膜下滴灌水氮耦合效應對黑花生產量的影響

夏桂敏，陳俊秀，遲道才(沈陽農業大學 水利學院，沈陽 110161)

0 引 言

花生是重要的油料作物，是世界五大油料作物之一，含有豐富的脂肪和蛋白質，具有口感好、品質優等特點。其中，黑花生是我國新培育的品種，抗旱抗病性強，適合中等以上肥力及沙壤土種植[1]。從2006年起，遼寧省花生的生產狀況不再低迷，截至2011年，花生種植面積由原來的96 100 hm2增加至377 100 hm2，但由于花生主要種植地為土壤較薄的丘陵地帶，且沒有施加充足的有機肥料以及灌溉量，導致花生畝產量低[2]。東北半干旱地區大都地表水較少，氣候差異明顯，冬季寒冷且漫長，春季風大，蒸發強烈，且常常會有春旱夏澇的災害發生，造成該地區農作物的減產，農民收入降低。隨著社會經濟的發展及農業結構的調整，在東北半干旱地區發展節水農業成為改善該地區不良現狀的必經之路，對該地區經濟的持續發展有著深遠的意義。基于以上情況，研究半干旱地區節水灌溉施肥對花生生長的影響具有實際意義。

水分和肥料是影響作物生長發育和生產力水平提高的重要物質基礎，二者相互促進，相互制約[3-5]。水是肥效發揮的關鍵，肥是打開水土系統生產效能的鑰匙[6]，因而養分和水分結合能有效提高水肥資源的利用率[7,8]，獲得更高的生產和生態效益。國內外就水肥耦合對作物的生長、品質以及水肥利用率的影響已經做了大量的研究。如Cabello等[9]研究了不同水氮處理對甜瓜產量及品質的影響，表明當灌水量與實際騰發量相同、施氮量為90 kg/hm2時其水分利用效率最高，在中度水分虧缺條件下(灌水量為 90%實際騰發量)，其對產量和品質影響較小。薛亮等[10]研究表明水、氮對夏玉米產量有明顯的促進作用，而且氮素作用大于灌水作用；兩因素交互作用對玉米產量的影響為正效應。且當生育期灌水量為 972 m3/hm2，施氮量為230 kg/hm2時，夏玉米產量最高為4 076 kg/hm2。徐國偉等[11]研究表明灌溉方式與施氮量存在明顯的互作效應，輕度水分脅迫增加了水稻主要生育期根長、根質量、根質量密度、根系氧化力、總吸收面積、活躍吸收面積及根系氮代謝酶活性，降低穗分化后水稻根冠比，為該試驗最佳的水氮耦合運籌模式；重度水分脅迫則降低根長、根質量、根系活力及氮代謝酶活性，增加主要生育期根冠比。王鐵良等[12]研究表明水和鉀肥耦合存在一個上限，產量有最大值，超過這一限度，將會產生負效應，造成產量偏低。鄭永美等[13]則證明生產中施用酰胺態氮有利于花生氮代謝及氮吸收。

近年來，有關施氮和水分脅迫對花生產量、植株生育性狀及氮素吸收利用等方面研究報道較多，部分學者對花生的抗旱生理也進行了一些研究[14,15]，然而，有關不同水、氮條件下，水、氮互作對花生的協同作用，及其對花生生理特性和產量品質的影響等方面的研究還未見報道。本研究在遮雨棚測坑栽培人工控肥控水的條件下，研究水、氮互作對花生的協同作用及其生理特性，以期為花生高產優質栽培提供理論依據和技術指導。

1 材料與方法

1.1 試驗區概況

試驗于2014年5-10月在沈陽農業大學水利學院綜合試驗場進行。試驗場地理位置為北緯41°44′，東經123°27′，海拔44.7 m。試驗在帶有滑動式遮雨棚的測坑中進行，每個測坑面積為2 m×1.5 m=3 m2，共計有27個測坑。遮雨棚在降雨之前關閉，雨后開啟，能有效隔絕降雨，排除降雨對試驗的影響。測坑土壤質地為潮棕壤土，其主要理化性質見表1。

