華北平原多目標約束下冬小麥最優施氮量*

代 娜, 史文嬌, 石曉麗**

(1.河北師范大學資源與環境科學學院/河北省環境演變與生態建設實驗室/河北省環境變化遙感識別技術創新中心 石家莊050024; 2.中國科學院地理科學與資源研究所/中國科學院陸地表層格局與模擬重點實驗室 北京 100101;3.中國科學院大學資源與環境學院 北京 100049)

糧食安全是全人類共同面對的問題之一, 由于耕地面積有限, 提高作物單產成為應對日益增長的糧食需求的重要途徑[1]。作為作物生長所必需的元素, 氮肥的施用使得發達國家和發展中國家糧食產量分別增加了40%和55%[2-3], 對全球農業生產至關重要。但是, 作物產量并不會隨氮肥的增加無限增長[4], 氮肥利用率也會隨著施氮量的增加逐漸下降[5-6],過量的氮肥投入還會帶來諸多環境問題[7-9]。因此,有必要將農業生產中的氮肥投入最優化, 以保障糧食安全的同時最大限度地降低農業對生態環境的破壞。

關于最優施氮量的衡量指標, 作物產量最為常用。例如, 馬登科等[10]認為黃土高原東南部和西北部冬小麥(Triticum aestivum)高產目標下的合理施氮量分別為227 kg?hm?2和212 kg?hm?2。劉建剛等[11]利用DSSAT模型(Decision Support System for Agrotechnology Transfer)分析了河北省吳橋地區冬小麥不同氮肥管理水平下的產量, 認為222 kg?hm?2為該地區的最優施氮量, 此時最大可獲得產量為7618 kg?hm?2。產量指標清晰直觀, 直接關系到農民的切身利益, 在實際種植過程中, 農民為了追求產量最大化, 通常根據經驗確定氮肥投入量, 缺乏科學標準,容易過量施氮。此外, 該指標沒有考慮作物對氮素的吸收和利用情況。當作物體內氮素吸收達到飽和后, 繼續施加則會造成氮肥流失和環境污染[12-13]。因此有學者結合產量、氮素吸收與氮肥利用指標衡量區域作物最優施氮量。例如吳強等[14]通過田間試驗分析, 基于產量、氮肥利用效率和植株吸氮量, 得出河套灌區小麥最優施氮量介于185.5～240.9 kg?hm?2。沙之敏等[15]分析了最佳養分管理對華北冬小麥產量、養分吸收和肥料利用的影響。較單一產量指標而言,該方法考慮了氮肥的投入、吸收以及產出情況, 指標更加多樣化; 同時, 氮肥利用率、植株吸氮量可以分別通過產量、施氮量計算和取樣分析來實現, 操作性強。但是最優施氮量的衡量仍基于單一指標,沒有考慮指標間的耦合效應。鑒于此, 有研究基于產量增長與氮肥損失的權衡關系, 尋找兩者達到平衡時的最優施氮量。例如, 基于APSIM模型(Agricultural Production System Simulator), Bai等[16]認為390～420 kg?hm?2是江蘇和安徽水稻(Oryza sativa)-小麥輪作系統平衡產量增長與氮素損失的最優施氮量。該方法綜合考慮了兩種指標耦合作用下的最優施氮量, 較單獨考慮產量、氮素吸收和氮肥利用下的最優施氮量更為全面。另外, 指標所涉及的氮素損失除應用模型模擬獲得之外, 還可通過傳統經驗公式根據施氮量來計算, 方便易行。但是, 該方法對氮肥施用帶來的環境影響關注不多。隨著環境風險的增加, 施氮所產生的氮排放也應成為確定區域冬小麥最優施氮量的重要參考指標。此外, 氮排放帶來的環境問題也可以轉化為經濟問題, 因為治理由此帶來的環境問題會消耗大量資源。但在評價區域最優施氮量的問題上, 多目標耦合且同時考慮經濟收益與農業生態環境的研究還相對較少。

