夏玉米主要生育阶段倒伏类型特征曲线的构建与验证

李树岩，李军玲，马志红，魏庆伟，任丽伟

(1. 中国气象局·河南省农业气象保障与应用技术重点实验室，河南 郑州 450003；2.河南省气象科学研究所，河南 郑州 450003；3. 鹤壁市气象局，河南 鹤壁 458000)

倒伏是由于外界因素诱发的茎秆从直立状态到倒折的现象，主要出现在玉米(ZeamaysL.)生长中、后期[1]。玉米倒伏后群体结构遭到破坏，光合作用降低，养分传输受阻，造成玉米产量的大幅度下降[2-4]，加剧病虫害发生和籽粒霉变[5-6]，并给机械化收获作业带来了巨大的困难[7-8]。夏玉米是我国重要的粮食作物，其生长季多雨、多风，极易发生倒伏[9]，是制约夏玉米高产、优质的主要因素之一[10]。因此，研究倒伏灾害发生特点、提高品种抗倒性、量化灾损评估等对于保障粮食安全具有重要意义。

倒伏类型是开展倒伏灾害研究的基础，对作物倒伏类型的理解和划分不同学者存在差异，如根据倒伏状态不同可分为挫折型、弯曲型、扭转型和开张型倒伏，玉米常见为挫折型倒伏[11]；也可根据倒伏发生的部位不同将倒伏分为茎倒、节倒和根倒[12]。目前，通常将玉米穗位叶以下茎节弯曲或折断称为“茎倒折”，植株倾角大于30°或45°而茎秆维持挺直的倒伏称作“根倒伏”[13-14]。不同类型倒伏对玉米生长的影响机制不同，段鹏等[15]研究表明倒伏率与百粒重、穗长、行粒数呈极显著负相关，倒折率与空秆率呈极显著正相关。薛军等[14]分析倒伏后机械粒收的产量损失，茎折每增加1%落穗率增加0.28%，根倒伏每增加1%落穗率增加0.17%。李树岩等[16]研究表明，大喇叭口期根倒伏平均减产约13.9%，茎倒伏减产约27.5%。可知，不同生育阶段不同类型倒伏造成的产量损失差异很大[17-19]，明确倒伏类型是开展倒伏灾害评估的前提。

综上所述，前人研究对于倒伏类型的划分及其对作物生长发育和产量的影响关注较多，而对不同生育期倒伏类型的发生规律关注较少。倒伏易发生类型与夏玉米生长发育的外部形态和内部结构联系密切，处于不同生育阶段的玉米在抗倒性方面差异很大。在同样的致灾气象条件下，夏玉米发育进程不同，造成的倒伏类型和程度亦不同。因此，本研究拟根据多源的倒伏灾害调查数据，采用“根倒伏”和“茎倒折”的倒伏类型划分标准，基于发育期日数构建不同生育阶段倒伏类型发生的特征曲线及回归模型，为开展倒伏灾损评估、制定农业保险理赔指数及指导农业生产决策等提供理论支持。

1 材料与方法

1.1 数据来源

1.1.1 夏玉米倒伏类型特征曲线构建数据 数据来源于河南省鹤壁市农业科学院2003—2019年玉米品种区域试验中关于自然倒伏的观测记载。试验田位于鹤壁市淇滨区(114.32°E，35.72°N)，土壤质地为黏土。夏玉米生长季雨热同期，多年平均气温25.5℃，降水量436.7 mm，日照时数691 h。每年参加区域试验的夏玉米品种数量和名称不尽相同，且品种名称为保密数据仅用代号表示。试验前茬作物为小麦，各参试品种同期播种、同期收获。每个品种的试验小区面积约30～50 m2，试验田总面积约0.2～0.4 hm2。播种方式为夏直播，不同年份播种密度略做调整，在52 500～75 000株·hm-2范围。各参试品种除草、灌溉、施肥、中耕等田间管理措施保持一致。试验概况如表1所示。

