美国西北半干旱地区玉米青贮的产量、品质以及作物水分生产率函数

《Soil Science Society of America Journal》：Maize silage yield, quality, and crop water productivity functions in the semi-arid Northwest United States

　　摘要

由于水资源短缺，需要数据来指导美国西北部半干旱地区灌溉玉米（Zea mays L.）青贮生产中的水资源管理。本研究的目的是在低氮和最佳氮输入系统下，建立玉米青贮产量和质量与玉米水分利用（ETc，即作物蒸散量）之间的关系。试验处理包括两种氮输入量（0和246公斤氮/公顷/年）以及四种不同水分输入量，范围从全额灌溉的25%到100%。全额灌溉处理的ETc比模型计算的作物蒸散量（ETm）低16%，这表明可能需要调整适用于美国西北部半干旱地区的作物系数（Kc）。2017年不同氮输入处理之间的青贮产量没有差异，但在2018年和2019年，产量水分生产函数（WPFs）存在差异。总体而言，青贮质量受水分输入处理的影响，而不受氮输入处理的影响。WPFs是使用ETc与生产和质量测量值之间的二次关系建立的。所有年份和处理的玉米青贮产量范围为4.0–19.7兆克/公顷。所有年份和处理的作物水分生产（CWP）范围为2.1–5.2公斤/立方米。在最高CWP下的ETc为ETm的56%。这些WPFs对于理解不同水分条件下的玉米响应以及开发评估未来水资源短缺情况下生产的工具非常有价值。

**通俗语言总结**

干旱和水资源需求导致需要数据来指导美国西北部半干旱地区灌溉玉米青贮生产中的水资源管理。本研究的目的是在低氮和最佳氮输入系统下，建立玉米青贮产量和质量与玉米水分利用之间的关系。研究结果产生了水分生产函数（WPFs），这些函数可以作为模型基础，帮助最大化农场/乳品业的经济效益，并指导半干旱气候下的玉米青贮灌溉管理。使用美国土木工程师协会标准化参考蒸散量模型的AgriMet Kc系数和苜蓿蒸散量可能会导致高估青贮用水需求，可能需要调整以防止过度灌溉。数据支持在生长季节监测土壤水分状况和青贮用水需求的必要性，以了解玉米的水分胁迫水平并协助灌溉调度。

**缩写**

ADF：酸性洗涤纤维
aNDF：中性洗涤纤维
CP：粗蛋白
CWP：作物水分生产
dNDF30：30小时中性洗涤纤维
ESC：乙醇可溶性碳水化合物
FIT：全额灌溉处理
MAD：最大允许耗水量
SY：青贮产量
WPF(s)：水分生产函数
WSC：水溶性碳水化合物

**1 引言**

爱达荷州乳品生产区的玉米（Zea mays L.）生产需要发展与灌溉相关的管理实践。由于乳品生产的增加，爱达荷州的玉米产量也有所增长。在过去三十年中，爱达荷州的奶牛总数增加了240%以上（USDA-NASS，2023年）。2023年，爱达荷州有661,000头泌乳牛。同期，玉米种植面积平均增加了370%（2019–2023年为97,100公顷，而1990–1994年为260,000公顷）。除了爱达荷州普遍缺乏玉米灌溉数据外，气候变化（包括区域和季节性降水量变化）、农业和非农业部门对水资源需求的增加以及灌溉成本的上升，都引发了人们对水资源供应的担忧（Lingle & Franti, 1998; McGuire, 2004; McGuire & Fischer, 1999）。在爱达荷州和美国西北部其他地区，需要提供基于研究的数据来开发节约灌溉用水的农业灌溉管理实践。建立作物水分生产函数（作物生产因素与水分利用之间的关系）是一种有价值的方法，用于评估和开发新的、更高效的灌溉管理实践。作物产量与作物水分利用（ETc，即作物蒸散量）之间的关系可能因管理实践和天气条件而异（Payero et al., 2006; Tarkalson et al., 2018）。在美国，关于干旱和半干旱条件下缺水情况下玉米青贮生产的研究较少（Nilahyane et al., 2018; Sullivan et al., 2023; van den Hoek, 2015）。更多的研究集中在玉米粒上（Barrett & Skogerboe, 1978; Gilley et al., 1980; Hanks, 1974, 1983; Hanks et al., 1976; Klocke et al., 2004; Payero et al., 2006; Robins & Domingo, 1953; Schneekloth et al., 1991; Sinclair et al., 1984; Stewart et al., 1977; Stone, 2003; Tanner & Sinclair, 1983; Tarkalson et al., 2022; Trout & DeJonge, 2017）。还有一些研究关注美国以外的干旱和半干旱地区玉米青贮对水分输入的响应（Bhattarai et al., 2020; Gheysari et al., 2017; Kiziloglu et al., 2009; Neal et al., 2011; Salemi et al., 2011; Simsek et al., 2011; Ucak et al., 2016）。目前还没有关于美国西北部半干旱地区灌溉玉米青贮的水分生产函数的研究。Tarkalson et al.（2022）在爱达荷州南部进行了研究，确定了玉米粒的水分生产函数（WPFs）。水分生产函数是量化作物生产测量值（产量和质量）与ETc在各种水分输入（从缺水到最佳）范围内的关系。由于生长季节长度和收获的植物成分不同，玉米粒和青贮需要分别建立生产函数。玉米青贮可以在达到生理成熟前20到30天收获。本文将为爱达荷州南部半干旱地区的玉米青贮建立WPFs，该地区包含超过70%的乳品产业（USDA-NASS, 2023）。在美国，已有几项研究评估了氮（N）水平和灌溉水分输入对玉米粒生产的影响（Al-Kaisi & Yin, 2003; Ogola et al., 2022; Zamora-Re et al., 2020）。然而，我们没有找到关于在高氮和低氮输入系统下建立玉米青贮WPFs的研究。作物水分生产（CWP）是作物生物量（本文中的玉米青贮产量[SY]与消耗的水分（Kilemo, 2022）的比率，具体来说是每立方米用水量产生的作物产量公斤数。在水资源有限的地区，提高CWP非常重要，尤其是在全球范围内，以匹配不断增长的人口的食物生产需求（Foley et al., 2020）。来自研究（植物育种、水资源管理和其他管理因素）的农业生产的进步使得CWP随着时间的推移而增加（Zwart & Bastiaanssen, 2004）。虽然已经对玉米粒的CWP进行了大量计算（Foley et al., 2020），但关于玉米青贮的CWP数据非常少。在美国，只有一篇同行评审的论文报告了玉米青贮的CWP。在怀俄明州进行的一项研究中，全额灌溉下的玉米青贮平均CWP为3.7公斤/立方米（Nilahyane et al., 2018）。来自非美国的研究中，只有少数报告了CWP值，范围从1.5到9.1公斤/立方米（Kiziloglu et al., 2009; Simsek et al., 2011）。所有作物CWP的巨大差异是由于影响土壤-植物-水分关系的各种因素，如气候、土壤、灌溉管理、遗传学、肥力、耕作和其他管理实践的不同。然而，目标是在给定系统内提高CWP。重要的是要为美国西北部半干旱地区开发特定的灌溉水资源管理实践，考虑到水资源短缺及其对不同生产潜力下玉米青贮生产的影响。本研究的目的是在低氮和最佳氮输入系统下建立玉米青贮生产因素的WPFs。

