CN109673439B - 一种水肥耦合对水稻产量及生长性状的调控方法 - Google Patents

Abstract

本发明属于水稻生长技术领域，公开了一种水肥耦合对水稻产量及生长性状的调控方法，分析不同水分管理模式和不同肥料处理对水稻水分利用率和肥料利用率的影响，获取节水、节肥机理；分析水肥耦合对水稻生长发育、产量及稻米品质的影响；分析不同的水分处理、肥料处理对水稻的株高、分蘖数、生理指标的影响，以及产量品质的变化机理并得到产量与品质间相关关系。施氮量达到180kg/ha时，灌水量达到1319.5m³/ha时，会达到较好的水肥耦合模式，本发明可以获得较高的产量，并且保持较高的氮肥农学利用效率、水分利用效率与灌溉水利用效率。

Description

一种水肥耦合对水稻产量及生长性状的调控方法

技术领域

本发明属于水稻生长技术领域，尤其涉及一种水肥耦合对水稻产量及生长性状的调控方法。

背景技术

目前，业内常用的现有技术是这样的：

水稻是我国种植面积和生产量最大的粮食作物，也是耗水量最多的作物，目前其耗水量占全国总用水量的54％左右，占农业总用水量的70％以上。水分和肥料是影响其生长发育的主要限制因子。氮肥对水稻生产的影响仅次于水，目前中国已成为世界氮肥的第一大消费国。在传统的稻作生产中，由于采用“大水大肥”的水肥管理模式，不仅造成水资源的严重浪费，而且由于土壤渗漏、地表径流、氮素挥发等因素引起了一系列的环境污染。

我国水资源人均占有量为世界平均水平的1/4，属世界13个严重贫水国家之一，我国农业用水约占用水总量的70％，农业缺水与用水浪费现象同时存在，我国当前农业水分利用效率只有30％～40％，而先进国家达到70％～80％。随着灌溉农业的发展和水资源紧缺问题的日益突出，实行节水灌溉已成为农业可持续发展的必然趋势。水稻是半水生作物，是耗水量最多的作物，水稻用水量占农业用水总量的70％。传统的灌溉方式是全生育期深水淹灌，不仅农田耗水量很大，而且对水稻的根系生理功能产生不利影响。在长期淹水的条件下根层土壤处于还原状态，氧气浓度很低，当温度较高时土壤还原性增强，有害物质大量产生和积累，导致水稻烂根和早衰。同时，田间大量的渗漏和径流不仅使农田养分流失，还造成水环境污染。因此，推行节水灌溉被认为是解决我国水资源日趋紧缺的首要途径。

施用化肥特别是施用氮肥是水稻生产的主要投入之一，由于土壤供氮不足，大量投入化学氮肥是水稻种植体系中氮循环中养分输入的主要形式。农民为了获得高产，往往增加氮肥的投入。随着水稻产量水平的提高，氮肥的施用量不断增加，导致氮肥利用率下降和大量的氮素损失直接和间接地导致一系列不良的环境反应。

为了节约淡水资源，降低氮肥用量，减轻对环境的压力，湿润灌溉、间歇灌溉以及水稻旱作等节水灌溉技术和优化的氮肥运筹越来越引起人们的重视。但以往的研究多集中在水或肥单因子效应方面，针对水肥双因子对水稻的影响研究较少。本发明旨在探索水肥双因子的交互作用，找到合理的水肥耦合模式，达到以肥调水、以水促肥，发挥水肥耦合的协同作用。

综上所述，现有技术存在的问题是：

(1)传统的灌溉方式是全生育期深水淹灌，不仅农田耗水量很大，而且对水稻的根系生理功能产生不利影响。在长期淹水的条件下根层土壤处于还原状态，氧气浓度很低，当温度较高时土壤还原性增强，有害物质大量产生和积累，导致水稻烂根和早衰。同时，田间大量的渗漏和径流不仅使农田养分流失，还造成水环境污染。

(2)随着水稻产量水平的提高，氮肥的施用量不断增加，导致氮肥利用率下降和大量的氮素损失直接和间接地导致一系列不良的环境反应。

(3)现有技术中，水稻生长信息获得准确性差。

解决上述技术问题的难度：以往的研究多集中在水或肥单因子效应方面，针对水肥双因子对水稻的影响研究较少。

解决上述技术问题的意义：针对目前水稻水肥研究有许多方面亟需研究的现状，本发明通过大田试验寻找科学的非充分水肥耦合技术，实现节水、省肥、提高水肥利用率和利用效率、提高产量的目的。