探討作物最優施氮量的方法主要有田間試驗法與模型法。田間試驗法主要依據研究目的設定作物品種和田間管理措施, 根據實測數據進行最優施氮量的計算。例如, 陳天鑫等[17]根據田間地塊試驗, 分析了多種施氮條件下冬小麥的光合生理指標及產量差異, 確定了冬小麥的最優施氮水平。田間試驗法可控制特定環境條件且數據準確, 但是工作量大, 且現有技術難以通過現場實時監測所有的環境因子,因此在大面積應用方面比較困難。借助一些基于過程的化學模型如反硝化分解模型(Denitrification-Decomposition, DNDC)和作物模型(如DSSAT、APSIM)來研究作物最優施氮量也是一種較為普遍的方法。例如, Xin等[18]應用APSIM模型, 模擬了華北平原冬小麥的最優施氮量。劉建超等[19]應用CERESWheat模型模擬了不同水氮管理對關中地區冬小麥產量和品質的影響。成林等[20]利用CERES-Wheat模型研究了主要生育期的氣候變化對河南省冬小麥生長與產量的影響。相對而言, 模型法對詳細精確的田間管理數據和土壤數據的獲取較為困難, 但在很大程度上彌補了傳統田間試驗方法需要實時監測的弊端, 在區域應用方面有較好的表現。CERESWheat模型是當前應用最廣泛的作物模型DSSAT集成的小麥模型, 能夠很好地為農業生產提供決策支持。

華北平原是我國冬小麥主產區之一, 長期以來該地區農業生產都存在著較嚴重的過度施肥問題,當地占主導地位的冬小麥-夏玉米(Zea mays)一年兩熟制的氮肥投入高達600 kg?hm?2, 氮肥利用效率卻很低[18,21-22]。過度施肥不僅造成資源浪費和種植成本增加, 還引發了土壤結構破壞和水體富營養化等環境問題, 阻礙了當地農業種植的可持續發展。綜合各項指標, 尤其是考慮環境影響的農業生態指標, 合理明確冬小麥種植的最優施氮量, 對保證華北平原糧食生產及保護當地農業生態環境意義重大。目前在探討華北平原冬小麥施氮量的研究中, 多選取產量、經濟效益等單一指標, 對農業生態環境考慮不多[11,16-17]。選取兼顧經濟效益和環境效益的指標且通過多目標耦合評估冬小麥最優施氮量的研究還相對較少。作物最優施氮量的確定應同時考慮糧食安全和環境友好。除此之外, 相對于單一指標而言, 基于指標多樣化和多目標耦合的研究能為確定區域最優施氮量提供更好的參考。

本研究應用CERES-Wheat模型, 選擇了華北平原9個具有代表性的農業試驗站點, 選取5個具有現實意義的指標(產量、氮肥偏生產力、氮素吸收、增產-節氮權衡和環境-經濟效益), 探討了每個指標和施氮量的關系曲線; 明確不同目標約束下冬小麥最優施氮量, 為華北平原冬小麥種植過程中的氮肥投入提供科學的參考。

1 材料與方法

1.1 研究區概況

研究區域位于32°～40°N, 114°～121°E, 面積3×105km2, 行政上主要涵蓋北京、天津、山東、河北和河南大部、安徽和江蘇北部等地區, 地形以平原為主(圖1)。氣候類型為暖溫帶半濕潤大陸性季風氣候,雨熱同期。年平均溫度14～15 ℃, 年降水量500～900 mm, 無霜期約200 d, 熱量資源和光照資源豐富。該地區以冬小麥-夏玉米一年兩熟的種植模式為主,小麥和玉米的產量分別占全國總產量的45%和32%[23]。本文從華北平原各區域選取9個均勻分布、數據記錄完整且具有代表性的農業試驗站(唐山站、黃驊站、欒城站、惠民站、南宮站、贛榆站、商丘站、駐馬店和壽縣站)展開研究。

圖1 華北平原典型農業試驗站分布圖Fig.1 Location of the agricultural experimental stations in the North China Plain (NCP)

