冉圓圓，武 偉，劉洪斌，王 帥，唐小萍

（1.西南大學(xué)資源環(huán)境學(xué)院，重慶 400716；2.西南大學(xué)計算機與信息科學(xué)學(xué)院，重慶 400716；3.重慶市農(nóng)業(yè)技術(shù)推廣總站，重慶 401121；4.重慶市沙坪壩區(qū)氣象局，重慶 400030）

玉米是世界上產(chǎn)量最高的作物，掌握玉米生產(chǎn)技術(shù)對國家發(fā)展具有重要意義。然而，農(nóng)業(yè)生產(chǎn)是一個復(fù)雜、綜合的過程，受大量因子（土壤、氣候、地形、施肥等）的制約［1-4］。研究表明，氮磷鉀肥是玉米生長必不可少的營養(yǎng)元素，施肥能顯著提高玉米產(chǎn)量［5-7］。就氣候因素來說，Chen等［8］研究了氣候?qū)颖庇衩咨a(chǎn)的影響，結(jié)果表明溫度每上升1℃或降水每下降1 mm，會分別導(dǎo)致玉米產(chǎn)量損失150.255、1.941 kg/hm2。同時，Zhao等［9］利用 Logistic回歸研究出限制東北春玉米生長的重要氣候條件是氣溫、降雨和日照，具體地說，黑龍江的玉米產(chǎn)量主要受8月最高溫和6月降雨的影響；吉林的玉米產(chǎn)量與日降雨量緊密相關(guān)；6月份的溫度和日照適宜時，遼寧玉米產(chǎn)量明顯地提高。就土壤因素來說，葉東靖等［10］研究表明，施氮能明顯提高玉米生物量和產(chǎn)量，張智猛等［11］也指出，氮素能明顯增加玉米籽粒產(chǎn)量和調(diào)節(jié)玉米淀粉含量；許明睿等［12］研究表明，磷有利于提高葉片光合性能，提高玉米籽粒干物質(zhì)積累量；而土壤缺鉀時，會導(dǎo)致玉米抗旱抗寒性差［13］。就地形因子來說，Kravchenko等［14］認(rèn)為坡度對玉米產(chǎn)量有較大影響，較高的產(chǎn)量多聚集在較低的景觀坡位。唐勇金等［15］則認(rèn)為山區(qū)海拔和坡向?qū)τ衩椎挠绊懸蚱贩N不同而存在差異。

玉米是喜肥水作物，生長過程需要吸收更多的養(yǎng)分。氮、磷、鉀缺施會不同程度地影響玉米生長［16-18］。另外，重慶玉米多被種植在渝東南、渝東北等海拔較高的山地區(qū)域，是典型的雨養(yǎng)作物之一。由于復(fù)雜的地形地貌，玉米的生長必然受到地形、氣候等因子限制。然而，肥料效果的差異也會受到生態(tài)因子的制約，缺肥和生態(tài)因子間必然存在交互作用。因此，在氮、磷、鉀缺施條件下，這些生態(tài)因子如何影響玉米產(chǎn)量以及影響程度大小，都鮮有報道。因此，我們利用2008—2009年重慶山地玉米產(chǎn)量數(shù)據(jù)以及相應(yīng)的地形、氣象資料，探討不同缺肥條件下影響玉米產(chǎn)量的生態(tài)因子，確定某種肥料不足的情況下，是否某個生態(tài)因子會對玉米造成極大損失，以期為今后合理施肥提供建議，為政府部門制定合理的政策提供理論依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)位于渝東南和渝東北區(qū)域，地形地貌復(fù)雜多樣，屬于典型的山地地貌。地勢起伏大，海拔處于100～2763 m，相對高差達2663 m。該區(qū)氣候資源豐富，適合玉米生長。渝東北地區(qū)主要分布有黃壤和黃棕壤，海拔較高，日照資源豐富，巫山、巫溪等地降雨相對缺乏。渝東南地區(qū)主要分布有石灰?guī)r土，是典型的喀斯特巖溶區(qū)，海拔相對較低，降雨多、日照少。隨著海拔的升高，年平均氣溫降低，城口和酉陽兩地屬于氣溫低值區(qū)。

