杜勇利，周 濤，楊 歡，劉 婷，官思成，鄧瑜川，劉衛(wèi)國，楊文鈺(.四川農(nóng)業(yè)大學農(nóng)學院/農(nóng)業(yè)部西南作物生理生態(tài)與耕作重點實驗室/四川省作物帶狀復合種植工程技術研究中心，四川 成都 630； .南充市農(nóng)業(yè)科學院，四川 南充 637000)

大豆(Glycinemax)起源于中國，種植歷史可以追溯到3 000年以前，除了作為重要的糧油作物外，其生物固氮、土壤磷活化、碳截獲等生態(tài)意義越來越受到重視。以我國西南地區(qū)為例，土壤發(fā)育程度淺，有機質(zhì)、速效氮、磷的含量低。但是受制于人口和糧食生產(chǎn)壓力，該地區(qū)復種指數(shù)高，在旱地生態(tài)系統(tǒng)中，間/套作占據(jù)主導地位[1]。套作豆科植物相比單作能顯著提高產(chǎn)量，主要體現(xiàn)在豆科植物活化土壤中難溶態(tài)磷、生物固氮供自身和共生作物吸收利用[2-4]。玉米(Zeamays)-大豆帶狀復合種植體系以其高產(chǎn)、生態(tài)等特點在我國西南地區(qū)得到大面積推廣[5]。玉米/大豆套作模式不僅能使土壤水分、養(yǎng)分和光資源的供給得到改善，還可以增加這些資源的可利用性，產(chǎn)生互利，從而提高復種系數(shù)[6]。間、套作種植模式不僅遵循了時間鑲嵌原則、空間擴展原則、種間搭配原則和物能流暢原則，而且還能解決用地和養(yǎng)地的矛盾、復種和季節(jié)不夠用的矛盾，同時，作物莖稈還可解決發(fā)展畜牧業(yè)飼料不足的矛盾。

作物形態(tài)建成模擬是作物生長模擬中重要的一部分。明確作物外部形態(tài)變化規(guī)律，定量化研究作物形態(tài)建成過程，對指導作物生產(chǎn)具有重要的理論意義和實際應用價值。同時，也是虛擬作物和作物可視化的研究基礎[7]。我國西南地區(qū)屬于寡日照區(qū)域，在玉米和大豆共生期，受高位作物玉米遮陰導致苗期大豆受到一定程度的陰蔽脅迫，大豆植株莖長增加，莖粗、光合速率和地上部生物量顯著下降，導致大豆易發(fā)生倒伏，從而影響大豆產(chǎn)量[8-9]。但是不同耐陰性大豆品種在套作環(huán)境中的莖稈生長特性呈現(xiàn)較大差異，強耐陰大豆品種莖稈抗倒伏能力明顯強于一般或不耐陰品種[10]。因此，研究套作大豆的莖稈生長特性及不同品種莖稈在特殊光環(huán)境中的變化對于保障套作大豆產(chǎn)量和整個套作體系的穩(wěn)產(chǎn)具有重要意義。

已有研究報道表明，以生理發(fā)育時間(physiological development time，PDT)為步長，可以對許多作物的形態(tài)生長動態(tài)進行模擬[11-13]。如，不同施氮水平和水分條件下水稻(Oryzasativa)的地上部器官形態(tài)特征建成[14-15]；不同播期條件下大麥(Hordeumvulgare)莖稈、穗的生長動態(tài)[16]；不同大豆品種莖、葉、莢的形態(tài)建成[17]。以生長日(growing degree days，GDD)為步長，Logistic方程可以很好的描述小麥葉片、穗、葉鞘和節(jié)間的動態(tài)生長變化[18-19]。同樣，以擴充的Logistic模型可以對小麥(Triticumaestivum)株高和葉面積變化動態(tài)進行模擬[20]。此外，利用系統(tǒng)分析方法和動態(tài)建模技術，成功構(gòu)建小麥葉片莖鞘夾角的動態(tài)模擬模型[21]。已有研究從不同角度對不同作物的生長發(fā)育規(guī)律進行了研究和模擬，通過模型模擬植物的生長動態(tài)技術得到廣泛應用。雖然對單作大豆的形態(tài)建成動態(tài)模擬已有研究，但是套作大豆的生長環(huán)境與單作有較大差異，所以已有模型不能完全適用于描述套作大豆莖稈的生長動態(tài)。

因此，本研究以玉米/大豆帶狀套作復合種植模式中大豆為研究對象，通過對大豆莖稈生長過程的系統(tǒng)觀測與分析，在定量研究的基礎上，分別構(gòu)建套作和單作條件下大豆節(jié)間伸長和增粗生長的動態(tài)模型，以及大豆莖稈干重變化動態(tài)模擬模型，旨為構(gòu)建大豆在不同種植模式下生長決策支持系統(tǒng)奠定基礎，也為實現(xiàn)大豆植株形態(tài)的虛擬顯示、可視化研究提供關鍵技術。

