遼西半干旱區(qū)淺埋滴灌水、氮、磷、鋅耦合對春玉米產(chǎn)量的影響

劉泳圻，谷 健，孫仕軍*，趙 旺，楊金鑫，馬寧寧，王子豪，尹光華*

（1 沈陽農(nóng)業(yè)大學水利學院，沈陽 110866；2 中國科學院沈陽應用生態(tài)研究所，沈陽 110016）

遼寧省西部地區(qū)屬于大陸性季風半干旱氣候，光熱資源豐富、降水較少且分布不均[1]，水資源短缺成為該地區(qū)農(nóng)業(yè)持續(xù)高產(chǎn)穩(wěn)產(chǎn)的主要制約因素之一。此外，肥料施用不合理且浪費嚴重是制約當?shù)剞r(nóng)業(yè)生產(chǎn)的另一主要因素。據(jù)統(tǒng)計，該地區(qū)肥料利用率僅為20%～30%[2]，有很大的提高潛力。大力發(fā)展高效節(jié)水灌溉技術(shù)，推行水肥一體化是解決上述限制因素的有效途徑之一。

淺埋滴灌作為一種高效的節(jié)水灌溉技術(shù)，采用機械作業(yè)方式，在播種的同時將滴灌帶埋設在地下3～5 cm，既可避免殘膜污染，又可減少地表蒸發(fā)[3]，具有節(jié)水、抑蒸、節(jié)肥、省工、增產(chǎn)、生態(tài)友好等優(yōu)點。因此，開展淺埋滴灌水肥一體化技術(shù)研究，對實現(xiàn)作物增產(chǎn)增效有一定的現(xiàn)實意義。本項目前期的研究已經(jīng)確定了遼西地區(qū)春玉米淺埋滴灌灌溉定額、水氮耦合[4]及水氮鉀耦合[5]的具體實施方案，但對磷、鋅等營養(yǎng)元素在淺埋滴灌水肥一體化技術(shù)上的應用卻鮮有報道。磷肥可以促進作物根系生長，增加根長度、根系干物質(zhì)重，提高水分利用效率[6]。合理施用鋅肥能明顯改善玉米生長性狀，緩解干旱對生長的抑制，提高玉米對干旱脅迫的適應性，改善穗位葉部性狀[7]，減輕病害發(fā)生，顯著提高產(chǎn)量[8]。也有研究表明，長期施用磷肥會導致有效鋅含量降低[9]。在遼寧西部半干旱區(qū)，農(nóng)業(yè)生產(chǎn)中施肥普遍偏重于氮、磷和鉀等大量元素而忽視微量元素施用，導致土壤中鋅含量較低。因此，開展淺埋滴灌水、氮、磷、鋅耦合對春玉米產(chǎn)量影響研究，揭示其對產(chǎn)量的耦合作用規(guī)律，確定其適宜施用方案，可為該技術(shù)的大面積推廣應用提供科學依據(jù)。

1 研究地區(qū)與方法

1.1 試驗區(qū)概況

試驗在遼寧省西部典型半干旱地區(qū)——阜新蒙古族自治縣進行 (41°44′～42°34′N，121°01′～122°26′E)。該地區(qū)是遼寧省玉米重要產(chǎn)區(qū)，平均海拔235 m，年均氣溫7.8℃，作物生育期平均氣溫為20.2℃，≥10℃積溫天數(shù)為169天。生育期累計日照時數(shù)為1295.8 h，年均累計蒸發(fā)量為1847.6 mm，降水量為493.1 mm，且年內(nèi)分布不均，春旱、伏旱、秋旱頻繁發(fā)生。土壤理化性質(zhì)：pH 6.15、容重1.44 g/cm3、田間持水率 23%、有機質(zhì) 18.00 g/kg、全氮 0.84 g/kg、堿解氮 157.95 mg/kg、速效磷 8.12 mg/kg、全鋅 42.97 mg/kg、有效鋅 0.38 mg/kg。試驗地有效鋅含量屬于極低范圍 (＜0.5 mg/hm2)[10]。

