馬黎華，萬(wàn)琪慧，王振昌，蔣先軍※

（1. 西南大學(xué)資源環(huán)境學(xué)院，重慶 400715；2. 河海大學(xué)水利水電學(xué)院，南京 210098）

0 引 言

水稻作為最重要的糧食作物，在世界上超過(guò)95 個(gè)國(guó)家進(jìn)行了種植[1]。中國(guó)水稻產(chǎn)量占糧食總產(chǎn)量的33.51%[2]，其穩(wěn)產(chǎn)高產(chǎn)已經(jīng)成為保證國(guó)家糧食安全的重要部分[3]。針對(duì)南方稻區(qū)冬水田的低產(chǎn)低效問(wèn)題，土壤學(xué)家侯光炯等[4]提出稻田“自然免耕”技術(shù)，即平地起壟，制造高于田面平均高度的苗床用于耕作。作為一種常見(jiàn)的保育耕作方式，壟作具有提高土壤肥力和水分管理的優(yōu)勢(shì)，同時(shí)可以提高生根深度以及改善害蟲(chóng)管理等優(yōu)點(diǎn)[5]。研究表明，壟作可影響土壤的生物和非生物過(guò)程[6-7]，壟作免耕的水稻耕種技術(shù)對(duì)增加土壤通氣性，改善土壤結(jié)構(gòu)，增加土壤有機(jī)質(zhì)溶解以及土壤微生物等方面具有顯著優(yōu)勢(shì)[8-9]。

影響水稻產(chǎn)量的因素往往是多方面的，田間管理的差異往往能夠帶來(lái)水稻產(chǎn)量的差異；水稻品種的優(yōu)選，配套栽培技術(shù)，水分和養(yǎng)分的田間管理是單產(chǎn)提高的關(guān)鍵[3]。從水分管理角度，采用節(jié)水灌溉和干濕交替灌溉等不同水分管理模式會(huì)影響作物產(chǎn)量，同時(shí)導(dǎo)致水稻水分利用效率的顯著差異[10]。植物干物質(zhì)中碳同位素組成（carbon isotope composition，δ13C）值與光合作用關(guān)系密切，δ13C 包含了碳轉(zhuǎn)移固定過(guò)程中物理、化學(xué)和生物代謝等方面的大量信息[11]。由于葉片δ13C 值與作物水分利用效率存在顯著的相關(guān)關(guān)系[12]，δ13C 被廣泛應(yīng)用于與水分轉(zhuǎn)化吸收利用方面的研究[13-14]；同時(shí)，在功能群、群落冠層、生態(tài)系統(tǒng)以及全球碳循環(huán)方面應(yīng)用廣泛[15-16]。從養(yǎng)分管理角度，土壤中氮（N）、磷（P）、鉀（K）的豐缺程度直接影響水稻的生理特性和養(yǎng)分的吸收利用[17-18]，而不同耕作方式會(huì)影響水稻對(duì)營(yíng)養(yǎng)元素的吸收[19]，肥力條件的差異導(dǎo)致水稻產(chǎn)量的差異可達(dá)3 000～4 000 kg/hm2[20]。從耕作方式角度，水稻免耕和壟作模式比傳統(tǒng)淹水種植方式具有明顯的產(chǎn)量?jī)?yōu)勢(shì)[21]。水稻根系在水分與養(yǎng)分吸收環(huán)節(jié)扮演重要角色[22]，高產(chǎn)水稻往往具有根系分布更廣、根系活力更強(qiáng)等特征[23]。水稻成熟期上位根的根干重密度、根長(zhǎng)密度、根表面積密度和根活性表面積密度與有效穗數(shù)及籽粒產(chǎn)量之間呈顯著正相關(guān)[24]。

