基于光合特性的作物生長模型在鹽漬農(nóng)田的適用性分析與評價

宋一瀟，黃介生，曾文治，雷國慶，朱姜旭

(武漢大學 水資源與水電工程科學國家重點實驗室，武漢 430072)

土壤鹽漬化是全球性的環(huán)境問題，根據(jù)聯(lián)合國教科文組織(UNESCO)和糧農(nóng)組織(FAO)的不完全統(tǒng)計，全世界鹽漬土面積約9.54 億hm2。根據(jù)我國第二次土壤普查數(shù)據(jù)，中國鹽漬土總面積約3 600 萬hm2，占全國可利用土地面積的4.88%，耕地中鹽漬化面積達到920.9 萬hm2，占全國耕地面積6.62%[1]。在人口不斷增加、耕地面積日益緊張的情況下，土壤鹽漬化對我國的農(nóng)業(yè)生產(chǎn)、糧食安全和生態(tài)環(huán)境的可持續(xù)發(fā)展的威脅更加突出[2]。

光合作用是作物生物量累積的關(guān)鍵環(huán)節(jié)，而作物光合特性對土壤鹽分脅迫較為敏感，因而研究鹽分影響條件下的作物光合特征(如凈光合速率等)尤為重要。鹽分脅迫主要通過改變作物的滲透壓力和離子狀態(tài)影響作物生長[3]。具體而言，作物滲透壓力的改變會導致葉面氣孔的閉合、細胞擴張和分裂過程的抑制[4, 5]，而葉片中不利鹽分離子的累積則會抑制酶活性，降低葉肉細胞的光合活性[6]。陳澤彬[7]，Zeng[8]和Razzaghi[9]等人也發(fā)現(xiàn)土壤鹽分一定程度上抑制了作物的光合速率、氣孔導度、蒸騰速率、作物長勢和生物量的累積。

已有研究表明，在鹽漬農(nóng)田，合理的施用氮肥可以緩解鹽分對作物光合和生物量累積的影響。田德龍等[10]發(fā)現(xiàn)氮素對向日葵光合的影響顯著，甚至超過水分的影響。施氮對作物的光合特性的影響在有無鹽分脅迫條件下表現(xiàn)出一定差異，Noushina Iqbal等[11]以芥菜為研究對象，發(fā)現(xiàn)在無鹽分脅迫條件下，適當?shù)牡蕰龠M脯氨酸代謝，進而優(yōu)化調(diào)節(jié)乙烯來調(diào)節(jié)作物滲透平衡和光合作用，但施氮過度，則會抑制脯氨酸的產(chǎn)生，刺激過多的乙烯產(chǎn)生，從而抑制作物的光合作用；但是在鹽分脅迫下，相對較多的氮肥施入則會通過加速脯氨酸的產(chǎn)生，緩解鹽分對光合作用的影響。Zeng等[8]也發(fā)現(xiàn)氮肥的施入會有效緩解鹽分對向日葵光合作用和生長的不利影響，特別是在一些關(guān)鍵生育期，如苗期和蕾期，適度施氮量條件下可以促使光合速率最大并產(chǎn)生最大的干物質(zhì)積累量。

