基于密度聯(lián)網(wǎng)試驗(yàn)和Hybrid-Maize模型的內(nèi)蒙古玉米產(chǎn)量差和生產(chǎn)潛力評(píng)估*

李雅劍 王志剛高聚林孫繼穎 于曉芳 胡樹平 余少波 梁紅偉 裴　寬

（內(nèi)蒙古農(nóng)業(yè)大學(xué)農(nóng)學(xué)院 呼和浩特 010019）

基于密度聯(lián)網(wǎng)試驗(yàn)和Hybrid-Maize模型的內(nèi)蒙古玉米產(chǎn)量差和生產(chǎn)潛力評(píng)估*

李雅劍 王志剛**高聚林**孫繼穎 于曉芳 胡樹平 余少波 梁紅偉 裴寬

（內(nèi)蒙古農(nóng)業(yè)大學(xué)農(nóng)學(xué)院 呼和浩特 010019）

采用科學(xué)方法對(duì)內(nèi)蒙古玉米產(chǎn)量差與生產(chǎn)潛力進(jìn)行定量化研究，對(duì)合理規(guī)劃內(nèi)蒙古玉米增產(chǎn)途徑及產(chǎn)業(yè)發(fā)展具有重要意義。本研究采用品種×密度聯(lián)網(wǎng)試驗(yàn)和 Hybrid-Maize模型模擬相結(jié)合的方法，利用 2006年以來內(nèi)蒙古各生態(tài)區(qū)歷年高產(chǎn)攻關(guān)田的最高實(shí)測(cè)產(chǎn)量和各區(qū)域農(nóng)戶平均產(chǎn)量，對(duì)內(nèi)蒙古全區(qū)和 6大生態(tài)類型區(qū)的玉米產(chǎn)量差和生產(chǎn)潛力進(jìn)行了系統(tǒng)分析。結(jié)果表明，各生態(tài)區(qū)的模擬產(chǎn)量、高產(chǎn)紀(jì)錄、試驗(yàn)產(chǎn)量、農(nóng)戶產(chǎn)量皆表現(xiàn)為從東到西逐步提高。內(nèi)蒙古玉米模擬產(chǎn)量潛力為14.9 t.hm-2，高產(chǎn)紀(jì)錄產(chǎn)量為14.4 t.hm-2，試驗(yàn)產(chǎn)量為11.1 t.hm-2，農(nóng)戶產(chǎn)量分別實(shí)現(xiàn)了模擬產(chǎn)量潛力的49％、高產(chǎn)紀(jì)錄產(chǎn)量的51％和試驗(yàn)產(chǎn)量的66％?；谀Ｐ湍M的產(chǎn)量差（YGM）、基于高產(chǎn)紀(jì)錄的產(chǎn)量差（YGR）和基于試驗(yàn)產(chǎn)量的產(chǎn)量差（YGE）分別為7.5 t.hm-2、7.0 t.hm-2和3.8 t.hm-2?；赮GE的短期生產(chǎn)潛力達(dá)3 525.2 萬t，是當(dāng)前總產(chǎn)水平的1.6倍，短期增產(chǎn)潛力為1 191.9萬t。其中，內(nèi)蒙古東部的呼倫貝爾、興安盟、通遼、赤峰4盟市對(duì)全區(qū)的增產(chǎn)貢獻(xiàn)率將達(dá)61％，西部的呼和浩特市、巴彥淖爾市為16％。造成較大YGE主要原因是栽培管理措施不當(dāng)，縮小YGE需要針對(duì)限制各生態(tài)區(qū)玉米增產(chǎn)的實(shí)際問題，通過栽培技術(shù)綜合改良、技術(shù)簡化和技術(shù)入戶來逐步實(shí)現(xiàn)。

玉米 品種×密度聯(lián)網(wǎng)試驗(yàn) Hybrid-Maize模型 產(chǎn)量差 生產(chǎn)潛力

據(jù)FAO預(yù)計(jì)，到2050年世界糧食總產(chǎn)須增加70％以上才能滿足全球的需求［1］。對(duì)于中國而言，糧食增長速度每年至少應(yīng)保持在2％左右［2］。在耕地面積不斷減少和短期內(nèi)作物遺傳產(chǎn)量難以大幅提高的背景下，實(shí)現(xiàn)增產(chǎn)目標(biāo)需要不斷縮小產(chǎn)量差來挖掘作物單產(chǎn)潛力［3-4］。內(nèi)蒙古自治區(qū)（以下簡稱內(nèi)蒙古）是我國重要的玉米產(chǎn)區(qū)，常年種植面積和總產(chǎn)量占全國的10％左右，每年為國家提供商品玉米60億kg以上，在保障國家糧食安全中居重要地位。但過去10年內(nèi)蒙古玉米單產(chǎn)提高緩慢，平均每年僅提高1.5％，至2013年平均單產(chǎn)為6.5 t.hm-2，而最高產(chǎn)紀(jì)錄則達(dá)20 t.hm-2以上，說明內(nèi)蒙古玉米具有很大的增產(chǎn)潛力。因此從區(qū)域尺度定量化內(nèi)蒙古玉米產(chǎn)量潛力和產(chǎn)量差，對(duì)于制定合理策略來提高內(nèi)蒙古玉米生產(chǎn)力具有重要意義。