成熟期水稻是各種要素在植株內(nèi)轉(zhuǎn)移的最終結(jié)果，水稻前期和中期干物質(zhì)積累量與產(chǎn)量的關(guān)系不顯著，但后期與產(chǎn)量的相關(guān)達(dá)到顯著水平[25]。成熟期根、莖、葉、籽粒中N、P、K 和δ13C 的差異能夠反應(yīng)不同耕作模式下水稻干物質(zhì)積累規(guī)律的差異性，是水稻水分養(yǎng)分高效利用以及產(chǎn)量形成的重要判別因子。相關(guān)分析在作物產(chǎn)量與單個(gè)因素的響應(yīng)關(guān)系分析中較為常見(jiàn)，多元線性回歸模型（Multiple Linear Regression，MLR）是最常見(jiàn)的產(chǎn)量模型之一。在產(chǎn)量的多元線性分析中，考慮的單個(gè)影響因素有葉片離子濃度[26]，環(huán)境因素，施肥管理和耕種模式等[27-29]。Chamekh 等[30]利用MLR 分析在篩選耐鹽型的硬質(zhì)小麥時(shí)，發(fā)現(xiàn)籽粒中δ13C 含量和N 含量是產(chǎn)量模型中的主要影響因子。在分析和解決農(nóng)業(yè)科學(xué)及環(huán)境科學(xué)中復(fù)雜多影響因素問(wèn)題時(shí)，主成分分析（Principal Component Analysis，PCA）方法應(yīng)用廣泛[31-33]。PCA 可以實(shí)現(xiàn)復(fù)雜多變量的線性合并，結(jié)合多元線性回歸分析可以更好明確產(chǎn)量與綜合要素的協(xié)同變化關(guān)系。研究表明水分與養(yǎng)分狀況與水稻產(chǎn)量存在復(fù)雜的響應(yīng)關(guān)系；在植株器官元素尺度綜合考慮水分影響因素（如δ13C）與養(yǎng)分營(yíng)養(yǎng)因素（如N、P、K）多要素與產(chǎn)量關(guān)系的研究還較為少見(jiàn)。本研究基于西南大學(xué)稻田自然免耕長(zhǎng)期定位試驗(yàn)站2 年田間小區(qū)試驗(yàn)數(shù)據(jù)，選取冬水田、壟作免耕和常規(guī)水旱輪作3 種處理，從水分利用以及養(yǎng)分吸收的角度出發(fā)，選取成熟期水稻全株不同器官的δ13C 值，N、P、K 積累以及根系特征為研究對(duì)象；采用相關(guān)分析法分析了水稻產(chǎn)量與單個(gè)影響因素的響應(yīng)關(guān)系，采用主成分分析與主成分多元線性回歸模型（即PCA-MLR 模型）法對(duì)水稻產(chǎn)量與綜合要素的協(xié)同響應(yīng)關(guān)系進(jìn)行比較研究與綜合分析，旨在分析不同耕作模式下水稻產(chǎn)量與影響要素響應(yīng)關(guān)系的差異性，為深入理解稻田水肥高效利用和穩(wěn)產(chǎn)增產(chǎn)機(jī)理提供科學(xué)依據(jù)。

1 材料和方法

1.1 試驗(yàn)地概況

試驗(yàn)在重慶市北碚區(qū)西南大學(xué)稻田免耕長(zhǎng)期定位試驗(yàn)站（30°26′N，106°26′E）開(kāi)展，本研究依托稻田免耕長(zhǎng)期定位試驗(yàn)始于1990 年，共設(shè)8 個(gè)處理，4 個(gè)重復(fù)。試驗(yàn)站海拔230 m，年均溫18.3 ℃，年日照時(shí)數(shù)1 277 h，年均降水量1 105 mm，無(wú)霜期約為334 d。土壤類型為中生代侏羅系沙溪廟組，灰棕紫色沙泥巖母質(zhì)上發(fā)育的中性紫色水稻土。水稻品種為炳優(yōu)6 號(hào)（炳優(yōu)6028），屬早秈三系雜交稻品種，2016 年全生育期127 d（4 月15號(hào)移栽至8 月20 號(hào)收獲），2017 年全生育期132 d（4月4 號(hào)移栽至8 月14 號(hào)收獲）。

1.2 試驗(yàn)設(shè)計(jì)