倒伏类型划分及倒伏率调查计算。首先将倒伏类型划分为“根倒伏”和“茎倒折”两类。根倒伏为植株从根部歪斜，主茎不发生折断且与地面夹角小于45°；茎倒折为茎秆在穗位节及以下发生弯折或折断。倒伏率按试验小区分别调查，密度75 000株·hm-2组调查90株，67 500株·hm-2组及以下的小区调查81株，分别统计“根倒伏”和“茎倒折”的株数除以总株数即为相应的倒伏率，两种类型的倒伏率相加为总倒伏率。

气象资料记载。根据倒伏观测记录，确定对应时间的气象资料，气象数据来源于距离较近的淇县地面气象观测站，相距试验田约10 km。气象要素包括日最大风速、日极大风速、日降水量。其中日最大风速为某个时段内出现的最大10 min平均风速值，日极大风速为某个时段内出现的最大瞬时风速值，在自动气象站中，瞬时风速指3 s的平均风速[21]。发生倒伏的典型年份、播种期、受灾日期及供试品种数量及气象数据如表1所示。

表1 鹤壁市夏玉米品种区域试验倒伏灾害概况

1.1.2 夏玉米抽雄期前后倒伏类型特征曲线修订数据 修订数据为南阳市2013年8月1日17时左右发生的大风倒伏灾害调查数据。南阳市位于河南省西南部，也是夏玉米主产区。灾害发生时，南阳农业气象试验站(33.05°N，112.23°E，海拔161.5 m)正开展‘浚单20’和‘郑单958’两个夏玉米品种的分期播种试验。强对流天气造成试验田内夏玉米大面积倒伏，本地气象观测数据显示，2 h内降水量达41.4 mm，10 min平均最大风速11.3 m·s-2。灾害发生后，分不同倒伏类型调查了各试验小区倒伏率。由于倒伏主要发生在夏玉米抽雄期前后，对这一阶段大风倒伏特征进行了更细致的表达，可用来修订利用1.1.1节中数据所构建的倒伏类型特征曲线。

夏玉米分期播种试验中‘浚单20’自2013年6月1日开始第1期播种，每隔5 d一个播期，共5期，每播期重复4次，分别于9月13日、9月14日、9月18日、9月21日和9月25日成熟收获；‘郑单958’自5月27日开始第一期播种，每隔10 d一个播期，共3期，每播期重复3次，分别于9月5日、9月12日和9月16日成熟收获。播种密度均为67 500株·hm-2。

2013年8月2日倒伏后第2天，按照“根斜”、“根倒”、“茎倒”和“折断”4种类型进行倒伏率调查，其中“根斜”为茎秆未弯折，与地面夹角大于45°。可将“根斜”和“根倒”统一划分为“根倒伏”，将“茎倒”和“茎折”统一划分为“茎倒折”，倒伏灾害发生时作物所处发育期如表2所示。

表2 南阳市夏玉米分期试验倒伏灾害概况

1.2 倒伏类型特征曲线模型验证

1.2.1 利用历史灾情信息进行验证 为了验证所构建的倒伏类型特征曲线的准确性，选择1981—2018年农业气象观测报表中记载的历史倒伏灾害案例，根据倒伏灾情的定性描述，对倒伏发生的类型及比例进行估算，并与构建的倒伏类型特征曲线的模拟结果相比较，计算误差。所选代表性倒伏灾害案例如表3所示。

表3 历史倒伏灾情数据

1.2.2 利用倒伏灾情图片进行验证 收集历史倒伏灾害发生时的灾情图片作为验证资料，可直观了解倒伏发生类型随生育期变化的特征。本文收集了2010年7月16日郑州、2013年8月13日唐河县等玉米倒伏的4次灾后调查图片，进行不同生育阶段倒伏类型特征验证。

