俞雙恩 張夢婷 陳凱文 李倩倩 王 梅

(河海大學(xué)農(nóng)業(yè)工程學(xué)院， 南京 210098)

0 引言

株高和莖蘗數(shù)分別表征了植株在頂端優(yōu)勢的作用下縱向與橫向的伸展能力，是描述作物生長的重要指標(biāo)[1]，也是決定作物產(chǎn)量的重要農(nóng)藝性狀[2-3]。近年來，對植物生長曲線數(shù)學(xué)模型的研究較多，常用的有Logistics、Gompertz、von Bertaffany以及Richards等非線性模型，其中，Logistics模型能很好地模擬不同灌溉方式下水稻株高變化動態(tài)[4-5]。水稻莖蘗消長模型主要根據(jù)積溫、葉齡以及時間變化構(gòu)建，其中適用性最廣的是以時間替代綜合環(huán)境應(yīng)力作為自變量的模型[6]。王夫玉等[7]在以時間為自變量的水稻群體莖蘗消長常規(guī)曲線的基礎(chǔ)上，通過微積分理論推導(dǎo)出水稻群體莖蘗消長的基本動力學(xué)模型(DMOR)，該模型能全面、系統(tǒng)地描述水稻群體莖蘗消長變化的全過程，且模型特征明顯，有利于進(jìn)一步拓展研究和應(yīng)用。

水和肥在水稻株高和莖蘗動態(tài)變化過程中起決定性作用[8]，合理的水肥運籌對提高水肥資源利用率和保證水稻高產(chǎn)、穩(wěn)產(chǎn)具有重要意義?？刂乒嗯藕偷使芾碜鳛樗舅帧B(yǎng)分高效利用的新技術(shù)在我國南方水稻灌區(qū)得到廣泛應(yīng)用，但前人對控制灌排方式、氮肥管理技術(shù)的研究多偏重于單因子效應(yīng)方面[4,9-13]，二者對水稻株高、莖蘗動態(tài)的耦合作用的研究鮮有報道。因此，本研究采用測坑試驗、理論分析和數(shù)值模擬相結(jié)合的研究手段，通過Logistic方程和DMOR模型定量分析不同水肥組合處理對水稻株高和莖蘗動態(tài)發(fā)育變化趨勢的影響，以期為制訂水稻合理的灌排與施肥方案提供科學(xué)依據(jù)。

1 材料和方法

1.1 試驗區(qū)概況

試驗于2018年5—10月在河海大學(xué)江寧校區(qū)的節(jié)水園區(qū)內(nèi)進(jìn)行。地理坐標(biāo)東經(jīng)118°47′，北緯31°55′，屬于亞熱帶濕潤性氣候，多年平均降雨時間約為120 d，多年平均降雨量1 021.3 mm，降雨多集中于5—9月，占到全年降雨量的60%。年均蒸發(fā)量900 mm，年平均氣溫15.7℃，日照時數(shù)2 212.8 h，平均無霜期237 d。

園區(qū)有32個蒸滲測坑，尺寸(長×寬×深)為2.5 m×2.0 m×2.0 m，分南北兩排布置，每排16個，其中28個有底，4個無底，中間設(shè)地下廊道及地下設(shè)備間，每個有底測坑底部都通過一個水管與地下設(shè)備間的水柱相連通，以便控制測坑內(nèi)的地下水位。地面設(shè)移動式雨棚，根據(jù)試驗需要，可實時開閉。

測坑內(nèi)土壤為粘壤土，由當(dāng)?shù)赝粱靥疃?。?jīng)過水旱輪作10余年，蒸滲儀內(nèi)0～30 cm土壤田間持水率為25.28%，土壤容重為1.46 g/cm3，總孔隙度為44.97%，pH值為6.97，土壤有機(jī)質(zhì)質(zhì)量分?jǐn)?shù)為2.19%，全氮質(zhì)量比為0.91 g/kg，速效氮質(zhì)量比為27.65 mg/kg，土壤全磷質(zhì)量比為0.32 g/kg，速效磷質(zhì)量比為12.5 mg/kg。

