小麦套作菊苣试验研究

摘要采用二因素饱和D最优设计,研究小麦套作菊苣密度及施氮量对菊苣产量的效应关系,建立了菊苣产量与密度、施氮量的数学模型。解析模型得知,影响菊苣产量的主要因素是密度,其次为施氮量。经优化组合频数分析与模拟选择,得出菊苣产量≥150t/hm2的种植密度为(177 645～223 035株/hm2),每次刈割后施氮量59.22～107.85kg/hm2。经济效益分析种植牧草菊苣纯收入为13 743.08元/hm2,产投比1.946。

关键词小麦;菊苣;套作;密度;施氮量

中图分类号S512.1;S147.2文献标识码A文章编号 1007-5739(2009)11-0176-02

毕节试验区作为贵州省畜牧大区之一,畜牧业在国民经济中的地位占1/3还强。在畜牧业发展中,草地畜牧业的比例虽然呈逐年上升趋势,但主要还是依靠天然草地进行简单的放牧利用,人工建植草地利用方面还比较薄弱。为此笔者结合近年畜牧业生产上农民种植牧草实际,进行了小麦套作菊苣不同密度与施氮量试验,探索适合毕节试验区生态条件下的粮草结合种植模式。以期为农业产业结构调整发展多元化种植,解决牧草种植与粮食作物争地矛盾,实现粮饲双收提供有益帮助。

1材料与方法

1.1试验地概况

试验地位于金沙县平坝乡新农村,东经105°59′～106°10′、北纬27°25′～27°35′,海拔1 200m,年降水量1 050mm,年平均气温14.8℃,≥10℃有效积温4 619℃,无霜期310d,前作为玉米。土壤理化指标:pH值5.9,全氮0.152%,全磷0.096%,全钾2.13%,有机质1.49%,速效氮118mg/kg,速效磷5mg/kg,速效钾165mg/kg。

1.2试验材料

供试牧草品种为普那菊苣,从贵州省畜牧局草地站引进。小麦品种为毕麦16号,由贵州省毕节地区农业科学研究所提供。供试氮肥为尿素(贵州赤天化生产,含N≥46%)。

1.3试验设计

采用二次饱和D最优设计方法进行试验,在小麦行间套作菊苣,选取菊苣密度(X1)、施氮量(X2)2个因子为研究对象。试验因素及水平编码见表1。共计6个处理,2次重复。小区面积37.8m2(7.0m×5.4m),每个小区分3个种植带,每个种植带1.8m,种2行小麦3行菊苣,即大行距1.30m种菊苣3行,小行距0.50m种小麦2行,小麦播幅20cm。菊苣株距按设计密度采取扩(缩)来调节。小区间不留走道,重复间留宽80cm走道,四周种植菊苣作保护行。

1.4试验过程

小麦于2006年10月17日播种,播种量60kg/hm2,基肥为复合肥750kg/hm2(氮、磷、钾含量≥25%),菊苣移栽前对小麦进行1次中耕除草;2007年5月16日收获,全生育期199d。

菊苣于2006年11月21日(播种)育苗,2007年 4月1日移栽,基肥施农家肥22.5t/hm2、复合肥750kg/hm2(氮、磷、钾含量≥25%)。5月18日用尿素75kg/hm2与清粪水37.5 t/hm2混匀后沿行间浇施提苗肥,以后每次刈割的第2天按设计纯氮用量折算为尿素追施量。

1.5测定方法

菊苣株高40～45cm时刈割,留茬高5cm,全小区称重计产,共刈割5次,时间分别为6月2日、7月8日、8月5日、9月10日、10月25日,以全年刈割次数的产量之和为单位面积产量进行统计分析。

1.6数据统计分析

试验结果以菊苣密度(X1)、施氮量(X2)为自变量,菊苣产量(Y)为因变量,建立Y与X1、X2的数学回归模型,利用模型进行因变量与自变量间效应分析。

2结果与分析

小麦籽粒产量与菊苣产量见表2。

2.1数学模型的建立与检测

根据表2数据,以菊苣产量Y为因变量,菊苣密度(X1)和施氮量(X2)为自变量进行运算,得Y与X1和X2之间的数学模型为:

Y=156 562.47+33 966.26X1+8 483.38X2-9 162.59X12- 4 795.81X22+4 462.92X1X2①

由于二因素饱和D最优设计方法总自由与回归自由度相等而不能正确估计试验误差,故采用观测值与预测值相关系数R值对数学模型精确度进行检验。经计算R=0.999 8>F0.01=0.917,表明试验结果数学模型精确度较高,可用其进行菊苣产量与试验2因素关系的效应分析。