表1 供試土壤基本理化性質Tab.1 Physical and chemical properties of the experimental soil

1.2 供試材料

供試花生品種黑花生，供試氮肥為尿素(純含氮質量分數為46%)。

1.3 試驗設計

試驗采用2因素(肥料用量和灌溉上限)、3水平組合設計，設計方案見表2。

表2 試驗設計方案Tab.2 Experimental design scheme

1.4 試驗方法

試驗共設9個處理，3次重復，共計27個測坑，每個測坑為一小區，試驗采用大壟雙行種植，每個小區內種植花生20穴，每穴3粒，共60株花生。小區設有保護行。測坑內種植黑花生行距50 cm，穴距20 cm。播種深度5 cm，每穴3粒，播種時溝灌適量水分，以保證安全出苗。滴灌帶離播種行距15 cm左右，地膜選擇0.007 cm的地膜。

采用膜下滴灌的灌水方法，灌水時先將井水引至距地面1.7 m的容積為50 kg的塑料桶內，再由塑料桶放水到滴灌帶，實現重力滴灌的目的。這樣不但能延長滴灌帶的使用壽命，還能有效防止管涌現象，使灌溉水出流均勻[16]。試驗所用肥料為尿素，按照表2，在播種時一次性施入。開溝施肥，溝深15 cm左右，施后覆土，壟上不施。

各小區埋設1 m深的Trim管3根，用以測量土壤含水率。每3天測定一次，每次測定深度為10、20、30、40、50及60 cm，并在灌水前后加測含水量。當土壤含水率達到灌溉下限時灌水以下式計算每次小區灌水量：

M=0.1γzp(θmax-θmin)/η

(1)

式中：M為設計灌水定額，mm；γ為土壤容重；z為土壤的計劃濕潤土層深度，m；p為土壤濕潤比，即被濕潤的土壤體積占計劃濕潤層總土壤體積的百分比，通常以地面以下20～30 cm處濕潤面積占總灌溉面積的百分比來表示，本試驗取30 cm；θmax和θmin適宜土壤含水率上、下限，占土壤體積的百分比。其中上限為田間持水率，下限為凋萎系數；η為灌溉水利用系數，本試驗為0.90。

1.5 測定項目與方法

株高：在每小區非邊行處定點3株長勢中等、一致的植株掛牌，每7 d測定掛牌株的株高，采用米尺測量從子葉節至主莖頂芽的高度；葉面積：采用北京雅欣理儀科技有限公司生產的雅欣葉面積儀測定標記植株的葉片葉面積；產量：收獲時實收計產。

1.6 數據分析

采用Microsoft Excel 2010和Sigmaplot軟件處理數據和制圖，用Spss20.0統計軟件進行數據的分析。

2 結果與分析

2.1 不同水氮模式對黑花生生長性狀的影響

2.1.1不同水氮模式對黑花生株高的影響

圖1為膜下滴灌同一灌溉水平下3種不同施氮處理下黑花生全生育期株高的變化。由圖可見，隨著黑花生生育期的推進，前期生長比較快，到結莢期增長緩慢。各處理的株高均呈現增長的趨勢。生育前期，處理間差異不明顯，從花針期(7月13日)開始，差異開始逐漸顯現。在W3灌溉水平下，N2的株高最終達到64.7 cm，分別比N1和N3高7.5%和4.2%；W2水分水平下，N2分別比N1和N3高6.0%和3.1%；W1水分水平下，N2分別比N1和N3高7.3%和4.8%。從灌水量和施氮量的耦合效應來看，W3N2處理下的黑花生株高最大，為64.7 cm，表現為最優的水氮配比；W1N1最低，為58.8 cm，可見充足的灌水量對黑花生植株的生長起促進作用，而過高以及較低的施氮量會在一定程度上抑制黑花生植株的生長。

