基于閾值指標分類法的玉米營養生長階段受旱程度分級*

麻雪艷，周廣勝，李 根

基于閾值指標分類法的玉米營養生長階段受旱程度分級*

麻雪艷1,2，周廣勝2,3**，李 根1

(1. 天津市氣象局，天津 300074；2. 中國氣象科學研究院，北京 100081；3. 南京信息工程大學氣象災害預警協同創新中心，南京 210044)

基于田間小區實驗，就玉米對不同強度及持續時間的干旱響應進行研究。玉米播種前進行底墑調控，使各小區土壤底墑基本一致。三葉期開始，按照研究區7月多年平均降水量的100%、80%、60%、40%、20%和7%分別進行一次性灌水，此后不再進行灌溉，全生育期利用大型電動遮雨棚遮擋自然降水，隨生育時間推移形成6個不同初始土壤水分梯度的持續干旱過程。分析不同處理玉米營養生長階段（三葉期-拔節期）的形態（株高、葉面積）和生物量（莖干重、葉干重、總干重）指標對干旱程度的響應規律，采用閾值指標分類法（TITAN）確定各生長指標對干旱程度響應規律發生明顯改變的臨界點，并基于不同指標響應干旱程度臨界點的同步性確定玉米植株水平響應干旱程度（D）的臨界點，從而將玉米的受旱等級劃分為4個等級。結果表明：當0＜D≤0.07時，玉米受到輕旱影響，其形態和生物量指標的平均降幅僅為1.2%～3.0%；當0.07＜D≤0.47時，玉米受到中旱影響，葉面積和株高的平均降幅分別為15.9%和8.6%，莖、葉干重及總干重的平均降幅分別為18.8%、15.4%和12.4%；當0.47＜D≤0.73時，玉米受到重旱影響，葉面積的平均降幅為37.8%，株高的平均降幅為16.9%，莖、葉干重及總干重的平均降幅分別為43.3%、45.2%和28.9%；當0.73＜D≤1時，玉米受到特旱影響，葉面積和株高的平均降幅分別為83.6%和53.3%，葉干重和莖干重的降幅均高達90%以上，總干重的平均降幅達87.0%。研究結果可為作物干旱受災程度的定量分級與評價提供方法和依據。

玉米；持續干旱；受旱程度；定量分級；閾值指標分類法(TITAN)

干旱是世界范圍內限制作物生長發育及產量形成的主要災害，干旱造成的作物產量損失甚至超過了其它因素造成的損失之和，是威脅世界糧食安全的最主要因素[1-2]。干旱對作物的影響程度與干旱強度、干旱持續時間及作物所處發育期等密切相關[3]。準確評估作物干旱受災程度，科學劃分作物干旱受災等級，對高效開展農業防旱抗旱工作具有重要意義[4]。現有作物受旱程度的評估和分級多是基于減產率[5-6]，但是減產率是作物全生育期受旱程度的評價指標，無法應用到作物生長發育過程中受旱程度的評估，制約了防災減災措施的及時制定與實施[7]。目前，對干旱發生發展過程的評估研究一般都是基于某一個或某幾個環境指標，如降水量、土壤水分、水分虧缺指數、持續干旱日數等[8-12]，或者基于某一生長指標，如生物量或死苗率等[7,13-14]。一方面，干旱對作物的影響具有累積效應，觀測當時的環境指標值并不一定能反映作物當前的生長狀態和受災程度[15-16]；另一方面，單一的生長指標不能全面、準確地反映作物的整體生長狀況及受災程度[17-18]。并且，由于不同指標對干旱程度的響應閾值可能不同，基于不同指標對干旱程度的響應閾值進行作物受旱程度的分級與評價可能會出現不一致的結論[19-20]。

為此，本研究擬以玉米為例，基于2014年玉米三葉期開始的6個初始土壤水分梯度的持續干旱模擬實驗資料，考察玉米營養生長階段（三葉期-拔節期）主要生長指標對持續干旱的響應規律，并提出基于多生長指標進行玉米受旱程度綜合評估、準確分級的方法，為作物干旱受災程度的定量分級與評價提供方法和思路。

1 材料與方法

1.1 實驗地點

實驗在中國氣象科學研究院固城生態環境與農業氣象試驗站（39°08′N，115°40′E，15.2m）大型可控式水分試驗場開展。試驗場設有大型電動遮雨棚，占地750m2，共設42個試驗小區，小區面積8m2（長4m×寬2m），小區之間筑有3m深混凝土隔離墻，防止水分水平交換。試驗場土壤質地為砂壤土，土壤類型為褐土，含有機碳13.67g×kg?1，全氮0.87g×kg?1，有效磷25.76g×kg?1，有效鉀118.55mg×kg?1，平均土壤容重1.37g×cm?3，0-30cm平均田間持水量和凋萎系數（重量含水率）分別為21.23%和7.10%。該站年平均氣溫12.1℃，年降水量494mm，約70%的降水主要集中在夏季，其中以7月最多（約150mm），但年際變異系數高達62.9%，致使正處于營養生長階段的夏玉米受干旱影響的風險較大[16]。