1.2 試驗設(shè)計

供試水稻品種為南粳9108，5月23日泡種，5月25日催芽，5月27日下種，6月20日泡田，6月27日移栽，栽插密度為20 cm×14 cm，每穴3棵籽苗，10月23日收割。水稻依據(jù)病蟲害情況按時噴灑農(nóng)藥。施肥情況見表1。

表1 測坑施肥方案Tab.1 Fertilization status of test pit

試驗采用兩因素三水平隨機(jī)區(qū)組試驗設(shè)計，其中水分管理為第1個因素，設(shè)3個水平，分別為控制灌排(CID)、分蘗期先旱后澇(FHL)、拔節(jié)孕穗期先旱后澇(BHL)。施氮為第2個因素，設(shè)3個水平，分別為純氮150、300、450 kg/hm2，記為 LN、CN和HN?？厮桨敢姳?。

先旱后澇各處理，生育期開始(分蘗期由于歷時較長，可在分蘗期開始7 d后進(jìn)行)自然耗干田面水層，農(nóng)田水位為0時作為受旱開始日直到地下水埋深達(dá)到設(shè)定的下限值后立即灌水至淹水上限值，之后不補(bǔ)水，讓其自然消退至控制灌溉的適宜灌水下限，然后按照控制灌排的水分條件進(jìn)行控制。

控水期間，降雨時關(guān)閉雨棚。田面有水層時，通過測坑廊道進(jìn)行地下排水，保持2 mm/d 的田間滲漏量，田面無水層時，不進(jìn)行地下排水(無田間滲漏量)。

1.3 測定項目和方法

莖蘗數(shù): 避開測坑邊緣，每個測坑隨機(jī)選定6穴，每3 d觀測1次6穴的莖蘗數(shù)量，由此推算每個測坑莖蘗數(shù)。

株高: 水稻移栽前測量1次株高。從分蘗期開始，每隔5 d定點觀測6穴株高，先旱后澇處理在控水前后各加測1次。用刻度尺測量作物地面以上的高度(不包括根部)，即田面至最高葉尖的高度。

表2 各處理控水方案Tab.2 Water control schemes of treatments

注：以農(nóng)田水位作為田間水分控制指標(biāo)，單位為cm，負(fù)值表示田間地下水埋深，正值表示田面水層深度。左邊數(shù)值為灌水適宜下限，中間數(shù)值為灌水適宜上限，右邊數(shù)值為降雨時允許蓄水深度(-50、15 cm和-50、20 cm中左邊數(shù)值為灌水適宜下限，右邊數(shù)值為降雨時允許蓄水深度)。

1.4 水稻株高增長 Logistic 曲線模型

Logistic曲線是具有固定拐點的一類“S”形生長曲線，描述了初始緩慢增長、中期快速生長、后期緩慢增長最后無限趨近最大值的一類生長過程[14]。水稻株高分蘗期增長緩慢，拔節(jié)孕穗前期增長迅速，拔節(jié)孕穗后期增速減緩，其動態(tài)變化呈“S”形曲線，符合Logistic曲線的變化規(guī)律， Logistic曲線模型具體表達(dá)式為

(1)

式中H——移栽后一定時間的平均株高，cm

t——移栽后的時間，d

k——最大生長株高，cm

a——截距系數(shù)，表征基礎(chǔ)狀態(tài)參數(shù)

b——增長率系數(shù)，表征系統(tǒng)狀態(tài)趨近的最大速度

C——初始株高，cm

方程中參數(shù)k為作物生長極限，最大株高Hmax即為k與C的和，即

Hmax=k+C

(2)

對式(1)求導(dǎo)，得到株高的生長速率方程

(3)

對式(1)求二階導(dǎo)，得到株高變化的加速度方程

(4)

令式(4)等于0，可解得最大日生長速率時對應(yīng)的時間為

(5)

代入式(3)可解得最大日生長速率

(6)

