摘要:為評估多次刈割對豆科牧草生產(chǎn)性能的影響,本研究在黃土高原選取紫花首蓿(Medicago satiuaL.)、白三葉(Trifolium repensL.)和紅三葉(Trifolium pretenseL.)3種豆科牧草開展2年田間試驗,分析多次刈割對牧草飼草食物當量、品質(zhì)及時空穩(wěn)定性的影響,評價牧草產(chǎn)量與品質(zhì)間的關(guān)系。結(jié)果表明,紫花首蓿的再生速率于 1 0 1 . 3 ~ 114.6天達到峰值,紅三葉于 天達到峰值,白三葉于 8 6 . 7 ~ 1 1 3 . 9 天達到最大;紫花苜蓿的飼草食物當量最高,其飼草食物當量的產(chǎn)量在
天達到最大;氮含量時間穩(wěn)定性由大到小依次為紫花苜蓿 gt; 紅三葉 gt; 白三葉
;草產(chǎn)量空間穩(wěn)定性由大到小依次為紫花苜蓿 gt; 紅三葉 gt; 白三葉(
;3種豆科牧草氮含量隨牧草產(chǎn)量的增加呈負冪函數(shù)遞減趨勢,牧草產(chǎn)量大約在
之后,牧草產(chǎn)量與氮含量耦合;
積溫是牧草產(chǎn)量和品質(zhì)的主要預測因子。本研究建立了牧草生長時間對牧草再生速率的預測模型和牧草產(chǎn)量對牧草氮含量的預測模型,結(jié)果表明這些預測模型的準確性較高,可為黃土高原豆科牧草的生產(chǎn)栽培提供科學依據(jù)。
Abstract:To evaluate the efects of multiple cutting on the performance of legume forage,three legume forages alfalfa(Medicago satiuaL.),white clover(Trifolium repens L.)and red clover(Trifolium pretenseL.) were selected in the Loess Plateau to carry out a 2-years field experiment. The efects of multiple mowing on food equivalent unit (FEU) productivity,quality and spatio-temporal stability were analyzed,and the relationship between forage yield and quality was evaluated.The results showed that the regeneration rate of alfalfa reached its peak in 1O1.3~1l4.6 days,red clover reached its peak in days and white clover reached its maximum in 8 6 . 7 ~ 1 1 3 . 9 days. The FEU of alfalfa was the highest,and the FEU productivity reached the maximum between 8l and 1O6 days. The temporal stability of nitrogen content was alfalfa gt; red clover gt; white clover (
. The spatial stability of forage yield was alfalfagt;red clovergt;white clover ( P lt;
0.05);The nitrogen content of the three legume forages showed a negative exponential decrease,after forage yield of about , forage yield is coupled with nitrogen content. Accumulated temperature
was the main predictor offorage yield and quality.The prediction modelofforage growth time to yield and the prediction model of forage yield to nitrogen content were established.The results showed that the prediction models were accurate and could provide scientific basis for the production and cultivation of legume forage in the Loess Plateau.