1.2 實驗設計

實驗供試玉米品種選擇全國范圍內種植面積最大的鄭單958。2014年6月23日播種，行距為50cm，株距為25cm，每小區4行，每行16穴，每小區共64穴，每穴播3粒。播種后，施磷酸二銨300kg×hm?2并適當灌溉，確保玉米正常出苗。7月1日（三葉期）間苗并定苗至每小區64株。全生育期利用大型電動遮雨棚遮擋自然降水，播種前進行底墑調控，使各小區土壤底墑基本一致，7月2日按照當地7月多年平均降水量的100%、80%、60%、40%、20%和7%，即按照150、120、90、60、30和10mm分別進行一次性灌水，形成6個初始土壤水分梯度（分別用T1-T6表示處理1-處理6），此后不再進行灌溉，隨時間推移發展形成不同強度及持續時間的干旱過程。每個水分處理設3個重復小區，共18個小區。水分處理后每7天進行1次土壤含水量和玉米生長指標的觀測，在玉米三葉期-拔節期（7月1日-8月9日）共進行4次觀測，各次觀測時間分別是7月10、18、31日和8月7日。

1.3 觀測項目

1.3.1 土壤含水量

土壤含水量采用烘干法測定。每次觀測時，在每個小區內隨機選取1個取樣點，各小區取樣位置大致相同，每個處理共3個取樣點。利用土鉆每10cm分層鉆取0-90cm土樣，測定土壤濕重W0，并置于烘箱內105℃烘干至恒重后稱取干重Ws，利用式（1）計算各層土壤重量含水率ω（g×g?1），利用式（2）計算體積含水率θ（cm3·cm?3）。由于在三葉期-拔節期，表層0-30cm土壤是玉米的主要供水層[21]，因此，以0-10cm、11-20cm、21-30cm土層土壤相對濕度平均值（RH，%）反映玉米的土壤水分狀況，即

式中，W0和Ws分別為測定土壤濕重和干重（g）；ρb為土壤容重（1.37g×cm?3）；ω1、ω2、ω3分別為0-10cm、11-20cm、21-30cm土層的重量含水量（%）；Fc為0-30cm土層的田間持水量（21.23%）。

1.3.2 玉米生長指標

每次觀測時，每小區隨機選取2株玉米，每個處理共6株，依次測定株高、葉面積和葉干重、莖干重和總干重等生長指標。

株高：用直尺從土壤表面量至植株葉片伸直后的最高葉尖。

葉面積（S）：用直尺量取玉米植株每片完全展開葉的葉長（Li）和葉寬（Di），乘以形狀校正系數k（取值0.75）[22]，所有葉片數值累加得到植株葉面積S（cm2）。

式中，n是玉米植株的完全展開葉數，i表示玉米植株的第i片葉片。

器官干重：挖取標準株包含絕大部分根系（0-30cm土層）的土柱，獲取玉米鮮樣。將玉米鮮樣的地上部分與地下部分用剪刀分開，地上部分按葉片、莖進行分類，分器官稱取鮮重并分別裝入牛皮紙袋。將根部泥土沖洗干凈，控水后裝袋。將所有器官放入烘箱105℃殺青1h，80℃烘干48h后稱取各器官生物量干重。

1.4 研究方法

1.4.1 干旱程度（D）的計算

干旱程度（D）是指一段時間內的累積水分虧缺程度，是干旱強度（I）隨干旱持續時間的累積[23]。具體計算為[21]

式中，ET0（mm×d?1）為潛在蒸散量，采用Peman-Monteith方法[24]計算得到；T是評估期天數，即7月2日-8月7日，共36d；It為評估期內第t天的干旱強度。

干旱強度（I）是指作物某一日的水分虧缺程度[21]。借鑒FAO推薦的水分虧缺系數Ks，干旱強度表達式為[24]

式中，TAW是參考土層（0-30cm）土壤最大有效水分含量（cm3·cm?3），表征作物可利用的全部有效水含量；θFC為田間持水量（cm3·cm?3），θWP為凋萎系數（cm3·cm?3），θi是參考土層實際含水量（cm3·cm?3），Dr是參考土層土壤水分虧缺量（cm3·cm?3）；RAW是參考土層土壤速效水含量（cm3·cm?3），為田間持水量與毛管斷裂含水量之差，表征可被植物迅速吸收的土壤水分下限；p0取值0.55，ET0采用Peman-Monteith方法計[24]。

由式（7）可見，當土壤速效水含量（RAW）大于土壤水分虧缺量（Dr）時，Ks=1，I=0，表征作物未受到干旱影響；當土壤水分降低至凋萎系數及以下時，土壤有效水全部耗盡，Ks=0，I=1。

1.4.2 土壤水分插值

為確定逐日的干旱強度，需要對土壤水分資料進行插值。隨著土壤水分含量的下降，其下降速率逐漸放緩，故采用冪函數形式進行擬合得到各小區逐日土壤水分含量，即

式中，ω（x）為水分處理后第x天0-30cm土層的體積含水率（cm3·cm?3）；a、b為擬合參數。

1.4.3 玉米生長指標標準化

由于玉米生長受干旱影響的同時，還受到發育進程和諸如氣溫、輻射等其它環境因素的影響，因此不能將不同次觀測的玉米生長指標樣本直接放在一起考察其對干旱程度的響應。鑒于此，首先需要對玉米生長指標進行標準化處理。具體方法為