1.2 數據來源

逐日氣象數據來自中國氣象數據網(http://data.cma.cn/), 選取與9個農業試驗站相對應的氣象站點1981?2017年日最高溫、日最低溫、降水量和日照時數等數據。其中太陽輻射利用埃斯屈朗(Angstron)經驗公式根據日照時數計算而得。土壤數據來自中國土壤科學數據庫全國第2次土壤普查匯總成果(http://vdb3.soil.csdb.cn/), 包括各農業試驗站的土壤名稱、顏色、土層深度、有機碳含量、土壤質地、全氮含量、容重和pH等, 其中有機碳含量通過土壤有機質乘以0.58換算系數得到[5]。

冬小麥生育期、產量及產量構成要素等作物數據以及冬小麥品種名稱、播種、灌溉和施肥等田間管理措施均來自各農業試驗站點的實測數據。

1.3 研究方法

1.3.1 模型運行與驗證

DSSAT模型由美國農業部組織研究開發, 是目前國際上廣泛使用的作物模型之一。其中的CERESWheat模型是專為小麥類作物開發的較為成熟的子模型之一, 對土壤氮素平衡過程及其物理機制考慮較為完整。該模型已被驗證能較好地模擬小麥的生長發育及產量形成過程, 同樣也適用于國內小麥生產的評估[24]。利用CERES-Wheat模型模擬華北平原9個站點連續36年(1982?2017年)不同施氮水平下(0～390 kg?hm?2, 每30 kg?hm?2為一間隔梯度)的冬小麥產量和氮肥利用情況以及氮肥投入所造成的環境影響, 以量化冬小麥種植在產量、氮肥偏生產力、氮素吸收、增產-節氮權衡、環境-經濟效益等約束條件下的最優施氮量。

模型所需文件準備完畢后, 調試冬小麥各項遺傳品種參數, 并對其結果進行驗證。CERES-Wheat模型中冬小麥共有33個作物參數, 包括26個生態型參數和7個品種型參數。其中對冬小麥生長發育最敏感的主要是其品種型參數。因此, 在參數“本地化”過程中主要以調整品種型參數為主。采用歸一化均方根誤差(NRMSE)評價模型模擬值和實際觀測值的差異, 并使用一致性指數(D值)來對模型模擬效果進行評估。計算公式如下:

式中:Si為模型模擬值;Ri為實際觀測值;為實際觀測值的平均值;n為模擬值的取樣數量。通常認為,NRMSE<10%, 模擬效果極好; 10%30%, 模擬效果較差。D值越接近1說明模擬值與實際觀測值的一致性越好。

1.3.2 指標選取及計算方法

研究分別設置產量、氮肥偏生產力、氮素吸收、增產-節氮權衡、環境-經濟效益5個約束指標, 分別計算各指標1982?2017年的數值, 分析不同評價指標多年均值達到最優時所對應的最優施氮量, 將各站點的平均最優施氮量作為區域最優施氮量參考值。

1)產量: 產量為不受水分、病蟲害等因素限制、僅受施氮量影響的產量, 由模型模擬后直接輸出。以作物產量隨施氮量增加而變化的曲線趨于平穩時對應的施氮量作為以產量最大化為目標的最優施氮量; 產量變化趨勢不明顯的地區參考其產量增幅情況來確定最優施氮量。

2)氮肥偏生產力: 氮肥偏生產力指單位氮投入所生產的作物產量, 是適合我國肥料效應評價的重要指標[25], 計算公式如下:

式中: PFPN為冬小麥氮肥偏生產力[kg?kg?1(N)],Y為冬小麥產量(kg?hm?2),Nrate為氮肥施用量(kg?hm?2)。

3)氮素吸收: 氮素吸收為冬小麥生育期的植株吸氮量, 由模型直接輸出[23]。以氮素吸收隨施氮量增加而變化的曲線趨于平穩時對應的施氮量作為以氮素吸收最大化為目標時的最優施氮量; 氮素吸收曲線未出現平穩趨勢的地區暫不考慮。