Key words: Cultivate grassand; Multiple mowing;Legume forage;Forage yield;Forage quality; Food equivalent unit
栽培草地生產(chǎn)全球超過1/3的畜產(chǎn)品[1],直接支撐 13 % 人口生計[2。栽培優(yōu)質(zhì)飼草可以緩解天然草地放牧壓力,為家畜提供高質(zhì)量飼草,支持肉類和乳制品的生產(chǎn)[3]。栽培草地高效利用是提高畜禽生產(chǎn)性能和養(yǎng)殖效益的基礎(chǔ)。再生性是衡量牧草經(jīng)濟性能的重要指標[4],直接影響其飼用品質(zhì),頻繁的再生可能導致品質(zhì)下降[5]。因此,在維持飼草產(chǎn)量的同時如何改善品質(zhì)亟待研究。
栽培草地的生產(chǎn)力依賴于管理方式、氣候條件等。劉割和放牧是栽培草地主要利用和管理方式。在黃土高原,紫花苜蓿(MedicagosatiuaL.)產(chǎn)草量與粗蛋白產(chǎn)量均以初花期最高,在分枝初期至現(xiàn)蕾期再生速率高,養(yǎng)分積累速度快,現(xiàn)蕾至初花期干物質(zhì)和蛋白質(zhì)積累量達最高,是最佳收獲時期[6-7]。劉割促進牧草的補償性生長,改變營養(yǎng)物質(zhì)的分配,提高牧草的粗蛋白和粗脂肪產(chǎn)量[8-9]。再生性能是牧草栽培利用的關(guān)鍵特性之一。在我國南方,一年生野生大豆(Glycinesoja)在第3~4復葉期刈割,是提高其再生能力的重要措施[10]。多花黑麥草(LoliummultiflorumL.)劉割后1到2周內(nèi),其再生速度與鮮草產(chǎn)量存在極顯著正相關(guān)關(guān)系,每茬劉割時的高度與產(chǎn)草量顯著正相關(guān)[1]。前期研究發(fā)現(xiàn),牧草產(chǎn)量與品質(zhì)在整個生育期呈相反的變化趨勢[9.12],但兩者耦合及再生性尚不清楚。多次刈割促進牧草產(chǎn)量和品質(zhì)的耦合機制對草食畜生產(chǎn)有重要意義。
黃土高原地區(qū)氣候干旱,水土流失嚴重[13]。品種選擇及管理措施得當,栽培草地具有較高的生產(chǎn)力,可以提供豐富的牧草資源,防治水土流失,推動草業(yè)經(jīng)濟發(fā)展。為此,本文分析了黃土高原多次刈割下牧草再生性能隨生長時間的變化規(guī)律,研究了栽培草地多次劉割下飼草食物當量的變化及產(chǎn)量和品質(zhì)的時空穩(wěn)定性,牧草產(chǎn)量與氮含量的關(guān)系,為拓展牧草的利用模式和區(qū)域草地農(nóng)業(yè)發(fā)展提供理論與實踐依據(jù)。
1 材料與方法
1. 1 研究區(qū)概況
試驗在蘭州大學榆中草地農(nóng)業(yè)綜合試驗站(
進行。該試驗站位于甘肅省榆中縣夏官營鎮(zhèn),海拔
,年平均氣溫
,年均降水量
,年均蒸發(fā)量
,無霜期120d,屬溫帶大陸性季風氣候。
1. 2 試驗設(shè)計與栽培管理
2012年3月25日,在研究區(qū)選擇地形和土壤基本情況一致且較為平坦的農(nóng)田作為試驗樣地,選取3種豆科牧草,分別為紫花苜蓿、白三葉(Trifo-liumrepensL.)紅三葉(TrifoliumpretenseL.),開展單播種植試驗。試驗采用完全隨機區(qū)組設(shè)計,每個品種種植小區(qū)面積為 ,重復4次。每區(qū)組間隔
,組內(nèi)小區(qū)間隔
。播種前翻耕,耕深
,施磷酸氫二銨(
)
一
、尿素
作為底肥,灌水量為
。2012年4月29日條播,行距均為
。
2012年6月29日,牧草平均株高達 ,進行首次刈割,此后每20d刈割一次,留茬高度
,平行與地面劉割,全年共計劉割6次(表
。10月19日,末次齊地面刈割。每次刈割后,追肥
尿素,并進行灌溉,灌溉量約為
○