1.2 資料來源及試驗方案

資料來源于2008—2009年重慶市“3414”試驗。試驗點主要分布在渝東南、渝東北山地玉米種植區(qū)，共包括13個區(qū)縣（表1），涉及99個試驗點。試驗方案參照農(nóng)業(yè)部規(guī)定的“3414”隨機區(qū)組設(shè)計，即N0P2K2（缺氮，Nn）、N2P0K2（缺磷，Np）、N2P2K0（缺鉀，Nk）。0指不施肥，2指當(dāng)?shù)刈罴咽┓柿俊８鲄^(qū)縣最佳施肥量如表1所示。

表1 研究區(qū)各區(qū)縣的最佳施肥量

1.3 測定項目及方法

1.3.1 土壤樣品采集和玉米產(chǎn)量測定 耕作前，對玉米種植區(qū)的表層土壤（0～20 cm）進行采集，并進行初步處理，根據(jù)土壤農(nóng)化分析法對pH、有機質(zhì)、堿解氮、有效磷和速效鉀分別采用電位法、重鉻酸鉀氧化法、鉬銻抗比色法（用0.5 mol/L NaHCO3提?。┖突鹧婀舛扔嫞ㄓ?.0 mol/L NH4Ac浸提）進行測定［19］。玉米籽粒被風(fēng)干至20%含水量以下，然后對其進行稱重計算。

1.3.2 氣象資料 研究所利用的氣候數(shù)據(jù)來自于重慶市34個氣象站（圖1，封三），包括玉米生育期（3～8月）均溫、最高溫、最低溫、日照、降雨和相對濕度。利用薄板樣條函數(shù)法（TPS），并結(jié)合試驗點的經(jīng)度、緯度、海拔，插值得各個試驗點氣候［20］。

1.3.3 地形數(shù)據(jù) 布置田間試驗小區(qū)時，記錄試驗地點的地形數(shù)據(jù)，該數(shù)據(jù)由實地測量獲取，包括海拔、坡度（地面坡度）、坡向。

1.4 研究方法

1.4.1 K-means聚類 K-means是一種被廣泛應(yīng)用的聚類方法，其優(yōu)點是快速、簡單，對大數(shù)據(jù)集有較高的效率且可伸縮。其以歐氏距離作為相似度測量標(biāo)準(zhǔn)，給定一個數(shù)據(jù)集X={x1，x2，…xn}和特定的K值，其目的是縮小X到K的距離，計算公式如下：

式中，X、Uk分別表示觀測值和聚類中心，‖x-uk‖2表示樣本到聚類中心的歐氏距離。

1.4.2 CART模型 CART模型是一種由Breiman提出的非參數(shù)統(tǒng)計方法［21］。其采用遞歸分區(qū)的方法，把由自變量定義的空間分成同質(zhì)的組，自動選擇含有最多信息的變量，形成一顆含有測試變量和目標(biāo)變量的二叉樹。Walters等［22］指出，當(dāng)自變量和因變量間存在非線性關(guān)系時，CART模型的效果較好，另外，CART模型能提供自變量的相對重要性，有大量的研究已將CART運用于探索影響作物產(chǎn)量的因子中［23-25］。CART選擇基尼指數(shù)作為節(jié)點不純度測量，計算公式如下：

式中，N表示聚類數(shù)，p（j/t） 表示j在分裂點t的頻率，基尼指數(shù)越小表示分裂點越純。

本研究中，通過K-means聚類，3種缺素條件下的玉米產(chǎn)量被分別聚類為高、中、低3組，然后以3個組別作為分類變量，以生態(tài)因子作為連續(xù)變量，選擇十折交叉驗證，幾次試驗后，形成最優(yōu)的分類樹。

以上所有步驟均在R語言、SPSS19.0、Excel中完成。

2 結(jié)果與分析

2.1 氣象因子及3種肥料缺施條件下玉米產(chǎn)量的描述性統(tǒng)計

通過對研究區(qū)生態(tài)因子及3種肥料（N、P、K）缺施條件下玉米產(chǎn)量的描述性統(tǒng)計分析（表2），結(jié)果表明：氣象因子的變異系數(shù)為2.19%～16.03%，屬于低等變異；在土壤因子中，pH的變異系數(shù)為18.39%，屬于低等變異，其他土壤因子均屬于中等變異（25%＜CV＜75%）；地形變量也屬于中等變異，其中坡度有較大的變異。3種肥料缺施條件下，缺磷（Np）時的玉米產(chǎn)量為低等變異，缺氮（Nn）、缺鉀（Nk）時的產(chǎn)量為中等變異。