產(chǎn)量差研究中，Lobell等［5］確定了5個(gè)常用的產(chǎn)量平臺(tái)，即模擬產(chǎn)量、高產(chǎn)紀(jì)錄產(chǎn)量、試驗(yàn)產(chǎn)量、高產(chǎn)農(nóng)戶產(chǎn)量和平均農(nóng)戶產(chǎn)量。由于高產(chǎn)農(nóng)戶產(chǎn)量難于界定，Meng等［4］對(duì)中國玉米的產(chǎn)量潛力和產(chǎn)量差研究中只采用了除高產(chǎn)農(nóng)戶產(chǎn)量外的 4個(gè)產(chǎn)量平臺(tái)，對(duì)應(yīng)產(chǎn)生3級(jí)產(chǎn)量差： 基于模擬產(chǎn)量潛力的產(chǎn)量差（YGM）、基于高產(chǎn)紀(jì)錄的產(chǎn)量差（YGR）和基于試驗(yàn)產(chǎn)量的產(chǎn)量差（YGE）。模擬產(chǎn)量和高產(chǎn)紀(jì)錄常用來估算一個(gè)田塊、區(qū)域或國家尺度上的最大產(chǎn)量潛力，是作物產(chǎn)量挖潛的長期目標(biāo)，而試驗(yàn)產(chǎn)量是農(nóng)民在一段時(shí)間內(nèi)通過加強(qiáng)管理措施就可以實(shí)現(xiàn)的，對(duì)探索短期內(nèi)的增產(chǎn)潛力具有重要意義。用于定量模擬產(chǎn)量的模型很多［6-10］，其中Hybrid-Maize模型因其對(duì)環(huán)境變化更為敏感，需要輸入的參數(shù)少且不影響模型模擬精度［11］，其在美國［12-13］、南亞［14］和中國［11，15-18］的很多地區(qū)已得到很好的驗(yàn)證和應(yīng)用。其對(duì)某一地區(qū)產(chǎn)量潛力的模擬中需要輸入該地區(qū)適宜的種植密度，但不同地區(qū)由于氣候條件和品種差異，適宜的密度往往難以精確獲得。另外，試驗(yàn)產(chǎn)量往往需要很大的數(shù)據(jù)量，從國家尺度上研究因可獲得大量文獻(xiàn)數(shù)據(jù)而較易實(shí)現(xiàn)，但從區(qū)域尺度而言則往往受到限制。

針對(duì)上述問題，本研究設(shè)計(jì)覆蓋內(nèi)蒙古六大生態(tài)區(qū)的品種×密度多年聯(lián)網(wǎng)試驗(yàn)，在獲得各生態(tài)區(qū)合理種植密度和試驗(yàn)產(chǎn)量的基礎(chǔ)上，利用 Hybrid-Maize模型模擬獲得模擬產(chǎn)量潛力，并結(jié)合2006年以來各生態(tài)區(qū)歷年高產(chǎn)攻關(guān)田實(shí)測(cè)產(chǎn)量，對(duì)內(nèi)蒙古玉米各級(jí)產(chǎn)量差與增產(chǎn)潛力進(jìn)行定量化研究，為探討內(nèi)蒙古玉米增產(chǎn)途徑及產(chǎn)業(yè)發(fā)展規(guī)劃提供參考。

1 材料與方法

1.1 密度聯(lián)網(wǎng)試驗(yàn)

試驗(yàn)產(chǎn)量是農(nóng)民在專家指導(dǎo)下優(yōu)化管理措施，在當(dāng)?shù)厣鷳B(tài)條件下，投入較低的成本以及較小環(huán)境風(fēng)險(xiǎn)所獲得的產(chǎn)量［4］。因內(nèi)蒙古玉米主產(chǎn)區(qū)中各生態(tài)類型區(qū)的氣候和生產(chǎn)條件存在較大差異，為了科學(xué)評(píng)估各生態(tài)區(qū)的試驗(yàn)產(chǎn)量，2011—2013年，分別在內(nèi)蒙古的六大生態(tài)區(qū)——大興安嶺東溫涼區(qū)（呼倫貝爾市）、大興安嶺南溫暖區(qū)（興安盟）、西遼河平原區(qū)（通遼市）、燕山丘陵區(qū)（赤峰市）、土默川平原區(qū)（呼和浩特市）和河套平原區(qū)（巴彥淖爾市）進(jìn)行密度聯(lián)網(wǎng)試驗(yàn)，以最高產(chǎn)密度產(chǎn)量的多年平均值作為試驗(yàn)產(chǎn)量。各生態(tài)區(qū)試驗(yàn)地點(diǎn)的經(jīng)緯度、玉米生育期內(nèi) 60年（1951—2012年）平均氣象參數(shù)（太陽輻射、日最高溫、日最低溫、降雨量）見表1。

品種×密度聯(lián)網(wǎng)試驗(yàn)以‘鄭單958’（呼倫貝爾市因‘鄭單958’不能正常成熟，以‘德美亞1號(hào)’代替）、‘先玉 335’和 2個(gè)當(dāng)?shù)刂髟云贩N為材料（表 2），設(shè)置 4.5萬株.hm-2、6.0萬株.hm-2、7.5萬株.hm-2和9.0萬株.hm-24個(gè)種植密度，各地根據(jù)當(dāng)?shù)赜衩尊B(yǎng)分需求規(guī)律進(jìn)行測(cè)土配方施肥，保證充足的氮、磷、鉀養(yǎng)分供應(yīng)；灌溉、除草等其他管理措施同當(dāng)?shù)卮筇锷a(chǎn)。玉米生理成熟期，取無缺苗斷壟長勢(shì)整齊的兩行實(shí)收，待果穗風(fēng)干后（籽粒含水量 14％）脫粒，測(cè)定實(shí)收區(qū)產(chǎn)量，并計(jì)算群體產(chǎn)量。

表1　內(nèi)蒙古各生態(tài)區(qū)玉米密度聯(lián)網(wǎng)試驗(yàn)點(diǎn)經(jīng)緯度和60年(1951—2012年)平均氣象參數(shù)Table 1 Locations and 60-year meteorological indexes of the networked variety-density tests of maize in different ecological regions of Inner Mongolia

表2　玉米密度聯(lián)網(wǎng)試驗(yàn)各生態(tài)區(qū)選用品種、灌溉條件和試驗(yàn)?zāi)攴軹able 2 Varieties，water management and study years of the networked variety-density tests of maize in different ecological regions of Inner Mongolia

1.2 基于Hybrid-Maize模型的模擬產(chǎn)量潛力

利用Hybrid-Maize模型對(duì)玉米產(chǎn)量潛力進(jìn)行模擬。Hybrid-Maize模型是將CERES-Maize玉米專用模型中的玉米發(fā)育及器官生長模塊與 INTERCOM 和 WOFOST作物通用模型中的光合和呼吸模塊進(jìn)行組合后，另外加入一些新模塊而形成的新模型，它是通過數(shù)學(xué)公式利用氣候、土壤特性和管理因素而定量描述玉米生長過程的作物模擬模型［13］。模型輸入的氣象數(shù)據(jù)（1951—2012年）來源于距試驗(yàn)點(diǎn)最近的氣象站點(diǎn)，主要包括： 日最高溫度、日最低溫度、平均相對(duì)濕度、降水量、日照時(shí)數(shù)和風(fēng)速； 密度來源于品種×密度聯(lián)網(wǎng)試驗(yàn)結(jié)果； 其他參數(shù)包括播期、品種GDD等與當(dāng)?shù)卮筇锷a(chǎn)相同。