2012年生長天數(shù)從播種開始計算,2013年生長天數(shù)從返青開始計算。2013年首次刈割時間為6月1日,末次為10月1日,共7次劉割,試驗管理均與2012年相同。
1. 3 指標測定及方法
劉割后,牧草樣品分為兩份,一份經(jīng)烘箱 殺青10min,
烘72h,用于牧草產(chǎn)量
測定;另一份經(jīng)烘箱
烘
,粉碎過
篩后保存在密封袋中,用于牧草氮(Nitrogen,N)含量測定。牧草N含量采用連續(xù)流動注射分析儀測定(PROXIMA,法國)。
牧草的再生速率 和再生強度
計算公式如下:
再生速率 單位面積再生草產(chǎn)量/再生草生長天數(shù)
再生強度 單位面積再生草產(chǎn)量/上一次單位面積刈割產(chǎn)量[14]
利用非線性高斯函數(shù)模型擬合再生速率,模型如下:
式中, x 為生長時間, Y 為再生速率, w 為控制峰寬度的系數(shù), t 為再生速率最高時的時間, $\boldsymbol { \mathscr { p } }$ 為再生速率最高時的峰值。比較每個參數(shù)在不同品種或年份的差異:若 9 5 % 置信區(qū)間(CLs)重疊,則差異不顯著[15]
飼草食物當量(Foodequivalent unit,F(xiàn)EU),以飼草的能量和粗蛋白含量及其消化代謝為基礎(chǔ)計算[16]。以初花期的紫花苜蓿作為標準飼草,規(guī)定其標準食部(Standard eatablepart,ES) 100 % 、標準含水量(Standardwatercontent,WS) 10 % 的苜蓿干草 為1個飼草食物當量。計算公式如下:
式中, 為飼草食物當量, D M D (Drymatterdigestibility)為飼草干物質(zhì)消化率, H 為飼草的能量, P 為飼草的蛋白質(zhì)含量,0.042和0.0033分別為能量系數(shù)和蛋白質(zhì)系數(shù)。
飼草食物當量的產(chǎn)量(Food equivalentunit productivity,PFEU)一定程度上反映牧草產(chǎn)草量與品質(zhì)的耦合度。計算公式如下:
式中, 為飼草食物當量的產(chǎn)量,
為飼草食物當量, H Y (Hayyield)為飼草干物質(zhì)產(chǎn)量。
時間穩(wěn)定性(Temporal stability,TS):
,其中 μ 為時間平均值, σ 為時間標準差。時間穩(wěn)定性一定程度上反映了管理措施的可持續(xù)性,TS值越大,則管理手段的可持續(xù)性越高[17]。
空間穩(wěn)定性(Spatialstability,SS)的計算方法與時間穩(wěn)定性相同,但此時 μ 和 σ 分別為同一年份同一處理下的重復之間的均值和標準差??臻g穩(wěn)定性一定程度上反映了管理策略對生產(chǎn)力在空間上的維持能力。
利用“稀釋曲線\"模型擬合牧草產(chǎn)量和N含量的關(guān)系[18],預測牧草生長期內(nèi)獲得最大干物質(zhì)量所需的最小氮含量(臨界氮濃度)。臨界氮濃度稀釋曲線模型為:
式中, 為牧草氮含量,
;參數(shù) a 為地上部產(chǎn)量為
時植株的臨界氮濃度; D M (Drymatter)為牧草地上部產(chǎn)量的最大值,
參數(shù) b 為決定臨界氮濃度稀釋曲線斜率的統(tǒng)計學參數(shù)[19]。
采用國際通用的回歸估計標準誤差均方根誤差 和標準化均方根誤差
檢驗模型的擬合度。 R M S E 和
的計算公式分別為:
$\scriptstyle n - R M S E = ( R M S E / S ) \times 1 0 0 \%$
式中: 和
分別為臨界氮測定值和模擬值; n 為樣本量; S 為實測數(shù)據(jù)的平均值。 R M S E 值越小,模擬值與測定值的一致性越好,偏差越小,模型的預測精度越高。根據(jù) n -RMSE來衡量模型穩(wěn)定性,$n { - } R M S E { lt; } 1 0 \%$ ,模型穩(wěn)定性極好; 10 % lt; n -RMSE${ lt; } 2 0 \%$ ,模型穩(wěn)定性較好; 2 0 % lt; π M S E lt; 3 0 % 模型穩(wěn)定性一般; $n { \cdot } R M S E { gt; } 3 0 \%$ ,模型穩(wěn)定性較差[22]