4)增產-節氮權衡: 增產-節氮權衡是綜合考慮產量增長與氮素損失的最優施氮量。以每增施1單位的氮肥而增加的產量表示產量增長, 以每增施1單位的氮肥而增加的氮損失量表示氮素損失, 氮素損失主要考慮氮淋溶和反硝化作用。對兩者分別進行離差標準化后, 將兩條曲線的交叉點作為以投入產出相平衡為目標的最優施氮量[16], 產量與氮素損失均由模型模擬輸出。

5)環境-經濟效益: 環境-經濟效益由作物種植的經濟收入減去氮肥施用成本和氮排放所造成的污染處理成本計算得到。污染處理成本包括治理各種氮排放對生態系統、人類健康和氣候變化所造成的破壞的平均成本[26]。氮肥施用的排放物包含氨氣揮發、氮氧化物、氧化亞氮和氮淋溶(表1), 其中氨氣揮發的計算方法參考Chen等[27-28]的方法, 各種氮氧化物、氧化亞氮和氮淋溶由模型運行后直接輸出。環境-經濟效益計算公式如下:

表1 氮肥施用過程排放物類型與污染處理成本[26-28]Table 1 Types of emissions from the application of nitrogen fertilizer and pollution treatment costs[26-28]

式中:E為環境-經濟效益(￥?hm?2),Y為冬小麥產量(kg?hm?2),P為冬小麥價格(￥?kg?1), FF為氮肥施用成本(￥?hm?2),C為污染處理成本(￥?hm?2)。

在特定的施氮量下, 冬小麥的環境-經濟效益隨施氮量的增加而增加, 但超過一定的閾值便開始下降, 將這個閾值定義為冬小麥在環境-經濟效益約束下的最優施氮量。

2 結果與分析

2.1 CERES-Wheat模型模擬結果驗證

CERES-Wheat模型的模擬結果采用農業試驗站冬小麥生育期和產量的實測數據進行驗證(圖2)。經對比, 華北平原各站點冬小麥開花期、成熟期和產量的模擬值與實測值有較好的相關性, 均勻分布于1∶1直線附近。冬小麥開花期、成熟期和產量的歸一化均方根誤差(NRMSE)分別為1.51%、0.95%和14.89%, 一致性指數(D)分別達0.98、0.99和0.96, 表明經過參數校正后的CERES-Wheat模型能夠較為準確地模擬華北平原冬小麥的生長發育及產量形成過程。

圖2 冬小麥開花期、成熟期和產量的CERES-Wheat模型模擬效果驗證Fig.2 Validation of CERES-Wheat model simulation of anthesis, maturity stages and yield of winter wheat

2.2 以冬小麥產量最大化為目標的最優施氮量

華北平原各站點冬小麥產量隨著施氮量的增加逐漸增長, 但在施氮量達到一定水平時, 產量變化趨于平穩(圖3)。說明在一定范圍內施用氮肥能夠促進冬小麥產量增加, 但由于邊際報酬遞減規律的存在, 氮肥投入過量對增產作用不大。以冬小麥產量最大化為目標, 唐山站和惠民站最優施氮量相對較低, 為180 kg?hm?2, 此時產量分別達7808 kg?hm?2和7287 kg?hm?2; 贛榆站、駐馬店站和壽縣站的最優施氮量略高, 分別約為210 kg?hm?2、240 kg?hm?2和270 kg?hm?2, 能夠分別達7207 kg?hm?2、5132 kg?hm?2和8105 kg?hm?2的產量; 黃驊站、欒城站和南宮站的最優施氮量約為300 kg?hm?2, 此時3個站點能達到的最大產量分別為6341 kg?hm?2、7905 kg?hm?2和10 100 kg?hm?2; 商丘站冬小麥產量變化趨勢不是特別明顯, 最優施氮量為9站點最高(330 kg?hm?2), 此時其冬小麥產量為7842 kg?hm?2。