1.3 高產(chǎn)紀(jì)錄產(chǎn)量和平均農(nóng)戶產(chǎn)量

高產(chǎn)紀(jì)錄產(chǎn)量是農(nóng)民在專家的指導(dǎo)下，在最適宜的生態(tài)條件下，不計(jì)成本投入及環(huán)境風(fēng)險(xiǎn)所得到的最大產(chǎn)量［4］。本文高產(chǎn)紀(jì)錄產(chǎn)量數(shù)據(jù)來源于2006—2015年內(nèi)蒙古各生態(tài)區(qū)10年81個(gè)點(diǎn)次高產(chǎn)攻關(guān)田的最高實(shí)測(cè)產(chǎn)量數(shù)據(jù)，平均農(nóng)戶產(chǎn)量采用近10年來單產(chǎn)最高年份2013年的產(chǎn)量數(shù)據(jù)，數(shù)據(jù)來源于《內(nèi)蒙古統(tǒng)計(jì)年鑒》。

1.4 有關(guān)參數(shù)計(jì)算

1.5 數(shù)據(jù)分析

采用Microsoft Excel 2003統(tǒng)計(jì)分析數(shù)據(jù)，利用Sigmaplot 10.0作圖。

2 結(jié)果與分析

2.1 內(nèi)蒙古各生態(tài)區(qū)玉米的試驗(yàn)產(chǎn)量與適宜密度

圖1為通過密度聯(lián)網(wǎng)試驗(yàn)所獲得的各生態(tài)區(qū)玉米產(chǎn)量與密度的關(guān)系。除河套平原區(qū)（巴彥淖爾市）外，其他各生態(tài)區(qū)最高產(chǎn)密度均在 7.5萬株.hm-2左右，密度超過 7.5萬株.hm-2產(chǎn)量則略有降低，但差異不顯著。河套平原區(qū)因具備較好的光照和灌溉條件，其試驗(yàn)產(chǎn)量在 9.0萬株.hm-2時(shí)達(dá)到最高，為13.9 t.hm-2； 其次為土默川平原區(qū)（呼和浩特市），為13.3 t.hm-2； 西遼河平原區(qū)（通遼市）、燕山丘陵區(qū)（赤峰市）密度在 7.5萬株.hm-2下試驗(yàn)產(chǎn)量分別為12.3 t.hm-2和10.8 t.hm-2； 大興安嶺東溫涼區(qū)（呼倫貝爾市）、大興安嶺南溫暖區(qū)（興安盟）密度在 7.5萬株.hm-2下試驗(yàn)產(chǎn)量均為8.2 t.hm-2左右。

2.2 內(nèi)蒙古各生態(tài)區(qū)玉米模擬產(chǎn)量、高產(chǎn)紀(jì)錄、試驗(yàn)產(chǎn)量及農(nóng)戶產(chǎn)量的比較

各生態(tài)區(qū) 4個(gè)產(chǎn)量平臺(tái)的統(tǒng)計(jì)值見表 3。內(nèi)蒙古全區(qū)模擬產(chǎn)量（產(chǎn)量潛力）平均為14.9 t.hm-2，變化范圍為 4.2～22 t.hm-2； 全區(qū)高產(chǎn)紀(jì)錄產(chǎn)量平均為14.4 t.hm-2，變化范圍為8.4～19.2 t.hm-2； 試驗(yàn)產(chǎn)量平均為11.1 t.hm-2，變化范圍為3.1～18.9 t.hm-2； 全區(qū)農(nóng)戶產(chǎn)量為7.4 t.hm-2?？傮w上4個(gè)產(chǎn)量平臺(tái)的產(chǎn)量皆呈從東到西逐步提高的趨勢(shì)。

圖1　2011—2013年各生態(tài)區(qū)玉米種植密度與試驗(yàn)產(chǎn)量關(guān)系Fig. 1 Relationships between planting density and the experimental yield of maize in different ecological regions of Inner Mongolia during 2011—2013

4個(gè)灌溉區(qū)之間，玉米模擬產(chǎn)量最高的為巴彥淖爾市，產(chǎn)量達(dá) 18.0 t.hm-2，其后依次為赤峰市（17.3 t.hm-2）、通遼市（17.0 t.hm-2）、呼和浩特市（16.7 t.hm-2）； 高產(chǎn)紀(jì)錄產(chǎn)量平均值最高的為赤峰市（17.2 t.hm-2），其次為巴彥淖爾市（16.8 t.hm-2）、通遼市（16.3 t.hm-2），分別實(shí)現(xiàn)了產(chǎn)量潛力的99％、93％、96％；呼和浩特高產(chǎn)紀(jì)錄產(chǎn)量最低，為15.7 t.hm-2，實(shí)現(xiàn)了產(chǎn)量潛力的94％。巴彥淖爾市農(nóng)戶產(chǎn)量為9.5 t.hm-2，均高于其他地區(qū)，通遼市、赤峰市農(nóng)戶產(chǎn)量分別為7.7 t.hm-2和7.5 t.hm-2，呼和浩特市農(nóng)戶產(chǎn)量最低，為6.7 t.hm-2。

從雨養(yǎng)區(qū)來看，興安盟的模擬產(chǎn)量潛力（10.6 t.hm-2）高于呼倫貝爾（9.7 t.hm-2），高產(chǎn)紀(jì)錄產(chǎn)量平均為10.7 t.hm-2，呼倫貝爾市略低，為9.6 t.hm-2； 兩個(gè)生態(tài)區(qū)農(nóng)戶產(chǎn)量均在6.3 t.hm-2左右。

表3　內(nèi)蒙古各生態(tài)區(qū)模擬產(chǎn)量、高產(chǎn)紀(jì)錄、試驗(yàn)產(chǎn)量和農(nóng)戶產(chǎn)量Table 3 Modeled yield，highest recorded yield，experimental yield and farmers’ yield in different ecological regions of Inner Mongolia t.hm-2

