作者:谭施北等   来源:   发布时间:2023-04-11   Tag:   点击:
[麻进展]剑麻“3414”肥料效应研究

  采用“3414”肥料效应试验方案,研究了剑麻氮磷钾肥推荐用量及养分吸收状况,为剑麻科学精准施肥提供参考。结果表明,N2P2K2 处理收获叶片数和鲜叶产量均最高,其 N、P2O5、K2O 施用量分别为 163.9、71.1、310.1 kg/hm2,比例为 1:0.4:1.9。试验区土壤 N、P 含量均处于中等水平,而土壤 K 含量处于低水平,叶片 N 含量偏高,磷含量适宜,而 K 含量偏低。说明钾素是限制该区域剑麻产量的主要因素。随着叶片收获,不同处理平均 N、P、K 素带走量分别为 273.4、29.0、292.8 kg/hm2本试验条件下,推荐氮磷钾肥用量分别为 N 126.2~141.0、P2O5 59.0~65.8、K2O 252.7~280.6 kg/hm2,折尿素 274.3~306.5 kg/hm2,过磷酸钙 368.8~411.3 kg/hm2,氯化钾 421.1~467.7 kg/hm2。平均分别为 N 133.6 kg/hm2、P2O5 62.4 kg/hm2、K2O 266.7 kg/hm2,N:P2O5:K2O =1:0.5:2.0。

关键词剑麻;肥料;3414 试验;推荐施肥

 

剑麻(Agave sisalana Perr. ex Engelm.)为龙舌兰科(Agavaceae)龙舌兰属( Agave Linnaeus ),是热带地区主要的麻类经济作物。其以叶片为收获器官,经初加工抽取纤维,用以制造各类剑麻制品。剑麻纤维是

联合国粮农组织(FAO)认定的世界 8 种天然植物纤维之一,具有质地坚韧、耐盐碱腐蚀、耐摩擦等特性,是制造舰船缆绳、轮胎内层、钢索绳芯等工业产品的重要原料[1-2]。剑麻主要分布在拉丁美洲、非洲及东南亚的巴西、墨西哥、海地、坦桑尼亚、肯尼亚、中国等热带国家和地区[3-4]。据联合国统计数据(FAOSTAT),2011—2020 年世界剑麻平均收获面积和产量分别达 30.2 万 hm²/年、26.1 万 t/年。我国剑麻主要分布在广西、广东、云南、海南等省份,是当地重要的热带特色经济作物。自 1963 年 H.11648 品种引进以来,我国在剑麻种苗繁育、养分管理、病虫害防控及叶片收割制度等方面都建立起了较为科学合理的高产高效生产技术体系,使我国剑麻长期高产稳产,平均单产高达 5293.3 kg/hm²,远高于其它主产国,是世界平均单产的5.9 倍。随着绿色生态环保理念逐渐深入人心,作为优质特色天然植物纤维,剑麻正受到越来越多消费者青睐,市场前景广阔。

施用化肥是作物稳产增产的主要栽培措施,但由于不科学不合理施肥仍较严重,我国化肥利用率仍总体偏低,不仅造成资源浪费,还造成环境污染。随着化肥农药减量增效技术的研究与应用,我国化肥利用率明显提升,2020 年我国水稻、小麦、玉米三大粮食作物化肥利用率为 40.2%,比 2015 年提高 5 个百分点[5],但同发达国家相比仍有较大的提升空间。剑麻方面,经过 40 多年单一品种的连作,我国剑麻产区土壤肥力衰退迹象逐渐显现,化肥施用量不断增加,才能获得预期产量。加上剑麻科研投入相对薄弱,科学施肥试验较少,推广力度不足,过量及不平衡施肥现象严重[6]。合理施用化肥,不仅是剑麻高产优质的保证,也是节约成本和减少环境污染的重要措施。长期以来,我国剑麻施肥量的确定仍以叶片营养诊断法为主,通过比对叶片养分含量是否在标准值范围来判定养分供应状况,据此调整肥料用量,获得最佳施肥量。营养诊断法能快速估测剑麻养分供应丰缺与不平衡状况,对于多年生作物的剑麻是相对高效的推荐施肥方法[7]。但叶片营养诊断法有许多不足之处,诊断指标未能充分体现不同麻龄、不同地力水平及不同栽培管理水平造成的差异,诊断结果只是相对某一固定指标而言,施肥量计算也是据经验推导所得,与精准定量施肥还有一定差距。

