刘泳圻，谷 健，孙仕军*，赵 旺，杨金鑫，马宁宁，王子豪，尹光华*

（1 沈阳农业大学水利学院，沈阳 110866；2 中国科学院沈阳应用生态研究所，沈阳 110016）

辽宁省西部地区属于大陆性季风半干旱气候，光热资源丰富、降水较少且分布不均[1]，水资源短缺成为该地区农业持续高产稳产的主要制约因素之一。此外，肥料施用不合理且浪费严重是制约当地农业生产的另一主要因素。据统计，该地区肥料利用率仅为20%～30%[2]，有很大的提高潜力。大力发展高效节水灌溉技术，推行水肥一体化是解决上述限制因素的有效途径之一。

浅埋滴灌作为一种高效的节水灌溉技术，采用机械作业方式，在播种的同时将滴灌带埋设在地下3～5 cm，既可避免残膜污染，又可减少地表蒸发[3]，具有节水、抑蒸、节肥、省工、增产、生态友好等优点。因此，开展浅埋滴灌水肥一体化技术研究，对实现作物增产增效有一定的现实意义。本项目前期的研究已经确定了辽西地区春玉米浅埋滴灌灌溉定额、水氮耦合[4]及水氮钾耦合[5]的具体实施方案，但对磷、锌等营养元素在浅埋滴灌水肥一体化技术上的应用却鲜有报道。磷肥可以促进作物根系生长，增加根长度、根系干物质重，提高水分利用效率[6]。合理施用锌肥能明显改善玉米生长性状，缓解干旱对生长的抑制，提高玉米对干旱胁迫的适应性，改善穗位叶部性状[7]，减轻病害发生，显著提高产量[8]。也有研究表明，长期施用磷肥会导致有效锌含量降低[9]。在辽宁西部半干旱区，农业生产中施肥普遍偏重于氮、磷和钾等大量元素而忽视微量元素施用，导致土壤中锌含量较低。因此，开展浅埋滴灌水、氮、磷、锌耦合对春玉米产量影响研究，揭示其对产量的耦合作用规律，确定其适宜施用方案，可为该技术的大面积推广应用提供科学依据。

1 研究地区与方法

1.1 试验区概况

试验在辽宁省西部典型半干旱地区——阜新蒙古族自治县进行 (41°44′～42°34′N，121°01′～122°26′E)。该地区是辽宁省玉米重要产区，平均海拔235 m，年均气温7.8℃，作物生育期平均气温为20.2℃，≥10℃积温天数为169天。生育期累计日照时数为1295.8 h，年均累计蒸发量为1847.6 mm，降水量为493.1 mm，且年内分布不均，春旱、伏旱、秋旱频繁发生。土壤理化性质：pH 6.15、容重1.44 g/cm3、田间持水率 23%、有机质 18.00 g/kg、全氮 0.84 g/kg、碱解氮 157.95 mg/kg、速效磷 8.12 mg/kg、全锌 42.97 mg/kg、有效锌 0.38 mg/kg。试验地有效锌含量属于极低范围 (＜0.5 mg/hm2)[10]。

1.2 试验设计

试验选用水、氮、磷、锌4个因素，采用四因子五水平二次回归正交试验设计 (1/2实施) 方式，共 19 个处理，重复 3 次，小区面积为60 m2(6 m ×10 m)，并设空白对照，不进行灌溉和施肥。灌水量按照播种期滴灌10 mm，其余水量分别于拔节期、抽雄期、灌浆期3次等量灌溉，用水表控制水量 (精度0.001 m3)。肥料均由滴灌系统施加，氮肥用尿素(N含量46%)，在播种期氮肥施用量为全量的40%，其余按拔节期1/2、抽雄期1/4、灌浆期1/4追施；磷肥用溶解度为80%的过磷酸钙 (P2O5含量18%)，作为基肥在播种期一次性随水施入；锌肥为七水硫酸锌 (ZnSO4含量56%) 在拔节期全部随水一次性施入。为了避免钾元素对试验结果的影响，本试验磷肥选取时未使用溶解性较高的磷酸二氢钾，而在应用时将过磷酸钙泡入水中，溶解10 h后充分搅拌，制成过磷酸钙稀溶液后随水施用，计算施肥量时均已进行折算。各因子水平值如表1所示。

