水氮管理影響冬小麥品質(zhì)的CERES-Wheat模型模擬

劉建超 何建強(qiáng) 武文杰 李正鵬 馬海姣 馮 浩,3

(1.西北農(nóng)林科技大學(xué)旱區(qū)農(nóng)業(yè)水土工程教育部重點(diǎn)實(shí)驗(yàn)室，陜西楊凌 712100；2.西北農(nóng)林科技大學(xué)中國(guó)旱區(qū)節(jié)水農(nóng)業(yè)研究院，陜西楊凌 712100；3.中國(guó)科學(xué)院水利部水土保持研究所，陜西楊凌 712100)

0 引言

小麥籽粒品質(zhì)主要包括營(yíng)養(yǎng)品質(zhì)、磨粉品質(zhì)和加工品質(zhì)，其中籽粒蛋白質(zhì)濃度(Grain protein concentration)對(duì)上述品質(zhì)均有重要影響[1]?；蚝铜h(huán)境都對(duì)籽粒蛋白質(zhì)濃度有重要影響，其中環(huán)境等因素的影響可占50%[2-3]。通過(guò)水氮管理優(yōu)化小麥的生長(zhǎng)環(huán)境對(duì)小麥品質(zhì)的提升具有重要作用。趙廣才等[4]通過(guò)灌水時(shí)期和灌溉定額優(yōu)化了小麥籽粒產(chǎn)量和品質(zhì)。姜東等[5]研究了施肥量和施肥種類(lèi)對(duì)小麥籽粒蛋白質(zhì)濃度的影響規(guī)律。NANGIA等[6]認(rèn)為在設(shè)定水氮管理時(shí)，應(yīng)該更多地關(guān)注水氮耦合對(duì)產(chǎn)量和品質(zhì)協(xié)同效應(yīng)的影響。但是由于田間試驗(yàn)的限制，試驗(yàn)結(jié)果往往不能在長(zhǎng)時(shí)間序列上得到驗(yàn)證，且處理數(shù)量較少難以充分反映客觀規(guī)律。

近年來(lái)使用作物模型與非充分灌溉理論相結(jié)合設(shè)計(jì)灌溉制度逐漸受到人們的重視，具有處理量多、工作量小、可以量化分析的優(yōu)點(diǎn)[7]。李艷等[8]利用RZWQM模型評(píng)估水氮管理對(duì)作物產(chǎn)量和氮利用效率的影響。王文佳等[9]利用作物模型分析優(yōu)化了不同降水年型下關(guān)中地區(qū)的灌溉制度。但是小麥生長(zhǎng)初期，無(wú)法判斷當(dāng)年的降水情況，農(nóng)民的可操作性不強(qiáng)。因此，選擇一套符合當(dāng)?shù)丨h(huán)境情況、具有較高產(chǎn)量和品質(zhì)保證率的水氮管理，則更有利于田間實(shí)踐和推廣。作物模型與品質(zhì)的結(jié)合近些年也得到了一定的應(yīng)用。沈家曉[10]利用遙感數(shù)據(jù)和作物模型監(jiān)測(cè)小麥籽粒蛋白質(zhì)濃度。黃芬[11]則利用作物模型與WebGIS平臺(tái)進(jìn)行籽粒品質(zhì)生態(tài)區(qū)劃研究。但是利用作物模型優(yōu)化冬小麥水氮管理，從而達(dá)到較高品質(zhì)的研究仍然較少，原因主要是模型不具備模擬籽粒品質(zhì)的能力[12]，或者對(duì)水氮脅迫的響應(yīng)較差[13]。DSSAT是當(dāng)前應(yīng)用最廣泛的作物模型之一，而CERES-Wheat是其集成的小麥模型，能夠較為準(zhǔn)確地模擬水氮對(duì)作物生長(zhǎng)的影響[14]。CERES-Wheat氮平衡模塊模擬的主要過(guò)程包括有機(jī)氮礦化、氮素固定、硝化、反硝化、尿素水解、氨揮發(fā)、植物生育期的氮吸收及其在不同器官的轉(zhuǎn)移，能夠解釋和模擬氮素在土壤-植物中的運(yùn)動(dòng)和轉(zhuǎn)移[15]，但其缺陷在于雖然CERES-Wheat可以模擬籽粒氮的積累過(guò)程，但不能直接輸出籽粒蛋白質(zhì)濃度等參數(shù)。李振海[16]則通過(guò)簡(jiǎn)單的折算使模型能夠輸出籽粒蛋白質(zhì)濃度，但其僅驗(yàn)證了無(wú)水肥脅迫條件下DSSAT模擬籽粒蛋白質(zhì)濃度的精度。

