不同降雨?duì)顩r下渭北旱地春玉米臨界氮稀釋曲線與氮素營(yíng)養(yǎng)診斷

劉朋召 師祖姣 寧 芳 王 瑞 王小利 李 軍

不同降雨?duì)顩r下渭北旱地春玉米臨界氮稀釋曲線與氮素營(yíng)養(yǎng)診斷

劉朋召 師祖姣 寧 芳 王 瑞 王小利 李 軍*

西北農(nóng)林科技大學(xué)農(nóng)學(xué)院 / 農(nóng)業(yè)部西北黃土高原作物生理生態(tài)與耕作重點(diǎn)實(shí)驗(yàn)室, 陜西楊凌 712100

過量施氮、降雨變率大和水氮耦合差是渭北旱地春玉米生產(chǎn)中氮肥高效利用的主要難題。構(gòu)建渭北旱地不同降雨?duì)顩r下春玉米臨界氮稀釋曲線, 分析采用氮營(yíng)養(yǎng)指數(shù)NNI診斷和評(píng)價(jià)旱地玉米氮素營(yíng)養(yǎng)狀況的可行性, 為實(shí)現(xiàn)旱地玉米因雨合理施氮提供理論依據(jù)。以鄭單958和陜單8806為試驗(yàn)材料, 設(shè)置5個(gè)施氮量處理, 2016—2017年5個(gè)施氮量處理分別為0、75、150、270和360 kg hm?2, 2018—2019年施氮量調(diào)整為0、90、180、270和360 kg hm–2, 文中依次用N0、N1、N2、N3、N4表示。其中2016年和2018年降水狀況表現(xiàn)為穗期多雨, 花粒期干旱; 2017年和2019年降水狀況表現(xiàn)為穗期干旱, 花粒期多雨, 利用4年田間定位施氮試驗(yàn)數(shù)據(jù)構(gòu)建并驗(yàn)證2種降雨?duì)顩r下旱地春玉米臨界氮稀釋曲線模型。結(jié)果表明: (1)增施氮肥顯著提高了旱地春玉米地上部生物量和植株含氮量, 不同施氮量處理間差異顯著。2種降雨?duì)顩r下春玉米臨界氮濃度和地上部生物量均符合冪指數(shù)關(guān)系, 但模型參數(shù)之間存在差異(a.穗期多雨:c=35.98DM–0.35; b. 穗期干旱:c=35.04DM–0.23)。模型擬合的植株氮濃度和實(shí)際氮濃度線性相關(guān), 穗期多雨年RMSE和–RMSE分別為1.03、5.75%, 穗期干旱年分別為1.53、6.78%, 模型均具有較好穩(wěn)定性。(2)在試驗(yàn)施氮量范圍內(nèi), 不同生育時(shí)期NNI隨氮肥用量增加而增大, 不同降雨?duì)顩r下最佳施氮量存在差異。渭北旱地玉米最適施氮方案為基施氮肥150~180 kg hm–2, 穗期多雨年追施氮肥45~75 kg hm–2。(3)氮營(yíng)養(yǎng)指數(shù)NNI 與相對(duì)吸氮量(RNupt)、相對(duì)地上部生物量(RDW)和相對(duì)產(chǎn)量(RY)均極顯著相關(guān), 穗期多雨年NNI為1.02時(shí), RY獲得最大值, 為0.95; 穗期干旱年NNI為1.08時(shí), RY獲得最大值, 為0.92。本研究建立的旱地玉米臨界氮稀釋曲線和氮營(yíng)養(yǎng)指數(shù), 能夠精準(zhǔn)預(yù)測(cè)2種降雨?duì)顩r下旱地春玉米拔節(jié)期至完熟期的氮素營(yíng)養(yǎng)狀況, 對(duì)玉米生育季氮診斷及指導(dǎo)精確施氮具有重要意義。

降雨分布; 渭北旱地; 春玉米; 臨界氮濃度; 氮營(yíng)養(yǎng)指數(shù)

玉米生長(zhǎng)過程中對(duì)氮素需求量高, 關(guān)于玉米植株養(yǎng)分累積分配、生長(zhǎng)與產(chǎn)量、氮肥優(yōu)化管理等方面已開展大量研究[1]。農(nóng)民基于追求作物高產(chǎn)目的, 過量施氮現(xiàn)象非常普遍, 作物生產(chǎn)過程中無法滿足氮素供需之間的同步性[2], 導(dǎo)致氮素利用效率偏低, 同時(shí)造成溫室氣體排放加劇和大氣污染、土壤酸化及地下水污染。因此, 針對(duì)作物不同生育時(shí)期氮素營(yíng)養(yǎng)實(shí)際狀況優(yōu)化供氮量, 對(duì)于提高氮素利用效率和環(huán)境保護(hù)具有重要意義。前人圍繞植株體氮素精確診斷方面做了大量研究, 如根區(qū)養(yǎng)分檢測(cè)、葉片葉綠素測(cè)定以及應(yīng)用RS技術(shù)[3-5]等。臨界氮濃度被定義為作物一定生長(zhǎng)期內(nèi)最大生物量時(shí)的最小氮濃度, 能較好反映作物高產(chǎn)時(shí)的最佳需氮量, 是作物氮素診斷的基本方法之一, 臨界氮稀釋曲線及基于此的氮營(yíng)養(yǎng)指數(shù)可以動(dòng)態(tài)描述作物氮素營(yíng)養(yǎng)狀況的變化, 是實(shí)現(xiàn)合理施氮的氮素營(yíng)養(yǎng)診斷關(guān)鍵技術(shù)[6]。國(guó)內(nèi)外學(xué)者先后建立棉花[7]、小麥[8]、冬油菜[9]、水稻[10]、大蒜[11]、玉米[12-19]等作物的臨界氮濃度稀釋模型, 發(fā)現(xiàn)不同作物品種及生態(tài)氣候區(qū)域均會(huì)影響模型參數(shù)變化。國(guó)內(nèi)有關(guān)玉米臨界氮濃度的相關(guān)研究主要集中于關(guān)中[12]、寧夏[13]、豫中[14]和華北地區(qū)[15-16], 且均為基于無水分脅迫條件下的玉米氮稀釋曲線。渭北旱塬屬于典型雨養(yǎng)農(nóng)業(yè)區(qū), 水資源缺乏, 受季節(jié)性降雨分配不均、年際間波動(dòng)大等因素影響, 旱地春玉米常遭受不同程度干旱脅迫, 導(dǎo)致產(chǎn)量低而不穩(wěn)。水分虧缺會(huì)影響春玉米生長(zhǎng)發(fā)育和干物質(zhì)累積, 同步影響植株對(duì)氮素吸收利用的能力, 不利于農(nóng)業(yè)可持續(xù)性發(fā)展。因此明確旱地春玉米不同生育階段臨界氮濃度, 對(duì)于科學(xué)診斷植株氮營(yíng)養(yǎng)狀況, 指導(dǎo)渭北旱地春玉米種植區(qū)合理施氮具有重要意義。本研究通過4年田間定位施氮試驗(yàn), 建立渭北旱塬不同降雨分布狀況下旱地春玉米臨界氮素稀釋曲線和氮營(yíng)養(yǎng)指數(shù)模型, 以期為渭北旱地春玉米氮營(yíng)養(yǎng)診斷和生育季精準(zhǔn)施氮提供理論依據(jù)。