氮、磷、钾是剑麻生长发育必需的大量元素,各元素间不可替代又交互作用,确定各元素肥料用量及配比对提高剑麻产量和施肥效益具有重要作用[8]。“3414”试验方案采用二次回归 D—最优设计,方案吸收了回归最优设计处理少、效率高的优点。试验结果分析除了可应用全部 14 个处理进行三元二次肥料效应函数的拟合,还可以分别进行二元二次或一元二次肥料效应函数拟合,分析得出该作物在某产地的氮磷钾肥推荐施用量,是目前国内应用较为广泛的肥料效应田间试验方案[9-12]。但目前有关剑麻“3414”肥料效应试验的研究较少。为此,笔者于我国剑麻主产区开展了剑麻“3414”肥料效应试验,以期确定当地剑麻最佳氮磷钾施肥量,科学制定施肥方案,为剑麻精准施肥提供理论参考。

1 材料与方法

1.1 试验地概况及材料

试验于广西崇左市扶绥县山圩农场(108°0′18.27″E,22°27′19.58″N)进行。剑麻园土壤为红泥土,pH为 6.10,有机质含量为 35.5 g/kg,碱解氮、有效磷、速效钾含量分别为 84.0、208.0、115.4 mg/kg。供试剑麻品种为龙舌兰 H.11648,7 龄麻,种植规格为:株距、小行距、大行距分别为 1、1、3.8 m,种植密度为4179 株/hm2。试验田每年按 75 t/hm2 的用量将剑麻渣作为有机肥还田。剑麻鲜叶收购价为 450 元/t,供试肥料均为市售农用尿素(含 N 46%)、过磷酸钙 (含 P2O5 16%)和氯化钾(含 K2O 60%),肥料单价通过农业农村部官网查询,取 2020 年至 2022 年三年平均值,分别为 2211、950、2989 元/t,折 N、P2O5、K2O 分别为 4.8、2.1、6.5 元/kg 。

1.2 试验方法

试验采用氮磷钾“3414”完全试验设计,随机区组排列,3 次重复。各处理施肥量见表 1,当年 3 月份开沟施肥,一次施入。10 月采样测定剑麻叶片农艺性状指标及鲜叶产量,并测定叶片全氮、全磷、全钾、全钙、全镁含量,均按常规方法测定[13]。

1 各处理施肥量

 

   

1.3 数据统计与分析

施肥效果相关参数采用以下公式计算[14]:

1)地力贡献率(%)=无肥区产量/施肥区产量,指不施肥剑麻鲜量占施肥产量的百分比,是衡量麻园土壤肥力水平及对生产贡献程度的重要指标;(2)肥料贡献率(%)=(施肥产量-无肥区产量)/施肥区产量,指施用肥料增加的剑麻鲜叶产量占施肥区产量的百分比,是衡量肥料增产效果的重要指标;(4)肥料偏生产力(kg/kg)=施肥区产量/施肥量,指单位施肥量所产出的剑麻鲜叶产量;(5)肥料农学效率(kg/kg)=(施肥区产量-无肥区产量)/施肥量,指单位施肥量所增加的剑麻鲜叶产量;(6)施肥利润(元/hm2)=施肥区产量×剑麻鲜叶单价-施肥量×肥料单价-其它成本;(7)产投比(%)=施肥利润/施肥成本。其中,其它成本主要包括割叶成本约 9750 元/hm2,病虫草害防治成本约 2250 元/hm2,合计约 12000 元/hm2。

采用 Microsoft Excel 软件对数据进行整理及回归分析,用 JMP Pro 16 软件进行单因素方差分析,用MATLAB R2018a、DPS 软件绘制肥料效应函数曲面图并求极值。