1.2 試驗設計

試驗選用水、氮、磷、鋅4個因素，采用四因子五水平二次回歸正交試驗設計 (1/2實施) 方式，共 19 個處理，重復 3 次，小區(qū)面積為60 m2(6 m ×10 m)，并設空白對照，不進行灌溉和施肥。灌水量按照播種期滴灌10 mm，其余水量分別于拔節(jié)期、抽雄期、灌漿期3次等量灌溉，用水表控制水量 (精度0.001 m3)。肥料均由滴灌系統(tǒng)施加，氮肥用尿素(N含量46%)，在播種期氮肥施用量為全量的40%，其余按拔節(jié)期1/2、抽雄期1/4、灌漿期1/4追施；磷肥用溶解度為80%的過磷酸鈣 (P2O5含量18%)，作為基肥在播種期一次性隨水施入；鋅肥為七水硫酸鋅 (ZnSO4含量56%) 在拔節(jié)期全部隨水一次性施入。為了避免鉀元素對試驗結(jié)果的影響，本試驗磷肥選取時未使用溶解性較高的磷酸二氫鉀，而在應用時將過磷酸鈣泡入水中，溶解10 h后充分攪拌，制成過磷酸鈣稀溶液后隨水施用，計算施肥量時均已進行折算。各因子水平值如表1所示。

表 1 各因子水平值Table 1 Level values of different factors

試驗設計中，所有因子均已進行無量綱線性處理，其中，灌溉量因子下星號臂為該地區(qū)最小補灌量，上星號臂為傳統(tǒng)溝灌補灌量，氮、磷因子0水平為當?shù)亟?jīng)驗施肥量，鋅因子用量通過查閱文獻確定春玉米施鋅量為20 kg/hm2[11]，將該值確定為上水平。為比較不同肥料對玉米產(chǎn)量的影響，將施肥量下星號臂均定為0。根據(jù)該試驗設計，通過下列公式確定各個水平值：

零水平=(上星號臂+下星號臂)/2

上 (下) 水平=零水平±△

△=零水平/1.471

1.3 試驗材料與方法

試驗于2019年5月14日—9月28日開展，春玉米全生育期降雨量為569.5 mm（降雨及日平均氣溫分布如圖1所示），期間降雨量分布不均，播種期、灌漿期降雨頗豐，抽雄期降雨較少。試驗地塊之前連續(xù)3年采用當?shù)爻Ｒ?guī)種植方式種植春玉米以保證地力均勻。供試玉米品種為‘裕豐303’，密度為60000株/hm2，寬窄行種植，寬行距60 cm，窄行距40 cm，滴灌帶淺埋布設在窄行中間，埋設深度為5cm。采用專用的淺埋滴灌播種鋪帶一體機進行播種、鋪帶。滴灌帶采用新疆天業(yè)公司生產(chǎn)的內(nèi)鑲式滴灌帶，滴頭間距30 cm。

圖 1 玉米生育期降水量及氣溫Fig.1 Precipitation and temperature in growth period of maize

1.4 數(shù)據(jù)采集及分析方法

1.4.1 樣品采集與分析 在收獲期，選取不同處理小區(qū)中間16 m2的籽粒進行測產(chǎn)。用谷物水分儀測定籽粒含水量，按照標準含水率14%折算玉米產(chǎn)量。將不同處理產(chǎn)量數(shù)據(jù)與水肥施用數(shù)據(jù)利用二次回歸正交試驗設計 (1/2實施) 的統(tǒng)計分析方法，建立產(chǎn)量回歸模型。

1.4.2 回歸模型的構(gòu)建 按照二次回歸正交試驗設計 (1/2實施) 的統(tǒng)計分析方法，進行回歸統(tǒng)計，當有p個變量時，二次正交回歸模型的一般式為：

根據(jù)二次回歸正交試驗設計 (1/2實施) 的統(tǒng)計方法，計算出相應的回歸系數(shù)，即可得出肥料效應模型[12]。

1.4.3 數(shù)據(jù)處理及作圖 數(shù)據(jù)采用 Microsoft Excel 2016進行數(shù)據(jù)處理，Spss 25.0做頻數(shù)分析，分別采用Origin 2019、Matlab2019a作單因素產(chǎn)量效應圖以及二因子、三因子交互作用圖。

1.4.4 頻數(shù)分析 通過篩選滿足條件的方案以及各個組內(nèi)含某個體的次數(shù)，通過計算95%置信區(qū)間求得相應的農(nóng)藝措施。