表 1 各因子水平值Table 1 Level values of different factors

试验设计中，所有因子均已进行无量纲线性处理，其中，灌溉量因子下星号臂为该地区最小补灌量，上星号臂为传统沟灌补灌量，氮、磷因子0水平为当地经验施肥量，锌因子用量通过查阅文献确定春玉米施锌量为20 kg/hm2[11]，将该值确定为上水平。为比较不同肥料对玉米产量的影响，将施肥量下星号臂均定为0。根据该试验设计，通过下列公式确定各个水平值：

零水平=(上星号臂+下星号臂)/2

上 (下) 水平=零水平±△

△=零水平/1.471

1.3 试验材料与方法

试验于2019年5月14日—9月28日开展，春玉米全生育期降雨量为569.5 mm（降雨及日平均气温分布如图1所示），期间降雨量分布不均，播种期、灌浆期降雨颇丰，抽雄期降雨较少。试验地块之前连续3年采用当地常规种植方式种植春玉米以保证地力均匀。供试玉米品种为‘裕丰303’，密度为60000株/hm2，宽窄行种植，宽行距60 cm，窄行距40 cm，滴灌带浅埋布设在窄行中间，埋设深度为5cm。采用专用的浅埋滴灌播种铺带一体机进行播种、铺带。滴灌带采用新疆天业公司生产的内镶式滴灌带，滴头间距30 cm。

图 1 玉米生育期降水量及气温Fig.1 Precipitation and temperature in growth period of maize

1.4 数据采集及分析方法

1.4.1 样品采集与分析 在收获期，选取不同处理小区中间16 m2的籽粒进行测产。用谷物水分仪测定籽粒含水量，按照标准含水率14%折算玉米产量。将不同处理产量数据与水肥施用数据利用二次回归正交试验设计 (1/2实施) 的统计分析方法，建立产量回归模型。

1.4.2 回归模型的构建 按照二次回归正交试验设计 (1/2实施) 的统计分析方法，进行回归统计，当有p个变量时，二次正交回归模型的一般式为：

根据二次回归正交试验设计 (1/2实施) 的统计方法，计算出相应的回归系数，即可得出肥料效应模型[12]。

1.4.3 数据处理及作图 数据采用 Microsoft Excel 2016进行数据处理，Spss 25.0做频数分析，分别采用Origin 2019、Matlab2019a作单因素产量效应图以及二因子、三因子交互作用图。

1.4.4 频数分析 通过筛选满足条件的方案以及各个组内含某个体的次数，通过计算95%置信区间求得相应的农艺措施。

2 结果与分析

2.1 处理间产量差异

表2中各处理编码下标1～5分别对应下星号臂(低)、下水平 (欠)、零水平 (中)、上水平 (丰)、上星号臂 (高)。分析可知，固定 W 因子 (灌溉量) 编码值水平时 (如处理1、2、3、4)，产量均有显著性差异；当固定 N (氮)、P (磷)、Zn (锌) 因子编码值水平时 (如处理9、10、17)，产量间亦呈现明显差异。说明水肥耦合对产量效应的影响，单独改变水、肥施入量，均可导致产量发生变化。分别固定N因子 (处理 3、4、7、8)，P 因子 (处理 1、3、5、7)，Zn 因子(处理2、3、5、8)，可以看出，产量差异显著，说明各个因子对产量均有显著影响。根据处理15、16、17产量情况，发现当灌水量、施氮量、施磷量一定时，适当增加施锌量有助于提高玉米产量，且各处理之间差异显著，若过于增加施锌量，产量则显著降低。

表 2 不同处理产量变化Table 2 Yield change of different treatments

可见，单纯的水多、肥多不一定有助于高产，只有适宜的水肥配比，才能达到高产。在浅埋滴灌水肥一体化研究中，适量施加微量元素锌，可提高玉米产量，此方案具有投入低、回报高的优点，为辽西春玉米增产提供理论依据。

