播期对江苏省冬小麦产量及其构成的影响

严惠敏，周铭瑞，徐志鹏，王清颐，刘健峰，周杨阳，王乃江，丁奠元,

(1.扬州大学水利科学与工程学院，江苏 扬州 225009；2. 西北农林科技大学中国旱区节水农业研究院，陕西 杨凌 712100)

粮食安全问题一直是中国乃至全世界持续关注的重大民生问题[1]。农业生产受外界气候环境的影响显著，已有研究表明气候变化是除了快速增加的人口数量、水分短缺和土地退化之外，又一个对粮食生产和安全的重要威胁[2]。因此，有效应对气候变化，利用其对农业生产有利一面，缓解其对粮食安全不利一面，已成为众多学者必须面对的重大挑战。

小麦是世界主要粮食作物之一，在我国种植范围较广，江苏省是中国冬小麦的主要种植区域之一[3]。随着全球气候变暖，特别是暖冬的出现，改变了小麦冬季的生长发育状况。有研究表明，在气候变化背景下，传统的播期易造成冬小麦植株生长迅速、苗情过旺，遇到寒冬或倒春寒，极大增加了冻害的发生几率，严重影响冬小麦的产量[4-5]。为了适应气温升高，适当晚播可以延缓小麦越冬前的发育进程，减少冻害对小麦生产的影响[6]；同时适度推迟播种日期可以使小麦植株充分利用冬前光热资源，培育壮苗，有利于形成高产群体，稳定冬小麦产量[7-9]。因此，如何“适期”，如何确定“晚播时间”，成为优化小麦生育进程，适应当地气候环境的关键问题。目前，关于晚播对冬小麦产量及其构成影响的研究多是单一的研究区域，而且已有研究试验分布较为独立分散，且对整个江苏省开展系统性研究较少；不同区域冬小麦的最适播期是否相同，播期如何影响冬小麦产量及其产量构成因子(穗数、穗粒数和千粒重)，这些问题均需要进一步探讨。

以上问题均无法从独立的田间试验中得以解决，而Meta分析(Meta-analysis)为以上问题提供了可能的解决途径。Meta分析是一种对同一主题下的多个独立试验或研究进行综合统计的分析方法[10]，从统计学角度达到增大样本含量，提高检验效能的目的[11]。Meta分析在医学、矿产和土地利用等多方面均有着广泛的应用[12-15]。在农业方面，Meta分析已经应用到棉花地膜覆盖产量效应[16]、农田秸秆还田土壤N2O排放及其影响因素[17]、生物质炭施用对我国农作物和土壤固碳减排潜力的影响[18]、玉米产量相关性状[19]、稻麦两熟系统产量对秸秆还田的响应[20]。目前已有研究中，基于Meta分析江苏省播期对冬小麦产量及其构成影响的相关研究较少，江苏省冬小麦播期需要从较大区域尺度进一步研究。

鉴于以上研究现状和存在的问题，本研究基于收集的近20年江苏省冬小麦播期的大田试验数据，利用Meta分析方法，定量研究播期对冬小麦产量及其构成要素的影响，为江苏省确定冬小麦最适播期提供理论依据。

1 材料与方法

1.1 数据来源

本研究通过对中国知网、维普、万方和Web of Science等中外文文献数据库进行检索，收集截止2019年12月31日国内外公开发表的有关播期对小麦产量影响的田间试验研究论文。检索中文关键词包括小麦、播期、晚播等及其组合，英文关键词包括Winter wheat, sowing date, planting date, late sowing及其组合。基于以下标准确定该研究的分析样本：(1)试验区域位于中国江苏省范围内，试验地点明确；(2)试验处理必须包括晚播和正常播期的对照试验；(3)文中列有相关处理的产量和产量构成的均值及标准差(或标准误)，或提供相关处理各重复产量，或试验年份≥2 a[21]。经以上标准严格筛选，共获得19篇可用文献(表1)，65组有效数据。

1.2 数据处理及分组

本研究根据获取的数据情况，将数据按照晚播天数、冬小麦品性、试验区域、试验年代进行分组，其中因晚播>32 d的数据量较少，没有单独进行分析，具体见表2。

1.3 数据分析及研究方法

1.3.1 标准差计算 Meta分析是一种基于文献资料的定量统计方法，它通过合并同质统计量，对某研究领域中的主题问题进行综合定量分析[41]。标准差是Meta分析的一个重要参数，用于计算各研究的权重。在数据整理中，当文中列有产量标准差时，直接使用；当文中没有提供产量标准差但有标准误，或多个重复试验的产量，或既未提供产量标准差也无重复试验的产量，但包含多年试验时，将多年试验结果看作平均重复，计算标准差[42]。