1.3 数据处理

1.3.1 数据筛选 利用鹤壁市品种区域试验数据构建倒伏类型特征曲线，由于年份间致灾气象条件和品种抗倒性差异大，所收集样本的倒伏率差别大。在有倒伏灾害发生时，为确定不同生育阶段倒伏类型，本文以调查品种的总倒伏率大于4%作为倒伏灾害发生的标准，筛选典型灾害年份和品种样本来建模。

1.3.2 倒伏类型比例计算 “根倒伏”和“茎倒折”倒伏比例的计算方法如下：

DR=LR/(LR+Ls)×100%

(1)

Ds=1-DR

(2)

式中,DR为根倒伏发生比例，%，LR为根倒伏率，%，Ls为茎倒折率，%，Ds为茎倒折发生比例，%。

2 结果与分析

2.1 倒伏类型特征曲线的构建与修订

2.1.1 倒伏类型特征曲线构建 根据鹤壁市品种区域试验灾害调查数据筛选出的典型年份和品种样本，计算“根倒伏”和“茎倒折”类型发生比例，如图1所示。倒伏一般发生在播种后45～97 d; 其中有6个年份是发生在播种后45～55 d，占典型灾年样本的一半。根倒伏发生比例随生育期推迟呈显著的下降趋势，回归方程通过P<0.01显著性检验(图1a)，茎倒折发生比例的变化趋势与根倒伏相反(图1b)。

2.1.2 倒伏类型特征曲线修订 根据南阳市2013年倒伏灾害调查数据，计算不同播期倒伏所处的生育期天数和根、茎倒折发生比例，进行多项式拟合分析，如图2所示。各播期抽雄期平均在48 d，倒伏发生时各播期所处生育期天数在播种后40～64 d，所建立的回归模型描述了抽雄期前后倒伏类型的发生特点。“根倒伏”发生比例呈先升后降的变化趋势，在抽雄期(播种后47 d)达到最高(图2a)，“茎倒折”变化趋势与之相反，在抽雄期(播种后47 d)发生比例最低(图2b)。由实际调查可知，抽雄前发生的“茎倒折”主要是“折断”类型，即茎干折断绝收。根据抽雄前后倒伏类型发生的这一特征，对由图1构建的倒伏类型曲线进行修订，即将倒伏样本根据播种后日数划分为“抽雄前”和“抽雄后”两部分，构建分段模型。

2.2 倒伏类型特征曲线及拟合模型

2.2.1 分段拟合及回归模型 提取鹤壁市品种区域试验中倒伏发生的典型年份，计算多个试验品种的平均抽雄期日数，为播种后53 d。根据平均抽雄期日数，将原有样本数据分为抽雄前和抽雄后两部分，分别建立回归模型，如图3所示。倒伏发生在抽雄前，以“根倒伏”类型为主，典型灾年的根倒伏比例在79.0%～92.0%，平均为85.1%，且随生育期天数增加而显著上升(图3a)；倒伏发生在抽雄后，根倒伏比例呈显著下降趋势(图3b)。与之相反的，倒伏发生在抽雄前，“茎倒折”会发生但所占比例较小，典型灾年平均为14.9%，且随生育期天数增加而下降(图3c)；倒伏发生在抽雄后，茎倒折所占比例呈上升趋势(图3d)，成熟期前后基本为茎倒折，这与南阳市抽雄期前后倒伏类型占比的变化特征(图2)是相符的。

根据抽雄前后倒伏易发类型比例变化，分别进行线性趋势拟合，建立抽雄前后夏玉米倒伏类型特征的分段线性模型，如表4所示，回归方程均通过了显著性检验。

表4 夏玉米抽雄前后倒伏类型的分段线性模型

2.2.2 综合曲线拟合及回归模型 由表4可知，要计算某阶段各倒伏类型发生比例，首先需要判断倒伏发生时是否达到抽雄期，再选择不同分段方程。为便于实际应用，可建立夏玉米主要生育期倒伏类型判定的综合曲线模型。以根倒伏为例，首先计算抽雄前后两条曲线的交叉点，利用生育期日数回代方程。交叉点之前的数据使用表4中方程(3)回代构建，交叉点之后由方程(5)回代构建，将抽雄前后连接到一起，形成新的数据序列。最后利用多项式拟合新数据序列，经检验三次多项式即可达到较高的拟合精度。夏玉米根倒伏发生比例的拟合方程为：

y=0.001046x3-0.2366x2+16.576x-272.25

(7)

