滴灌條件下水肥調控模式對九三大豆產量影響分析

趙育恒,鄭 鑫,,林彥宇

(黑龍江八一農墾大學 a.工程學院;b.土木水利學院,黑龍江 大慶 163319)

0 引言

我國淡水資源總量占全球水資源的6%,但人均水資源占有量僅為世界人均水平的1/4[1]。目前,水資源短缺已成為制約經濟社會持續發展的重要因素之一,大力加強科技創新與技術整合、推進農業結構調整、完善農業節水工程、推進體制與機制創新實現科技節水、結構節水、工程節水、制度節水勢在必行。化肥來自自然界,養分濃度高,供應效能好,極大程度上降低了勞動強度,解放了勞動力,作為工業技術革命果實和現代化農業的物質支撐,在農業生產中起到了舉足輕重的作用。然而,據世界聯合國糧農組織統計,我國的耕作土地面積占比不到世界耕地面積占比的1/10,化肥使用量卻已經接近全世界使用量的1/3[2]。現階段,我國單位土地耕種面積平均化肥施入用量已經遠遠超過國際上認定的安全界限[3],且目前對水肥調控模型的研究方法集中在水肥與產量之間的效應方程上,主要方法是運用回歸分析建立水肥與產量之間的模型并對其分析[4]。曹毅等人通過主成分分析方法和多元回歸分析法對水肥施用量進行綜合評價,為設施果樹灌溉施肥制度提供了合理的參考與建議[5]。聶堂哲等人采用D-311最優飽和設計,研究灌水量、氮肥和磷肥三因素對玉米生長、產量及其構成因素、耗水規律和水分利用效率的影響,得出水和肥對玉米產量的影響順序為氮肥>灌水量>磷肥[6]。

綜上所述,以往研究的滴灌技術多應用于玉米紫花苜蓿番茄葡萄等瓜果蔬菜上,對大豆研究較少[7-8],且對滴灌技術與水肥調控技術兩者相結合的研究較少。為此,于2020年5-10月在黑龍江省嫩江市九三管理局鶴山農場進行大田試驗以及數據采集和處理,通過田間小區試驗開展水肥耦合試驗研究,并進行以農戶為基礎的水肥等數據調研,探討分析滴灌條件下水、氮、磷、鉀四因素對大豆生長發育指標、耗水量、水分利用效率、產量的影響及經濟效益分析。研究旨在解決九三管理局生產中水肥管理盲目性大、在水分和養分管理方面還主要借鑒常規灌溉經驗的問題,同時也為九三大豆生產提供調整決策,進一步促進墾區“三減”、農業節本增效、農民增收[9]。

1 材料與方法

1.1 試驗區概況

試驗設在黑龍江省黑河市九三管理局鶴山農場科技園(48°43′～49°03′N,124°56′～126°21′E)。試驗地區年均溫度≥10℃,年有效積溫2000～2300℃,無霜期115～120天,屬寒溫帶大陸性氣候,雨季多集中在夏天。當地的土壤類型以黑土為主,耕地呈弱酸性,試驗地0～20cm土層基本理化性質為土壤容重1.21g/cm3、堿解氮137.8mg/kg、速效磷20.35mg/kg、速效鉀180.16mg/kg、有機質22.1g/kg、pH值6.26。

1.2 試驗方案

1.2.1 試驗區布置

試驗區種植作物為大豆,所選供試品種為黑河43。供試肥料為尿素(含N=46%)、鉀肥(含K2O=60%)、二胺(含P2O5=16%)。種植方式為“一壟單管雙行”,壟高0.2m,壟寬0.4m,溝底寬0.4m,壟間距1m,壟上種植2行大豆,保苗株樹36萬株/hm2。滴灌帶鋪設在壟中間,滴頭流量1.38L/h,滴頭間距0.3m,每個試驗小區面積為10m×10m=100m2。試驗布置如圖1所示。

圖1 田間小區試驗示意圖Fig.1 Schematic diagram of field plot experiment

1.2.2 田間小區試驗設計

根據當地農戶調研獲得各因素上下限并設立對照組,各因素上下限如表1所示。供試大豆品種、密度及施用農藥等技術相同的條件下,試驗分別設置300、350、400mm等3種不同滴灌量,同時設置不灌溉組作為對照,各生育階段滴灌量比例為苗期:分枝期:開花期:鼓粒期=1.5:1.5:5:2;分別設置零施氮水平、常規施氮水平為90kg/hm2、氮減量10%水平為81kg/hm2、氮減量20%水平為72kg/hm2、氮減量30%水平為63kg/hm2等5種不同施氮量。施肥比例為基肥:追肥(在開花期和鼓粒期隨水滴施)=2:1。鉀肥100kg/hm2,磷肥75kg/hm2,均作為底肥一次性施入。采用全面試驗設計方法,共計16個處理。每個處理3次重復,共計48個試驗小區,隨機排列[10]。試驗設計如表2所示。

