王金涛, 董心亮, 肖 宇, 刘青松, 张冬梅, 韩金玲, 刘 毅, 高广瑞, 刘占卯, 孙宏勇**

基于扩散理论的华北春玉米生理成熟后籽粒脱水过程分析*

王金涛1, 董心亮1, 肖 宇2, 刘青松2, 张冬梅3, 韩金玲4, 刘 毅5, 高广瑞6, 刘占卯6, 孙宏勇1**

(1. 中国科学院遗传与发育生物学研究所农业资源研究中心 石家庄 050022; 2. 河北省沧州市农林科学院 沧州 061000; 3. 山西省农业科学院旱地农业研究中心 太原 030000; 4. 河北科技师范学院 昌黎 066600; 5. 沧州市南大港管理区农业科学研究所 沧州 061000; 6. 国家半干旱农业工程技术研究中心 石家庄 050051)

玉米机收籽粒可以显著提高玉米的生产效率, 是玉米生产的发展方向。生理成熟后的籽粒含水率是决定机收质量的关键, 受品种、密度和气候等多种因素影响。准确估算生理成熟后玉米籽粒含水率, 进而分析其主要影响因素, 最终确定玉米收获时间和筛选适宜机收的品种, 对玉米主产区华北的春玉米籽粒机收发展具有重要意义。因此, 于2017年和2018年在河北省泊头、南大港、玉田和山西榆次进行了两年田间春玉米试验, 每年设置7个共性品种, 每个品种3个密度, 对生理成熟后籽粒含水率、品种性状、气象和管理要素进行了监测, 并利用基于扩散理论考虑空气温湿度的脱水模型对籽粒含水率进行了模拟, 进而计算脱水曲线下的面积(AUDDC), 用以筛选脱水优异的玉米品种。结果表明, 基于扩散理论的籽粒脱水模型对玉米生理成熟后籽粒含水率的模拟效果较好; 年份、地点和品种对生理成熟时籽粒含水率(0)和水分扩散速率()具有显著影响, 密度对脱水参数影响不显著。逐步线性回归分析得到灌浆期参考作物蒸发蒸腾量(ET0)、最高气温和灌水量对0具有显著的正效应, 生理成熟后30 d内ET0和灌浆中后期降雨对具有显著的正效应, 全生育期降雨对具有显著的负效应。品种性状中对0影响最大的为苞叶层数(正效应), 对影响最大的为叶片数(负效应)。通过模型计算得到, 生理成熟后10 d华北地区春玉米籽粒含水率可以下降到28%, 籽粒含水率下降到25%的概率为50%。由模型计算得到各品种生理成熟后10 d内的AUDDC, 与AUDDC平均值比较发现‘京农科728’ ‘张1453’ ‘华农887’ ‘广德5’和‘金科玉3306’为脱水表现优异的品种。

华北春玉米; 籽粒机收; 生理成熟; 籽粒含水率; 籽粒脱水; 扩散理论

目前, 我国玉米()收获主要以机收果穗为主, 机收籽粒的比例较低。机收籽粒可以省去运输、烘干(晾晒)、脱粒等环节, 提高了玉米收获效率。机收籽粒能否成功关键取决于机收质量, 而机收质量与机收时玉米籽粒含水率密切相关[1-2]。多数玉米品种生理成熟时籽粒含水率在30%~40%[3], 但适宜机收的籽粒含水率为28%或25%[1,4]。因此, 如何确定生理成熟后籽粒含水率的变化过程及影响因素, 进而确定收获时间, 筛选脱水表现优异的品种, 对机收籽粒具有重要意义。华北西部和北部地区积温不能满足一年两熟的种植制度, 华北中南部地区由于地下水超采严重, 近年来逐步改一年两熟为两年3熟或一年1熟, 这给华北地区春玉米种植提供了环境条件。由于春玉米较夏玉米生育期长, 且生育前期气温较低有利于玉米的生产, 春玉米在华北地区广泛种植。因此对华北春玉米籽粒脱水过程进行分析, 有利于籽粒机收的推广。

玉米籽粒脱水可分为两个阶段: 第1个阶段为生理成熟前, 主要受籽粒灌浆驱动; 第2个阶段为生理成熟后, 主要受气象等外部因素驱动[3]。对籽粒脱水的准确模拟有助于判定籽粒的发展阶段及适宜机收时间。生理成熟前籽粒含水率模拟主要基于吐丝后积温[5-8]。生理成熟后籽粒含水率模拟主要有两种方法: 第1种是基于吐丝后积温(积温模型)[2], 可以看作生理成熟前籽粒含水率变化的延续; 第2种基于扩散理论(Fick第二定律), 根据生理成熟后的气温和相对湿度计算平衡含水率(e), 结合生理成熟时籽粒含水率(0)和扩散系数()模拟生理成熟后籽粒含水率变化动态(扩散模型)[3,7], 物理意义更加明确。Maiorano等[7]将积温模型和扩散模型耦合建立了生理成熟前后籽粒含水率模型, 结果表明模型模拟效果较好, 但会高估生理成熟前籽粒含水率, 低估生理成熟后籽粒含水率。可能原因是生理成熟后模型中所用的平衡含水量方程取自工业干燥模型,可能不适用于田间条件, 而且大气湿度可能在不同地点和收获期有很大变化。Martinez-Feria等[3]研究表明品种、年份和播期对扩散模型中0具有显著影响, 对的影响较小。因此扩散模型能否适用于华北春玉米生理成熟后籽粒含水率模拟和预测, 气候、管理因素和品种特性如何影响脱水参数? 这是本研究的目标之一。