圖1 不同水肥處理對黑花生株高的影響Fig.1 Effects of different drip irrigation quota and nitrogen application on plant height of black peanut

2.1.2不同水氮模式對黑花生葉面積變化的影響

在不同水氮耦合水平下隨著黑花生生育期的推進，葉面積逐漸增大，約在結莢期后期達到最大值，之后葉面積開始逐漸下降，直至成熟期，葉片完全變黃脫落為止，變化趨勢如圖2、圖3、圖4所示。由圖2可以看出，在同一灌水水平下，不同施氮處理對黑花生葉面積產生了一定影響，葉面積值表現為：N2>N3>N1，說明并不是施加氮肥越多效果越好。由圖3可以看出，黑花生葉面積隨著灌溉量的增加而增大，其表現為：W3>W2>W1。由圖4可知，從灌水量和施氮量的耦合效應來看，W3N2處理下的黑花生葉面積最大，而W1N1處理下最低，其結果與黑花生株高一致。

2.2 不同水氮模式對黑花生產量的影響

由表3和表4可知，施氮肥量和灌溉量對黑花生產量有顯著性影響。各個水平之間通過LSD分析比較均達到了顯著性水平，但是增加施氮肥量，產量反而下降。此時可能會造成氮肥浪費，最終可導致嚴重的環境污染。灌溉水平和施氮肥量交互作用對應的顯著性水平P=0.045<0.05，即灌溉水平和施氮肥量交互作用對黑花生產量的影響顯著。將各處理全生育期灌溉量、施肥量與產量的關系用表5顯示。由表5可知，在3種灌溉水平下，在一定范圍內，黑花生產量隨著施氮肥量增加而呈現先增后降的趨勢，當施氮肥量>150 kg/hm2時，黑花生產量有下降趨勢，說明施入的氮肥量并不是越多越好；在3種施肥水平下，黑花生產量整體隨灌溉量的增大而增大，最優灌溉處理為W3。雖然氮肥對黑花生的生長至關重要，但不是施氮量越大產量越高。施氮量增大到一定程度后，多余的氮肥并未提高黑花生的產量反而影響其生長。在一定范圍內，水氮耦合對產量的提高具有相互促進的關系，合理有效的水氮調控措施是實現高產的前提與重要基礎[17]。

圖2 單位面積上不同施氮水平對葉面積動態的影響Fig.2 Effects of different Nitrogen application level on leaf area dynamics of black peanut

圖3 單位面積上不同灌溉水平對葉面積動態的影響Fig.3 Effects of different irrigation level on leaf area dynamics of black peanut

圖4 單位面積上各因素不同水平組合對葉面積動態的影響Fig.4 Effects of different drip irrigation quota and nitrogen application on leaf area dynamics of black peanut

表3 測坑產量方差分析結果Tab.3 The results of analysis of variance of test pit yield

注：均值差值在0.05級別上較顯著。df代表自由度，sig相當于P值。P<0.05表示該因素對產量有顯著的影響。

表4 LSD法對產量數據分析結果Tab.4 Linearized data formats

表5 不同灌水和施肥處理黑花生的產量 kg/hm2Tab.5 The black peanut production with different irrigation and treatments of fertilizer

2.3 水氮耦合對黑花生產量影響的效應模型

水肥兩因子相互作用對作物產量的效應既可能為正，也可能為負[18]。當水分和肥料或水分與肥料中的氮、磷、鉀等因素之間投入合理、供應協調時，會產生協同效應，促進作物生長[19]。在半干旱區灌溉農業中，水肥具有明顯的耦合關系，肥料的增產作用不僅在于肥料本身，更重要的在于與土壤水分的互作。協調水肥的目的就是要實現水肥協同，共同促進植物的生長發育[20]。

2.3.1建立回歸模型

作物產量是由多種因素綜合影響的結果，且各個因素之間還具有交互效應。因此，對W1～W3和N1～N3的9種組合進行分析，可用一個包含交互項的二元二次型數學模型來描述：Y=aX21+bX22+cX1X2+dX1+eX2+f。其中，Y為回歸值，即作物產量；X1、X2為兩個自變量即灌溉水平和施氮肥水平，a～f為系數, 以1、2、3表示水分與養分的3個水平[21]。

