文章信息
Information
文章标题：Ranking genotype, environment, management effects on the optimum nitrogen rate for maize: A cropping system modeling analysis
标题译文：评估基因型、环境、管理对玉米最佳氮肥用量的影响：种植系统建模分析
发表期刊：Agronomy Journal
在线时间：2024.05.15
通讯作者：Mitchell E. Baum；SotiriosV. Archontoulis
作者单位：Department of Agronomy, Iowa State University, Ames, IA, USA.
研究背景
Background
氮肥是美国中西部玉米生产中最大的年度开支之一，过量或不足的施用都会影响生态系统的可持续性。经济最佳氮肥用量（EONR）能够最大化土壤碳储存和根部碳生产，同时最小化氮淋溶和N2O排放。EONR在不同年份、土壤条件和管理实践中差异明显，这给预测EONR和理解年际变异性带来了挑战。以往的研究提供了关于单一因素如耕作方式、土壤属性等对玉米对氮肥响应和EONR的影响的见解，但缺乏考虑多个因素及其交互作用的研究。文章使用 APSIM 模型进行模拟实验，旨在（1）对影响EONR及其年际变异性的24个G×E×M因素进行排序；（2）研究在当前和未来气候情景下G×M因素对EONR变异性的影响。
主要结果
Results
G×E×M因素对EONR的影响：
通过模拟实验发现，遗传（27%）、管理（31%）和环境（42%）因素共同影响EONR的变异性。影响EONR变异性最大的三个因素是年际气候变异性、作物辐射利用效率（RUE）和上一年度土壤无机氮残留量。土壤相关因素（如土壤有机质和残留硝酸盐）主要在低氮肥用量下影响谷物产量，而管理因素（如种植日期和密度）在所有氮肥用量下均有影响。
G×E×M因素对产量响应的影响：
G×E×M 因素改变了对氮肥的产量响应曲线的形状，从而影响EONR、YEONR、Y0和NUE的估计值。这些因素在不同年份对平均EONR的影响范围为133至268 kg N/ha，YEONR为9至12.6 Mg/ha，Y0为1.3至6 Mg/ha，NUE为28至40 kg N/kg。
年际变异性的影响：
G×E×M 因素增加了EONR的年际变异性，例如，延迟种植和低残余无机氮增加了变异性，而高氮浓度和高RUE则降低了变异性。秋季施氮增加了变异性，而分次施氮则减少了变异性。
历史和未来情景：
在历史气候条件下，增加种植密度、提前种植日期和改善作物遗传特性分别使EONR比基线增加了6.1%、7.6%和6.7%。在不考虑适应策略的潜在2050年气候情景下，EONR和YEONR分别减少了26%和17%。采取适应措施如增加种植密度、提前种植日期和改善遗传特性，可以部分缓解气候变化对EONR和YEONR的负面影响。
文章图表
Figures & tables
图1：实验地点（彩色形状；绿色阴影区代表玉米地；左上图）和测量与农业生产系统模拟器（APSIM）模拟的谷物产量（左下图）、土壤有机碳（右上图，Dixon Springs地点没有测量）和经济最佳氮肥用量（右下图）的比较。
图2：概念图说明了敏感性指数。Dmx（最大输出值）和Dmin（最小输出值）分别代表经济最佳氮肥用量（EONR，水平箭头）或经济最佳氮肥用量下的谷物产量（YEONR，垂直箭头）的两个假设情景。
图3：连续玉米（A）和玉米-大豆（B）轮作下，不同年份和地点的平均谷物产量对氮肥用量的响应。每个面板代表一个遗传×环境×管理情景（黑线：基线，绿线：高输入值，橙线：低输入值；表1）。垂直线表示经济最佳氮肥用量（EONR）。
图4：基因型、环境和管理因素对经济最佳氮肥用量（EONR，面板A）、经济最佳氮肥用量下的产量（YEONR，面板B）、氮肥利用率（NUE，面板C）和零氮施用下的产量（面板D）的影响的敏感性分析。敏感性是使用跨地点的平均敏感性计算的，并解释为值接近1更敏感，值接近0较不敏感。内嵌饼图表示归因于作物遗传、环境和管理的总敏感性的百分比。
图5：比较单独和管理实践以及品种特性对当前（面板A）和未来2050年气候情景下的经济最佳氮肥用量（EONR，蓝色箱形图）和经济最佳氮肥用量下的产量（YEONR，红色箱形图）的影响。未来天气情景代表经偏差校正的月平均温度和降水量，高植物密度=11.6株/m²，提前种植日期等于USDA-NASS的10%，改良遗传特性=更高的辐射利用效率+更低的谷物氮浓度+更长的籽粒填充期，与常规管理实践相比。金色“X”代表平均值。
作物生理生态
文献阅读|分享
邮箱：maize2020@126.com