发明内容

针对现有技术存在的问题，本发明提供了一种水肥耦合对水稻产量及生长性状的调控方法。本发明旨在探索水肥双因子的交互作用，找到合理的水肥耦合模式，达到以肥调水、以水促肥，发挥水肥耦合的协同作用。

本发明是这样实现的，一种水肥耦合对水稻产量及生长性状的调控方法包括：

利用不同水分管理模式和不同肥料处理方式对水稻水分利用率和肥料利用率进行统计计算，获取节水、节肥方案；

调节水肥耦合方式对水稻生长发育进行调控；

统计不同的水分处理、肥料处理对水稻的株高、分蘖数、生理指标的影响，以及产量品质的变化机理得到产量与品质间相关关系；

利用水肥互作机理，优化水肥协调综合管理方式。

进一步，肥料利用率分析中，氮肥农学利用效率计算方法为：AE＝(GY_N–GY₀)/FN；其中，

氮肥农学利用效率AE，kg kg^-1为施肥增加的作物产量与养分施用量的比值。

进一步，水分利用效率计算方法包括：WP(kg m^-3)＝籽粒产量/(降雨量+灌溉水量)，水分利用效率WP为单位面积水分投入的籽粒产量kg m^-3。

进一步，调节水肥耦合方式对水稻生长发育进行调控中，

设四个水分处理，拔节期之前进行统一灌溉，拔节期之后按照不同水分梯度灌溉，灌溉水量比例为：W1 100％，W2 66.7％，W3 33.3％和W4 0％；不同水分处理灌溉频次相同；

施氮为6个水平处理，施肥量比例按kg/亩计N：P₂O₅：K₂O＝15:8:12，P₂O₅和K₂O施肥量不变，调节施氮量为18、15、12、9、6、0六个水平；

水肥双因素试验4×6＝24个处理；

氮肥分四次施用，基肥：分蘖肥：拔节肥：穗肥为3：3：3：1；

磷肥作基肥一次性施肥；

钾肥分两次施用，基肥：拔节肥为6：4。

进一步，优化水肥协调综合管理中，采用EXCEL对数据进行处理，采用统计软件进行方差分析和显著性比较。

进一步，得到产量与品质间相关关系中，利用信息处理软件进行数据信息的比较分析获取不同的水分处理、肥料处理对水稻的株高、分蘖数、生理指标影响的最佳方案；信息处理软件信息处理中，

对获取到的水稻株高、分蘖数、生理指标信号进行预处理，以减少伪迹干扰；

创建滤波器，将预处理后的水稻株高、分蘖数、生理指标信号滤波到所需的频段；

利用相位同步分析方法，计算各频段的水稻株高、分蘖数、生理指标信号在各个时间点每两个通道之间的相位关系，获得动态功能连接矩阵；

逐个计算两个通道之间相位关系值的时域熵，得到每条边的信息熵，以度量水稻株高、分蘖数、生理指标信号功能网络各边时间域的复杂度；

利用各频段的动态功能连接熵分别作为水稻株高、分蘖数、生理指标信号功能网络的分类特征，训练自适应提高分类器，得到多个自适应提高分类器以及对应的分类正确率；

利用训练好的多个自适应提高分类器以投票的方式对最佳方案进行组合分类。

进一步，预处理方法包括：对采集的水稻株高、分蘖数、生理指标信号数据进行0.5-30Hz带通滤波，再去除干扰信号、剔除伪迹数据以得到所需的水稻株高、分蘖数、生理指标信号。

进一步，滤波器的创建方法为：水稻株高、分蘖数、生理指标信号使用小波包分解为五个频段，即δ(1－3Hz)、θ(4－7Hz)、α(8－13Hz)、β(14－30Hz)γ(31-50Hz)。

进一步，采用相位锁定值PLV来计算各频段的水稻株高、分蘖数、生理指标信号在各个时间点上每两个通道之间的相位关系，具体的计算公式如下：

PLV＝<exp(j{Φ_i(t)-Φ_j(t)})>|；

其中，Φ_i(t)和Φ_j(t)分别为电极i和j的瞬时相位；

信号的相位值可以采用希尔伯特变换来计算，具体公式如下：

x_i(τ)是电极i的连续时间信号，τ是一个时间变量，t表示时间点，PV为柯西主值；

瞬时相位按如下计算：

同样地，可以计算瞬时相位Φ_j(t)；

设选定的水稻株高、分蘖数、生理指标信号通道数为M，水稻株高、分蘖数、生理指标信号时间点数为T，利用两两通道构建不同的通道对，计算所有通道对的PLV值，此时得到一个M×M×T的三维矩阵K，其中M×M是一个时间点的上三角矩阵：