2.2 3種肥料缺施條件下玉米產(chǎn)量與生態(tài)因子相關(guān)性分析

Pearson相關(guān)分析結(jié)果（表3）表明：Nn條件下的玉米產(chǎn)量與土壤有機質(zhì)、堿解氮、降雨和相對濕度呈顯著正相關(guān)，而與最低溫具有明顯的負相關(guān)關(guān)系；Np條件下產(chǎn)量與海拔、有機質(zhì)、降雨、日照有顯著的正相關(guān)關(guān)系，與平均溫、最低溫呈顯著負相關(guān)；Nk下產(chǎn)量顯著正相關(guān)于降雨，顯著負相關(guān)于最低溫。綜合來看，降雨對玉米有顯著的正效應(yīng)，而溫度對玉米產(chǎn)生不良作用。這可能是由于在玉米生長過程中，重慶溫度高，降雨少，即高溫伏旱對玉米產(chǎn)生不良影響。

2.3 3種肥料缺施條件下玉米產(chǎn)量的K-means聚類分析

通過K-means聚類，氮、磷、鉀缺施條件下的產(chǎn)量被分別聚為3類（表4），單因素方差分析結(jié)果表明，每種肥料缺施條件下的3組間均存在明顯差異，表明K-means聚類能很好地把玉米產(chǎn)量分成3組，以便通過CART分類模型探討影響不同肥料缺施條件下玉米產(chǎn)量的重要因子。

表2 生態(tài)因子及氮、磷、鉀缺施條件下玉米產(chǎn)量的描述性統(tǒng)計

表3 氮、磷、鉀缺施條件下玉米產(chǎn)量與生態(tài)因子的相關(guān)性

表4 氮、磷、鉀缺施條件下玉米產(chǎn)量（kg/hm2）的聚類分析

2.4 生態(tài)因子的相對重要性

以表4不同缺肥條件下的玉米產(chǎn)量的聚類結(jié)果為目標(biāo)變量，以生態(tài)因子（地形、土壤、氣候）為自變量，進行分類建模，CART結(jié)果表明，生態(tài)因子能解釋氮、磷、鉀缺施條件下玉米產(chǎn)量總變異的65.7%、79.8%和83.8%，各種缺肥條件下的生態(tài)因子的相對重要性如圖2所示。缺氮條件下，因子的重要性等級為堿解氮＞有機質(zhì)＞有效磷＞降雨＞最高溫＞pH＞坡向＞速效鉀＞平均溫＞相對濕度＞日照＞最高溫＞坡度＞海拔。其中土壤堿解氮的重要性達到了100%，總體來說，生態(tài)因子的等級排序為土壤＞氣候＞地形。

圖2 氮、磷、鉀缺施條件下生態(tài)因子的相對重要性

缺磷條件下，生態(tài)因子的重要性為日照＞有機質(zhì)＞最高溫＞平均溫＞pH＞海拔＞最低溫＞降雨＞堿解氮＞坡向＞相對濕度＞有效磷＞速效鉀＞坡度。日照成為最重要的因子，總體而言，生態(tài)因子的重要性表現(xiàn)為氣候＞土壤＞地形。

缺鉀條件下，生態(tài)因子的重要性等級排序為降雨＞堿解氮＞最低溫＞有效磷＞坡度＞海拔＞平均溫＞最高溫＞pH＞坡向＞速效鉀＞日照＞有機質(zhì)＞相對濕度。降雨成為影響氮、磷施肥組合下玉米產(chǎn)量最重要的因子，整體而言，影響產(chǎn)量的生態(tài)因子為氣候＞土壤＞地形。

另外，與氮、磷、鉀同時配施條件下的生態(tài)因子的相對重要性（圖3）比較發(fā)現(xiàn)，溫度是相對重要的因子，尤其是高溫，進一步說明在氮、磷、鉀供應(yīng)充足的情況下，堿解氮、日照和降雨不再是限制產(chǎn)量的主要因子，表明施肥在一定程度上可以彌補生態(tài)因子的不良影響，提高玉米對環(huán)境的抗逆性。