1 材料與方法

1.1 供試材料

3個供試大豆品種株型間差異較大，分別為“南豆032-4”(無限型，弱耐陰性，四川省南充市農(nóng)業(yè)科學院育種材料)，株高120 cm左右，莖稈較細；“九月黃”(有限型，中度耐陰性，四川省閬中市地方品種)，株高75 cm左右，莖稈粗細中等；“南豆12”(亞有限型，強耐陰性，四川省南充市農(nóng)業(yè)科學院選育，西南地區(qū)套作大豆主推品種)，株高90 cm左右，莖稈較粗。玉米選用半緊湊型品種“川單418”(四川農(nóng)業(yè)大學玉米所選育)。

1.2 試驗設計

試驗于2012年和2013年在四川農(nóng)業(yè)大學雅安校區(qū)教學科研園區(qū)(29°98′ N，103°00′ E)進行，屬亞熱帶濕潤季風氣候區(qū)。年均溫16.2 ℃，年日照時數(shù)1 005～1 200 h，年降水量1 250～1 750 mm；土壤類型為紫色土，質(zhì)地為重壤土。pH 7.4，有機質(zhì)含量為27.86 g·kg-1，全氮含量為1.79 g·kg-1，全磷含量為0.89 g·kg-1，全鉀含量為29.76 g·kg-1，速效氮含量為115 mg·kg-1，速效磷含量為37 mg·kg-1，速效鉀含量為136 mg·kg-1。田間采用隨機區(qū)組排列，每個區(qū)組內(nèi)包含3個玉米/大豆套作處理(3個大豆品種)和3個大豆單作處理，小區(qū)面積24 m2，重復3次。套作模式采用寬窄行種植，玉米窄行行距40 cm，寬行行距160 cm，穴距35 cm，每穴2株，分別于當年4月初播種玉米。大豆于玉米寬行間播種兩行，窄行行距為50 cm，穴距10 cm，穴留2株，玉米/大豆間距55 cm，分別于2012年6月22日和2013年6月23日播種。單作模式中，大豆行距50 cm，穴距10 cm，每穴定苗1株。氮(N)、磷(P2O5)、鉀(K2O)用量分別為195、75和105 kg·hm-2；玉米于每年4月初挖窩點播，窩深7 cm左右，寬15 cm左右，將30%的氮和全部的磷、鉀肥施于窩的一側(cè)，另一側(cè)放種子避免種子與肥料接觸，而后覆土，種子覆土深度不超過5 cm；再于玉米拔節(jié)期和大喇叭口期分別追施30%、40%的氮，均采用兌清水沖施于株旁的方式。大豆不施肥, 田間雜草病蟲害管理方式同當?shù)剞r(nóng)戶高產(chǎn)田。

1.3 觀測項目及建模方法

由于大豆第1節(jié)和第2節(jié)的葉片分別為子葉、真葉，從第3節(jié)間才開始長出復葉。因前兩個節(jié)均不會開花結(jié)莢，且節(jié)間長度較短，同時品種間差異不大，所以本研究中所有指標的模擬值和觀測值均從第3節(jié)間開始。從大豆第3節(jié)始，每小區(qū)選長勢一致的大豆植株掛牌標記，測定以下指標。

1.3.1莖稈生長的觀測 每隔3 d定點定株測量已標記大豆莖稈第3節(jié)及其以上各節(jié)的節(jié)間長度和粗度。節(jié)間長度使用米尺測量，粗度使用游標卡尺測量，其測量部位為節(jié)間中部。

1.3.2莖干重測定 自播種大豆后7 d (即套作和單作大豆生育期都為VE)開始調(diào)查取樣。每小區(qū)選取生長一致的300株掛牌標記。每隔7 d取樣，直至大豆收獲。每次選取10株從莖稈第1節(jié)剪斷，單株按葉片、莖分解植株，然后分別裝入牛皮紙袋中, 置于烘箱中105 ℃殺青30 min，再于75 ℃下烘干至恒重，最后稱重，計算干重。