此外，前人有關(guān)水氮管理對(duì)冬小麥的影響研究多以產(chǎn)量作為主要篩選指標(biāo)，較少涉及冬小麥籽粒品質(zhì)。因此本研究擬使用CERES-Wheat模擬陜西關(guān)中地區(qū)冬小麥的生長(zhǎng)發(fā)育、產(chǎn)量和品質(zhì)的形成過(guò)程，以及冬小麥籽粒蛋白質(zhì)濃度和產(chǎn)量等指標(biāo)在不同水氮管理?xiàng)l件下的響應(yīng)機(jī)制，評(píng)估水氮管理對(duì)CERES-Wheat模擬關(guān)中地區(qū)冬小麥籽粒蛋白質(zhì)濃度的影響，并以提質(zhì)增效為目標(biāo)優(yōu)化水氮管理。

1 材料和方法

1.1 試驗(yàn)地概況

田間試驗(yàn)于2014—2016年在西北農(nóng)林科技大學(xué)旱區(qū)農(nóng)業(yè)水土工程教育部重點(diǎn)實(shí)驗(yàn)室(34.24°N，108.05°E，海拔506 m)進(jìn)行，該地年平均降水量580 mm左右，年平均氣溫13℃，日照時(shí)數(shù)2 196 h，降水年內(nèi)分布不均，屬于半濕潤(rùn)易旱區(qū)。土壤質(zhì)地為中壤土，土層厚3 m，無(wú)地下水補(bǔ)給。播前土壤基礎(chǔ)物理化學(xué)性質(zhì)為：0～20 cm土層有機(jī)質(zhì)質(zhì)量比16.01 g/kg，全氮質(zhì)量比1.01 g/kg，速效磷質(zhì)量比17.66 mg/kg，速效鉀質(zhì)量比273.33 mg/kg；0～100 cm土層平均飽和含水率為31.8 g/g，平均pH值為8.07，平均土壤容重為1.48 g/cm3，平均飽和導(dǎo)水率為30.92 cm/d。

1.2 試驗(yàn)設(shè)計(jì)與觀測(cè)指標(biāo)

種植的小麥品種為“小偃22”。試驗(yàn)采用裂區(qū)試驗(yàn)，設(shè)置4個(gè)灌溉主區(qū)(雨養(yǎng)，I0；越冬期60 mm，I1；越冬期60 mm、拔節(jié)期40 mm，I2；越冬期60 mm、拔節(jié)期40 mm、灌漿期60 mm，I3)，4個(gè)施肥副區(qū)(施氮量0 kg/hm2，N0；105 kg/hm2，N1；210 kg/hm2，N2；315 kg/hm2，N3)，重復(fù)3次，共48個(gè)小區(qū)，每小區(qū)長(zhǎng)6 m、寬2.5 m。

冬小麥生育期內(nèi)，每隔2周在各小區(qū)隨機(jī)取樣10株，各器官分開(kāi)，在105℃的干燥箱殺青 30 min，75℃干燥至恒質(zhì)量，測(cè)定各器官干質(zhì)量。收獲后小麥干燥脫粒，并測(cè)定產(chǎn)量、穗粒數(shù)、千粒質(zhì)量等指標(biāo)。潤(rùn)麥24 h至含水率14%，將樣品成分的測(cè)定數(shù)據(jù)、快速谷物成分測(cè)定儀(RX001-5型，瑞典波通公司)測(cè)出的樣品蛋白質(zhì)光密度數(shù)據(jù)，運(yùn)用回歸分析方法，求出其線性回歸方程中的斜率和截距，并將這些數(shù)據(jù)輸入快速谷物成分測(cè)定儀，測(cè)定小麥籽粒蛋白質(zhì)含量。植株采樣同時(shí)測(cè)定不同土層土壤的含水率，采樣深度為1 m，共分7層(0～10 cm、10～20 cm、20～30 cm、30～40 cm、40～60 cm、60～80 cm、80～100 cm)。然后將土樣放入干燥箱105℃干燥至恒質(zhì)量，計(jì)算土壤質(zhì)量含水率后乘以各土層干容重，得到土壤體積含水率。