某次觀測，當土壤水分條件最好的處理1尚未受到干旱影響時（D=0），將各處理玉米的生長指標除以處理1當次觀測的相應指標值進行標準化，即

由于7月30日及以后，處理1-處理6均已不同程度受到干旱的影響。研究表明，玉米生長指標隨干旱程度的變化符合二次曲線[21]。因此，對玉米生長指標與干旱程度進行二次多項式回歸擬合，反推出干旱程度為0時的玉米生長指標值作為參考值進行標準化。即

式中，D為干旱程度，z為生長指標值，a、b、c為擬合參數。

1.4.4 閾值指標分類法

閾值指標分類法（Threshold Indicator Taxa Analysis，簡稱TITAN）是生態學領域的一種檢測生態系統群落水平閾值的方法。它可以沿某一環境因子梯度檢測每個群落特征指標分布規律發生改變的臨界點，并評估不同群落特征指標臨界點的同步性，最終確定整個群落響應該環境因子的臨界點[25-26]。

（1）單個群落特征指標臨界點的確定

以環境因子的中位點作為候選分類點，依次迭代將每個群落特征指標的樣本分為2類，直到使每一個樣本與它所在的類組聯系最密切。聯系的緊密程度利用指標種得分IndVal（Indicator species scores）來衡量（公式15）[27]。IndVal值在0～100范圍變化，數值越大說明該組內的樣本聯系越緊密，當IndVal值為100時，表明該組內每個樣本只可能出現在這個組內，它們對環境變量的響應規律完全一致。計算每一個備選分類點所得IndVal值，其中獲得最大IndVal值的分類點即為該群落特征樣本的臨界點。

式中，A是組間相對豐度，即第i組類的樣本量Ni占全部樣本量Nt的比例；B是組內出現頻率，即當環境變量因子為j時，第i組類中對應的樣本量Nij占總樣量Nj的比例。

（2）群落水平臨界點的確定

將群落特征指標每個候選分類點的IndVal值基于該特征所有候選分類點所得IndVal的均值和標準差進行Z指數標準化，將不同群落特征每個候選分類點所得的z值進行累加，累積z值達到最大時的分類點即為整個群落響應該環境因子的臨界點[25-26]。

（3）信度檢驗

利用自舉法（Bootstrap）進行250次重復取樣，對所得臨界點進行信度檢驗。檢驗指標包括不確定性、純粹性和可靠性3個方面。不確定性是指由自舉法重復取樣所得樣本的IndVal值大于原始數據臨界點對應的IndVal值的概率，概率越小，說明分類點的不確定性越低。可靠性是所有自舉法重復取樣所得的不確定性低于某一顯著性水平（如0.05和0.01）的比例，比例越大，可靠性越高（最大值為1）。純粹性是指自舉法重復取樣所得的某一樣本的分組與原始數據所得分組完全一致的比例，純粹性達到最大值1，說明該樣本重復取樣進行分組的結果與原始結果完全一致[25-26]。

1.4.5 玉米受旱程度分級

選擇能夠反映玉米植株生長狀況的葉面積、株高、莖、葉干重和總干重等指標進行TITAN分析[26]，確定每個指標對干旱程度D響應的臨界點，進而確定玉米植株對干旱程度響應的臨界點。由于TITAN每次只確定一個最顯著的臨界點，將樣本分成2類，而玉米各生長指標對干旱程度的響應可能存在2種以上的變化區間。為此，采用TITAN首先確定第一個臨界點，將指標樣本分成2組，從每一組中分別確定下一級的臨界點，直到分組不再顯著或者組內樣本量低于最小分類單元即3個樣本量時結束，具體算法流程見圖1。

圖1 應用閾值指標分類法進行玉米受旱程度分級的流程圖

1.4.6 數據處理與統計

采用SPSS17.0(SPSS Inc.，Chicago，IL，USA)進行土壤水分的插值擬合、玉米主要生長指標的Duncan多重比較分析、玉米生長指標與干旱程度、土壤濕度的相關分析以及玉米生長指標與干旱程度的回歸擬合。應用R語言TITAN程序包(R Development Core Team，version R 2.9.2，2009)對玉米生長指標進行閾值指標分類分析。

2 結果與分析

2.1 玉米營養生長階段干旱程度及其影響

由表1可見，水分處理后第7天（7月10日），各處理土壤濕度均呈現顯著差異，處理5和處理6的干旱程度已經顯著高于處理1-處理4，生長指標中僅處理6的葉面積顯著偏低，其它生長指標尚未呈現處理間顯著差異。隨著時間推移，各處理土壤濕度逐漸降低而處理間差異逐漸縮小，各處理干旱程度逐漸加大且處理間差異不斷增大，各生長指標逐漸增長且處理間差異逐漸增大。至8月7日，各處理土壤濕度均已降至50%以下且無顯著差異，而各處理的干旱程度均大于0且處理間差異顯著，各處理間生長指標也差異顯著且與干旱程度的處理間差異較為一致。同時，由表2可見，干旱程度與玉米各生長指標的相關系數要高于土壤濕度，反映出干旱程度較土壤濕度更能反映玉米的生長狀況。