1.3.3數(shù)據(jù)處理及建模 本研究以生理發(fā)育日(PDT)為步長，運用Richards方程構(gòu)建大豆莖長、莖粗生長的動態(tài)模型，獲取方程特征參數(shù)α、β、γ、δ，參數(shù)α為增長量的極限值、β為初始值參數(shù)、γ為增長速率參數(shù)、δ為曲線形狀參數(shù)。方程模擬圖形是以α為漸近線的S形曲線。以作物生長發(fā)育實際天數(shù)為步長，運用Logistic方程構(gòu)建大豆莖干重積累的動態(tài)模型，獲取方程特征參數(shù)α、β、γ，參數(shù)α為增長量的極限值，β、γ均為方程特征參數(shù)。利用 Curve Expert 1.3 軟件對單作和套作大豆的生長動態(tài)進行擬合，探明生理發(fā)育時間與大豆莖稈生長的關系，建立大豆生長動態(tài)模型所需的量化關系。大豆各發(fā)育階段的生理發(fā)育時間的計算參照陳傳梅等使用的方法[22]。并利用SPSS 17.0 軟件分析這些特征參數(shù)。2012年試驗數(shù)據(jù)用于模型構(gòu)建和參數(shù)調(diào)試，2013年數(shù)據(jù)用于模型檢驗。采用根均方差RMSE來對模型進行檢驗，統(tǒng)計分析模擬值與觀測值之間的符合情況。RMSE值越小，說明模擬值與觀測值的一致性越好，模型的模擬結(jié)果越精確、可靠。RMSE的計算公式如下：

式中：OBSi為觀測值，SIMi為模擬值，n為樣本容量。優(yōu)化不同大豆品種在不同栽培模式下，建立具有生物學意義的動態(tài)共性模擬方程，同時使用Excel分析軟件進行回歸分析。

2 結(jié)果與分析

2.1 品種遺傳參數(shù)的確定

3個供試大豆品種的莖稈節(jié)間潛在長度、莖稈潛在粗度和莖稈潛在干重如表1所列。3個供試大豆品種的遺傳參數(shù)，品種間和不同種植模式下都表現(xiàn)出了差異。且在套作種植模式下品種間的節(jié)間潛在長度、潛在粗度和莖的潛在干重均表現(xiàn)出顯著差異性；單作種植模式下，品種間的遺傳參數(shù)也表現(xiàn)出差異，說明不同種植模式會改變品種的遺傳參數(shù)。

2.2 模型構(gòu)建

2.2.1大豆莖稈節(jié)間伸長的動態(tài)模型 試驗結(jié)果表明，在套作模式下大豆各節(jié)間從開始伸長到定長需要16.53個生理日，各節(jié)間開始伸長的時間間隔為2.8個生理日。大豆第3節(jié)間開始伸長的生理發(fā)育時間為11.21個生理日。在單作模式下大豆各節(jié)間從開始伸長到定長需要14.88個生理日，各節(jié)間開始伸長的時間間隔為1.9個生理日。大豆第3節(jié)間開始伸長的生理發(fā)育時間為8.95個生理日。各節(jié)間伸長的動態(tài)方程分別如下：

式中：Ln(PDT)為大豆在某一生理發(fā)育時刻的第n節(jié)的節(jié)間長度(cm)；Lmaxn為大豆第n節(jié)節(jié)間潛在長度(cm)。α、β、γ、δ均為模型參數(shù)(表2)?？梢钥闯?，套作和單作栽培模式下,α、β、γ、δ值變異均大。但是，3個大豆品種在套作和單作栽培模式下的方程，其相關系數(shù)均在0.99以上。α為每個品種潛在極限值，β值和γ值在栽培模式和不同大豆品種間變異均較大。δ值在單作栽培模式下變異較小，套作模式下變異較大。因此，需要通過對套作和單作栽培模式下的大豆分別建立共性模擬方程。

表1 單作、套作下的大豆節(jié)間潛在長度、潛在粗度和莖的潛在干重Table 1 Genetic coefficients of the three varieties of soybean

同列不同字母表示同處理不同品種間差異顯著(P<0.05)。

Different lowercase letters indicate significant difference for the same planting pattern among different varietiesy at the 0.05 level.

表2 單作、套作下不同大豆品種相對節(jié)間長度的方程系數(shù)Table 2 Coefficients of normalized internode lengths calculated using the dynamic equations in three varieties of soybean in intercropping and monocropping practices

**表示P<0.01；α為相對最大生長量；β為參數(shù)初值；γ為生長速率參數(shù)；δ為形狀參數(shù)。下同。

**，P<0.01; α, denoted relative maximum increment; β, denoted initial value of parameter; γ,denoted growth rate parameters;δ, denoted shape parameter； similarly for the following tables.

