摘要輕簡化栽培和優質稻是當前我國水稻生產的主要方向，氣象因子是對水稻生長發育和產量形成影響最大的環境因素，但在不同輕簡化栽植方式下水稻產量與其田間小氣候的關系鮮有研究。為探究西南地區不同前作下雜交稻各生育階段溫、光和水等氣候因子與水稻產量形成的關系，在2019—2020年，以雜交秈稻‘宜香優2115’為試驗材料，采用兩因素裂區設計，主區為青菜和油菜2種前作，副區為機直播、毯苗機插和人工移栽3種栽植方式，研究雜交稻產量對氣候因子的響應及水稻植株對溫光資源的利用。結果表明：與油菜-水稻模式相比，青菜-水稻模式下雜交稻積溫生產效率和降水生產效率顯著提高，進而提高了有效穗數、結實率和千粒重，2年產量分別提高了12.7%和8.3%。與人工移栽相比，機插稻提高了單位面積有效穗數、全生育期光能生產效率、積溫生產效率、籽粒光能利用效率和降水生產效率，2年平均產量提高了4.6%;而機直播全生育期降水生產效率、光能生產效率、積溫生產效率、籽粒光能利用效率、每穗粒數和千粒重都顯著降低，導致2年平均產量下降了8.7%。與2019年相比，2020年機插稻和人工移栽稻在同一茬口下提前一個月播種造成花后生育期縮短、氣溫降低和降雨量增多，導致有效積溫和光輻射量大幅減少，積溫生產效率、光能生產效率、降水生產效率和籽粒光能利用效率以及每穗粒數、結實率和千粒重均大幅降低，進而導致產量嚴重降低。用偏最小二乘法回歸分析建立的氣象因子產量預報方程標準化回歸系數顯示，水稻產量與階段生育期或全生育期內有效積溫和總輻射量呈正相關關系，與全生育期內降水量呈顯著負相關關系。綜上，青菜-水稻模式下機插秧與西南地區稻季光溫資源匹配度最高，更有利于溫光資源的充分利用和獲得高產，但不宜過早播種或移栽。

　　關鍵詞水稻;栽植方式;茬口;溫光資源利用;產量

　　在保證產量的基礎上，發展輕簡化栽培和優質稻是當前我國水稻生產的主要方向[1-2]。水稻高產優質是品種、環境和栽植方式有機結合的結果[3]，其中，氣象因子是對水稻生長發育和產量形成影響最大，也是最活躍、年際變化最大的環境因素，并具有不可逆轉性[4-5]。溫度和光照是影響水稻生長發育的重要限制因子，溫度過高或過低以及光照不足均不利于水稻生長發育和產量與品質的形成[6-9]。

　　前人研究發現，影響水稻產量最關鍵的氣候因子是有效積溫，生育期內日活動積溫和日有效積溫及其利用率與粒數、千粒重、結實率和產量呈顯著或極顯著正相關關系[7]，且溫度升高會加快水稻生育進程，進而導致生育期縮短，溫光利用率降低，但適當增加抽穗至成熟階段的日均溫，可增加千粒重，提高產量[10]。因此，研究水稻生長發育與氣象之間的關系，對合理利用農業氣候資源、防御農業氣象災害、促進水稻高產穩產和保障糧食安全具有重要意義[11-12]。水稻輕簡化種植具有節約成本、省力和省工等優點[2,13]。

　　西南地區多丘陵山區，機械化水平相對滯后，而且是典型的多熟制區域，水稻與多種作物的茬口很難協調[14-15]。青菜(Brassicajuncea)和油菜(Brassicacampestris)是重要的經濟作物和油料作物，在西南地區的種植面積很大，然而青菜和油菜分別在4月上旬和5月中下旬收獲，一個多月的收獲時間差異導致它們的后茬作物——水稻的光溫資源環境發生了很大的變化，這顯著影響了水稻的生長發育和產量形成。前人研究表明，播期、生育期和栽植方式等與生態區溫光資源的不匹配，嚴重限制了水稻產量和資源利用效率的提升[16-18]。

　　但是在不同輕簡化栽植方式下水稻產量與其田間小氣候的關系鮮有研究[19]。因此，本試驗分析了青菜、油菜不同茬口和不同栽植方式下雜交稻的生育期、產量及其與田間氣候因子的關系，旨在明確不同茬口和栽植方式下水稻光溫資源利用特性和產量的差異，以期為西南地區水稻輕簡化栽培技術和光溫資源的高效利用提供理論和實踐依據。