K的每个元素K_ijt为在t时间点上第i个电极和第j个电极之间的PLV值，该矩阵为动态功能连接矩阵，它不仅包含了不同水稻株高、分蘖数、生理指标信号通道两两之间的相位关系，还包含了水稻株高、分蘖数、生理指标信号通道的空间信息和时间信息。

进一步，计算两个通道之间相位关系值的信息熵，即动态功能连接熵，按照以下步骤进行：

首先，将每个水稻株高、分蘖数、生理指标信号时间点数T的M×M的上三角矩阵各个PLV值提取出来，得到一个(M*(M-1)/2)×T的二维矩阵；然后对(M*(M-1)/2)×T这个PLV矩阵各条边计算信息熵，得到一个(M*(M-1)/2)×1的熵值矩阵。

综上所述，本发明的优点及积极效果为：

本发明的施氮量的多少应该与灌水量相匹配，在水分充足时，高施氮量会促进水稻产量的提高，在水分亏缺时，应适当减少施氮量，以避免高施氮量带来的减产。当施氮量达到180kg/ha时，灌水量达到1319.5m³/ha时，会达到较好的水肥耦合模式，可以获得较高的产量，并且保持较高的氮肥农学利用效率、水分利用效率与灌溉水利用效率。

本发明于2018年5月至10月在湖北省枣阳市吴店镇进行。试验选用杂交籼稻品种C两优华占。试验设灌水量和氮肥水平两个因素。以灌水量为主区，施氮量为副区，3次重复。小区面积30m²。每小区之间筑埂并用塑料薄膜包埂，两边设有保护行。试验设四个水分处理，拔节期之前进行统一灌溉，拔节期之后按照不同水分梯度灌溉，常规灌溉水量比例：W1(100％)，W2(66.7％)，W3(33.3％)和W4(0％)；不同水分处理灌溉频次相同，同时灌溉，施氮设置为6个水平处理，参考施肥量比例N：P₂O₅：K₂O＝225:120:180(kg/公顷)，P₂O₅和K₂O施肥量不变，调节施氮量为270、225、180、135、90、0(kg/公顷)六个水平；水肥双因素试验4×6＝24个处理。氮肥分四次施用，基肥：分蘖肥：拔节肥：穗肥为3：3：3：1。磷肥作基肥一次性施肥。钾肥分两次施用，基肥：拔节肥为6：4。

结果表明：不同水分梯度下各处理在整个生育期株高均呈现先增加后减少的趋势，施氮量对水稻株高有明显影响，在分蘖期不施氮处理均显著低于其他处理，不同水分梯度对水稻株高影响不显著。各处理SPAD值均表现为先升高后降低的趋势，且在拔节期达到最大，在灌水量减少的情况下，在孕穗期之后，会显著减少低施氮量处理的SPAD值。增施氮肥能显著促进分蘖发生，使分蘖早生快发，提高最大分蘖数。在拔节期之后减少灌水量，对分蘖影响不显著。在水分充足时，增施氮肥能够促进水稻干物质的积累。在水分亏缺时增施氮肥对水稻干物质的积累影响不显著，过量氮肥甚至会抑制水稻干物质的积累。

在水分充足时增施氮肥，会显著促进有效穗数的增加，从而获得较高产量。在水分亏缺时增施氮肥，会导致穗总粒数与穗实粒数的降低，进而造成产量增加的幅度不明显，过量氮肥甚至会导致减产。随着施氮量的增加，不同水分处理下的水稻产量峰值出现时的施氮量不同。当施氮量达到135kg/ha之后，继续增加施氮量，水分梯度对水稻产量影响明显，水分充足时增施氮肥，水稻产量继续上升，在水分亏缺条件下增施氮肥产量明显下降。表明当水分充足时，高施氮量可以获得较高产量，当水分亏缺时低施氮量可以获得理想的产量，高施氮量会降低水稻产量，如果施氮量过高甚至会造成减产。

在相同水分处理下，不施氮处理的水稻的水分利用效率一直处于较低水平。随着施氮量的增加，水分利用效率表现为先上升后下降的趋势。随着灌水量的减少，低氮处理水稻的水分利用效率逐渐上升，高氮处理水稻的水分利用效率呈现出先上升后下降的趋势。增加施氮量会导致水稻农学利用效率的降低。随着灌水量的减少，低氮处理水稻的氮肥农学利用效率表现为先上升后下降的趋势，在W2水分处理下最高；高氮处理水稻的氮肥农学利用效率逐渐降低，在水分严重亏缺的条件下增施过量氮肥甚至会造成减产。当施氮量达到180kg/ha时，灌水量达到1319.5m³/ha时，会达到较好的水肥耦合模式，可以获得较高的产量，并且保持较高的氮肥农学利用效率、水分利用效率与灌溉水利用效率。