圖3 華北平原各站點冬小麥產量和氮肥偏生產力隨施氮量的變化Fig.3 Changes in winter wheat yield and nitrogen partial factor productivity (PFPN) with N application rates in the NCP stations

2.3 以冬小麥氮肥偏生產力最高為目標的最優施氮量

華北平原各站點氮肥偏生產力隨著施氮量的增加迅速下降, 之后均穩定在較低水平(圖3)。當氮肥投入從30 kg?hm?2增加到390 kg?hm?2時, 全區平均冬小麥氮肥偏生產力從最高的95 kg?kg?1(N)下降至20 kg?kg?1(N)。以氮肥偏生產力最高為目標, 各站點的最優施氮量均為氮肥施用的最低值(30 kg?hm?2),此時全區最高氮肥偏生產力平均值為95 kg?kg?1(N)。在30 kg?hm?2的最優施氮量下, 欒城站與壽縣站氮肥偏生產力較高, 分別為131 kg?kg?1(N)和134 kg?kg?1(N)。駐馬店站、黃驊站和商丘站均低于全區平均水平[95 kg?kg?1(N)], 分別為49 kg?kg?1(N)、63 kg?kg?1(N)和70 kg?kg?1(N)。較低的施氮量雖然能實現氮肥偏生產力的最大化, 但是氮肥投入過少難以實現當地冬小麥的生產潛力, 因此不能為了追求氮肥偏生產力的增加而一味地減少氮肥投入, 具體生產中應權衡氮肥施用與產量增加之間的關系。

2.4 以冬小麥氮素吸收最大化為目標的最優施氮量

華北平原大部分站點冬小麥氮素吸收隨著施氮量的增加而增加, 之后趨于平緩。但部分地區(欒城站、南宮站、商丘站)冬小麥氮素吸收一直增加, 并未出現下降或平穩的趨勢(圖4), 因此這3個站點暫時不考慮以冬小麥氮素吸收最大化為目標的最優施氮量。以冬小麥氮素吸收最大化為目標, 各站點最優施氮量較高且差異比較小, 除欒城站、南宮站和商丘站之外, 唐山站、黃驊站、惠民站和壽縣站的最優施氮量最高, 為360 kg?hm?2; 贛榆站和駐馬店站最優施氮量次之(330 kg?hm?2)。以氮素吸收最大化為目標的最優施氮量高于以最高產量為目標的最優施氮量, 表明冬小麥對氮素的吸收可能要大于其生長所需的氮吸收[12]。由于各站點冬小麥吸氮量都比較高, 因此在冬小麥實際種植過程中, 需綜合其他指標來決定氮肥投入, 避免因氮肥施用過量造成浪費和環境污染。

圖4 華北平原各站點冬小麥氮素吸收隨施氮量的變化Fig.4 Changes in N uptake with N application rates of winter wheat in the NCP stations

2.5 以增產-節氮權衡最佳為目標的最優施氮量

以增產-節氮權衡最佳為目標的最優施氮量, 在保證獲得較高產量的同時有效地節約氮肥且兼顧了區域生態效益, 使增產-節氮原本對立的兩個目標達到平衡。若施氮量超過最優施氮量, 氮損失將隨著施氮量的增長而大幅增加, 造成大量的氮肥浪費, 增加成本的同時對生態環境造成威脅; 若施氮量小于最優施氮量, 雖然在一定程度上節約了氮肥成本且對環境影響較小, 但難以通過氮肥施加實現當地冬小麥的產量潛力。華北平原各地區冬小麥產量增幅隨施氮量的增加逐漸下降, 但是氮損失卻迅速上升(圖5)。以增產-節氮權衡最佳為目標, 唐山站和惠民站最優施氮量處于較低水平, 介于120～150 kg?hm?2;欒城站、贛榆站、壽縣站和駐馬店站最優施氮量略高, 為150～180 kg?hm?2左右; 黃驊站和商丘站最優施氮量為180～210 kg?hm?2; 南宮站的最優施氮量最高,為210～240 kg?hm?2。