圖3 氮、磷、鉀全施條件下生態(tài)因子的相對重要性

3 結(jié)論與討論

缺氮條件下，土壤堿解氮成為制約玉米產(chǎn)量的重要因子，表明缺氮嚴(yán)重影響玉米增產(chǎn)。一方面可能是由于農(nóng)民施肥習(xí)慣致使土壤氮素含量嚴(yán)重不足［27］；另一方面是由于玉米是喜肥水作物，在玉米全生育期中，對氮肥的吸收最多，缺氮會嚴(yán)重影響玉米產(chǎn)量［28］。另外，渝東北地區(qū)大部分為黃壤，受母質(zhì)和風(fēng)化程度的影響，有效氮含量偏低［29］。渝東南巖溶區(qū)的有機碳相對貧乏［30］。因此，在磷鉀平衡配施、而氮素補充不足的情況下，土壤堿解氮成為影響玉米產(chǎn)量的重要指標(biāo)。同時，有機質(zhì)排在了第二位，這表明缺氮還會涉及到其他因子對玉米的影響，可能是由于因子間的交互作用所致。姚志龍等［31］研究表明，土壤氮素的高低與有機質(zhì)含量有著緊密聯(lián)系。

缺磷條件下，日照在影響玉米產(chǎn)量的所有因子中占據(jù)了首要地位。產(chǎn)量與日照成極顯著正相關(guān)關(guān)系，這可能是因為玉米是C4植物，在光照較強的情況下，能夠積累更多的干物質(zhì)，形成更高的產(chǎn)量。而磷素具有增強玉米光合作用的功能［32］。在缺施磷肥的情況下，玉米光合作用減弱，因此需要更多的日照去滿足玉米的生長發(fā)育，缺磷使玉米對光照的敏感性增加。因此，缺磷條件下，日照成為影響玉米產(chǎn)量的重要因子。

缺鉀條件下，降雨是相對重要的因子。詹江渝［32］發(fā)現(xiàn)重慶市黃壤中速效鉀含量處于相對貧乏狀態(tài)，而且在重慶山地區(qū)域，玉米是典型的旱地作物之一，需要吸收更多的水分去滿足生長的需要，而在玉米灌漿期降水不足的情況下，施鉀可以提高玉米對干旱的適應(yīng)性，也有研究表明，生育期內(nèi)的降水多寡是影響重慶玉米的主要因子［33］。

參考文獻：

［1］ Ma J，Maystadt J F. The impact of weather variations on maize yields and household income：income diversification as adaptation in rural china［J］. Global Environmental Change，2017，42：93-106.

［2］ Changere A，Lal R. Slope position and erosional effects on soil properties and corn production on a mianian soil in central ohio［J］. Journal of Sustainable Agriculture，1997，11（1）：5-21.

［3］ 侯玉虹，陳傳永，郭志強，等. 春玉米不同產(chǎn)量群體葉面積指數(shù)動態(tài)特征與生態(tài)因子資源量的分配特點［J］. 應(yīng)用生態(tài)學(xué)報，2009，20（1）：135-142.

［4］ 馬常寶，盧昌艾，任意，等. 土壤地力和長期施肥對潮土區(qū)小麥和玉米產(chǎn)量演變趨勢的影響［J］. 植物營養(yǎng)與肥料學(xué)報，2012，18（4）：796-802.

［5］ 畢生斌，張國云，楊平芬，等. “3414”試驗對山地玉米產(chǎn)量影響及推薦施肥探索［J］. 熱帶農(nóng)業(yè)科學(xué)，2015，35（3）：7-11.

［6］ 賴麗芳，呂軍峰，郭天文，等. 平衡施肥對春玉米產(chǎn)量和養(yǎng)分利用率的影響［J］. 玉米科學(xué)，2009，17（2）：130-132.

［7］ 靳瑋. 不同施肥處理對玉米產(chǎn)量及土壤碳、氮的影響［J］. 廣東農(nóng)業(yè)科學(xué)，2014，41（9）：69-71.

［8］ Chen Y F，Han X R，Si W，et al. An assessment of climate change impacts on maize yields in hebei province of china［J］. Science of the Total Environment，2017，581-582：507-517.

［9］ Zhao J，Guo J，Mu J. Exploring the relationships between climatic variables and climate-induced yield of spring maize in Northeast China［J］.Agriculture Ecosystems and Environment，2015，207：79-90.

［10］ 葉東靖，高強，何文天，等. 施氮對春玉米氮素利用及農(nóng)田氮素平衡的影響［J］. 植物營養(yǎng)與肥料學(xué)報，2010，16 （3）：552-558.

［11］ 張智猛，戴良香，胡昌浩，等. 氮素對玉米淀粉累積及相關(guān)酶活性的影響［J］. 作物學(xué)報，2005，31（7）：956-962.

［12］ 許明睿，劉凱，張吉旺，等. 磷素水平對夏玉米生長發(fā)育和產(chǎn)量的影響［J］. 山東農(nóng)業(yè)科學(xué)，2018，50（1）：86-90.