運用SPSS軟件，對該二元二次非線性方程進行回歸分析。首先可將二元二次非線性回歸模型Y=aX21+bX22+cX1X2+dX1+eX2+f轉化成一個五元一次線性回歸模型Y=aX1+bX2+cX3+dX4+eX5+f，2個自變量變成5個自變量，其數據格式見表6。

將數據表導入SPSS中，進行“數據分析”中的回歸分析，得出線性回歸分析的方差分析表，見表7。F值為48.42，其顯著水平為0.004 5(p<0.05)，表明存在真實的(顯著的)五元一次線性回歸方程，即存在真實的二元二次非線性回歸方程。相關系數R2=0.988，表明擬合模型能夠解釋因變量大于90%變異，擬合效果好。

表6 線性化后的數據格式Tab.6 Linearized data formats

表7 線性回歸分析的方差分析表Tab.7 Analysis of variance table after linear regression analysis

經過分析后得到黑花生產量的五元一次線性回歸方程為：

Y=28.75X1+2 726.5X2+46.125X3+

39.167X4-670.583X5+4 487.222

(1)

將其還原即得二元二次非線性回歸方程：

Y=39.167W2-670.583N2+46.125WN+

28.75W+2726.5N+4 487.222

(2)

式中：Y為黑花生產量，kg/hm2；W、N為灌水及施氮水平。

式(2)表示黑花生產量與水分和氮肥的耦合效應方程，經檢驗回歸模型達到顯著水平，說明此數學模型精確可靠，模型的預測值與實際值均十分接近，具有很高的實用性，能夠為田間水肥試驗結果建模提供依據。

2.3.2回歸模型方程分析

方程中的回歸系數，其絕對值大小能夠直接反應因子的影響程度，系數前的正負號表示因子的作用方向(促進或減弱)。耦合系數為正值時，表明因素對作物產量呈正耦合效應，耦合系數為負值時，表明因素對作物產量呈負耦合效應[22]。

表8為SPSS軟件五元一次線性回歸方程回歸系數的檢驗表，其中，一次項系數a為正值，說明在本試驗中，調控水分對黑花生產量有促進作用；一次項系數b為正值，說明在本試驗中，增施氮肥對黑花生產量有促進作用，水分、氮肥對產量影響強弱順序為：水>氮(t1=0.707>t2=-12.108)[23]；交互系數c是正值，即耦合系數是正值，說明水氮耦合為正交互效應，對產量增加有促進作用；系數e為負值，說明在試驗條件下，施肥作用存在上限，超過上限，會抑制黑花生的發育，造成減產。

表8 五元一次線性回歸方程回歸系數的檢驗Tab.8 The test of the regression coefficient of linear regression equation in five unknowns

2.3.3黑花生產量預測

方程(2)是個開口向下的二次拋物曲面，存在最大值，即能夠求出該耦合方程存在最高產量時對應的灌溉水平和施氮水平。用Excel軟件“規劃求解”功能預測黑花生產量，在Excel上建立非線性規劃模型(見圖5)，假定單元格A4為灌溉水平W、A5為施氮水平N，在單元格B1輸入因變量Y的公式，Y=39.167W2-670.583N2+46.125WN+28.75W+2 726.5N+4 487.222，并將其設為“規劃求解”的“目標單元格”，并令其最大，設定A4和A5為可變單元格，然后點求解按鈕。單元格B1輸出產量的最大值Y=7 985.82 kg/hm2，單元格B4和B5輸出分別為3和2.1，即試驗結果近似設計灌溉水平W3和氮肥設計水平N2，其產量達到最大值7 985.82 kg/hm2。計算值接近試驗W3N2處理條件下的最高產量7 954 kg/hm2，表明黑花生產量與水氮耦合效應方程的模擬值與實際值十分接近。因此，獲得最高產量的水氮最佳組合為中氮高水組合，即施氮肥150 kg/hm2，灌溉方式為在苗期與花針期當含水率下限為田間持水率的80%及結莢期與飽果期的含水率下限為田間持水率的75%時灌水。