2.2 产量模型建立

利用产量数据，以二次回归正交设计方法构建了W、N、P、Zn的回归模型：

2.2.1 回归模型的失拟性检验 经过计算，FLf=–0.5＜F(0.05)(2,2)=19，可知回归模型的失拟性不显著，表明其他因子对春玉米籽粒产量的影响可以忽略，本试验选择的4个因子用于研究春玉米籽粒产量的变化是可行的，因此，可以对该回归模型进行显著性检验。

2.2.2 回归模型的显著性检验 经过计算，F=41.6＞F(0.01)(14,4)=14.3，达到极显著水平，表明该回归模型能够很好地反映产量变化与灌水、施氮、施磷和施锌4项农艺措施之间的相关关系。

2.2.3 回归系数的显著性检验 采用F检验法对回归模型的系数显著性进行检验，得FW=11.30*，FN=6.24*，FP=80.22**，FZn=1.54，FWN=5.98*，FWP=29.94**，FWZn=67.46**，FNP=67.46**，FNZn=29.94**，FPZn=5.98*，FW2=138.65**，FN2=69.84**，FP2=34.73**，FZn2=33.69** [F(0.05)(14,4)=5.88*，F(0.01)(14,4)=14.26**]。可见，除 Zn 一次项系数没有达到显著水平外，其余项的回归系数均达到显著水平，且由于各因子均已进行无量纲化处理，所得偏回归系数均已标准化，因此，其回归系数可直接反映各因子对产量的影响程度。

2.2.4 主成分分析 对回归模型进行主因素分析，模型 (2) 中的一次项系数之间，及各一次项系数与交互项、平方项之间都是不相关的，因此，可以用回归系数绝对值的大小来反映各因素一次项对春玉米籽粒产量的影响。结果表明，灌水和施磷对产量的影响较大，施氮次之，施锌的作用较弱，但灌水、施氮和施锌均是正效应，而施磷是负效应。在正交设计中，二次项系数之间是相关的，不能直接用绝对值来比较二次项作用的大小。

从回归模型的一次项系数的正负可以得出各因素对产量的影响方向。在4个因素中，在最佳施用量之前，产量均随着施用量的增加而增加，但施磷量所对应的最佳施用量编码值为负。

灌水和施氮、施磷和施锌之间的交互项系数均为正值，可知灌水和施氮、施磷和施锌措施的配合，对于提高产量是重要的，其之间表现为正的交互作用，可以相互促进。

二次项系数中，灌水、施氮、施磷、施锌的系数均为负值，表明在试验范围内，产量随着灌水、施氮、施磷、施锌的增加，其变化趋势均为一条开口向下的抛物线，在抛物线的最高点，即产量最大值时，四因素均存在一个最优值。

2.3 降维分析

2.3.1 单因子效应 对回归模型进行降维消元处理，定义各因子为编码值内水平，其余因子均固定在0水平，可以消除其他因子对该分析因子的影响。

对模型 (2) 进行降维分析，分别得到单因子模型：

根据上述单因子模型作单因子产量效应图 (图2)。计算得知，在试验设计范围内W、N、P、Zn单因子最小编码值均为–1.471时，对应的产量分别为9474.96、9934.12、10862.25、10264.98 kg/hm2；当编码值增加到0时，所对应产量均为10921.00 kg/hm2；当W、N、P、Zn编码值分别增加到0.118、0.130、–0.662、0.093时，施用量分别为46.18 mm、179.56 kg/hm2、74.10 kg/hm2、12.74 kg/hm2，对应产量可达到试验设计范围内最大值，依次为10929.01、10927.57、11040.89和10923.33 kg/hm2；当继续增加编码值至1.471时，各因子产量分别下降到9874.60、10231.03、9797.34、10412.40 kg/hm2。可见，各因子虽然达到产量最大值时的编码值不同，所达到的最大产量也不同，但是对产量的影响趋势相似，即产量达到最大值之前，随着灌水量、施肥量的增加而增加，过量灌水施肥并不能保证春玉米获得最高产量，反而会造成资源浪费和环境污染。