將式(3)在[0,T1]區(qū)間積分并平均得到株高平均生長速率vHavg，T1為移栽到水稻拔節(jié)孕穗期結(jié)束的總天數(shù)。

株高生長的特征量有最大株高、株高最大生長速率、達(dá)到最大生長速率時的時間以及株高平均生長速率，分別記為Hmax、vHmax、THvmax、vHavg。

1.5 水稻莖蘗消亡DMOR模型

水稻莖蘗生長主要發(fā)生在分蘗期，而在拔節(jié)孕穗期開始后，主莖稈、穗和葉的迅速增長需要消耗大量營養(yǎng)物質(zhì)，這時無效分蘗便因營養(yǎng)短缺而停止生長，最后逐漸消亡。

水稻莖蘗消長的動態(tài)主要反映在新生分蘗的產(chǎn)生和無效分蘗的滅亡，王夫玉等[7]采用2個Logistic曲線進(jìn)行嵌套的思路，分別模擬新生和消亡過程，推導(dǎo)出水稻群體莖蘗消長的基本動力學(xué)模型，即DMOR模型，其表達(dá)式為

(7)

式中N——移栽后一定時間的分蘗數(shù)，萬穗/hm2

k1——生長曲線中水稻群體分蘗達(dá)到最大的數(shù)量，萬穗/hm2

k2——消亡曲線中水稻群體莖蘗消亡的最大數(shù)量，萬穗/hm2

m、f——趨近最大值的增長率與消亡率

h、g——控制參數(shù)

D——基本莖蘗數(shù)，萬穗/hm2

對式(7)進(jìn)行求導(dǎo)，得到莖蘗變化的速率方程

(8)

令式(8)等于0，可解得達(dá)到最大莖蘗數(shù)的時間TNmax，將TNmax代入式(7)解得最大莖蘗數(shù)Nmax。

將式(8)在[0,T2]區(qū)間積分并平均得到莖蘗數(shù)的平均生長速率vSavg，T2為移栽至達(dá)到最大莖蘗數(shù)的總天數(shù)。將式(8)在[T2,T3]區(qū)間積分并平均得到莖蘗數(shù)的平均消亡速率vXavg，T3為移栽到生育期結(jié)束的總天數(shù)。

對式(7)求二階導(dǎo)，得到莖蘗變化的加速度方程

(9)

式(8)為雙拐點曲線，令式(9)等于0，可解得兩個零點，分別為達(dá)到最大生長速率時的時間TSmax和最大消亡速度的時間TXmax，將TSmax、TXmax分別代入式(8)解得莖蘗數(shù)的最大生長速率vSmax以及莖蘗數(shù)的最大消亡速度vXmax。

而擬合莖蘗數(shù)生長動態(tài)的DMOR模型的求導(dǎo)形式較復(fù)雜，特征參數(shù)不易求得解析解，利用Matlab分別求取數(shù)值解。莖蘗數(shù)生長的特征量有最大莖蘗數(shù)、達(dá)到最大莖蘗數(shù)的時間、莖蘗數(shù)的最大生長速率、莖蘗數(shù)的平均生長速率、莖蘗數(shù)的最大消亡速率、莖蘗數(shù)的平均消亡速率，分別記為Nmax、TNmax、vSmax、vSavg、vXmax、vXavg。

1.6 數(shù)據(jù)統(tǒng)計分析

試驗測得的株高和移栽后時間采用Logistic曲線擬合，莖蘗數(shù)和移栽后時間采用DMOR模型擬合，所有擬合過程在SPSS 22.0軟件中進(jìn)行，采用相關(guān)系數(shù)(r)、均方根誤差(RMSE)和標(biāo)準(zhǔn)化的均方根誤差(nRMSE)對方程的擬合效果進(jìn)行評估。相關(guān)系數(shù)r越接近1，RMSE越小，方程擬合效果越好。標(biāo)準(zhǔn)化的均方根誤差對模型擬合評估標(biāo)準(zhǔn)[15]為：nRMSE小于10%，模型表現(xiàn)極好； nRMSE在10%～20%之間，表現(xiàn)好；nRMSE在20%～30%之間，表現(xiàn)一般；nRMSE大于等于30%，表現(xiàn)很差。對方程擬合效果進(jìn)行評估后，通過Matlab求解株高和莖蘗動態(tài)擬合方程的特征參數(shù)，采用考慮參數(shù)相關(guān)性的多元方差分析(MANOVA)方法[16]分析水氮管理對株高和莖蘗動態(tài)過程的影響。多元方差分析在 SPSS 22.0軟件中完成。