圖5 求解過程Fig.5 Solving process

3 結 語

在作物生長發育過程中，水分和氮肥是限制作物生長與產量的關鍵因子[24]。一般而言，在正常灌溉條件下，隨氮肥增加，作物產量增加。張翔等[25]研究指出，施用氮肥可促進花生的生長且不同品種對氮肥的響應存在明顯差異。當施氮量為N 112.5 kg/hm2時,白沙1016和魯花12號的總分枝數和結果枝數達到最大值，而遠雜9102達到最大值時需要的施氮量僅為N 75 kg/hm2。于俊紅等[26]研究表明，在0～120 kg/hm2范圍內，隨著施氮量增加，花生莢果數增加，產量提高。丁紅等[27]研究認為，正常供水處理下中氮處理增加抗旱型品種花育22號的產量，對干旱敏感型品種花育23號的產量無顯著影響。本研究結果表明，黑花生株高及葉面積隨著灌溉量的增加增長趨勢變快，說明水分對黑花生株高的生長存在正效應，增加水分會促進黑花生的增長。在氮肥用量方面的研究得出，低肥(N1)和高肥(N3)水平均會抑制黑花生的植株生長，N2處理能顯著促進黑花生苗期生長，提高生長質量。

水分和氮肥對花生產量存在互作效應。湯笑[28]研究指出，水分脅迫降低了花生的產量，施氮提高了花生的產量，但水氮互作效應中，水分效應大于N肥效應。有研究表明，施氮量和灌溉量對花生植株氮素吸收、分配、轉運均產生調控與互補效應，其中灌溉量起主導作用，施氮量對灌溉量有補償效應。在本試驗條件下，方差分析顯示，灌溉和氮肥及其互作對黑花生產量的影響達到顯著水平，其中灌溉量起主導作用，這與湯笑得出的結論一致。

綜合考慮水肥協同效應、節水節肥和增產等多種因素，本試驗結果表明，當施氮量為150 kg/hm2，灌溉方式為在苗期與花針期當含水率下限為田間持水率的80%及結莢期與飽果期的含水率下限為田間持水率的75%時灌水時，通過計算，黑花生的產量最高達到7 954 kg/hm2，經濟效益最好。該量化指標為東北半旱區膜下滴灌條件下黑花生優質高效生產的水肥綜合管理提供了依據，對發展黑花生種植業和國民經濟有著極其重要的意義。試驗建立了水氮耦合對黑花生產量影響的模型，該模型達到顯著水平，R2等于0.988。對試驗最優水肥組合范圍進行驗證知，結果具有較高的重現性，表明模型較準確，能夠對實際生產進行預測。

□

[1] 夏桂敏,褚鳳英,陳俊秀,等.基于膜下滴灌的不同灌水量對黑花生產量及水分利用效率的影響[J].沈陽農業大學學報,2015,46(1):119-123.

[2] 張紅艷.遼寧花生產業發展研究[J].農業科技與裝備,2010,(4):125-126.

[3] 米國全, 袁麗萍, 龔元石, 等. 不同水氮供應對日光溫室番茄土壤酶活性及生物環境影響的研究[J]. 農業工程學報, 2005,21(7): 124-127.

[4] 王曉娟, 賈志寬, 梁連友, 等.旱地施有機肥對土壤水分和玉米經濟效益影響[J]. 農業工程學報,2012,28(6):144-149.

[5] 韋澤秀, 梁銀麗, 周茂娟, 等. 水肥組合對日光溫室黃瓜葉片生長和產量的影響[J]. 農業工程學報, 2010,(3):69-74.

[6] 王景偉, 朱鐵林, 王海澤. 水肥耦合對大豆生長發育的正交設計實驗研究[J].大豆通報, 2007,(6):17-20.