由于作物的光合過程與干物質(zhì)和產(chǎn)量的形成密切相關(guān)，因而de Wit[12]及Duncan[13]等人以物質(zhì)能量的傳輸轉(zhuǎn)化規(guī)律為基礎(chǔ)，相繼提出了冠層光能截獲和群體光合作用的模型，此后作物模擬研究迅速發(fā)展，出現(xiàn)了許多經(jīng)典的作物模型，如ELCROS(Elementary Crop Simulator)描述了作物的潛在生產(chǎn)水平[14]，BACROS(Basic Crop growth Simulator)在ELCROS的基礎(chǔ)上加入對呼吸作用的描述[15, 16]，SUCROS(Simple and Universal Crop growth Simulator)可適用于不同種類的作物而更具有通用性[17]，CERES系列模型與以往相比具有更強的預測性，從而被廣泛的用于不同環(huán)境條件下的作物估產(chǎn)、干旱評價、作物品種培育等[18]。作物生長模擬模型在環(huán)境變化和影響因子復雜的條件下，通過數(shù)學方法描述作物生長過程為經(jīng)驗模型或機理模型，具有較強的機理性、系統(tǒng)性和通用性，逐漸成為土地資源評價、農(nóng)作物生產(chǎn)水肥管理決策以及農(nóng)業(yè)增產(chǎn)的重要科學技術(shù)工具之一。但目前以光合特性為基礎(chǔ)發(fā)展的作物生長模型多針對非鹽漬化地區(qū)的糧食作物[19-21]，而對鹽分脅迫下，特別是在鹽漬農(nóng)田增施氮肥條件下的作物光合特性的模擬研究較少。

本文基于河套灌區(qū)鹽漬農(nóng)田向日葵生長實驗觀測，從生理角度對不同鹽分和施氮量條件下的向日葵在各生育期的光合特性進行了對比分析，并利用高斯積分和群體光合積分模型對向日葵不同生育期的干物質(zhì)累積量進行模擬，通過對模型精度的比較分析，對其在鹽漬農(nóng)田的適應性做出評價，并提出未來研究的改進措施，以期為鹽漬農(nóng)田的水肥管理提供有力工具，促進鹽漬土地區(qū)的糧食增產(chǎn)和農(nóng)業(yè)可持續(xù)發(fā)展。

1 材料與方法

1.1 研究區(qū)概況

試驗區(qū)位于內(nèi)蒙古河套灌區(qū)義長試驗站永聯(lián)基地(41°4′N，108°1′E，海拔1 020 m)。試驗區(qū)屬大陸性季風氣候，年降雨量為139～222 mm，主要集中于7、8月份，占全年降雨量的60%左右。年蒸發(fā)量高達2 200～2 400 mm，蒸降比在10以上。主要土壤類型包括粉壤土、粉黏壤土、粉土和黏壤土等。氣候的干旱使得地面蒸發(fā)作用強烈，土壤和地下水中所含鹽分隨著土壤毛細管水不斷的向上運移，最終聚集在土壤表層，從而造成了灌域嚴重的土壤鹽漬化問題[8]。

1.2 田間試驗

1.2.1 試驗設計

本研究于2017年3-10月間采用大田試驗，共設6個試驗田塊小區(qū)(長7.5 m，寬4.75 m)，每個小區(qū)內(nèi)分為3條地膜，膜寬1.0 m，膜距0.5 m，每條地膜進行點播種植。

采用雙因素隨機區(qū)組設計，研究因素包括土壤鹽漬化水平(S)和氮肥施用量(N)。其中，土壤鹽漬化設置3個水平，根據(jù)根區(qū)土壤(0～100 cm)的初始飽和浸提液電導率(ECe)，分為輕度鹽漬化土壤(S0：ECe<4.5 dS/m)、中度鹽漬化土壤(S1：4.59 dS/m)；氮肥施用量設置2個水平，為僅施基肥處理(N1，播種前施加氮肥180 kg/hm2)和增施氮肥處理(N2，基肥施加量與N1處理相同，并于播種后20 d左右施加氮肥90 kg/hm2)，每個水平均為3次重復，具體方案見表1。

表1 試驗設計Tab.1 Experimental design

1.2.2 試驗過程

試驗開始前(2017年5月)，對每個小區(qū)0～100 cm土層進行取樣分析，測定土壤的初始飽和浸提液電導率(ECe)，并以此為依據(jù)對土壤鹽漬化水平進行劃分。

