大麦籽粒与地上部生物量矿质养分分布特征及其在农业生态系统管理中的应用研究

这篇综述系统研究了大麦(Hordeum vulgare L.)在不同生产环境下籽粒与地上部总干物质(TDM)中宏量元素(C/N/P/K/Mg/Ca/S)和微量元素(Mn/Fe/Zn/Cu)的积累规律，建立了基于产量预测养分吸收的线性模型(adj r2=0.80-0.99)，揭示了磷(PHI=0.88)与钾(KHI=0.19)等元素的差异化分配特征，为精准农业养分管理提供了重要数据支撑。

　　

Abstract

研究聚焦大麦这一全球第四大谷物作物，针对其在不同生态环境中籽粒与地上部总干物质(TDM)的矿质养分分布数据匮乏问题，系统测定了美国爱达荷州南部产区大麦中10种必需元素的积累特征。通过建立产量-养分吸收线性模型，发现氮(N)在籽粒中的预测精度最高(adj r²=0.99)，而铜(Cu)最低(adj r²=0.81)。特别值得注意的是，食品大麦的氮积累斜率(20.9)显著高于其他类型(19.0)，这种差异为精准养分管理提供了重要依据。

Introduction

作为仅次于玉米、水稻和小麦的重要谷物，美国大麦生产集中在爱达荷、北达科他和蒙大拿等高海拔地区，其中爱达荷州占全国产量的30%以上。研究指出，每年约有130万吨大麦籽粒从田间移出，伴随大量矿质养分的流失。不同用途大麦(饲料65%、麦芽33%、食品2%)对养分需求存在显著差异：麦芽大麦对氮(N)和锌(Zn)等元素有严格标准，而饲料大麦更关注整体营养价值。近年来秸秆回收的普及更改变了传统农业生态系统的养分循环模式，凸显本研究的前瞻性意义。

Methods and materials

研究于2018-2019年在爱达荷州南部的蛇河平原开展，涵盖5个试验点(4个灌溉区+1个旱作区)。试验设计包含4类大麦(春食、春饲、春麦芽、冬麦芽)各3个品种，采用随机区组设计。采样时收取0.11 m²面积的地上部生物量，55℃烘干后分离籽粒与秸秆，通过硝酸消解-ICP-OES法测定9种矿质元素，并采用高温燃烧法测定碳(C)氮(N)。创新性地计算了8种养分的收获指数(NutHI)，即籽粒养分吸收量与TDM养分总量的比值。

Results

关键发现包括：

1. 产量中位数为6.86 Mg ha^-1，收获指数为0.50 g g^-1
2. 籽粒中磷(P)浓度(3.74 g kg^-1)显著高于秸秆，而钾(K)则相反(籽粒5.1 vs 秸秆21.0 g kg^-1)
3. 建立的线性模型中，氮(N)预测最精准(RMSE=18.6)，食品大麦的氮积累效率显著高于其他类型
4. 养分分配呈现两极分化：磷(PHI=0.88)高度向籽粒集中，而钙(CaHI=0.10)主要保留在营养器官
5. 环境因素对养分分布的影响远超品种差异，仅硫(S)和钙(Ca)存在显著基因型×环境互作

Discussion

与小麦相比，大麦表现出更保守的养分分配策略，各NutHI值普遍较低。特别值得注意的是，尽管秸秆中钾(K)浓度可达21 g kg^-1，但籽粒中的转移率仅19%，这种分配特性在秸秆回收日益普及的背景下尤为重要。研究建立的预测模型在实际应用中表现优异，例如当产量为7 Mg ha^-1时，估算的氮(N)、磷(P)、钾(K)吸收量分别为137、25.6、34.2 kg ha^-1，与历史数据高度吻合。

Conclusions

该研究填补了大麦矿质养分系统研究的空白，创新性地提出了基于产量的养分预测模型和NutHI指标体系。这些成果不仅为农场尺度的精准施肥提供了工具，更能支持从区域到国家层面的农业生态系统建模。随着大麦在功能性食品领域的应用拓展，对养分分配机制的深入理解将助力培育满足特定终端用途的新品种。