本发明得到产量与品质间相关关系中，利用信息处理软件进行数据信息的比较分析获取不同的水分处理、肥料处理对水稻的株高、分蘖数、生理指标影响的最佳方案；信息处理软件信息处理中，对获取到的水稻株高、分蘖数、生理指标信号进行预处理，以减少伪迹干扰；创建滤波器，将预处理后的水稻株高、分蘖数、生理指标信号滤波到所需的频段；利用相位同步分析方法，计算各频段的水稻株高、分蘖数、生理指标信号在各个时间点每两个通道之间的相位关系，获得动态功能连接矩阵；逐个计算两个通道之间相位关系值的时域熵，得到每条边的信息熵，以度量水稻株高、分蘖数、生理指标信号功能网络各边时间域的复杂度；利用各频段的动态功能连接熵分别作为水稻株高、分蘖数、生理指标信号功能网络的分类特征，训练自适应提高分类器，得到多个自适应提高分类器以及对应的分类正确率；利用训练好的多个自适应提高分类器以投票的方式对最佳方案进行组合分类。可获得最优实施方案。

附图说明

图1是本发明实施例提供的水肥耦合对水稻干物质积累的影响图。

图2是本发明实施例提供的各水分处理累计灌水量统计图。

图3是本发明实施例提供的负压计读数图。

图4是本发明实施例提供的水肥耦合对水稻株高的影响图。

图5是本发明实施例提供的水肥耦合对水稻SPAD值的影响图。

图6是本发明实施例提供的水肥耦合对水稻分蘖动态的影响图。

图7是本发明实施例提供的水肥耦合对水稻干物质积累的影响图。

图8是本发明实施例提供的不同施氮量下水分处理对产量的影响图。

图9是本发明实施例提供的不同水分梯度下施氮量对产量的影响图。

图10是本发明实施例提供的水肥耦合对水稻水分利用效率的影响图。

图11是本发明实施例提供的水肥耦合对水稻氮肥农学利用率的影响图。

图12是本发明实施例提供的水肥耦合对水稻产量及生长性状的调控方法流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

针对目前水稻水肥研究有许多方面亟需研究的现状，本发明通过大田实验寻找科学的非充分水肥耦合技术，实现节水、省肥、提高水肥利用率和利用效率、提高产量的目的。

下面结合附图对本发明作详细的说明。

如图1所示，本发明实施例提供的水肥耦合对水稻产量及生长性状的调控方法包括：

S101：分析不同水分管理模式和不同肥料处理对水稻水分利用率和肥料利用率的影响，获取节水、节肥机理。

S102：分析水肥耦合对水稻生长发育、产量及稻米品质的影响。研究不同的水分处理、肥料处理对水稻的株高、分蘖数、等生理指标的影响，以及产量品质的变化机理并得到产量与品质间相关关系。

S103：分析水肥互作机理，充分发挥肥和水的协同作用，优化水肥协调综合管理。

在步骤S102得到产量与品质间相关关系中，利用信息处理软件进行数据信息的比较分析获取不同的水分处理、肥料处理对水稻的株高、分蘖数、生理指标影响的最佳方案；信息处理软件信息处理中，

对获取到的水稻株高、分蘖数、生理指标信号进行预处理，以减少伪迹干扰；

创建滤波器，将预处理后的水稻株高、分蘖数、生理指标信号滤波到所需的频段；

利用相位同步分析方法，计算各频段的水稻株高、分蘖数、生理指标信号在各个时间点每两个通道之间的相位关系，获得动态功能连接矩阵；

逐个计算两个通道之间相位关系值的时域熵，得到每条边的信息熵，以度量水稻株高、分蘖数、生理指标信号功能网络各边时间域的复杂度；

利用各频段的动态功能连接熵分别作为水稻株高、分蘖数、生理指标信号功能网络的分类特征，训练自适应提高分类器，得到多个自适应提高分类器以及对应的分类正确率；

利用训练好的多个自适应提高分类器以投票的方式对最佳方案进行组合分类。

预处理方法包括：对采集的水稻株高、分蘖数、生理指标信号数据进行0.5-30Hz带通滤波，再去除干扰信号、剔除伪迹数据以得到所需的水稻株高、分蘖数、生理指标信号。

进一步，滤波器的创建方法为：水稻株高、分蘖数、生理指标信号使用小波包分解为五个频段，即δ(1－3Hz)、θ(4－7Hz)、α(8－13Hz)、β(14-30Hz)γ(31-50Hz)。