　　1材料與方法

　　1.1供試材料與試驗地點

　　試驗以中秈遲熟雜交水稻‘宜香優2115’(三系中秈雜交稻，全生育期156.7d)為材料，在四川省成都市溫江區四川農業大學水稻研究所試驗田(30°44′N，103°52′E)分兩年(2019和2020年)進行。前茬作物分別是青菜和油菜，試驗田土壤為沙壤土。水稻生長期氣象數據由田間安裝的小型氣象站監測得到。

　　1.2試驗設計與實施

　　試驗采用二因素裂區設計，主區為茬口：青菜茬口(M1)和油菜茬口(M2);副區為水稻栽植方式：機直播(T1)、機插(T2)和人工移栽(T3)，機直播兩年播種時間相近，機插和人工移栽的播種時間兩年不一致，2019年為便于光溫資源分析，移栽稻與機直播同期播種;2020年結合生產實際情況，移栽稻提前播種育秧，移栽期與機直播播種時間相同，因此，2020年機插和人工移栽的播種期較2019年提前近1個月，2019年和2020年機插分別記為T2-1和T2-2，人工移栽分別記為T3-1和T3-2。每年度試驗共6個處理，3次重復，共計18個小區，每小區面積為22.8m2。各小區田埂以地膜包覆，單排單灌。

　　青菜-水稻(菜-稻)模式和油菜-水稻(油-稻)模式的播栽期和主要生育時間。水稻不同栽植方式均參照在四川盆地相應作物的高產栽培密度和行株距：機直播催芽后采用濕潤直播，播種量為22.5kg·hm-2，行距為25cm，株距為20cm，每株定苗3苗;機插用塑料毯狀育秧盤育秧，每盤播種75g(干種子)，移栽行距為30cm，株距為16cm，每株定苗2苗;人工移栽采用旱育秧方式，播種密度為15g·m-2，移栽行距為33.3cm，株距為16.7cm，每株1苗。試驗肥料分別是尿素(含N46%)、過磷酸鈣(含P2O512%)和氯化鉀(含K2O60%)。N﹕P﹕K按照2﹕1﹕2的比例施用，每個小區純氮用量均為150kg·hm-2，按基肥﹕蘗肥﹕促花肥﹕保花肥=3﹕3﹕2﹕2的比例施用。

　　其中，機插和人工移栽的基肥于移栽前1d施用，分蘗肥在移栽7d后施用;機直播稻基肥于2葉期施用，分蘗肥于5葉期施用;促花肥和保花肥分別在倒4葉和倒2葉期施用。磷肥全部作底肥，鉀肥按底肥﹕穗肥(促花肥)=7﹕3分兩次施用。水分管理和病蟲草害防治等相關栽培措施均按照高產栽培要求實施。

　　1.3測定內容與方法

　　1.3.1田間小氣候資料記錄

　　在試驗田中安裝美國HOBO公司生產的組合小型氣象站，儀器型號及其功能：S-THB-M00x測定溫度，RS3-B和S-LIx-M003測定光輻射量，S-RGx-M002測定降水量，H-21-USB記錄和傳導數據。氣象數據從水稻播種開始記錄到收獲，計算出播種至拔節、拔節至抽穗、抽穗至成熟以及全生育期的日輻射量、有效積溫、日均溫和降水量等氣象數據。

　　1.3.2水稻生育期記錄和干物重測定嚴格記載各小區水稻的主要生長發育時期，并在成熟期每小區按照平均莖蘗法取無病蟲害的代表性植株5株，隨后分成莖、葉、穗3部分，置于105℃下殺青30min，恒溫80℃烘干至恒重后稱重。

　　1.3.3考種與計產成熟期每小區調查相鄰60株水稻植株計算平均穗數，然后按照平均莖蘗法取無病蟲害的代表性植株5株，室內自然風干后，考察實粒數、空癟粒數和千粒重，計算出每穗粒數和結實率。最后去除小區邊界后，實收計產。

　　1.3.4溫光利用率

　　根據田間氣象站記錄的氣象資料，計算各處理下水稻從播種至成熟期的有效積溫(水稻下限溫度取10℃)、總輻射量、總降水量等數據：光能生產效率(g·MJ-1)=單位面積籽粒產量/生育期間太陽輻射總量;積溫生產效率(kg·hm-2·℃-1)=單位面積籽粒產量/生育期間積溫總量;降水生產效率(kg·hm-2·mm-1)=單位面積籽粒產量/生育期間降水總量;籽粒光能利用效率=(W×H)/∑Q×100%，式中：H為每克干物質燃燒時釋放出的熱量，取值7.15×10-2MJg-1;W是測定期間籽粒的增加量(thm-2);∑Q是同期的總光照輻射量(MJ)。生物量光能利用效率=(W×H)/∑Q×100%，式中，H為每克干物質燃燒時釋放出的熱量，取值7.15×10-2MJg-1;W是測定期間地上部干物質的增加量(即凈生產量)(thm-2);∑Q是同期的總光照輻射量(MJ)。

