物候分辨的水稻生长与甲烷排放随移栽期和品种的动态变化：基于逻辑斯蒂模型的分析

《Smart Agricultural Technology》：Phenology-resolved dynamics of rice growth and methane emissions across transplanting dates and cultivars using logistic models

　　

摘要
淹水稻田土壤中排放的甲烷（CH4）与水稻生长密切相关，然而，这种关系通常使用季节总量而非动态的生长–排放指标进行评估。本研究应用三参数逻辑斯蒂模型，在持续淹水的稻田中，表征了四个移栽期下与物候相关的水稻生长和CH4累积动态。研究评估了早熟至中熟品种Koshihikari和中熟至晚熟品种Chamdream的植株生长、籽粒产量和CH4排放。研究推导了描述渐近幅度（L）、拐点时间（x0）、速率（k）以及达到90%累积量时间（t90）的逻辑斯蒂参数。延迟移栽缩短了移栽至抽穗的时间，压缩了作物发育进程，且未造成显著的产量损失。与5月移栽相比，6月移栽使观测到的季节性CH4排放量和拟合渐近值均减少约一半，相应地降低了基于CH4的全球增温潜势（GWP）和温室气体排放强度（GHGI）。逻辑斯蒂模型准确描述了CH4累积排放量（R2=0.993–0.999；NRMSE=2.56–5.60%）。延迟移栽使Koshihikari的CH4 x0提前了19–36天，Chamdream提前了16–37天，并分别使t90缩短了35–55天和26–65天，表明CH4累积发生得更早且更集中。在扣除移栽后天数的影响后，地上部生物量与CH4累积排放量之间的正相关关系仍然显著。这些发现表明，在持续淹水条件下，调整作物日历可降低CH4排放强度，逻辑斯蒂时间指标可补充季节总量，用于基于物候的监测和排放因子的细化。

基于逻辑斯蒂模型的水稻生长与甲烷排放动态研究解读

**研究背景与意义**
淹水稻田是农业甲烷（CH4）的重要排放源。在厌氧土壤条件下，产甲烷菌活动旺盛，CH4通过扩散、冒泡以及植物通气组织介导的传输等途径进入大气，其中经水稻通气组织的传输通常为主导途径。因此，净排放量反映了微生物产CH4与氧化、根际碳供应、根系活性及植物传输能力之间的平衡。随着水稻的生长发育，CH4通量通常在移栽后较低，在营养生长期增加，于穗分化期至抽穗期达到峰值，随后在成熟期下降。排放的幅度和时机会因品种和作物日历而异。然而，以往研究多采用季节总量来评估不同管理措施下的CH4排放差异，对排放的时间动态模式描述不足，缺乏与水稻物候相关联的定量指标。本研究利用三参数逻辑斯蒂模型，对持续淹水稻田条件下不同移栽期和品种的水稻生长与CH4累积动态进行定量表征，旨在揭示移栽期和品种对CH4排放时间特征的影响及其物候关联。该研究发表在《Smart Agricultural Technology》。

**主要技术方法**
研究人员在韩国京畿道安城市的一块常规稻田（36.99°N，127.29°E）进行了田间试验，试验时间为2024年5月至10月，采用随机完全区组设计（RCBD），设置8个处理、3个重复（区组）。供试品种为早中熟品种Koshihikari和中晚熟品种Chamdream。试验设四个移栽期：5月10日、5月25日、6月10日和6月25日。水稻生长期间保持持续淹水（水层深度50–100 mm），并在抽穗（40%抽穗）后30天进行最终排水。矿物质肥料按韩国水稻标准推荐量施用。采用密闭静态箱法每周测定CH4和N2O通量，用气相色谱仪（GC）分析气体浓度。根据CH4通量时间序列积分计算季节累积排放量。基于IPCC AR6的100年全球增温潜势（GWP100=27.0）换算CH4的CO2当量，并计算温室气体排放强度（GHGI）。对株高、地上部生物量和累积CH4排放量拟合三参数逻辑斯蒂函数，得到渐近最大值（L）、速率参数（k）和拐点时间（x0），并推导达到90%渐近值的时间（t90）。采用线性混合模型评估品种、移栽期及其交互作用对产量和排放指标的影响，用Pearson相关分析评估生物量与CH4排放的关系，并利用残差分析校正时间趋势。

**研究结果**

*生长动态与地上部生物量累积*
株高、分蘖数和地上部生物量在不同移栽期和品种间呈现明显的阶段性变化轨迹。延迟移栽降低了两个品种的收获期株高，Koshihikari从119.3 cm降至111.7 cm，Chamdream从109.4 cm降至95.8 cm。延迟移栽也减少了最大分蘖数。地上部生物量主要在穗分化期至灌浆期累积。延迟移栽显著降低了Koshihikari的收获期生物量（从21.2 Mg ha^-1降至10.7 Mg ha^-1），而Chamdream的变化较小（11.7–14.9 Mg ha^-1），表明延迟移栽对营养生长的抑制作用在Koshihikari中更为明显。