2.3 內(nèi)蒙古各生態(tài)區(qū)的產(chǎn)量差分析

基于模擬產(chǎn)量、高產(chǎn)紀(jì)錄和試驗(yàn)產(chǎn)量計(jì)算出對(duì)應(yīng)的產(chǎn)量差（YGM、YGR、YGE）如表 4所示，全區(qū)YGM、YGR分別為7.5 t.hm-2和7.0 t.hm-2，農(nóng)戶產(chǎn)量分別實(shí)現(xiàn)了產(chǎn)量潛力、高產(chǎn)紀(jì)錄的 49％和 51％，全區(qū)的YGE為3.8 t.hm-2，農(nóng)戶產(chǎn)量實(shí)現(xiàn)了試驗(yàn)產(chǎn)量的66％。

灌溉區(qū)中，呼和浩特市、赤峰市YGM、YGR最高，YGM分別為10.0 t.hm-2和9.8 t.hm-2，農(nóng)戶產(chǎn)量僅實(shí)現(xiàn)了產(chǎn)量潛力的40％、43％，YGR分別為8.9 t.hm-2、9.7 t.hm-2，農(nóng)戶產(chǎn)量分別實(shí)現(xiàn)了高產(chǎn)紀(jì)錄的 43％和44％； 其次為通遼市，YGM、YGR分別為 9.3 t.hm-2和8.6 t.hm-2，農(nóng)戶產(chǎn)量分別實(shí)現(xiàn)了產(chǎn)量潛力和高產(chǎn)紀(jì)錄的45％和47％； 巴彥淖爾市的YGM、YGR均為最低，分別為8.5 t.hm-2和7.4 t.hm-2，農(nóng)戶產(chǎn)量分別實(shí)現(xiàn)了產(chǎn)量潛力和高產(chǎn)紀(jì)錄的53％、56％。雨養(yǎng)區(qū)中，興安盟YGM和YGR分別為4.1 t.hm-2和4.2 t.hm-2，農(nóng)戶產(chǎn)量實(shí)現(xiàn)了產(chǎn)量潛力和高產(chǎn)紀(jì)錄的 61％左右； 呼倫貝爾YGM和YGR略低，分別為3.4 t.hm-2和3.3 t.hm-2，農(nóng)戶產(chǎn)量實(shí)現(xiàn)了產(chǎn)量潛力和高產(chǎn)紀(jì)錄的 65％和66％。

從基于試驗(yàn)產(chǎn)量的產(chǎn)量差（YGE）來看，呼和浩特市的YGE最高，為6.6 t.hm-2，農(nóng)戶產(chǎn)量僅實(shí)現(xiàn)了試驗(yàn)產(chǎn)量的51％，呼倫貝爾市、興安盟YGE僅為1.8 t.hm-2左右，而農(nóng)戶產(chǎn)量實(shí)現(xiàn)了試驗(yàn)產(chǎn)量的 77％左右，通遼市、巴彥淖爾市和赤峰市的YGE在3.3～4.5 t.hm-2，農(nóng)戶產(chǎn)量實(shí)現(xiàn)了試驗(yàn)產(chǎn)量的63％～69％。

2.4 內(nèi)蒙古玉米短期、長期生產(chǎn)潛力分析

2015年內(nèi)蒙古玉米種植面積達(dá)346.7萬hm2，根據(jù)國家《“鐮刀彎”地區(qū)玉米結(jié)構(gòu)調(diào)整規(guī)劃（2016—2020年）》，內(nèi)蒙古作為橫跨東北冷涼區(qū)、北方農(nóng)牧交錯(cuò)區(qū)、西北風(fēng)沙干旱區(qū)的“鐮刀彎”地區(qū)重點(diǎn)區(qū)域，玉米種植面積將調(diào)減33.3萬hm2左右，基本恢復(fù)至2013年的面積水平。因此，本文以2013年各盟市玉米種植面積為依據(jù)，根據(jù)產(chǎn)量差分析結(jié)果，計(jì)算玉米生產(chǎn)潛力及增產(chǎn)目標(biāo)。在 3個(gè)層次產(chǎn)量差中，要想縮小YGM和YGR，對(duì)于現(xiàn)有的生產(chǎn)條件而言有很大難度，應(yīng)該作為長期增產(chǎn)目標(biāo)對(duì)生產(chǎn)潛力進(jìn)行評(píng)估。從本研究結(jié)果看，各地區(qū)的YGM和YGR十分接近，但由于 YGR是基于良好生態(tài)條件、不計(jì)成本投入和環(huán)境風(fēng)險(xiǎn)得到的產(chǎn)量［4］，且年際間又有很大波動(dòng)，因此本研究選用基于長期氣象背景和優(yōu)化栽培條件的模擬產(chǎn)量及其YGM來評(píng)估玉米長期增產(chǎn)目標(biāo)和生產(chǎn)潛力。對(duì)于 YGE而言，因試驗(yàn)產(chǎn)量是農(nóng)民在專家指導(dǎo)下優(yōu)化管理措施，在當(dāng)?shù)厣鷳B(tài)條件下，投入較低的成本以及較小環(huán)境風(fēng)險(xiǎn)所獲得的產(chǎn)量，是短期內(nèi)可以獲得的產(chǎn)量，故選擇試驗(yàn)產(chǎn)量及其 YGE來評(píng)估短期增產(chǎn)目標(biāo)和生產(chǎn)潛力。

表4　內(nèi)蒙古各生態(tài)區(qū)YGM、YGR、YGE及農(nóng)戶產(chǎn)量實(shí)現(xiàn)各產(chǎn)量潛力的比例Table 4 YGM，YGR，YGEand the ratio of the farmers’ yield to modeled yield，highest recorded yield，and experimental yield in different ecological regions of Inner Mongolia