1 材料與方法

1.1 田間試驗(yàn)方法

1.1.1 試驗(yàn)地概況 本試驗(yàn)于2016年4月至2019年9月在陜西省合陽縣甘井鎮(zhèn)西北農(nóng)林科技大學(xué)旱農(nóng)試驗(yàn)站(35°19'54.45″N, 110°05'58.35″E)進(jìn)行。該地區(qū)海拔877 m, 屬典型黃土高原溝壑區(qū), 暖溫帶半干旱型大陸性季風(fēng)氣候, 年均降雨量為536.6 mm, 60%以上集中在7月至9月。供試地塊土壤為黑壚土, 試驗(yàn)地耕層0~20 cm土壤有機(jī)質(zhì)含量11.38 g kg–1, 全氮含量0.98 g kg–1, 全磷含量0.79 g kg–1, 全鉀含量11.15 g kg–1, 速效磷含量28.39 mg kg–1, 速效鉀含量277.36 mg kg–1。

1.1.2 試驗(yàn)?zāi)攴萁涤攴植紶顩r 2016—2019年試驗(yàn)期間春玉米全生育期降雨量分別為357.5、362.6、224.9、320.1 mm, 不同生育時(shí)期降雨量如圖1所示(VE–V3、V3–V6、V6–VT、VT–R3、R3–R6分別代表出苗期—三葉期、三葉期—拔節(jié)期、拔節(jié)期—抽雄期、抽雄期—乳熟期、乳熟期—完熟期)。根據(jù)4年試驗(yàn)期間春玉米穗期(拔節(jié)期至抽雄期)和花粒期(抽雄期到完熟期)降雨分布狀況分為兩種干旱年型: 2016年和2018年為“穗期多雨, 花粒期干旱”型; 2017年和2019年為“穗期干旱, 花粒期多雨”型, 文中分別用“a. 穗期多雨”和“b. 穗期干旱”來表示。

圖1 2016–2019年春玉米各生育階段降雨量分布

VE–V3: 出苗期–三葉期; V3–V6: 三葉期–拔節(jié)期; V6–VT: 拔節(jié)期–抽雄期; VT–R3: 抽雄期–乳熟期; R3–R6: 乳熟期–完熟期。

VE–V3: from emergence stage to third leaf stage; V3–V6: from third leaf stage to jointing stage; V6–VT: from jointing stage to tasseling stage; VT–R3: from tasseling stage to milk stage; R3–R6: from milk stage to maturity stage.

1.1.3 試驗(yàn)設(shè)計(jì) 采取施氮量與品種二因素裂區(qū)設(shè)計(jì), 施氮量為主處理, 設(shè)5個(gè)施氮量水平, 品種為副處理, 設(shè)2個(gè)品種類型, 共組成10個(gè)處理, 小區(qū)面積43.2 m2(8.0 m×5.4 m), 重復(fù)3次。供試玉米品種為鄭單958 (ZD958)和陜單8806 (SD8806)。設(shè)置5個(gè)施氮量處理, 分別以N0、N1、N2、N3、N4表示。2016—2017年5個(gè)施氮量處理為純氮0、75、150、270和360 kg hm–2, 2018—2019年施氮量處理調(diào)整為0、90、180、270和360 kg hm–2。氮肥全部基施, 統(tǒng)一配施P2O5120 kg hm–2, K2O 45 kg hm–2, 氮、磷、鉀肥分別為尿素(含N 46.4%)、過磷酸鈣(含P2O512%)、硫酸鉀(含K2O 50%)。每年均于4月下旬播種, 9月中下旬收獲。種植密度為67,500株hm–2, 人工播種控制行距50 cm, 株距29.6 cm。全生育期無灌溉, 其他管理措施與當(dāng)?shù)剞r(nóng)戶保持一致。

1.1.4 測(cè)定項(xiàng)目與方法 1)植株樣品采集與測(cè)定:分別于玉米拔節(jié)期(V6)、抽雄期(VT)、乳熟期(R3)和完熟期(R6)取樣, 每個(gè)小區(qū)選取長(zhǎng)勢(shì)具有代表性的植株2株。將植株去根, 按器官分開在105℃下殺青 30 min, 然后85℃烘干至恒重, 測(cè)定其干物質(zhì)重后, 粉碎過60目篩, 用H2SO4-H2O2消煮法, 凱氏定氮儀測(cè)定植株全氮。2)產(chǎn)量測(cè)定: 玉米收獲期, 每個(gè)小區(qū)選取4.5 m2, 統(tǒng)計(jì)穗數(shù), 然后從中選取能代表該小區(qū)的10株作為代表樣帶回實(shí)驗(yàn)室考種, 調(diào)查穗部性狀, 脫粒后風(fēng)干, 稱取百粒重計(jì)算籽粒產(chǎn)量。

1.2 模型建立方法

1.2.1 臨界氮濃度稀釋曲線模型構(gòu)建 臨界氮濃度是指在一定作物生長(zhǎng)期內(nèi)獲得最大干物質(zhì)量所需的最小氮素濃度。建立臨界氮濃度稀釋曲線, 先需要確定關(guān)鍵數(shù)據(jù)點(diǎn), 參照J(rèn)ustes等[20]構(gòu)建臨界氮濃度稀釋曲線步驟如下:

1) 對(duì)比分析不同氮水平下每個(gè)測(cè)定生育時(shí)期的地上部生物量及相對(duì)應(yīng)的氮濃度值, 根據(jù)方差分析(≤0.05)將作物生長(zhǎng)受氮素的影響分為限制和不限制2類;

2) 對(duì)于施氮量不能滿足作物生長(zhǎng)需求的觀察數(shù)據(jù), 將地上部生物量(DM)與植株氮含量(g kg–1)進(jìn)行線性曲線擬合;

3) 對(duì)于生長(zhǎng)狀況不受氮素影響的施氮水平, 則地上部生物量的平均值代表地上部生物量的最大值。

4) 每個(gè)作物采樣時(shí)期的理論臨界氮濃度由上述線性曲線與以最大地上生物量為橫坐標(biāo)的垂線的交點(diǎn)的縱坐標(biāo)決定。臨界氮濃度稀釋曲線模型為:

c=DM(1)

式中,c為臨界氮含量, g kg–1; 參數(shù)為地上部生物量為1 t hm–2時(shí)植株的臨界氮濃度[21]; DM為春玉米地上部生物量的最大值, t hm–2; 參數(shù)為決定臨界氮濃度稀釋曲線斜率的統(tǒng)計(jì)學(xué)參數(shù)[20]。

1.2.2 臨界氮稀釋曲線模型的檢驗(yàn) 模型驗(yàn)證采用國(guó)際通用的回歸估計(jì)標(biāo)準(zhǔn)誤差均方根誤差RMSE和標(biāo)準(zhǔn)化均方根誤差RMSE[23-24]來檢測(cè)模型的擬合度。RMSE和RMSE的計(jì)算公式分別為:

RMSE=(RMSE/)×100% (3)

式中:S、M分別為臨界氮測(cè)定值和模擬值;為樣本量;為實(shí)測(cè)數(shù)據(jù)的平均值。參照J(rèn)amiesom等[25]提出的標(biāo)準(zhǔn)來衡量模型穩(wěn)定性:RMSE<10%, 模型穩(wěn)定性極好; 10%30%, 模型穩(wěn)定性較差。

1.2.3 氮素營(yíng)養(yǎng)指數(shù)(NNI)模型的構(gòu)建 為進(jìn)一步明確作物的氮素營(yíng)養(yǎng)狀況, Lemaire等[21]提出氮素營(yíng)養(yǎng)指數(shù)(nitrogen nutrition index, NNI)的概念, 可用公式(4)來表示:

NNIac(4)

式中, NNI為氮素營(yíng)養(yǎng)指數(shù),a為氮濃度實(shí)測(cè)值, g kg–1;c為臨界氮濃度值, g kg–1。NNI可直觀反映作物體內(nèi)氮素的營(yíng)養(yǎng)狀況, NNI=1, 表明作物氮素營(yíng)養(yǎng)狀況適宜; NNI>1, 表明作物氮素營(yíng)養(yǎng)過剩; NNI<1, 表現(xiàn)為氮素營(yíng)養(yǎng)缺失。

1.2.4 相對(duì)氮吸收量、相對(duì)地上部生物量和相對(duì)產(chǎn)量計(jì)算 相對(duì)吸氮量(relative nitrogen uptake, RNupt) = 吸氮量/同一生育時(shí)期同一干旱年型吸氮量最大值; 相對(duì)地上部生物量(relative dry biomass, RDW) = 地上部生物量/同一生育時(shí)期同一干旱年型地上部生物量的最大值; 相對(duì)產(chǎn)量(relative yield, RY) = 實(shí)際產(chǎn)量/同一干旱年型產(chǎn)量的最大值。

1.3 數(shù)據(jù)處理與分析

根據(jù)4年玉米試驗(yàn)?zāi)攴萁邓竟?jié)分布狀況, 2016年和2018年為“穗期多雨, 花粒期干旱”型; 2017年和2019年為“穗期干旱, 花粒期多雨”型。本文利用2016年和2017年試驗(yàn)數(shù)據(jù)分別建立2種降雨?duì)顩r下旱地春玉米臨界氮濃度稀釋曲線模型, 利用2018年和2019年獨(dú)立試驗(yàn)數(shù)據(jù)分別對(duì)2016年和2017年構(gòu)建的模型進(jìn)行驗(yàn)證。將2個(gè)玉米品種數(shù)據(jù)合并處理, 每個(gè)模型篩選出8個(gè)臨界數(shù)據(jù)點(diǎn), 每個(gè)模型建立和模型驗(yàn)證的樣本數(shù)=8。同時(shí), 分別選取2016年和2017年的施氮量最高(N4處理)的數(shù)據(jù)建立最大氮濃度稀釋曲線(max), 選取2016年和2017年無氮肥投入(N0處理)的數(shù)據(jù)建立最小氮濃度稀釋曲線(min)。

試驗(yàn)數(shù)據(jù)和圖表采用Microsoft Excel 2016和Origin 2015軟件處理, 使用SPSS 19.0軟件進(jìn)行統(tǒng)計(jì)分析, 多重比較采用Duncan’s法, 差異顯著性水平設(shè)為≤0.05。

2 結(jié)果與分析

2.1 不同施氮量處理對(duì)旱地春玉米干物質(zhì)積累和產(chǎn)量的影響

以鄭單958為例, 由表1可知, 適量施肥可以顯著提高春玉米籽粒產(chǎn)量, 隨著氮肥用量增加, 不同年份下春玉米籽粒產(chǎn)量均表現(xiàn)為先增加后降低的趨勢(shì)。同一生育時(shí)期隨氮素水平提高, 干物質(zhì)量呈逐漸增加趨勢(shì), 施氮效果顯著, 但同一取樣時(shí)期N270和N360處理之間地上部干物質(zhì)積累量基本沒有顯著差異, 說明施氮過量并不能提高地上部干物質(zhì)積累量。雨養(yǎng)農(nóng)業(yè)區(qū)生育期內(nèi)降雨對(duì)作物地上部生物量和產(chǎn)量影響顯著, 由于降雨造成不同年際間玉米生物量和產(chǎn)量變化較大。以2018年和2019年為例, 2018年屬于穗期多雨年, 地上部生物量和籽粒產(chǎn)量變化范圍分別2.23~23.14 t hm–2和5.67~10.26 t hm–2, 最高產(chǎn)量施氮量為270 kg hm–2, 且施氮270 kg hm–2處理生物量顯著高于180 kg hm–2; 2019年屬于穗期干旱年, 地上部生物量和籽粒產(chǎn)量變化范圍分別為2.01~14.07 t hm–2和3.21~5.05 t hm–2, 最高產(chǎn)量施氮量為180 kg hm–2, 且施氮180 kg hm–2和270 kg hm–2生物量無顯著差異?？梢钥闯霾煌珊的晷椭杏衩椎厣喜可锪亢妥蚜．a(chǎn)量對(duì)不同施氮量處理的響應(yīng)程度差異明顯, 在相同施氮量處理下, 穗期干旱年地上部生物量和籽粒產(chǎn)量分別僅為穗期多雨年的60.6%和51.4%。

2.2 不同降雨?duì)顩r下旱地春玉米植株氮濃度動(dòng)態(tài)變化

以鄭單958品種為例, 利用2016—2019年田間數(shù)據(jù), 分析2種降雨?duì)顩r下旱地春玉米植株氮濃度動(dòng)態(tài)變化。玉米植株氮含量隨生育時(shí)期推進(jìn)逐漸下降(圖2)。2種降雨?duì)顩r下植株氮含量變化范圍分別為7.74~26.45 g kg–1和11.43~26.65 g kg–1。不同干旱年型間植株氮濃度變化趨勢(shì)不一致: 穗期多雨年植株長(zhǎng)勢(shì)較好, 抽雄吐絲期降雨量較多, 籽粒灌漿充足, 葉片和莖稈中氮素及時(shí)向籽粒轉(zhuǎn)運(yùn); 穗期干旱年植株拔節(jié)至抽雄期受到水分脅迫, 影響植株授粉、受精, 籽粒灌漿受阻, 植株氮素下降速率緩慢, 后期雨水較多, 但錯(cuò)過最佳水熱資源, 導(dǎo)致大量氮素存在植株體內(nèi)。

表1 不同施氮處理下旱地春玉米不同生育時(shí)期地上部生物量和籽粒產(chǎn)量

ZD958: 鄭單958; SD8806: 陜單8806。N0: 施氮量為0 kg hm–2; N75: 施氮量為75 kg hm–2; N90: 施氮量為90 kg hm–2; N150: 施氮量為150 kg hm–2; N180: 施氮量為180 kg hm–2; N270: 施氮量為270 kg hm–2; N360: 施氮量為360 kg hm–2。V6: 拔節(jié)期; VT: 抽雄期; R3: 乳熟期; R6: 完熟期。同列數(shù)據(jù)不同字母表示不同處理間差異顯著(≤ 0.05)。

ZD958: Zhengdan 958; SD8806: Shaandan 8806. N0: 0 kg hm–2; N75: N 75 kg hm–2; N90: N 90 kg hm–2; N150: N 150 kg hm–2; N180: N 180 kg hm–2; N270: N 270 kg hm–2; N360: N 360 kg hm–2. V6: jointing stage; VT: tasseling stage; R3: milk stage; R6: maturity stage. Values followed by different letters in the same column mean significantly different among different treatments at≤ 0.05.