玉米籽粒机收时间与籽粒含水率密切相关。Miles[9]研究表明生理成熟后玉米籽粒含水率降至25%需要13.5~29.5 d。李璐璐等[2]使用积温模型模拟黄淮海夏玉米籽粒含水率, 结果表明不同品种类型从吐丝后至籽粒含水率下降到28%和25%时分别需要2 729~2 982 ℃∙d和2 845~3 118 ℃∙d。但是基于扩散模型确定华北地区春玉米的收获期尚少见报道。在筛选宜机收玉米品种时, 籽粒的脱水特性也是一项重要指标。Cross[10]研究表明应以授粉后45 d测定的籽粒脱水速率作为选择快速脱水品种的指标, 但是Freppon等[11]认为应以吐丝后30 d测定的籽粒脱水速率作为筛选指标, 可见籽粒脱水表现的评估时段没有达成一致。多数研究使用几个时间点的籽粒含水率与积温或者天数进行线性回归, 评价不同品种的脱水特性, 但是无法完整反映出籽粒脱水过程[12]。Yang等[12]提出了用实测脱水曲线下的面积(AUDDC)进行不同玉米品种籽粒脱水表现的评价, 但没有使用脱水模型计算AUDDC。

综上所述, 本文通过4个试验地点2年不同密度和不同玉米品种的脱水试验, 验证玉米生理成熟后籽粒脱水扩散模型的适用性, 探讨气象-管理因素和品种特性对模型参数的影响, 利用脱水模型确定华北地区春玉米籽粒机收的适宜时间, 以及对不同玉米品种的脱水特性进行比较和筛选, 为华北地区春玉米籽粒机收提供科学依据。

1 材料与方法

1.1 研究区概况与试验设计

于2017年和2018年在河北省沧州市泊头(116°33′E, 38°05′N)、南大港(117°19′E, 38°24′N)和山西省晋中市榆次(112°46′E, 37°41′N)开展了为期2年的试验, 于2017年在河北省唐山市玉田(117°44′E, 39°53′N)开展了1年试验, 4个地点多年主要气象因素见表1。试验设置7个共性品种, 2017年为‘郑单958’ ‘粒收1号’ ‘东单913’ ‘华农887’ ‘金科玉3306’ ‘广德5’和‘张1453’, 2018年‘张1453’替换为‘京农科728’。每个品种设置3个种植密度, 分别为60 000株∙hm–2、75 000株∙hm–2和90 000株∙hm–2, 每个处理重复3次, 试验小区面积约66.7 m2, 采用随机区组排列。试验的其他田间管理措施如表2所示。

1.2 测定项目与方法

4个地点记录7个相同品种玉米的生育期(以达到50%为准), 吐丝日期和生理成熟日期见表3。在灌浆开始后每个小区选取连续的10个植株, 测量叶片数、株高、穗位高和茎粗(地上部第3节扁平面的直径)。每个小区选取正常结穗的连续10个植株, 在生理成熟(玉米籽粒乳线消失)时测量苞叶层数和果穗下垂比例, 以后每隔5~10 d测量1次果穗下垂比例。每个小区另取5 m双行, 从生理成熟时开始5~10 d测量一次植株的倒伏比例。生理成熟后每隔3~10 d测量1次籽粒含水率。每个小区每次取3~5株玉米果穗, 脱粒后立刻称取籽粒湿重, 放到鼓风恒温箱内105 ℃杀青1 h, 然后80 ℃烘至恒重, 称取籽粒干重。含水率计算公式如下:

式中:为玉米籽粒含水率, %;为玉米籽粒湿重;为玉米籽粒干重。

气象数据通过中国气象数据共享网(http://data. cma.cn/) 获得, 包括每天日照时数、平均温度、最高温度、最低温度、平均相对湿度和降雨。参考作物蒸发蒸腾量(ET0)根据FAO56[13]中推荐的Penman-Monteith公式计算得到。

1.3 玉米籽粒脱水模型(扩散模型)

基于扩散理论(Fick第二定律), Henderson-Perry[14]提出了玉米生理成熟后籽粒脱水模型:

式中:为玉米籽粒含水率, %;e为玉米籽粒平衡含水率, %;为扩散系数, 表征籽粒的脱水速率;为生理成熟后天数。之后Martinez-Feria等[3]对该模型进行了修改:

式中:为经验常数, 当=1时与式(2)一致。两边积分后得:

式中:0为玉米生理成熟时籽粒含水率, %。Martinez-Feria等[3]研究表明玉米籽粒脱水时=1。籽粒平衡含水率(e)的动态可通过下式计算得到:

表1 4个春玉米试验地点的高程和气象条件

表2 2017年和2018年4个地点春玉米的耕作方式、播种日期、施肥量和灌溉措施

式中: RH为大气相对湿度, %;为大气平均温度, ℃;、、为经验常数, 玉米籽粒脱水时=0.000 155 7,=45.5,=2[3]。

1.4 春玉米籽粒脱水参数与气象-管理因素和品种性状的逐步回归分析

将0和与气象-管理因素和品种特性作逐步回归分析, 确定影响玉米生理成熟后籽粒脱水主要气象-管理因素和品种特性。本文选取9个气象参数, 分别为累积降雨量、累积ET0、积温、平均气温、最高气温、最低气温、平均风速、平均日照时数和平均相对湿度。4个地点灌溉量差异较大, 同时对玉米生长发育具有重要作用, 因此只选取灌溉量作为管理参数, 同时还选取了水分输入(灌溉量+降雨量)以及水分输入和ET0的比值作为气象-管理综合参数(表4)。由于灌浆期是籽粒发育的主要时期, 灌浆中后期到生理成熟是籽粒脱水的第1阶段, 生理成熟后是籽粒脱水的第2阶段, 而灌浆前是植株冠层发育的关键时期, 因此每个指标又分为4个时期, 分别为: 全生育期、灌浆期、灌浆中后期和生理成熟后。0为生理成熟时籽粒含水率, 生理成熟后气象条件对其没有影响, 因此只与全生育期、灌浆期和灌浆中后期的气象-管理参数作逐步回归分析;为生理成熟后的脱水速率, 与4个时期的气象-管理参数作逐步回归分析。针对0本研究选取影响脱水的冠层和果穗关键参数: 叶片数、株高、穗位高、茎粗、苞叶层数、生理成熟时果穗的下垂比例和倒伏比例, 针对增加了生理成熟后30 d平均果穗下垂比例和植株倒伏比例。

1.5 基于生理成熟后籽粒脱水的春玉米品种筛选

本文使用Yang等[12]在2010年提出的通过脱水曲线下面积(AUDDC)的方法, 比较生理成熟后籽粒水分表现。

式中:为籽粒含水率的测量次数;为第次测量;为玉米籽粒含水率, %;为生理成熟后天数;t为第次测量含水率时的生理成熟后天数。

脱水曲线采用1.3中脱水模型计算得到, AUDDC计算步长以天为单位。由于华北地区玉米生理成熟时间主要集中在9月和10月, 因此e采用各地点9月和10月平均的e。各品种脱水曲线的0和采用４个地点两年各品种平均的0和, 将所有处理平均的0和作为参考脱水曲线的参数。当各品种脱水曲线的AUDDC小于参考曲线的AUDDC时, 认为是籽粒脱水表现较好的品种。

表4 影响春玉米生理成熟后脱水参数的气象-管理因素

1.6 数据处理

图表处理采用Excel和Origin软件, 方差分析和逐步回归分析采用SPSS软件。脱水模型拟合采用1stOpt软件, 拟合效果用决定系数(2)和相对均方根误差(RRMSE)[15]衡量:

2 结果与分析

2.1 春玉米籽粒水分扩散模型的模拟效果

如图1和图2所示, 扩散模型可以很好地反映不同年份、不同地点、不同密度和不同品种籽粒脱水的动态过程, 尤其是可以反映出受降雨等因素的影响, 相对湿度和温度发生变化后的籽粒含水率升高再变低的过程。2017年除了南大港试验点60 000株×hm-2密度下的‘华农887’、玉田试验点60 000株×hm-2和90 000株×hm–2密度下的‘郑单958’、60 000株×hm–2密度下的‘东单913’、60 000株×hm–2和75 000株×hm–2密度下的‘广德5’外, 其余78个处理的2均在0.7以上, 实测值和模拟值的相关性在=0.05水平上显著。2017年各处理籽粒含水率实测值和模拟值的RRMSE为0.01~0.16, 拟合效果较好。2018年除了南大港试验点60 000株×hm–2密度下的‘粒收1号’外, 其余62个处理的2均在0.67以上, 实测值和模拟值的相关性在=0.05水平上显著。2018年各处理籽粒含水率的实测值和模拟值的RRMSE为0.01~0.18, 拟合效果较好。

2.2 气象-管理因素和春玉米品种特性对脱水参数的影响

表5为0和的方差分析, 结果显示年份、地点和品种对0的影响达极显著水平, 同时年份和品种、地点和品种以及年份、地点和品种的交互作用对0的影响也达显著水平。年份、地点和品种对的影响达显著水平, 同时年份和地点、地点和品种以及年份、地点和品种的交互作用对的影响也达显著水平。但是密度对0和的影响均不显著, 同时密度与年份、地点、品种的交互作用对0和的影响也不显著。