2 结果与分析

2.1 不同施肥处理对剑麻产量的影响

测产结果显示,各处理剑麻收获叶片数为 52~63 片/株,其中,中水平氮磷钾处理 N2P2K2 收获叶片数最多,为 63 片/株,其次为低氮处理 N1P2K2,为 61 片/株,而高磷处理 N2P3K2收获叶片数最少,仅为 52片/株。不同水平氮处理(N0P2K2、N1P2K2、N2P2K2、N3P2K2)收获叶片数分别为 53、61、63、59 片/株,总体呈先增后减的趋势。各处理单叶鲜重在 0.64~0.80 kg/片之间,其中,低磷处理 N2P1K2 单叶鲜重最大,不施钾处理 N2P2K0 最小,但不同处理间差异不显著。各处理剑麻鲜叶产量在 145.3~215.8 t/hm2 之间,其中处理 N2P2K2鲜叶产量最高,达 215.8 t/hm2,比不施肥处理 N0P0K0 增产 30.3%,其次为低磷处理 N2P1K2,鲜叶产量为 209.5 t/hm2,增产 26.7%(表 2)。

2 不同施肥处理剑麻鲜叶产量

  

2.2 施肥效果分析

2.2.1 肥料效应方程拟合

2、3、6、11,4~7 以及 8、9、6、10 处理的施肥量和产量数据,可分别拟合得到 N、P、K 单因素肥料效应方程。以 2~7、11、12 处理,2、3、6、8~11、13 处理及 4~10、14 处理的施肥量和产量数据,分别拟合得到 K2、P2、N2 水平下氮磷、氮钾、磷钾的互作效应方程。用全部 14 个处理的施肥量和产量数据,拟合得到氮磷钾肥三元二次方程。拟合结果显示,P、K 单因素拟合及 PK 互作效应拟合 R2较高,说明拟合度较好。各组方程 F 值均大于相应的 F 0.05 值,均达到显著差异水平,可用以分析施肥量预测值(见表3)。

  

2.2.2 N、P、K 单因素肥料效应分析

根据肥料报酬递减律,当边际产量(dy/dx)等于零时,作物产量达到最高,此时的施肥量为最高产量施肥量。通过求解 N、P、K 单因素肥料效应函数最大值,分别获得了 N、P2O5、K2O 肥在其余两因素肥料用量在 2 水平时的最高产量施用量,分别为 137.5、55.2、260.8 kg/hm2,对应的最高鲜叶产量分别为 208.89、217.51、219.00 t/hm2(图 1)。当边际效益等于边际成本(dyPy=dxPx,即 dy/dx=Px/Py)时,肥料的边际利润为零,可获得最佳产量及对应施肥量。在 N、P2O5、K2O 单价分别为 4.8、2.1、6.5 元/kg,鲜叶收购价为 450 元/t 条件下,求得 N、P2O5、K2O 最佳施用量分别为 136.4、55.0、254.3 kg/hm2。对应的最佳鲜叶产量分别为 208.53、217.51、218.95 t/hm2。本试验所求得的最高产量施肥量与最佳产量施肥量相差不大。

  

 

2.2.3 N、P、K 二因素肥料互作效应分析

利用 MatLab 软件求解二元二次肥料效应函数极大值并绘制三维曲面图。结果显示,在 K 肥用量为 2水平条件下,当 N、P2O5 用量分别为 219.0、34.7 kg/hm2 时,剑麻鲜叶产量最高,达 217.37 t/hm2。在 P

肥用量为 2 水平条件下,N、K2O 肥最高施肥量分别为 164.3、225.7 kg/hm2,此时获得最高产量达 206.07 t/hm2。在 N 肥用量为 2 水平条件下 P2O5、K2O 用量分别为 60.93、257.04 kg/hm2 时,剑麻鲜叶产量最高,

214.35 t/hm2。NP、NK、PK 肥互作效应图均为开口向下的抛物曲面(图 2)。分析曲面图可见,低 P水平下,随着 N 水平提高,剑麻鲜叶产量从低位呈抛物线趋势逐渐提升。而随着 P 水平提高,产量随 N水平提高从高位缓慢提升而后下降。说明低水平时 NP 交互促进作用较明显,但随着施用水平提高其交互促进作用减弱甚至相互抑制。NK 的互作效果与 NP 相似,在低水平时交互促进作用明显。PK 互作方面,不同 K 水平下,产量随着 P 水平提高呈典型抛物线变化趋势,并在中 P 中 K 水平下产量达到最高水平。 

  

