）。從表5看出，在河西高寒雨養農業區 海拔2 300～2 500 m范圍內，由于氣溫低、蒸發量小，加之播種至出苗時間較長，中后期干旱年份較多，啤酒大麥高產的關鍵措施在于合理密植、控制氮肥、增施磷肥[6 - 7 ]。在本試驗條件下，產量 > 4 500 kg/hm2的最佳組合編碼為x1=-0.25～0.34，x2=-0.18～0.55，x3=0.53～1.17，相應的農藝措施為施氮量（N）149.40～150.45 kg/hm2，施磷量（P2O5）110.70～117.90 kg/hm2，播種密度383.85萬～394.50萬粒/hm2。

3 小結與討論

研究表明，在河西高寒雨養旱作農業區，施氮量（N）、施磷量（P2O5）和播種密度對啤酒大麥產量的影響從大到小依次為播種密度、施磷量（P2O5）、施氮量（N）。說明播種密度是影響該區域大麥產量的主要栽培因子，施磷量和施氮量相對次之。根據參試因子對產量的回歸數學模型，得出在試驗條件下啤酒大麥產量 > 4 500 kg/hm2的農藝措施為施氮量（N）149.40～150.45 kg/hm2，施磷量（P2O5）110.70～117.90 kg/hm2，播種密度383.85萬～394.50萬粒/hm2。

從生產實踐看，在高寒雨養旱作區啤酒大麥高產優質栽培的密度、施氮、施磷3項農藝措施中，播種量對產量的影響最大，是重點控制的栽培因子。因為當地無霜期較短，主莖成穗在啤酒大麥產量構成中所占份額較大，因此要以播種量為重點，同時適當增施磷肥、控制氮肥。

參考文獻：

[1] 張志恒，呂仲昱，張彥軍，等. 外源激素6-BA對啤酒大麥產量及品質的影響[J]. 甘肅農業科技，2015（10）：24-26.

[2] 徐銀萍，潘永東，方彥杰，等. 灌水量對啤酒大麥產量及品質的影響[J]. 甘肅農業科技，2014（11）：16-18.

[3] 劉鐵梅，鄒 薇，孫東發，等. 優質啤酒大麥華大麥6號綜合栽培措施的數學模型及優化方案[J]. 麥類作物學報，2007，27（4）：725-730.

[4] 周彥芳，張秀華，劉 強，等. 河西砂壤土啤酒大麥不同密度和施肥措施對產量的影響[J]. 甘肅農業科技，2002（2）：40-42

[5] 令志軍，李天銀，湯希君. 甘肅河西地區啤酒大麥生產現狀及前景展望[J]. 大麥與谷類科學，2005（4）：3-6.

[6] 趙向田，司二靜，汪軍成，等. 播量和施肥對甘啤6號產量和品質的影響[J]. 麥類作物學報，2015，35（11）：1603-1608.

[7] 徐銀萍，潘永東，包奇軍，等. 灌水與肥密配置對甘啤7號大麥產量和蛋白質的影響[J]. 中國土壤與肥料，2015（5）：99-103.