通过逐步回归分析得到(表6), 灌浆期累积ET0、平均最高气温和灌水量是影响0的主要气象因素, 回归系数分别为-0.023 0、-1.143 0和-0.042 0, 回归模型的2为0.310。品种性状中叶片数、株高、生理成熟时果穗下垂比例和生理成熟时植株倒伏比例对0有负效应, 穗位高、茎粗和苞叶层数对0有正效应, 其中苞叶层数对0的影响最大, 品种性状与0回归模型的2为0.168。

表5 年份、地点、品种和密度对春玉米生理成熟时籽粒含水率(M0)和生理成熟后脱水速率(k)影响的方差分析

ns表示在=0.05水平不显著; *表示在<0.05水平显著; **表示在<0.01水平显著。ns: nonsignificant at< 0.05 probability level; *: significant at< 0.05 probability level; **: significant at< 0.01 probability level.

由表6可知, 生理成熟后30 d的累积ET0、全生育期降雨量和灌浆中后期的平均风速是影响的主要气象因素, 回归系数分别为0.000 3、-0.000 1和0.017 3, 回归模型的2为0.444。品种性状中叶片数、茎粗、生理成熟时果穗下垂比例和生理成熟后果穗下垂比例对有负效应, 穗位高、穗位高、苞叶层数、生理成熟时植株倒伏比例和生理成熟后30 d植株平均倒伏比例对有正效应, 其中叶片数对的影响最大, 品种性状与回归模型的2为0.296。

2.3 华北春玉米的籽粒机收适宜时间

通过脱水模型计算所有处理籽粒含水率达28%和25%的生理成熟后天数, 并将各地点所有处理的数据作箱型图(图3a和3b), 得到各地点玉米生理成熟后籽粒含水率降到28%和25%的天数分布。泊头、南大港、榆次和玉田籽粒含水率下降到28%的生理成熟后天数中位数分别为4.0 d、5.2 d、2.0 d和7.0 d, 平均值分别为5.0 d、5.2 d、3.5 d和9.3 d, 去除异常值后的天数范围分别为0~11 d、2~8 d、0~10 d和0~8 d。泊头、南大港、榆次和玉田籽粒含水率下降到25%的生理成熟后天数中位数分别为8.0 d、8.0 d、8.0 d和10.0 d, 平均值分别为10.0 d、10.1 d、10.8 d和15.0 d, 去除异常值后的天数范围分别为0~21 d、5~17 d、1~25 d和2~14 d。

2.4 基于籽粒脱水的华北春玉米品种筛选

如表7所示, 所有处理0的平均值为30.59%,的平均值为0.039。‘华农887’ ‘张1453’和‘京农科728’的0值小于30.59%, 为生理成熟时籽粒含水率较低的品种。‘粒收1号’ ‘金科玉3306’ ‘广德5’和‘张1453’的值大于0.039, 为生理成熟后籽粒脱水速率较快的品种。其中只有‘张1453”的0较低而且值较高, 可认为是生理成熟后籽粒水分表现较好的品种, 但其他几个品种是否为生理成熟后籽粒水分表现较好的品种无法确定。

表6 春玉米生理成熟时籽粒含水率(M0)和生理成熟后脱水速率(k)与气象-管理因素和品种性状逐步回归分析结果

续表6

ET02为灌浆期ET0, Max2为灌浆期平均最高气温, IRRI2为灌浆期灌水量, ET04为生理成熟后30 d的ET0,1为全生育期降雨量,3为灌浆中后期的平均风速。ET02: cumulative ET0during grain-filling stage; Max2: average maximum temperature during grain-filling stage; IRRI2: irrigation amount during grain-filling stage; ET04: cumulative ET0at 30 days after physiological maturity;1: cumulative precipitation during the whole growth period;3: average wind speed during the middle-late grain-filling stage.

图3 不同试验地点玉米生理成熟后籽粒含水率到达28%(a)和25%(b)时的天数

根据AUDDC方法, 以生理成熟后10 d为比较范围, 计算各品种AUDDC, 与参考AUDDC比较, 结果如图4所示。生理成熟后10 d内, 平均AUDDC为273.30, 其中‘华农887’ ‘广德5’ ‘张1453’和‘京农科728’的AUDDC小于273.30, 分别为263.57、270.16、253.75和243.88, ‘京农科728’生理成熟后籽粒水分表现最好。‘金科玉3306’的AUDDC为273.82, 稍高于平均值, 但是生理成熟后10 d时籽粒含水率为24.34%, 小于平均脱水曲线生理成熟后10 d时籽粒含水率(24.59%)。