由表5可見，全區(qū)長期生產(chǎn)潛力將達(dá)4 719.0萬t，是當(dāng)前總產(chǎn)水平的2.2倍； 長期增產(chǎn)潛力為2 385.1萬t，東四盟（呼倫貝爾市、興安盟、通遼市、赤峰市）對(duì)于全區(qū)增產(chǎn)貢獻(xiàn)率將為69％，西部區(qū)（呼和浩特市、巴彥淖爾市）對(duì)于全區(qū)增產(chǎn)貢獻(xiàn)率為13％。全區(qū)短期生產(chǎn)潛力將達(dá)3 525.2萬t，是當(dāng)前總產(chǎn)水平的1.6倍；短期增產(chǎn)潛力為1 191.9萬t，東四盟（呼倫貝爾市、興安盟、通遼市、赤峰市）因播種面積較大，對(duì)全區(qū)增產(chǎn)貢獻(xiàn)率將為61％，西部區(qū)（呼和浩特市、巴彥淖爾市）對(duì)全區(qū)增產(chǎn)貢獻(xiàn)率為16％。其中，通遼市和赤峰市的短期生產(chǎn)潛力較大，分別為965.4萬t和592.8 萬t，短期增產(chǎn)潛力分別達(dá)358.2萬t和182.7萬t； 呼和浩特市短期生產(chǎn)潛力最小，僅為201.4萬t，但因YGE較大，短期增產(chǎn)潛力為 99.4萬 t，高于呼倫貝爾市、興安盟和巴彥淖爾市； 呼倫貝爾市、興安盟雖然短期生產(chǎn)潛力達(dá)395.6萬t和426.3萬t，但由于YGE僅為1.8 t.hm-2左右，其短期增產(chǎn)潛力較小，僅為90.4萬～93.1萬t； 巴彥淖爾市短期生產(chǎn)潛力為267.9萬t，但因面積相對(duì)較小，短期增產(chǎn)潛力最小，僅為85.6萬t。

表5　內(nèi)蒙古各生態(tài)區(qū)玉米的短期、長期增產(chǎn)潛力和產(chǎn)量目標(biāo)Tabie 5 Short-and long-term production and production gaps of maize in different ccological regions of Inner Mongolia

3 討論

基于區(qū)域尺度的產(chǎn)量差和生產(chǎn)潛力分析是從政策層面合理規(guī)劃作物生產(chǎn)和從技術(shù)層面克服限制因子的重要依據(jù)，能否對(duì)各級(jí)產(chǎn)量平臺(tái)和產(chǎn)量差進(jìn)行精確估測(cè)至關(guān)重要。綜合分析內(nèi)蒙古玉米增產(chǎn)潛力研究的相關(guān)文獻(xiàn)發(fā)現(xiàn)［19-21］，相關(guān)研究存在以下幾方面的問題： 第一，對(duì)各級(jí)產(chǎn)量平臺(tái)的估測(cè)多以少數(shù)樣點(diǎn)數(shù)據(jù)或經(jīng)驗(yàn)值為依據(jù)，對(duì)試驗(yàn)產(chǎn)量估測(cè)以品種區(qū)試產(chǎn)量為依據(jù)，沒有考慮栽培措施特別是密度對(duì)產(chǎn)量的影響； 第二，多以小樣本數(shù)據(jù)對(duì)全區(qū)總體水平進(jìn)行估測(cè)，沒有進(jìn)行分區(qū)域的定量化分析，對(duì)區(qū)域間的生產(chǎn)條件采取單一化處理（如統(tǒng)一設(shè)定為雨養(yǎng)）； 第三，對(duì)生產(chǎn)潛力或增產(chǎn)潛力的分析多以人為設(shè)定統(tǒng)一的增產(chǎn)比例或步長來進(jìn)行計(jì)算。上述問題都會(huì)導(dǎo)致對(duì)生產(chǎn)潛力的定量化產(chǎn)生很大偏差。本研究以多年品種×密度聯(lián)網(wǎng)試驗(yàn)獲得各區(qū)域優(yōu)化密度下的試驗(yàn)產(chǎn)量，以 10年81個(gè)點(diǎn)次高產(chǎn)紀(jì)錄統(tǒng)計(jì)值定量化各區(qū)域高產(chǎn)紀(jì)錄產(chǎn)量，以60年長期氣象背景模擬各區(qū)域產(chǎn)量潛力，并以此定量化各區(qū)域產(chǎn)量差和生產(chǎn)潛力，不但有效解決了數(shù)據(jù)的代表性問題，還獲得了不同生態(tài)區(qū)玉米的適宜種植密度，為用Hybrid-Maize模型模擬產(chǎn)量潛力提供了科學(xué)的數(shù)據(jù)基礎(chǔ)。本研究結(jié)果表明，內(nèi)蒙古玉米的模擬產(chǎn)量潛力為4.2～22 t.hm-2，平均14.9 t.hm-2，明顯高于羅瑞林［19］用桑斯維特紀(jì)念模型模擬得出的3.0～8.2 t.hm-2的結(jié)果，其原因一方面是其模擬過程中缺少田間條件和栽培管理信息輸入，另一方面其模擬過程將內(nèi)蒙古全區(qū)都作為雨養(yǎng)區(qū)，沒有對(duì)不同區(qū)域的水分管理?xiàng)l件進(jìn)行合理區(qū)分，而 Hybrid-Maize模型則克服了這些問題［11］。各區(qū)域模擬產(chǎn)量潛力和高產(chǎn)紀(jì)錄產(chǎn)量十分接近，說明采用密度聯(lián)網(wǎng)試驗(yàn)輔助 Hybrid-Maize模型模擬的方法更加合理。本研究得出內(nèi)蒙古玉米的YGM、YGR為7.0～7.5 t.hm-2，農(nóng)戶產(chǎn)量實(shí)現(xiàn)了產(chǎn)量潛力的 50％左右（49％～51％），全區(qū)的 YGE為3.8 t.hm-2，農(nóng)戶產(chǎn)量實(shí)現(xiàn)了試驗(yàn)產(chǎn)量的66％，這與Meng等［4］對(duì)我國玉米產(chǎn)量差分析及Licker等［22］對(duì)全球玉米的產(chǎn)量差分析結(jié)果相近，但變異范圍則明顯小于后者，對(duì)試驗(yàn)產(chǎn)量的實(shí)現(xiàn)比例也略高于后者，這應(yīng)該與本研究的對(duì)象區(qū)域較小且精度較高有關(guān)。