图 2 灌溉量与施肥量单因子对玉米产量效应的影响(2019)Fig.2 Effects of single factor of irrigation and fertilization on maize yield in 2019

抛物线开口大小可以代表各因子对产量影响的大小，开口越小，说明产量对因子越敏感，受影响程度越大。分析图2可知，单因子对产量的敏感程度为：W＞N＞Zn＞P。

由图2还可以看出，灌水对提高产量有着显著效果，可能因为试验区的土壤质地为砂壤土，保水性较差，生育前期虽然降雨较多，但是到了抽雄期，春玉米需水量较大，而降雨量减少，温度较高，蒸发量加大，从而灌溉水的作用相对较大。而磷肥方面，施较少的磷可以增加产量，但是增产幅度较小，如果继续施加磷肥，产量有所降低。

2.3.2 两因子交互效应 固定其中两个因子的编码值为0，即可得到另外两个因子交互作用对产量的影响模型，如下所示：

分别对上述模型作图，得到图3。

图 3 二因子交互作用的产量效应Fig.3 Yield effects of interaction of two factors

分析图3a可知，当灌水量、施氮量均在较低水平时，产量也相对较低，同时增加灌水量、施氮量，当编码值达到中等偏上水平时，产量达到区间较大值，继续增加用量，产量开始降低，但降低幅度不明显。

分析图3b和图3d可知，W、P交互作用对产量的影响趋势与N、P交互作用相似，对产量作用影响大小关系为W、N＞P。当W、N处于中上水平，P处于下水平时，产量达到最大，当灌水量、施氮量最小时，无论怎么增施磷肥，产量均无明显提高。

分析图3c和图3e可知，W、Zn交互作用与N、Zn交互作用对产量影响类似，其最大值区间均在0编码值附近。当W、Zn编码值均为–1.471时，产量为7927.32kg/hm2，达到最低值，但是锌肥的施用使得区间最大产量相比其它二因子交互作用所达到的区间最大值并无太大差距；当N、Zn编码值均为–1.471时，产量为9848.75kg/hm2。同时增加W(N)、Zn用量，产量表现为先增大后减小的变化趋势。

分析图3f可知，当施加少量磷肥，中等水平锌肥时，产量达到最大区间，若继续增加锌肥，产量降低幅度不明显；若继续增加磷肥，产量降低幅度较大；若同时增加P、Zn的施用量，产量有降低趋势，这是由于过量的P、Zn会引起P-Zn拮抗作用，导致产量下降[13]。

分别对式 (7)～(12) 进行区间最大值求解，并与空白对照组的产量10125.00 kg/hm2相比，计算增产百分数，结果如表3所示。

表 3 各因素交互作用下最大产量及增产率Table 3 Maximum yield and yield increase rate corresponding to each interaction

通过对比各交互作用增产幅度可知，本年度降水条件下 (丰水年)，两因子交互作用对产量效应影响大小为N×P＞W×P＞P×Zn＞W×N＞N×Zn＞W×Zn。

2.3.3 三因子交互效应 固定模型 (1) 中的一个因子编码值为0，得到其余三因子模型，利用模型作三因子交互作用产量效应图 (图4)。

图 4 三因子交互作用的产量效应Fig.4 Yield effects of interaction of three factors

由图4a可知，W、N、P交互作用对产量的作用效果中，当W=0.575、N=1.004、P=−1.471时，所对应的灌水量51 mm、施氮量277 kg/hm2、施磷量0 kg/hm2，产量达到区间最大值11372.24 kg/hm2，相比空白对照增产12.32%。

由图4b可知，N、P、Zn三因子耦合，当N=1.239、P=−1.471、Zn=−0.874时，产量达到区间最大值11349.07 kg/hm2，增产了12.09%，相比图4a，灌水量与施锌量均有所降低，施氮量有所提高。