2 結(jié)果與分析

2.1 處理間產(chǎn)量差異

表2中各處理編碼下標1～5分別對應下星號臂(低)、下水平 (欠)、零水平 (中)、上水平 (豐)、上星號臂 (高)。分析可知，固定 W 因子 (灌溉量) 編碼值水平時 (如處理1、2、3、4)，產(chǎn)量均有顯著性差異；當固定 N (氮)、P (磷)、Zn (鋅) 因子編碼值水平時 (如處理9、10、17)，產(chǎn)量間亦呈現(xiàn)明顯差異。說明水肥耦合對產(chǎn)量效應的影響，單獨改變水、肥施入量，均可導致產(chǎn)量發(fā)生變化。分別固定N因子 (處理 3、4、7、8)，P 因子 (處理 1、3、5、7)，Zn 因子(處理2、3、5、8)，可以看出，產(chǎn)量差異顯著，說明各個因子對產(chǎn)量均有顯著影響。根據(jù)處理15、16、17產(chǎn)量情況，發(fā)現(xiàn)當灌水量、施氮量、施磷量一定時，適當增加施鋅量有助于提高玉米產(chǎn)量，且各處理之間差異顯著，若過于增加施鋅量，產(chǎn)量則顯著降低。

表 2 不同處理產(chǎn)量變化Table 2 Yield change of different treatments

可見，單純的水多、肥多不一定有助于高產(chǎn)，只有適宜的水肥配比，才能達到高產(chǎn)。在淺埋滴灌水肥一體化研究中，適量施加微量元素鋅，可提高玉米產(chǎn)量，此方案具有投入低、回報高的優(yōu)點，為遼西春玉米增產(chǎn)提供理論依據(jù)。

2.2 產(chǎn)量模型建立

利用產(chǎn)量數(shù)據(jù)，以二次回歸正交設計方法構(gòu)建了W、N、P、Zn的回歸模型：

2.2.1 回歸模型的失擬性檢驗 經(jīng)過計算，F(xiàn)Lf=–0.5＜F(0.05)(2,2)=19，可知回歸模型的失擬性不顯著，表明其他因子對春玉米籽粒產(chǎn)量的影響可以忽略，本試驗選擇的4個因子用于研究春玉米籽粒產(chǎn)量的變化是可行的，因此，可以對該回歸模型進行顯著性檢驗。

2.2.2 回歸模型的顯著性檢驗 經(jīng)過計算，F(xiàn)=41.6＞F(0.01)(14,4)=14.3，達到極顯著水平，表明該回歸模型能夠很好地反映產(chǎn)量變化與灌水、施氮、施磷和施鋅4項農(nóng)藝措施之間的相關(guān)關(guān)系。

2.2.3 回歸系數(shù)的顯著性檢驗 采用F檢驗法對回歸模型的系數(shù)顯著性進行檢驗，得FW=11.30*，F(xiàn)N=6.24*，F(xiàn)P=80.22**，F(xiàn)Zn=1.54，F(xiàn)WN=5.98*，F(xiàn)WP=29.94**，F(xiàn)WZn=67.46**，F(xiàn)NP=67.46**，F(xiàn)NZn=29.94**，F(xiàn)PZn=5.98*，F(xiàn)W2=138.65**，F(xiàn)N2=69.84**，F(xiàn)P2=34.73**，F(xiàn)Zn2=33.69** [F(0.05)(14,4)=5.88*，F(xiàn)(0.01)(14,4)=14.26**]。可見，除 Zn 一次項系數(shù)沒有達到顯著水平外，其余項的回歸系數(shù)均達到顯著水平，且由于各因子均已進行無量綱化處理，所得偏回歸系數(shù)均已標準化，因此，其回歸系數(shù)可直接反映各因子對產(chǎn)量的影響程度。

2.2.4 主成分分析 對回歸模型進行主因素分析，模型 (2) 中的一次項系數(shù)之間，及各一次項系數(shù)與交互項、平方項之間都是不相關(guān)的，因此，可以用回歸系數(shù)絕對值的大小來反映各因素一次項對春玉米籽粒產(chǎn)量的影響。結(jié)果表明，灌水和施磷對產(chǎn)量的影響較大，施氮次之，施鋅的作用較弱，但灌水、施氮和施鋅均是正效應，而施磷是負效應。在正交設計中，二次項系數(shù)之間是相關(guān)的，不能直接用絕對值來比較二次項作用的大小。

從回歸模型的一次項系數(shù)的正負可以得出各因素對產(chǎn)量的影響方向。在4個因素中，在最佳施用量之前，產(chǎn)量均隨著施用量的增加而增加，但施磷量所對應的最佳施用量編碼值為負。