本研究基于 YGE的估測(cè)結(jié)果表明，內(nèi)蒙古玉米短期生產(chǎn)潛力可達(dá)3 525.2萬t，是當(dāng)前總產(chǎn)水平的1.61倍，說明通過縮小YGE可實(shí)現(xiàn)內(nèi)蒙古玉米生產(chǎn)能力的大幅提高。研究表明，玉米較大的 YGE主要是栽培管理措施不當(dāng)造成的［23］。Meng等［4］認(rèn)為目前我國玉米縮小YGE的主要限制因子有以下幾個(gè)方面：1）種植密度偏低、品種熟期不當(dāng)或播期不適宜造成的群體光熱資源利用效率較低。用Hybrid-Maize模型評(píng)估表明，我國華北平原玉米密度如從 6萬株.hm-2提高到8.5萬株.hm-2產(chǎn)量可增加20％～40％［4］。2）水肥管理措施粗放。3）作物管理措施較差，如播種質(zhì)量差導(dǎo)致群體整齊度低及植保措施不當(dāng)?shù)?。研究表明，玉米出苗不均勻?huì)導(dǎo)致產(chǎn)量損失4％～12％［4］。侯鵬等［16］認(rèn)為，土壤條件如耕層障礙等也是限制玉米產(chǎn)量潛力實(shí)現(xiàn)程度的重要因素。對(duì)于內(nèi)蒙古玉米產(chǎn)區(qū)而言，同樣存在這些共性問題，但因內(nèi)蒙古東西部跨度較大，不同區(qū)域的主要限制因子存在明顯差異。大興安嶺東南麓雨養(yǎng)區(qū)（呼倫貝爾市、興安盟、赤峰北部丘陵區(qū)）的YGE僅為1.8～1.9 t.hm-2，說明該區(qū)域品種的氣候生產(chǎn)潛力實(shí)現(xiàn)程度較好，存在的主要問題是群體密度低（平均保苗5.5萬株.hm-2）、土壤抗旱保墑能力差及肥料特別是氮肥投入不足等，應(yīng)在適度提高種植密度并提高播種質(zhì)量的條件下，主要通過深松耕和有機(jī)培肥等加強(qiáng)土壤改良，提高土壤蓄水保墑和抗旱緩沖能力，同時(shí)加強(qiáng)肥料管理優(yōu)化，保證密植群體充分的養(yǎng)分供應(yīng)，防止玉米后期脫肥。西遼河平原和燕山丘陵灌區(qū)（通遼市、赤峰市）的YGE為3.3～4.5 t.hm-2，存在主要問題是水肥管理與作物需求不匹配、土壤結(jié)構(gòu)變劣、受品種耐密性差和整地播種質(zhì)量差影響群體整齊度差等，導(dǎo)致階段性干旱脅迫重且水肥浪費(fèi)較大，群體光熱水肥利用效率均有較大提升空間； 應(yīng)通過推廣節(jié)水灌溉和滴灌技術(shù)推進(jìn)水肥一體化，實(shí)現(xiàn)水肥供應(yīng)與群體需求匹配，同時(shí)應(yīng)推廣深松耕結(jié)合秸稈還田改良耕地質(zhì)量，提高土壤生產(chǎn)能力和蓄水保肥能力，另外，應(yīng)選擇耐密品種并精量播種提高群體密度至 7.5萬株.hm-2左右，提高光熱資源利用效率，充分挖掘這一高產(chǎn)核心區(qū)產(chǎn)量潛力和資源效率。蒙西的土默川平原區(qū)和河套地區(qū)的 YGE較大，為 4.4～6.6 t.hm-2，說明該區(qū)域的光熱資源潛力有很大挖掘空間，存在的主要問題是群體密度低、耕地質(zhì)量差、干旱脅迫嚴(yán)重和肥料投入過量等，應(yīng)通過選用熟期適宜的耐密高產(chǎn)品種、提高種子質(zhì)量和播種密度，結(jié)合適度播期調(diào)整提高群體光熱資源利用效率，同時(shí)應(yīng)通過深松耕、秸稈還田和有機(jī)培肥提升耕地質(zhì)量，另外應(yīng)加強(qiáng)農(nóng)田灌溉設(shè)施建設(shè)、改革灌溉制度以適時(shí)適量供水，并通過測(cè)土施肥和水肥一體化有效提高水肥利用效率。

綜上所述，縮小內(nèi)蒙古玉米產(chǎn)量差進(jìn)行產(chǎn)量挖潛需要通過栽培措施綜合改良實(shí)現(xiàn)，其可行性已在同類研究中得到很好驗(yàn)證。Chen等［24］通過 Hybrid-Maize模型驅(qū)動(dòng)的土壤-作物綜合管理在 66個(gè)試驗(yàn)點(diǎn)上實(shí)現(xiàn)了13 t.hm-2的平均產(chǎn)量，達(dá)到了玉米產(chǎn)量潛力的 86％，其后續(xù)研究指出通過土壤-作物綜合管理可以以較小的資源環(huán)境代價(jià)生產(chǎn)更多糧食，以保障未來糧食安全［25-26］。當(dāng)前縮小產(chǎn)量差實(shí)現(xiàn)短期增產(chǎn)潛力面臨的主要挑戰(zhàn)是如何將適應(yīng)區(qū)域性縮差增產(chǎn)的技術(shù)簡化而使農(nóng)民易于使用，這一方面需要加強(qiáng)對(duì)農(nóng)業(yè)技術(shù)推廣人員關(guān)于栽培管理理念和簡化技術(shù)的系統(tǒng)培訓(xùn)，另一方面也需要農(nóng)學(xué)、土壤、農(nóng)業(yè)生態(tài)學(xué)和農(nóng)業(yè)推廣等多學(xué)科合作［4］，探索出既符合我區(qū)農(nóng)業(yè)生產(chǎn)現(xiàn)狀特征又符合未來發(fā)展趨勢(shì)和需求的玉米增產(chǎn)增效技術(shù)途徑。

4 結(jié)論

在我國農(nóng)業(yè)“調(diào)結(jié)構(gòu)、轉(zhuǎn)方式”的總體發(fā)展背景下，科學(xué)評(píng)估內(nèi)蒙古玉米產(chǎn)量差和生產(chǎn)潛力，探討縮差增產(chǎn)的有效途徑具有重要意義。本研究采用密度聯(lián)網(wǎng)試驗(yàn)和 Hybrid-Maize模型相結(jié)合的方法，對(duì)內(nèi)蒙古全區(qū)及不同生態(tài)區(qū)的玉米產(chǎn)量差和生產(chǎn)潛力進(jìn)行了定量化評(píng)估。內(nèi)蒙古玉米模擬產(chǎn)量潛力為14.9 t.hm-2，高產(chǎn)紀(jì)錄產(chǎn)量為14.4 t.hm-2，試驗(yàn)產(chǎn)量為 11.1 t.hm-2，農(nóng)戶產(chǎn)量分別實(shí)現(xiàn)了模擬產(chǎn)量潛力的 49％、高產(chǎn)紀(jì)錄產(chǎn)量的 51％，實(shí)現(xiàn)了試驗(yàn)產(chǎn)量的66％。對(duì)于3個(gè)產(chǎn)量差來說，YGM、YGR、YGE分別為7.5 t.hm-2、7.0 t.hm-2和3.8 t.hm-2； 基于YGE的短期生產(chǎn)潛力達(dá)3 525.2萬t，短期增產(chǎn)潛力為1 191.9 萬 t?？s小 YGE需要針對(duì)限制各生態(tài)區(qū)玉米增產(chǎn)的實(shí)際生產(chǎn)問題，通過多學(xué)科、多部門合作進(jìn)行栽培技術(shù)綜合改良、技術(shù)簡化和技術(shù)入戶來逐步實(shí)現(xiàn)。