分析图4c可知，当W、N、Zn编码值分别为0.207、0.227、–0.181时，产量达到区间最大值10941.97 kg/hm2，增产了8.07%；分析图4d可知，当 W、P、Zn编码值分别为0.603、–1.105、–0.620时，产量达到区间最大值11146.35 kg/hm2，增产了10.09%。图4a与图4c相比，施锌量提升，虽然施氮量增加，但是施磷量降低，总体表现为施肥总量降低，产量变化幅度不大，说明增施锌肥，在保证产量的前提下，可以有效的减少氮、磷肥的施用；图4a与图4d相比，施锌量增加，虽然氮、磷施用总量有所升高，但是灌溉量降低，同时，产量达到三因素交互作用中的最大值，说明此时，该三因子之间耦合作用效果最佳。

通过三因素的分析，可以看出，水肥一体化试验中，4个因子之间存在着一定的内在相互耦合作用，施加微量元素锌，可以起到节水、节肥的作用。

2.3.4 适宜的水肥管理方案 试验设计共4个因子，每个因子有±1.471、±1和0共5个水平，一共具有54=625个组合方案，对理论产量高于10000.00 kg/hm2的水肥方案进行频数分析，共有139个方案，占总方案的22.24%。

由表4可以看出，当编码值分别为W (0.101～0.396)、N (0.062～0.393)、P (–0.554～−0.228)、Zn(−0.189～0.176) 时，对应的实物用量分别为灌水量为46～49 mm、施氮量 172～209 kg/hm2、施磷量84～114 kg/hm2、施锌量 10～13 kg/hm2时，产量有95%的可能性高于10000 kg/hm2，即达到10000～12018 kg/hm2。

表 4 频数分析Table 4 Frequency analysis

3 讨论

本试验选取了浅埋滴灌条件下的灌水、施氮、施磷和施锌4个因素，每个因素5个水平，完全随机组合的处理数高达625个。二次回归正交设计试验方法具有试验次数少、能够保持足够的剩余自由度，且其计算简便、部分消除回归系数之间的相关性等优点[14]。因此，采用该方法，使得本试验处理仅为19个，且能够较好地满足试验目的。但是，该方法仍存在统计学上的缺点，即其由于缺乏旋转性而不能根据预测值直接寻找最优区域。在本研究中，采用了频数分析的方法，对产量最高寻优，得出了较高产量的适宜水肥施用范围，使试验结果更为可靠。

利用浅埋滴灌水肥一体化方式进行水肥施用，既可实现节水节肥的目的，又能促进作物增产增效，具有很好的实践意义。氮和磷是玉米生长所需的大量元素，对提高干物质积累量、器官建成[15]、作物叶绿素含量及促进光合作用、提高产量具有重要作用[16]。水肥耦合技术，可以提高水分利用效率、肥料偏生产力[17]，一般情况下，水肥耦合存在阈值，当小于阈值时，增加灌水和施肥量能够提高产量，大于阈值时，再增加灌水和施肥量则产量会降低[18]，在地表滴灌[19]、膜下滴灌[20]水肥耦合的研究中均有类似结论。

本试验中，由于土壤有效磷含量处于中等水平，磷单因子对产量效应表现为先增加后减少的变化趋势，但作物对磷亏缺的反应相对敏感，可能是由于磷肥施入土壤后释放慢、肥效低，常年施加在土壤中的磷残留较多[21]，而本试验中的磷肥采用的是滴灌随水施入方式，该方式大大提高了磷肥的利用效率[22]，与传统施肥方式相比，减少了土壤对磷肥的固定作用，因而少量的施用磷肥可使产量达到最大值。锌是春玉米较为敏感的元素，在促进植物生长发育、改善品质方面有明显作用[23]，但是，无论缺锌、多锌，都会对玉米造成减产[24]。锌肥可以促进植物对氮的吸收，提高氮肥利用效率，同时，氮肥又可以促进作物对锌的吸收，提高籽粒锌含量，提升籽粒品质[25]；本研究中氮锌交互作用对产量的影响幅度不大，可能是因为土壤中氮素含量较高，影响了作物对锌的吸收，从而影响产量[26]。在磷锌交互作用中，存在一个阈值，当土壤锌含量过高时，施用磷肥，磷锌会产生拮抗作用，当土壤锌含量较低时，施加磷肥，磷锌配施会起到协同作用，此时，施锌可以促进作物对磷素的吸收，施磷可以增加土壤有效锌以及植株锌含量，因而可以提高作物产量[27]。本试验土壤有效锌含量较低，不发生P-Zn拮抗作用，磷锌二因子交互项符号为正，起到了协同作用。