1.3 CERES-Wheat的校準(zhǔn)和驗(yàn)證

校準(zhǔn)所需的氣象、土壤和管理等數(shù)據(jù)由田間試驗(yàn)直接測(cè)量，作物遺傳參數(shù)則使用DSSAT模型自帶的調(diào)參工具DSSAT-GLUE[17-18]進(jìn)行估計(jì)。首先利用2014—2015年試驗(yàn)的足水足肥處理(I3N3；越冬期60 mm、拔節(jié)期60 mm和灌漿期60 mm；播前施純氮315 kg/hm2)校準(zhǔn)模型參數(shù)[19]。然后利用2015—2016年16個(gè)水氮處理進(jìn)行驗(yàn)證。采用相對(duì)均方根誤差(Relative root mean square error, RRMSE)和偏差率(Percentage of deviation)來(lái)衡量不同水肥條件下模擬值與實(shí)測(cè)值的差異程度。一般認(rèn)為RRMSE越小則模擬值與實(shí)測(cè)值的差異也越小，模型模擬結(jié)果更準(zhǔn)確。當(dāng)RRMSE小于10%時(shí)為極好，當(dāng)RRMSE為[10%，20%)時(shí)為好，當(dāng)RRMSE為[20%，30%)時(shí)為中等，當(dāng)RRMSE大于等于30%時(shí)為差[20]。偏差率越低則模擬結(jié)果越優(yōu)秀，相關(guān)計(jì)算公式為

(1)

式中si——模擬值

oi——實(shí)測(cè)值

n——樣本數(shù)量

(2)

式中d——偏差率，%

1.4 籽粒蛋白質(zhì)濃度的模擬

如前所述，CERES-Wheat不能直接輸出籽粒蛋白質(zhì)濃度，但是可根據(jù)《谷物品質(zhì)測(cè)試?yán)碚撆c方法》[21]使用該模型的兩個(gè)相關(guān)輸出變量，即收獲期籽粒氮產(chǎn)量與收獲期籽粒產(chǎn)量的比值，折算出籽粒氮素濃度和籽粒蛋白質(zhì)濃度，即

(3)

式中GPC——籽粒蛋白質(zhì)濃度，%

GN——收獲期籽粒氮產(chǎn)量，kg/hm2

GY——收獲期籽粒產(chǎn)量，kg/hm2

1.5 灌溉施肥模擬情境的設(shè)定與優(yōu)化

根據(jù)關(guān)中平原地區(qū)灌溉經(jīng)驗(yàn)，設(shè)置了灌溉定額、灌溉時(shí)期和施氮量3因素交互作用，研究其在長(zhǎng)時(shí)間序列條件下對(duì)冬小麥籽粒蛋白質(zhì)濃度和產(chǎn)量的影響(表1)。本研究共設(shè)置5個(gè)灌溉水平，上限為240 mm(選擇常用的60 mm灌溉梯度)；7個(gè)灌溉時(shí)期，包括分別在越冬期、拔節(jié)期、灌漿期各灌1水；分別在越冬期+拔節(jié)期、越冬期+灌漿期、拔節(jié)期+越冬期各灌2水，灌水定額為總灌溉定額的1/2；在越冬期+拔節(jié)期+灌漿期灌3水，灌水定額為總灌溉定額的1/3。7個(gè)氮肥水平，上限為315 kg/hm2，52.5 kg/hm2施氮梯度，播前一次性施肥。

表1 冬小麥水氮管理設(shè)定Tab.1 Irrigation and nitrogen fertilization management of winter wheat