References

［1］ FAO UN. How to Feed the World in 2050［C］. Rome： High-Level Expert Forum，2009

［2］ 劉?；?，陳新平，崔振嶺，等. 三大糧食作物產(chǎn)量潛力與產(chǎn)量差研究進(jìn)展［J］. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào)，2015，23（5）： 525-534 Liu B H，Chen X P，Cui Z L，et al. Research advance in yield potential and yield gap of three major cereal crops［J］. Chinese Journal of Eco-Agriculture，2015，23（5）： 525-534

［3］ Tollenaar M，Lee E A. Yield potential，yield stability and stress tolerance in maize［J］. Field Crop Research，2002，75：161-169

［4］ Meng Q F，Hou P，Wu L，et al. Understanding production potentials and yield gaps in intensive maize production in China［J］. Field Crops Research，2013，143： 91-97

［5］ Lobell D B，Cassman K G，F(xiàn)ield C B. Crop yield gaps： Their importance，magnitudes and causes［J］. Annual Review of Environment and Resources，2009，34： 179-204

［6］ 王濤，呂昌河，于伯華. 基于 WOFOST模型的京津冀地區(qū)冬小麥生產(chǎn)潛力評(píng)價(jià)［J］. 自然資源學(xué)報(bào)，2010，3： 475-787 Wang T，Lü C H，Yu B H. Assessing the potential productivity of winter wheat using WOFOST in the Beijing- Tianjin-Hebei region［J］. Journal of Natural Resources，2010，3： 475-787

［7］ 蔡承智，van Velthuizen H，F(xiàn)ischer G，等. 基于AEZ 模型我國農(nóng)作制區(qū)劃的玉米產(chǎn)量潛力分析［J］. 玉米科學(xué)，2006，14（4）： 158-161 Cai C Z，van Velthuizen H，F(xiàn)ischer G，et al. Analyses of maize yield potential by Chinese farming system zoning based on AEZ model［J］. Maize Science，2006，14（4）： 158-161

［8］ 余衛(wèi)東，馬志紅. 近50年河南省夏玉米生產(chǎn)潛力及產(chǎn)量差時(shí)空變化特征［J］. 干旱地區(qū)農(nóng)業(yè)研究，2015，33（1）： 205-212 Yu W D，Ma Z H. Temporal-spatial variation of yield potential and yield gaps of summer maize during the past 50 years in Henan Province［J］. Agricultural Research in the Arid Areas，2015，33（1）： 205-212

［9］ 戴明宏，陶洪斌，廖樹華，等. 基于 CERES-Maize模型的華北平原玉米生產(chǎn)潛力的估算與分析［J］. 農(nóng)業(yè)工程學(xué)報(bào)，2008，24（4）： 30-36 Dai M H，Tao H B，Liao S H，et al. Estimation and analysis of maize potential productivity based on CERES-Maize model in the North China Plain［J］. Transactions of the CSAE，2008，24（4）： 30-36

［10］ 王靜，楊曉光，呂碩，等. 黑龍江省春玉米產(chǎn)量潛力及產(chǎn)量差的時(shí)空分布特［J］. 中國農(nóng)業(yè)科學(xué)，2012，45（10）：1914-1925 Wang J，Yang X G，Lü S，et al. Spatial-temporal characteristics of potential yields and yield gaps of spring maize in Heilongjiang Province［J］. Scientia Agricultura Sinica，2012，45（10）： 1914-1925

［11］ 侯鵬，陳新平，崔振嶺，等. 基于Hybrid-Maize模型的黑龍江春玉米灌溉增產(chǎn)潛力評(píng)估［J］. 農(nóng)業(yè)工程學(xué)報(bào)，2013，29（9）：103-112 Hou P，Chen X P，Cui Z L，et al. Evaluation of yield increasing potential by irrigation of spring maize in Heilongjiang Province based on Hybrid-Maize model［J］. Transactions of the CSAE，2013，29（9）： 103-112

［12］ Van Wart J，Kersebaum K C，Peng S B，et al. Estimating crop yield potential at regional to national scales［J］. Field Crops Research，2013，143： 34-43

［13］ Grassini P，Yang H S，Irmak S，et al. Limits to maize productivity in Western Corn-Belt： A simulation analysis for fully irrigated and rainfed conditions［J］. Agricultural and Forest Meteorology，2009，149： 1254-1265

［14］ Timsina J，Jat M L，Majumdar K. Rice-maize systems of South Asia： Current status，future prospects and research priorities for nutrient management［J］. Plant Soil，2010，335：65-82

［15］ 劉毅，李世清，陳新平，等. 黃土旱塬Hybrid-Maize模型適應(yīng)性及春玉米生產(chǎn)潛力估算［J］. 農(nóng)業(yè)工程學(xué)報(bào)，2008，24（12） 302-308 Liu Y，Li S Q，Chen X P，et al. Adaptability of Hybrid-Maize model and potential productivity estimation of spring maize on dry highland of loess plateau［J］. Transactions of the CSAE，2008，24（12）： 302-308

［16］ 侯鵬，陳新平，崔振嶺，等. 4種典型土壤上玉米產(chǎn)量潛力的實(shí)現(xiàn)程度及其因素分析［J］. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào)，2012，20（7）： 874-881Hou P，Chen X P，Cui Z L，et al. Potential maize yield realization and related driving factors in four typical soils［J］. Chinese Journal of Eco-Agriculture，2012，20（7）： 874-881

