2020年安徽省一季水稻生產情況分析

楊森 孔令娟 潘廣元

摘 要：安徽省是全國水稻生產大省，其中以一季稻為主。該文基于安徽省水稻苗情監測系統，在對29個一季稻苗情監測縣調查的基礎上，總結了2020年安徽省一季稻生產形勢、效益情況及面臨的問題，并提出了相應的對策建議。

關鍵詞：安徽省;一季稻;生產情況;苗情監測

中圖分類號 S511文獻標識碼 A文章編號 1007-7731（2021）09-0044-04

Abstract： Anhui Province is a major rice producing province in China， of which one-season rice is the main one. Based on the rice seedling monitoring system in Anhui Province， this paper investigates 29 one-season rice seedling monitoring counties， summarizes the production situation， benefits and problems of one-season rice in 2020， and puts forward relevant countermeasures and suggestions.

Key words： Anhui Province; Single cropping rice; Production situation; Seedling monitoring

安徽省是全國的水稻主產省，地形上長江、淮河自西向東橫貫境內，天然地將全省劃分為沿淮、江淮和沿江3個區域，加上皖西大別山區和皖南山區共5個稻區。各稻區的多種生態決定了稻作類型的多樣性，就熱量條件來說，全省各地均可種植水稻，但大部分地區種植雙季稻熱量不足。結合地形和氣候條件差異，形成了以一季稻為主，雙季早、晚稻和一季中、晚稻并存，秈粳兼有的特色[1-2]。其中，一季稻常年種植面積約占90%。

作物的生長過程是一個復雜、動態的過程，種植過程中的監測與管理是確保其產量和質量的關鍵[3]。在當前全球新冠疫情仍可能影響糧食安全的情況下，依托全省水稻苗情監測系統，筆者對2020年安徽省一季水稻生產情況進行了調查，分析了一季水稻生產的現狀、存在的問題，并提出了相應的對策建議，并對今后產業發展進行了展望，以期為政府決策和農業生產提供參考。

1 安徽省水稻苗情監測系統

1.1 簡介 安徽省自2005年開展水稻苗情監測工作，15年來，監測內容不斷豐富，方法日趨規范，監測面積常年占全省一季稻生產面積60%以上，參與監測人數達200人以上，積累了大量的數據。通過苗情監測，及時發現生產中存在的問題，科學提出管理對策，有效開展分類指導，為政府決策和生產管理提供了科學依據和技術支撐，為全省糧食的豐產豐收作出了一定的貢獻。

1.2 監測點分布 根據安徽省一季稻生產特點，在29個主產縣（市、區）設置苗情監測點，分布于沿淮、江淮、沿江、大別山區和皖南山區5個稻區。依據各地面積大小和種植類型情況，在每個縣（市、區）設置6～7個監測田，共計180個監測田。在秈粳混栽稻區，一季稻以秈稻為主的，秈稻田4塊、粳稻田3塊。監測田之間保持一定的距離，分布在2個行政村以上，每塊田1334m2左右。其中，以農民正常種植水平的水稻田塊為主，高產示范片田塊不得超過2塊。選擇當地種植面積大的品種，同一品種可按播期早遲選擇田塊。

1.3 監測方法 由各監測點監測員觀察記載水稻生長發育動態、長勢長相、產量因素、自然災害等信息，以準確反映當地水稻生產情況，全面了解水稻生產技術應用、農民生產意向和要求。各縣監測單位負責收集匯總各縣監測田信息，發現和分析水稻生產存在問題，提出田管對策或建議，形成縣級監測報告。省農技站匯總縣級監測報告，分析研判，形成省級監測報告，供省委、省政府、農業農村廳決策參考。

2 2020年一季稻生產情況

2.1 種植面積 據29個一季稻苗情監測縣的調查，安徽省一季稻種植面積共計147.15萬hm2，較2019年增加7.14萬hm2。其中，機械插秧41.74萬hm2，直播61.48萬hm2，分別較2019年增加1.7萬hm2、6.46萬hm2。人工移栽41.82萬hm2，盤育拋秧2.11萬hm2，分別較2019年減少0.59萬hm2、0.43萬hm2（見表1）。直播稻面積增長11.7%，增長幅度較大，占一季稻面積的41.8%，對一季稻面積增長的貢獻率為90.4%。