2 結(jié)果與分析

2.1 方程擬合效果評估

利用Logistic方程擬合株高生長動態(tài)數(shù)據(jù)，決定系數(shù)R2在0.968～0.984之間變化(P<0.05)。由表3可知，Logistic方程中表征株高生長極限的參數(shù)k變化范圍較小，變異系數(shù)CV為0.036；參數(shù)a變化范圍較大，變異系數(shù)CV達(dá)到0.075。

表3 水稻株高的Logistic方程擬合參數(shù)Tab.3 Fitting parameters of Logistic equations of plant height

由表4可知，DMOR方程中表征水稻群體分蘗達(dá)到最大數(shù)量的參數(shù)k1和莖蘗消亡最大數(shù)量的參數(shù)k2變化范圍較小，變異系數(shù)CV分別為0.137和0.240；參數(shù)m、f變化范圍較大，變異系數(shù)CV分別達(dá)到1.383和1.459。

由圖1可以看出，模擬和實測的株高和莖蘗數(shù)較均勻地分布在1∶1線附近，其中模擬和實測株高的r、RMSE 和nRMSE分別為 0.987、2.716 cm和3.608%，模擬與實測莖蘗數(shù)的r、RMSE 和nRMSE分別為0.991、12.736萬穗/hm2和3.866%。模擬值和實測值兩者之間的相關(guān)系數(shù)r均在0.95以上，nRMSE均小于10%，表明Logistic方程對株高生長動態(tài)的模擬以及DMOR模型對莖蘗數(shù)變化動態(tài)的模擬均達(dá)到極好的水平，可以用于分析不同水氮管理對株高和莖蘗數(shù)生長過程的影響。

2.2 水氮管理對株高動態(tài)過程的影響

各個處理水稻株高生長動態(tài)基本一致，分蘗期水稻株高及生長速率穩(wěn)定增加，到拔節(jié)期水稻株高生長最為旺盛，隨后株高生長速率逐漸下降，到抽穗開花期水稻株高趨于穩(wěn)定。

秦明，這不是第一次了，我有什么理由一而再再而三地原諒你，是否你就覺得我林靜可以偉大到無限包容你的朝三暮四還要在心里默念三從四德？生活果真如陳奕迅唱得那樣，得不到的永遠(yuǎn)在騷動，被偏愛的都有恃無恐？

水稻株高動態(tài)特征的方差分析及多重比較結(jié)果見表5。結(jié)果表明，灌排模式對Hmax、vHmax、THvmax以及vHavg均有極顯著影響，表明灌排模式主要是通過影響水稻株高的生長時間以及株高的生長速率來影響最大株高。施氮對Hmax、vHavg有極顯著影響，對vHmax有顯著影響，對THvmax無顯著影響，表明施氮主要是通過影響水稻株高的生長速率來影響最大株高。灌水施氮的交互作用對Hmax有極顯著影響，對

表4 水稻莖蘗數(shù)的DMOR模型擬合參數(shù)Tab.4 Fitting parameters of DMOR equations of stem tillers

圖1 水稻株高和莖蘗數(shù)的實測值與模擬值Fig.1 Observed and simulated values of plant height and tiller number

灌排模式施氮水平Hmax/cmvHmax/(cm·d-1)vHavg/(cm·d-1)THvmax/dLN(98.9±0.1)c(1.159±0.078)b(0.896±0.037)b(33.604±0.348)bCIDCN(102.4±0.2)ab(1.242±0.022)a(0.955±0.006)a(33.345±0.428)bHN(103.4±0.2)a(1.301±0.043)a(0.983±0.019)a(33.793±0.081)bcLN(97.8±0.8)cd(1.158±0.047)b(0.898±0.019)b(32.389±0.357)cdFHLCN(101.2±0.6)b(1.287±0.066)a(0.974±0.033)a(32.106±1.430)dHN(101.5±1.1)b(1.282±0.094)a(0.975±0.038)a(31.761±0.937)dLN(96.5±1.1)e(1.042±0.008)c(0.813±0.004)c(36.121±0.328)aBHLCN(98.4±0.5)c(1.080±0.001)c(0.845±0.004)c(35.477±0.244)aHN(96.8±0.7)de(1.009±0.063)c(0.805±0.032)c(34.978±0.478)a灌排????????多元方差分析施氮?????灌排×施氮???