本研究選取長(zhǎng)期定位試驗(yàn)中的3 個(gè)處理分別是：1）冬水田（Flooded Paddy Field，F(xiàn)PF），稻田常年處于淹水狀態(tài)，保持水層深度為5 cm 左右。水稻收獲后將稻茬和雜草翻入土中，春季翻耕種植中稻，耕作深度為25～30 cm。2）壟作免耕（Combining Ridge with No-Tillage，RNT），每小區(qū)5 壟，一壟一溝，壟頂寬25 cm，溝寬30 cm，溝深35 cm。水稻移栽到苗期期間處于淹水狀態(tài)，水層深度為高出壟頂3 cm 左右；其他生長(zhǎng)季水位保持低于壟頂5～10 cm 直到收獲。水稻收獲后種植油菜，油菜收獲后將殘茬埋在溝底，灌水，水面與壟頂齊平，種植水稻。3）水旱輪作（Conventional Paddy-Upland Rotation Tillage，CT），水稻與油菜輪作。 淹水平作種植水稻，保持水層深度為5 cm 左右。水稻收獲后，四邊開(kāi)溝排干稻田積水，翻耕將稻茬翻入土中，種油菜。油菜生長(zhǎng)期間，盡可能地保持四邊溝內(nèi)無(wú)積水。油菜收獲后，翻耕將油菜殘茬翻入土中，淹水，種水稻。

每個(gè)小區(qū)面積為20 m2（5 m ×4 m），區(qū)組排列。各小區(qū)施肥量相同，氯化鉀150.1 kg/hm2，尿素273.1 kg/hm2；過(guò)磷酸鈣500.3 kg/hm2。折算成純養(yǎng)分：N 為125.63 kg/hm2、P2O5為50.03 kg/hm2、K2O 為90.06 kg/hm2。過(guò)磷酸鈣作底肥一次施用；尿素用量的2/3 作底肥，1/3 作為追肥；氯化鉀底肥和追肥各半。3 種耕作模式的播種、移栽、施肥管理一致，收獲期土壤耕層基礎(chǔ)養(yǎng)分狀況見(jiàn)表1。

表1 2016 年和2017 年不同耕作模式下耕層的基礎(chǔ)養(yǎng)分狀況 Table 1 Topsoil nutrient status under different tillage modes in 2016 and 2017

1.3 指標(biāo)測(cè)定

分別于2016 年8 月20 日和2017 年8 月14 日（水稻成熟期）進(jìn)行水稻全株采樣，根、莖、葉和籽粒器官分離，分別測(cè)量其天然碳同位素含量和氮（N）、磷（P）、鉀（K）含量；并對(duì)水稻根系進(jìn)行掃描，獲取成熟期水稻根系特征值。

1.3.1 碳同位素組成δ13C 的測(cè)量

每個(gè)小區(qū)采集3 穴長(zhǎng)勢(shì)均勻的水稻，用自來(lái)水沖洗掉根莖葉上的灰塵和污物，再用去離子水反復(fù)沖洗，將植株分為根、莖、葉和穗4 部分。所有樣品在105 ℃下殺青30 min，而后在70 ℃下烘干至恒重，稱量后用美的不銹鋼磨樣機(jī)進(jìn)行粉碎備用；籽粒用JLGJ45 型糙米機(jī)出糙，并用MM301 型瑪瑙磨樣機(jī)粉碎備用。在分析元素含量之前，樣品在70 ℃下再烘干1 次，烘干后保存在干燥器中，等待稱樣分析。

采集水稻樣品后，過(guò)80 目篩的樣品送至河海大學(xué)水文水資源與水利工程科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，用元素分析儀和同位素質(zhì)譜儀（MAT253 型，Thermo Fisher Scientific，USA）聯(lián)用的方法測(cè)定葉片氮素含量和碳素含量以及δ13C。其中碳同位素組成δ13C 值的計(jì)算如式（1）所示

式中Rsample為所測(cè)樣品中 C13與 C12的豐度比，即C13/C12；Rstandard為國(guó)際標(biāo)準(zhǔn)樣品（V-PDB）中13C 與12C 的豐度比[34]。

1.3.2 N、P、K 含量的測(cè)定

將取得的植株樣本80 ℃烘干至恒重，將根、莖、葉、籽粒不同部位的樣品稱取50 mg 粉碎，過(guò)0.25 mm 篩后放入消解管，加入60%硝酸2 mL 過(guò)夜，然后在DigiPREP消解儀（SCP Science, Quebec, Canada）上消解3 h，之后加入0.5 mL 雙氧水進(jìn)一步消解，至溶液變?yōu)橥该鞑⑹Ｓ?.2 mL 左右后室溫冷卻，最后用2%硝酸定容至15 mL，并用ICP-MS（ELAN, DRC-e; Perkin-Elmer, Waltham, MA, USA）測(cè)定氮、磷、鉀（N、P、K）各元素的含量[35]。