圖2 不同降雨?duì)顩r下旱地春玉米不同生育時(shí)期植株氮含量變化

a: 穗期多雨; b: 穗期干旱。V6: 拔節(jié)期; VT: 抽雄期; R3: 乳熟期; R6: 完熟期。N0、N1、N2、N3、N4依次表示: 2016–2017年施氮量分別為0、75、150、270和360 kg hm–2, 2018–2019年為0、90、180、270和360 kg hm–2。

a: rainy at the ear stage; b: dry at the ear stage. V6: jointing stage; VT: tasseling stage; R3: milk stage; R6: maturity stage. Nitrogen was applied at N0, N1, N2, N3, and N4, that is, 0, 75, 150, 270, and 360 kg hm–2from 2016 to 2017, and at 0, 90, 180, 270, and 360 kg hm–2from 2018 to 2019.

方差分析表明(表2), 不同施氮量、不同年際間旱地玉米地上部生物量、植株含氮量和籽粒產(chǎn)量存在顯著或極顯著差異, 但兩品種之間不存在顯著差異?？梢哉f明利用兩個(gè)品種的數(shù)據(jù)建立模型的可行性。

表2 旱地玉米不同生育時(shí)期地上部生物量、植株含氮量和籽粒產(chǎn)量的方差分析

V6: 拔節(jié)期; VT: 抽雄期; R3: 乳熟期; R6: 完熟期。DM: 地上部干物質(zhì)量;a: 實(shí)際含氮量; ZD958: 鄭單958; SD8806: 陜單8806。N0、N1、N2、N3、N4依次表示: 2016–2017年施氮量分別為0、75、150、270和360 kg hm–2, 2018–2019年為0、90、180、270和360 kg hm–2。NS表示無顯著差異,*表示0.05水平顯著,**表示0.01水平顯著,***表示0.001水平顯著。

V6: jointing stage; VT: tasseling stage; R3: milk stage; R6: maturity stage. DM: aboveground biomass;a: actual nitrogen uptake; ZD958: Zhengdan958; SD8806: Shaandan8806. Nitrogen was applied at N0, N1, N2, N3, and N4, that is, 0, 75, 150, 270, and 360 kg hm–2from 2016 to 2017, and at 0, 90, 180, 270, and 360 kg hm–2from 2018 to 2019.NS, not significant;*indicates significant at≤ 0.05;**indicates significant at≤ 0.01;***indicates significant at≤ 0.001.

2.3 旱地春玉米臨界氮濃度稀釋曲線模型建立

采用2016年和2017年試驗(yàn)數(shù)據(jù)分別建立“穗期多雨”和“穗期干旱”2種降雨?duì)顩r下旱地春玉米臨界氮濃度稀釋曲線模型。通過玉米各生育時(shí)期地上部生物量和植株含氮量計(jì)算得出每個(gè)時(shí)期臨界氮濃度,發(fā)現(xiàn)隨著地上部生物量增加, 臨界氮濃度呈下降趨勢(shì)。分別對(duì)2種干旱年型地上部生物量和植株氮濃度進(jìn)行冪函數(shù)擬合, 建立玉米整個(gè)生育時(shí)期的臨界氮濃度稀釋曲線(圖3), 兩種干旱年型的擬合方程均達(dá)到顯著水平(a. 穗期多雨:c=35.98DM?0.35; b. 穗期干旱:c=35.04DM?0.23), 決定系數(shù)分別為0.989和0.956, 表明該模型可以用來表征兩種干旱年型春玉米地上部生物量和植株氮濃度的關(guān)系。由于年際間降雨波動(dòng)大, 2種年型玉米干物質(zhì)積累量取值范圍分別介于2.8~22.6 t hm–2、2.4~13.4 t hm–2之間, 2016年和2018年春玉米全生育期地上部干物質(zhì)積累量顯著高于2017年和2019年, 這主要與2017年和2019年拔節(jié)至抽雄期干旱(降雨量分別僅為8.8 mm和19.2 mm), 導(dǎo)致作物授粉、受精嚴(yán)重受阻, 從而錯(cuò)失最佳水熱資源, 最終導(dǎo)致干物質(zhì)增長(zhǎng)緩慢有關(guān)。參數(shù)a的95%的置信區(qū)間在2016年為[34.97, 36.97], 2017年為[33.97, 36.31], 可以看出參數(shù)a基本相同, 兩者平均值為35.51 g kg–1, 此外, 參數(shù)b值2016年明顯大于2017年。由此可見, 干旱年型不會(huì)改變參數(shù)a值的大小。

通過對(duì)春玉米地上生物量和氮濃度的結(jié)果分析, 地上生物量對(duì)應(yīng)的氮濃度值存在很大的氮含量變異性(圖3), 本研究利用每個(gè)取樣時(shí)期所測(cè)植株氮濃度的最小值(min)、最大值(max), 得到2種降雨?duì)顩r下旱地春玉米氮素稀釋邊界模型: (a. 穗期多雨:min= 28.63.98DM?0.45,2= 0.991;max= 38.89DM?0.35,2= 0.988; b.穗期干旱:min= 24.14DM?0.30,2= 0.891,max= 36.03DM?0.22,2= 0.898)。

2.4 旱地春玉米臨界氮濃度稀釋曲線驗(yàn)證

為驗(yàn)證上述模型的穩(wěn)定性和可靠性, 使用2018年和2019年獨(dú)立試驗(yàn)數(shù)據(jù)分別對(duì)2016年和2017年構(gòu)建的模型校驗(yàn)精度(a. 穗期多雨:=8; b. 穗期干旱:=8)。具體步驟為: 將獨(dú)立數(shù)據(jù)中的最大干物質(zhì)帶入臨界氮濃度稀釋曲線模型后, 對(duì)比計(jì)算值與實(shí)測(cè)值, 通過1∶1等值圖來顯示模型的擬合度(圖4)。根據(jù)公式得出穗期多雨年曲線的RMSE=1.03,?RMSE=5.75%; 穗期干旱年曲線的RMSE=1.53,?RMSE=6.78%, 標(biāo)準(zhǔn)化均方根誤差(?RMSE)均小于10%, 模型穩(wěn)定性極好。可知所構(gòu)建的 2 種降雨?duì)顩r下臨界氮稀釋曲線模型具有較好精度, 表明本研究所建立的臨界氮稀釋曲線可進(jìn)一步用于玉米植株氮營(yíng)養(yǎng)診斷。

圖3 不同降水狀況下旱地玉米植株氮濃度與地上部生物量的關(guān)系

a: 穗期多雨; b: 穗期干旱。c、min和max分別代表為春玉米植株氮濃度臨界值、最小值和最大值。

a: rainy at the ear stage; b: drought at the ear stage.c,min, andmaxare critical nitrogen concentration, minimum, and maximum of nitrogen concentration in spring maize.