3 讨论

玉米生理成熟后籽粒含水率扩散模型对大部分处理的模拟效果较好, 但是也有几个处理模拟效果不好。可能是因为模型中平衡含水量方程取自工业干燥模型[7], 因此只考虑到了大气温湿度, 对于田间条件下的其他气象因素如风速、辐射等没有考虑。在蒸发过程中, 风速影响着水汽扩散, 而辐射影响液态水吸收的能量[16], 因此在计算平衡含水率时还需考虑其他影响水分蒸发的气象因素。

表7 各春玉米品种生理成熟时籽粒含水率(M0)和生理成熟后籽粒脱水速率(k)的平均值

图4 春玉米生理成熟后籽粒平均脱水曲线(虚线为所有品种和地点两年平均脱水曲线, 实线为各品种所有地点两年平均脱水曲线)

方差分析结果显示, 年份、地点和品种对0和都有显著影响, 且存在显著的交互作用。Martinez-feria等[3]研究表明品种、年份和播期对0具有显著影响, 而对的影响较小。由于不同年份和地点的气象和管理因素不同, 因此气象-管理因素和品种特性是0和的主要影响因素。只有通过分析建立0和与气象-管理因素和品种特性的定量关系, 才可用于籽粒含水率的预测。方差分析结果表明种植密度在60 000~90 000株×hm-2时, 种植密度对0和没有显著影响。Widdicombe等[17]在北美玉米带的研究表明, 种植密度增加会小幅度加快玉米籽粒的脱水速率。但是李淑芳等[18]认为, 栽培密度在一定范围内不会对籽粒脱水构成影响。

本研究将全生育期、灌浆期和灌浆中期的35个气象-管理(灌溉)因素与0进行逐步线性回归, 最后得到回归模型自变量为灌浆期ET0、灌浆期平均最高气温和灌浆期灌水量, 且均对0产生负效应。灌浆期ET0和最高气温的升高一方面表征了大气蒸发力的提升[16], 有利于灌浆期玉米籽粒的脱水; 另一方面, 在作物未受到胁迫时, 灌浆期ET0和最高气温的升高有利于提高玉米的灌浆速率[19], 而灌水量的增加也保证玉米不会受到水分胁迫, 保证玉米正常灌浆。玉米灌浆速率提升和灌浆时期的维持, 是灌浆期玉米籽粒脱水主要促进因素[3,8,20]。但是回归模型的2较低, 说明还有其他未考虑的气象和管理因素对0影响较大。将7个品种特性与0进行逐步线性回归, 其中苞叶层数对0的影响最大且为正效应, 较少的苞叶层数减小了籽粒水分汽化后向大气中散失的阻力, 有利于籽粒的脱水[1,21]。回归模型的2较低, 说明还有其他未考虑的品种特性对0影响较大。

本研究将全生育期、灌浆期、灌浆中后期和生理成熟后的45个气象-管理(灌溉)因素与进行逐步线性回归, 最后得到回归模型自变量为生理成熟后30 d累积ET0(正效应)、全生育期降雨(负效应)和灌浆中、后期的风速(正效应)。生理成熟后ET0越大, 说明大气蒸发能力越大[16], 可以促进籽粒脱水。全生育期降雨越多, 玉米植株长势越好, 冠层稠密不利于生理成熟后的水汽扩散, 因此全生育期降雨较多会降低生理成熟后籽粒脱水速率。灌浆中后期的风速对产生正效应, 可能是因为其与生理成熟后30 d的风速具有显著的正相关关系, 因此表征了生理成熟后水汽扩散条件较好, 有利于籽粒脱水。但是回归模型的2较低, 说明还有其他未考虑的气象和管理因素对产生影响。将7个品种特性与进行逐步线性回归, 其中叶片数对的影响最大且为负效应, 较少的叶片数有利于减少生理成熟后籽粒水汽向大气扩散的冠层阻力, 可以提升籽粒的脱水速率。吕香玲等[22]研究表明开花期绿叶数较多有利于玉米灌浆中后期的果穗脱水, 但是未说明对生理成熟后籽粒脱水速率的影响。品种特性与的回归模型的2较低, 说明还有其他未考虑的品种特性对影响较大。

玉米生理成熟后籽粒水分是籽粒机收质量的重要影响因素, 是决定机收时间的关键因素。传统机收果穗方式在生理成熟时即可收获, 但是研究表明机收籽粒需要籽粒含水率小于28%或25%, 而生理成熟时籽粒含水率一般为30%左右[23-26], 生理成熟后需要立秆一段时间才能收获, 这对玉米生育期选择、收获机械安排及后续的农事操作等可能造成影响。因此需要计算籽粒含水率到达28%和25%的时间, 进行玉米籽粒机收时间的讨论。由于各地区的气象和管理因素的差异, 4个试验地点籽粒含水率达28%的时间不一致。但是籽粒含水率达28%时的时间最大值为8~11 d, 籽粒含水率达25%的时间中位数为8~10 d。因此生理成熟后10 d左右华北地区春玉米籽粒含水率基本可以达28%以下, 同时有50%的概率可以使春玉米籽粒含水率到达25%。因此华北地区春玉米收获时间不能早于生理成熟后10 d。李璐璐等[2]研究表明黄淮海地区不同夏玉米品种籽粒含水率降到25%的平均积温为82 ℃×d, 以华北地区9月中旬到10月底的平均日积温14.83 ℃×d算, 生理成熟后5.5 d左右籽粒含水率可以下降到25%。刘青松等[4]根据泊头试验点玉米生理成熟后立秆特性分析表明生理成熟后两周内倒伏和穗腐病发生率较低, 适宜籽粒机收。