采用相位锁定值PLV来计算各频段的水稻株高、分蘖数、生理指标信号在各个时间点上每两个通道之间的相位关系，具体的计算公式如下：

PLV＝|<exp(j{Ф_i(t)-Φ_j(t)})>|；

其中，Φ_i(t)和Ф_j(t)分别为电极i和j的瞬时相位；

信号的相位值可以采用希尔伯特变换来计算，具体公式如下：

x_i(τ)是电极i的连续时间信号，τ是一个时间变量，t表示时间点，PV为柯西主值；

瞬时相位按如下计算：

同样地，可以计算瞬时相位Φ_j(t)；

设选定的水稻株高、分蘖数、生理指标信号通道数为M，水稻株高、分蘖数、生理指标信号时间点数为T，利用两两通道构建不同的通道对，计算所有通道对的PLV值，此时得到一个M×M×T的三维矩阵K，其中M×M是一个时间点的上三角矩阵：

K的每个元素K_ijt为在t时间点上第i个电极和第j个电极之间的PLV值，该矩阵为动态功能连接矩阵，它不仅包含了不同水稻株高、分蘖数、生理指标信号通道两两之间的相位关系，还包含了水稻株高、分蘖数、生理指标信号通道的空间信息和时间信息。

计算两个通道之间相位关系值的信息熵，即动态功能连接熵，按照以下步骤进行：

首先，将每个水稻株高、分蘖数、生理指标信号时间点数T的M×M的上三角矩阵各个PLV值提取出来，得到一个(M*(M-1)/2)×T的二维矩阵；然后对(M*(M-1)/2)×T这个PLV矩阵各条边计算信息熵，得到一个(M*(M-1)/2)×1的熵值矩阵。

下面结合具体试验对本发明做进一步的说明。

1.试验基本情况

试验于2018年5月至10月在湖北省枣阳市吴店镇(东经112°40′，北纬32°10′)，海拔150m，亚热带大陆性季风气候，年平均气温15.5℃，年降雨量500-1000mm，年平均无霜期232天。试验地耕作层(0-20cm)土壤基本理化性质：土壤PH值为6.03，有机质39.84g/kg，总氮1.32mg/kg，速效磷8.25mg/kg，速效钾90mg/kg，容重1.12g/cm³。当地种植模式为水稻-小麦系统，水稻种植方式为移栽，小麦种植方式为直播。供试水稻品种选用C两优华占。C两优华占是一个集优质、高抗、稳定于一体的杂交籼稻新组合，具有分蘖力强、抽穗整齐、茎秆韧性好、株型适中、着粒密度大、落色好、不早衰等特点。

2.试验设计

2.1供试材料

水稻品种：C两优华占。

2.2试验设计

试验地点：湖北枣阳。

小区面积：6m×5m＝30m²。

试验设计：试验设灌水量和氮肥水平两个因素。以灌水量为主区，施氮量为副区，3次重复。小区面积30m²。每小区之间筑埂并用塑料薄膜包梗，两边设有保护行。

试验设四个水分处理，拔节期之前进行统一灌溉，拔节期之后按照不同水分梯度灌溉，分别为常规灌溉水量比例：W1(100％)，W2(66.7％)，W3(33.3％)和W4(0％)；不同水分处理灌溉频次相同，同时灌溉，施氮是6个水平处理，参考施肥量比例N：P₂O₅：K₂O＝15:8:12(kg/亩)，P₂O₅和K₂O施肥量不变，调节施氮量为18、15、12、9、6、0(kg/亩)六个水平；水肥双因素试验4×6＝24个处理。氮肥分四次施用，基肥：分蘖肥：拔节肥：穗肥为3：3：3：1。磷肥作基肥一次性施肥。钾肥分两次施用，基肥：拔节肥为6：4。

2.3调查测定项目

2.3.1气象数据

水肥耦合对水稻干物质积累的影响如图2所示。

2.3.2灌水量统计

拔节期之前进行统一灌溉，拔节期之后按照不同水分梯度灌溉。在当W1处理无水层时，进行梯次灌水。利用田间灌水管道进行定量灌水，利用水表统计灌水量，各水分处理累计灌水量统计如图3所示。