2.2 應用品種類型 主導品種以兩系雜交稻為主，稻米品質進一步優化。目前，水稻生產上種植面積較大的有Y兩優系列、徽兩優系列、豐兩優系列、深兩優系列、鎮稻系列、隆（晶）兩優系列、兩優系列、華占系列、荃優絲苗、皖粳糯等品種（組合）。二級以上優質品種增多，在兼顧產量的同時，更加注重品質優良和口感食味佳。

2.3 主要生產技術 綠色高效生產模式引領作用突顯。由于市場需求影響以及產業結構調整的推進，優質水稻工廠化育插秧、稻漁綜合種養、中秈-再生稻全程機械化等綠色優質高效生產模式面積逐年增加，尤其是稻漁綜合種養農戶積極性高、面積大幅增加，水稻優質品種覆蓋率、稻米品牌效應進一步提升。

2.4 產量 平均有效穗268.8萬/hm2，穗總粒數161.64粒，結實率82.7%，千粒重26.08g。與2019年同期相比較，有效穗減少8.85萬/hm2，結實率減少0.18個百分點，每穗粒數減少2.24粒，千粒重減少0.3g。按面積加權，平均單產7962kg/hm2，比2019年同期（8459.4）減幅6.25%。

2.5 生產效益分析 由表2可知，一季稻平均效益5649元/hm2，其中產值21927元/hm2，總成本16276.5元/hm2。按栽植方式計算，機械插秧產量高（8090.7kg/hm2），產值和效益最高，分別為22717.5元/hm2、6120元/hm2。人工移栽的效益次之，為6069元/hm2，直播稻生產成本最低，但因產值較低，效益不如機插秧和人工移栽，拋秧稻成本高、產值低，效益最差。按稻谷類型分析，粳稻價格較秈稻價格高，粳稻產值達24001.5元/hm2，效益為7536元/hm2，高于秈稻的5418元/hm2，但受粳稻受市場、綜合效益等的影響，生產面積基本穩定，市場波動小，農戶擴大生產的意愿積極性不高。

3 生產形勢分析

3.1 氣象條件對產量的影響 2020年一季稻生長期間陰雨偏多，天氣條件總體較差。育秧期遭受干旱、倒春寒，導致栽插困難。6—7月，梅雨期持續時間長（60d）、降水量大，曬田難，對低位有效分蘗的影響較大。8月中下旬至9月上旬，氣候條件適宜，有利于水稻生長、灌漿。9月中下旬（9月16—25日），各稻區再次遭受不同程度的連續陰雨和寒露風天氣，導致處在灌漿期的田塊結實率、灌漿速率降低，處在收獲期的田塊收割進度有所推遲，田間有穗發芽發生。僅僅部分高榜田、丘陵地區的水稻，由于未遭受干旱和高溫危害，長勢好于往年。除因洪澇絕收的田塊外，2020年單產與2019年相較降低6.25%。

3.2 病蟲草害對產量的影響 2020年水稻生長期間，病蟲草害發生總體偏重，田間菌源充足，蟲源遷入時間早、數量大，氣候條件適宜生長，部分地區受到水淹的影響，植株體弱抗病蟲能力下降，大部分地區稻飛虱、稻縱卷葉螟和紋枯病、稻曲病發生總體較重，宿松縣、桐城市甚至出現稻飛虱造成少量田塊“冒穿”。各地農業部門通過病蟲測報預警，利用網絡、微信等多種形式大力宣傳，積極指導開展綠色總體防控，最大程度地降低病蟲害對產量的影響。草害方面，由于直播稻面積連年增加，直播稻稻田水分含量相對適宜、生長空間充足，非常適合雜草的快速生長，雜草發生種類多、數量大[4-7]，加之前期干旱，總體發生較重。

3.3 科技手段對水稻生產的影響 以機械化、新品種應用等為代表的科技手段在水稻生產中的應用，可以節省人力、物力、財力，提高生產效益，節約生產成本，緩解用工矛盾，增強抵御自然災害的能力。