供試作物為食用向日葵，品種為JK601，采取覆膜點播種植方法，行距0.5 m、株距0.5 m，播種時間為2017年5月27日，每穴播入數(shù)粒種子，隨即進行覆土或覆蓋，待出苗后進行間苗，每穴僅留1株。播種前對所有田塊進行充分灌溉，向日葵種植后全生育期不再進行灌溉。肥料均以一次性開溝形式均勻施入各試驗田塊小區(qū)，基肥在播前施用，種類為尿素和磷酸二銨，增施的氮肥在2017年6月17日對相應試驗田塊小區(qū)進行施加，種類為尿素。田間管理與當?shù)爻Ｒ?guī)管理一致。

1.2.3 指標測定與計算

(1)向日葵農(nóng)藝學指標觀測。每塊小區(qū)標記3株葵花，定株觀測，觀測項目為株高、莖粗、葉面積、蕾徑或盤徑，每5 d觀測一次。

(2)光合有效輻射觀測。使用光量子記錄儀于11∶00-13∶00測定各小區(qū)冠層的光合有效輻射值。對同一冠層需進行冠層上方和下方的光合有效輻射值測定，其中，測量冠層下方時，儀器高于地面高度30 cm，測量冠層上方時，儀器高于第一片完全展開葉10 cm。與農(nóng)藝學指標在同一天進行觀測。

(3)光合特性指標測定。使用便攜式光合儀(Li-6400XT，美國LI-COR生物科學公司)于9∶00-11∶00對每個小區(qū)的3株標記葵花植株進行光合測定，測定指標為凈光合速率(Pn)、氣孔導度(Gs)、胞間CO2濃度(Ci)等參數(shù)。設定葉室(20 mm×30 mm)的光量子通量密度(Photosynthetic photon flux density, PPFD)為1 700 μmol/(m2·s)(6400-02 LED紅藍光源控制)，樣品室CO2濃度為380 μmol/mol(6400-01 CO2注入系統(tǒng)控制)，流速為500 μmol/s，溫度為30 ℃，以各處理面向陽光健康生長的第3片完全展開葉作為測定目標，每片葉片進行5次重復測定。初期每5 d觀測一次，后期每10 d觀測一次。

(4)干物質(zhì)含量觀測。分別于各生育期(苗期、蕾期、花期、成熟期)及收獲時選取能代表試驗小區(qū)平均長勢的3株葵花從根部以上采樣，分花盤、莖、葉分別測量植株各器官的鮮重和干重。干重采用烘干法進行測定，將鮮樣放入恒溫烘箱內(nèi)以105 ℃殺青15 min后在80 ℃下烘干，稱質(zhì)量。

1.3 基于光合特性的作物生長模型

1.3.1 高斯積分(Gaussian integration method, GIM)模型

(1)每日冠層總光合作用量。Goudriaan(1986年)的研究表明，采用高斯積分法計算每日冠層的光合作用速率，可有效減少計算量并同時保證精度[22]。高斯積分的方法就是將葉片冠層分為5層，并將每天從中午開始到日落這段時間分成3個時間點，逐步加權(quán)求和得出每日冠層的總光合作用量。其計算為：

按照從中午到日落期間選擇的3個時間點為：

th(j)=12+0.5DLDIS(j)(j=1,2,3)

(1)

DL=12×[π+2×asin(SSCC)]/π

(2)

SSCC=SSIN/CCOS

(3)

SSIN=sin(LAT)·sin(δ)

(4)

CCOS=cos(LAT)·cos(δ)

(5)

式中：th(j)為真太陽時，h；DL為日長，h，它是一年中某日和所處地理緯度的函數(shù)；SSCC、SSIN、CCOS均為中間變量；LAT為地理緯度(°)；δ為太陽赤緯(°)，按照陳曉勇等(2011年)中的公式進行計算[23]；DIS(j)為高斯三點積分法的距離系數(shù)，其值見表2。

冠層的分層計算公式為：

LGAUSS(i)=DIS(i)·LAI(i=1,2,3,4,5)

(6)

IL,a(i,j)=PAR·[1-ρ(j)]·k·exp[-k·LGAUSS(i)]

(7)

FGL(i,j)=PMAX[1-exp(-ε·IL,a(i,j)/PMAX)]