[7] Baselga Y J J, Pfiew L M H, Rodriguez del R A. Response of processing tomato to three different levels of water and nitrogen application∥Lopez-Galvez J[J]. Acta Horticulture, 1993,335(ISHS):149-156.

[8] Banedjschafie S, Bastani S, Widmoser P, et al. Improvement of water use and N fertilizer efficiency by subsoil irrigation of winter wheat[J]. European Journal of Agronomy, 2008,28(1):1-7.

[9] Cabello M J, Castellanos M T, Romojaro F, et al. Yield and quality of melon grown under different irrigation and nitrogen rates[J]. Agricultural Water Management, 2009,96:866-874.

[10] 薛 亮, 周春菊, 雷楊莉, 等. 夏玉米交替灌溉施肥的水氮耦合效應研究[J]. 農業工程學報, 2008,24(3):91-94．

[11] 徐國偉, 王賀正, 翟志華, 等. 不同水氮耦合對水稻根系形態生理、產量與氮素利用的影響[J]. 農業工程學報, 2015,31(10):132-141.

[12] 王鐵良, 王 冬, 李 波. 滴灌條件下水和鉀肥對花生產量的耦合效應研究[J]. 節水灌溉,2014,(4):31-34.

[13] 鄭永美, 王才斌, 萬更波, 等. 不同形態氮肥對花生氮代謝及氮積累的影響[J]. 山東農業科學, 2012,44(2):57-62.

[14] 姜慧芳. 幾個龍生型花生的耐旱形態性狀研究[J]. 中國油料作物學報, 2001,23(1):12-16.

[15] 姜慧芳, 任小平. 干旱脅迫對花生葉片 SOD 活性和蛋白質的影響[J].作物學報,2004,30(2):169-174.

[16] 陳璟麗,張玉龍,王鐵良,等.保護地低壓節點滲灌水肥處理對番茄灌水量、產量和品質的影響[J].干旱地區農業研究,2010,28(1):49-53.

[17] 李建明,潘銅華,王玲慧,等.水肥耦合對番茄光合、產量及水分利用效率的影響[J].農業工程學報,2014,30(10):82-90.

[18] 杜建軍,田霄鴻,王朝輝. 根系吸收水分和養分的作用以及以肥促根的效應汪德水旱地農田肥水關系原理與調控技術[M].北京:中國農業科技出版社,1995:106-110.

[19] 潘曉瑩,武繼承.水肥耦合效應研究的現狀與前景[J].河南農業科學, 2011,40(10):20-23.

[20] 王智琦,馬忠明,張立勤.水肥耦合對作物生長的影響研究綜述[J].甘肅農業科技,2011,(5):44-47.

[21] 王 軍,李和平.水肥耦合對青貯玉米常量影響研究[J].節水灌溉,2007,(7):17-19.

[22] 穆興民.旱地作物生育對土壤水肥耦聯的響應研究進展[J]. 生態農業研究,1999,(1):45-48.

[23] 龔 江,石培春,李春燕.巧用Excel解決多元非線性回歸分析[J]. 農業網絡信息,2011,(1):46-48.

[24] Cossan C M,Slafer G A,Savin R.Co-limited of nitrogen and water,and yield and resource-use efficiencies of wheat and barley[J].Crop and Pasture Science,2010,61(10):844-851.

[25] 張 翔,張新友,毛家偉,等.施氮水平對不同花生品種產量與品質的影響[J]. 植物營養與肥料學報,2011,17(6):1 417-1 423.

[26] 于俊紅,彭智平,黃繼川,等.施氮量對花生養分吸收及產量品質的影響[J].花生學報,2011,40(3):20-23.

[27] 丁 紅,張智猛,戴良香,等.水氮互作對花生根系生長及產量的影響[J].2015,48(5):872-881.

[28] 湯 笑.水氮及其互作對花生生理特性和產量品質的影響[D].山東泰安：山東農業大學,2007.