4 水稻生產中存在的問題

4.1 苗期監測 當前農業大環境發生變化，農業勞動人員流失嚴重，經費投入有限等，這種變化產生的而影響也在苗情監測領域有所體現。

4.1.1 監測隊伍 監測人員不穩定，部分縣監測員更換頻繁，部分監測人員身兼數職，又缺乏系統的培訓，業務不熟練現象時有發生。縣鄉級監測員年齡老化，多數在50歲以上，關鍵生育期監測時間緊湊，又逢酷暑天氣，監測工作時間緊、任務重，體力和精力上有一定困難。近年來，不少單位對農技推廣工作的重視不夠，將農技人員抽調從事其他工作，使農技部門難以集中精力開展包括苗情監測在內的技術推廣服務工作。

4.1.2 政策與經費保障 政策上，對基層苗情監測人員缺少激勵措施，如苗情監測先進個人、先進集體評選等。省級的技術培訓次數較少，各地監測員缺乏面對面交流、學習機會。經費上，苗情監測經費是從糧食生產發展專項等列支，但由于經費管理原因，部分縣經費申請及使用存在困難，專款專用、采購先進的監測儀器設備、工作經費等難以得到保障。

4.1.3 新技術應用不足 苗情監測工作開展15年來，苗情監測員對大田進行采集數據時，仍需要以手工方式數分蘗數、測量葉面積等工作，工作量大，且準確度因人而異。有少部分監測點已開始試驗使用葉面積指數儀、葉面營養測定儀等工具輔助監測，但使用儀器設備數量少，自動化程度低，以物聯網、智能化為代表的新技術設備應用不足。

4.2 糧食生產

4.2.1 農田基礎設施不完善，抗災能力不足 近年來，極端天氣氣候事件呈現增多趨勢，干旱、洪澇、高溫熱害及低溫冷凍害等氣象災害頻發。當前，農田設施面臨老化、損毀等問題，抗災能力不足，農業安全生產風險加劇。

4.2.2 生產經營主體用工難 一是農忙時節經營主體用工難、用工成本高，導致部分關鍵生育期田管緊張，勤種疏管現象普遍存在。二是種植模式結構不合理，為減輕育秧、栽插用工壓力，直播稻面積持續增長，從輕簡化生產角度來看有一定的合理性，但直播稻有草害發生重等缺點，總體弊大于利，不應盲目擴大生產[8-9]。三是配套功能健全的社會化服務組織和托管機構數量少，單一靠農機合作社開展部分服務不能滿足生產需求。這些情況造成了水稻面積雖有增加，但因用工難，田管水平提升有限，產量難以繼續增長。

4.2.3 產業化程度低，效益難以提升 市場對優質稻米的需求在持續增加，2020年種植的優質二級以上品種較上年增多，在兼顧產量的同時，更加注重品質優良和口感食味佳。但安徽省面臨著專用優質稻米品牌缺乏、知名度較低等問題，再生稻按照普通一季稻價格銷售現象普遍存在。稻米產業化程度低，難以實現優質優價，加工企業與種植主體的利益聯結機制不暢。

5 保障措施

5.1 技術措施

5.1.1 革新水稻苗情監測工作 近年來，隨著電子與通信技術的發展，以“3S”（GIS、GPS和RS）、物聯網（IoT，internet of things）、云計算（cloud computing）和大數據（big data）為代表的新一代信息技術[10-15]正在不斷地應用于農業的各個領域。安徽省要應與時俱進，加強與科研院所等機構的聯系，探索引入智能監測新技術和成果分析應用，商討建立動態全程監測系統。

5.1.2 加強農技推廣服務，提升田間管理水平 各級農技系統要切實加強品種展示、技術集成示范等工作，以建立示范區展示等方式輻射帶動周邊農戶、種植大戶。各地要根據自身條件和需求，結合網上授課、現場觀摩、室內培訓和交流討論等方式，大力推廣“水稻+”綜合種養，適度推廣包括綠色生產在內的多種技術模式，讓高效、綠色田管技術應用落地，提升全省水稻生產管理水平。