水稻收獲后，采集0～20 cm 土壤樣品基礎(chǔ)性質(zhì)測(cè)定采用土壤理化分析常規(guī)方法[36]。水稻種植前與水稻收獲后，采集0～20 cm 土壤樣品用于土壤理化性質(zhì)的測(cè)定，每個(gè)小區(qū)5 個(gè)土樣（0～20 cm），混合均勻后過(guò)2 mm 篩并室溫風(fēng)干。取風(fēng)干后土壤2.0 g，使用1 mol/L 的醋酸銨40 mL 浸提，并取上清液5 mL 于消解儀上進(jìn)行消解，過(guò)程和植物消解過(guò)程一致，最后用2%硝酸定容至10 mL 并使用ICP-MS 測(cè)定N、P、K 各元素的含量[35]。供試土壤基礎(chǔ)性質(zhì)測(cè)定采用土壤理化分析常規(guī)方法[36]。

1.3.3 根系形態(tài)指標(biāo)測(cè)定

每個(gè)小區(qū)取3 穴成熟期稻株，以每穴水稻根為中心，挖取20 cm×20 cm×20 cm 的土塊，先用流水沖洗，然后用農(nóng)用壓縮噴霧器將根沖洗干凈，先用根系掃描儀EPSON（PERFECTIONV700）進(jìn)行圖像掃描，后采用Win RHIZOPRO 2012 軟件進(jìn)行分析和計(jì)算，獲得總根長(zhǎng)、總根表面積、總根體積、根系平均直徑等指標(biāo)參數(shù)。

1.3.4 計(jì)產(chǎn)

在成熟期時(shí)，各小區(qū)選取小區(qū)中央5 m2作為測(cè)產(chǎn)面積。實(shí)收，晾曬、烘干、脫粒，測(cè)定含水率和雜質(zhì)率。根據(jù)水雜率國(guó)家標(biāo)準(zhǔn)，實(shí)測(cè)畝產(chǎn)實(shí)際產(chǎn)量計(jì)算如式（2）所示

式中國(guó)家標(biāo)準(zhǔn)水雜率由秈稻按國(guó)標(biāo)雜質(zhì)率1%，含水率13.5%計(jì)算[24]；實(shí)測(cè)水雜率由實(shí)測(cè)含水率和雜質(zhì)率計(jì)算，%；實(shí)測(cè)畝產(chǎn)，kg；單位面積鮮谷質(zhì)量，kg/m2；畝產(chǎn)轉(zhuǎn)換為666.7 m2。

1.4 數(shù)據(jù)統(tǒng)計(jì)分析

采用One way ANOVA 分析耕作處理之間籽粒產(chǎn)量和根系特性、離子含量以及δ13C 含量的差異顯著性，并進(jìn)行Duncan 多重比較。水稻產(chǎn)量與總根長(zhǎng)、根表面積、根體積、根平均直徑、不同器官N、P、K 以及碳同位素組成δ13C 之間的相關(guān)性，采用Pearson 相關(guān)系數(shù)描述其相關(guān)程度。

數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，消除變量間的量綱差異。數(shù)據(jù)標(biāo)準(zhǔn)化處理采用各變量值與其平均值之差除以該變量值的Z 標(biāo)準(zhǔn)化方法。對(duì)自變量組合進(jìn)行主成分分析[32]，PCA 利用“降維”的思想把多個(gè)水稻成熟期植株的指標(biāo)變量經(jīng)線性變化后篩選出能代表絕大部分指標(biāo)的幾個(gè)主成分，并經(jīng)過(guò)方差極大旋轉(zhuǎn)后的主因子來(lái)識(shí)別多指標(biāo)歸屬的少數(shù)類別。PCA-MLR 模型的目的是在PCA 識(shí)別主要類別Xi的基礎(chǔ)上，通過(guò)最小二乘法確定影響水稻產(chǎn)量Y 的主要類別因子及其貢獻(xiàn)率，類別因子的平均貢獻(xiàn)率為（βi，%），則PCA-MLR 公式如（3）所示

式中Y 是作物產(chǎn)量，Xi指第i 個(gè)PCA 類別因子，βi為其對(duì)應(yīng)的回歸系數(shù)，β0為常數(shù)項(xiàng)。

Excel 2010 對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，相關(guān)分析，主成分分析以及多元線性回歸模型在統(tǒng)計(jì)分析軟件SPSS 18.0下完成，使用origin 9.0 軟件進(jìn)行作圖。