(8)

(9)

(10)

FDTGA=DTGA·min(FW,FN)

(11)

式中：LGUASS(i)為高斯分層的葉面積指數(shù)；LAI為植株的葉面積指數(shù)；IL,a(i,j)為冠層中第j時刻在第i層所吸收的光合有效輻射，J/(m2·s)；PAR為光合有效輻射，J/(m2·s)；ρ(j)為第j時刻的反射率；k為消光系數(shù)；FGL(i,j)為冠層中第j時刻在第i層的瞬時光合作用速率，kgCO2/(hm2·h)；PMAX為單葉最大光合速率，kgCO2/(hm2·h)；ε為光轉(zhuǎn)換因子，kgCO2/(hm2·h)/[J/(m2·s)]，即吸收光的最大初始利用率；TFG(j)為第j時刻整個冠層的瞬時光合作用速率，kgCO2/(hm2·h)；DTGA為冠層每日的總光合作用量，kgCO2/(hm2·d)；FDTGA為每日冠層總同化量，kgCO2/(hm2·d)；FW、FN分別為水、氮效應因子；DIS(i)、WT(i)、DIS(j)、WT(j)分別為高斯積分法的距離系數(shù)和權(quán)重，其值見表2。

表2 高斯三點積分法和五點積分法的權(quán)重值WT和距離系數(shù)DISTab.2 Weight and distance coefficient for three-point method and five-point method of Gaussian integral

(2)群體呼吸消耗量。作物生長模擬模型中，呼吸作用包括生長呼吸和維持呼吸。

維持呼吸指活的有機體維持其現(xiàn)有的生化和生理狀態(tài)所消耗的能量且呼吸的強度與生物量或蛋白質(zhì)含量呈正比，同時對于溫度的影響比較敏感。生長呼吸與植物體的有機質(zhì)合成、植株的增長及新陳代謝活動有關(guān)，它依賴于植株的光合速率，對溫度的影響不敏感。

呼吸消耗量的計算公式如下：

(12)

RG=Rg·FDTGA

(13)

式中：RM為維持呼吸消耗量，kgCO2/(hm2·d)；RM(T0)為溫度為T0時的維持呼吸系數(shù)，g/g，以CO2計；RG為生長呼吸消耗量，kgCO2/(hm2·d)；Rg為生長呼吸系數(shù)，g/g，以CO2計；Tmean為日平均氣溫，℃；T0為植物呼吸的最適宜溫度，℃；Q10為呼吸作用的溫度系數(shù)。

(3)群體凈同化量和干物質(zhì)積累量。群體的凈同化量等于光合作用的生產(chǎn)量減去呼吸作用的消耗量，光合作用產(chǎn)生的最初同化物質(zhì)經(jīng)過一系列的轉(zhuǎn)換后最終形成干物質(zhì)產(chǎn)量。計算如下：

PND=FDTGA-RM-RG

(14)

TDRW=ξ·Cf·PND/(1-a)

(15)

DMi=DMi-1+TDRW

(16)

式中：PND為群體凈同化量，kgCO2/(hm2·d)；TDRW為植株干物質(zhì)的日增量，kgCO2/(hm2·d)；ξ為CO2與糖類(CH2O)的轉(zhuǎn)換系數(shù)，其值為相對分子質(zhì)量之比(30/44)；Cf為碳水化合物轉(zhuǎn)化為干物質(zhì)的系數(shù)，即單株各器官干物質(zhì)量占總干物質(zhì)質(zhì)量的比乘以各器官碳水化合物轉(zhuǎn)化為干物質(zhì)的系數(shù)，然后求和；a為干物質(zhì)中的礦物質(zhì)含量。

1.3.2群體光合積分(populationphotosyntheticintegrationmethod,PPIM)模型

(1)每日群體光合作用強度。采用Monsi-Saeki方法計算單葉光合作用強度，采用高亮之等[24]推導的群體光合積分公式計算群體的逐日光合量。

A=1/PAR1/2PMAX

(17)