圖5 華北平原各站點冬小麥氮損失和產量增長隨施氮量的變化(氮損失、產量增長分別經過離差標準化)Fig.5 Changes in N loss and yield increase with N application rates of winter wheat in the NCP stations (N loss and yield increase were obtained from deviation normalization)

2.6 以環境-經濟效益最高為目標的最優施氮量

華北平原各站點冬小麥環境-經濟效益隨施氮量的增加呈先增長后降低的趨勢。施氮量為0時, 全區冬小麥平均環境-經濟效益為2399 ￥?hm?2。此時各站點之間冬小麥環境-經濟效益有所差別(圖6)。欒城站、南宮站和壽縣站效益相對較高, 分別為5438 ￥?hm?2、3250 ￥?hm?2和4639 ￥?hm?2; 其余站點效益均低于2000 ￥?hm?2, 其中駐馬店站為全區效益最低的地區(533 ￥?hm?2)。以環境-經濟效益最高為目標, 南宮站最優施氮量最高(300 kg?hm?2), 此時其環境-經濟效益為15 751 ￥?hm?2; 唐山站和黃驊站最優施氮量略低于南宮站(210 kg?hm?2), 二者的環境-經濟效益分別為14 448 ￥?hm?2和7129 ￥?hm?2; 贛榆站、商丘站和壽縣站最優施氮量為180 kg?hm?2, 其環境-經濟效益分別為11 394 ￥?hm?2、7273 ￥?hm?2和11 137 ￥?hm?2; 欒城站、惠民站和駐馬店站最優施氮量最低(150 kg?hm?2), 此時其環境-經濟效益分別為9301 ￥?hm?2、11 033 ￥?hm?2和5285 ￥?hm?2。

圖6 華北平原各站點冬小麥環境-經濟效益隨施氮量的變化Fig.6 Changes in environmental-economic benefits with N application rates of winter wheat in the NCP stations

2.7 華北平原不同約束條件的綜合最優施氮量

基于產量、氮肥偏生產力、氮素吸收、增產-節氮權衡和環境-經濟效益等不同目標約束下, 華北平原區域最優施氮量參考值存在空間差異(圖7、圖8)?；趧①愫频萚29]根據種植業中作物類型、熟制等進行的中國農作制區劃, 選擇4個有研究站點分布的亞區(圖中的Ⅰ區、Ⅱ區、Ⅲ區、Ⅳ區)來闡明華北平原各指標約束下最優施氮量的空間特征(圖9), 每個亞區的最優施氮量用區內研究站點的均值表示。Ⅴ區沒有研究站點, 暫時不考慮該區域最優施氮量的空間特征。

圖7 華北平原各指標約束下冬小麥最優施氮量Fig.7 Optimal N application rates under different constraints of winter wheat in the NCP

各約束條件下最優施氮量順序為氮素吸收>產量>環境-經濟效益>增產-節氮權衡>氮肥偏生產力(圖7)。以冬小麥氮素吸收最大化為目標的最優施氮量最高, 全區平均為363 kg?hm?2。該施氮量下, 產量平均可達7882 kg?hm?2, 但是氮肥偏生產力、增產-節氮權衡和環境-經濟效益的表現均比較差(圖8b, d, e)。其次是以產量最大化為目標, 各站點平均最優施氮量為257 kg?hm?2。相比于363 kg?hm?2的氮肥投入,該施氮量下, 產量保持在較高水平的同時, 增產-節氮權衡和環境-經濟效益有一定的改善, 但氮肥偏生產力仍然處于較低水平(圖8b)。此處需要說明的是,以產量最大化為目標的最優施氮量是取產量隨施氮量變化曲線趨于平穩的數值而并非絕對峰值, 此時若繼續增加氮肥投入產量仍會有微弱的增加, 故以產量最大化為目標時所得產量的數值略小于以氮素吸收為目標的施氮量所得的產量數值, 但是二者相差無幾, 可以將產量趨于平穩時的施氮量認為是以產量最大化為目標的最優施氮量?？紤]環境成本的增產-節氮權衡目標和環境-經濟效益目標下所得的最優施氮量相近, 全區平均值分別為173 kg?hm?2和190 kg?hm?2, 此時可獲得產量分別為6624 kg?hm?2和6848 kg?hm?2(圖8a)。相比以氮素吸收和產量最大化為目標的施氮量, 該施氮量下所得產量雖有所下降,但其余指標均有不同程度的改善, 尤其是增產-節氮權衡和環境-經濟效益都能達到較優水平(圖8d-e)。此處值得注意的是, 增產-節氮權衡與其他指標略有不同, 它是用來衡量產量增長與氮素損失平衡的一項指標, 因此越接近于0證明該指標表現越好?；诙←湹势a力最高為目標時, 最優施氮量最低(30 kg?hm?2), 該施氮量下, 其余指標的表現均比較差, 尤其是產量、氮素吸收和環境-經濟效益都處于最低水平(圖8a, c, e)。