5.1.3 發展綠色高效種植 當前，隨著市場需求的變化，農業供給側結構性改革，對綠色優質大米的需求在不斷增加。其中，再生稻作為一項重要生產技術備受重視，再生稻也稱為“一種兩收”，具有省種、省工、米質好、食味佳等諸多優點，符合當前糧食生產的新形勢和新要求。安徽省“兩季不足，一季有余”的水稻產區均適宜發展再生稻[9，16]。結合安徽省推進再生稻高質量發展指導意見，因地制宜開展再生稻品種展示、栽培技術示范，探索以再生稻作為災害應急補救手段。

5.2 政策措施

5.2.1 政策保障先行 認真貫徹落實國家有關糧食生產的各項扶持政策，落實責任，強化服務。加強經費保障，支持標準化農田建設，完善農田基礎設施。以低息貸款、無息貸款、獎勵、財政補貼等手段，支持符合政策條件的農業經營主體建立水稻生產社會化服務和托管組織，緩解農業用工矛盾。多方位提高農民種糧積極性，穩定全省水稻生產。

5.2.2 加大農業保險應用 保險能夠分攤意外風險，各地農技部門應加強通過保費補貼等政策擴大農業保險覆蓋范圍，注重災害保險和價格保險等多種保險應用，因地制宜補充商業保險，政策兜底。既可以作為政府救災補償的補充，又可以增強各種類型的經營主體抵御自然災害和市場風險的能力，從而保護水稻經營主體的生產積極性，提升效益。

5.2.3 加強宣傳報道，推廣優質大米 當前，國民收入連年提升，居民對食味佳、綠色優質大米的需求不斷提升。各農技推廣部門要充分認識宣傳報道對促進優質大米銷售的重要性，積極引導經營主體、糧食企業利用電視廣告、多媒體直播帶貨、各級農交會等手段，開展主題突出、形式多樣的宣傳報道，提升安徽大米的品牌知名度，讓安徽優質大米走入更多人家，早日培育出與東北五常大米、泰國香米等齊名的安徽大米品牌，做大做強安徽大米產業。

參考文獻

[1]李成荃.安徽稻作學[M].北京：中國農業出版社，2008.

[2]孔令娟，汪新國，楊惠成.安徽省水稻全面增產之淺析[J].農學學報，2014，4（7）：100-106.

[3]朱晨亮.作物冠層葉色變化遠程自動監測技術[D].杭州：浙江理工大學，2016.

[4]黃錦法，俞慧明，陸建賢，等.稻田免耕直播對土壤肥力性狀與水稻生長的影響[J].浙江農業科學，1997（5）：226-228.

[5]程來品，曹方元，仇學平，等.不同除草劑對直播稻田馬唐等雜草的防效[J].雜草科學，2013，31（1）：64-65.

[6]周晶，錢揚，譚長龍，等.施用除草劑對水稻直播秧苗素質的影響[J].湖南農業科學，2018（1）：78-80.

[7]楊守仁.水稻超高產育種問題探討[J].中國農學通報，1990，6（3）：5-8.

[8]馮延江，王麒，趙宏亮，等.我國水稻直播技術研究現狀及展望[J].中國稻米，2020，26（1）：23-27.

[9]孔令娟，汪新國，潘廣元，等.安徽省直播稻生產情況調研與思考[J].安徽農學通報，2018，24（2）：34-36.

[10]Wang X， Wang H， Dang A. Research on large-scale dynamic monitoring of landuse with RS， GPS and GIS[C]//IEEE International Geoscience & Remote Sensing Symposium. IEEE，2000.

[11]鄺繼雙，汪懋華.3S技術在農田基礎地圖測繪與更新中的集成應用[J].農業工程學報，2003，19（3）：220-223.

[12]Atzori L， Iera A， Morabito G. The internet of things：A survey[J].Computer Networks，2010，54（15）：2787-2805.

[13]聶洪淼，焦運濤，趙明宇.物聯網技術在精準農業領域應用的研究與設計[J].自動化技術與應用，2012，31（10）：89-91，97.

[14]Jula A， Sundararajan E， Othman Z. Cloud computing service composition：A systematic literature review[J]. Expert Systems with Applications，2014，41（8）：3809-3824.

[15]許世衛，王東杰，李哲敏.大數據推動農業現代化應用研究[J].中國農業科學，2015，48（17）：3429-3438.

[16]馮駿.桐城市再生稻生產現狀及發展對策[J].安徽農學通報，2016（14）：55-56.

（責編：張宏民）