其拟合的R2达到了0.993以上，如图4a所示。同样的方法构建茎倒折曲线模型(如图4b)，拟合方程为：

y=-0.001046x3+0.2366x2-16.576x+372.25

(8)

“根倒伏”类型的综合曲线呈先升后降的模拟趋势，约从播种后40 d开始模拟，至玉米成熟收获期结束。曲线拐点主要位于播种后55 d左右，接近抽雄期，因此根倒伏比例在抽雄期前后达到最高值，近90%。“茎倒折”类型的综合曲线变化趋势与之相反。

2.3 夏玉米倒伏特征曲线拟合模型验证

2.3.1 利用历史倒伏灾害数据验证 根据历史倒伏案例数据(表3)判定是否抽雄，统计播种后的发育期日数，分别代入公式(3)(5)或者公式(4)(6)，进行分段线性模型的精度验证。或不需判定是否抽雄，将播种后的发育期日数直接代入公式(7)(8)，分别计算根、茎倒伏的比例，进行综合曲线拟合模型的精度验证，验证结果如表5所示。分段线性模型与综合曲线模型的平均误差分别为11.9%和11.1%，二者的总体误差接近，但当播种后天数接近抽雄期时，分段线性模型的精度略高于综合曲线拟合模型，如1987年的三门峡和1988年的永城，其分段线性模型的精度较综合曲线模型提高了5.4%和4.1%。在实际应用中可根据两种模型的特点选择使用。

2.3.2 利用倒伏灾害调查图片验证 收集历史倒伏灾害发生的实际调查图片，也可作为倒伏类型判定的验证资料。如图5所示，图5a为2010年7月16日郑州玉米倒伏，反查当地发育期观测数据为播种后40 d，抽雄前4 d，全部为根倒伏；图5b为2013年8月13日唐河县玉米倒伏，为播种后74 d，抽雄后20 d，根倒伏和茎倒折都有发生；图5c为2018年8月21日太康县玉米倒伏，为播种后82 d，抽雄后27 d，基本为茎倒折；图5d为2016年8月27日周口黄泛区玉米倒伏，为播种后88 d，抽雄后36 d，基本为茎倒折。由图片验证信息也可知，不同生育阶段易发生倒伏类型与构建的特征曲线总体变化相一致。

3 讨 论

不同阶段易发生的倒伏类型随生育期的变化特征主要由夏玉米生物学特性决定，抽雄前以营养生长为主，生长中心为茎秆和叶片，茎秆抗弯折能力强但根系浅，遇强风暴雨土壤固根能力差易发生根倒伏；抽雄后进入花粒期，以生殖生长为主，生长中心主要为攻穗重，茎秆营养物质更多的输送到果穗，茎秆韧性减弱易发生茎折。井淑香等[20]研究不同阶段倒伏对产量的影响，在大喇叭口期和抽雄期均只设定了“根倒伏”类型，花后15 d和30 d则分别设定“根倒伏”和“茎倒折”的类型，倒伏类型随生育期的变化与本研究结果一致。