2.2.4 N、P、K 三因素肥料互作效应分析

对拟合得到的三元二次肥料效应函数进行分析。二次项 N2、P2、K2 的系数均为负值,一次项 N 的系数为正值,而 P、K 的系数则为负值。通过计算效应函数的厄米特(Hemite)矩阵各阶顺序主子式,结果分别为:|A1|= -3.8×10-3<0,|A2|=3.3×10-6>0,|A3|=7.8×10-7>0。由此判定本试验拟合得到的三元二次肥料效应函数为非典型[15]。利用 MATLAB 软件求解获得最高产量为 431.85 t/hm2,对应 N、P2O5、K2O 用量分别为 250、0、0 kg/hm2。显然,该结果并不符合生产实际,不具有生物学意义,仅是一个数学理论值,是因为拟合得到的三元二次函数为非典型效应函数所导致的函数值异常。这种情况下可以采用频率分析法对模型进行寻优,以获得推荐施肥量[16]。根据试验结果,以大于 200 kg/hm2 为产量优域,设置步长为 0.3,对三元二次肥料效应函数进行模拟寻优。分析结果显示,N、P2O5、K2O 在 95%置信度下的施肥区间分别为 126.2~141.0、59.0~65.8、252.7~280.6 kg/hm2,平均值为 133.6、62.4、266.7 kg/hm2。该结果在生产常用施肥量范围内,比较切合实际,宜作为生产推荐施肥量(表 4)。

  

2.2.5 不同拟合模型比较分析

分析比较不同拟合方法获得的最高产量施肥量差异。结果显示,通过一元二次函数拟合得到的 N、P2O5、K2O 最高产量施用量分别为 137.5、55.2、260.8 kg/hm2,N:P2O5:K2O =1:0.4:1.9,与生产实际比较切合,可作为剑麻生产推荐施肥量的参考。通过二元二次函数拟合分析得到的最高产量施 N 量为 219.0、164.3 kg/hm2,最高产量施 P 量为 34.7、60.9 kg/hm2,最高产量施 K 量为 225.7、257.0 kg/hm2。在一元二次和二元二次拟合所得的所有最高产量施肥量组合中,以组合 N 163.9 kg/hm2、P2O5 71.1 kg/hm2、K2O 260.8 kg/hm2所对应的产量、产值及利润均最高,分别达 219.00 t/kg、98550.0 元/hm2、83917.1 元/hm2(表 5)。虽然也有研究报道将一元二次和二元二次函数拟合结果作为推荐施肥量,但一元和二元拟合均未将氮磷钾三因素全部放到一起分析,所得结果未能完全体现氮磷钾三因素的互作关系。只有通过三元二次函数拟合,才能体现氮磷钾三因素的互作关系。此外,频率分析法求出的高产施肥量是一个施肥区间,在实际生产中不同产区可以根据各自的土壤肥力及管理水平差异,对施肥量进行相应的调整。因此,本研究建议将通过频率分析法获得的结果作为生产推荐施肥量,其高产施肥区间分别为 N 126.23~140.98、P2O5 59.04~65.80、K2O 252.7~280.6 kg/hm2,平均分别为 N 133.6 kg/hm2、P2O5 62.4 kg/hm2、K2O 266.7 kg/hm2,N:P2O5:K2O =1:0.5:2.0。

  

2.3 土壤养分丰缺状况及施肥效果

不施肥条件下的作物产量反映了土壤的基础供肥能力。根据地力贡献率大小,将土壤 N、P、K 丰缺状况划分为四个等级,即地力贡献率在 50.0%以下为极低水平,50.0%~75.0%为低水平,75.1%~95.0%为中水平,大于 95.0%为高水平[17]。结果显示,K 素地力贡献率最低,仅为 67.3%,而 P、K 地力贡献率较高,分别达 76.3%、79.2%。表明该区域土壤中 N、P 养分含量均处于中等水平,而土壤 K 含量处于低水平,钾素是限制该区域剑麻产量提高的主要因素。采用氮、磷、钾缺失处理(N0P2K2、N2P0K2、N2P2K0)及全量施肥处理(N2P2K2)产量数据,可算得氮、磷、钾肥施用效果相关参数。结果显示,不同营养元素肥料偏生产力、农学效率及产投比大小均为 P>N>K,而施肥利润则表现为增施 K 肥最大,N 肥次之,P 肥最小(表 6)。

  