表1 玉米三葉-拔節期4次觀測不同水分處理生長指標、土壤濕度與干旱程度的多重比較分析

注：同列數據不同字母表示處理間在0.05水平上差異顯著。

Note：The different letter within a column indicates the difference significance among treatments at 0.05 level. Treatments T1-T6 refer to the six different irrigations that performed during the three-leaf period of maize with the irrigation amounts of 150, 120, 90, 60, 30 and 10mm, respectively, equivalent to 100%, 80%, 60%, 40%, 20% and 7% of the local average precipitation in July (150mm), respectively.

表2 玉米生長指標與干旱程度、土壤相對濕度的相關系數

注：**表示相關系數通過0.01水平的顯著性檢驗。 Note:**means P<0.01.

2.2 玉米生長指標響應干旱程度的臨界點

采用閾值指標分類法（TITAN）分別確定各生長指標響應干旱程度的臨界點，進而根據不同指標對干旱程度響應的同步性確定玉米植株水平響應干旱程度的臨界點，結果見表3-表5。由表可見，各生長指標第1個臨界點對應的干旱程度均為0.73，所得臨界點的信度良好，玉米植株水平的第1個臨界點也為0.73（表3）。葉面積、葉干重和莖干重的第2個臨界點對應的干旱程度均為0.35，株高和總干重的第2個臨界點對應的干旱程度為0.47，各指標臨界點的信度良好，植株水平的第2個臨界點對應的干旱程度為0.47（表4）。葉面積、葉干重、莖干重和總干重的第3個臨界點對應的干旱程度為0.07，株高的第3個臨界點對應的干旱程度為0.01，植株水平第3個臨界點對應的干旱程度為0.07（表5）。

表3 玉米生長指標及植株水平響應干旱程度的第1臨界點

表4 玉米生長指標及植株個體水平響應干旱程度的第2臨界點

表5 玉米生長指標及植株個體水平響應干旱程度的第3臨界點

2.3 玉米受旱程度分級評價

利用玉米植株水平的3個臨界點將各生長指標樣本劃分為4個受旱等級，分段進行線性回歸擬合，結果見圖2。計算各段線性回歸的斜率，即為相應受旱等級下玉米生長指標對干旱程度的響應幅度，以及各受旱等級玉米生長指標的平均降幅，結果見表6。

由圖2可見，玉米各生長指標隨干旱程度增加均呈下降趨勢，但各階段變化的斜率不同，反映出隨著干旱程度的加劇，玉米生長指標對干旱程度的響應規律會發生改變。由表6可見，當干旱程度在0＜D≤0.07時，玉米受輕旱，其形態和生物量指標的平均降幅僅為1.2%～3.0%；當0.07＜D≤0.47時，玉米受中旱影響，葉面積的平均降幅為15.9%，株高的平均降幅為8.6%，莖、葉干重及總干重的平均降幅分別為18.8%、15.4%和12.4%；當0.47＜D≤0.73時，玉米受重旱影響，葉面積和株高的平均降幅分別為37.8%和16.9%，莖、葉干重及總干重的平均降幅分別為43.3%、45.2%和28.9%；當0.73＜D≤1時，玉米受特旱影響，葉面積的平均降幅為83.6%，株高的平均降幅為53.3%，葉干重和莖干重的降幅均高達90%以上，總干重的平均降幅達87.0%。

表6 玉米受旱程度分級評價

圖2 玉米生長指標隨干旱程度的變化規律

Fig. 2 Changes of maize growth indicators with drought degree

3 結論與討論

3.1 結論

（1）采用干旱程度D這一指標來指示玉米生長環境的水分虧缺程度，該指標同時考慮了干旱強度（某一時刻的水分虧缺程度）和干旱持續時間兩方面的影響，較單一的土壤水分指標能更好地反映持續干旱對玉米生長狀況的影響。

（2）首次將生態學領域的閾值指標分類法（TITAN）應用于玉米受旱程度分級研究中。該方法基于玉米多個生長指標對干旱響應規律的同步性確定玉米植株水平響應干旱的臨界點，實現玉米受旱程度的定量分級，為作物受災程度定量分級提供了方法和思路。

（3）當干旱程度0＜D≤0.07時，玉米受到輕旱影響，其形態和生物量指標的平均降幅僅為1.2%～3.0%；當0.07＜D≤0.47時，玉米受到中旱影響，葉面積的平均降幅為15.9%，株高的平均降幅為8.6%，莖、葉干重及總干重的平均降幅分別為18.8%、15.4%和12.4%；當0.47＜D≤0.73時，玉米受到重旱影響，葉面積的平均降幅為37.8%，株高的平均降幅為16.9%，莖、葉干重及總干重的平均降幅分別為43.3%、45.2%和28.9%；當0.73＜D≤1時，玉米受到特旱影響，葉面積的平均降幅為83.6%，株高的平均降幅為53.3%，葉干重和莖干重的降幅均高達90%以上，總干重的平均降幅達87.0%。