　　1.4數據處理

　　采用MicrosoftExcel2016、DPS7.05和Matlab軟件進行數據統計分析和圖表繪制，用LSD法檢驗處理間的差異顯著性(ɑ=0.05)，圖表中數據為平均值±標準差。

　　2結果與分析

　　2.1菜-稻和油-稻下不同栽植方式對雜交稻主要生育期的影響

　　分析不同茬口和栽植方式對水稻主要生育期的影響可知，在2019年，與菜-稻模式相比，盡管油-稻模式下機直播、機插和人工移栽在播種-拔節期分別縮短了16、10和9d，但拔節成熟期分別增長了10、8和9d，最終油-稻模式下水稻全生育期平均縮短了2.7d。

　　而在2020年，與菜-稻模式相比，油-稻模式下機直播、機插和人工移栽在播種-拔節期分別縮短了7、14和15d，而在拔節-成熟期分別增長了5d，縮短了3和2d，因此全生育期平均縮短了12d。同一茬口下，水稻營養生長期和全生育期均表現為機插>人工移栽>機直播(除2019年菜-稻模式下全生育期外)，其中，機插稻全生育期天數平均比人工移栽和機直播分別延長了3.5和5.5d。由此可見，菜-稻模式和機插可通過延長營養生長期使雜交稻全生育期增加。

　　2.2菜-稻和油-稻下不同栽植方式對雜交稻產量及其構成因素的影響

　　茬口和栽植方式對雜交稻產量及其構成因子的影響均達到顯著水平。與油-稻模式相比，盡管菜-稻模式下的每穗粒數顯著下降，但是其有效穗數、結實率和千粒重均顯著提高，因此其產量在2019和2020年平均分別提高了12.7%和8.3%。

　　兩種茬口下，機插產量均顯著高于人工移栽，這是因為機插有效穗數顯著提高，盡管菜-稻模式下人工移栽的千粒重、油-稻模式下的每穗粒數都顯著高于機插稻，但有效穗數嚴重不足極大地限制了人工移栽稻產量的提升;而直播稻產量又顯著低于同期或提前1個月播種的人工移栽稻，主要原因在于后者每穗粒數和千粒重顯著高于前者，彌補了有效穗數顯著不足的缺陷。由此可見，菜-稻模式和機插有利于雜交稻各產量構成因子的協調發展，進而提高稻谷產量。

　　2.3菜-稻和油-稻下不同栽植方式對雜交稻主要生育期內溫光資源的影響

　　全生育期內有效積溫和光輻射總量菜-稻模式高于油-稻模式，而降水量則相反。氣象因子在不同年份和各階段表現各異，與油-稻模式相比，2019年菜-稻模式日均氣溫在播種-拔節、拔節-抽穗和抽穗-成熟3個階段分別表現為降低、降低和提高，有效積溫和光輻射量呈現“光熱同期”的現象，3個階段分別表現為提高、降低和提高，而3個階段降水量分別呈現提高、提高和降低的規律;2020年菜-稻模式日均氣溫在播種-拔節、拔節-抽穗和抽穗-成熟3個階段分別表現為降低、提高和提高的規律，有效積溫和光輻射量在3個階段表現均提高，而降水量在3個階段分別表現為降低、降低和提高。

　　從栽植方式看，全生育期有效積溫和光輻射量表現為機插>人工移栽>機直播(2019年菜-稻模式下機直播除外);日均氣溫表現為機直播<移栽稻(除2020年菜-稻模式下機直播最高外);降水量2019年移栽稻略高于同期播種的機直播稻，2020年卻相反。由此可見，菜-稻模式下水稻花前和花后溫光資源更豐富，有利于水稻植株的光形態建成、物質積累與轉運，易形成高產;而機插延長了雜交稻的營養生長期，進一步提高了水稻花前的有效積溫和光輻射量。