根據(jù)排列組合，共產(chǎn)生203種不同的水氮管理，然后從中篩選出關(guān)中地區(qū)品質(zhì)、凈利潤(rùn)、水氮利用效率最優(yōu)的平水年水氮管理。各處理命名規(guī)則為I′xyN′z(表1)，I′為模擬灌溉制度，其中x代表灌溉時(shí)期，y灌溉定額；N′為模擬施肥制度，z為施氮量。例如處理I′42N′2中，I′42表示越冬期+拔節(jié)期(序號(hào)4)、共灌120 mm(序號(hào)2)，N′2表示施氮量為105 kg/hm2(序號(hào)2)，下同。利用CERES-Wheat逐個(gè)模擬上述203個(gè)水氮管理在1966—2016年的生長(zhǎng)情況，以小麥籽粒品質(zhì)和產(chǎn)量作為最優(yōu)水氮管理的主要篩選條件，即

(4)

式中GY,MAX——無(wú)水氮脅迫條件下多年產(chǎn)量最大值，取9 378 kg/hm2

其中12%為優(yōu)質(zhì)強(qiáng)筋小麥籽粒蛋白質(zhì)濃度(14%水分基)的下限[22]。

2 結(jié)果與分析

2.1 CERES-Wheat的校準(zhǔn)

校準(zhǔn)的基因型參數(shù)能夠較好地反映冬小麥品種的相關(guān)特性(表2)，足水足肥處理的生育期、GY、GN、總蒸散量(ET)模擬值與觀測(cè)值d均小于10%(表3)，模擬結(jié)果極好。物候期模擬值與實(shí)測(cè)值相同，使模型較為準(zhǔn)確地模擬冬小麥的灌漿過(guò)程，從而更好地模擬籽粒品質(zhì)和產(chǎn)量。ET的d為-2.34%，模型低估了ET和作物的生長(zhǎng)情況。GY和GN也因此被低估，d分別為-3.16%和-3.41%。但CERES-Wheat總體上能夠準(zhǔn)確地模擬物候期、作物生長(zhǎng)、水分和養(yǎng)分的運(yùn)移。

表2 “小偃22”基因型參數(shù)校準(zhǔn)結(jié)果Tab.2 Estimated genetic coefficients of “Xiaoyan 22”

表3 2014—2015年足水足肥處理(I3N3)的校準(zhǔn)結(jié)果Tab.3 Calibration results of treatment with sufficient irrigation and fertilization (I3N3) in 2014—2015

2.2 CERES-Wheat的評(píng)估

對(duì)比2015—2016年不同處理籽粒生物量和地上部生物量實(shí)測(cè)值與模擬值隨時(shí)間序列的動(dòng)態(tài)變化，模型基本能夠反映作物的生長(zhǎng)過(guò)程和產(chǎn)量的形成過(guò)程(圖1)。但CERES-Wheat與大多數(shù)模型一樣，不能夠準(zhǔn)確地模擬嚴(yán)重脅迫條件下(N0)作物的生長(zhǎng)(圖1a、1e、1i、1m)，模擬結(jié)果偏低。嚴(yán)重氮脅迫條件下籽粒生物量和地上部生物量的RRMSE為10%～30%，模擬結(jié)果為好或者中等，其他處理RRMSE基本上小于10%，模擬結(jié)果極好(表 4)。對(duì)比2015—2016年不同水氮處理，籽粒蛋白質(zhì)濃度在低脅迫條件(N1)被高估(圖2)，但RRMSE為3.77%，模擬結(jié)果極好，可以用來(lái)模擬籽粒蛋白質(zhì)濃度對(duì)水氮管理的響應(yīng)?？傮w而言，CERES-Wheat能夠準(zhǔn)確地模擬不同水氮管理?xiàng)l件下冬小麥生長(zhǎng)、籽粒產(chǎn)量和品質(zhì)。

圖1 2015—2016年16種不同水氮管理下地上部生物量和籽粒生物量的模擬值與實(shí)測(cè)值對(duì)比Fig.1 Comparisons of simulated and observed biomass of total aboveground and grain with 16 irrigation and nitrogen fertilizer managements in 2015—2016