3.2 討論

干旱指標是干旱程度量化和分級的主要依據。目前，干旱指標大致可以分為3類，第1類是反映環境水分供應能力的指標，如土壤相對濕度等[28]；第2類是反映作物水分供需差異的指標，如作物水分虧缺指數等[29]；第3類是反映作物生長狀況的指標，如出苗率、萎蔫程度、減產率等[29-30]。第1、2類干旱指標缺乏與作物生長狀況的準確對應，無法直接用于作物干旱災損的預估和評價，對實際生產的指導作用有限。基于第3類指標的分級多依賴經驗劃分，存在分級邊界較模糊，統計學意義不顯著等問題。本研究采用干旱程度這一指標來指示玉米生長環境的水分虧缺程度。該指標同時考慮了干旱持續時間和干旱強度兩方面的影響。其中，干旱強度借鑒了FAO提出的作物水分脅迫系數Ks，考慮了土壤有效水分含量和能被作物根系吸收利用的速效水分含量，與土壤性質、氣象條件、作物生長階段等密切相關，各參數均具有明確的物理意義，能客觀反映某一時間作物的水分虧缺程度。同時，本研究選取能反映玉米生長狀況的多個生長指標，采用閾值指標分類法（TITAN）確定了玉米各生長指標對干旱程度響應規律發生明顯改變的轉折點，并基于不同指標對干旱程度響應規律發生改變的同步性確定了玉米個體水平響應干旱程度的臨界點，進而將玉米的受旱程度劃分為輕旱、中旱、重旱和特旱4個等級，既實現了環境指標（干旱程度）與玉米生長狀況的準確對應，也實現了玉米受旱程度的定量分級。

同一受旱等級下，玉米各生長指標值的平均降幅并不相同，反映出不同生長指標對干旱響應的敏感程度不同。這是玉米通過調整形態結構和不同器官的生長速度來適應干旱脅迫的表現[31]。受旱程度為輕度時，各生長指標的降幅均較小，但是以莖干重的降幅最大，其次為株高，葉面積的降幅最小，反映出莖是對干旱響應最為敏感的器官。這是因為莖是植物體主要的水分傳輸和儲存器官，也是根、葉水分脅迫信號傳遞的紐帶[32]，越來越多的研究發現植物的莖較葉片對水分脅迫的響應更加敏感[16,33]。當受旱程度達到中度及以上時，株高的平均降幅最小，顯著低于其它生長指標的平均降幅。這表明株高對干旱的響應比較敏感，但響應幅度較小，反映出干旱對玉米株高的可塑性較小，玉米主要通過降低葉面積和生物量來響應干旱[34]。不同受旱等級下，玉米各生長指標的響應幅度也不同。當玉米受旱等級為輕旱時，各生長指標對干旱程度的平均響應幅度為0，隨著受旱等級的增加，玉米各生長指標對受旱程度的響應幅度逐漸加大。這反映出玉米在不同干旱程度影響下會采取不同的生長策略。干旱脅迫初期主要采取快速生長的策略，盡可能多地獲取資源，盡量維持正常的生理生態功能，使其生長不受或少受干旱的影響[34]，隨著干旱程度的加劇，玉米逐漸采取緩慢生長的策略，從而降低資源的消耗，維持生存[35-36]。

由于本研究實驗設計為三葉期開始的持續干旱，至后期各處理玉米受旱嚴重，基本全部絕產，故未分析各級受旱程度與最終產量的對應關系。此外，作物受旱程度還與發育期有關，同一干旱程度對作物不同生育期造成的影響可能不同[37-38]。未來將繼續開展觀測試驗，進一步明確作物生長發育過程中的受旱程度與最終產量的對應關系，以及分不同發育期探討干旱對玉米生長發育的影響并進行定量分級。

[1] Neumann P M.Coping mechanisms for crop plants in drought-prone environments[J].Annals of Botany,2008,101: 901-907.

[2] Azizi F,Hajibabaei M.Evaluation of drought stress on irrigation efficiency,yield and yield components in new maize hybrids[J].International Journal of Agriculture Innovations and Research,2014,(3):579-583.

[3] Farooq M,Wahid A,Kobayashi N,et al.Plant drought stress:effects,mechanisms and management[A].Sustainable Agriculture[C].Springer Netherlands,2009:153-188.

[4] 王雷.河南省農業干旱時空演變特征及驅動機制分析[D].鄭州:華北水利水電大學,2016.

Wang L.Analysis on spatial-temporal evolution characteristics and driving mechanism of agricultural drought in henan province[D].Zhengzhou:North China University of Water Resources and Electric Power,2016.(in Chinese)

[5] 曹成,湯廣民.冬小麥受旱減產規律及產量與水關系模型研究[J].灌溉排水學報,2017,36(8):13-17.