綜合而言, 以增產-節氮權衡和環境-經濟效益為約束條件下的施氮管理, 可保證冬小麥約90%的產量, 但施氮量卻比目前實際施肥水平減少將近一半,極大地降低了氮肥施用對環境的負面影響。同時, 5項指標均可以保持在相對平衡的狀態。因此, 本研究認為增產-節氮權衡和環境-經濟效益約束目標下所得最優施氮量更為合理。該約束條件同時將經濟和環境納入決策系統, 以最小的生態環境影響保障最大的作物收益, 能夠兼顧經濟效益和生態效益, 實現糧食安全和生態友好的雙重目標。

由于氣候、土壤和人為等因素, 各亞區最優施氮量也存在一定的差異。以冬小麥氮素吸收最大化為目標時, Ⅰ區最優施氮量最低, 為350 kg?hm?2; Ⅳ區的最優施氮量次之, 為360 kg?hm?2; Ⅲ區略高, 最優施氮量為375 kg?hm?2; Ⅱ區最優施氮量為各亞區中最高, 為390 kg?hm?2。以產量最大化為目標時, Ⅰ區和Ⅲ區最優施氮量相對較低, 分別為230 kg?hm?2和240 kg?hm?2; Ⅱ區和Ⅳ區的最優施氮量相對較高,分別為300 kg?hm?2和280 kg?hm?2。以增產-節氮權衡為目標時, 各亞區最優施氮量均介于169～180 kg?hm?2,差異較小。以環境-經濟效益為目標時, 各亞區間最優施氮量的差異較大。低值主要分布在Ⅱ區和Ⅳ區,分別為150 kg?hm?2和170 kg?hm?2; Ⅰ區和Ⅲ區則相對較高, 最優施氮量分別為200 kg?hm?2和225 kg?hm?2?；诙←湹势a力最高考慮時, 最優施氮量為各指標最低, 各亞區均為30 kg?hm?2。

3 討論

本研究利用CERES-Wheat模型, 基于5個指標(產量、氮肥偏生產力、氮素吸收、增產-節氮權衡和環境-經濟效益)和施氮量的關系曲線得到華北平原冬小麥的最優施氮量, 為華北平原冬小麥種植的氮肥管理提供科學參考。