2 結(jié)果與分析

2.1 不同耕作模式下的水稻產(chǎn)量

由圖1 可知，2017 年3 種耕作模式下的實(shí)際產(chǎn)量有顯著差異，壟作免耕產(chǎn)量最高，為8 750 kg/hm2，其次是冬水田8 375 kg/hm2和常規(guī)平作7 750 kg/hm2。2016 年3種不同耕作處理的實(shí)際產(chǎn)量差異不顯著，壟作免耕產(chǎn)量最高，其次是冬水田和常規(guī)平作。

圖1 不同耕作方式對(duì)水稻產(chǎn)量的影響 Fig.1 Effects of different tillage modes on yield of rice

2.2 不同耕作模式下的碳同位素組成δ13C、N、P、K 含量以及水稻根系

圖2 為不同耕作模式下成熟期水稻根、莖、葉、籽粒碳同位素組成δ13C 值，壟作免耕條件下，葉片中δ13C值穩(wěn)定低于冬水田和常規(guī)平作，不同植株器官中的葉片的δ13C 值最低。2016 年和2017 年壟作免耕模式下的成熟期葉片的δ13C 值為?28.5‰和?29.4‰，低于常規(guī)平作δ13C 的值為?28.3‰和?29.2‰，低于冬水田δ13C 的值?28.3‰和?29.1‰。2016 年壟作免耕處理莖稈δ13C 值為?28.1‰，顯著低于冬水田的?27.8‰（P＜0.05）。2017年成熟期水稻在壟作免耕的耕作模式下的莖稈，葉片與籽粒中的δ13C 值均低于常規(guī)平作與冬季休閑模式。根器官中的δ13C 值2 年規(guī)律存在不一致。2017 年的δ13C 值略低于2016 年；與2016 年相比，2017 年莖稈和籽粒中的δ13C 值呈現(xiàn)CT＞FPF＞RNT 的結(jié)果。

圖2 不同耕作模式水稻根、莖、葉、籽粒碳同位素組成δ13C 含量 Fig.2 Effects of different tillage modes on carbon isotope composition δ13C of rice roots, stalks, leaves, tassels

圖3 為成熟期水稻植株各器官N、P、K 的含量。N、P、K 在水稻不同生育期存在遷移和轉(zhuǎn)化規(guī)律上的差異，在成熟期，K 主要積累在莖稈，N 主要積累在葉片和籽粒，P主要積累在籽粒和根[37]。由圖3 可知，2017 年壟作免耕N在各個(gè)器官的積累具有優(yōu)勢(shì)，在根、莖、葉、籽粒中的全氮濃度分別比冬水田高了1.6%、9.8%、8.6%和16.3%，比常規(guī)平作高了18.0%、17.3%、14.7%和14.2%。2016 年的優(yōu)勢(shì)不明顯，只有根系中K 濃度，壟作免耕分別比冬水田和常規(guī)平作高出10.8%和36.1%；其次是莖稈中的K 濃度，壟作免耕分別比冬水田和常規(guī)平作高出了5.0%和11.5%。

表2 為測(cè)得的根系特征指標(biāo)值。在多個(gè)根系指標(biāo)的比較中，RNT 在總根長(zhǎng)，總根表面積，總根體積和根的平均直徑上均占優(yōu)勢(shì)。在2016 和2017 年，RNT 根的平均直徑均顯著高于FPF 和CT。其中，2016 年水稻總根表面積RNT較FPF 和CT 分別增加了1.6%和7.0%；2017 年顯著增加了6.3%和12.1%。2016 年水稻總根體積RNT 較FPF 和CT 分別增加了1.0%和23.0%；2017 年顯著增加了7.0%和7.7%。

圖3 不同耕作模式下的水稻不同器官N、P、K 含量 Fig.3 N、P、K concentration of rice in different organs under different tillage modes

表2 不同耕作方式對(duì)水稻根長(zhǎng)、根表面積、根體積與平均直徑的影響 Table 2 Effects of different tillage modes on the total length, surface area, volume and average diameter of roots