［17］ 卜令鐸. 旱地春玉米高產(chǎn)高效栽培體系構(gòu)建、評(píng)價(jià)及區(qū)域模擬［D］. 陜西： 西北農(nóng)林科技大學(xué)，2013 Bu L D. The cultivation system establishment and assessment contributing to yield and efficiency improvement of dryland maize，and regional simulation［D］. Shaanxi： Northwest A＆F University，2013

［18］ Yang H S，Dobermann A，Lindquist J L，et al. Hybrid-Maize — A maize simulation model that combines two crop modeling approaches［J］. Field Crops Research，2004，87： 131-154

［19］ 羅瑞林. 氣候變化對(duì)內(nèi)蒙古春玉米產(chǎn)量影響的研究［D］. 內(nèi)蒙古： 內(nèi)蒙古農(nóng)業(yè)大學(xué)，2013： 46-47 Luo R L. Impacts of climate change on spring maize production in Inner Mongolia［D］. Inner Mongolia： Inner Mongolia Agriculture University，2013： 46-47

［20］ 王貴平，包立華. 內(nèi)蒙古三大糧食作物增產(chǎn)增收潛力分析［J］.中國農(nóng)技推廣，2013，2： 4-5 Wang G P，Bao L H. Analysis of production and profit potential of the three stable crops in Inner Mongolia［J］. China Agricultural Technology Extension，2013，2： 4-5

［21］ 武向良，胡有林，馬超，等. 內(nèi)蒙古自治區(qū)玉米“十二五”增產(chǎn)潛力分析［J］. 農(nóng)業(yè)展望，2011，4： 32-34 Wu X L，Hu Y L，Ma C，et al. The analysis of yield increasing potential of maize in Inner Mongolia during the 12th Five-Year Plan［J］. Agricultural Outlook，2011，4： 32-34

［22］ Licker R，Johnston M，F(xiàn)oley J A，et al. Mind the gap： How do climate and agricultural management explain the ‘yield gap’of croplands around the world［J］. Global Ecology and Biogeography，2010，19（6）： 769-782

［23］ Zhang F S，Cui Z L，F(xiàn)an M S. Integrated soil-crop system management： Reducing environmental risk while increasing crop productivity and improving nutrient use efficiency in China［J］. Journal of Environmental Quality，2011，40： 1051-1057

［24］ Chen X P，Cui Z L，Vitousek P M，et al. Integrated soil-crop system management for food security［J］. Proceedings of the National Academy of Sciences，2011，108： 6399-6404

［25］ Chen X P，Cui Z L，F(xiàn)an M S，et al. Producing more grain with environmental costs［J］. Nature，2014，514： 486-489

［26］ Matson P A，Vitousek P M. Agricultural intensification： Will land spared from farming be land spared for nature？［J］. Conservation Biology，2006，20： 709-710

Understanding yield gap and production potential based on networked variety-density tests and Hybrid-Maize model in maize production areas of Inner Mongolia*

LI Yajian，WANG Zhigang**，GAO Julin**，SUN Jiying，YU Xiaofang，HU Shuping，YU Shaobo，LIANG Hongwei，PEI Kuan
（College of Agronomy，Inner Mongolia Agricultural University，Hohhot 010019，China）

Exploitation of yield gaps in current maize production was needed for increasing grain yields to meet future food requirements. The quantification of yield gap and production potential by scientific method was critical for rational planning of production and development of maize industry in Inner Mongolia. This study combined cultivar and density network test data with Hybrid-Maize model simulation，and used data of recorded the highest yield since 2006，the average yield of the farmers in different ecological regions in Inner Mongolia to analyze the yield gap and production potential of Inner Mongolia and its six ecological regions. Based on the modeled yield potential，the highest recorded yield，experimental yield and farmers’ yield generally increased from the east to the west of Inner Mongolia. Maize yield potential in Inner Mongolia was 14.9 t.hm-2，with the highest recorded yield of 14.4 t.hm-2and experimental yield of 11.1 t.hm-2. Farmers’ yield reached 49％ of the modeled yield potential，51％ of the highest recorded yield and 66％ of the experimental yield. Yield gap based on the modeled yield potential（YGM），the highest recorded yield（YGR） and experimental yield（YGE） was 7.5 t.hm-2，7.0 t.hm-2and 3.8 t.hm-2，respectively. Based on YGE，the short-term production potential in Inner Mongolia was 3 525.2×104tons（which was 1.6 times of the current maize production） and the short-term production gap was 1 191.9×104tons. In the short-term，the four eastern regions（including Hulunber，Xing’an，Tongliao and Chifeng） contributed 61％ to the production potential of the whole Inner Mongolia，while the western regions（including Hohhot and Bayannur） contributed only 16％. The main factor of high YGEwas inefficient cultivation management practice. To address this challenge，the countermeasures were recommended，such as comprehensive improvement of cultivation management practices，simplification of agronomic techniques easily adopted by farmers，for to gradually narrow YGE.

Maize； Network variety-density test； Hybrid-Maize model； Yield gap； Production potential

Feb. 20，2016； accepted Mar. 28，2016

S-03

A

1671-3990（2016）07-0935-09

10.13930/j.cnki.cjea.160159

* 國家科技支撐計(jì)劃項(xiàng)目（2013BAD07B04）、國家自然科學(xué)基金項(xiàng)目（31301265，31460329）和內(nèi)蒙古自治區(qū)高等學(xué)校青年科技英才支持計(jì)劃（NJYT-14-B04）資助

** 通訊作者： 王志剛，主要從事作物高產(chǎn)高效栽培研究，E-mail： imauwzg@163.com； 高聚林，主要從事作物栽培、作物栽培生理、農(nóng)業(yè)生態(tài)的研究與教學(xué)工作，E-mail： nmgaojulin@163.com

李雅劍，主要從事作物高產(chǎn)高效栽培研究。E-mail： liyajian.fly@163.com

2016-02-20 接受日期： 2016-03-28

* The study was supported by the National Key Technologies R & D Program of China（2013BAD07B04），the National Natural Science Foundation of China（31301265，31460329），and the Program for Young Talents of Science and Technology in Universities of Inner Mongolia Autonomous Region（NJYT-14-B04）.

** Corresponding authors，WANG Zhigang，E-mail： imauwzg@163.com； GAO Julin，E-mail： nmgaojulin@163.com