(18)

(19)

(2)群體呼吸消耗量、干物質(zhì)日增量及積累量計算方法同1.3.1一致。

1.4 模型評價方法

為了評價模型的精度，采用常用的模型檢驗指標對其進行分析評價。通過計算模型模擬值和實測值之間的決定系數(shù)(R2)和相對均方根誤差(Relative Root Mean Square Error, RRMSE)來對它們之間的符合度進行分析。R2、RRMSE可分別用以下公式計算：

(20)

(21)

2 結(jié)果與討論

2.1 土壤鹽分條件和施氮量對向日葵光合特性指標的影響

由圖1可知，不同鹽氮處理下，向日葵的光合速率(Pn)在全生育期呈“雙峰”變化，分別在苗期和花期達到峰值，并在花期達到最大值。土壤鹽分條件對Pn值的影響因施肥量而異。總體來看，苗期不同氮肥處理中S2條件下的Pn值均達到最大，但各處理的Pn值變化幅度并不很大，表明向日葵在苗期具有一定強度的抗鹽作用。除苗期以外，在N1處理下，S0條件下的Pn值均為最大值，表明土壤鹽分對光合速率開始產(chǎn)生抑制作用，使得光合作用速率隨著鹽分濃度的升高呈現(xiàn)不同程度的降低趨勢。增施氮肥后，Pn值總體趨勢為隨著施氮量的增加而增大，S1條件下蕾期的光合速率及S2條件下成熟期的光合速率甚至超過同時期S0條件下的光合速率，表明盡管土壤鹽分對不同氮肥處理下的光合速率有一定的抑制作用，但施用氮肥能緩解部分鹽脅迫造成的不利影響。

向日葵的氣孔導度(Gs)在不同處理下隨著生育期的推進呈現(xiàn)多峰波動狀態(tài)，在基肥及輕度、中度鹽漬化土壤條件下均在花期達到最大值。土壤鹽分條件對Gs值的影響同樣因施肥量而異。在N1處理下，蕾期和花期的Gs值均隨著鹽分濃度的升高而降低，這一規(guī)律與光合速率相似，表明鹽脅迫下可導致氣孔關(guān)閉，從而降低光合速率。增施氮肥后，總體上來看，Gs值隨著施氮量的增加而增大，尤其對于不同生育期的向日葵，S1條件下的Gs值均達到了最大，表明施入氮肥可避免向日葵生育后期氣孔導度的劇烈下降，緩解光合作用所需CO2進入細胞的阻力，從而增大光合速率，這主要是因為施用氮肥可提高耐鹽作物的氮含量，從而降低較高鹽分環(huán)境下作物產(chǎn)生的鹽脅迫，使得氣孔限制作用得到緩解。在花期和成熟期，S0條件下的Gs值反而呈現(xiàn)為最小值，這是因為對于低鹽條件下的作物而言，增施氮肥反而會增加土壤鹽分水平，增加土壤水勢，加重水鹽脅迫效應，從而使得氣孔限制作用逐漸加強，造成生理干旱缺水。

向日葵的胞間CO2濃度(Ci)在不同處理下隨生育期的變化曲線趨勢與氣孔導度相似。在N1處理下，蕾期和花期的Ci值均隨著鹽分濃度的升高而降低，這一規(guī)律與氣孔導度保持一致。增施氮肥后，同一生育期Ci值隨著鹽分濃度的增加先升高后降低，除花期的S0、S1條件以外，其余Ci值均隨著施氮量的增加而增大，與光合速率成正比，表明光合速率的升高是氣孔導度增加引起的Ci值降低的結(jié)果，所以葉片光合速率的增大應當主要歸因于氣孔因素，而不是非氣孔因素。