2.3.3负压计读数

每个处理安装负压计，插入土壤10-15cm，每两天读取负压计读数，负压计读数如图4所示。

2.3.4株高

在水稻各生育期，每小区测量10株株高(测量时从植株的基部发根处至最上部叶片的顶端的最高处)。

2.3.5分蘖动态

在每小区两个位置固定两个点各调查5蔸，共10蔸。在分蘖期每七天统计一次。

2.3.6叶片SPAD值

在水稻各生育期，使用SPAD-502Plus型叶绿素仪，每小区选取10株健康主茎。分别测定其剑叶上部1/3处，中部和下部1/3处的SPAD值，取平均值，作为每张叶片的SPAD值。

2.3.7植株器官干物质积累量的变化

在水稻各生育期，每小区去除边行与测产区后在两个点各取6蔸，共取12蔸，分蔸记录分蘖数，然后将植株按叶、茎、穗分样(叶鞘并入茎中)。于烘箱中在70℃烘干至恒重后称干重。

2.3.8产量及产量构成因素

谷粒成熟时，每小区去除边行后在小区中央选取100蔸收割测产，换算成每亩实际产量。同时根据各个小区的平均有效穗，从5m²的测产小区由对角线选取12蔸样带到室内考种，考察穗部形状：1)穗粒数；2)结实率：包括空粒率，秕谷率，实粒率；3)千粒重。

2.3.9氮肥农学利用效率

氮肥农学利用效率(AE，kg kg^-1)是指施肥增加的作物产量与养分施用量的比值。AE＝(GY_N–GY₀)/FN。

2.3.10水分利用效率

水分利用效率(WP，kg m^-3)是指单位面积水分投入的籽粒产量。WP(kg m^-3)＝籽粒产量/(降雨量+灌溉水量)。

2.3.11试验生育期

育秧：5月11日。

移栽：6月20日。

分蘖盛期：7月26日。

拔节期：8月19日。

抽穗期：9月7日

成熟期:10月9日。

2.3.12统计分析

采用EXCEL对数据进行处理，采用SPSS19.0统计软件进行方差分析和显著性比较，应用Duncan’s多重比较实验检验不同处理间差异显著性。

3.结果与分析

3.1水肥耦合对水稻株高的影响

株高是作物生长速度最直接的体现，也直接反映了作物养分吸收情况。由图5可以看出不同水分梯度下各处理在整个生育期株高均呈现先增加后减少的趋势，从分蘖期至拔节株高迅速增加，在拔节期株高达到最大，从拔节至成熟期株高逐渐减少。施氮量对水稻株高有明显影响，在分蘖期不施氮处理均显著低于其他处理，不同水分梯度对水稻株高影响不显著。

3.2水肥耦合对水稻SPAD值的影响

SPAD值是反映叶片叶绿素相对含量的数值。植株体内氮素营养状况是土壤养分供应、作物对养分的需求及作物吸收能力的综合反映。SPAD值可以较好的反映作物的氮素营养状况。由图6可看出各处理SPAD值均表现为先升高后降低的趋势，且在拔节期达到最大。W1水分梯度下氮肥使用量对SPAD值影响不显著。W2水分梯度下，不施氮处理N0在孕穗期与成熟期显著低于高氮处理N270。W3水分梯度下，不施氮处理N0与低氮处理N45在孕穗期之后一直显著低于高氮处理N270。W4水分梯度下，不施氮处理N0与低氮处理N45在孕穗期与抽穗期显著低于N180、N225、N270。表明，在灌水量减少的情况下，在孕穗期之后，会显著减少低施氮量处理的SPAD值。

3.3水肥耦合对水稻分蘖动态的影响

由图7可以看出各个处理的水稻分蘖动态呈现先增加后减少的趋势。在相同水分梯度下，不施氮处理N0和低氮处理N45一直低于其他处理。随着施氮量的增加，水稻分蘖数表现为逐渐增加的趋势。表明，增施氮肥能显著促进分蘖发生，使分蘖早生快发，提高最大分蘖数。在拔节期之后减少灌水量，对分蘖影响不显著。

3.4水肥耦合对水稻干物质积累的影响

由图8可以看出，随着生育期的推进，水稻干物质的积累逐渐增加。不同水分处理下，施氮量对水稻干物质的积累影响不同，在W1水分处理下，N270与N225处理成熟期的干物积累量显著高于其他处理，在W3、W4水分亏缺处理下，N90、N135、N180高于高氮处理N225与N270。表明在水分亏缺的情况下，有利于低氮处理水稻的干物质积累。在水分充足时，增施氮肥能够促进水稻干物质的积累。在水分亏缺时增施氮肥对水稻干物质的积累影响不显著，过量氮肥甚至会抑制水稻干物质的积累。