氣候數(shù)據(jù)(包括降水、最高溫、最低溫、平均溫、濕度、蒸散、氣壓、日照資料等)來源于中國國家氣象信息中心(http://data.cma.cn/)。
1.4 數(shù)據(jù)統(tǒng)計分析
利用SPSS線性混合模型檢驗年、牧草品種和刈割次數(shù)及其交互作用對牧草產(chǎn)量、氮含量和PFEU的作用 ( P lt; 0 . 0 5 ) 。采用單因素方差分析(one-wayANOVA)和LSD多重比較,檢驗不同年份、品種的產(chǎn)量和氮含量差異。用Origin繪制散點圖。
應(yīng)用SAS9.4軟件利用非線性高斯函數(shù)模型擬合劉割日期和日生長量關(guān)系,建立單峰日生長量模型,并用RMSE和 n -RMSE檢驗模型的擬合度。利用Origin2024繪制主成分分析(PCA)圖。
2 結(jié)果與分析
2.1多次刈割對牧草的再生性能的影響
隨著生長時間及劉割分次的增加,豆科牧草的再生速率呈“駝峰型\"曲線(圖 。2012年,紫花苜蓿再生速率在
天最高,為
,紅三葉再生速率在
天最高,為
,白三葉再生速率在
天最高,為
紫花苜蓿的再生速率顯著低于紅三葉和白三葉( P lt; 0.05)。2013年,紫花苜蓿再生速率在
天最高,為
,紅三葉再生速率在96.1~111.2天最高,為
白三葉再生速率在
天最高,為 5 7 . 3 ~
。紫花苜蓿的再生速率顯著高于紅三葉和白三葉
,白三葉的再生速率顯著高于紅三葉。2013年紫花苜蓿和白三葉的再生速率顯著高于2012年
,2012年紅三葉的再生速率顯著高于2013年(表2)。
2012年,三種豆科牧草的再生強度隨生長天數(shù)增加呈指數(shù)下降趨勢, 0.9332;
0
11
(圖
;2013年,三種豆科牧草的再生強度隨生長天數(shù)的增加呈對數(shù)下降趨勢,
;
(圖2b)。
2.2多次刈割對牧草的飼食物當量及其時空穩(wěn)定性影響
一般來說,牧草產(chǎn)量與粗蛋白含量在整個生育期呈相反變化趨勢。因此,牧草生產(chǎn)的關(guān)鍵在于控制兩者的解耦,促進產(chǎn)量與品質(zhì)的耦合,即提高產(chǎn)草量,同時維持甚至提高粗蛋白含量,飼草食物當量一定程度上定量兩者的耦合度。隨刈割次數(shù)增加,PFEU先增加后降低(圖3b)。紫花苜蓿PFEU分別較紅三葉和白三葉高 23 1 . 1 % 和 1 0 8 . 4 %lt;0 . 0 5 。2013年紫花苜蓿PFEU顯著高于2O12年( (圖
。3種牧草PFEU無顯著差異
。
劉割對3種豆科牧草的草產(chǎn)量、氮含量和飼草食物當量的產(chǎn)量的貢獻率均最高,分別為 4 4 . 0 %
6 8 . 5 % 和 3 6 . 7 % (圖4c)。氮含量時間穩(wěn)定性表現(xiàn)為紫花苜蓿 gt; 紅三葉 gt; 白三葉 ,紅三葉和白三葉的產(chǎn)量時間穩(wěn)定性差異不顯著,均高于紫花苜蓿(
(圖4a)。產(chǎn)量空間穩(wěn)定性表現(xiàn)為紫花苜蓿 gt; 紅三葉 gt; 白三葉
,紫花苜蓿和紅三葉的氮含量空間穩(wěn)定性差異不顯著,均高于白三葉
(圖4b)。PFEU空間穩(wěn)定性,紫花苜蓿 gt; 紅三葉 gt; 白三葉
。可見,軸根型、直立生長的牧草產(chǎn)量空間穩(wěn)定性高,時間穩(wěn)定性低;氮含量時間和空間穩(wěn)定性高。
2.3牧草生產(chǎn)力預測
牧草氮含量隨產(chǎn)草量的增加呈負冪指數(shù)遞減,兩者可相互預測。牧草產(chǎn)量達到 前牧草產(chǎn)量與氮含量解耦,氮含量下降較快;此后牧草產(chǎn)量與氮含量耦合,氮含量降低緩慢(圖5),這也與PFEU結(jié)果相互印證。預測模型中,參數(shù)a大的牧草生長所需的氮含量更多,紫花苜蓿的參數(shù)a為79.746和45.337,白三葉的參數(shù)a為199.303和