*产量与产量构成因子*
产量构成因子表现出品种特异的补偿效应。Chamdream在延迟移栽下每穗颖花数增加，弥补了穗数的减少，从而维持了总颖花数和产量。Koshihikari在穗数和每穴总颖花数减少的情况下，结实率和千粒重的提高部分补偿了库容的减小。因此，糙米产量未受品种、移栽期及其交互作用的显著影响，Koshihikari为6.45–7.59 Mg ha^-1，Chamdream为6.99–8.09 Mg ha^-1。

*CH4通量与季节累积排放量*
各处理CH4通量的季节变化趋势相似：营养生长期增加，营养生长后期至生殖生长早期达到最大，随后在成熟期下降。延迟移栽使最大通量出现时间提前，并缩短了高排放期。Koshihikari的最大通量从Time 1的12.41 kg CH4 ha^-1 d^-1（94 DAT）降至Time 4的10.6 kg CH4 ha^-1 d^-1（40 DAT）。Chamdream在5月移栽的最大通量（12.45–13.10 kg CH4 ha^-1 d^-1）高于6月移栽（8.27–8.37 kg CH4 ha^-1 d^-1）。移栽期对季节累积CH4排放量影响显著（p<0.001）。5月移栽的排放量为Koshihikari 753.7–776.1 kg CH4 ha^-1，Chamdream 702.5–766.1 kg CH4 ha^-1；6月移栽则分别为398.6–436.4和363.1–386.2 kg CH4 ha^-1，降低约42–53%。

*全球增温潜势与温室气体排放强度*
移栽期显著影响基于CH4的GWP和GHGI（p<0.001），品种及品种×移栽期交互效应不显著。与5月移栽相比，6月移栽使GWP在Koshihikari中降低约45%，在Chamdream中降低约49%；GHGI分别降低约46%和52%。由于产量无显著差异，GHGI的降低主要归因于6月移栽下较低的季节CH4排放量。

*生物量与CH4排放的关系*
各移栽期内，地上部生物量与CH4累积排放量呈强正相关（Koshihikari R²=0.923–0.981；Chamdream R²=0.903–0.993）。在分别对两个变量回归移栽后天数（DAT）后，残差相关仍显著（合并数据r=0.387，p<0.001；Koshihikari r=0.511，p<0.001；Chamdream r=0.290，p<0.05），表明生物量与CH4排放的关联不完全由共同的时间趋势解释。

*生长与CH4排放动态的逻辑斯蒂表征*
逻辑斯蒂模型对株高（R²=0.979–0.994；NRMSE=3.51–5.42%）和CH4累积排放量（R²=0.993–0.999；NRMSE=2.56–5.60%）的拟合优度较高，地上部生物量的拟合相对变异较大（R²=0.937–0.990；NRMSE=8.15–25.2%）。模型参数显示，对于CH4累积量，Koshihikari的L从Time 1的0.906 Mg ha^-1降至Time 4的0.449 Mg ha^-1，x0从88.9 DAT提前至52.7 DAT，t90从135.8 DAT缩短至81.3 DAT；Chamdream的L从0.919降至0.395 Mg ha^-1，x0从92.7提前至55.7 DAT，t90从149.1缩短至84.5 DAT。速率参数k分别从0.047增至0.077 d^-1和从0.039增至0.076 d^-1。模型导数曲线表明，延迟移栽使CH4累积速率最大值出现时间提前、峰值降低、峰值后下降加快，排放活跃期缩短。

**讨论与结论**
讨论部分指出，延迟移栽缩短了移栽至抽穗的持续时间，作物在较高的温度下加速发育，但累积辐射量减少，导致物候压缩而非简单的日历平移。CH4排放的季节模式受土壤还原条件发展、植物碳底物供应和通气组织传输能力的综合影响。最终排水在抽穗后30天进行，其时间随处理物候而变化，对晚季排放下降有贡献。延迟移栽降低季节CH4排放的原因并非高温直接抑制产甲烷过程，而是缩短了作物生育期、减少了光合碳固定量和根系沉积物供应、缩短了排放活跃期。虽然温暖条件可能刺激产甲烷作用，但其效应被减少的碳输入和更短的排放期所抵消。地上部生物量应视为作物发育的综合指标而非CH4的直接来源，其与CH4排放的关联反映了物候耦合作用。研究结论为：在持续淹水条件下，延迟移栽缩短了抽穗前时期、压缩了作物发育进程，并在无显著产量损失的前提下降低了季节CH4排放量、基于CH4的GWP和GHGI。逻辑斯蒂参数L、x0、k和t90提供了作物生长和CH4累积的幅度、时机和持续时间的可解释描述符。从管理角度看，在维持持续淹水且产量稳定的情况下，调整作物日历可作为实用的CH4减排措施。但这些结果来自单季单点试验，需在多站点、多年份、多品种和不同水分管理制度下进行验证。