注：同列不同小寫字母表示在5%水平上差異顯著；** 和*分別表示相關(guān)性在1%、5%水平上顯著。下同。

vHavg有顯著影響，對vHmax、THvmax無顯著影響。

CID和FHL處理下，Hmax隨著施氮量的增加而增加，HN、CN處理與LN處理差異顯著，HN、CN處理差異不顯著，由施氮150 kg/hm2的98.9、97.8 cm增加到施氮300 kg/hm2的102.4、101.2 cm，繼續(xù)施氮沒有顯著提高。BHL處理下，HN處理的Hmax顯著小于CN處理，LN處理與HN處理差異不顯著，表明灌排模式與施氮水平對Hmax有顯著的交互作用。施氮水平一致時，Hmax由大到小表現(xiàn)為CID處理、FHL處理、BHL處理，3種處理Hmax均值分別為101.6、100.2、97.3 cm。

vHmax和vHavg有極強(qiáng)的相關(guān)性，相關(guān)系數(shù)達(dá)到0.998。CID和FHL處理下，vHmax和vHavg表現(xiàn)為HN、CN處理顯著大于LN處理，HN、CN處理差異不顯著，BHL處理下，不同施氮水平之間的差異不顯著。施氮水平一致時，vHmax和vHavg均表現(xiàn)為CID處理、FHL處理顯著大于BHL處理。

灌排模式一致時，不同的施氮水平下的THvmax均無顯著差異。施氮水平一致時，THvmax由大到小表現(xiàn)為BHL處理、CID處理、FHL處理，3種處理達(dá)到最大生長速率的時間均值分別為35.525、33.581、32.085 d，三者之間差異顯著，表明不同生育期的先旱后澇處理對株高生長時間的影響不一致。

2.3 水氮管理對莖蘗生長動態(tài)過程的影響

各處理莖蘗數(shù)總體變化趨勢一致。分蘗初期，水稻群體快速分蘗，莖蘗數(shù)及其生長速率迅速增加，并隨著生長速率達(dá)到最大值，水稻生長趨于旺盛。分蘗后期，莖蘗生長速率逐漸減小，但水稻分蘗仍繼續(xù)進(jìn)行。分蘗期末，莖蘗數(shù)量累計達(dá)到最大值后，水稻有效分蘗逐漸停止，主要進(jìn)行無效分蘗的消亡，并最終在抽穗開花期莖蘗數(shù)趨于穩(wěn)定。

水稻莖蘗動態(tài)特征的方差分析及多重比較結(jié)果見表6。結(jié)果表明灌排模式對TNmax、Nmax、vSmax、vSavg以及vXmax均有極顯著影響，對vXavg有顯著影響，表明灌排模式主要通過影響水稻莖蘗的生長時間以及莖蘗的生長、消亡速率來影響水稻莖蘗動態(tài)。施氮對Nmax、vSavg有極顯著影響，對vXmax、vXavg有顯著影響，對TNmax、vSmax無顯著影響，表明施氮主要是通過影響水稻莖蘗的生長、消亡速率來影響水稻莖蘗動態(tài)。灌水施氮的交互作用對Nmax有極顯著影響，對vSavg、vXmax有顯著影響，對TNmax、vSmax、vXavg無顯著影響。

CID和BHL處理下，Nmax隨著施氮量的增加而增加，HN、CN處理與LN處理差異顯著，HN處理與CN處理差異不顯著，Nmax由施氮150 kg/hm2的381.221、356.883萬穗/hm2增加到施氮300 kg/hm2的465.190、439.125萬穗/hm2。FHL處理下，LN處理和HN處理的Nmax顯著小于CN處理，LN處理與HN處理差異不顯著。施氮水平一致時，Nmax從大到小表現(xiàn)為CID處理、BHL處理、FHL處理，3種處理Nmax均值分別為439.782、416.603、378.146萬穗/hm2。