灌水和施氮、施磷和施鋅之間的交互項系數(shù)均為正值，可知灌水和施氮、施磷和施鋅措施的配合，對于提高產(chǎn)量是重要的，其之間表現(xiàn)為正的交互作用，可以相互促進。

二次項系數(shù)中，灌水、施氮、施磷、施鋅的系數(shù)均為負值，表明在試驗范圍內(nèi)，產(chǎn)量隨著灌水、施氮、施磷、施鋅的增加，其變化趨勢均為一條開口向下的拋物線，在拋物線的最高點，即產(chǎn)量最大值時，四因素均存在一個最優(yōu)值。

2.3 降維分析

2.3.1 單因子效應 對回歸模型進行降維消元處理，定義各因子為編碼值內(nèi)水平，其余因子均固定在0水平，可以消除其他因子對該分析因子的影響。

對模型 (2) 進行降維分析，分別得到單因子模型：

根據(jù)上述單因子模型作單因子產(chǎn)量效應圖 (圖2)。計算得知，在試驗設計范圍內(nèi)W、N、P、Zn單因子最小編碼值均為–1.471時，對應的產(chǎn)量分別為9474.96、9934.12、10862.25、10264.98 kg/hm2；當編碼值增加到0時，所對應產(chǎn)量均為10921.00 kg/hm2；當W、N、P、Zn編碼值分別增加到0.118、0.130、–0.662、0.093時，施用量分別為46.18 mm、179.56 kg/hm2、74.10 kg/hm2、12.74 kg/hm2，對應產(chǎn)量可達到試驗設計范圍內(nèi)最大值，依次為10929.01、10927.57、11040.89和10923.33 kg/hm2；當繼續(xù)增加編碼值至1.471時，各因子產(chǎn)量分別下降到9874.60、10231.03、9797.34、10412.40 kg/hm2。可見，各因子雖然達到產(chǎn)量最大值時的編碼值不同，所達到的最大產(chǎn)量也不同，但是對產(chǎn)量的影響趨勢相似，即產(chǎn)量達到最大值之前，隨著灌水量、施肥量的增加而增加，過量灌水施肥并不能保證春玉米獲得最高產(chǎn)量，反而會造成資源浪費和環(huán)境污染。

圖 2 灌溉量與施肥量單因子對玉米產(chǎn)量效應的影響(2019)Fig.2 Effects of single factor of irrigation and fertilization on maize yield in 2019

拋物線開口大小可以代表各因子對產(chǎn)量影響的大小，開口越小，說明產(chǎn)量對因子越敏感，受影響程度越大。分析圖2可知，單因子對產(chǎn)量的敏感程度為：W＞N＞Zn＞P。

由圖2還可以看出，灌水對提高產(chǎn)量有著顯著效果，可能因為試驗區(qū)的土壤質(zhì)地為砂壤土，保水性較差，生育前期雖然降雨較多，但是到了抽雄期，春玉米需水量較大，而降雨量減少，溫度較高，蒸發(fā)量加大，從而灌溉水的作用相對較大。而磷肥方面，施較少的磷可以增加產(chǎn)量，但是增產(chǎn)幅度較小，如果繼續(xù)施加磷肥，產(chǎn)量有所降低。

2.3.2 兩因子交互效應 固定其中兩個因子的編碼值為0，即可得到另外兩個因子交互作用對產(chǎn)量的影響模型，如下所示：

分別對上述模型作圖，得到圖3。

圖 3 二因子交互作用的產(chǎn)量效應Fig.3 Yield effects of interaction of two factors

分析圖3a可知，當灌水量、施氮量均在較低水平時，產(chǎn)量也相對較低，同時增加灌水量、施氮量，當編碼值達到中等偏上水平時，產(chǎn)量達到區(qū)間較大值，繼續(xù)增加用量，產(chǎn)量開始降低，但降低幅度不明顯。

分析圖3b和圖3d可知，W、P交互作用對產(chǎn)量的影響趨勢與N、P交互作用相似，對產(chǎn)量作用影響大小關(guān)系為W、N＞P。當W、N處于中上水平，P處于下水平時，產(chǎn)量達到最大，當灌水量、施氮量最小時，無論怎么增施磷肥，產(chǎn)量均無明顯提高。