Cao C,Tang G M.Reduction in yield of winter wheat caused by droughts and its water-yield relationship[J]. Journal of Irrigation and Drainage,2017,36(8):13-17.(in Chinese)

[6] 中國氣象局.QX/T 81-2007 小麥干旱災害等級[S].北京:氣象出版社,2007.

China Meteorological Administration.QX/T 81-2007 Disaster grade of drought for wheat[S].Beijing:China Meteorological Press,2007.(in Chinese)

[7] 崔毅,蔣尚明,金菊良,等.基于水分虧缺試驗的大豆旱災損失敏感性評估[J].水力發電學報,2017,36(11):50-61.

Cui Y,Jiang S M,Jin J L,et al.Soybean drought loss sensitivity assessment based on water deficit experiment[J]. Journal of Hydroelectric Engineering,2017,36(11):50-61. (in Chinese)

[8] 薛昌穎,劉榮花,馬志紅.黃淮海地區夏玉米干旱等級劃分[J].農業工程學報,2014,30(16):147-156.

Xue C Y,Liu R H,Ma Z H.Drought grade classification of summer maize in Huang-Huai-Hai area[J].Transactions of the CSAE,2014,30(16):147-156.(in Chinese)

[9] 解文娟,楊曉光,楊婕,等.氣候變化背景下東北三省大豆干旱時空特征[J].生態學報,2014,34(21):6232-6243.

Xie W J,Yang X G,Yang J,et al. Spatio-temporal characteristics of drought for soybean under climate change in the three provinces of Northeast China[J].Acta Ecologica Sinica,2014,34(21):6232-6243.(in Chinese)

[10] 劉彥平.涇惠渠灌區干旱演變對作物產量及灌溉需水量的影響[D].楊凌:西北農林科技大學,2014.

Liu Y P.The effect of drought evolution on crop yield and irrigation requirement in Jinghui irrigation district[D]. Yangling:Northwest A & F University,2014.(in Chinese)

[11] 張蕾,霍治國,陳匯林,等.海南省辣椒春季干旱災害等級指標[J].生態學雜志,2015,34(11):3139-3145.

Zhang L,Huo Z G,Chen H L,et al.Grade index of spring drought disaster for paprika in Hainan Province[J].Chinese Journal of Ecology,2015,34(11):3139-3145.(in Chinese)

[12] 李學文,高超,尹周祥,等.淮河上游地區夏玉米生長降水關鍵期內旱澇致災降水閾值研究[J].氣象科學,2018, 38(4):477-488.

Li X W,Gao C,Yin Z X,et al.Study on precipitation thresholds of drought and flood disasters in the key period of precipitation for summer maize in the upper reaches of the Huaihe River[J].Journal of the Meteorological Sciences, 2018,38(4):477-488.(in Chinese)

[13] 張蕾,霍治國,陳匯林,等.海南番茄春季干旱災害等級指標[J].熱帶氣象學報,2016,32(5):759-766.

Zhang L,Huo Z G,Chen H L,et al.Construction of a spring drought disaster index for tomato growth[J].Journal of Tropical Meteorology,2016,32(5):759-766.(in Chinese)

[14] 米娜,蔡福,張玉書,等.不同生育期持續干旱對玉米的影響及其與減產率的定量關系[J].應用生態學報,2017, 28(5):1563-1570.

Mi N,Cai F,Zhang Y S,et al.Effects of continuous drought during different growth stages on maize and its quantitative relationship with yield loss[J].Chinese Journal of Applied Ecology,2017,28(5):1563-1570.(in Chinese)

[15] 陳家宙,王石,張麗麗,等.玉米對持續干旱的反應及紅壤干旱閾值[J].中國農業科學,2007,40(3):532-539.

Chen J Z,Wang S,Zhang L L,et al.Response of maize to progressive drought and red soil's drought threshold[J]. Scientia Agricultural Sinica,2007,40(3):532-539.(in Chinese)

[16] 麻雪艷,周廣勝.夏玉米苗期主要生長指標的土壤水分臨界點確定方法[J].生態學雜志,2017,36(6):1761-1768.

Ma X Y,Zhou G S.A method to determine the critical soil moisture of growth indicators of summer maize in seedling stage[J].Chinese Journal of Ecology,2017,36(6):1761-1768. (in Chinese)

[17] 胡生榮.三種濱藜的旱鹽逆境脅迫及其引種適應性評價[D].呼和浩特:內蒙古農業大學,2008.

Hu S R.Research of drought & salt adversity stress of 3L.and the evaluation of their introduction adaptability[D].Hohhot:Inner Mongolia Agricultural University,2008.(in Chinese)

[18] 裴浩杰,馮海寬,李長春,等.基于綜合指標的冬小麥長勢無人機遙感監測[J].農業工程學報,2017,33(20):74-82.

Pei H J,Feng H K,Li C C,et al.Remote sensing monitoring of winter wheat growth with UAV based on comprehensive index[J].Transactions of the CSAE,2017,33(20):74-82.(in Chinese)

[19] 李秀芬,馬樹慶,姜麗霞,等.兩種常用的春玉米干旱等級指標在東北區域的適用性檢驗[J].氣象,2017,43(11): 1420-1430.