113.086,紅三葉的參數(shù)a為101.845和74.921,紫 花苜蓿生長所需的氮含量比白三葉和紅三葉少;參 數(shù)b大的牧草氮含量的下降速度更快,紫花苜蓿的 參數(shù)b為0.152和0.052,白三葉的參數(shù)b為0.295 和0.214,紅三葉的參數(shù)b為0.182和0.156,紫花苜 蓿的氮含量下降速度比白三葉和紅三葉慢。根據(jù) RMSE檢驗模型的擬合度可知:RMSE值越小,模 型的預測精度越高,紫花苜蓿和紅三葉的RMSE值 小于白三葉,故紫花苜蓿和紅三葉的預測模型精度 較高。用 n -RMSE來衡量模型穩(wěn)定性可知:3種牧 草的 n -RMSE均小于 10 % ,表明這3個品種的預測 模型穩(wěn)定性極好。
2.4氣候?qū)δ敛萆a(chǎn)性能及其時空穩(wěn)定性的影響
冗余分析表明,氣候因素是牧草產(chǎn)量的主要預測因子(圖6)。產(chǎn)量與日均降水量、 積溫、日均溫和日照時數(shù)呈正相關(guān),與氮含量、飼草食物當量、時間穩(wěn)定性和空間穩(wěn)定性呈負相關(guān)。
3 討論
3.1牧草再生性能
豆科牧草的再生速率隨時間和劉割次數(shù)的增加呈“駝峰型”曲線,在 天最高,此時牧草處于現(xiàn)蕾期到開花期,再生速率閾值為
。菊苣(Cichorium intybus)在第97天達到最大再生速度[23];長葉車前(Plantagoasiatica)在第103天達到最大再生速度[24],與該研究的最大再生速率時間一致。
在牧草生長第 天時,
積溫為
,牧草再生速率達到最大。菊苣于
積溫
時生長速度最快[23],長葉車前在
積溫
時生長速度最快[24]。積溫是溫度對作物生長和產(chǎn)量累計所需熱量的累計值[25],是判斷作物高質(zhì)優(yōu)產(chǎn)的重要依據(jù)[26]。收獲籽實的作物常用
的有效積溫預測產(chǎn)量或預測作物的發(fā)育動態(tài)、建立田間作物的生長模型[27-28]。
Fig.6Effects of climate on the productive energy of forage 注:FEU為食物當量;N為氮含量;TS為時間穩(wěn)定性;SS為空間穩(wěn) 定性;SSH為日照時數(shù);MDT為日均溫; 為
積溫; MDP為日均降水量;HY為產(chǎn)量
Note:FEU repersents food equivalent unit;N repersents nitrogen content;TS repersents temporal stability;SS repersents spatial sta bility;SSH repersentssunshine hours;MDTrepersentsmean daily temperature; AT repersents
accumulated temperature; MDP repersents mean daily precipitation;HY repersents hay yield
營養(yǎng)體生長,一般在溫度 時便可以生長,因此多用
積溫來判斷牧草產(chǎn)量和品質(zhì)[29]。在牧草再生速率最大時期,要適當壓縮刈割間隔、加大刈割瀕率以縮短刈割周期,提高栽培草地的利用率。
3.2飼草食物當量的產(chǎn)量和品質(zhì)及其時空穩(wěn)定性隨著劉割次數(shù)的增加,牧草氮含量先下降后上升,這反映了植物在不同生長階段對氮素的吸收和利用效率。劉割可以通過促進牧草的補償性生長來提高牧草的產(chǎn)量,同時通過改變牧草均衡性生長特性,影響牧草營養(yǎng)物質(zhì)的沉積和分配方向,進而影響牧草品質(zhì)[30]。在生長第81~106天,降水量和 積溫達到了牧草快速生長所需的條件[31],雖然牧草氮含量較低,但是牧草產(chǎn)量較高。黃土高原地區(qū)的降水在這個生長階段雖然不是最豐富的,但是滿足了牧草生長所需的降水量[32];足夠的熱量積累促進了牧草的生長和再生[33],較小的日夜溫差有助于減少夜間的蒸騰損失,也利于牧草的生長。當再生速率下降時,牧草氮含量增加,這是因為豆科牧草與根瘤菌共生,具有固氮能力[34]