2.4 不同处理剑麻叶片养分含量状况

通过测定各处理剑麻叶片氮磷钾养分含量,除了可以看出不同处理对叶片养分含量的影响,还可以将测定结果同我国常用剑麻叶片营养诊断指标比对[18],从而判断剑麻营养状况,为平衡施肥提供参考。结果显示,不同处理剑麻叶片全 N 含量为 10.3~13.6 g/kg,处于适宜或偏高水平,平均为 11.4 g/kg,处于偏高水平。其中,处理 N2P0K2、N2P1K2最大,均为 13.60 g/kg,处理 N2P2K2 次之,为 12.20 g/kg。不同处理全磷含量在 0.9~1.5 g/kg 之间,平均为 1.2 g/kg,均处于适宜水平。其中处理 N1P1K2 全磷含量最高,其次为处理 N0P2K2、N2P1K2、N1P2K1。不同处理全钾含量平均为 12.3 g/kg, 总体处于偏低水平,各施肥处理叶片含钾量均大于不施肥处理 N0P0K0。其中处理 N2P0K2 全钾含量最大,而不施肥处理最小(表 7)。

  

2.5 不同处理剑麻叶片养分带走量

叶片是剑麻的收获器官,每年到收割季节就会有大量矿质营养元素虽叶片收割被带走,离开田间土壤。根据养分归还学说,需通过施肥补偿从田间带走的养分,以维持土壤肥力。本试验不同施肥处理 N 素带走量在 210.2~381.9 kg/hm2 之间,平均为 273.4 kg/hm2。其中,处理 N2P1K2 氮素带走量最高,显著高于 N0P0K0、N2P2K0 及 N1P2K1,而处理 N2P2K0 最低。不同处理 P 素带走量平均为 29.0 kg/hm2,最高为处理 N2P1K2,达 39.3 kg/hm2,最低为不施肥对照 N2P2K0,达 17.5 kg/hm2。不同处理 K 素带走量在 196.1~376.3 范围内,平均为 292.8 kg/hm2。其中,处理 N2P1K2 钾素带走量最高,不施肥对照 N0P0K0 最低(表 8)。

  

  

 

3 讨论与结论

3.1 讨论

科学施肥是提高作物产量和肥料利用率的重要措施,国内外在科学确定施肥量、提高肥料利用率及提高作物生产效益等方面已开展大量研究,推荐施肥方法越来越科学,用量也越来越合理[19-20]。肥料效应试验是重要的推荐施肥研究方法,其中,“3414”是我国肥料效应试验广泛采用的方案。但研究显示,“3414”试验结果以三元二次模型拟合的成功率不高,以小麦为对象的试验拟合成功率仅有 56% [21]。本试验以剑麻为研究对象,结果显示,以三元二次模型拟合得到的是非典型肥料效应函数,也属于拟合不成功的范畴,这与前人在其它地点进行的试验结果一致[22],说明剑麻肥料效应试验干扰因素较多,其中对试验产量影响较大的可能是剑麻叶片生物学特性和收获、测产方式。

鲜叶产量是主要的肥料效应指标,主要由叶片数量和重量构成。由本试验结果可见,不同处理收获叶片数差异显著,相差最多可达 10 片左右,但不同处理单叶鲜重差异并不显著。说明不同施肥配比和数量对剑麻叶片生长数量影响较大,而对其重量则影响较小,施肥主要通过促进叶片数增加而增产。这是因为,根据剑麻的生物学特性,到了成龄阶段后,同一株剑麻的茎粗和叶片大小、重量已基本固定,受环境影响的变化较小,由此导致了成龄麻不同处理单叶鲜重差异通常不显著[23-24]。按照种植者的收割习惯,普遍的每年每株麻均收割同样数量的叶片,即 3~5 轮,约 39~65 片。如果按照这种收割习惯测产,由于不同处理单叶鲜重差异不大,而每株收割叶片数量又相同,这将导致不同处理产量在短期内将基本一致,差异并不明显,从而很难体现出肥料施用效果,所得结果也自然不符合肥料效应规律。因此,以成龄麻为试验测产时,不能按每株剑麻收割相同叶片数量,而应按每株相同叶片数量来收获。此外,在以成龄麻为对象进行肥效试验时,建议采用长期定位试验,持续监测剑麻叶片农艺性状及产量指标。虽然,长期定位监测也自然也会增加大量的调查和采样成本,但可以获得更加明显的施肥效果。