［13］ 付翠芳. 生物鉀肥對玉米產(chǎn)量的影響及施肥技術(shù)［J］. 陜西農(nóng)業(yè)科學(xué)，2003（2）：9-10.

［14］ Kravchenko A N，Bullock D G. Correlation of corn and soybean grain yield with topography and soil properties［J］. Semigroup Forum，2000，92（92）：75-83.

［15］ 唐永金，董玉飛. 山區(qū)海拔與坡向?qū)τ衩桩a(chǎn)量性狀的影響［J］. 作物研究，1998（1）：22-24.

［16］ 徐愛東，邱念偉，婁苑穎. 判斷玉米幼苗缺氮程度的葉綠素?zé)晒鈩恿W(xué)指標(biāo)［J］. 植物營養(yǎng)與肥料學(xué)報，2010，16（2）：498-503.

［17］ 范曾麗. 缺磷脅迫對不同基因型玉米自交系光合特性的影響研究［J］. 西華師范大學(xué)學(xué)報（自然科學(xué)版），2012，33（3）：265-269.

［18］ Zhao X H，Hai-Qiu Y U，Wen J，et al.Response of root morphology，physiology and endogenous hormones in maize（Zea maysL.）to potassium deficiency［J］. Journal of Integrative Agriculture，2016，15（4）：785-794.

［19］ 鮑士旦. 土壤農(nóng)化分析［M］. 北京：中國農(nóng)業(yè)出版，2005.

［20］ Wu W，Xu A D，Liu H B. High-resolution spatial databases of monthly climate variables （1961-2010）over a complex terrain region in southwestern China［J］. Theoretical and Applied Climatology，2015，119（1-2）：353-362.

［21］ Breiman L，F(xiàn)riedman J H，Olshen R，et al. Classification and regression trees［J］.Biometrics，1984，40（3）：358.

［22］ Walters D K W，Linn R T，Kulas M，et al. Selecting modeling techniques for outcome prediction：comparison of artificial neural networks，classification and regression trees，and linear regression analysis for predicting medical rehabilitation outcomes［J］. Proceedings of the Amia Symposium，1999，6（1）：1187.

［23］ Ferraro D O，Rivero D E，Ghersa C M. An analysis of the factors that influence sugarcane yield in northern argentina using classification and regression trees［J］. Field Crop Research，2009，112（2）：149-157.

［24］ Tittonell P，Shepherd K D，Vanlauwe B，et al.Unravelling the effects of soil and crop management on maize productivity in smallholder agricultural systems of western kenya—an application of classification and regression tree analysis［J］.Agriculture Ecosystems & Environment，2008，123（1）：137-150.

［25］ Zheng H F，Chen L D，Han X Z，et al. Classification and regression tree（cart）for analysis of soybean yield variability among fields in northeast china：the importance of phosphorus application rates under drought conditions［J］. Agriculture Ecosystems & Environment，2009，132（1-2）：98-105.

［26］ 李淑芬. 淺析重慶市玉米栽培現(xiàn)狀及發(fā)展對策［J］. 中國農(nóng)業(yè)信息，2014（1）：57.

［27］ 伊成國. 春玉米需肥特點與施肥技術(shù)以及病蟲害防治［J］. 農(nóng)業(yè)與技術(shù)，2015（1）：114-115.

［28］ 姜濤，高明. 重慶市山地黃壤養(yǎng)分特性的主要成分和聚類分析［J］. 西南農(nóng)業(yè)學(xué)報，2008，21（2）：376-379.

［29］ 倪九派，袁道先，謝德體，等. 重慶巖溶區(qū)土壤有機碳庫的估算及其空間分布特征［J］. 生態(tài)學(xué)報，2009，29（11）：6292-6301.

［30］ 姚志龍. 隴東果園及大田土壤有機質(zhì)含量對土壤氮素營養(yǎng)的影響［J］. 北方園藝，2016（18）：176-180.

［31］ 孫杰，王立華，成七星，等. 磷肥對玉米雜交制種增產(chǎn)提質(zhì)的生理作用［J］. 作物雜志，2003（1）：27-29.

［32］ 詹江渝. 重慶農(nóng)地土壤基本狀況及肥力特征研究［M］. 成都：西南大學(xué)，2014.

［33］ 李永華，高陽華，廖良兵，等. 重慶地區(qū)玉米氣象產(chǎn)量變化及氣候影響因子簡析［J］. 西南大學(xué)學(xué)報（自然科學(xué)版），2007，29（3）：104-109.