套作模式下，隨著大豆節(jié)間數(shù)的增加，其各節(jié)節(jié)間潛在長度Lmaxn逐漸增長，均在第7節(jié)間達到最大值，然后又逐漸下降(圖1)。因此，在套作栽培模式下對南豆032-4、南豆12和九月黃的前7節(jié)莖稈節(jié)間長與PDT進行共性化處理，得到如下方程：

單作模式下，隨著大豆節(jié)間數(shù)的增加，其各節(jié)節(jié)間潛在長度(Lmaxn)逐漸增長，不同品種大豆均在第12節(jié)間達到最大值，然后又逐漸下降(圖1)。因此，在單作栽培模式下對南豆032-4、南豆12和九月黃的前12節(jié)莖稈節(jié)間長與PDT進行共性化處理，得到如下方程：

2.2.2節(jié)間增粗的動態(tài)模型 大豆節(jié)間增粗是從慢到快再到慢的過程。在套作模式下，大豆各節(jié)間從開始增粗到粗度固定需要14.88個生理日，各節(jié)間開始增粗的時間間隔為1.9個生理日。在單作模式下，大豆各節(jié)間從開始增粗到粗度固定需要16.53個生理日，各節(jié)間開始增粗的時間間隔為2.8個生理日。各節(jié)間增粗的動態(tài)方程如下：

方程式中：Ln(PDT)為大豆在某一生理發(fā)育時刻的第n節(jié)的節(jié)間粗度(cm)；PDT為生理發(fā)育時間，8.95為在套作中大豆第3節(jié)間開始增粗的生理發(fā)育時間，11.21為在單作中大豆第3節(jié)間開始增粗的生理發(fā)育時間。Lmaxn為大豆第n節(jié)節(jié)間的潛在粗度，是品種遺傳參數(shù)。

可以看出(表3)，3個大豆品種在不同栽培模式下的方程，其相關系數(shù)均在0.94以上，α為潛在極限值；β值和γ值在栽培模式和不同大豆品種間變異均較大。δ值在單作和套作栽培模式下變異均較大。

圖1 單作、套作下各節(jié)間潛在長度隨節(jié)間數(shù)的動態(tài)變化Fig. 1 Changes in internode length with respect to the number of internodes

表3 單作、套作下不同大豆品種相對節(jié)間粗度的方程系數(shù)Table 3 Coefficients of normalized internode thickness calculated using the dynamic equations in three varieties of soybean in intercropping and monocropping cultivation practices

套作模式下，隨著大豆節(jié)間數(shù)的增加，其各節(jié)節(jié)間潛在粗度Lmaxn逐漸增加，在第5節(jié)間達到最大值，然后又逐漸下降(圖2)。因此，在套作栽培模式下對南豆032-4、南豆12和九月黃的前5節(jié)莖稈節(jié)間長與PDT進行共性化處理，得到如下方程：

單作模式，隨著大豆節(jié)間數(shù)的增加，其各節(jié)節(jié)間潛在粗度INLmaxn逐漸增加，在第7節(jié)間達到最大值，然后又逐漸下降(圖2)。因此，在單作栽培模式下對南豆032-4、南豆12和九月黃的前7節(jié)莖稈節(jié)間長與PDT進行共性化處理，得到如下方程：

2.2.3大豆干物質(zhì)量動態(tài)變化模型 大豆地上生物量干質(zhì)量呈“緩慢生長-快速生長-緩慢生長”的生長過程。開始生長時較為緩慢，隨著時間的推移(或溫度的升高)，在某一段時間內(nèi)增長速度很快，當達到某一值后，增長速度又趨于緩慢，直至最后停止生長。這一特點符合 Logistic生長曲線。利用 Curve Expert 1.3軟件對單作和套作大豆莖干重和生長發(fā)育實際天數(shù)之間的關系進行擬合，得到最優(yōu)化的Logistic方程y=α/(1+βe-γx)]，其中，y為干重，x為實際生長天數(shù)，獲得方程特征參數(shù)α、β、γ(表4)。

圖2 單作、套作下各節(jié)間潛在粗度隨節(jié)間數(shù)的動態(tài)變化Fig. 2 Changes in internode thickness with respect to the number of internodes

表4 單作、套作下不同大豆品種相對莖稈干重的方程系數(shù)Table 4 Coefficients of normalized dry weights of the stems calculated by dynamic equations in three soybean varieties in intercropping and monocropping cultivation practices

在不同栽培模式下對南豆032-4、南豆12和九月黃的莖稈干重與實際生長天數(shù)進行共性化處理。

套作種植模式下的方程：

式中：Wn(PDT)為套作大豆在某一實際生長時刻的莖干重(g)；n為生長實際時間(d)；通過動態(tài)觀測套作大豆結(jié)果得出，Wmax77為大豆在第77天的時候大豆莖潛在干重達到最大(圖3)。

單作種植模式下的方程：

式中:Wn(PDT)為單作大豆在某一實際生長時刻的莖干重(g)；n為生長實際時間(d)；通過動態(tài)觀測單作大豆得出，Wmax75為大豆在第75天的時候大豆莖潛在干重達到最大(圖3)。