PFEU是由產(chǎn)量和品質(zhì)共同決定的[35],表現(xiàn)出先增加后降低的趨勢。在生長初期,劉割刺激了牧草生長,快速增長導致氮元素稀釋,氮含量相對降低,但產(chǎn)量提高,所以PFEU處于上升階段;在生長第 天后,雖然再生速率和產(chǎn)量下降,但是牧草品質(zhì)提升,從而使PFEU保持相對穩(wěn)定。紫花苜蓿PFEU高于白三葉高于紅三葉。黃土高原地區(qū)氣候干旱、光照充足、年降水量較少。紫花苜蓿適應(yīng)性強,產(chǎn)量時間穩(wěn)定性高。一方面,紫花苜蓿水分利用效率較高,根系發(fā)達,具有一定的抗旱耐寒能力,在半干旱地區(qū),有利于保持穩(wěn)定生產(chǎn)[36]。另一方面,紫花苜蓿具有較強的再生能力,刈割后能迅速恢復生長[37]。較高的時空穩(wěn)定性保證了紫花苜蓿在不同的時間和空間條件下持續(xù)為畜牧業(yè)提供穩(wěn)定的飼料來源[38],這不僅有利于提高農(nóng)業(yè)生產(chǎn)效益,還對維持生態(tài)系統(tǒng)的健康和可持續(xù)性具有重要意義。在栽培草地中,可以通過合理輪作、適時播種、科學施肥和合理劉割等管理措施提高牧草的時空穩(wěn)定性。綜上所述,豆科牧草的氮含量和飼草食物當量生產(chǎn)力及其穩(wěn)定性受到多種因素的影響,包括氣候條件、品種特性、管理措施以及遺傳的交互作用等。
3.3牧草產(chǎn)量與品質(zhì)的關(guān)系
牧草氮含量隨累計產(chǎn)量的增加呈負冪函數(shù)遞減趨勢,這表明在追求高產(chǎn)量的同時可能會犧牲牧草的營養(yǎng)價值。這可能由以下幾個原因?qū)е拢阂皇窃谥参锏纳L過程中,如果產(chǎn)量增加的速度超過氮素吸收的速度,那么就會稀釋氮素,導致其單位產(chǎn)量中的氮含量降低;二是隨著植物產(chǎn)量的增加,植物之間的養(yǎng)分競爭加劇,尤其是對氮素這類關(guān)鍵養(yǎng)分的競爭,可能導致單個植物可獲取的氮素量相對減少;三是植物在不同生長階段可能會改變對養(yǎng)分的分配策略[39],在產(chǎn)量迅速增加的階段,植物可能將更多的營養(yǎng)分配到生長組織中,而不是儲存氮素;四是在產(chǎn)量密集的區(qū)域,土壤中的氮元素可能會成為限制因素[40]。隨著植物產(chǎn)量的增加,氮元素被迅速消耗,導致體內(nèi)氮含量降低。
4結(jié)論
黃王高原地區(qū),紫花苜蓿、紅三葉和白三葉草地的最大再生速率分別為103.5,43.7和 分別在第101,100和87天達到最大值。紫花苜蓿PFEU顯著高于白三葉與紅三葉。氮含量時間穩(wěn)定性與草產(chǎn)量空間穩(wěn)定性為紫花苜蓿 gt; 紅三葉 gt; 白三葉。牧草氮含量隨累計產(chǎn)量增加呈負冪函數(shù)降低趨勢,其紫花苜蓿氮含量下降較緩慢。牧草的高時空穩(wěn)定性為畜牧業(yè)提供充足持續(xù)的飼料資源,從而提高經(jīng)濟效益,并有助于維持草業(yè)系統(tǒng)的健康和可持續(xù)發(fā)展。
參考文獻
[1]侯扶江,王春梅,婁珊寧,等.我國草原生產(chǎn)力[J].中國工程科學,2016,18(1):80-93
[2]寧嬌.河西綠洲栽培草地土壤溫室氣體排放[D].蘭州:蘭州大學,2022:1-8
[3]旭日干,任繼周,南志標,等.保障我國草地生態(tài)與食物安全的戰(zhàn)略和政策[J].中國工程科學,2016,18(1):8-16
[4]顧明德,程海衛(wèi),趙書珍,等.不同苜蓿品種再生草特性分析[J].水土保持通報,2005,25(1):18-20,32