2.2 土壤鹽分條件和施氮量對向日葵干物質(zhì)累積的影響

由圖2可知，土壤鹽分條件對向日葵的干物質(zhì)累積量具有明顯的影響，該影響因施肥而異。以收獲期為例，在N1處理下，S2、S1和S0條件下各處理干物質(zhì)累積量的平均值依次為1 944.787、2 267.667、2 831.587 g/m2，干物質(zhì)量遞增率為16.6%和24.9%；N2處理下，S2、S1和S0條件下各處理干物質(zhì)累積量的平均值依次為2 335.933、2 552.533、2 965.027 g/m2，干物質(zhì)量遞增率為9.3%和16.2%?？梢钥闯鱿蛉湛晌镔|(zhì)累積量在不同土壤鹽分條件下的遞增率隨著氮肥施加量的增加而減少。

圖1 不同土壤鹽分和施氮量條件下的向日葵光合特性指標Fig.1 Photosynthetic characteristics of sunflower under different soil salinity and nitrogen application

圖2 不同土壤鹽分和施氮量條件下向日葵干物質(zhì)累積量的測定值Fig. 2 Experimental measured values of DMA of sunflower under different soil salinity and nitrogen application

對同一土壤鹽分條件下向日葵的干物質(zhì)累積量而言，施氮量同樣有著明顯的影響，該影響因土壤鹽漬化濃度而異。以

收獲期為例，在S0條件下，N1和N2處理下干物質(zhì)累積量分別是2 831.587、2 965.027 g/m2，干物質(zhì)量增長率為4.7%；在S1條件下，N1和N2處理下干物質(zhì)累積量分別是2 267.667、2 552.533 g/m2，干物質(zhì)量增長率為12.6%；在S2條件下，N1和N2處理下干物質(zhì)累積量分別是1 944.787、2 335.933 g/m2，干物質(zhì)量增長率為20.1%?？梢钥闯龅实倪m量增施可以明顯增加鹽漬化土壤條件下向日葵的干物質(zhì)累積量，并且其增幅隨鹽分濃度的增大而增大，表明對于鹽漬農(nóng)田而言，適量增施氮肥可有效緩解因鹽分過高而導致的作物減產(chǎn)。

2.3 基于光合特性的作物生長模型模擬精度評價

對于苗期，GIM和PPIM模型在各處理下對向日葵干物質(zhì)累積的模擬精度均不理想，蕾期的模型模擬精度較苗期則有所提高，特別是PPIM模型，其RRMSE值在各處理下均在20%～30%之間，模擬精度良好。對于苗期和蕾期，基肥處理下的模型模擬精度均好于增施氮肥處理，特別是PPIM模型，蕾期時其N1處理下的RRMSE=22.30%，R2=0.5012，而在N2處理下，其RRMSE=27.38%，且R2不足0.2，模型模擬精度較差。造成此種情況的主要原因是在苗期和蕾期，土壤含氮量較高，而向日葵的耗氮量相對較小，N1水平下向日葵的氮素脅迫并不明顯，增施氮肥反而在一定程度上提高土壤鹽分水平，加重作物的鹽分脅迫，從而限制作物生長，使得模擬精度降低。

圖3 不同生育期干物質(zhì)積累實測值與模擬值相關(guān)圖Fig.3 Correlation between measured and simulated values of DMA at different growth stages

對于花期和成熟期，GIM和PPIM模型干物質(zhì)累積的模擬精度較苗期、蕾期有所提高，特別是在成熟期，各處理下GIM模型的RRMSE值在20.42%～28.74%之間，PPIM模型則是在20.39%～24.77%之間。兩模型的模擬精度隨鹽分的提高有所降低，S0條件下GIM和PPIM模型的RRMSE值最小，分別為23.19%和21.93%，而S2條件下的值最高，分別為25.44%和23.09%。此外，兩模型的模擬精度隨施氮量的增加有所提高，N2水平下，花期RRMSE值降低15%左右，成熟期降低5%左右。不難得知，花期和成熟期，PPIM模型的RRMSE值總體相對較小，模擬精度更高。GIM和PPIM模型模擬值與實測值的相關(guān)程度僅在成熟期S1條件下較好，R2分別為0.564 9和0.509 4?；ㄆ谝院?，向日葵的耗氮量逐漸增大，N1處理下的土壤施氮量不足以滿足植株生長需求，形成氮素脅迫，使得模擬精度N2處理降低。

