东北春玉米最优水氮管理措施模拟

doi:10.3969/j.issn.1673-503X.2023.04.015

气象与环境学报 ›› 2023, Vol. 39 ›› Issue (4): 122-129.doi: 10.3969/j.issn.1673-503X.2023.04.015

东北春玉米最优水氮管理措施模拟

李鸣钰^1,²(),李国会³,张益瑞⁴,陈妮娜^1,^5,*(),米娜^1,⁵,秦鑫²,李成龙⁶

1. 中国气象局沈阳大气环境研究所, 辽宁沈阳 110166
2. 辽宁省人工影响天气办公室, 辽宁沈阳 110166
3. 山东省水利科学研究院, 山东济南 250014
4. 南阳市气象局, 河南南阳 47300
5. 辽宁省农业气象灾害重点实验室, 辽宁沈阳 110166
6. 辽宁省检验检测认证中心, 辽宁沈阳 110032

收稿日期:2023-02-13 出版日期:2023-08-28 发布日期:2023-09-23
通讯作者: 陈妮娜 E-mail:limingyu1050@163.com;ninachen.yu@163.com
作者简介:李鸣钰, 男, 1995年生, 工程师, 主要从事云降水物理与农业气象研究, E-mail: limingyu1050@163.com
基金资助:
辽宁省自然科学基金项目(2021-MS-358);沈阳市科技人才项目(RC210326);国家自然科学基金项目(41705094);国家自然科学基金项目(41975149);辽宁省重点研发项目指导计划(2019JH8/10200022)

Simulation of optimal irrigation and nitrogen management for spring maize in Northeast China

Mingyu LI^1,²(),Guohui LI³,Yirui ZHANG⁴,Nina CHEN^1,^5,*(),Na MI^1,⁵,Xin QIN²,Chenglong LI⁶

1. Institute of Atmospheric Environment, China Meteorological Administration, Shenyang 110166, China
2. Liaoning Weather Modification Office, Shenyang 110166, China
3. Water Resources Research Institute of Shandong Province, Jinan 250014, China
4. Nanyang Meteorological Bureau, Nanyang 47300, China
5. Key Laboratory of Agrometeorological Disasters, Liaoning Province, Shenyang 110166, China
6. Liaoning Inspection, Examination & Certification Centre, Shenyang 110032, China

Received:2023-02-13 Online:2023-08-28 Published:2023-09-23
Contact: Nina CHEN E-mail:limingyu1050@163.com;ninachen.yu@163.com

摘要/Abstract

摘要：

以东北春玉米为研究对象，基于2018—2021年锦州农业生态观测站试验数据，对作物生长模型CERES-Maize进行参数校准和验证，模拟不同降水年（平水年、枯水年和丰水年）各水氮管理措施对春玉米产量、水分利用效率和经济收益的影响，以确定不同降水年不同生产目标东北春玉米最优水氮管理方案。结果表明：CERES-Maize模型模拟春玉米发育期和产量的归一化均方根误差均为10%以内，能满足玉米生长过程及产量的模拟精度要求。不同降水年各水氮管理的春玉米最高产量分别为1.08×10⁴、1.16×10⁴、1.13×10⁴ kg·ha^-1，其中枯水年最高，平水年最低。获得最高产量的灌溉量分别为185、205和175 mm，施氮量分别为75、175、125 kg·ha^-1；不同降水年各水氮管理的春玉米最高水分利用效率丰水年最高，枯水年最低。获得最高水分利用效率的灌溉量分别为175、195、175 mm，施氮量分别为75、175、125 kg·ha^-1；不同降水年各水氮管理的春玉米最大经济收益枯水年最大，平水年最小。获得最大经济收益的灌溉量分别为175、205、175 mm，施氮量分别为75、175、125 kg·ha^-1。

关键词: CERES-Maize模型, 施氮量, 灌溉量, 产量, 水分利用率

Abstract:

Taken spring maize in Northeast China as the research object, based on the experimental data of Jinzhou Agroecological Observation Station from 2018 to 2021, parameters of CERES-Maize crop growth model were calibrated and verified.The effects of irrigation and nitrogen management on yield, water use efficiency and economic income of spring maize in different precipitation years (normal, dry and wet years) were simulated to find the optimal water and nitrogen management scheme for spring maize in Northeast China under different precipitation years and production targets.The results show that the normalized root mean square error of CERES-Maize model in simulating the growth period and yield of spring maize is less than 10%, which can meet the requirements of the simulation accuracy of the growth process and yield of maize.The highest yields of spring maize under different irrigation and nitrogen management in different precipitation years are 1.08×10⁴, 1.16×10⁴, 1.13×10⁴ kg·ha^-1 respectively, which is highest in dry year and lowest in normal year.The highest yields are obtained by irrigation quantity of 185, 205, 175 mm, and nitrogen application amount of 75, 175, 125 kg·ha^-1, respectively.The maximum water use efficiency of spring maize under different water and nitrogen management in different precipitation years is the highest in wet year and the lowest in dry year.The highest water use efficiency is obtained by irrigation quantity of 175, 195, 175 mm, and nitrogen application amount of 75, 175, 125 kg·ha^-1, respectively.The maximum economic benefits of spring maize under different water and nitrogen management in different precipitation years are the largest in dry year and the smallest in normal year.The maximum economic benefits are obtained by irrigation quantity of 175, 205, 175 mm, and nitrogen application amount of 75, 175, 125 kg·ha^-1, respectively.

Key words: CERES-Maize model, Nitrogen application amount, Irrigation quantity, Yield, Water use efficiency

中图分类号:

S513

李鸣钰, 李国会, 张益瑞, 陈妮娜, 米娜, 秦鑫, 李成龙. 东北春玉米最优水氮管理措施模拟[J]. 气象与环境学报, 2023, 39(4): 122-129.

Mingyu LI, Guohui LI, Yirui ZHANG, Nina CHEN, Na MI, Xin QIN, Chenglong LI. Simulation of optimal irrigation and nitrogen management for spring maize in Northeast China[J]. Journal of Meteorology and Environment, 2023, 39(4): 122-129.