实际上,剑麻定植后 1~3 年的幼龄期及 4~5 年的开割初期是剑麻叶片和麻茎快速生长的时期[24],若选择该时期的剑麻作为肥效试验研究对象,不但可以获得更为明显的肥效指标,而且这时期的试验结果对生产的指导意义也更大。否则,成龄或老龄剑麻不但施肥效应指标差异不明显,而且由于植株已定型,施肥效果已相对降低,研究这时期的施肥效果对生产指导意义也相对减小。因此,建议多以 1~5 龄剑麻为试验对象进行肥料效应的研究。前期以幼龄麻为对象的试验显示,不同施肥处理对剑麻叶片重量的影响相当显著,可能是因为幼龄麻的麻茎直径和叶片宽度都还处于不断增粗阶段,叶片重量也还在不断增加[25-27]。但目前有关麻茎直径大小同叶片大小的关系研究还不够深入,特别是剑麻在成龄之后,由于其麻茎大小已基本固定,那么施肥及其它管理措施是否还能改变其叶片的大小和重量,以及麻茎大小定型的时间是第几年,相关问题仍需更多的科学调查和试验来明确。

本试验 14 个处理中,以氮磷钾中水平处理 N2P2K2 产量最高,其 N、P2O5、K2O 施用量分别为 163.9、71.1、310.1 kg/hm2,比例为 1:0.4:1.9。该处理施肥量是根据试验区常规施肥量设定,而该施肥量主要是通过叶片营养诊断计算得出,并经多年实践证明可获得高产[28]。本试验结果也进一步验证了剑麻叶片营养诊断推荐施肥的合理性,在其它施肥推荐方法成熟之前,可以将其继续作为剑麻生产推荐施肥方法。而通过函数拟合分析得出的施肥量范围为 N 126.23~140.98、P2O5 59.04~65.80、K2O 252.7~280.6 kg/hm2,总体比中水平要低。这是通过数学分析得到的施肥量范围,可作为推荐施肥的参考,且可以根据不同地区的土壤肥力水平进行调整。但需要注意的是,由于试验地点、样本数量及跟踪调查年限较少,所得结果还需通过更多的大田试验作进一步验证,方能大面积推广应用。

3.2 结论

N2P2K2 处理收获叶片数和鲜叶产量均最高,其次为 N2P1K2 处理。试验区土壤 N、P 含量均处于中等水平,而土壤 K 含量处于低水平,钾素是影响该区域剑麻产量的主要因素。试验区剑麻叶片 N 含量偏高,磷含量适宜,而 K 含量偏低。随着叶片收获,不同处理平均 N 素带走量为 273.4 kg/hm2,P 素带走量为 29.0 kg/hm2,K 素带走量为 292.8.0 kg/hm2。在本试验区域及相近土壤肥力条件的剑麻产区,推荐氮磷钾肥用量分别为 N 126.2~141.0、P2O5 59.0~65.8、K2O 252.7~280.6 kg/hm2,折尿素 274.3~306.5 kg/hm2,过磷酸钙 368.8~411.3 kg/hm2,氯化钾 421.1~467.7 kg/hm2。平均分别为 N 133.6 kg/hm2、P2O5 62.4 kg/hm2、K2O 266.7 kg/hm2,N:P2O5:K2O =1:0.5:2.0。

 

参考文献

[1]谭施北,易克贤,习金根,等.用 15N 示踪研究不同氮水平下剑麻的氮素吸收利用特性[J].热带作物学报,2015,36(10):1738-1742.

[2] Ma P Z , Hernandez-Arzaba J C , Bideshi D K , et al. Agave: a natural renewable resource with multiple applications[J]. Journal of the Science of Food and Agriculture, 2020(15):100.

[3]胡盛红,郑金龙,易克贤,等. 2013 年中国剑麻产业形势分析及发展趋势[J].热带农业科学, 2014, 34(12): 111-117.

[4] Souza J T D, Silva A C M, Santos A F D J, et al. Endophytic bacteria isolated from both healthy and diseased Agave sisalana plants are able to control the bole rot disease[J]. Biological Control, 2021, 157:104575.