在收獲期時，GIM和PPIM模型的模擬效果較好。不同鹽分處理下兩模型的RRMSE值均小于19%，PPIM模型模擬相對更好，在S0條件下RRMSE=12.26%，S2條件下其值為19.00%，模擬效果良好，且鹽漬化程度越低，模擬效果越好。此外，N2處理下模型的模擬精度好于N1處理，GIM和PPIM模型的RMSE值較N1水平分別降低9.79%和7.63%，與花期和成熟期規(guī)律一致。收獲期兩模型的模擬值與實測值的相關(guān)程度較好，特別是在S1(R2分別為0.642 5和0.603 3)、S0(R2分別為0.683 5和0.496 1)和N2處理下(R2分別為0.639 9和0.602 7)。

對于全生育期而言，GIM和PPIM兩模型在S2、S1、S0條件下的RRMSE值分別為30.27%,26.14%；28.59%,25.25%；22.39%,21.74%，模擬精度均隨著土壤鹽分的升高而降低，這主要由于土壤鹽分越高，對作物生長及干物質(zhì)的累積抑制越明顯，GIM和PPIM模型未充分考慮土壤鹽分的影響，由此帶來的模擬誤差也越大(見圖4)。在N2、N1處理下GIM和PPIM兩模型的RRMSE值分別為22.25%,20.75%；31.25%,21.80%，表明模型模擬精度均隨著施氮量的增加而提高?？傮w來說，PPIM的RRMSE值較GIM更小，模擬精度更高(見圖5)。

圖4 不同土壤鹽分處理下干物質(zhì)積累實測值與模擬值相關(guān)圖Fig.4 Correlation between measured and simulated values of DMA under different soil salinity

圖5 不同施氮量處理下干物質(zhì)積累實測值與模擬值相關(guān)圖Fig.5 Correlation between measured and simulated values of DMA under different nitrogen application

3 結(jié) 語

定量分析作物生長過程中干物質(zhì)累積的動態(tài)變化規(guī)律是揭示作物產(chǎn)量形成的重要內(nèi)容。本文利用不同土壤鹽分和施氮量處理下的大田實驗，通過以光合特性指標為輸入?yún)?shù)的不同作物生長模型來預測向日葵地上部分的干物質(zhì)累積量，并對各模型模擬精度進行評價分析，得到如下結(jié)論。

(1)在苗期時，向日葵光合指標對土壤鹽分并不敏感，苗期以后，土壤鹽分顯著的抑制了向日葵的光合特性，但增施氮肥可有效緩解鹽分對向日葵光合作用的脅迫。

(2)向日葵干物質(zhì)累積量在不同土壤鹽分條件下的遞增率隨著氮肥施加量的增加而減少。氮肥的適量增施可以明顯增加鹽漬化土壤條件下向日葵的干物質(zhì)累積量，且隨著鹽分濃度的增大，改善效果更明顯，表明對于鹽漬農(nóng)田而言，適量增施氮肥可有效緩解因鹽分過高而導致的作物減產(chǎn)。

(3)對于不同的土壤鹽漬化條件，各模型均表現(xiàn)出精度隨著土壤鹽分的升高而降低的趨勢，且通過增施氮肥改善作物鹽分脅迫后，模型模擬精度得到提高，因此，應在作物生長模擬中考慮鹽分動態(tài)變化的影響。

(4)群體光合積分模型的模擬精度較高斯積分模型要高，除苗期外，干物質(zhì)預測值和實測值之間的符合度較高，故后期可優(yōu)選該模型，結(jié)合光合特性對鹽分的響應對原模型的脅迫因子作出改進，發(fā)展基于光合特性的鹽漬農(nóng)田作物生長模型。

□