倒伏发生的类型和比例除与夏玉米生育期有关外，还受多种内外因素影响或是内外因素的协同作用。品种是最主要的内部因素，不同基因型的差异体现在品种的株型、茎秆抗折强度、根系结构等方面[12,22-23]，如株型高、茎秆机械组织不强，茎秆衰老速率快，易发生茎折。外部因素主要是栽培管理措施的影响，种植密度是影响作物倒伏的主要因素[24-26]，倒伏率与种植密度呈显著正相关[27]。郭书磊等[28]研究表明，随着密度的提高茎秆穿刺强度和压折强度分别降低4.4%和22.26%，茎秆抗折能力下降，茎倒折发生的风险增加。土壤墒情是影响倒伏发生类型的另一重要因素，受降水或灌溉影响，田间湿度大、透气性差，造成发根少、慢，根系浅且土壤的稳固性差[12]，尤其是在大风过程前灌溉或有较多降水，更易发生根倒伏；反之土壤湿度小或有较轻的干旱胁迫，有利于根系下扎，且土壤固根能力强，遇大风过程根部不易翻出，多在茎部弯折。施肥措施不当会加重倒伏，玉米茎秆钾含量多少直接反映茎秆的衰老程度，钾肥有利于提高茎秆强度，降低倒伏率，而大量施用氮、磷或氮肥造成植株旺长，茎秆幼嫩，机械强度降低，易发生茎折[29-32]。病虫害也会影响倒伏率及倒伏类型，如玉米螟等常会钻到茎秆内部，蛀空茎秆，一旦遇到大风天气，就有可能造成茎秆倒折；茎腐病可使茎秆组织变得软弱甚至腐烂，增加了倒折的风险[12,33]。

对比所建立的两种倒伏类型特征模型，利用三次曲线拟合的倒伏类型曲线忽略了极值，达不到实际观测的100%,最高也就是90%左右;分段函数模型在抽雄期附近能模拟出极值变化，其模拟精度要高于三次曲线模型。但在实际应用中，分段函数模型需要通过判定是否抽雄来选择相应模型，不如三次曲线模型方便，因此可根据实际情况选择应用。本文中选用的模型验证数据来源于农业气象观测中的倒伏灾害记载，对倒伏类型比例的记录大多是经验性的，且多针对农业气象观测地段进行观测调查，不能完全代表倒伏灾害发生时的大田状况。因此表3中的验证数据也是估算值，这些都是造成模型验证误差的来源。

本文构建的倒伏类型曲线从播种后40 d开始模拟，40 d之前约为玉米播种至小喇叭口期。由实际调查经验可知，这一阶段玉米植株较低，发生倒伏的概率小，即使个别年份有倒伏发生，也能很快恢复生长，对产量基本无影响[34]，研究者关注少。因此，播种后40 d以前的倒伏类型不能按照本研究构建的曲线函数进行简单延伸。

本研究中模型构建数据涉及玉米试验品种多，虽然为小区种植，但品种区域试验田的总面积与大田相似，倒伏率为多品种平均的结果，因此构建的模型可以代表大田生产水平。而在一般的灾害调查中，对倒伏率的调查多局限于某一地块，往往是灾情较重的地块。因此模型验证及应用时应注意大面积、多点取样。

4 结 论

研究利用2003—2019年鹤壁市品种区域试验中12个典型灾年数据，初步构建了全生育期倒伏类型特征曲线，并利用2013年南阳市倒伏调查数据进行“抽雄前”和“抽雄后”的分段修订，最终构建了抽雄前、后的倒伏类型分段线性模型和涵盖不同发育阶段的综合曲线模型。模型拟合结果表明，倒伏一般发生在播种后45～97 d，其中近一半年份的倒伏发生在播种后45～55 d，即抽雄期前后(平均抽雄期为播种后53 d)。如果倒伏发生在抽雄前，以“根倒伏”为主，灾年的根倒伏比例平均为85.1%，且随生育期推迟接近抽雄期时显著上升；如倒伏发生在抽雄后，根倒伏发生比例随生育期推进显著下降，近成熟期基本为茎倒折；茎倒折占比的变化趋势与根倒伏相反。

利用历史典型倒伏案例和灾情图片信息，对所构建的分段线性和综合曲线模型进行验证，分段线性模型和综合曲线模型平均模拟误差分别为11.9%和11.1%。分段线性模型在抽雄期附近的精度略高于综合曲线模型，但在应用中分段线性模型时需要首先判定夏玉米是否抽雄，综合曲线模型可简略此步。