分析圖3c和圖3e可知，W、Zn交互作用與N、Zn交互作用對產(chǎn)量影響類似，其最大值區(qū)間均在0編碼值附近。當W、Zn編碼值均為–1.471時，產(chǎn)量為7927.32kg/hm2，達到最低值，但是鋅肥的施用使得區(qū)間最大產(chǎn)量相比其它二因子交互作用所達到的區(qū)間最大值并無太大差距；當N、Zn編碼值均為–1.471時，產(chǎn)量為9848.75kg/hm2。同時增加W(N)、Zn用量，產(chǎn)量表現(xiàn)為先增大后減小的變化趨勢。

分析圖3f可知，當施加少量磷肥，中等水平鋅肥時，產(chǎn)量達到最大區(qū)間，若繼續(xù)增加鋅肥，產(chǎn)量降低幅度不明顯；若繼續(xù)增加磷肥，產(chǎn)量降低幅度較大；若同時增加P、Zn的施用量，產(chǎn)量有降低趨勢，這是由于過量的P、Zn會引起P-Zn拮抗作用，導致產(chǎn)量下降[13]。

分別對式 (7)～(12) 進行區(qū)間最大值求解，并與空白對照組的產(chǎn)量10125.00 kg/hm2相比，計算增產(chǎn)百分數(shù)，結(jié)果如表3所示。

表 3 各因素交互作用下最大產(chǎn)量及增產(chǎn)率Table 3 Maximum yield and yield increase rate corresponding to each interaction

通過對比各交互作用增產(chǎn)幅度可知，本年度降水條件下 (豐水年)，兩因子交互作用對產(chǎn)量效應影響大小為N×P＞W(wǎng)×P＞P×Zn＞W(wǎng)×N＞N×Zn＞W(wǎng)×Zn。

2.3.3 三因子交互效應 固定模型 (1) 中的一個因子編碼值為0，得到其余三因子模型，利用模型作三因子交互作用產(chǎn)量效應圖 (圖4)。

圖 4 三因子交互作用的產(chǎn)量效應Fig.4 Yield effects of interaction of three factors

由圖4a可知，W、N、P交互作用對產(chǎn)量的作用效果中，當W=0.575、N=1.004、P=?1.471時，所對應的灌水量51 mm、施氮量277 kg/hm2、施磷量0 kg/hm2，產(chǎn)量達到區(qū)間最大值11372.24 kg/hm2，相比空白對照增產(chǎn)12.32%。

由圖4b可知，N、P、Zn三因子耦合，當N=1.239、P=?1.471、Zn=?0.874時，產(chǎn)量達到區(qū)間最大值11349.07 kg/hm2，增產(chǎn)了12.09%，相比圖4a，灌水量與施鋅量均有所降低，施氮量有所提高。

分析圖4c可知，當W、N、Zn編碼值分別為0.207、0.227、–0.181時，產(chǎn)量達到區(qū)間最大值10941.97 kg/hm2，增產(chǎn)了8.07%；分析圖4d可知，當 W、P、Zn編碼值分別為0.603、–1.105、–0.620時，產(chǎn)量達到區(qū)間最大值11146.35 kg/hm2，增產(chǎn)了10.09%。圖4a與圖4c相比，施鋅量提升，雖然施氮量增加，但是施磷量降低，總體表現(xiàn)為施肥總量降低，產(chǎn)量變化幅度不大，說明增施鋅肥，在保證產(chǎn)量的前提下，可以有效的減少氮、磷肥的施用；圖4a與圖4d相比，施鋅量增加，雖然氮、磷施用總量有所升高，但是灌溉量降低，同時，產(chǎn)量達到三因素交互作用中的最大值，說明此時，該三因子之間耦合作用效果最佳。

通過三因素的分析，可以看出，水肥一體化試驗中，4個因子之間存在著一定的內(nèi)在相互耦合作用，施加微量元素鋅，可以起到節(jié)水、節(jié)肥的作用。

2.3.4 適宜的水肥管理方案 試驗設計共4個因子，每個因子有±1.471、±1和0共5個水平，一共具有54=625個組合方案，對理論產(chǎn)量高于10000.00 kg/hm2的水肥方案進行頻數(shù)分析，共有139個方案，占總方案的22.24%。