表6 不同灌排模式、施氮水平下水稻莖蘗數(shù)的動態(tài)特征和方差分析Tab.6 Characteristic parameters describing stem tillers dynamic process of rice under different irrigation and nitrogen regimes

vSmax與vSavg相關(guān)性較強(qiáng)，相關(guān)系數(shù)達(dá)到0.948。灌排模式一致時，不同的施氮水平下的vSmax均無顯著差異。vSavg在CID、BHL處理下表現(xiàn)為CN、HN處理顯著大于LN處理，vSavg由施氮150 kg/hm2的27.243、27.232萬穗/(hm2·d)增加到施氮300 kg/hm2的31.942、31.102萬穗/(hm2·d)，繼續(xù)施氮均沒有顯著變化。在FHL處理下表現(xiàn)為CN處理顯著大于LN、HN處理，表明不同灌排模式下，施氮量對vSavg的影響不一致。施氮水平一致時，vSmax與vSavg表現(xiàn)為CID、BHL處理顯著大于FHL處理。

vXmax與vXavg相關(guān)性較強(qiáng)，相關(guān)系數(shù)達(dá)到0.985。CID、FHL處理下，不同的施氮水平下的vXmax與vXavg均無顯著差異。BHL處理下，vXmax與vXavg均表現(xiàn)為CN、HN處理顯著大于LN處理。LN、CN條件下，vXmax與vXavg表現(xiàn)為CID、FHL和BHL處理無顯著差異。HN條件下，BHL處理的vXmax、vXavg顯著大于CID、FHL處理。

3 討論

株高與分蘗是與水稻群體質(zhì)量以及籽粒產(chǎn)量密切相關(guān)的農(nóng)藝性狀，灌排模式和施氮水平是影響水稻株高與莖蘗動態(tài)的兩個主要因素。株高初始緩慢增長，中期快速生長，后期基本不變，呈“S”形變化。而莖蘗數(shù)隨著生育進(jìn)程的延續(xù)先逐漸增大后逐漸減小，呈現(xiàn)單峰曲線變化趨勢。

3.1 灌排模式對株高、莖蘗數(shù)的影響

灌溉排水是影響水稻生長的重要栽培措施，適宜的灌排措施可以優(yōu)化株型、增加產(chǎn)量，提高資源利用率。大量研究表明受旱對株高、莖蘗生長產(chǎn)生抑制作用[8-9]，適度水分虧缺后復(fù)水，株高、莖蘗生長均會出現(xiàn)補(bǔ)償甚至超補(bǔ)償效應(yīng)[17]。本研究結(jié)果表明FHL處理顯著提前了達(dá)到最大生長速率的時間，對株高生長速率無顯著影響，BHL處理顯著延遲了達(dá)到最大生長速率的時間，并且顯著地降低株高生長速率。這可能是由于本研究FHL處理中干旱脅迫抑制了水稻株高生長，水稻水分脅迫由旱轉(zhuǎn)澇后，在分蘗后期產(chǎn)生一定的補(bǔ)償效應(yīng)，促進(jìn)株高的增長，從而縮短了水稻達(dá)到最大生長速率的時間。Logistic方程只能描述水稻株高整個生育期內(nèi)整體變化趨勢，無法描述分蘗期前后這個短暫的株高劇變過程，從而無法反映FHL處理控水期間先慢后快的株高生長速率變化趨勢。BHL處理破壞了根系內(nèi)部的平衡，影響水稻吸收水分與養(yǎng)分的能力[18]，且BHL處理的后效性小于FHL處理[4,19-20]，導(dǎo)致株高增速顯著小于CID處理。