圖3 大豆莖潛在干重隨生長時間的動態(tài)變化Fig. 3 Dynamic changes of potential stem dry weight of intercropping and monocropping soybean

2.3 模型的檢驗

通過2012-2013年的試驗數(shù)據(jù)對套作和單作大豆莖稈動態(tài)模型進行檢驗。不同栽培模式下不同品種的大豆莖稈模擬值的RMSE結(jié)果(表5)表明，套作大豆節(jié)間長度、粗度、干重的模擬誤差分別為0.24～0.33 cm、0.007～0.030 cm、0.21～0.37 g。單作大豆節(jié)間長度、粗度、干重的的模擬誤差分別為0.11～0.17 cm、0.021～0.027 cm、0.46～0.54 g。說明套作模式下的模型和單作模式下的模型模擬值與觀測值都表現(xiàn)出很好的一致性，模型的模擬結(jié)果精確、可靠。

采用RMSE分別對不同栽培模式下不同大豆節(jié)間長度、節(jié)間粗度、莖干重模型進行檢驗，對其模擬值與觀測值分別做1∶1關系圖(圖4、5、6)。可以看出，不同栽培模式下不同大豆品種模擬值與實測值較接近，在套作模式下節(jié)間長度、節(jié)間粗度、莖干重模擬的準確度R2均在0.93以上，在單作模式下節(jié)間長度、節(jié)間粗度、莖干重模擬的準確度R2均在0.98以上。

表5 模型檢驗RMSE值Table 5 The root mean square errors of the validated model

圖4 大豆不同節(jié)間長度的預測誤差Fig. 4 Prediction errors for internode length in the different varieties of soybean

圖5 大豆不同節(jié)間粗度的預測誤差Fig. 5 Prediction errors for internode thickness in different varieties of soybean

3 討論

3.1 不同大豆品種莖稈生長動態(tài)模型的建立

作物生長模型可以很好地描述作物生長發(fā)育的特征，如在水稻[23]、玉米[24]、大豆[25]等作物上均有相關研究報道。但是，對大豆生長模型的描述多側(cè)重于單作大豆的全生育期，而對套作大豆模型的研究鮮有報道。單作模式下，大豆節(jié)間較短、較粗，保持較好的形態(tài)特征；與單作相比，套作大豆受高稈作物玉米遮陰的影響，光照不足，呈避陰反應，莖稈伸長變細；同一品種大豆在不同栽培模式下形態(tài)有差異明顯。因此本研究分別對不同栽培模式大豆莖稈生長的動態(tài)模擬，通過量化各節(jié)間同步生長以及與生理發(fā)育時間的關系，以固定的節(jié)間潛在長度和潛在粗度來推算模型參數(shù)，以確定模型參數(shù)。以生理發(fā)育時間(PDT)為步長，建立了符合大豆莖稈和生理發(fā)育時間關系的Richards方程y=α/(1+βe-γx)1/δ，該方程能很好地模擬大豆莖稈隨生理發(fā)育時間變化的動態(tài)特征，其方程參數(shù)有很好的生物學意義。當生理發(fā)育時間趨于無窮大時，不同栽培模式、品種的相對最大莖長、莖粗均趨于α，α值即為各品種的遺傳參數(shù)，由品種自身決定；β值(初值參數(shù))在栽培模式間變化幅度較大，在品種間變化幅度較?。沪弥?生長速率參數(shù))在栽培模式和品種間變化幅度均較大；δ值(形狀參數(shù))在不同栽培模式下變異很大。通常某一大豆品種對生理發(fā)育時間的需求是一定的, 同一品種在單作和套作環(huán)境下表現(xiàn)出不同的形態(tài)特征。因此通過調(diào)試方程中的β、γ、δ值，對Richards方程模型進行擬合，檢驗結(jié)果表明，在單作栽培模式下，節(jié)間長度、節(jié)間粗度觀測值和模擬值的擬合較好(R2均大于0.983)。同樣，在套作栽培模式下，節(jié)間長度、節(jié)間粗度觀測值和模擬值的擬合較好(R2均大于0.934)。說明分別在不同品種及在單作、套作栽培模式下所建立的模型方程都表現(xiàn)出很好的擬合性，符合莖稈生長的生物學規(guī)律，具有一定的生物學意義。

圖6 大豆不同生理發(fā)育時期莖干重的預測誤差Fig. 6 Prediction errors of the dry weight of soybean stems over the physiological growth time