2.3 不同水氮管理對(duì)小麥多年平均籽粒蛋白質(zhì)濃度和產(chǎn)量的影響

籽粒蛋白質(zhì)濃度隨施氮量的增加先減少后增加，當(dāng)大于250 kg/hm2時(shí)，籽粒蛋白質(zhì)濃度基本不再變化(圖3a)。當(dāng)施氮量在50～100 kg/hm2時(shí)，籽粒蛋白質(zhì)濃度隨灌溉定額的增加而增加。當(dāng)施氮量小于50 kg/hm2或大于100 kg/hm2時(shí)，灌溉對(duì)籽粒蛋白質(zhì)濃度的影響較弱。產(chǎn)量隨施氮量的增加而增加(圖3b)。當(dāng)施氮量大于150 kg/hm2時(shí)，灌溉定額的增加有益于增產(chǎn)。當(dāng)施氮量小于150 kg/hm2時(shí)，灌溉對(duì)產(chǎn)量的影響較弱。水氮存在耦合作用，低氮水平灌溉有利于籽粒蛋白質(zhì)濃度的增加，高氮水平灌溉有利于產(chǎn)量的增加。

當(dāng)灌溉定額小于180 mm時(shí)，減少灌溉次數(shù)有利于籽粒蛋白質(zhì)濃度的增加；當(dāng)灌溉定額大于180 mm時(shí)，分次灌溉有利于籽粒蛋白質(zhì)濃度的增加(圖3c)。產(chǎn)量與其不同，只有高灌溉定額分次灌溉更有益于產(chǎn)量的增加(圖3d)。推遲灌溉時(shí)間，增加灌溉定額有利于籽粒蛋白質(zhì)濃度的積累(圖3e)；產(chǎn)量則與此相反，灌溉時(shí)間提前，增加灌溉定額有助于產(chǎn)量的增加(圖3f)。

施氮量和灌溉定額的耦合作用對(duì)籽粒蛋白質(zhì)濃度和產(chǎn)量都有顯著影響，但灌溉次數(shù)和灌溉時(shí)期與灌溉定額的耦合作用對(duì)產(chǎn)量影響更顯著。因此在優(yōu)化水氮管理時(shí)，產(chǎn)量的提高要考慮所有因素，而籽粒蛋白質(zhì)濃度的提高則主要考慮水氮耦合的影響。

2.4 最優(yōu)水氮管理的篩選

從203種水氮管理中共篩選出11個(gè)符合條件的潛在最優(yōu)水氮管理(表5)，其中所有入選方案均為高氮處理(262.5、315 kg/hm2)和越冬期灌溉的參與。籽粒蛋白質(zhì)濃度均達(dá)到該品種籽粒蛋白質(zhì)濃度上限，因此差異不大。多年平均產(chǎn)量為6 866～7 404 kg/hm2，變幅大于籽粒蛋白質(zhì)濃度。在符合條件的水氮管理中，I′74N′6的籽粒蛋白質(zhì)濃度最高，為12.04%，I′44N′6的產(chǎn)量最高，為7 407 kg/hm2。所有措施中僅有I′14N′5、I′13N′5和I′12N′5的施氮量為262.5 kg/hm2，其籽粒蛋白質(zhì)濃度均為12.02%，產(chǎn)量為7 314～7 366 kg/hm2。I′12N′5僅灌溉一次，節(jié)省勞動(dòng)力，符合關(guān)中地區(qū)的灌溉習(xí)慣；同時(shí)灌溉施氮量較少，響應(yīng)了節(jié)水節(jié)肥的國(guó)家戰(zhàn)略。因此，選定I′12N′5為關(guān)中地區(qū)以品質(zhì)為篩選目標(biāo)的最優(yōu)的水氮管理。

表4 2015—2016年小麥籽粒生物量和地上部生物量實(shí)測(cè)值與模擬值的RRMSETab.4 RRMSE of grain biomass and aboveground biomass for CERES-Wheat based on dynamic simulation in 2015—2016 %

圖2 2014—2016年16種不同水肥處理下籽粒蛋白質(zhì)濃度模擬值與實(shí)測(cè)值對(duì)比Fig.2 Comparison of simulated and observed grain protein concentration under 16 different irrigation and fertilization fertilizer treatments in 2014—2016

圖3 灌溉定額和施氮量耦合、灌溉定額和灌溉次數(shù)耦合、灌溉定額和灌溉時(shí)期耦合對(duì)籽粒蛋白質(zhì)濃度和產(chǎn)量的影響Fig.3 Coupling effects of irrigation depth and nitrogen, irrigation depth and irrigation frequence, and irrigation depth and irrigation days after sowing on grain protein concentration and yield