由表4可以看出，當編碼值分別為W (0.101～0.396)、N (0.062～0.393)、P (–0.554～?0.228)、Zn(?0.189～0.176) 時，對應的實物用量分別為灌水量為46～49 mm、施氮量 172～209 kg/hm2、施磷量84～114 kg/hm2、施鋅量 10～13 kg/hm2時，產(chǎn)量有95%的可能性高于10000 kg/hm2，即達到10000～12018 kg/hm2。

表 4 頻數(shù)分析Table 4 Frequency analysis

3 討論

本試驗選取了淺埋滴灌條件下的灌水、施氮、施磷和施鋅4個因素，每個因素5個水平，完全隨機組合的處理數(shù)高達625個。二次回歸正交設計試驗方法具有試驗次數(shù)少、能夠保持足夠的剩余自由度，且其計算簡便、部分消除回歸系數(shù)之間的相關(guān)性等優(yōu)點[14]。因此，采用該方法，使得本試驗處理僅為19個，且能夠較好地滿足試驗目的。但是，該方法仍存在統(tǒng)計學上的缺點，即其由于缺乏旋轉(zhuǎn)性而不能根據(jù)預測值直接尋找最優(yōu)區(qū)域。在本研究中，采用了頻數(shù)分析的方法，對產(chǎn)量最高尋優(yōu)，得出了較高產(chǎn)量的適宜水肥施用范圍，使試驗結(jié)果更為可靠。

利用淺埋滴灌水肥一體化方式進行水肥施用，既可實現(xiàn)節(jié)水節(jié)肥的目的，又能促進作物增產(chǎn)增效，具有很好的實踐意義。氮和磷是玉米生長所需的大量元素，對提高干物質(zhì)積累量、器官建成[15]、作物葉綠素含量及促進光合作用、提高產(chǎn)量具有重要作用[16]。水肥耦合技術(shù)，可以提高水分利用效率、肥料偏生產(chǎn)力[17]，一般情況下，水肥耦合存在閾值，當小于閾值時，增加灌水和施肥量能夠提高產(chǎn)量，大于閾值時，再增加灌水和施肥量則產(chǎn)量會降低[18]，在地表滴灌[19]、膜下滴灌[20]水肥耦合的研究中均有類似結(jié)論。

本試驗中，由于土壤有效磷含量處于中等水平，磷單因子對產(chǎn)量效應表現(xiàn)為先增加后減少的變化趨勢，但作物對磷虧缺的反應相對敏感，可能是由于磷肥施入土壤后釋放慢、肥效低，常年施加在土壤中的磷殘留較多[21]，而本試驗中的磷肥采用的是滴灌隨水施入方式，該方式大大提高了磷肥的利用效率[22]，與傳統(tǒng)施肥方式相比，減少了土壤對磷肥的固定作用，因而少量的施用磷肥可使產(chǎn)量達到最大值。鋅是春玉米較為敏感的元素，在促進植物生長發(fā)育、改善品質(zhì)方面有明顯作用[23]，但是，無論缺鋅、多鋅，都會對玉米造成減產(chǎn)[24]。鋅肥可以促進植物對氮的吸收，提高氮肥利用效率，同時，氮肥又可以促進作物對鋅的吸收，提高籽粒鋅含量，提升籽粒品質(zhì)[25]；本研究中氮鋅交互作用對產(chǎn)量的影響幅度不大，可能是因為土壤中氮素含量較高，影響了作物對鋅的吸收，從而影響產(chǎn)量[26]。在磷鋅交互作用中，存在一個閾值，當土壤鋅含量過高時，施用磷肥，磷鋅會產(chǎn)生拮抗作用，當土壤鋅含量較低時，施加磷肥，磷鋅配施會起到協(xié)同作用，此時，施鋅可以促進作物對磷素的吸收，施磷可以增加土壤有效鋅以及植株鋅含量，因而可以提高作物產(chǎn)量[27]。本試驗土壤有效鋅含量較低，不發(fā)生P-Zn拮抗作用，磷鋅二因子交互項符號為正，起到了協(xié)同作用。