与传统收穗方式比较, 机收籽粒对籽粒破碎率、损失率等要求较高, 而籽粒含水率是决定机收质量的关键因素, 因此生理成熟时籽粒含水率低、生理成熟后籽粒脱水速率快和适收期籽粒含水率低是机收籽粒玉米品种筛选的重要指标[1-2]。因此本研究以0和作为标准对华北宜机收春玉米品种进行了筛选, 所有处理的平均0为30.59%, 这与前人的研究结果相近[2,20]。但是只有‘张1453’的0低于平均值, 且高于平均值, 其他几个品种只有1项指标满足条件, 不能确定脱水表现是否优异, 因此通过脱水模型计算生理成熟后0~10 d的AUDDC, 进一步评估不同品种玉米籽粒的脱水表现。‘金科玉3306’的AUDDC虽然略大于平均值, 但是生理成熟后10 d的籽粒含水率小于平均值, 因此该方法还需要通过目标收获期的籽粒含水率作为辅助指标。其他研究中通过开花后的积温与籽粒含水率建立模型[1-2], 评价玉米品种的脱水表现, 但是未考虑相对湿度对籽粒脱水的影响, 因此这两种方法可以互相补充。

4 结论

本研究通过田间玉米籽粒脱水试验, 验证了以大气温度和相对湿度为基础的籽粒脱水扩散模型的适用性, 研究表明, 该模型可以较好地模拟华北地区春玉米生理成熟后的籽粒脱水动态, 模型参数0和受年份、地点和品种的影响显著。对0和进行气象-管理和品种特性参数的逐步回归分析表明, 灌浆期ET0、最高气温和灌溉对0的正效应影响显著; 品种特性中苞叶层数对0的影响最大且为正效应。生理成熟后30 d累积ET0和灌浆中后期的风速对具有显著的正效应; 全生育期降雨对具有显著的负效应。品种特性中叶片数对的影响最大且为负效应。由脱水模型计算了各地点玉米籽粒含水率降到28%和25%的生理成熟后时间和各品种的AUDDC值, 确定了生理成熟后10 d为华北春玉米籽粒机收的适宜时间, 生理成熟后籽粒脱水表现优异的品种为‘京农科728’ ‘张1453’ ‘华农887’ ‘广德5’和‘金科玉3306’。如何将脱水参数与气象、管理和品种特性建立定量关系, 修正脱水模型, 进而对籽粒脱水动态进行准确预测是今后研究的方向。

[1] 王克如, 李少昆. 玉米籽粒脱水速率影响因素分析[J]. 中国农业科学, 2017, 50(11): 2027–2035 WANG K R, LI S K. Analysis of influencing factors on kernel dehydration rate of maize hybrids[J]. Scientia Agricultura Sinica, 2017, 50(11): 2027–2035

[2] 李璐璐, 明博, 谢瑞芝, 等. 黄淮海夏玉米品种脱水类型与机械粒收时间的确立[J]. 作物学报, 2018, 44(12): 1764–1773 LI L L, MING B, XIE R Z, et al. Grain dehydration types and establishment of mechanical grain harvesting time for summer maize in the Yellow-Huai-Hai Rivers plain[J]. Acta Agronomica Sinica, 2018, 44(12): 1764–1773

[3] MARTINEZ-FERIA R A, LICHT M A, ORDÓÑEZ R A, et al. Evaluating maize and soybean grain dry-down in the field with predictive algorithms and genotype-by-environment analysis[J]. Scientific Reports, 2019, 9: 7167

[4] 刘青松, 肖宇, 徐玉鹏, 等. 玉米生理成熟后田间生长性状随站秆时间变化的研究[J]. 内蒙古农业大学学报: 自然科学版, 2019, 40(2): 19–25 LIU Q S, XIAO Y, XU Y P, et al. Study on traits of spring maize with standing time in field after physiological ripening[J]. Journal of Inner Mongolia Agricultural University: Natural Science Edition, 2019, 40(2): 19–25

[5] BORRÁS L, ZINSELMEIER C, SENIOR M L, et al. Characterization of grain-filling patterns in diverse maize germplasm[J]. Crop Science, 2009, 49(3): 999–1009

[6] BORRÁS L, WESTGATE M E. Predicting maize kernel sink capacity early in development[J]. Field Crops Research, 2006, 95(2/3): 223–233