表5 基于CERES-Wheat模擬結(jié)果選擇的關(guān)中地區(qū)冬小麥潛在最優(yōu)水氮管理Tab.5 Selected potential optimal irrigation and nitrogen fertilization managements based on CERES-Wheat model simulation for winter wheat in Guanzhong Plain

3 討論

3.1 模型模擬籽粒蛋白質(zhì)濃度對(duì)水氮管理的響應(yīng)

CERES-Wheat基本上可以較為準(zhǔn)確地反映水氮管理對(duì)作物生長(zhǎng)的影響，但在嚴(yán)重氮脅迫(N0)條件下生物量模擬結(jié)果較差。與劉海龍[23]結(jié)果基本相同，認(rèn)為模型中與氮脅迫相關(guān)參數(shù)b(作物生育期內(nèi)氮含量的范圍)的默認(rèn)值設(shè)定不準(zhǔn)確，可以通過(guò)修改相關(guān)參數(shù)來(lái)調(diào)節(jié)模型對(duì)氮脅迫的響應(yīng)。本研究雖然設(shè)置了不灌溉處理，但關(guān)中地區(qū)屬于半濕潤(rùn)易旱區(qū)，小麥季的雨水都較為充足。所以水脅迫相較于氮脅迫并不嚴(yán)重，模擬結(jié)果優(yōu)于氮素脅迫。優(yōu)化的水氮管理是基于該地區(qū)長(zhǎng)時(shí)間序列模擬的結(jié)果，能夠反映該地區(qū)水分和養(yǎng)分狀況。

籽粒蛋白質(zhì)濃度在嚴(yán)重水氮脅迫條件下結(jié)果依然較好，主要是因?yàn)樽蚜５鞍踪|(zhì)濃度的計(jì)算是籽粒氮產(chǎn)量與籽粒生物量的比值，兩者受水氮脅迫的影響基本一致。同時(shí)，灌漿期氮素和生物量的積累主要受溫度的影響，而不受水氮脅迫的直接影響[24]。但因?yàn)榈睾蜕锪康姆e累也受到同化物供應(yīng)的影響，而水脅迫影響同化物供應(yīng)，所以灌漿期氮素和生物量的積累僅受水脅迫的間接影響。與產(chǎn)量模擬結(jié)果不同，低氮(N1)條件下籽粒蛋白質(zhì)濃度模擬結(jié)果一般。ASSENG等[25]認(rèn)為籽粒蛋白質(zhì)濃度模擬不準(zhǔn)確主要是因?yàn)镃ERES-Wheat中灌漿期溫度低于10℃時(shí)氮素的積累速度被高估，應(yīng)當(dāng)調(diào)節(jié)基礎(chǔ)溫度改善籽粒蛋白質(zhì)濃度的模擬結(jié)果。

3.2 水氮管理對(duì)籽粒蛋白質(zhì)濃度和產(chǎn)量的影響

籽粒蛋白質(zhì)濃度隨施氮量的增加先減少后增加。賀明榮等[26]研究表明，當(dāng)施氮量較少時(shí)，籽粒生物量的積累速度大于氮素的積累速度，籽粒蛋白質(zhì)濃度反而出現(xiàn)較大幅度的下降。當(dāng)施氮量進(jìn)一步增加時(shí)，則與陸景陵[27]研究結(jié)果相似，增施氮肥能夠顯著增加籽粒蛋白質(zhì)濃度，但施氮過(guò)量時(shí)籽粒蛋白質(zhì)濃度不再增加甚至有下降的趨勢(shì)。當(dāng)施氮量大于250 kg/hm2時(shí)，籽粒蛋白質(zhì)濃度基本不再變化，主要是因?yàn)樽蚜５鞍踪|(zhì)濃度已經(jīng)達(dá)到該小麥品種的上限。當(dāng)施氮量在50～100 kg/hm2時(shí)，籽粒蛋白質(zhì)濃度隨灌溉定額的增加而增加。李世娟等[28]研究認(rèn)為，干旱脅迫不利于氮素的積累，灌溉顯著提高植株的氮吸收量，低氮條件通過(guò)灌溉可以緩解干旱脅迫。翟丙年等[29]研究認(rèn)為，水氮存在互補(bǔ)效應(yīng)，充足氮供給彌補(bǔ)了干旱脅迫的不利影響。當(dāng)施氮量大于150 kg/hm2時(shí)，產(chǎn)量隨灌溉定額的增加而增加，翟丙年等[29]研究表明高氮條件下灌溉能夠提高氮素利用率，增加產(chǎn)量。適當(dāng)?shù)墓喔榷~與灌溉次數(shù)有利于小麥品質(zhì)和產(chǎn)量的提升。與馬新明等[30]研究相同，灌溉定額較大時(shí)增加灌溉次數(shù)能夠減少氮淋溶，促進(jìn)植株的氮素吸收，同時(shí)提高小麥品質(zhì)和產(chǎn)量。本研究結(jié)果表明，推遲灌溉時(shí)間有利于籽粒蛋白質(zhì)濃度的提高，王朝輝等[31]認(rèn)為越冬期灌溉降低了植物吸氮量，主要原因是過(guò)量的水分不利于越冬期植株根系的發(fā)育。但越冬期灌溉有利于產(chǎn)量的提高，這與關(guān)中地區(qū)常見(jiàn)的灌溉制度——越冬期灌溉一致。越冬期灌溉可以實(shí)現(xiàn)冬水春用，延長(zhǎng)灌溉有效期，有利于冬小麥的營(yíng)養(yǎng)生長(zhǎng)，從而促進(jìn)灌漿期營(yíng)養(yǎng)器官干物質(zhì)向籽粒的再轉(zhuǎn)移[32]。