3.2 不同大豆品種莖稈干重動態(tài)模型的建立

大豆莖稈干重積累速率隨著生長而變化，呈先上升后下降趨勢，可分為漸增期、快增期和緩增期。前人的研究主要集中在大豆單作栽培模式下進行的模擬，根據(jù)Logistic方程分析不同耕作方式對夏大豆干物質(zhì)積累與分配規(guī)律的影響[26]；根據(jù)Logistic方程建立大豆干物質(zhì)累積曲線，從而預報大豆產(chǎn)量[27]。然而，在帶狀套作復合種植模式下對大豆莖稈干重的模擬鮮見報道。本研究結(jié)果表明，不同的栽培模式，3個大豆品種的全生育期的莖稈干物質(zhì)積累不同，套作大豆莖稈干重顯著(P<0.05)低于單作大豆，由于光照不足亦導致大豆光合作用減弱，最終使大豆莖稈干物質(zhì)積累降低[9]。因此分別對單作和套作栽培模式下進行模擬，以生長發(fā)育的實際天數(shù)為時間步長，通過Logistic方程的擬合，其在單作、套作栽培模式下的擬合效果較好(R2均大于0.979)。說明在單作、套作栽培模式下所建立的模型方程能很好的預測不同大豆品種生長發(fā)育實際天數(shù)與莖干重，能較好地擬合莖稈生長動態(tài)，符合莖稈生長的生物學規(guī)律，具有一定的生物學意義，將經(jīng)驗性和機理性有機地結(jié)合起來，具有較好的描述性和預測性。

4 結(jié)論

本研究采用單作、套作栽培模式，3種大豆在不同栽培模式下莖稈形態(tài)建成具有較大差異的材料，使模擬研究的可靠性更高。在系統(tǒng)觀察的基礎上，通過對這3種不同生長習性的大豆生長進行動態(tài)模擬，量化了各節(jié)間同步生長以及與生理發(fā)育時間的關系，根據(jù)觀測結(jié)果，以固定的潛在節(jié)間長度和直徑來推算其他模型參數(shù)。但本研究中由于僅考慮了栽培模式和品種對大豆莖稈生長的影響，并未深入研究養(yǎng)分、水分等外界因子的影響，所以需要進一步考慮溫度、光照時間、養(yǎng)分等條件對大豆器官形態(tài)建成影響。今后將繼續(xù)調(diào)試和優(yōu)化模型，考慮水肥熱等因素對大豆生育進程影響，使其在更多品種和更大地域范圍內(nèi)接受檢驗。

References:

[1] 楊文鈺,楊峰,雍太文.我國間套作大豆研究方向和發(fā)展對策研討會紀要.大豆科技,2011,27(1):35-36.

Yang W Y,Yang F,Yong T W.Symposium of research and development countermeasure of interplanting soybean in China.Soybean of Science and Technology,2011,27(1):35-36.(in Chinese)

[2] 雍太文,劉小明,劉文鈺,蘇本營,宋春,楊峰,王小春,楊文鈺.減量施氮對玉米-大豆套作體系中作物產(chǎn)量及養(yǎng)分吸收利用的影響.應用生態(tài)學報,2014,25(2):474-482.

Yong T W,Liu X M,Liu W Y,Su B Y,Song C,Yang F,Wang X C,Yang W Y.Effects of reduced N application rate on yield and nutrient uptake and utilization in maize-soybean relay strip intercropping system.Chinese Journal of Applied Ecology,2014,25(2):474-482. (in Chinese)

[3] Li L,Li S M,Sun J H,Zhou L L,Bao X G,Zhang H G,Zhang F S.Diversity enhances agricultural productivity via rhizosphere phosphorus-deficient soils.Proceedings of the National Academy of Science of the United States of America,2007,104:11192-11196.

[4] 關佳威,姬明飛,王志強,樊哲翻,冉金枝,鄧建明.不同種植密度條件下單混種作物的生長曲線.草業(yè)科學,2015,32(8)：1243-1251.

Guan J W,Ji M F,Wang Z Q,Fan Z F,Ran J Z,Deng J M.The research of growth curve for monoculure and mixture planting crops grown under different density conditions.Pratacultural Science,2015,32(8):1243-1251.(in Chinese)

[5] 楊文鈺,雍太文,任萬軍,樊高瓊,牟錦毅,盧學蘭.發(fā)展套作大豆,振興大豆產(chǎn)業(yè).大豆科學,2008(1):1-7.

Yang W Y,Yong T W,Ren W J,Fan G Q,Mu J Y,Lu X L.Develop relay planting soybean,revitalize soybean industry.Soybean of Science and Technology,2008,27(1):1-7.(in Chinese)

[6] 祁軍,鄭偉,張鮮花,唐高溶,王祥,朱進忠.不同豆禾混播模式的草地生產(chǎn)性能.草業(yè)科學，2016,33(1):116-128.