1.3.2 Meta分析 通过对以往的Meta分析研究的了解，研究中每个试验点的权重用原始数据均值的标准差进行计算[43]，也可以采用试验处理的重复次数进行计算[44]。本研究利用试验处理的重复次数的方法计算权重(W)。

W=(Ne×Nc)/(Ne+Nc)

式中，Ne和Nc分别表示晚播和正常播期对照组的试验重复次数。

在MetaWin软件中输入各研究中晚播组和正常播期对照组平均产量值、对应的标准差、样本个数，计算效应值(InR)：

lnR=ln(Ye/Yc)

式中，R是反应比；Ye和Yc分别为晚播和正常播期对照组的产量(kg·hm-2)。

表1 数据库原始文献信息概要

表2 Meta分析有效数据分类信息

为便于使用晚播增产率解释晚播的效应(增产或减产效应)，将效应量(lnR)转化为增产率(Z)：

Z=[exp(lnR)-1]×100%

晚播的增产率(Z)和其95%的置信区间用MetaWin2.1软件产生。Z的95%置信区间若全部大于0，说明晚播对产量具有显著正效应，即促进增产；若全部小于0，说明晚播对产量具有显著负效应，即不利于产量的提高；若包含0，则说明晚播对产量无显著影响。同理，产量构成因子穗数、穗粒数和千粒重增加率可解释晚播的效应。当异质性结果显著时(P<0.05)，采用随机效应模型，相反，则采用固定效应模型。

敏感性分析的目的是检验用于Meta分析的数据是否存在离群值，即通过逐一移除单个效应量对其余效应量进行整合，观察综合效应量、95%置信区间及异质性检验结果等是否发生较大变化，从而检测是否存在离群值[21]。

1.3.3 数据处理 所有数据分析均使用Excel 2016进行数据收集整理，采用Metawin2.1软件进行Meta分析，利用SigmaPlot 12.5软件作图，进行相关关系分析，并采用LSD法进行显著性分析(P<0.05)。

2 结果与分析

2.1 异质性检验和敏感性分析

通过卡方检验(Chi-square)明确不同播期及产量之间是否存在异质性(表3)，结果表明异质性检验结果达到极显著水平，故采用随机效应模型。发表性偏倚结果表明，纳入的研究结果不存在发表性偏倚(P>0.05)。

对不同播期冬小麦产量效应进行敏感性分析(表4)，结果表明，在不同播期中，任意独立样本的移除对整体样本的增产率和95%置信区间均未产生明显变化，且仍存在显著的异质性。在晚播3～7 d和晚播23～27 d中，分别第9个和第2个样本的移除对整体影响比较大，但仍未显著改变原来Meta分析的结果，不能将它们视为离群值。

表3 冬小麦产量的异质性和发表性偏倚

表4 冬小麦对不同播期的敏感性分析

2.2 冬前积温变化

积温学说通常以界限温度来定义，本研究以5 d滑动平均的日平均气温≥0℃作为稳定通过0℃终日，以此作为冬小麦越冬停止生长的日期[45]。选取南京气象站、高邮气象站和赣榆气象站作为江苏省苏南、苏中、苏北3个地区的代表气象站。分析1980—2012年的冬前积温，表明江苏省0℃以上的活动积温呈现增长的趋势(图1)。苏南地区以3.3081℃·d·a-1的速度递增(R2=0.2427)；苏中地区以3.7916℃·d·a-1的速度递增(R2=0.3106)；苏北地区以2.0830℃·d·a-1的速度递增(R2=0.1111)。在积温与年际的相关性检验中，苏南、苏中、苏北均通过0.05显著性检验，说明江苏省受气候变化影响，≥0℃有效积温显著增加。

2.3 江苏省冬小麦播期对产量及其构成的影响

产量与穗粒数的变化趋势基本同步，但穗数对产量的影响更大，均在晚播天数大于20 d时，有减少的趋势，且随着时间的推迟，减少趋势越来越显著。

与正常播期相比(图2a)，晚播17 d以内冬小麦有增产的趋势。其中，晚播3～7 d和13～17 d冬小麦增产效应显著，分别增加3.8%(95%置信区间0.5%～7.1%)和3.1%(95%置信区间0.4%～5.8%)；晚播8～12 d，冬小麦产量较正常播期产量增产效应不显著；从晚播18～22 d开始，冬小麦出现减产趋势。与正常播期产量相比，晚播18～22 d和23～27 d的冬小麦减产效应不显著；当晚播28～32 d，减产效应显著，冬小麦减产达8.7%(95%置信区间-13.5%～-3.9%)。