N、P均為玉米所需大量元素，由于試驗年為豐水年，灌水作用相對減弱，肥料效果相對提高，當施氮較少時，會促進作物對磷素的吸收[28]；因此，N、P交互作用在增產(chǎn)效應上表現(xiàn)最為明顯。本試驗中，W、N單因子對產(chǎn)量影響較大，同時W、N耦合對產(chǎn)量影響效應中的增產(chǎn)表現(xiàn)均不錯，由于該試驗年為豐水年，水量過大導致淋溶損失，但是到了抽雄期，降雨量減少，溫度升高，繼續(xù)增施氮肥，導致植株冠層增大，加大了作物耗水量[29]，形成土壤干旱，影響作物產(chǎn)量，因此W、N耦合綜合表現(xiàn)的增產(chǎn)作用略低于其他耦合組合。W、Zn交互作用的增產(chǎn)效果最不明顯，說明玉米種植離不開N、P等大量元素，僅施加微量元素鋅肥增產(chǎn)效果不佳，微量元素鋅肥適用于與大量元素配施，可起到進一步增產(chǎn)的效果。

米合古麗·熱合木提等[30]針對水、氮、磷三因子耦合對玉米產(chǎn)量影響的研究結(jié)果表明，二因子交互作用對產(chǎn)量影響大小關(guān)系為水磷耦合＞氮磷耦合＞水氮耦合，與本研究結(jié)論有所不同，原因可能是由于該實驗水量充足，灌溉周期為10～15天，可以促進磷素的吸收，因此水磷耦合＞氮磷耦合對產(chǎn)量的作用效果，本試驗中試驗地堿解氮本底值均較大，作物對氮肥響應不敏感，因此水氮耦和對產(chǎn)量貢獻率略低。孫文濤等[31]在阜新地區(qū)進行了水、氮、磷三因子水肥耦合試驗，在土壤含水率為田間持水率80%條件下，水肥耦合對產(chǎn)量調(diào)控效應大小為：水氮耦合＞水磷耦合＞氮磷耦合，與本研究結(jié)論恰好相反，可能是因為該試驗地全氮含量極低 (0.086 mg/kg)，速效磷含量相對較高 (84.70 mg/kg)；另外，與本研究的試驗方式和條件不同，孫文濤等[31]的對比試驗為遮雨棚試驗，灌溉水為唯一水源，因此水肥耦合對產(chǎn)量的影響要大于僅施肥耦合，而本試驗是在自然降雨條件下進行，降雨和灌溉水，均可增強肥料的施用效果。在本試驗區(qū)以溝灌方式進行的水氮磷耦合對春玉米產(chǎn)量影響的試驗，得到當灌水量75.2 mm、施氮量 281.7 kg/hm2、施磷量 127.10 kg/hm2時，產(chǎn)量達到最大值9374.00 kg/hm2[32]，本研究與其研究結(jié)論相比，增產(chǎn)5.34%，表明淺埋滴灌灌溉方式優(yōu)于傳統(tǒng)溝灌；該研究與本試驗相比施氮量相差不大，灌水量、施磷量相差較大，分析原因：與傳統(tǒng)溝灌相比，滴灌能提高灌溉水、肥料利用效率，因此所得最優(yōu)水肥配比也有所不同；本試驗由于鋅元素的施入，使得土壤鋅含量得以必要補充，可見施加微量元素鋅對春玉米增產(chǎn)有著重要的作用。

需要指出的是，由于水肥耦合存在時間和空間上的差異[33]，不同區(qū)域、不同土壤質(zhì)地、不同土壤養(yǎng)分含量均可導致所得結(jié)論不同，因此在生產(chǎn)應用中一定要因地制宜，結(jié)合當?shù)貙嶋H情況予以推廣應用。

4 結(jié)論

在遼西半干旱區(qū)，采用淺埋滴灌技術(shù)，水、氮、磷、鋅四因子對春玉米產(chǎn)量影響顯著，但各因子對產(chǎn)量的貢獻不同，大小順序為W＞N＞Zn＞P；兩兩交互作用對產(chǎn)量貢獻的大小順序為N × P＞W(wǎng) × P＞P × Zn＞W(wǎng) × N＞N × Zn＞W(wǎng) × Zn。淺埋滴灌水肥耦合有利于提高春玉米產(chǎn)量，在大量元素基礎上配施微量元素鋅，能夠有效促進增產(chǎn)。依據(jù)頻數(shù)分析結(jié)果，自然降雨豐水年型條件下，當水肥配比模式為灌水量 46～49 mm、N 172～209 kg/hm2、P 84～114 kg/hm2、Zn 10～13 kg/hm2時，產(chǎn)量達到10000～12017 kg/hm2有95%的可能性，該水肥配置方案為供試條件下的適宜配比。