鄧環(huán)等[21]指出分蘗期水分不同程度的缺失會引起苗峰以及到達(dá)苗峰時間的不同。本研究表明FHL處理提前了達(dá)到最大分蘗數(shù)的時間，并且顯著抑制水稻莖蘗生長，降低莖蘗增長速率。BHL處理顯著增大水稻莖蘗消亡速率，對莖蘗增長速率無顯著影響。

3.2 施氮量對株高、莖蘗數(shù)的影響

合理施氮不僅能促進(jìn)水稻增產(chǎn)增效，同時可以降低環(huán)境危害。孫永健[22]指出不同灌水方式下，在0～180 kg/hm2施氮量范圍內(nèi)，隨著施氮量的增大，株高及穗部性狀指標(biāo)均呈增加趨勢，但是施氮量達(dá)到270 kg/hm2時，株高及穗部性狀指標(biāo)增加不顯著，甚至造成粒密度顯著下降。大量研究表明在一定范圍內(nèi)株高、莖蘗數(shù)均隨氮肥用量的增加而增加[23-24]。本研究在不同施氮水平下得到的分析結(jié)果表明，氮肥用量在一定范圍內(nèi)，株高、莖蘗數(shù)均隨氮肥用量的增加而增加，但是隨著施氮水平的提高，增施氮肥不會引起水稻株高和莖蘗數(shù)的增加，水稻莖蘗數(shù)的生長速率與消亡速率也具有上述的變化規(guī)律。這可能是由于水稻吸收氮素的總量與施氮水平存在報酬遞減的規(guī)律[22]，氮素水平從LN處理上升至CN處理，水稻對氮素的吸收利用量增大，但當(dāng)施氮水平超過某一范圍繼續(xù)上升時，水稻對氮素的吸收利用量不會增加，并且會導(dǎo)致氮肥吸收利用率的降低。

3.3 灌排模式和施氮對株高、莖蘗數(shù)的交互作用

水、氮在作物生長發(fā)育過程中是兩個相互影響、相互制約的因子，不同的土壤水分條件下土壤中氮肥的效益不同[25]。大量研究表明土壤水分脅迫條件下水稻的“以肥調(diào)水”作用受到土壤干旱程度及施氮量的影響[26-28,8]。本研究中灌水施氮交互作用對水稻的株高和莖蘗數(shù)均有極顯著的影響，增施氮肥在一定程度上可以緩解因水分脅迫所引起的株高、莖蘗數(shù)的下降，但是BHL處理下的HN處理顯著抑制了株高生長，F(xiàn)HL處理下的HN處理抑制了莖蘗生長。這可能是由于水稻株高在拔節(jié)孕穗期對水氮最為敏感，莖蘗生長在分蘗期對水氮最為敏感，本試驗處理中土壤干旱程度較重，高氮加重了水分脅迫，降低了根系活力，不利于作物的生長。

4 結(jié)論

(1)Logistic 方程和DMOR模型可以較為準(zhǔn)確地模擬不同灌排模式和施氮水平下水稻株高生長過程和莖蘗動態(tài)變化過程。

(2)灌排模式主要通過改變水稻株高、莖蘗數(shù)的生長時間以及生長速率來影響株高、莖蘗生長。FHL處理顯著提前達(dá)到最大分蘗數(shù)的時間，降低莖蘗數(shù)增長速率，從而抑制水稻莖蘗生長。BHL處理顯著延遲株高達(dá)到最大生長速率的時間，降低了株高生長速率，從而顯著降低了水稻株高。因此，應(yīng)盡量避免水稻分蘗期、拔節(jié)孕穗期重度旱澇脅迫的發(fā)生。施氮主要通過提高水稻株高、莖蘗數(shù)的生長速率來影響株高、莖蘗生長。

(3)灌排模式與施氮水平的交互作用對株高以及莖蘗動態(tài)過程均有極顯著的影響。增施氮肥在一定程度上可以緩解因水分脅迫所引起的株高、莖蘗數(shù)的下降，但是高氮會加重水分脅迫，降低根系活力，不利于作物的生長。因此，在水稻生育期內(nèi)進(jìn)行合理的水肥運籌可以達(dá)到控制植株生長、構(gòu)建理想株型、提高稻田養(yǎng)分利用率的目的。