注：*显著相关(P<0.05)，下同。 Note:* Significant correlation (P<0.05)， the same below.图1 典型气象站冬前有效积温(GDD)趋势Fig.1 Trend of growing degree days (GDD) before over-wintering at typical weather stations

注：误差棒表示95%置信区间的上下限值，下同。Note: The lines on each column represent the upper and lower limits of the 95% confidence interval. The same below.图2 不同播期对冬小麦产量及产量构成的影响Fig.2 Effects of delayed time in sowing on winter wheat yield and its composition

晚播3～7 d(图2b)，冬小麦穗数较正常播期穗数增加显著，增加达5.4%(95%置信区间3.3%～7.6%)；从晚播8～12 d开始，冬小麦穗数呈现减少趋势，随着播期的推迟，冬小麦穗数减少趋势越来越显著。与正常播期相比，晚播8～12、13～17、18～22 d和28～32 d冬小麦穗数减少效应不显著；晚播23～27 d的穗数减少效应显著，减少达14.4%(95%置信区间-26.3%～-2.5%)。

晚播12 d以内(图2c)，冬小麦穗粒数有增加趋势，但增加效应不显著；从晚播13～17 d开始，冬小麦穗粒数出现减少的趋势。与正常播期穗粒数相比，晚播13～17、23～27 d和28～32 d的冬小麦穗粒数减少效应不显著；与正常播期的穗粒数相比，当晚播18～22 d冬小麦穗粒数减少效应显著，减少达4.1%(95%置信区间-8.1%～-0.03%)。

晚播3～7 d和28～32 d时，冬小麦千粒重与正常播期千粒重相比，减少效应不显著；晚播8～27 d，冬小麦千粒重出现增加的趋势。其中，当晚播8～12 d时，冬小麦千粒重增加效应显著，增加达4.0%(95%置信区间1%～7.0%)；晚播13～17、18～22 d和23～27 d，冬小麦千粒重与正常播期千粒重相比，增加效应不显著(图2d)。

冬小麦产量构成的主要因子包括有效穗数、穗粒数和千粒重。相关分析结果表明，冬小麦产量与穗数、穗粒数和千粒重呈显著正相关(P<0.05；图3)，产量与穗数拟合关系的R2值(0.3116)明显大于穗粒数和千粒重的R2值(分别为0.1795和0.0882)，这说明穗数对产量的影响更大。

2.4 不同地区冬小麦产量对播期的响应

苏北和苏南地区(图4a和图4c)，晚播3～7 d和13～17 d，冬小麦均有增产的趋势，但与正常播期产量差异不显著。其中，苏北晚播3～7 d和13～17 d冬小麦产量分别增加1.9%(95%置信区间-1.1%～5.0%)和2.1%(95%置信区间-3.2%～7.4%)，苏南晚播3～7 d和13～17 d冬小麦产量分别增加8.8%(95%置信区间-114.0%～131.5%)和4.9%(95%置信区间-61.2%～71.0%)；两个地区均从晚播18～22 d开始，播期推迟对冬小麦产量的影响出现负效应。其中，晚播18～22 d，苏北冬小麦产量减少2.1%(95%置信区间-6.1%～2.0%)；晚播18～22 d和28～32 d，苏南冬小麦产量分别减少23.1%(95%置信区间-281.7%～235.5%)和7.6%(95%置信区间-16.5%～1.4%)，晚播冬小麦产量与正常播期产量差异均不显著。当晚播28～32 d左右时，苏北冬小麦产量显著低于正常播期产量，减产达19.0%(95%置信区间-28.0%～-10.0%)。

注：*显著相关(P<0.05),下同。Note: * Significant correlation (P<0.05)， the same below.图3 冬小麦产量与穗数、穗粒数和千粒重的相关性分析Fig.3 Correlation analysis between yield and its composition factors

图4 不同区域(a.苏北；b.苏中;c.苏南)晚播时间对冬小麦产量影响Fig.4 Effects of delayed time in sowing on winter wheat yield in different regions (a. northern district of Jiangsu Province;b. middle district of Jiangsu Province; c. southern district of Jiangsu Province)

