中国东北寒冷地区的水氮利用、水稻生长及产量动态：一项为期五年的研究

《Agricultural Water Management》：Water-nitrogen use, rice growth and yield dynamics in cold regions of Northeast China: A five-year study

东北寒冷地区水稻传统漫灌（TFI）与间歇灌溉（CTI）对产量及水氮利用的影响分析，结合五年田间试验与ORYZA-N模型模拟，发现July和August为产量形成关键期，气候因素（温度、辐射）及灌溉策略显著影响产量稳定性。CTI在湿年（>600mm降雨）提升水氮利用效率达58.3%和49.9%，TFI在正常年（400-600mm）表现更优，且CTI未降低稻米质量（蛋白质含量6.1-7.6%， chalkiness度1.6-6.7%）。研究为优化灌溉管理提供科学依据。

　　在东北寒冷地区的水稻生产中，灌溉制度和年际气象变化对产量和生长过程具有重要影响。传统淹灌（TFI）和控制灌溉（CTI）在长期效果上对水稻生长、产量形成、水氮利用效率以及稻谷品质的影响尚未完全量化。这一知识缺口阻碍了可持续灌溉策略的发展，从而影响了该地区产量稳定性和资源利用效率的提升。为了解决这个问题，研究者结合一项为期五年的田间试验（2018–2022）和之前开发的ORYZA-N模型，评估了TFI和CTI在寒冷地区的应用效果。通过监测气象数据（温度、辐射、降雨等）、水稻生长和产量相关特性、水氮利用效率以及稻谷品质，研究揭示了水稻生长的关键阶段，并探讨了不同灌溉制度对产量和品质的影响。

研究发现，7月和8月是水稻分蘖、灌浆和成熟的关键时期。这些阶段决定了最终产量，通过控制水稻的吸收能力、灌浆速率和千粒重（TGW）来实现。年际产量波动主要由生长季温度和辐射分布不均引起，而在湿润年份的生殖阶段，过多的降雨进一步降低了产量。水稻田中的水过多或过少都会对水稻生长和产量产生不利影响，强调了采用浅水淹灌并适时排水以稳定产量的重要性。从水氮利用的角度来看，CTI在湿润年份提高了水和氮的利用效率，而TFI在正常年份表现更优。对于产量，CTI在湿润年份增加了有效分蘖数和产量（在不同制度间灌浆速率和TGW的差异较小），而TFI则通过增加分蘖和稻粒数量在正常年份实现了更高的产量。值得注意的是，CTI并未降低稻谷品质，这表明其在湿润年份具有应用潜力，而TFI则更适合正常年份。

这项研究为优化灌溉管理提供了科学依据，推动了寒冷地区可持续水稻生产的实现。水稻作为高耗水作物，其高水需求限制了种植面积的进一步扩展。在面对水资源短缺和利用效率低下问题时，各种节水灌溉措施如浅水湿润灌溉和控制灌溉已被开发并广泛推广，以提高灌溉效率和可持续性。此外，氮肥管理也存在显著问题。传统施肥方法如基肥和早施表面肥料，往往未能满足作物的营养需求，导致氮肥输入不平衡、氮损失高和氮肥利用效率低。许多水稻田仍面临氮肥施用不均、过时施肥方法和水氮管理不当等问题。已有研究表明，通过优化氮肥施用时间、调整种植密度和选择适当的水稻品种，可以提高氮肥利用效率。

灌溉和氮肥的协同作用对水稻生长至关重要。合理的水氮管理可以优化源库关系，从而提高生长和最终产量。然而，大多数研究主要关注水稻产量、水生产力和氮肥利用效率，对水稻生长过程中水氮利用的动态过程关注较少。因此，全面理解水氮源和汇，以及氮素的迁移和转化，对于优化田间管理实践和提高稻田系统资源利用效率至关重要。

为了克服高成本、高劳动力和高材料消耗带来的限制，高频率采样难以实现，从而难以捕捉连续的生长过程。随着计算技术的进步，基于过程的作物模型已成为分析土壤-植物-大气连续体的有效工具。当模型与田间数据校准后，可以准确描述土壤水、热、碳、氮动态和作物生长过程，为那些难以通过田间工作获得的参数提供每日估计。ORYZA-N模型的整合与模拟已成为研究作物生长、农业水文环境和水质的重要工具。