圖4 不同降水狀況下旱地玉米臨界氮濃度稀釋曲線的驗(yàn)證

a: 穗期多雨; b: 穗期干旱。a: rainy at the ear stage; b: drought at the ear stage.

2.5 不同生育時(shí)期旱地春玉米氮營(yíng)養(yǎng)指數(shù)動(dòng)態(tài)變化

施氮量和降雨年型顯著影響氮營(yíng)養(yǎng)指數(shù)NNI的變化, NNI隨著施氮量增加而增加(圖5)。穗期多雨年各生育時(shí)期NNI變化區(qū)間為0.58~1.18, 其中N0、N1和N2處理NNI均小于1, 其值分別為0.69、0.77和0.88, 說明氮素不足抑制春玉米的干物質(zhì)累積過程, N3處理下不同生育時(shí)期NNI (NNI=1.03)均略高于1, 說明適宜施氮量位于N2~N3之間, N4處理NNI值明顯大于1, 表明植株氮營(yíng)養(yǎng)過剩, 超過作物最大生物量累積所需的臨界氮濃度。穗期干旱年整個(gè)生育時(shí)期NNI變化區(qū)間為0.60~1.24, 其中N0和N1處理NNI小于1, 氮素供應(yīng)不足, 其值分別為0.67和0.79, N2處理下NNI (NNI=0.94)略低于1, 表明施氮適宜, N3和N4處理NNI值均顯著高于1, 表現(xiàn)為氮素奢侈吸收。綜合考慮春玉米全生育期植株氮營(yíng)養(yǎng)狀況, 穗期多雨年適宜施氮量介于N2~N3之間(180~270 kg hm–2), 穗期干旱年適宜施氮量為N2 (150~180 kg hm–2)。

圖5 不同降雨?duì)顩r下旱地春玉米氮營(yíng)養(yǎng)指數(shù)(NNI)動(dòng)態(tài)變化

a: 穗期多雨; b: 穗期干旱?？s寫同圖2。

a: rainy at the ear stage; b: drought at the ear stage. Abbreviations are the same as those given in Fig. 2.

2.6 氮營(yíng)養(yǎng)指數(shù)與相對(duì)吸氮量、相對(duì)地上部干物質(zhì)量和相對(duì)產(chǎn)量之間的關(guān)系

為了評(píng)價(jià) NNI 在預(yù)測(cè)植株氮素盈虧上的可行性, 利用2018年和2019年獨(dú)立的數(shù)據(jù)點(diǎn)分別研究2種降雨?duì)顩r下旱地玉米氮營(yíng)養(yǎng)指數(shù)(NNI)與相對(duì)吸氮量(RNupt)、相對(duì)地上部干物質(zhì)量(RDW)和相對(duì)產(chǎn)量(RY)的關(guān)系。從圖6可以看出, 不同干旱年型下旱地春玉米不同生育時(shí)期的NNI-RNupt均表現(xiàn)為線性相關(guān), RNupt隨NNI 的增加而增加, 穗期多雨年V6–R6各生育時(shí)期方程決定系數(shù)分別為0.848、0.868、0.863、0.871, 穗期干旱年V6–R6各生育時(shí)期方程決定系數(shù)分別為0.940、0.946、0.964、0.937, 均達(dá)到極顯著水平。從圖7可以看出, 旱地玉米不同生育時(shí)期NNI與RDW均表現(xiàn)為線性相關(guān), RDW隨著NNI的增加而增加, 穗期多雨年V6–R6各生育時(shí)期方程決定系數(shù)分別為0.892、0.780、0.948、0.895, 穗期干旱年V6–R6各生育時(shí)期方程決定系數(shù)分別為0.814、0.874、0.897、0.872, 均達(dá)到極顯著水平?？梢钥闯鯪NI與RY二者間呈二次函數(shù)關(guān)系(圖8), 即RY隨NNI的增加先升高后降低, 兩種降水狀況下決定系數(shù)分別為0.878和0.928, 均達(dá)到極顯著水平。穗期多雨年NNI值為1.02時(shí), RY獲得最大值, 為0.95; 穗期干旱年NNI值為1.08時(shí), RY獲得最大值, 為0.92。

3 討論

3.1 旱地春玉米臨界氮濃度稀釋曲線特征

本研究利用4年田間定位試驗(yàn)數(shù)據(jù)建立渭北旱地春玉米生長(zhǎng)季2種降雨?duì)顩r下的臨界氮稀釋曲線, 兩種干旱年型下參數(shù)a值基本相同, 平均為35.51 g kg–1, 而參數(shù)b介于0.23~0.35之內(nèi)。參數(shù)a代表當(dāng)干物質(zhì)為1 t hm–2時(shí)的植株氮含量, 表征的是作物生育初期內(nèi)在的需氮特性。首先, 參數(shù)a值偏高, 原因可能是: 與李正鵬等[12]和Yue等[16]構(gòu)建的模型相比受到氣候因素影響, 關(guān)中平原和華北平原屬于暖溫帶季風(fēng)半濕潤(rùn)氣候, 夏季炎熱, 以種植夏玉米為主, 而渭北旱地屬于暖溫帶半干旱型大陸性季風(fēng)氣候, 以種植春玉米為主。依據(jù)積溫學(xué)說原理[26], 渭北旱地春玉米生育期(150 d)遠(yuǎn)高于關(guān)中和華北地區(qū)(110 d), 生育期延長(zhǎng)意味著植株吸氮量增加[27]。其次, 與歐洲國(guó)家[17]春玉米種植區(qū)相比, 參數(shù)a相近, 但仍存在一定差異, 可能與土壤、玉米品種和氣候條件有關(guān)。參數(shù)b描述的是植株氮含量隨地上部干物質(zhì)增加的遞減關(guān)系, 其大小主要決定于氮素吸收量與干物質(zhì)量的關(guān)系, 本研究所得參數(shù)b在穗期多雨年(2016年和2018年)為0.35, 與前人研究結(jié)果相比屬于合理范圍內(nèi); 而在穗期干旱年(2017年和2019年)參數(shù)b為0.23, 明顯偏小, 可能是由于拔節(jié)期至抽雄期嚴(yán)重干旱, 抑制作物生長(zhǎng)發(fā)育, 干旱對(duì)莖稈干物質(zhì)積累影響較葉片更為嚴(yán)重[28], 導(dǎo)致莖葉比變大, 而葉片是活躍氮素存在的主要載體, 故植株氮含量下降緩慢; 在灌漿期至成熟期, 與多年相同階段降雨量相比, 2017年和2019年降雨量明顯偏多, 水分充足導(dǎo)致玉米根系活力衰弱過程減慢, 加大根系對(duì)土壤氮素利用能力, 從而減緩植株氮含量稀釋過程, 最終導(dǎo)致參數(shù)b偏小。

圖6 不同降雨?duì)顩r下旱地春玉米氮營(yíng)養(yǎng)指數(shù)(NNI)與相對(duì)吸氮量(RNupt)的關(guān)系

a: 穗期多雨; b: 穗期干旱?？s寫同圖2。***表示0.001水平顯著。

a: rainy at the ear stage; b: drought at the ear stage. Abbreviations are the same as those given in Fig. 2.***indicates significant at≤ 0.001.