图/表 6

表1

表2

图1

表3

图2

图3

参考文献 27

1	中华人民共和国水利部. 中国水资源公报(2021)[M]. 北京: 中国水利水电出版社, 2022.
2	Cui Z L , Chen X P , Zhang F S . Development of regional nitrogen rate guidelines for intensive cropping systems in China[J]. Agronomy Journal, 2013, 105 (5): 1411- 1416. doi: 10.2134/agronj2012.0398
3	朱兆良. 农田中氮肥的损失与对策[J]. 土壤与环境, 2000, 9 (1): 1- 6. doi: 10.3969/j.issn.1674-5906.2000.01.001
4	郭亚宁, 周建朝, 王秋红, 等. 作物水氮耦合效应的研究进展[J]. 中国农学通报, 2019, 35 (15): 1- 5. doi: 10.11924/j.issn.1000-6850.casb19010041
5	马强, 宇万太, 沈善敏, 等. 旱地农田水肥效应研究进展[J]. 应用生态学报, 2007, 18 (3): 665- 673. doi: 10.3321/j.issn:1001-9332.2007.03.035
6	徐杰, 周培禄, 王璞, 等. 水肥管理对东北不同密度春玉米产量及水氮利用效率的影响[J]. 玉米科学, 2016, 24 (1): 142- 147.
7	曲辉辉, 王冬冬, 闫敏慧, 等. 1971-2018年黑龙江省玉米需水量与有效降水量耦合度演变特征[J]. 气象与环境学报, 2022, 38 (5): 81- 87.
8	Negm L M , Youssef M A , Skaggs R W , et al. DRAINMOD-DSSAT simulation of the hydrology, nitrogen dynamics, and plant growth of a drained corn field in Indiana[J]. Journal of Irrigation and Drainage Engineering, 2014, 140 (8): 473- 482.
9	He J Q , Dukes M D , Hochmuth G J , et al. Identifying irrigation and nitrogen best management practices for sweet corn production on sandy soils using CERES-Maize model[J]. Agricultural Water Management, 2012, 109, 61- 70. doi: 10.1016/j.agwat.2012.02.007
10	Mubeen M , Ahmad A , Wajid A , et al. Application of CSM-CERES-Maize model in optimizing irrigated conditions[J]. Outlook on Agriculture, 2016, 45 (3): 173- 184. doi: 10.1177/0030727016664464
11	黄秋婉, 刘志娟, 杨晓光, 等. 东北三省西部春玉米适应气候变化的高产高效灌溉方案分析[J]. 中国农业科学, 2020, 53 (21): 4470- 4484. doi: 10.3864/j.issn.0578-1752.2020.21.015
12	Jiang R , He W T , Zhou W , et al. Exploring management strategies to improve maize yield and nitrogen use efficiency in northeast China using the DNDC and DSSAT models[J]. Computers and Electronics in Agriculture, 2019, 166, 104988. doi: 10.1016/j.compag.2019.104988
13	刘洋, 栗岩峰, 李久生. 东北黑土区膜下滴灌施氮管理对玉米生长和产量的影响[J]. 水利学报, 2014, 45 (5): 529- 536.
14	魏新光, 王铁良, 李波, 等. 辽宁省玉米地水分盈亏时空分布特征及灌溉模式分区研究[J]. 农业工程学报, 2018, 34 (23): 119- 126.
15	李祎君, 吕厚荃. 气候变化背景下农业气象灾害对东北地区春玉米产量影响[J]. 作物学报, 2022, 48 (6): 1537- 1545.
16	吴金华, 盛芝露, 杜加强, 等. 1956-2017年东北地区气温和降水的时空变化特征[J]. 水土保持研究, 2021, 28 (3): 340-347, 后插1.
17	张开, 王立为, 高西宁, 等. 基于DNDC模型不同降水年型下氮肥管理对马铃薯田N₂O减排及增产潜力影响研究[J]. 生态环境学报, 2021, 30 (8): 1672- 1682.
18	Sarkar R . Use of DSSAT to model cropping systems[J]. CAB Reviews: Perspectives in Agriculture, Veterinary Science, Nutrition and Natural Resources, 2009, 4 (25): 1- 12.
19	李鸣钰. 未来气候变化对中国玉米产量影响及应对措施研究[D]. 沈阳: 沈阳农业大学, 2020.
20	廖欢, 甘浩天, 刘凯, 等. 机采棉氮素吸收及产量的最佳水氮组合[J]. 植物营养与肥料学报, 2021, 27 (12): 2229- 2242.
21	唐建昭, 肖登攀, 王靖, 等. 不同生产目标条件的马铃薯水氮管理优化[J]. 农业工程学报, 2021, 37 (20): 108- 116.
22	赵秀兰. 近50年中国东北地区气候变化对农业的影响[J]. 东北农业大学学报, 2010, 41 (9): 144- 149.
23	Stewart B A , Peterson G A . Managing green water in dryland agriculture[J]. Agronomy Journal, 2015, 107 (4): 1544- 1553.
24	郝嘉世, 张萌, 马艳红, 等. 玉米水分利用效率的研究进展[J]. 河北科技师范学院学报, 2020, 34 (3): 33- 39.
25	陈妮娜, 纪瑞鹏, 米娜, 等. 春玉米生长发育、产量和籽粒品质对减量施氮的响应[J]. 气象与环境学报, 2021, 37 (4): 86- 92.
26	方缘, 陈妮娜, 姜鹏, 等. 基于WOFOST模型的辽西地区典型旱年不同播期玉米干旱损失评估[J]. 气象与环境学报, 2022, 38 (4): 93- 101.
27	李荣平, 周广胜, 王笑影, 等. 不同物候模型对东北地区作物发育期模拟对比分析[J]. 气象与环境学报, 2012, 28 (3): 25- 30.

年份	播种日期	出苗日期	种植密度/(株/m²)	种植深度/cm
2018	5月8日	5月16日	5.70	8
2019	4月30日	5月9日	5.70	8
2020	4月30日	5月10日	4.19	8
2021	4月30日	5月10日	4.19	8

参数	描述	取值	范围
P1	幼苗期生长特性	269.7	5~450
P2	光周期敏感特性	0.301	0~2
P5	灌浆期特性	966.3	580~999
G2	单株最大穗粒数	797.3	248~990
G5	潜在灌浆速率	9.237	5.0~16.5
PHINT	出叶间隔特性	49	35~65

水氮组合	产量/(×10³ kg·ha^-1)			产量平均值/(×10³ kg·ha^-1)	增产率/(%)
水氮组合	2019年	2020年	2021年	产量平均值/(×10³ kg·ha^-1)	增产率/(%)
I0N0	8.92	7.20	9.07	8.39	—
I0N25	9.69	7.93	9.98	9.20	9.6
I0N75	10.83	9.43	11.22	10.49	25.1
I0N125	10.83	9.86	11.33	10.67	27.2
I0N175	10.83	9.85	11.33	10.67	27.2
I1N25	9.75	8.09	9.98	9.27	10.5
I1N75	10.83	9.69	11.22	10.58	26.1
I1N125	10.83	10.48	11.33	10.88	29.7
I1N175	10.83	10.48	11.33	10.88	29.7
I2N25	9.87	8.38	9.98	9.41	12.2
I2N75	10.83	10.00	11.22	10.68	27.3
I2N125	10.83	11.21	11.33	11.13	32.6
I2N175	10.83	11.25	11.33	11.4	32.7
I3N25	9.92	8.64	9.98	9.52	13.4
I3N75	10.83	10.23	11.22	10.76	28.2
I3N125	10.83	11.48	11.33	11.22	33.7
I3N175	10.83	11.59	11.33	11.25	34.1
平均值	10.58	9.91	10.97	10.48	24.9