苏中地区(图4b)晚播22 d之内，冬小麦有增产的趋势，但与正常播期产量差异不显著。晚播3～7、8～12、13～17 d和18～22 d分别增产12.6%(95%置信区间-2%～27.3%)、9.4%(95%置信区间-6.1%～24.9%)、3.8%(95%置信区间-1.6%～9.2%)和3.0%(95%置信区间-19.7%～25.8%)；从晚播23～27 d开始，冬小麦呈现减产趋势，随着播期的推迟，冬小麦减产趋势越来越显著。当晚播28～32 d时，减产效应显著，冬小麦产量较正常播期产量平均减少4.4%(95%置信区间-8.8%～-0.1%)。

2.5 不同时期播期对冬小麦产量的影响

2000—2010年(图5a)，晚播22 d以内，冬小麦产量有增加趋势，但增产效应均不显著。晚播3～7、8～12、13～17 d和18～22 d的冬小麦产量比正常播期分别增加2.6%(95%置信区间-2.8%～8.0%)、7.5%(95%置信区间-10.9%～25.8%)、2.1%(95%置信区间-3.7%～7.8%)和0.2%(95%置信区间-7.4%～7.8%)；从晚播23～27 d开始，冬小麦产量有减少的趋势，当晚播28～32 d时，冬小麦产量显著低于正常播期产量，减产15.8%(95%置信区间-27.3%～-4.3%)。

2011—2017年(图5b)，晚播17 d以内，冬小麦产量较正常播期产量呈增加趋势，且增产效应越来越显著。晚播3～7、8～12 d和13～17 d分别增加5.4%(-1.7%～12.6%)、2.9%(-9.9%～15.6%)和3.6%(95%置信区间0.1%～7.1%)；晚播18～22 d的冬小麦产量比正常播期产量减产效应不显著；晚播28～32 d，冬小麦产量呈现显著的减产效应，减产5.4%(95%置信区间-8.7%～-2.1%)。

2.6 不同品性冬小麦产量对播期的响应

随着气候变暖，冬小麦的生育期缩短，种植结构也发生改变。温度升高和大气中CO2浓度升高使农业气候带北移和西扩，出现品种春性化[46]。不同冬春性的冬小麦的生育期也不同，研究不同品性冬小麦产量对播期的响应是必要的。

(弱)春性冬小麦(图6a)，晚播17 d以内，冬小麦产量有增加趋势。其中，晚播3～7 d和13～17 d，冬小麦产量呈现显著增产效应，分别增产5.6%(95%置信区间1.8%～9.4%)和5.0%(1.1%～9.0%)；从晚播18～22 d开始，播期推迟对冬小麦产量的影响出现负效应，且减产效应均不显著。

(半)冬性小麦(图6b)，当晚播3～7 d，增产效应不显著，冬小麦产量较正常播期产量平均提高0.4%(95%置信区间-9.5%～10.3%)；从晚播8～12 d开始，冬小麦出现减产趋势。与正常播期产量相比，晚播8～12、13～17、18～22 d和28～32 d冬小麦产量分别减产3.4%(95%置信区间-44.7%～37.8%)、6.9%(95%置信区间-120.6%～106.7%)、4.7%(95%置信区间-11.7%～2.3%)和22.1%(95%置信区间-128.3%～84.2%)，晚播冬小麦产量与正常播期产量差异均不显著。

图5 晚播对冬小麦产量的影响Fig.5 Effects of delayed time in sowing during different periods on winter wheat yield

图6 不同品性冬小麦晚播对产量的影响Fig.6 Effect of delayed time in sowing of winter wheat with different characters on yield

3 讨 论

3.1 适期晚播

气候变化背景下，我国温度、降水量等农业气候资源发生显著变化，受其影响，作物生长也会发生相应改变。康俊等[47]分析了近45年江苏省年、季实测温度、降水的变化特征，江苏省表现出明显增温趋势，气温增速达0.026℃·a-1，降水量变化总体为上升趋势。小麦产量因暖冬、阴湿寡照和后期高温等因素不同程度影响呈下降趋势[48]。

随着气候变化的不断发展，调整播期成为适应气候变化的主要手段之一。关于播期对冬小麦产量的影响，前人开展过大量研究，但研究结果并不一致。有研究表明不同播期条件下，宽幅播种提高单位面积穗数大幅提高小麦产量[49]。赵玉花等[50]研究发现适期晚播减少小麦的有效穗数，但其穗粒数增加。不同试验结论不同，可能与其设置的播期、小麦品种、播种密度、施肥条件、冬前有效积温不同有关。本研究结果表明，在江苏省，适当晚播有助于提高冬小麦产量；与正常播期相比，晚播13～17 d，冬小麦产量有显著增产趋势；晚播天数达18～22 d以上时，冬小麦产量开始呈现减产趋势。因此，江苏省总体适期播种的范围是比正常播期晚播13～17 d。这与单维民等[51]研究小麦适期晚播提高小麦产量，过度晚播则会不利于冬小麦高产的研究结果相一致。然而单维民研究中也说明，在实际生产过程中，冬小麦播期还会与其它措施相结合，如增加播种密度，选择合适品种等，以达到不仅适应当地气候环境的变化，又能稳定冬小麦产量的目的。