Li X F,Ma S Q,Jiang L X,et al.Applicability test of two common indexes for spring maize drought grade in Northeast China[J].Meteorological Monthly,2017,43(11): 1420-1430.(in Chinese)

[20] 孫洪泉,呂娟,蘇志誠,等.分位數法對多指標干旱等級劃分一致性的作用[J].災害學,2017,32(2):13-17.

Sun H Q,Lv J,Su Z C,et al.The effectiveness of the quantile method on the consistency of the drought classification by multiple indices[J].Journal of Catastrophology,2017,32(2): 13-17.(in Chinese)

[21] 麻雪艷.夏玉米干旱發生發展過程及其定量研究[D].北京:中國氣象科學研究院,2017.

Ma X Y.The occurrence and development of drought on summer maize since the seedling stage and its quantitative research[D].Beijing:Chinese Academy of Meteorological Sciences,2017.(in Chinese)

[22] 麻雪艷,周廣勝.春玉米最大葉面積指數的確定方法及其應用研究[J].生態學報,2013,33(8):280-287.

Ma X Y,Zhou G S.Method of determining the maximum leaf area index of spring maize and its application[J].Acta Ecologica Sinica,2013,33(8):280-287.(in Chinese)

[23] Zargar A,Sadiq R,Naser B,et al.A review of drought indices[J].Environmental Reviews,2011,19:333-349.

[24] Allen R G,Pereira L S,Raes D,et al.Crop evapotranspiration: guidelines for computing crop water requirements[R]. Rome,Italy FAO,1998.

[25] Cao X,Wang J,Liao J,et al.The threshold responses of phytoplankton community to nutrient gradient in a shallow eutrophic Chinese lake[J].Ecological Indicators,2016,61: 258-267.`

[26] Baker M E,King R S.A new method for detecting and interpreting biodiversity and ecological community thresholds[J].Methods in Ecology and Evolution,2010, 1(1):25-37.

[27] Dufrêne M,Legendre P.Species assemblages and indicator species: the need for a flexible asymmetrical approach[J]. Ecological Monographs,1997,67(3):345-366.

[28] 高桂芹,花家嘉,趙景旺.Y干旱指數在冀東春旱監測中的應用[J].中國農業氣象,2009,30(3):431-435.

Gao G Q,Hua J J,Zhao J W.Application of Y drought index in spring drought monitoring in east Hebei province[J]. Chinese Journal of Agrometeorology,2009,30(3):431-435. (in Chinese)

[29] 中國氣象局.GB T 32136-2015 農業干旱等級[S].北京:中國標準出版社,2015.

China Meteorological Administration.GB T 32136-2015 grade of agricultural drought[S].Beijing:China Standards Press,2015.(in Chinese)

[30] 劉榮花,成林,胡程達.冬小麥根冠指標對干旱持續發展的響應[J].中國農業氣象,2019,40(11):702-711.

Liu R H,Chen L,Hu C D.Response of root-canopy index of winter wheat on persist drought[J].Chinese Journal of Agrometeorology,2019,40(11):702-711.(in Chinese)

[31] 徐飛,郭衛華,徐偉紅,等.刺槐幼苗形態、生物量分配和光合特性對水分脅迫的響應[J].北京林業大學學報,2010, 32(1):24-30.

Xu F,Guo W H,Xu W H,et al.Effects of water stress on morphology biomass allocation and photosynthesis in Robinia pseudoacacia seedlings[J].Journal of Forestry University,2010,32(1):24-30.(in Chinese)

[32] 員玉良.基于莖直徑與莖流復合測量的植物水分生理調節觀測方法研究[D].北京:中國農業大學,2015.

Yuan Y L.Methods for observing plant physiological water adaptability based on the combined measurement of stem diameter and sap flow[D].Beijing:Chinese Agricultural University,2015.(in Chinese)

[33] Westgate M E,Boyer J S.Osmotic adjustment and the inhibition of leaf,root,stem and silk growth at low to progressive drought stress water potentials in maize[J]. Planta,1985,164:540-549.

[34] Zhang X L,Zang R G,Li C Y.Population differences in physiological and morphological adaptations ofseedlings in response[J].Plant Science,2004, 166:791-797.

[35] Chaves M M,Oliveira M M.Mechanisms underlying plant resilience to water deficits:prospects for water-saving agriculture[J].Journal of Experimental Botany,2004,55(407): 2365-2384.

[36] 麻雪艷,周廣勝.干旱對夏玉米苗期葉片權衡生長的影響[J].生態學報,2018,38(5):1758-1769.

Ma X Y,Zhou G S.Effects of drought on the trade-off growth of leaf traits of summer maize in the seedling stage[J].Acta Ecologica Sinica,2018,38(5):1758-1769.(in Chinese)

[37] 趙鴻,李鳳民,熊友才,等.土壤干旱對作物生長過程和產量影響的研究進展[J].干旱氣象,2008,26(3):67-71.

Zhao H,Li F M,Xiong Y C,et al.Advance about impact of soil drying on growth and yield of crops[J].Arid Meteorology,2008,26(3):67-71.(in Chinese)

[38] 張建平,何永坤,王靖,等.不同發育期干旱對玉米籽粒形成與產量的影響模擬[J].中國農業氣象,2015,36(1):43-49.