2.3 產(chǎn)量與各因素的相關(guān)分析

將2016—2017 年成熟期水稻根、莖、葉、籽粒中的δ13C 值、N、P、K 含量以及根系特征指標(biāo)與水稻產(chǎn)量做Pearson 相關(guān)性分析，計(jì)算相關(guān)系數(shù)結(jié)果如表3 所示。由表3 可知，成熟期水稻根、莖、葉、籽粒中的δ13C 值均與水稻產(chǎn)量有極顯著（P＜0.01）的負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)為?0.702、?0.734、?0.572 和?0.711。根系特征中的總根長(zhǎng)（RL，cm）、根表面積（RS，cm2）、總根體積（RV，cm3）和平均直徑（RA，mm）與水稻產(chǎn)量呈極顯著的正相關(guān)關(guān)系，相關(guān)系數(shù)為0.538、0.624、0.450 和0.710。由于成熟期N、P、K 在植株內(nèi)的轉(zhuǎn)移和籽粒中的積累作用，成熟期水稻籽粒中的N、P、K 含量與水稻產(chǎn)量呈顯著正相關(guān)，相關(guān)系數(shù)分別為0.411、0.432 和0.529。

表3 成熟期水稻產(chǎn)量與各因素多指標(biāo)的Pearson 相關(guān)系數(shù)（R） Table 3 Pearson’s correlation coefficients (R) of rice yield and various parameters in maturing stage

2.4 因素組成的主成分提取及分析

采用主成分分析法（Principal Component Analysis，PCA）對(duì)根、莖、葉、籽粒的δ13C 值，N、P、K 含量，以及根系的總根長(zhǎng)、總根表面積、總根體積、根平均直徑等20 個(gè)指標(biāo)進(jìn)行主成分提取。由表4 可知，提取了6個(gè)主成分的累計(jì)貢獻(xiàn)率超過(guò)80%。其中，第一主成分（PC1）的公因子貢獻(xiàn)率30.10%，由δ13CR、δ13CS、δ13CL、δ13CP、KP、PP和KL組成。在表4 的分析中，這些指標(biāo)與產(chǎn)量的相關(guān)系數(shù)均達(dá)到了極顯著相關(guān)，可以認(rèn)為PC1 主要由碳穩(wěn)定同位素和籽粒P、K 的積累組成。第二主成分（PC2）的公因子貢獻(xiàn)率為12.18%，PC2 由NP、NL和NS組成，可以認(rèn)為第二主成分主要由N 在水稻植株莖干和葉片中的積累的、組成。第三主成分（PC3）的公因子貢獻(xiàn)率為11.78%，由RL、RV和RS組成，可以認(rèn)為第三主成分主要由根系特征指標(biāo)組成。第四主成分（PC4）的公因子貢獻(xiàn)率為10.05%，PC4 由RA、PS和PL組成，可以認(rèn)為第四主成分由根平均直徑和P 素在植株莖稈與葉片中的積累組成。第五和第六主成分的公因子貢獻(xiàn)率分別為9.05%和7.92%，PC5 由PR和KS組成；PC6 由NR和KR根中的N、K 組成。

表4 水稻根系、不同器官碳同位素組成δ13C 和N、P、K 含量的主成分分析（PCA）分析結(jié)果Table 4 Results of Principal Component Analysis (PCA) on the root system, δ13C and N, P, K concentrations of rice

2.5 水稻產(chǎn)量PCA-MLR 模型分析

以主成分（PC1～PC6）為自變量Xi，水稻產(chǎn)量為因變量Y 建立多元線性回歸模型。首先以全回歸法，即將自變量（PC1～PC6）因子全部保留的方法建立回歸方程。將其中t 檢驗(yàn)不顯著的自變量剔除，僅保留對(duì)產(chǎn)量有顯著影響的3 個(gè)類別因子為最終的自變量項(xiàng)[32]，得到的回歸模型及其參數(shù)見(jiàn)表5?；貧w模型預(yù)測(cè)的模擬值與觀測(cè)值關(guān)系如圖4 所示。在標(biāo)準(zhǔn)化預(yù)測(cè)產(chǎn)量和實(shí)測(cè)產(chǎn)量的對(duì)比圖中，可以看出PCA-MLR 模型可以實(shí)現(xiàn)對(duì)水稻產(chǎn)量的模擬。冬季休閑、壟作免耕與常規(guī)平作處理的產(chǎn)量實(shí)測(cè)值與預(yù)測(cè)值之間決定系數(shù)（coefficient of determination, R2）分別達(dá)到了0.67、0.73 和0.97，均方根誤差（Root Mean Square Error, RMSE）的值分別為0.55、0.65 和0.13。從表5 的結(jié)果可以看出，F(xiàn)PF 和RNT 保留的類別因子為PC1、PC4 和PC5；CT 保留的因子與FPF 和RNT 有所區(qū)別，為PC2、PC3 和PC6。與FPF、RNT 耕作模式處理下水稻產(chǎn)量關(guān)系最密切的是PC1 因子，貢獻(xiàn)率分別為57.5%和66.2%。與CT 耕作模式下水稻產(chǎn)量關(guān)系最密切的是PC2 因子，其次是PC3 和PC6，貢獻(xiàn)率分別為62.9%、35.0%和40.5%。