3.5水肥耦合对水稻产量及其构成因素的影响

表1水肥耦合对水稻产量及其构成因素的影响

表1表明施氮量对有效穗数与结实率影响显著，水分处理对水稻穗总粒数、穗实粒数及结实率有显著影响。随着施氮量的增加，水稻有效穗数显著增加，不施氮处理的水稻一直低于其他处理。水分处理对水稻穗总粒数与穗实粒数有显著影响，在水分亏缺的条件下穗总粒数与穗实粒数显著降低。在水分充足的条件下增施氮肥会显著降低水稻的结实率。综上，在水分充足时增施氮肥，会显著促进有效穗数的增加，从而获得较高产量。在水分亏缺时增施氮肥，会导致穗总粒数与穗实粒数的降低，进而造成产量增加的幅度不明显，过量氮肥甚至会导致减产。

图9表明，随着施氮量的增加，不同水分处理下的水稻产量峰值出现时的施氮量不同。在W1水分处理下，施氮量达到225kg/ha时水稻产量最高，在W2处理下施氮量达到180kg/ha时水稻产量最高。在W3与W4水分处理下，施氮量达到135kg/ha时水稻产量最高。当施氮量达到135kg/ha之后，继续增加施氮量，不同水分梯度对水稻产量影响明显，在水分亏缺条件下增施氮肥产量明显下降。

图10可以得出，不同水分处理下，氮肥施用量对水稻产量的影响不同。不施氮处理水稻产量在不同水分梯度下一直处于较低水平。在W1处理水分充足时，水稻产量随着氮肥施用量的增加而增加。水分亏缺时，随着灌水量的减少，高施氮量处理N225、270的产量逐渐减少。W3水分处理下，N180处理的水稻产量明显低于W2处理。不同水分处理对于低氮处理N90与N135的水稻产量影响不明显。表明当水分充足时，高施氮量可以获得较高产量，当水分不足时，高施氮量会降低水稻产量，低施氮量可以获得理想的产量。

3.6水肥耦合对水稻水分利用效率的影响

图11表明，在相同水分处理下，不施氮处理的水稻的水分利用效率一直处于较低水平。随着施氮量的增加，水分利用效率表现为先上升后下降的趋势。在W1水分处理下，N225处理的水分利用效率最高。在W2水分处理下N180的水分利用效率最高。在W3与W4处理下N135的水分利用效率最高。随着灌水量的减少，低氮处理水稻的水分利用效率逐渐上升，高氮处理水稻的水分利用效率呈现出先上升后下降的趋势。

3.7水肥耦合对水稻氮肥农学利用效率的影响

图12表明，在相同水分处理下，增加施氮量会导致水稻农学利用效率的降低。随着灌水量的减少低氮处理水稻的氮肥农学利用效率表现为先上升后下降的趋势，在W2水分处理下最高；高氮处理水稻的氮肥农学利用效率逐渐降低，在水分严重亏缺的条件下增施过量氮肥甚至会造成减产。

综上，施氮量的多少应该与灌水量相匹配，在水分充足时，高施氮量会促进水稻产量的提高，在水分亏缺时，应适当减少施氮量，以避免高施氮量带来的减产。当施氮量达到180kg/ha时，灌水量达到1319.5m³/ha时，会达到较好的水肥耦合模式，可以获得较高的产量，并且保持较高的氮肥农学利用效率、水分利用效率与灌溉水利用效率。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种水肥耦合对水稻产量及生长性状的调控方法，其特征在于，所述水肥耦合对水稻产量及生长性状的调控方法包括：

利用不同水分管理模式和不同肥料处理方式对水稻水分利用率和肥料利用率进行统计计算，获取节水、节肥方案；

调节水肥耦合方式对水稻生长发育进行调控；

统计不同的水分处理、肥料处理对水稻的株高、分蘖数、生理指标的影响，以及产量品质的变化机理得到产量与品质间相关关系；

利用水肥互作机理，优化水肥协调综合管理方式；

肥料利用率分析中，氮肥农学利用效率计算方法为：AE＝(GY_N–GY₀)/FN；其中，

氮肥农学利用效率AE，kg·kg^-1为施肥增加的作物产量与养分施用量的比值；

得到产量与品质间相关关系中，利用信息处理软件进行数据信息的比较分析获取不同的水分处理、肥料处理对水稻的株高、分蘖数、生理指标影响的最佳方案；信息处理软件信息处理中，对获取到的水稻株高、分蘖数、生理指标信号进行预处理，以减少伪迹干扰；