[7] MAIORANO A, FANCHINI D, DONATELLI M. MIMYCS.Moisture, a process-based model of moisture content in developing maize kernels[J]. European Journal of Agronomy, 2014, 59: 86–95

[8] 李璐璐, 明博, 高尚, 等. 夏玉米籽粒脱水特性及与灌浆特性的关系[J]. 中国农业科学, 2018, 51(10): 1878–1889 LI L L, MING B, GAO S, et al. Study on grain dehydration characters of summer maize and its relationship with grain filling[J]. Scientia Agricultura Sinica, 2018, 51(10): 1878–1889

[9] MILES S R. Rates of Maturing and Field Drying of Some Dent Corn Hybrids and Varieties[M]. Agronomy Mimeo. America: University of Maryland, 1940

[10] CROSS H Z. Leaf expansion rate effects on yield and yield components in early-maturing maize[J]. Crop Science, 1991, 31(3): 579–583

[11] FREPPON J T, MARTIN S K S, PRATT R C, et al. Section for low ear moisture in corn, using a hand-held meter[J]. Crop Science, 1992, 32(4): 1062–1064

[12] YANG J, CARENA M J, UPHAUS J. Area under the dry down curve (AUDDC): A method to evaluate rate of dry down in maize[J]. Crop Science, 2010, 50(6): 2347–2354

[13] ALLEN R G, PEREIRA L S, RAES D, et al. Crop evapotranspiration: guidelines for computing crop water requirements[R]. Irrigation and Drainage Paper 56. Rome, Italy: United Nations Food and Agriculture Organization, 1998: 300

[14] HENDERSON S M, PERRY R L. Agricultural Process Engineering[M]. Westport: AVI Publishing Company, 1976

[15] WANG J T, KANG S Z, ZHANG X T, et al. Simulating kernel number under different water regimes using the Water-Flowering Model in hybrid maize seed production[J]. Agricultural Water Management, 2018, 209: 188–196

[16] ALLEN R A, PEREIRA L S, RAES D, et al. Crop Evapotranspiration: guidelines for computing crop water requirements[R]. FAO Irrigation and Drainage Paper 56. Rome: Food and Agriculture Organization of the United Nations, 1998

[17] WIDDICOMBE W D, THELEN K D. Row width and plant density effects on corn grain production in the northern corn belt[J]. Agronomy Journal, 2002, 94(5): 1020–1023

[18] 李淑芳, 张春宵, 路明, 等. 玉米籽粒自然脱水速率研究进展[J]. 分子植物育种, 2014, 12(4): 825–829 LI S F, ZHANG C X, LU M, et al. Research development of kernel dehydration rate in maize[J]. Molecular Plant Breeding, 2014, 12(4): 825–829

[19] 闫淑琴. 玉米籽粒灌浆速度研究进展[J]. 杂粮作物, 2006, 26(4): 285–287 YAN S Q. Research advance on maize grain fiuing rote[J]. Rain Fed Crops, 2006, 26(4): 285–287

[20] SALA R G, ANDRADE F H, WESTGATE M E. Maize kernel moisture at physiological maturity as affected by the source-sink relationship during grain filling[J]. Crop Science, 2007, 47(2): 711–716

[21] 李璐璐, 谢瑞芝, 王克如, 等. 去苞叶对玉米子粒脱水过程的影响[J]. 作物杂志, 2018, (2): 114–117LI L L, XIE R Z, WANG K R, et al. Effects of peeling husk on grain dehydration of maize[J]. Crops, 2018, (2): 114–117

[22] 吕香玲, 兰进好, 张宝石. 玉米果穗脱水速率的研究[J]. 西北农林科技大学学报(自然科学版), 2006, 34(2): 48–52 LÜ X L, LAN J H, ZHANG B S. Study on ear moisture loss rate in maize[J]. Journal of Northwest Sci-Tech University of Agriculture and Forestry: Natural Science Edition, 2006, 34(2): 48–52

[23] 赵东宾, 杨哲. 影响玉米机械收粒质量因素的分析[J]. 新疆农垦科技, 2016, 39(5): 40–42 ZHAO D B, YANG Z. Analysis of the factors affecting the mechanical grain harvesting quality of maize[J]. Xinjiang Agricultural Reclamation Technology, 2016, 39(5): 40–42

[24] 谢瑞芝, 雷晓鹏, 王克如, 等. 黄淮海夏玉米子粒机械收获研究初报[J]. 作物杂志, 2014, (2): 76–79 XIE R Z, LEI X P, WANG K R, et al. Research on corn mechanically harvesting grain quality in Huanghuaihai plain[J]. Crops, 2014, (2): 76–79

[25] 雷晓鹏. 黄淮海地区玉米机械收获籽粒可行性研究[D]. 保定: 河北农业大学, 2015 LEI X P. Studies on the feasibility of maize mechanically harvesting grain in Huanghuaihai regions[D]. Baoding: Hebei Agricultural University, 2015