[5]中华人民共和国农业农村部.我国三大粮食作物化肥农药利用率双双超 40%[EB/OL].(2021-01-19)[2022-06-26].http://www.kjs.moa.gov.cn/gzdt/202101/t20210119_6360102.htm.

[6]陈禄,谭施北,习金根,等.山地剑麻高产栽培技术探析[J].热带农业工程,2019,43(2):4-10.

[7]张少若,梁继兴,余让水,等.我国热带作物营养诊断研究工作的进展[J].热带作物研究,1996(2):60-70.

[8]许能琨,余让水,孙光明,等.氮磷钾钙镁肥不同用量对剑麻产量质量和矿质组分的影响[J].热带作物学报, 1994(1): 39-45.

[9]陈新平,张福锁.通过"3414"试验建立测土配方施肥技术指标体系[J].中国农技推广, 2006(4):4.

[10]王圣瑞,陈新平,高祥照,等. “3414”肥料试验模型拟合的探讨[J]. 植物营养与肥料学报,2002,8(4):409-413.

[11]俞聪慧,贾琰,孙立超,等.优化施肥促进寒地粳稻可溶性糖积累转运、气候资源利用及产量形成[J].植物营养与肥料学报,2021,27(2):231-242.

[12]吉光鹏,张栋海,牛蛉磊,等.“3414”肥料效应函数分析香梨初果期施肥参数[J].新疆农业科学,2021,58(4):682-689.

[13]鲁如坤.土壤农业化学分析方法[M].北京:中国农业科技出版社, 1999. 302-315.

[14]徐霞,赵亚南,黄玉芳,等.河南省玉米施肥效应对基础地力的响应[J].植物营养与肥料学报,2019,25(6):991-1001.

[15]章明清,林仁埙,林代炎,等.极值判别分析在三元肥效模型推荐施肥中的作用[J].福建省农科院学报,1995(2):54-59.

[16]盛玉章,谢永生,王渭玲,等.甘草产量及药用成分对氮磷钾肥的响应[J].干旱区资源与环境,2022,36(4):134-141.

[17]陈新平,张福锁.通过“3414”试验建立测土配方施肥技术指标体系[J].中国农技推广,2006(4):36-39.

[18]张少若,梁继兴,余让水,等.我国热带作物营养诊断研究工作的进展[J].热带作物研究,1996(2):60-70.

[19] Xu Xinpeng, He Ping, Zhou Wei, et al. Nutrient management increases potato productivity and reduces environmental risk: Evidence from China[J]. Journal of Cleaner Production,2022,369.

[20]包蕾,周建斌,陈竹君,等.基于西瓜产量的推荐施肥量及化肥减施潜力分析[J].植物营养与肥料学报, 2022,28(9):1558-1568.

[21]王圣瑞,陈新平,张福锁,等.3414"肥料试验模型拟合的探讨[J].植物营养与肥料学报,2002(4):409-413.

[22]黄标,赵家流,夏李虹,等.剑麻“3414”施肥效应研究[J].安徽农业科学,2017,45(23):109-113.

[23]农业部.剑麻栽培工[M].北京:中国农业出版社,2007:14-16.

[24]习金根,郑金龙,贺春萍,等.不同麻龄剑麻大中量营养元素分配及地上部养分累积特性的研究[J].热带作物学报,2013, 34 (4):596-601.

[25]谭施北,梁艳琼,李锐,等.用 N15示踪研究不同氮水平下剑麻的氮素吸收利用特性[J].热带作物学报,2015,36(10):1738-1742.

[26]习金根,谭施北,贺春萍,等.不同钾水平对剑麻生长和钾素吸收利用特性的影响[J].热带作物学报,2015,36(2):269-274.

[27]习金根,谭施北,贺春萍,等.不同磷水平对剑麻生长和磷肥效率的影响[J].热带作物学报,2014,35(11):2109-2114.

[28]黄富宇,张小玲,钟思强,等.剑麻丰产高效生产技术集成与示范[J].中国热带农业,2013(4):28-35.

 

文章摘自谭施北,习金根,陈河龙等.剑麻“3414”肥料效应研究[J/OL].热带农业科学:1-10[2023-03-15].http://kns.cnki.net/kcms/detail/46.1038.s.20230201.1046.002.html.


更多阅读