[1]	陈凯奇,李建平,谢铁军,张亚洲. 太平洋海温三极子对中国东北地区春玉米气候产量的影响[J]. 气象与环境学报, 2022, 38(5): 72-80.
[2]	李秀芬,马树庆,于海,徐丽萍,陈凤涛,宫丽娟. 春大豆鼓粒至成熟期水分胁迫对结实和产量的影响[J]. 气象与环境学报, 2021, 37(5): 86-92.
[3]	陈妮娜,纪瑞鹏,米娜,张淑杰,于文颖,方缘,张玉书. 春玉米生长发育、产量和籽粒品质对减量施氮的响应[J]. 气象与环境学报, 2021, 37(4): 86-92.
[4]	闫平,季生太,孙彦坤,姜丽霞,王秋京,吕佳佳,王萍. 富裕县农田土壤湿度变化及其对玉米发育期和产量的影响[J]. 气象与环境学报, 2020, 36(4): 74-82.
[5]	张继波,薛晓萍,李楠,李鸿怡,江梦圆. 持续寡照对温室番茄开花座果、产量及果实品质的影响[J]. 气象与环境学报, 2020, 36(2): 85-91.
[6]	王萍, 闫平, 李秀芬, 王晾晾, 王秋京, 宫丽娟. 黑土区土壤水分含量对大豆产量构成因素的影响[J]. 气象与环境学报, 2019, 35(5): 115-122.
[7]	马永忠, 蔡福, 赵先丽, 王阳. 花后持续干旱对玉米生理参数及产量的影响[J]. 气象与环境学报, 2019, 35(2): 102-106.
[8]	米娜, 蔡福, 张玉书, 赵一俊, 张淑杰, 纪瑞鹏, 王阳, 王贺然, 隋明. 雨养作物产量差研究进展[J]. 气象与环境学报, 2018, 34(6): 140-147.
[9]	徐玉秀, 蒋姗姗, 周福然, 温舟, 白雪, 史虹婷, 胡明, 张翠艳. 1981—2010年锦州地区玉米生育期气象因子变化及其与气象产量的关系[J]. 气象与环境学报, 2017, 33(5): 82-90.
[10]	刘春涛, 慕臣英, 李德萍, 郭灿, 朱俊翰. 青岛市崂山地区樱桃产量预报方法研究[J]. 气象与环境学报, 2017, 33(5): 108-112.
[11]	张慧, 史奎桥, 常松, 杨扬, 李爽, 贾宁, 赵佳. 基于实际蒸散量辽西地区春玉米生物量及产量评价[J]. 气象与环境学报, 2017, 33(3): 88-94.
[12]	徐英, 李曼华, 李辉, 姜鹏. 不同发育期的干旱对华北地区夏玉米生长发育及产量的影响[J]. 气象与环境学报, 2017, 33(1): 108-112.
[13]	彭嘉栋, 蒋元华, 廖玉芳, 陈隆升. 气象因子对湖南油茶产量的影响及其产量模型构建[J]. 气象与环境学报, 2016, 32(3): 89-94.
[14]	邱美娟, 宋迎波, 王建林, 王冬妮, 曲思邈, 任景全, 邬定荣, 刘建栋. 农业气象产量预报方法中权重系数的确定[J]. 气象与环境学报, 2016, 32(2): 106-111.
[15]	赵先丽, 李丽光, 王宏博, 赵梓淇, 蔡福, 于文颖, 张晓月, 丁抗抗, 李晶. 1980-2010年辽西地区春玉米发育期变化及其对产量影响[J]. 气象与环境学报, 2016, 32(1): 84-88.

东北春玉米最优水氮管理措施模拟

Simulation of optimal irrigation and nitrogen management for spring maize in Northeast China

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 27

相关文章 15

Metrics

本文评价

推荐阅读 10