本研究的目的是：（1）基于五年田间数据，分析影响水稻生长和产量形成的关键因素；（2）利用农业气象、灌溉、肥料施用和作物氮素吸收的观测数据，研究水氮利用过程和效率；（3）探讨影响产量构成和稻谷品质的因素。研究采用了ORYZA-N模型，该模型被开发用于模拟水稻生长、土壤水分平衡、热传递、有机碳和氮的周转、氮素迁移和转化、冠层生物量同化以及稻田生态系统中氮素的吸收和分配。该模型在ORYZA2000框架中集成了新的模块，用于模拟热传递、氮素迁移和土壤有机碳和氮的周转。在这一新版本中，一维（1-D）热传递通过热扩散方程进行描述，溶解氮素通过土壤水分进行迁移，并在不同环境条件下发生转化。土壤碳氮周转模块的框架基于Daisy模型的概念，并简化为三个氮素池。同时，对土壤水分模块进行了改进，特别是根系水分吸收和土壤水分排水算法。详细的解释、计算方法和方程可以在相关文献中找到。

为了验证ORYZA-N模型的可靠性，研究者使用了两年的实验数据。结果显示，该模型在模拟农业水文过程、作物生长以及特别是在稻田中水氮转化方面表现出可靠性。模型的参数设置在所有情况下都进行了详细说明。模型校准采用试错法，对敏感参数进行逐一调整，直到田间观测值与模型预测值之间的偏差最小。校准过程按照顺序进行，依次处理：（1）田间水文过程（如水层波动）；（2）作物生长过程；（3）土壤溶液中的氮素含量；（4）植物器官中氮素的吸收和分配。这一程序与相关文献相似。

研究结果表明，水稻的生长和产量形成受到多种气候因素的影响。其中，7月和8月是水稻生长的关键时期，充足的光照和适宜的温度有助于提高产量。在这些阶段，叶片面积达到峰值，分蘖发育决定了稻谷的储存能力。水稻产量强烈依赖于光合产物的生产能力（即分蘖出现前的稻谷储存能力，以及分蘖出现后的灌浆和成熟过程）及其在水稻体内的转运和分布。7月的光周期不仅影响稻谷的储存能力（即产量上限），还影响开花和授粉，从而直接影响产量。因此，7月的有利光照和温度条件对最大化产量至关重要。

在湿润年份，水稻生长受到降雨和光照的显著影响。而正常年份则更注重光照和温度的平衡。在水稻生长过程中，水氮利用效率是衡量水稻生产可持续性的关键指标。研究结果表明，CTI在湿润年份提高了水和氮的利用效率，而TFI在正常年份表现更优。这表明，在不同气候条件下，应采用不同的灌溉制度以实现最佳的水氮利用效率。

水稻的产量构成和品质分析也揭示了不同灌溉制度的影响。在湿润年份，CTI通过优化排水和促进根系呼吸，提高了分蘖数和产量。而在正常年份，TFI通过增加分蘖和稻粒数量，实现了更高的产量。尽管两种制度在灌浆速率和TGW方面存在差异，但CTI并未影响稻谷品质，这表明其在湿润年份具有良好的应用前景。研究还发现，稻谷品质受到光照强度、降雨量和灌溉制度的影响。在湿润年份，过多的降雨可能影响稻谷的外观和营养品质，而在正常年份，适宜的光照和温度有助于维持稻谷的高品质。

研究结论表明，TFI和CTI在东北寒冷地区的应用效果取决于气候条件。CTI在湿润年份提高了作物生长、产量、水生产力和氮肥利用效率，而TFI在正常年份表现更优。这种差异主要由有效分蘖数和稻粒数量的差异引起，而在不同制度间灌浆速率和TGW的变化较小。此外，有利的光照和温度条件可以缓解过多降雨对产量的负面影响，如2020年这种不典型的湿润年份就实现了高产量。ORYZA-N模型有效地支持了水氮利用和产量形成过程的量化，这些过程在田间难以监测，为灌溉策略优化提供了可靠的工具。值得注意的是，CTI在提高资源利用效率的同时并未降低稻谷品质，这表明其在寒冷和湿润地区具有广阔的应用前景。本研究阐明了灌溉制度与气象因素在寒冷地区水稻生产中的相互作用，并提供了针对性的灌溉管理建议。