圖7 不同降雨?duì)顩r下旱地春玉米氮營(yíng)養(yǎng)指數(shù)(NNI)與相對(duì)地上部生物量(RDW)的關(guān)系

a: 穗期多雨; b: 穗期干旱?？s寫同圖2。**表示0.01水平顯著,***表示0.001水平顯著。

a: rainy at the ear stage; b: drought at the ear stage. Abbreviations are the same as those given in Fig. 2.**indicates significant at≤ 0.01;***indicates significant at≤ 0.001.

圖8 不同降雨?duì)顩r下旱地春玉米氮營(yíng)養(yǎng)指數(shù)(NNI)與相對(duì)產(chǎn)量(RY)的關(guān)系

a: 穗期多雨; b: 穗期干旱。

a: rainy at the ear stage; b: drought at the ear stage.

考慮到品種差異產(chǎn)生的影響, 利用鄭單958試驗(yàn)數(shù)據(jù)構(gòu)建模型, 用陜單8806獨(dú)立試驗(yàn)數(shù)據(jù)對(duì)構(gòu)建的模型進(jìn)行驗(yàn)證, 發(fā)現(xiàn)構(gòu)建的兩個(gè)模型中參數(shù)a和參數(shù)b基本未發(fā)生改變(a. 穗期多雨:c=36.95DM–0.36; b. 穗期干旱:c=34.11DM–0.23)。但由于本試驗(yàn)參試品種較少, 所得模型的普適性可能不足, 在今后渭北旱地玉米生產(chǎn)實(shí)踐中, 需要增加旱地施氮試驗(yàn)品種數(shù)量, 以便進(jìn)一步驗(yàn)證和增強(qiáng)模型的普適性。同時(shí), 本研究中構(gòu)建的臨界氮濃度稀釋曲線模型, 涉及的降雨?duì)顩r主要為“穗期多雨, 花粒期干旱”型和“穗期干旱, 花粒期多雨”型, 未涉及全生育期干旱型和全生育期多雨型, 后期試驗(yàn)可補(bǔ)充人工控制干旱脅迫或提供充足水分條件綜合全面分析, 進(jìn)一步不斷完善該模型, 從而實(shí)現(xiàn)模型預(yù)測(cè)的通用性。

3.2 根據(jù)旱地玉米氮營(yíng)養(yǎng)指數(shù)推薦適宜施氮量

氮營(yíng)養(yǎng)指數(shù)(NNI)是基于作物臨界氮稀釋模型提出的指標(biāo), 以實(shí)際氮濃度與臨界氮濃度的比值評(píng)價(jià)氮素營(yíng)養(yǎng)狀況以及定量動(dòng)態(tài)描述作物生育期內(nèi)氮素營(yíng)養(yǎng)狀況。本研究計(jì)算兩種降雨干旱年型不同施氮處理下 NNI值發(fā)現(xiàn): 穗期干旱年NNI值總體大于穗期多雨年, 這與2017年和2019年春玉米拔節(jié)至抽雄期受到水分脅迫有關(guān), 此期干旱已經(jīng)導(dǎo)致玉米葉片失水萎蔫, 生物量積累緩慢, 即使生育后期降水較多, 已經(jīng)難以彌補(bǔ)前期生長(zhǎng)虧缺, 授粉灌漿過程受阻, 產(chǎn)量顯著降低。比較兩種干旱年型下RY最高時(shí)的NNI值, 穗期干旱年(NNI=1.08)高于穗期多雨年(NNI=1.02), 可能主要由于2017年和2019年生育前期干旱, 植株氮素吸收量高, 但植株生物量積累少, 導(dǎo)致植株實(shí)際含氮量較高, 氮濃度稀釋不足所致。不同干旱年型下玉米籽粒產(chǎn)量對(duì)不同施氮量處理的響應(yīng)程度差異明顯, 在相同施氮量處理下, 穗期干旱年籽粒產(chǎn)量分別僅為穗期多雨年的51.4%。與寧芳等[29]在渭北旱地推薦的春玉米最佳施氮量相近, 說明基于臨界氮稀釋曲線模型的NNI來評(píng)價(jià)植株氮營(yíng)養(yǎng)狀況具有可靠性。由于試驗(yàn)中N2 (180 kg hm–2)和N3 (270 kg hm–2)處理施氮量相差90 kg hm–2, 在不同降水狀況下由NNI確定的理論施氮量范圍差異很大, 這僅僅只是考慮了旱地玉米植株氮素營(yíng)養(yǎng)需求的理論最高值, 如果考慮氮肥邊際產(chǎn)量和經(jīng)濟(jì)收益, 結(jié)合兩種干旱年型下各生育時(shí)期 NNI值和產(chǎn)量表現(xiàn)狀況, 實(shí)際生產(chǎn)上穗期多雨年旱地玉米施氮量應(yīng)該為N2和N3處理的平均值, 即施氮量225 kg hm–2相對(duì)較為適宜。穗期干旱年N2處理下NNI值略低于“1”, 表明氮素供應(yīng)量適中, 即施氮量150~180 kg hm–2相對(duì)較為適宜。同時(shí), 雖然在渭北旱地玉米實(shí)際生產(chǎn)中, 目前多采用氮肥一次性基施方式, 但為了保證玉米適時(shí)適量氮肥供給, 避免生育期內(nèi)遭遇干旱所致的過量施氮和植株氮素奢侈吸收, 應(yīng)該提倡旱地玉米“因雨精準(zhǔn)施氮”管理, 具體施氮管理方案為: 基肥適當(dāng)減施氮肥(即施氮量150~180 kg hm–2), 依據(jù)拔節(jié)至抽雄期降水量適量追施氮肥(即穗期多雨年可追施氮肥45~75 kg hm–2, 穗期干旱年不追氮肥), 實(shí)現(xiàn)旱地玉米氮肥高效利用和增產(chǎn)增收。