1.2.3 試驗指標觀測

測量與考種:隨機選取5點(對角線加中心點),每點連續取樣5株大豆測其有效株數、單株莢數、單莢粒數、百粒質量、結實率,計算理論產量,同時實測每個處理實際產量。

1)有效株數:收割前數各處理的結實株數,取其平均值。

2)單株莢數:收割前數各處理的單株結莢數,取其平均值。

3)單莢粒數:收割前數各處理的單莢有效結粒數,取其平均值。

4)百粒質量:將大豆晾曬至脫水后將其充分混合均勻,隨機取出100粒為1組,共取3組,分別稱重,當每組質量相差小于3%時,取其平均質量;當每組質量相差大于3%時,重新取組至每組質量相差小于3%。

5)結實率:將大豆晾曬至脫水后將其充分混合均勻,統計出總粒數、實粒數和空癟數。隨機取出100粒為1組,共取3組,分別稱重,當每組質量相差小于3%時,取其實粒數與總粒數的比值;當每組質量相差大于3%時,重新取組至每組質量相差小于3%。

6)理論產量:有效株數、單莢粒數、百粒質量和結實率的乘積即為其理論產量[10]。

表1 各因素上下限Table 1 The upper and lower limits of each factor

表2 試驗處理表Table 2 Test processing table

續表2

2 結果與分析

2.1 回歸分析

以實測產量Y為因變量,以X1(施氮量)、X2(施鉀量)、X3(施磷量)、X4(灌水量)的編碼值作為多項式回歸分析的自變量,運用MatLab7.1軟件通過回歸分析得到大豆產量與施氮量、施鉀量、施磷量、灌水量之間的回歸方程為

Y=2426.49+252.1X1+42.62X2+49.62X3+

152.46X4+74.92X1X2+36.02X1X3-

91.46X1X4-29.6X2X3+87.56X2X4-

(1)

對于方程式(1)進行F檢驗,得出實際產量Y和預測產量y的復相關系數R2=0.9257,說明關系顯著,擬合度較高,能夠很好地進行產量與施氮量、施鉀量、施磷量、灌水量四因素之間關系的預測。

將式(1)各回歸項系數進行標準化處理,因在擬合方程的過程中已經對各項系數進行無量綱線性編碼代換,各因子對產量的影響程度可以根據水、氮、磷、鉀各自變量系數絕對值的大小來進行判斷。公式(1)中各因子一次項系數均為正值,說明水、氮、磷、鉀四因素對大豆增產均具有促進作用,且對大豆產量影響順序為氮>水>鉀>磷。交互項系數X1X2、X1X3、X2X4、為正值,說明氮與磷耦合、氮與鉀耦合、磷與水耦合均有協同作用,對產量的提高具有促進作用;X1X4、X2、X3,X3X4為負值,說明鉀、磷耦合對大豆產量的增加具有抑制作用;二次項系數為負值,圖像為開口向下的拋物線,有最高點,即當各因子施入量超過最優值時,過量的水、肥調控并不會實現大豆增產。

2.2 主因素效應分析

通過分析該模型,主效應表現為:

1)由一次項系數可知,試驗中四因子對大豆產量影響效應為X1>X4>X3>X2,即氮肥>灌水量>鉀肥>磷肥。

2)各因素相互作用效應順序為X1X3>X1X4>X3X4>X2X3>X2X4,即氮鉀>氮水>鉀水>磷鉀>磷水。

3)二次項系數為負值,圖像為開口向下的拋物線,有最高點,說明各因素施入量存在最優值且過量施入會使大豆產量降低。

2.3 單因素效應分析

對式(1)進行降維分析,得到四因素對產量影響的一元二次子方程,即

(2)

(3)

(4)

(5)

根據式(2)～式(5)可以分析出滴灌條件下大豆產量隨各因素施入用量的變化,如圖2所示。

圖2 試驗單因素效應圖Fig.2 Trial One-Way Effects Plot

圖2中,水、氮、磷、鉀四因素的產量效應曲線,均為開口向下的拋物線,存在產量最高值,其點所對的編碼值即為各單因素最佳施入量。在試驗設計范圍內,氮的最佳施入量編碼值為2.00016,實際施入量為98.402kg/hm2,此時產量可達2678.61kg/h2;磷的最佳施入量編碼值為0.118,實際施入量為80.25kg/hm2,此時產量可達2429.43kg/hm2;鉀的最佳施入量編碼值為0.12,實際施入量為107.122kg/hm2,此時產量可達2429.49kg/hm2;水的最佳施入量編碼值為0.19,實際灌水量為267.39kg/hm2,此時產量可達2440.86kg/hm2。當施入量小于最佳施入量時,大豆產量隨各因素施入量的增加而提高;當施入量大于最佳施入量時,大豆產量隨各因素施入量的增加而降低。其中,增產負效應最為突出的因素是灌水量。