创建滤波器，将预处理后的水稻株高、分蘖数、生理指标信号滤波到所需的频段；

利用相位同步分析方法，计算各频段的水稻株高、分蘖数、生理指标信号在各个时间点每两个通道之间的相位关系，获得动态功能连接矩阵；

逐个计算两个通道之间相位关系值的时域熵，得到每条边的信息熵，以度量水稻株高、分蘖数、生理指标信号功能网络各边时间域的复杂度；

利用各频段的动态功能连接熵分别作为水稻株高、分蘖数、生理指标信号功能网络的分类特征，训练自适应提高分类器，得到多个自适应提高分类器以及对应的分类正确率；

利用训练好的多个自适应提高分类器以投票的方式对最佳方案进行组合分类。

2.如权利要求1所述的水肥耦合对水稻产量及生长性状的调控方法，其特征在于，水分利用效率计算方法包括：WP(kg·m^-3)＝籽粒产量/(降雨量+灌溉水量)，水分利用效率WP为单位面积水分投入的籽粒产量kg·m^-3。

3.如权利要求1所述的水肥耦合对水稻产量及生长性状的调控方法，其特征在于，调节水肥耦合方式对水稻生长发育进行调控中，

设四个水分处理，拔节期之前进行统一灌溉，拔节期之后按照不同水分梯度灌溉，灌溉水量比例为：W1 100％，W2 66.7％，W3 33.3％和W4 0％；不同水分处理灌溉频次相同；

施氮为6个水平处理，施肥量比例按kg/亩计N：P₂O₅：K₂O＝15:8:12，P₂O5和K₂O施肥量不变，调节施氮量为18、15、12、9、6、0六个水平；

水肥双因素试验4×6＝24个处理；

氮肥分四次施用，基肥：分蘖肥：拔节肥：穗肥为3：3：3：1；

磷肥作基肥一次性施肥；

钾肥分两次施用，基肥：拔节肥为6：4。

4.如权利要求1所述的水肥耦合对水稻产量及生长性状的调控方法，其特征在于，优化水肥协调综合管理中，采用EXCEL对数据进行处理，采用统计软件进行方差分析和显著性比较。

5.如权利要求1所述的水肥耦合对水稻产量及生长性状的调控方法，其特征在于，预处理方法包括：对采集的水稻株高、分蘖数、生理指标信号信号数据进行0.5-30Hz带通滤波，再去除干扰信号、剔除伪迹数据以得到所需的水稻株高、分蘖数、生理指标信号。

6.如权利要求1所述的水肥耦合对水稻产量及生长性状的调控方法，其特征在于，滤波器的创建方法为：水稻株高、分蘖数、生理指标信号信号使用小波包分解为五个频段，即δ(1－3Hz)、θ(4－7Hz)、α(8－13Hz)、β(14－30Hz)γ(31-50Hz)。

7.如权利要求1所述的水肥耦合对水稻产量及生长性状的调控方法，其特征在于，采用相位锁定值PLV来计算各频段的水稻株高、分蘖数、生理指标信号在各个时间点上每两个通道之间的相位关系，具体的计算公式如下：

PLV＝|<exp(j{Φ_i(t)-Φ_j(t)})>|；

其中，Φ_i(t)和Φ_j(t)分别为电极i和j的瞬时相位；

信号的相位值可以采用希尔伯特变换来计算，具体公式如下：

x_i(τ)是电极i的连续时间信号，τ是一个时间变量，t表示时间点，PV为柯西主值；

瞬时相位按如下计算：

同样地，可以计算瞬时相位Φ_j(t)；

设选定的水稻株高、分蘖数、生理指标信号通道数为M，水稻株高、分蘖数、生理指标信号时间点数为T，利用两两通道构建不同的通道对，计算所有通道对的PLV值，此时得到一个M×M×T的三维矩阵K，其中M×M是一个时间点的上三角矩阵：

K的每个元素K_ijt为在t时间点上第i个电极和第j个电极之间的PLV值，该矩阵为动态功能连接矩阵，它不仅包含了不同水稻株高、分蘖数、生理指标信号通道两两之间的相位关系，还包含了水稻株高、分蘖数、生理指标信号通道的空间信息和时间信息。

8.如权利要求1所述的水肥耦合对水稻产量及生长性状的调控方法，其特征在于，计算两个通道之间相位关系值的信息熵，即动态功能连接熵，按照以下步骤进行：

首先，将每个水稻株高、分蘖数、生理指标信号时间点数T的M×M的上三角矩阵各个PLV值提取出来，得到一个(M*(M-1)/2)×T的二维矩阵；然后对(M*(M-1)/2)×T这个PLV矩阵各条边计算信息熵，得到一个(M*(M-1)/2)×1的熵值矩阵。

Images