4 結(jié)論

本研究建立并驗(yàn)證渭北旱地 2 種不同降雨?duì)顩r下基于地上部干物質(zhì)的春玉米臨界氮稀釋曲線(a.穗期多雨:c=35.98DM?0.35; b.穗期干旱:c=35.04DM?0.23), 就模型參數(shù)的變異性來看, 干旱年型對(duì)參數(shù)a并未產(chǎn)生影響, 但會(huì)明顯改變參數(shù)b的大小。本研究利用氮營(yíng)養(yǎng)指數(shù)評(píng)價(jià)植株氮營(yíng)養(yǎng)狀況, 2種降雨?duì)顩r下N0 和N1處理的NNI均小于1, 表明存在氮素虧缺現(xiàn)象, N4處理NNI均明顯大于1, 表現(xiàn)為氮素盈余, 存在氮素奢侈吸收現(xiàn)象。根據(jù)氮營(yíng)養(yǎng)指數(shù)NNI值和產(chǎn)量表現(xiàn), 渭北旱地玉米最佳施氮方案為基施氮肥150~180kg hm–2, 穗期多雨年追施氮肥45~75 kg hm–2, 穗期干旱年不追氮肥。NNI與相對(duì)吸氮量(RNupt)、相對(duì)干物質(zhì)量(RDW)和相對(duì)產(chǎn)量(RY)等指標(biāo)間存在極顯著相關(guān)性。穗期多雨年NNI值為1.02時(shí), RY獲得最大值, 為0.95; 穗期干旱年NNI值為1.08時(shí), RY獲得最大值, 為0.92。NNI可以直觀反映2種降雨?duì)顩r下旱地春玉米不同生育階段的氮素盈虧狀況。

[1] 山立, 鄒宇鋒. 我國(guó)旱區(qū)農(nóng)業(yè)的地位和發(fā)展?jié)摿罢呓ㄗh. 農(nóng)業(yè)現(xiàn)代化研究, 2013, 34: 425–430. Shan L, Zou Y F. Status and potential for development of China’s dryland agriculture and suggestions on its policy making., 2013, 34: 425–430 (in Chinese with English abstract).

[2] Brve K R, Norman J M, Gower S T, Bundy L G. Methodological limitations and N budget differences among a restored tall grass prairie and maize agroecosystems., 2003, 97: 181–198.

[3] Zheng H L, Liu Y C, Qin Y L, Chen Y, Fan M S. Establishing dynamic thresholds for potato nitrogen status diagnosis with the SPAD chlorophyll meter., 2015, 14: 190–195.

[4] Ren T, Peter C, Wang J G, Chen Q, Zhang F S. Root zone soil nitrogen management to maintain high tomato yields and minimum nitrogen losses to the environment., 2010, 125: 25–33.

[5] Hansen P M, Schjoerring J K. Reflectance measurement of canopy biomass and nitrogen status in wheat crops using normalized difference vegetation indices and partial least squares regression., 2003, 86: 542–553.

[6] 郭建華, 趙春江, 王秀, 陳立平. 作物氮素營(yíng)養(yǎng)診斷方法的研究現(xiàn)狀及進(jìn)展. 中國(guó)土壤與肥料, 2008, (4): 10–14. Guo J H, Zhao C J, Wang X, Chen L P. Research advancement and status on crop nitrogen nutrition diagnosis., 2008, (4): 10–14 (in Chinese with English abstract).

[7] 馬露露, 呂新, 張澤, 馬革新, 海興巖. 基于臨界氮濃度的滴灌棉花氮素營(yíng)養(yǎng)診斷模型研究. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2018, 49(2): 277–283. Ma L L, Lyu X, Zhang Z, Ma G X, Hai X Y. Establishment of nitrogen nutrition diagnosis model for drip-irrigation cotton based on critical nitrogen concentration., 2018, 49(2): 277–283 (in Chinese with English abstract).

[8] 趙犇, 姚霞, 田永超, 劉曉軍, 曹衛(wèi)星, 朱艷. 基于臨界氮濃度的小麥地上部氮虧缺模型. 應(yīng)用生態(tài)學(xué)報(bào), 2012, 23: 3141–3148. Zhao B, Yao X, Tian Y C, Liu X J, Cao W X, Zhu Y. Accumulative nitrogen deficit models of wheat aboveground parts based critical nitrogen concentration., 2012, 23: 3141–3148 (in Chinese with English abstract).

[9] 劉秋霞, 任濤, 張亞偉, 廖世鵬, 李小坤, 叢日環(huán), 魯劍巍. 華中區(qū)域直播冬油菜臨界氮濃度稀釋曲線的建立與應(yīng)用. 中國(guó)農(nóng)業(yè)科學(xué), 2019, 52: 2835–2844. Liu Q X, Ren T, Zhang Y W, Liao S P, Li X K, Cong R H, Lu J W. Determination and application of a critical nitrogen dilution curve for direct-sowing winter oilseed rape in central China., 2019, 52: 2835–2844.

[10] Yao X, Atauikarim S T, Zhu Y, Tian Y C, Liu X J, Cao W X. Development of critical nitrogen dilution curve in rice based on leaf dry matter., 2014, 55: 20–28.

[11] 牟思維, 解君, 羅成, 劉鐵寧, 楊寶平, 韓清芳, 劉曉雪. 關(guān)中地區(qū)大蒜臨界氮濃度稀釋曲線及驗(yàn)證. 農(nóng)業(yè)工程學(xué)報(bào), 2019, 35(19): 126–133. Mou S W, Xie J, Luo C, Liu T N, Yang B P, Han Q F, Liu X X. Establishment and verification of critical nitrogen concentration dilution curve of garlic in Guanzhong plain., 2019, 35(19): 126–133 (in Chinese with English abstract).

[12] 李正鵬, 宋明丹, 馮浩. 關(guān)中地區(qū)玉米臨界氮濃度稀釋曲線的建立和驗(yàn)證. 農(nóng)業(yè)工程學(xué)報(bào), 2015, 31(13): 135–141. Li Z P, Song M D, Feng H. Development and validation of critical nitrogen content for maize in Guanzhong area., 2015, 31(13): 135–141 (in Chinese with English abstract).

[13] 付江鵬, 賀正, 賈彪, 劉慧芳, 李振洲, 劉志. 滴灌玉米臨界氮稀釋曲線與氮素營(yíng)養(yǎng)診斷研究. 作物學(xué)報(bào), 2020, 46: 290–299. Fu J P, He Z, Jia B, Liu H F, Li Z Z, Liu Z. Critical nitrogen dilution curve and nitrogen nutrition diagnosis of maize with drip irrigation., 2020, 46: 290–299 (in Chinese with English abstract).

[14] 安志超, 黃玉芳, 汪洋, 趙亞南, 岳松華, 師海斌, 葉優(yōu)良. 不同氮效率夏玉米臨界氮濃度稀釋模型與氮營(yíng)養(yǎng)診斷. 植物營(yíng)養(yǎng)與肥料學(xué)報(bào), 2019, 25: 123–133. An Z C, Huang Y F, Wang Y, Zhao Y, Yue S H, Shi H B, Ye Y L. Critical nitrogen concentration dilution model and nitrogen nutrition diagnosis in summer maize with different nitrogen efficiencies., 2019, 25: 123–133 (in Chinese with English abstract).

[15] 梁效貴, 張經(jīng)廷, 周麗麗, 李旭輝, 周順利. 華北地區(qū)夏玉米臨界氮稀釋曲線和氮營(yíng)養(yǎng)指數(shù)研究. 作物學(xué)報(bào), 2013, 39: 292–299. Liang X G, Zhang J T, Zhou L L, Li X H, Zhou S L. Critical nitrogen dilution curve and nitrogen nutrition index for summer maize in North China Plain., 2013, 39: 292–299 (in Chinese with English abstract).