表5 不同耕作模式下水稻產(chǎn)量的主成分分析與主成分多元線性回歸（PCA-MLR）模型分析結(jié)果 Table 5 Results of PCA-MLR analysis on rice yield under different tillage modes

圖4 水稻產(chǎn)量實(shí)測(cè)值與預(yù)測(cè)值之間的對(duì)比 Fig. 4 Comparison between the measurement values and predication values of yield

3 討 論

壟作影響水分在土壤不同土層的分布，進(jìn)而對(duì)作物水分、養(yǎng)分的吸收利用效率產(chǎn)生影響；這種影響可能是導(dǎo)致3 種耕作模式水稻產(chǎn)量差異的主要原因。壟埂的一部分出露于水層之上，壟埂土壤始終保持著穩(wěn)定又不斷運(yùn)動(dòng)的水層，土壤毛管引力和吸水力對(duì)作物產(chǎn)量累積起到了積極作用[38-39]。研究表明，在控制灌溉干濕交替的條件下，水稻葉片碳同位素組成δ13C 與葉片瞬時(shí)水分利用效率的相關(guān)性比淹水灌溉更為顯著[40]。在干物質(zhì)中天然穩(wěn)定同位素碳δ13C 的差異由葉片光合速率與氣孔導(dǎo)度比值決定，較低的葉片δ13C 對(duì)應(yīng)較高的水分利用效率[41-42]。本研究水稻成熟期的葉片δ13C 值，壟作免耕低于常規(guī)平作與冬季休田（圖1）；壟作免耕處理具有高水分利用效率的優(yōu)勢(shì)。CO2隨氣孔進(jìn)入，由光合作用碳同位素的分餾作用影響葉片的δ13C 值，而成熟期水稻根、莖、葉、籽粒的δ13C 值是碳穩(wěn)定同位素在植株體內(nèi)積累與轉(zhuǎn)移的最終結(jié)果。本研究中成熟期水稻植株根、莖、葉、籽粒的δ13C值均與水稻產(chǎn)量成極顯著負(fù)相關(guān)關(guān)系（P＜0.01）（表4）。同時(shí)，根、莖、葉、籽粒中的δ13C 會(huì)隨不同生長(zhǎng)階段碳的富集作用以及環(huán)境的逆效應(yīng)發(fā)生改變[43]。作物生長(zhǎng)后期富含C 的糖類物質(zhì)從葉片向莖桿和根系轉(zhuǎn)運(yùn)，造成的根系和莖稈中δ13C 值更高[44-45]，本文成熟期根、莖、葉、籽粒中的δ13C 值由根到莖到葉片呈逐步減少趨勢(shì)，這與王振昌等[40]關(guān)于水稻器官δ13C 研究的規(guī)律一致。