　　2.4菜-稻和油-稻下不同栽植方式對雜交稻光溫資源利用的影響

　　菜-稻模式的積溫生產效率、降水生產效率顯著高于油-稻模式，而總生物量光能利用效率則以油-稻模式較高，且2019年該差異達到顯著水平。同一茬口下，總生物量光能利用效率機直播模式顯著低于同期播種的移栽稻模式，但顯著高于早一個月播種的移栽稻模式;降水生產效率表現為機插>人工移栽>機直播，且三者差異達到顯著水平;光能和積溫生產效率以及籽粒光能利用效率機直播顯著低于移栽稻，而機插又都高于人工移栽，且這些差異在2019年達到顯著水平。綜上所述，菜-稻模式下機插稻光、溫、水生產效率和光能利用效率最高，易達到高產。

　　3討論

　　3.1菜-稻和油-稻下水稻不同栽植方式的產量及其構成

　　適宜茬口下的播栽期和栽植方式有利于水稻高效利用溫光資源和建立高產量群體，從而實現高產[20-21]。金芝輝等[21]研究認為，隨著播期的推遲，水稻的營養生長期縮短，有效穗數、結實率、千粒重和產量均下降。適時早播可使全生育期的積溫、日照時數和溫光利用率明顯提升，從而獲得高產[22]。

　　本研究結果表明，與油-稻模式相比，菜-稻模式提前1個月播種，盡管在菜-稻模式下雜交稻的穗粒數顯著下降，但其有效穗數、結實率和千粒重均顯著提高，兩年產量平均提高了10.5%，這是因為菜-稻模式下水稻營養生長期和全生育期兩年平均分別延長了11.83和7.35d，且全生育期內有效積溫和光輻射量均大幅增加。水稻品種、播期、氣候條件、土壤背景和田間管理措施都會影響到不同栽植方式下的水稻產量[23]。

　　菜-稻模式下播種或移栽前土壤中有機質、堿解氮和有效鉀含量均明顯高于油-稻模式，可能也是前者產量高于后者的一個重要因素。本研究結果還顯示，機直播雖然有效穗數多于人工移栽，但千粒重和每穗粒數過小，導致其產量不及人工移栽，而與機插稻相比，人工移栽在菜-稻模式下的千粒重、油-稻模式下的每穗粒數和千粒重占優勢，但有效穗數嚴重不足導致其產量不及機插稻。此外，兩種模式下提前一個月移栽的機插稻和人工移栽稻雖然單位面積有效穗數明顯提高，但每穗粒數、結實率和千粒重均大幅下降，導致產量明顯降低，這說明茬口和播期對雜交稻產量及其構成均有很大影響。

　　這是因為作物的產量形成與不同生育時期長短及生育期間的光溫條件關系密切，一般來說，生育期天數、日照時數、有效積溫和光輻射量與產量呈正相關[24-26]。本研究結果顯示，水稻生育期天數以及全生育期內的有效積溫和光輻射量均是機插秧>人工移栽>機直播，而與2019年相比，2020年機插稻和人工移栽稻盡管拔節-抽穗階段平均分別延長了6和9.5d，但抽穗-成熟階段卻平均分別縮短了9.5和12d，人工移栽稻播種-拔節階段也平均縮短了6.5d。

　　因此，盡管同一茬口下提前一個月播種極大提升了水稻花前有效積溫和光輻射量，但花后生育期的縮短、氣溫的降低以及降雨量的增多，導致有效積溫和光輻射量大幅減少，嚴重影響了雜交稻開花結實和籽粒灌漿，最終造成嚴重減產。由此可見，在西南地區菜-稻模式下的機插秧最有利于雜交稻的生長發育，能獲得更高的產量，但過早育苗移栽會造成其生長發育過程與光溫水資源不協調，導致水稻產量嚴重下降。

　　3.2菜-稻和油-稻下水稻不同栽植方式的光溫資源利用特征

　　作物品種、播種時期與光溫資源的匹配度嚴重影響了作物生長發育和產量形成，但可以通過調控作物生長發育與光溫的協同性，實現作物產量和光溫資源利用效率的協同提升[27-28]。前人研究表明，粳稻適時晚播后光能利用率、熱能利用效率和降水利用效率均有所提高[29-30]。而馮香詔等[31]認為，無論是雜交稻還是常規稻，不論是秈稻還是粳稻，隨播期的推遲，水稻光能生產效率、溫度生產效率和產量均呈降低趨勢，而經濟效益呈增長趨勢。本研究結果顯示，與油-稻模式相比，菜-稻模式下雜交稻全生育期內有效積溫和光輻射量升高，降水量降低;積溫生產效率和降水生產效率顯著提高，但生物量光能利用效率顯著降低。