[5]溫方,孫啟忠,陶雅.影響牧草再生性的因素分析[J].草原與草坪,2007,27(1):73-77
[6]胡安,康穎,陳先江,等.刈割時間對黃土高原紫花苜蓿產(chǎn)量與營養(yǎng)品質(zhì)的影響[J].草業(yè)學報,2017,26(9):57-65
[7]李昌偉,高飛,劉繼遠.紫花苜蓿發(fā)育規(guī)律及不同收獲茬次產(chǎn)量與營養(yǎng)構(gòu)成研究[J].北京農(nóng)業(yè),2008(9):17-20
[8]朱班,張彬,譚支良,等.劉割對牧草生物量和品質(zhì)影響的研究進展[J].草業(yè)科學,2009,26(2):80-85
[9]楊利燁,楊天輝,常生華,等.不同刈割頻率對黃土高原隴東苜蓿產(chǎn)量及其品質(zhì)的影響[J].草業(yè)科學,2020,37(1):117-125
[10]詹淼華.一年生野生大豆植株基部休眠芽萌動與刈割時間及留茬高度的關(guān)系[D].南京:南京農(nóng)業(yè)大學,2009:11-24
[11]余曉華,劉一,房麗寧,等.38個多花黑麥草品種在廣東地區(qū)的生產(chǎn)適應(yīng)性研究[J].中國草地學報,2006,28(5):12-17
[12]張曉娜,宋書紅,陳志飛,等.紫花苜蓿葉、莖產(chǎn)量及品質(zhì)動態(tài)[J].草業(yè)科學,2016,33(4):713-721
[13]張飛,鄭誠,袁瀏歡,等.黃土丘陵區(qū)典型植被生態(tài)系統(tǒng)功能的權(quán)衡關(guān)系[J].草地學報,2024,32(4):1234-1242
[14]張永亮,胡自治,趙海新,等.劉割對混播當年生物量及再生速率的影響[J].草地學報,2004,12(4):308-312
[15] JULIOUS S A. Using confidence intervals around individualmeans to assess statistical significance between two means[J].Pharmaceutical Statistics,2004,3(3):217-222
[16]任繼周,侯扶江.改變傳統(tǒng)糧食觀,試行食物當量[J].草業(yè)學報,1999,8(S1):55-75
[17]MAZW,ZENGYF,WUJ,etal.Plant litter influencesthetemporal stability of plant community biomass in an alpinemeadow by altering the stability and asynchrony of plant func-tional groups[J].Functional Ecology,2022,36(1):148-158
[18]JUSTESE,MARYB,MEYNARDJM,et al. Determinationofa critical nitrogen dilution curve for winterwheat crops[J].Annals of Botany,1994,74(4) :397-407
[19] LEMAIRE G,VAN OOSTEROM E,SHEEHY J,et al. Iscrop N demand more closely related to dry matter accumulationor leaf area expansion during vegetative growth?[J]. FieldCropsResearch,2007,100(1):91-106
[20]WILLMOTT C J. Some comments on the evaluation of modelperformance[J]. Buletin of the American Meteorological Soci-ety,1982,63(11):1309-1313