3.3 水氮管理的優(yōu)化

本文在優(yōu)化最優(yōu)水氮管理時(shí)，并沒(méi)有選擇為不同降水年型優(yōu)化不同的灌溉制度，而是以楊凌51年歷史氣象數(shù)據(jù)為基礎(chǔ)，選擇多年平均籽粒蛋白質(zhì)濃度和產(chǎn)量均較高的水氮管理。這樣篩選出的水氮管理不僅具有實(shí)踐指導(dǎo)意義，同時(shí)操作性較強(qiáng)，便于推廣。

在綜合考慮灌溉定額和施氮量后，選擇I′12N′5(越冬期灌溉120 mm，施氮262.5 kg/hm2)為關(guān)中地區(qū)以品質(zhì)為篩選目標(biāo)的最優(yōu)的水氮管理。I′12N′5在篩選出的11種水氮管理中，雖然籽粒蛋白質(zhì)濃度和產(chǎn)量均不是最高，但在籽粒蛋白質(zhì)濃度和產(chǎn)量沒(méi)有明顯減少的情況下，灌溉定額和施氮量均較低。關(guān)中地區(qū)常見(jiàn)的灌溉制度為越冬期或返青期灌溉105～240 mm[33]。I′12N′5雖然越冬期灌溉120 mm，單次灌溉量較大，但灌溉次數(shù)較少，省時(shí)省力。選擇越冬期灌溉，雖然籽粒蛋白質(zhì)濃度略有減少但能較大幅度增加產(chǎn)量；較低的灌溉定額與較少的灌溉次數(shù)搭配提高了籽粒蛋白質(zhì)濃度。關(guān)中地區(qū)常見(jiàn)的氮肥管理為播前施氮(211±139) kg/hm2[34]，推薦的高產(chǎn)小麥?zhǔn)┑繛?21 kg/hm2[35]。I′12N′5的施氮量略大于平均施氮量和高產(chǎn)推薦施氮量，但在保證產(chǎn)量的同時(shí)提升了品質(zhì)。

4 結(jié)論

(1)CERES-Wheat模型能夠較為精確地模擬冬小麥的生長(zhǎng)發(fā)育、產(chǎn)量和品質(zhì)。但籽粒和地上部生物量在嚴(yán)重氮脅迫(N0)條件下被低估，籽粒蛋白質(zhì)濃度在低氮脅迫(N1)條件下被高估。

(2)通過(guò)調(diào)整灌溉定額、灌溉次數(shù)、灌溉時(shí)期和施氮量之間的耦合作用達(dá)到了小麥提質(zhì)增效目的。

(3)越冬期灌溉120 mm、施氮量262.5 kg/hm2的水氮管理最適合關(guān)中地區(qū)的氣候條件，可以同時(shí)實(shí)現(xiàn)優(yōu)質(zhì)、高產(chǎn)、穩(wěn)產(chǎn)。