2.2数学模型解析

2.2.1产量因素主效应分析。设(P-1)因子为零水平,得另一因子与菊苣产量数学子模型:

Y1=156 562.47+33 966.26X1-9 162.59X12②

Y2=156 562.47+8 483.38X2-4 795.81X22③

把试验因子水平编码值分别代入②、③,其结果见表3,由表3可知,在-1～1水平,随着密度和施氮量的增加,菊苣产量也随之提高。但在-1~-0.131 5水平低密度下,增施氮肥对菊苣产量有明显增产效果,随着密度的增加,氮肥的增产效应逐渐减弱,说明密度是影响菊苣产量的主要因素,但在低密度种植时增施氮肥增产效果较明显。

2.2.2试验因子与菊苣产量效应分析。由方程①得知,菊苣产量(Y)与菊苣密度(X1)和施氮量(X2)数学模型的偏回归系数b1=33 966.26,b2=8 483.38,|b1|>|b2|,说明密度是提高菊苣产量的主要因素。对公式②和③求导可得试验因素边际产量效应子模型:

dy/dx1=33 966.26-18 325.18X1④

dy/dx2=8 483.38-9 591.62X2⑤

把试验因素编码值分别代入④、⑤得不同水平下的边际产量,结果见表4。由表4可知,影响菊苣产量的主要因素是密度。

2.2.3试验因子交互效应。模型①的X1X2项系数为正,说明在增加单位种植密度的同时,增加氮肥施用量,对提高菊苣产量有一定的作用。

2.3优化组合频数分析

从模型①二次项系数为负可知,试验因子对菊苣产量的影响均呈开口向下抛物线关系,可用Y=AX2+BX+C(A≤0)来描述,经计算机对模型进行频数分析与优化选择,得菊苣鲜草产量大于150t/hm2技术方案11套,主要农艺措施参数见表5。

2.4经济效益分析

考虑到试验田间管理水平较生产实际因素高,采用剔除最高小区产量后按平均值进行效益分析。小麦平均产量2 438.74kg/hm2,产值为3 414.24元/hm2;菊苣平均产量14 1315.40 kg/hm2,产值为2 8263.08元/hm2。小麦、菊苣投入分别为3 240元/hm2、14 520元/hm2。小麦、菊苣纯收入分别为174.24元/hm2、13 743.08元/hm2,产投比小麦为1.054,菊苣为1.946。

3结论

(1)试验建立了菊苣产量与密度和施氮量间的数学回归模型,解析模型可知密度是影响菊苣产量的主要因素,在保证单位种植密度的同时增施氮肥有利菊苣产量提高。

(2)经计算机模拟优化选择,取95%置信度,得菊苣草产量大于150t/hm2农艺技术方案11套,种植密度177 645～223 035株/hm2,施氮量59.22～107.85kg/hm2。

(3)经济效益分析,种植牧草菊苣是一项投入较多、收入也高的产业,纯收入达13 743.08元/hm2,产投比1.946。结合地区实际,增加菊苣种植面积,实行种养结合,有利于养殖业的发展,增加农民收入。

4参考文献

[1] 李仁岗.肥料效应函数[M].北京:农业出版社,1987.

[2] 韩永芬,李辰琼,陈培燕,等.普那菊苣高产配套栽培技术研究[J].贵州农业科学,2005,33(1):45-46.

[3] 李会科,张广军,郭鹏.普那菊苣引种栽培试验[J].水土保持通报,2006,26(1):50-52.

[4] 樊晓东,孙在红,钞振华.影响牧草生物量形成的因素[J].草业科学,2003(2):33-36.

[5] 孟林,张国芳,李潮流.饲用菊苣引种及其高产栽培技术研究[J].草业学报,2005(2):82-88.

[6] 韩永芬,左相兵,陈培燕,等.菊苣在贵州的区域性试验[J].草业科学,2005,22(12):44-47.

[7] 毛建,俞宁,徐大胜,等.优质牧草菊苣的引种试验[J].畜牧与饲料科学,2009(3):157.

[8] 卢克俊,李洪泉,卞志高,等.普那菊苣丰产栽培关键技术[J].四川畜牧兽医,2009(4):48-49.

[9] 高肇东,王爱良.高产优质饲草菊苣的栽培与利用[J].养殖技术顾问,2009(2):42.

[10] 吴井生,朱孟玲,房震,等.南方地区菊苣引种试验初报[J].江苏农业科学,2007(4):150-152.

[11] 夏道伦.高产优质饲草菊苣的栽培与利用技术[J].湖北畜牧兽医,2004(6):50-51.

[12] 刘永庆,韩海军,蔡高杰.高产优质饲用植物――菊苣[J].河南畜牧兽医,2001(10):21-22.

本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文