研究結果顯示, 冬小麥產量隨氮肥投入量的增加而增加, 超過一定范圍, 產量將不再增加, 這與前人研究得出的規律一致[16-18,22,30-31], 主要原因是過量的氮肥投入破壞了土壤養分平衡, 氮素相關轉化酶活性降低, 阻礙了同化物向籽粒的再分配?；诋a量最大化考慮, 華北平原各站點平均適宜性施氮量為257 kg?hm?2, 該數值與陳天鑫等[17]的研究結果(240 kg?hm?2)基本一致。大量研究表明氮肥偏生產力隨著施氮量的增加而降低[4,17,31-33], 與本研究所得規律基本一致。本研究還顯示, 冬小麥氮素吸收隨施氮量的增加而增長, 之后逐漸放緩, 也存在部分地區氮素吸收會一直增長未出現放緩趨勢。本研究認為363 kg?hm?2是基于冬小麥氮素吸收考慮的最優施氮量, 較Khoshnevisan等[13]的研究數值偏高。原因一方面是選取的冬小麥品種和灌溉模式的不同, 本文所有施氮水平均設置為充分灌溉, 拔節-開花期灌溉充分有助于氮素的吸收和分配[34]。另一方面, 冬小麥生育期施肥方式、氮磷鉀的配比問題、選取的研究站點及研究方法等存在差異?？紤]環境要素的約束條件下(增產-節氮權衡、環境-經濟效益), 最優施氮量分別為173 kg?hm?2和190 kg?hm?2, 比單純考慮產量時的最優施氮量減少20%～30%。但是在實際種植過程中, 由于沒有政府補貼、農戶認知不足和肥料類型差異等原因, 農民很少會考慮環境要素, 長期以來都在過量施用氮肥, 冬小麥種植過程中投入的氮肥平均高達300～325 kg?hm?2[23,35]。除氮素吸收外, 其余4個最優施氮量均不同程度地低于當前華北平原農民實際施氮水平。以環境-經濟效益和增產-節氮權衡為約束條件下的最優施氮量比當前實際水平分別節約了42%和47%, 但是產量仍可以保持在較高水平。增產-節氮權衡與環境-經濟效益約束條件在實現節氮最大化的同時將經濟效益和生態效益納入決策系統, 可以在一定程度上降低環境風險, 在保證增產-節氮權衡和環境-經濟效益最大化的同時較好地兼顧其他指標, 綜合而言優于其他指標, 采用相應的最優施氮量有利于農業集約化可持續發展。因此,建議在考慮區域差異以及當地實際情況的基礎上,將環境成本納入決策系統, 推薦基于環境-經濟效益與增產-節氮權衡目標約束下的最優施氮量作為區域施肥的主要參考。

區域最優施氮量的確定是一項復雜的工作, 涉及經濟、生態、區域發展定位和國家政策等多方面。本文雖然探討了不同施氮條件下冬小麥產量、氮肥利用等指標的變化情況, 但并未涉及氮磷鉀的配比、施肥時間和次數的問題。同時, 除氮肥管理水平之外其余種植條件均設為最佳狀態, 而實際種植中, 氣候、土壤、耕作栽培方式和病蟲害等因素都會影響作物最優施氮量, 因此結果具有一定的局限性。此外, 本研究得出增產-節氮權衡和環境-經濟效益約束條件下的最優施氮量較為合理的結論僅停留在理論分析階段, 在今后的研究中, 還需在具體考慮區域農業種植條件差異的基礎上進一步解析冬小麥的最優施氮量, 并將理論研究所得的最優施氮量應用到田間試驗中進行綜合量化與驗證?；诙嗄繕思s束條件, 未來研究可將不同指標耦合為系統的最優施氮量評估模型, 以期在指導區域小麥氮肥施用中發揮更大的作用。

4 結論

1)由于各站點地勢、氣候和土壤環境等要素的不同, 華北平原不同約束條件下冬小麥最優施氮量具有差異, 其順序為氮素吸收>產量>環境-經濟效益>增產-節氮權衡>氮肥偏生產力。

2)與單純考慮產量最大化相比, 考慮環境要素指標(增產-節氮權衡和環境-經濟效益)所得的冬小麥最優施氮量平均可減少約20%～30%。

3)與當前華北平原農民實際平均施氮水平相比,考慮環境要素指標(增產-節氮權衡和環境-經濟效益)所得的最優施氮量分別可減少42%和47%。

4)建議以增產-節氮權衡和環境-經濟效益為目標來衡量區域冬小麥種植的氮肥投入, 華北平原最優氮肥投入為173～190 kg?hm?2。