[21]YANG J,GREENWOOD D J,ROWELL D L,et al. Statisti-cal methods for evaluating a crop nitrogen simulation model,N_ABLE[J]. Agricultural Systems,2000,64(1):37-53
[22] JAMIESON P D,PORTER JR,WILSON D R. A test of thecomputer simulation model ARCWHEAT1 on wheat cropsgrown in New Zealand[J]. Field Crops Research,1991,27(4):337-350
[23]卓瑪草 楊天輝 李廣 等黃十高原菊苣產(chǎn)草量與營養(yǎng)品質(zhì)的預測[J].草業(yè)科學,2019,36(12):3130-3144
[24]姜瑋琦,楊天輝,侯扶江.黃土高原多次刈割提高長葉車前的產(chǎn)草量和營養(yǎng)品質(zhì)[J].草業(yè)科學,2021,38(2):251-260
[25]許正福,顏亮東,馬扶林,等.青海省海南地區(qū)近30年 積溫變化趨勢分析[J].草業(yè)科學,2011,28(11):1924-1928
[26]黃成秀,賈小琴,楊文凱,等.1981—2015年臨夏州 積溫變化特征分析[J].現(xiàn)代農(nóng)業(yè)科技,2017(8):230,232
[27]田莉華.小麥糧飼兼用飼草生產(chǎn)性能和籽粒生產(chǎn)維穩(wěn)機制的研究[D].蘭州:蘭州大學,2014:27-39
[28]劉淑云,谷衛(wèi)剛,封文杰,等.基于生長度日的甘薯植株發(fā)育模擬模型的研究[J]:中國農(nóng)學通報,2010,26(23):130-133
[29]郭連云.三江源區(qū)氣候變化及其對牧草產(chǎn)量的潛在影響[J].草業(yè)科學,2013,30(10):1613-1618
[30」王辛有,曹文俠,師尚禮,等.劉割和施氮對豆禾混播草地牧草生長特性及品質(zhì)的影響[J].中國生態(tài)農(nóng)業(yè)學報(中英文),2022,30(9):1439-1450
[31」史激光.典型草原區(qū)3種牧草生育規(guī)律及物候期氣象指標[J].草業(yè)科學,2011,28(10):1855-1858
[32]孟繁瀅,金乃軒,王自奎.光照和水分對紫花苜蓿生長和水分利用的影響[J].草業(yè)科學,2023,40(8):2121-2128
[33」張耀銳.氣象因子對牧草生長發(fā)育的影響研究——以同德縣為例[J].中國科技投資,2021(4):17-18
[34]代先林,馬曉穎,仝宗永,等.羊尿氮對苜蓿和高羊茅混播草地生物量和氮利用的影響[J].草地學報,2024,32(6):1864-1871
[35」婁珊寧,侯扶江,任繼周.用食物當量評價草地農(nóng)業(yè)的生產(chǎn)力[J].草業(yè)學報,2019,28(12):1-16
[36]劉國利,何樹斌,楊惠敏.紫花苜蓿水分利用效率對水分脅迫的響應(yīng)及其機理[J].草業(yè)學報,2009,18(3):207-213
[37]姜健,楊寶靈,夏彤,等.紫花苜蓿耐鹽種質(zhì)資源的遺傳多樣性分析[J].草業(yè)學報,2011,20(5:119-125
[38]劉曉靜,劉艷楠,蒯佳林,等,供氮水平對不同紫花苜蓿產(chǎn)量及品質(zhì)的影響[J].草地學報,2013,21(4):702-707
[39]萬里強,王丹,何鋒,等.不同氮素添加水平對紫花苜蓿生長性能的影響[J].西南農(nóng)業(yè)學報,2014,27(3):1175-1180
[40]呂衛(wèi)東,董全民,孫彩彩,等.牦牛和藏羊放牧對青藏高原高寒草地植物群落氮庫的影響[J].草地學報,2024,32(5):1420-1428
(責任編輯 閔芝智)