[16] Yue S C, Sun F L, Meng Q F, Zhao R F, Li F, Chen X P, Zhang F S, Cui Z L. Validation of a critical nitrogen curve for summer maize in the North China Plain., 2014, 24: 76–83.

[17] Plenet D, Lemaire G. Relationships between dynamics of nitrogen uptake and dry matter accumulation in maize crops., 1999, 216: 65–82.

[18] Herrmann A, Taube F. The range of the critical N dilution curve for maize can be extended until silage maturity., 2004, 96: 1131–1138.

[19] Ziadi N, Brassard M, Bélanger G, Cambouris A N, Tremblay N, Nolin M C, Claessens A, Parent L E. Critical N curve and N nutrition index for corn in Eastern Canada., 2008, 100: 271–276.

[20] Justes E, Mary B, Meynard J M, Machet J M, Thelier-Huche L. Determination of a critical nitrogen dilution curve for winter wheat crops., 1994, 74: 397–407.

[21] Lemaire G, Van Oosterom E, Sheehy J, Jeuffroy M H, Massignam A, Rossato L. Is crop N demand more closely related to dry matter accumulation or leaf area expansion during vegetative growth., 2007, 100: 91–106.

[22] Gastal F, Lemaire G. N uptake and distribution in crops: an agronomical and ecophysiological perspective., 2002, 53: 789–799.

[23] Willmott C J. Some comments on the evaluation of model performance., 1982, 63: 1309–1369.

[24] Yang J, Greenwood D J, Rowell D L, Wadsworth G A, Burns I G. Statistical methods for evaluating a crop nitrogen simulation model., 2000, 64: 37–53.

[25] Jamieson P D, Porter J R, Wilson D R. A test of the computer simulation model ARCWHEAT1 on wheat crops grown in New Zealand., 1991, 27: 337–350.

[26] Liu J L, Zhan A, Bu L D, Zhu L, Luo S S, Chen X P, Cui Z L, Li S Q, Hill R L, Zhao Y. Understanding dry matter and nitrogen accumulation for high-yielding film-mulched maize., 2014, 106: 390–396.

[27] Poommel B, Gallais A, Coque M, Quilleré I, Hirel B, Peioul J L, Andrieu B, Floriot M. Carbon and nitrogen allocation and grain filling in three maize hybrids differing in leaf senescence., 2006, 24: 203–211.

[28] Maryam H, Farhan A, Kaveh Z. Effect of drought stress on some morphological, physiological and agronomic traits in various foliage corn hybrids., 2012, 12: 890–896.

[29] 寧芳, 張?jiān)t, 溫鵬飛, 王瑞, 王倩, 董朝陽, 賈廣燦, 李軍. 不同降水狀況下旱地玉米生長(zhǎng)與產(chǎn)量對(duì)施氮量的響應(yīng). 作物學(xué)報(bào), 2019, 45: 777–791. Ning F, Zhang Y H, Wen P F, Wang Q, Dong Z Y, Jia G C, Li J. Responses of maize growth and yield to nitrogen application in dryland under different precipitation conditions., 2019, 45: 777–791 (in Chinese with English abstract).

Critical nitrogen dilution curves and nitrogen nutrition diagnosis of spring maize under different precipitation patterns in Weibei dryland

LIU Peng-Zhao, SHI Zu-Jiao, NING Fang, WANG Rui, WANG Xiao-Li, and LI Jun*

College of Agronomy, Northwest A&F University / Key Laboratory of Crop Physiecology and Tillage Science in Northwestern Loess Plateau, Ministry of Agriculture, Yangling 712100, Shaanxi, China

The excessive nitrogen (N) applications, large rainfall variations and poor water-nitrogen couplings are main problems to efficient nitrogen fertilizer uses in spring maize production of Weibei dryland. Critical nitrogen dilution curves under different rainfall scenarios in Weibei dryland were constructed in this study to analyze the feasibilities of diagnosing and evaluating nitrogen nutritional conditions in terms of nitrogen nutrition index (NNI), which would provide a theoretical basis for reasonable nitrogen fertilizations application of dryland maize in response to different rainfalls. The experiment design using Zhengdan 958 (ZD958) and Shaandan 8806 (SD8806) as tested materials was five treatments level, N applied at 0(N0), 75(N1), 150(N2), 270(N3), and 360(N4) kg hm–2in 2016 and 2017, and at 0(N0), 90(N0), 180(N2), 270(N3), and 360(N4) kg hm–2in 2018 and 2019, respectively. It was rainy at the ear stage and dry at the grain stage in 2016 and 2018, whereas dry at the ear stage and rainy at the grain stage in 2017 and 2019. Critical nitrogen dilution curve models for spring maize with two precipitation patterns were constructed and verified using the data collected in the four-year position nitrogen fertilization experiment. The results showed that: (1) increased nitrogen fertilizer application significantly increased aboveground biomass and plant N concentrations, and there were significantly different among different treatments. Both critical nitrogen concentrations (c) and aboveground biomass conformed the exponential relations with the two precipitation patterns, but there were differences between the parameters of the models for these relations (a. Rainy at the ear stage:c= 35.98DM–0.35; b. Dry at the ear stage:c= 35.04DM–0.23). The relatively stable model had a linear correlation between the fitted and actual plant N concentrations, which shown that the RMSE and–RMSE were 1.03 and 5.75% at the ear stage over the rainy years and 1.53 and 6.78% at the ear stage in the dry years, respectively. (2) at the different growth stages, NNI were increased with the increased application, and there were differences in the optimal nitrogen application under different precipitation conditions. The optimum N rate in the form of basal fertilizers was 150–180 kg hm–2, and in the form of top dressing fertilizers was 45–75 kg hm–2at the ear stage in the rainy years. The nitrogen nutrition index (NNI) was significantly correlated with relative nitrogen uptake (RNupt), as were relative aboveground biomass (RDW) and relative yield (RY). When the NNI was 1.02 at the ear stage in the rainy years, the maximum RY was 0.95; and when the NNI was 1.08 at the ear stage in the dry years, the maximum RY was 0.92. The critical nitrogen dilution curve model and nitrogen nutrition index model constructed in this study were able to accurately predict nitrogen nutrition conditions from jointing stage to maturity stage under the two precipitation patterns of spring maize. They would provide an important guidance for nitrogen diagnosis and fertilization application in maize growing stage.

precipitation pattern; Weibei dryland; spring maize; critical nitrogen dilution curve; nitrogen nutrition index

10.3724/SP.J.1006.2020.03007

本研究由國(guó)家科技支撐計(jì)劃項(xiàng)目(2015BAD22B02), 國(guó)家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)項(xiàng)目(2013AA102902)和國(guó)家自然科學(xué)基金項(xiàng)目(31801300)資助。

This study was supported by the National Key Technology Support Program of China (2015BAD22B02), the National High Technology Research and Development Program of China (863 Program) (2013AA102902), and the National Natural Science Foundation of China (31801300).

李軍, E-mail: junli@nwsuaf.edu.cn

E-mail: liupz@foxmail.com

2020-01-31;

2020-04-15;

2020-05-08.

URL: http://kns.cnki.net/kcms/detail/11.1809.S.20200507.1615.008.html