　　同時，同一茬口下，水稻全生育期有效積溫、降水生產效率、光能生產效率、積溫生產效率和籽粒光能利用效率均表現為機插>人工移栽>機直播;與2019年相比，2020年機插稻和人工移栽稻雖然全生育期有效積溫和光輻射量升高，但抽穗-成熟階段有效積溫和光輻射量嚴重減少，降雨量卻大幅上升，導致其積溫、光能和降水生產效率以及籽粒光能利用效率均明顯下降。水稻增產從本質上說就是提高光能利用率，而水稻的光能利用又與氣候條件密切相關[32-33]。綜上可知，菜-稻模式下水稻全生育期內光溫資源更有利于其生長發育和產量形成，其中以機插稻的光溫資源利用率最高，產量潛力最大，但不宜過早播種或移栽。

　　3.3水稻產量形成與田間氣象因子的關系

　　前人研究認為，模擬水稻相對氣象動態產量預報模型時，采用偏最小二乘法回歸分析，以提取的變量權重系數與因變量回歸建模，可以很好地解決變量之間存在的多重共線性問題[24,34]。本研究在2019和2020年都用偏最小二乘法回歸分析對水稻播種-拔節、拔節-抽穗和抽穗-成熟3個主要生育時期氣象因子和全生育期氣象因子分別做了產量預報方程，結果表明，產量與有效積溫和總輻射量呈正相關，與全生育期降水量呈負相關。

　　本研究中，產量預報模型是根據年際間不同處理下的光、溫、水作為自變量，產量為因變量，建立的4個模型修正系數都在0.9以上，可信度較高，能基本解決實際產量預報問題，但在結合實際分析變量權重比時也存在部分反常規現象，可能是由于氣象因子受時段限制較大而模型不能將其單獨剝離出來而導致，具體原因還有待進一步研究。

　　4結論

　　與油-稻模式相比，菜-稻模式下雜交稻全生育期天數2年平均延長了7.35d，生育期內有效積溫和光輻射量大幅提升，降水量減少，積溫和降水生產效率提高，2年產量分別提高了12.7%和8.3%。同一茬口下，全生育期有效積溫、降水、光能和積溫生產效率以及籽粒光能利用效率均表現為機插>人工移栽>機直播，且兩個茬口下不同栽植方式的水稻產量也均表現為機插>人工移栽>機直播。綜合而言，菜-稻模式下機插稻與西南地區水稻季光溫資源匹配度最高，最易獲得高產，但不宜過早播種或移栽。

　　參考文獻

　　[1]禇光，陳松，徐春梅，等.我國水稻栽培技術的研究進展及展望.中國稻米，2019，25(5)：5-7[ChuG，ChenS，XuC-M，etal.ResearchprogressoncultivationtechniquesofriceinChina.ChinaRice，2019，25(5)：5-7]

　　[2]張洪程，胡雅杰，楊建昌，等.中國特色水稻栽培學發展與展望.中國農業科學，2021，54(7)：1301-1321[ZhangHC，HuY-J，YangJ-C，etal.DevelopmentandprospectofricecultivationinChina.ScientiaAgriculturaSinica，2021，54(7)：1301-1321]

　　[3]任萬軍.雜交稻高產高效施氮研究進展與展望.植物營養與肥料學報，2017，23(6)：1505-1513[RenW-J.Theresearchprogressandprospectsofhighyieldandhighefficiencynitrogenapplicationforhybridrice.JournalofPlantNutritionandFertilizers，2017，23(6)：1505-1513]

　　[4]蘇李君，劉云鶴，王全九.基于有效積溫的中國水稻生長模型的構建.農業工程學報，2020，36(1)：162-174[SuL-J，LiuY-H，WangQ-J.RicegrowthmodelinChinabasedongrowingdegreedays.TransactionsoftheChineseSocietyofAgriculturalEngineering，2020，36(1)：162-174]

　　[5]錢永蘭，毛留喜，周廣勝.全球主要糧食作物產量變化及其氣象災害風險評估.農業工程學報，2016，32(1)：226-235[QianY-L，MaoL-X，ZhouG-S.Changesinglobalmaincropyieldsanditsmeteorologicalriskassessment.TransactionsoftheChineseSocietyofAgriculturalEngineering，2016，32(1)：226-235]

　　作者：1諶潔1呂騰飛2王志強1王仲林1林鄲1李郁1楊志遠1孫永健1馬均1*