Qi J,Zheng W,Zhang X H,Tang G R,Wang X,Zhu J Z.Determination and comparison of the production performance of pastures among different spatial structure of legume-grass mixtures.Pratacultural Science,2016,33(1):116-128.(in Chinese)

[7] 徐壽軍,李志剛,楊恒山,陳傳梅,趙達,郭艷鋒.大豆莖稈、葉片及豆莢生長的動態(tài)模擬.農(nóng)業(yè)工程學報,2013,29(20):151-159．

Xu S J,Li Z G,Yang H S,Chen C M,Zhao D,Guo Y F.Dynamic simulation of stem,leaf and pod development on soybean.Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE),2013,29(20):151-159.(in Chinese)

[8] 鄒俊林,劉衛(wèi)國,袁晉,蔣濤,葉素琴,鄧榆川,楊晨雨,羅玲,楊文鈺.套作大豆苗期莖稈木質(zhì)素合成與抗倒性的關系.作物學報, 2015,41(7):1098-1104.

Zou J L,Liu W G,Yuan J,Jiang T,Ye S Q,Deng Y C,Yang C Y,Luo L,Yang W Y.Relationship between lignin synthesis and lodging resistance at seedlings stage in soybean intercropping system.Acta Agronomica Sinica,2015,41(7):1098-1104. (in Chinese)

[9] 劉衛(wèi)國,蔣濤,佘躍輝,楊峰,楊文鈺.大豆苗期莖稈對蔭蔽脅迫響應的生理機制初探.中國油料作物學報,2011,33:141-146.

Liu W G,Jian T,She Y H,Yang F,Yang W Y.Preliminary study on physiological response mechanism of soybean (Glycinemax) stem to shade stress at seedling stage.Chinese Journal of Oil Crop Sciences,2011,33(2):141-146.(in Chinese)

[10] 劉婷,劉衛(wèi)國,任夢露,杜勇利,鄧榆川,鄒俊林,方萍,楊文鈺.遮蔭程度對不同耐蔭性大豆品種光合及抗倒程度的影響.中國農(nóng)業(yè)科學,2016,49(8):1466-1475.

Liu T,Liu W G,Ren M L,Du Y L,Deng Y C,Zou J L,Fang P,Yang W Y.Effects of shade degrees on photosynthesis and lodgingresistance degree of different shade tolerance soybean.Scientia Agricultura Sinica,2016,49(8):1466-1475.(in Chinese)

[11] Johnen T,Boettcher U,Kage H.A variable thermal time of the double ridge to flag leaf emergence phase improves the predictive quality of a CERES-Wheat type phenology model.Computers & Electronics in Agriculture,2012,89(5):62-69.

[12] Watanabe T,Hanan J S,Room P M.Rice morphogenesis and plant architecture:Measurement,specification and the reconstruction of structural development by 3D architectural modeling.Annals of Botany，2005,95(7):1131-1143.

[13] Hanan J S,Heam A B.Linking physiological and architectural models of cotton.Agricultural Systems，2003,75(1):47-77.

[14] 常麗英,顧東祥,張文宇,楊杰,曹衛(wèi)星,朱艷.水稻葉片伸長過程的模擬模型.作物學報,2008,34(2):311-317.

Chang L Y,Gu D X,Zhang W Y,Yang J,Cao W X,Zhu Y.A simulation model of leaf elongation process in rice.Acta Agronomica Sinica,2008,34(2):311-317.(in Chinese)

[15] 石春林, 朱艷, 曹衛(wèi)星. 水稻葉曲線特征的機理模型.作物學報,2006,32(5):656-660.

Shi C L,Zhu Y,Cao W X.A quantitative analysis on leaf curvature characteristics in rice.Acta Agronomica Sinica,2006,32(5):656-660.(in Chinese)

[16] 徐壽軍,顧小莉,許如根,楊建香,席文娟,莊恒揚.大麥穗和莖稈生長的動態(tài)模擬.麥類作物學報,2007,27(2):282-287.

Xu S J,Gu X L,Xu R G,Yang J X,Xi W J,Zhuang H Y.Modeling spike and internode growth dynamics in barley.Journal of Triticeae Crops,2007,27(2):282-287.(in Chinese)

[17] 徐壽軍,李志剛,楊恒山,陳傳梅,趙達,郭艷鋒.大豆莖稈、葉片及豆莢生長的動態(tài)模擬.農(nóng)業(yè)工程學報,2013,29(20):151-159.

Xu S J,Li Z G,Yang H S,Chen C M,Zhao D,Guo Y F.Dynamic simulation of stem,leaf and pod development on soybean.Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE),2013,29(20):151-159.(in Chinese)

[18] 陳國慶,朱艷,曹衛(wèi)星.冬小麥葉片生長特征的動態(tài)模擬.作物學報,2005,31(11):1524-1527.