[26] 李璐璐, 王克如, 谢瑞芝, 等. 玉米生理成熟后田间脱水期间的籽粒重量与含水率变化[J]. 中国农业科学, 2017, 50(11): 2052–2060 LI L L, WANG K R, XIE R Z, et al. Corn kernel weight and moisture content after physiological maturity in field[J]. Scientia Agricultura Sinica, 2017, 50(11): 2052–2060

Analysis of kernel dry down process after physiological maturity of spring maize based on diffusion theory in the North China*

WANG Jintao1, DONG Xinliang1, XIAO Yu2, LIU Qingsong2, ZHANG Dongmei3, HAN Jinling4, LIU Yi5, GAO Guangrui6, LIU Zhanmao6, SUN Hongyong1**

(1. Center for Agricultural Resources Research, Institute of Genetics and Developmental Biology, Chinese Academy of Sciences, Shijiazhuang 050022, China; 2. Cangzhou Academy of Agriculture and Forestry Sciences, Cangzhou 061000, China; 3. Research Center for Drying Farming, Shanxi Academy of Agricultural Sciences, Taiyuan 030000, China; 4. Hebei Normal University of Science & Technology, Changli 066600, China; 5. Agricultural Science Institute of Nandagang Management Zone, Cangzhou 061000, China; 6. The Semi-arid Agriculture Engineering & Technology Research Center of P. R. China, Shijiazhuang 050051, China)

The moisture content of grains after physiological maturity (MCAM) is the key determinant of the quality of mechanical grain harvesting (MGH), which can significantly improve the production efficiency of maize. Therefore, the aim of this study was to accurately estimate MCAM, analyze the main influencing factors, and determine the harvest time of maize, and select appropriate varieties for MGH. In 2017 and 2018, spring maize field experiments were carried out in Botou, Nandagang, and Yutian of Hebei Province; and Yuci of Shanxi Province. Seven common maize varieties and three densities of each variety were set up each year to monitor MCAM. Variety characteristics, management, meteorological data, and grain moisture content after physiological maturity were determined. A model based on the diffusion theory was used to simulate MCAM considering the atmospheric temperature and humidity. The area under the dry down curve (AUDDC) was used to select the varieties that performed well in the grain dry down. The results showed that the model based on diffusion theory could simulate MCAM well. The year, site, and variety had significant influence on the grain moisture content at physiological maturity (0) and the moisture diffusion rate (), which were parameters of the model. However, the planting density had no significant effect on these two parameters. Stepwise linear regression analysis showed that ET0, the maximum temperature, and irrigation amount at grain-filling stage had significant positive effects on0. The ET0during the 30 days after physiological maturity and the rainfall in the middle-late grain-filling stage had significant positive effects on. In contrast, rainfall during the entire growth period had a significant negative effect on. The number of husk layers had the greatest influence on0(positive effect), and the number of leaves had the greatest influence on(negative effect). Ten days after physiological maturity, the MCAM of spring maize in North China could be reduced to 28% in almost all circumstances and to 25% in half of the circumstances. The AUDDC during the 10 days after physiological maturity of each variety, was calculated using the model. Compared with the average AUDDC, it was found that ‘Jingnongke 728’ ‘Zhang1453’ ‘Huanong 887’ ‘Guangde 5’ and ‘Jinkeyu 3306’ displayed excellent dry down performance.

Spring maize in North China; Mechanical grain harvesting; Physiological maturity; Moisture content of grains; Grain dry down; Diffusion theory

S157.1

10.13930/j.cnki.cjea.190906

王金涛, 董心亮, 肖宇, 刘青松, 张冬梅, 韩金玲, 刘毅, 高广瑞, 刘占卯, 孙宏勇. 基于扩散理论的华北春玉米生理成熟后籽粒脱水过程分析[J]. 中国生态农业学报(中英文), 2020, 28(4): 545-557

WANG J T, DONG X L, XIAO Y, LIU Q S, ZHANG D M, HAN J L, LIU Y, GAO G R, LIU Z M, SUN H Y. Analysis of kernel dry down process after physiological maturity of spring maize based on diffusion theory in the North China[J]. Chinese Journal of Eco-Agriculture, 2020, 28(4): 545-557

* 国家重点研发计划项目(2016YFD0300305)和河北省重点研发计划项目(18227008D, 19227004D)资助

孙宏勇, 主要从事农田水盐运移过程机理与调控研究。E-mail: hysun@sjziam.ac.cn

王金涛, 主要从事作物水盐生理及调控研究。E-mail: jtwang@sjziam.ac.cn

2020-01-01

2020-02-11

* This study was supported by the National Key Research and Development Project of China (2016YFD0300305), and the Key Research and Development Project of Hebei Province (18227008D, 19227004D).

, E-mail: hysun@sjziam.ac.cn

Jan. 1, 2020;

Feb. 11, 2020