本研究统计数据表明，江苏省的正常播期随时间的推进，呈现出延迟的趋势，达5.5 d·10a-1(图7)。随着年代的推移，年代间相对播期不断推迟，使得晚播的减产效应出现越来越早。宋方超等[52]发现山西省沁水县平均气温随年代的推移呈逐渐升高趋势，播种日期较传统播种期推迟了约5 d；成兆金等[45]研究日照地区得出小麦播期比传统播期推迟5～10 d；通过实测统计数据分析发现在过去的 30 年中，我国农民已经自然地将播种日期推迟1.5 d·10a-1[53]，以上研究结果与本文结果一致。

图7 江苏省冬小麦正常播期随时间的变化Fig.7 Response of sowing date to time in Jiangsu Province

3.2 播期对产量构成的影响

在播期对产量构成因子的影响中，前人得到的结论不一。李华英等[54]研究表明，适当晚播使得冬小麦单位面积有效穗数减少，穗粒数增加，可获得与早播和传统播期处理相当水平的籽粒产量。也有研究表明，延迟播期后，冬小麦有效叶面积减少，籽粒灌浆速率减慢，导致单位面积穗数和穗粒数降低[55]；随冬小麦播期推迟，穗数、穗粒数和千粒重均有所下降，进而产量显著下降[56]。本研究Meta分析表明，穗数对产量的影响更大。

3.3 Meta分析的优缺点

理论上，进行播期增产率的空间和时间效应的研究需要在不同地区选定固定的代表区进行多年的试验研究，但是进行这样的研究需要花费大量的人力物力，研究的可行性低，Meta分析可以有效解决这个问题。Meta分析基于前人研究结果，提供了一种便捷的数据综合处理方法[57]，对晚播条件下冬小麦产量及其产量构成进行分析，有助于确定江苏省适期晚播时间，给当地农民和政府决策者提供一定参考。

Meta分析也存在一定的局限性：(1)发表的文献或由于数据量不足，不能用于Meta分析，可能会使结果的可靠性降低；(2)因数据量的原因，只能针对数据较多的区域进行分析；(3)冬小麦的产量受多种因素影响，如气候因子、土壤肥力、小麦品种、耕作方式等，这些因素之间可能存在一定的交互作用，这些因子如何与播期互作，进而影响冬小麦产量的机制需要进一步研究。因此，应尽可能增大Meta分析的数据量，更好地揭示冬小麦产量的影响机制。

本研究选取农民易于操作和实现的田间管理措施——改变冬小麦播期作为主要研究对象。利用Meta分析对已收集实测数据进行量化分析，研究不同播期对江苏省冬小麦产量及其构成因子的影响。但是在研究中，能够获取的大田试验数据较少，且未能尽可能详细和准确描述试验条件，不利于研究间的整合。此外，在探讨播期对冬小麦产量的影响时，未能综合考虑气象因子对冬小麦的影响。因此，在未来的研究中要进一步考虑土壤、管理、播种密度等耕作措施与不同气候系统模式的耦合效应，考虑各个因子的交互作用。

4 结 论

1)江苏省冬小麦正常播期随时间的推进，总体呈现出延迟的趋势，速率达5.5 d·10a-1。苏北和苏南地区播期对冬小麦产量的响应基本一致，均从晚播18～22 d开始出现减产趋势；苏中地区冬小麦从晚播23～27 d开始出现减产趋势。

2)在江苏省，适当晚播能够稳定冬小麦产量。其中，晚播13～17 d冬小麦增产效应显著；晚播≥18～22 d时，冬小麦呈现减产趋势；随着年代不断向后推移，晚播的减产效应出现的越来越早。2000—2010年，从晚播23～27 d开始出现减产趋势；2011—2017年，从晚播18～22 d开始出现减产趋势。

3)(弱)春性冬小麦从晚播18～22 d开始出现减产效应，(半)冬性冬小麦从晚播8～12 d开始出现减产趋势，冬小麦品种的选择偏于春性化。

4)晚播措施主要通过影响冬小麦穗数，进而影响冬小麦产量。

综上所述，适当晚播可有效稳定、提高江苏省冬小麦的产量，适应气候变化。