2.4 單因素邊際效應分析

單因素邊際效應可以反映各因素在不同水平時的產量增減速率。對式(2)～式(5)求一階偏導并使dy/dx=0,求得各因素的邊際效應方程為

氮肥量:dy/dx=252.1-126.04X1

(6)

磷肥量:dy/dx=42.62-359.3X2

(7)

鉀肥量:dy/dx=49.62-411.18X3

(8)

灌水量:dy/dx=152.46-810.58X4

(9)

將不同水平值的各因素代入方程,即可求得邊際效益值,如圖3所示。

在試驗設計范圍內,隨著水、氮、磷、鉀四因素施入量的增加,其邊際效益均呈遞減趨勢;隨著施入量增加,邊際效益隨之減少,與X軸相交時為最佳施入量。

圖3 試驗單因素邊際效應圖Fig.3 Trial one-way marginal effects plot

2.5 各因素耦合效應分析

為了探究各因素之間的耦合效應,在大豆產量回歸模型(1)中,固定磷、氮、鉀、水為0編碼值水平,則得到氮鉀、氮磷、氮水、磷水、鉀水、磷鉀交互的回歸子模型方程為

YNK=2426.49+252.1X1+49.62X3+36.02X1X3-

(10)

YNP=2426.49+252.1X1+42.62X2+74.92X1X2-

(11)

YNW=2426.49+252.1X1+152.46X4-91.46X1X4-

(12)

YPK=2426.49+42.62X2+49.62X3-29.6X2X3-

(13)

YPW=2426.49+42.62X2+152.46X4+87.56X2X4-

(14)

YKW=2426.49+49.62X3+152.46X4-8.32X3X4-

(15)

利用MatLab對式(10)～式(15)繪制氮與鉀、氮與磷、氮與水、磷與鉀、磷與水、鉀與水對產量影響的二因素交互作用三維模型圖,如圖4～圖9所示。

圖4 氮肥用量與磷肥用量對大豆產量的影響Fig.4 Effects of nitrogen and potassium fertilizer amounts on soybean yield

圖5 氮肥用量與鉀肥用量對大豆產量的影響Fig.5 Effects of nitrogen and phosphorus fertilizer dosage on soybean yield

圖6 氮肥用量與灌水量對大豆產量的影響Fig.6 Effects of nitrogen fertilizer amount and irrigation amount on soybean yield

圖7 磷肥用量與鉀肥用量對大豆產量的影響Fig.7 Effects of phosphate and potassium fertilizer amounts on soybean yield

圖8 磷肥用量與灌水量對大豆產量的影響Fig.8 Effects of phosphate fertilizer amount and irrigation amount on soybean yield

圖9 鉀肥用量與灌水量對大豆產量的影響Fig.9 Effects of potassium fertilizer amount and irrigation amount on soybean yield

由圖4～圖9可以看出:兩個因子之間的交互作用對大豆產量的影響均表現出先增大的趨勢,超過一定閾值后產量隨之降低。由圖4可以看出,氮對產量的影響效果大于鉀的影響效果;由圖5可以看出,氮對產量的影響效果大于磷的影響效果;由圖6可以看出,氮對產量的影響效果大于水的影響效果;由圖7可以看出,鉀對產量的影響效果大于磷的影響效果;由圖8可以看出,水對產量的影響效果大于鉀的影響效果;由圖9可以看出,水對產量的影響效果大于磷的影響效果。

3 結論

1)滴灌條件下,氮肥、鉀肥、磷肥與灌水量對大豆產量均有顯著的影響,四因素對產量影響大小的順序為氮>水>鉀>磷。

2)通過對兩因素之間的交互作用分析可知:大豆產量的變化均表現出先增大的趨勢,超過一定閾值后減小。氮肥對產量的影響效果大于鉀肥、磷肥、灌水量;灌水量對產量的影響效果大于鉀肥、磷肥;鉀肥對產量的影響效果大于磷肥。

3)各交互作用對產量影響的大小順序為氮鉀>氮水>鉀水>氮磷>磷水>鉀磷;氮與鉀耦合、氮與磷耦合、氮與水耦合、鉀與水耦合、磷與水耦合對產量的增加具有促進作用,鉀磷耦合對大豆產量具有抑制作用。