N、P均为玉米所需大量元素，由于试验年为丰水年，灌水作用相对减弱，肥料效果相对提高，当施氮较少时，会促进作物对磷素的吸收[28]；因此，N、P交互作用在增产效应上表现最为明显。本试验中，W、N单因子对产量影响较大，同时W、N耦合对产量影响效应中的增产表现均不错，由于该试验年为丰水年，水量过大导致淋溶损失，但是到了抽雄期，降雨量减少，温度升高，继续增施氮肥，导致植株冠层增大，加大了作物耗水量[29]，形成土壤干旱，影响作物产量，因此W、N耦合综合表现的增产作用略低于其他耦合组合。W、Zn交互作用的增产效果最不明显，说明玉米种植离不开N、P等大量元素，仅施加微量元素锌肥增产效果不佳，微量元素锌肥适用于与大量元素配施，可起到进一步增产的效果。

米合古丽·热合木提等[30]针对水、氮、磷三因子耦合对玉米产量影响的研究结果表明，二因子交互作用对产量影响大小关系为水磷耦合＞氮磷耦合＞水氮耦合，与本研究结论有所不同，原因可能是由于该实验水量充足，灌溉周期为10～15天，可以促进磷素的吸收，因此水磷耦合＞氮磷耦合对产量的作用效果，本试验中试验地碱解氮本底值均较大，作物对氮肥响应不敏感，因此水氮耦和对产量贡献率略低。孙文涛等[31]在阜新地区进行了水、氮、磷三因子水肥耦合试验，在土壤含水率为田间持水率80%条件下，水肥耦合对产量调控效应大小为：水氮耦合＞水磷耦合＞氮磷耦合，与本研究结论恰好相反，可能是因为该试验地全氮含量极低 (0.086 mg/kg)，速效磷含量相对较高 (84.70 mg/kg)；另外，与本研究的试验方式和条件不同，孙文涛等[31]的对比试验为遮雨棚试验，灌溉水为唯一水源，因此水肥耦合对产量的影响要大于仅施肥耦合，而本试验是在自然降雨条件下进行，降雨和灌溉水，均可增强肥料的施用效果。在本试验区以沟灌方式进行的水氮磷耦合对春玉米产量影响的试验，得到当灌水量75.2 mm、施氮量 281.7 kg/hm2、施磷量 127.10 kg/hm2时，产量达到最大值9374.00 kg/hm2[32]，本研究与其研究结论相比，增产5.34%，表明浅埋滴灌灌溉方式优于传统沟灌；该研究与本试验相比施氮量相差不大，灌水量、施磷量相差较大，分析原因：与传统沟灌相比，滴灌能提高灌溉水、肥料利用效率，因此所得最优水肥配比也有所不同；本试验由于锌元素的施入，使得土壤锌含量得以必要补充，可见施加微量元素锌对春玉米增产有着重要的作用。

需要指出的是，由于水肥耦合存在时间和空间上的差异[33]，不同区域、不同土壤质地、不同土壤养分含量均可导致所得结论不同，因此在生产应用中一定要因地制宜，结合当地实际情况予以推广应用。

4 结论

在辽西半干旱区，采用浅埋滴灌技术，水、氮、磷、锌四因子对春玉米产量影响显著，但各因子对产量的贡献不同，大小顺序为W＞N＞Zn＞P；两两交互作用对产量贡献的大小顺序为N × P＞W × P＞P × Zn＞W × N＞N × Zn＞W × Zn。浅埋滴灌水肥耦合有利于提高春玉米产量，在大量元素基础上配施微量元素锌，能够有效促进增产。依据频数分析结果，自然降雨丰水年型条件下，当水肥配比模式为灌水量 46～49 mm、N 172～209 kg/hm2、P 84～114 kg/hm2、Zn 10～13 kg/hm2时，产量达到10000～12017 kg/hm2有95%的可能性，该水肥配置方案为供试条件下的适宜配比。