Chen G Q,Zhu Y,Cao W X.Modeling leaf growth dynamics in winter wheat.Acta Agronomica Sinica,2005,31(11):1524-1527.(in Chinese)

[19] 譚子輝,朱艷,姚霞,田永超,劉小軍,曹衛(wèi)星.冬小麥麥穗生長過程的模擬研究.麥類作物學報,2006,26(4):93-97.

Tan Z H,Zhu Y,Yao X,Tian Y C,Liu X J,Cao W X.Modeling spike growth dynamics in winter wheat.Journal of Triticeae Crops,2006,26(4):93-97.(in Chinese)

[20] 王聲鋒,段愛旺,徐建新.冬小麥株高和葉面積指數(shù)變化動態(tài)分析及模擬模型.灌溉排水學報, 2010,29(4):97-100.

Wang S F,Duan A W,Xu J X.Dynamic changes and simulation model of plant height and leaf area index of winter wheat.Journal of Irrigation and Drainage,2010,29(4):97-100.(in Chinese)

[21] 張文宇,湯亮,朱相成,楊月,曹衛(wèi)星,朱艷.基于過程的小麥莖鞘夾角動態(tài)模擬.應用生態(tài)學報,2011,22(7):1765-1770.

Zhang W Y,Tang L,Zhu X C,Yang Y,Cao W X,Zhu Y.Dynamic simulation of wheat stem sheath angle based on process.Chinese Journal of Applied Ecology,201l,22(7):1765-1770.(in Chinese)

[22] 陳傳梅,趙達,李志剛,徐壽軍,楊恒山,郭艷鋒.大豆花芽分化和物候期的機理模型.中國油料作物學報,2012,34(5):502-507.

Chen C M,Zhao D,Li Z G,Xu S J,Yang H S,Guo Y F.Mechanism model for flower bud differentiation and phenophase of soybean.Chinese Journal of Oil Crop Sciences,2012,34(5):502-507.(in Chinese)

[23] 韋還和,孟天瑤,李超,張洪程,史天宇,馬榮榮,王曉燕,楊筠文,戴其根,霍中洋,許軻,魏海燕,郭保衛(wèi).甬優(yōu)秈粳雜交稻花后干物質(zhì)積累模型與特征分析.作物學報,2016,42(2):265-277.

Wei H H,Meng T Y,Li C,Zhang H C,Shi T Y,Ma R R,Wang X Y,Yang J W,Dai Q G,Huo Z Y,Xu K,Wei H Y,Guo B W.Dynamic model and its characteristics analysis for dry matter production after heading of Indica/Japonica hybrid rice of yongyou series.Acta Agronomica Sinica,2016,42(2):265-277.(in Chinese)

[24] 李向嶺,趙明,李從鋒,葛均筑,侯海鵬,李琦,侯立白.播期和密度對玉米干物質(zhì)積累動態(tài)的影響及其模型的建立.作物學報,2010,36(12):2143-2153.

Li X L,Zhao M,Li C F,Ge J Z,Hou H P,Li Q,Hou L B.Effect of sowing-date and planting density on dry matter accumulation dynamic and establishment of its simulated model in maize.Acta Agronomica Sinica,2010,36(12):2143-2153.(in Chinese)

[25] 楊萍,李杰,剡斌,?？×x.胡麻/大豆間作體系下施氮對胡麻干物質(zhì)積累和產(chǎn)量的影響.中國油料作物學報,2015(4):489-497.

Yang P,Li J,Yan B,Liu J Y.Effects of applied nitrogen on dry matter accumulation and oil flax yield in flax/soybean intercropping system.Chinese Journal of Oil Crop Sciences,2015(4):489-497.(in Chinese)

[26] 唐江華,蘇麗麗,羅家祥,李亞杰,徐文修,彭姜龍.不同耕作方式對夏大豆干物質(zhì)積累及轉(zhuǎn)運特性的影響.核農(nóng)學報,2015(10):2026-2032.

Tang J H,Su L L,Luo J X,Li Y J,Xu W X,Peng J L.Effects of different tillage methods on dry matter accumulation and transfer characteristics of summer soybean.Acta Agriculturae Nucleatae Sinica,2015(10):2026-2032.(in Chinese)

[27] 姜麗霞,那濟海,朱海霞,韓俊杰,紀仰慧,閆平,王萍,王晨軼,李秀芬.基于Logistic方程的大豆產(chǎn)量預報方法.大豆科學,2008(3):414-419.

Jiang L X,Na J H,Zhu H X,Han J J,Ji Y H,Yai P,Wang P,Wang C Y,Li X F.A method to forecast yield of soybena which based on Logistic equation.Soybean of Science and Technology,2008(3):414-419.(in Chinese)