Zhang J P,He Y K,Wang J,et al.Impact simulation of drought at different growth stages on grain formation and yield of maize[J].Chinese Journal of Agrometeorology, 2015,36(1):43-49.(in Chinese)

Classification of Drought Degree during Vegetative Growth Stage of Maize Based on Threshold Indicator Taxa Analysis (TITAN)

MA Xue-yan1, 2, ZHOU Guang-sheng2, 3, LI Gen1

(1. Tianjin Meteorological Bureau, Tianjin 300074, China; 2. Chinese Academy of Meteorological Sciences, Beijing 100081；3.Collaborative Innovation Center on Forecast Meteorological Disaster Warning and Assessment, Nanjing University of Information Science & Technology, Nanjing 210044)

Drought was a major disaster that limited the growth and yield of crops worldwide. The loss of crop output caused by drought even exceeds the sum of the losses caused by all other factors, and was the most important factor threatening world food security. The influence of drought on crops was closely related to drought intensity, drought duration and the development stage of crops. It was of great significance for efficient agricultural drought prevention and drought relief to accurately assess the drought damage degree of crops and scientifically classify the drought damage levels of crops. Existing methods on crop drought assessment and grading were mostly based on yield reduction. However, yield reduction reflected the drought damage degree of the entire growth period of crop, which could not be applied to the assessment of crop drought damage degree during certain development period, restricting timely formulation and implementation of disaster prevention and mitigation measures. At present, the assessment and research on the progress of drought were generally based on one or several environmental indicators, such as precipitation, soil moisture, water deficit index, etc., or based on some single growth indicator, such as biomass. On the one hand, drought had a cumulative effect on crops, and the environmental indicators observed at that time could not necessarily reflect current growth state and damage degree of crops. On the other hand, a single growth indicator could not accurately reflect the overall growth status of crops. Since different growth indicators may have different response thresholds to drought degree, different conclusions may be drawn when grading and evaluating the drought degree of crops based on the response thresholds of different growth indicators to drought degree. Therefore, this study intended to investigate the responses of maize growth indicators to drought of different intensity and duration during its vegetative growth period (from the 3-leaf stage to jointing stage) based on a field plot experiment performed in 2014, and put forward a new way to accurately evaluating and classifying drought damage degree of maize based on response synchronicity of multiple growth indicators. In the field plot experiment, six different irrigations were performed during the three-leaf period of maize with the irrigation amounts (named treatments T1-T6) were 150, 120, 90, 60, 30, and 10mm, respectively, equivalent to 100%, 80%, 60%, 40%, 20% and 7% of the local average precipitation in July (150mm), respectively. No extra irrigation was performed thereafter. Precipitation was blocked completely by the auto-rain-shelter during the entire growth period. Then, six continuous drought processes of different initial soil moisture gradients were formed as time proceeded. Observations on soil water content, maize growth indicators were performed every 7-day after the irrigation treatments. Based on the observation data, the response regularity of maize morphological (plant height and leaf area) and biomass (stem dry mass, leaf dry mass, and total dry mass) indicators to the drought degree (D) was studied. By using of Threshold Indicator Taxa Analysis method (TITAN), the response turning points of growth indicators of maize's to drought degree were determined, and based on the response synchronicity of these growth indicators, the response turning point of maize plant level to drought degree was identified. Then the drought degree was divided into 4 levels according to these turning points. The results showed that, when 0＜D≤0.07, maize was affected by light drought, and the average decrease of maize growth indicators was only1.2%-3.0%; when 0.07＜D≤0.47, maize was affected by medium drought with an average decrease of leaf area of 15.9%, plant height of 8.6%, stem dry mass, leaf dry mass, and total dry mass of 18.8%, 15.4% and 12.4%, respectively; when 0.47＜D≤0.73, maize was affected by severe drought with an average decrease of leaf area of 37.8%, plant height of 16.9%, stem dry mass, leaf dry mass and total dry mass of 43.3%, 45.2% and 28.9%, respectively; when 0.73＜D≤1, maize was affected by extreme drought, with an average decrease of leaf area of 83.6%, plant height of 53.3%, leaf dry mass and stem dry mass above 90%, and total dry weight of 87.0%. The results would provide a method and basis for quantitative classification and evaluation of drought damage degree of crops.

Maize; Prolonged drought; Drought damage degree; Quantitative classification; Threshold Indicator Taxa Analysis method (TITAN)

10.3969/j.issn.1000-6362.2020.07.005

麻雪艷,周廣勝,李根.基于閾值指標分類法的玉米營養生長階段受旱程度分級[J].中國農業氣象,2020,41(7):446-458

2020-01-15

周廣勝，E-mail: zhougs@cma.gov.cn

國家自然科學基金（31901398）；公益性行業（氣象）科研專項（GYHY201506019）；國家重點專項（2016YFD0300106）；天津市氣象局博士基金（201743bsjj03）

麻雪艷，E-mail: maxueyan88@126.com