與持續(xù)淹水的耕作方式相比，交替濕潤(rùn)與適度干旱方式可以增強(qiáng)根系生長(zhǎng)[46]。壟作免耕耕作方式下根區(qū)在生育后期處于類似旱地的土壤環(huán)境，根的平均直徑，根表面積與根長(zhǎng)密度均顯著高于冬水田與常規(guī)水旱輪作（表2），根系特征值RL、RS和RA與水稻產(chǎn)量呈顯著的正相關(guān)關(guān)系（表3）。籽粒的N、P、K 含量都與水稻產(chǎn)量有顯著的正相關(guān)關(guān)系。起壟的耕作方式使土體界面擴(kuò)大熱傳導(dǎo)更快，土壤溫度增加，土壤水分養(yǎng)分活動(dòng)更加活躍，影響了水稻N、P、K 的養(yǎng)分平衡及其在水稻植株的積累狀態(tài)[47]。研究表明，間歇灌水會(huì)降低土壤水分含量，使植物對(duì)磷的吸收效率下降[48]，同時(shí)降低水稻不同器官的磷濃度[49]。冬水田與壟作免耕水稻產(chǎn)量和代表水分利用效率水平的碳同位素組成δ13C（PC1）以及P 含量（PC4，PC5）關(guān)系更密切。與冬水田相比，壟作免耕與PC4 即P 含量因子的關(guān)系更密切（表5），相比較冬水田和常規(guī)水旱輪作水稻種植的淹水模式，RNT 在水稻生育后期壟上的根系處于相對(duì)干燥的環(huán)境的中，可能是導(dǎo)致RNT 水稻產(chǎn)量對(duì)于磷在莖稈與葉片的積累更加敏感的原因。冬水田一年中僅在水稻種植前進(jìn)行翻耕，而常規(guī)平作的稻油輪作中一年進(jìn)行翻耕兩次。冬水田和壟作免耕相對(duì)稻油輪作屬于少耕和免耕模式，翻耕對(duì)土壤結(jié)構(gòu)和土壤養(yǎng)分影響很大；壟作免耕和冬水田耕作方式各粒級(jí)土壤團(tuán)聚體總有機(jī)碳含量，均顯著高于常規(guī)耕作總有機(jī)碳[50]。少耕或免耕的耕作方式可能是導(dǎo)致冬水田與壟作免耕在產(chǎn)量構(gòu)成要素上更為接近的主要原因。

本研究中不同年份產(chǎn)量以及N、P、K 積累規(guī)律的存在一定差異，可能是由于田間采樣的誤差所致；也可能與不同年份氣象因素與土壤養(yǎng)分狀況的差異性有關(guān)。有研究表明：相較于水旱平作，壟作免耕水稻根莖葉的P含量并沒(méi)有顯著變化，而P 累積量顯著增加[37]。在一些情況下，不同的耕作方式?jīng)]有帶來(lái)產(chǎn)量的差異，但是卻存在水分利用效率的顯著差異[51]。壟作與傳統(tǒng)的持續(xù)淹水的耕作方式相比，壟作免耕耕作方式下根區(qū)在生育后期處于類似旱地的土壤環(huán)境，從而導(dǎo)致水分與養(yǎng)分吸收轉(zhuǎn)化規(guī)律與傳統(tǒng)淹水方式不同。壟作免耕水稻其種植技術(shù)在理論上具有明顯優(yōu)勢(shì)，同時(shí)具有保育土壤，減少水土流失和提高水分利用效率的生態(tài)效應(yīng)。目前，壟作已具備機(jī)械化種植與田間管理的技術(shù)條件[52]，壟作免耕技術(shù)具有推廣和應(yīng)用前景。

4 結(jié) 論

本研究分析了冬季休田，壟作免耕與水旱輪作不同耕作模式下水稻產(chǎn)量與成熟期水稻植株根、莖、葉、籽粒的碳同位素組成（carbon isotope composition，δ13C），氮（N）、磷（P）、鉀（K）與根系特征值之間的響應(yīng)關(guān)系。結(jié)果表明，1）3 種不同耕作模式下壟作免耕的水稻產(chǎn)量最高，其次是冬水田和常規(guī)平作。水稻成熟期的根、莖、葉、籽粒中的δ13C、根系總根表面積與籽粒N、P、K 含量與產(chǎn)量值呈極顯著相關(guān)關(guān)系。2）采用主成分分析與主成分多元線性回歸模型（即PCA-MLR 模型）能夠解釋冬水田、壟作免耕和常規(guī)水旱輪作水稻產(chǎn)量67%、73%和97%的變異，回歸系數(shù)結(jié)果表明壟作免耕和冬季休閑耕作下水稻產(chǎn)量與器官δ13C 以及P 含量因子密切相關(guān)；常規(guī)平作下產(chǎn)量與根系特性以及N 含量因子密切相關(guān)。與常規(guī)平作相比，壟作免耕和冬季休閑耕作模式下，水稻產(chǎn)量與水分要素δ13C 的關(guān)系更密切。3）壟作免耕水稻種植技術(shù)可保育土壤，提高水分利用效率和水稻產(chǎn)量，在具備機(jī)械化種植與田間管理技術(shù)條件下具有推廣應(yīng)用前景。