**2 材料与方法**

本文基于之前发表的一项研究中的玉米青贮数据（Tarkalson et al., 2022），该研究也报告了玉米粒数据。因此，有关研究细节的完整描述请参考那篇论文。本文提供了材料和方法的总结。田间研究于2017年至2019年在爱达荷州Kimberly附近的USDA-ARS西北灌溉和土壤研究实验室进行。研究地点的土壤类型为Portneuf粉砂壤土（粗砂质混合湿润Durixerollic Calciorthid）。田间研究采用了带状小区随机完全区组设计，重复四次。主要处理是两种年度氮输入量（0公斤氮/公顷=?N，246公斤氮/公顷=+N），子处理是四种水分输入量（全额灌溉处理[FIT]、75FIT—大约75%的FIT、50FIT—大约50%的FIT和25FIT—大约25%的FIT）。FIT处理旨在提供100%的作物水分需求（模型计算的作物蒸散量ETm）（Allen et al., 2005）。+N处理基于Brown et al.（2010）推荐的氮肥用量（246公斤氮/公顷，以尿素形式）。在两种氮输入处理下，磷（P）和钾（K）的浓度都符合爱达荷大学的推荐标准（Brown et al., 2010）。小区宽度为9.1米（12行），长度为41.1米。所有研究年份的玉米都在5月以94,000粒/公顷的密度种植。三年研究的种子品种均为Pioneer P9188R（Roundup Ready Maize 2）。种子经过了Raxil PPST 250处理（包含杀菌剂噻苯达唑、氟啶胺、甲氧胺和唑嘧菌酯以及杀虫剂噻虫嗪）。作物以0.76米的行距和152.4毫米的种子间距种植。每年在V3到V4生长阶段，所有小区都施用了最大标签剂量的草甘膦和二甲四氯来控制杂草。

**核心观点**

- 建立的玉米青贮生产函数有助于指导半干旱气候下的玉米青贮灌溉管理。
- 氮肥状况影响了水分生产函数。
- 目前发布的区域每日玉米系数（Kc值）用于调整参考蒸散量到作物模型蒸散量，可能会高估研究区域的玉米蒸散量。
- 在生长季节监测土壤水分含量并计算模型蒸散量对于了解玉米的水分胁迫水平和协助灌溉调度非常重要。
- 使用线性移动灌溉系统来提供水分输入处理。
- FIT处理旨在根据美国土木工程师协会（ASCE）标准化的参考蒸散量模型（Allen et al., 2005）和每日作物系数（Wright, 1982），利用位于小区4.5公里处的Agrimet气象站的数据来匹配玉米ETm。
- 每周两到三次根据处理特定变量流量喷嘴向所有处理施用灌溉水。
- 全程监测FIT处理，以确保土壤水分保持在田间持水量和最大允许耗水量（MAD）之间，从而避免作物水分胁迫。
- 图1显示了每种水分处理随时间的累积灌溉和降水量与ETm的关系。
- ETc是基于土壤水分平衡估算的（Evett et al., 2012）：

(1)其中ΔS是玉米出苗到青贮收获期间活动根区土壤剖面（1.2米）中的土壤水分减少量，P是出苗到青贮收获期间的累积降水量，I是出苗到青贮收获期间的累积灌溉量，R是径流和地表径流之间的差异，DP是渗透到根系深度以下的水分。U是向上土壤水分通量。所有单位均为毫米。降水量通过每个重复组的雨量计在研究地点测量。过去的小区研究表明，在使用的灌溉率下，径流（R）可以忽略不计。此外，小区采用了水库耕作方式，整个生长季节都没有明显的地表径流。由于从出苗到青贮收获期间土壤水分含量低于田间持水量，因此假设深层渗透（DP）为零。向上土壤水分通量也被假设为零，因为地下水位在表面以下超过5米。

**图1** 显示了整个生长季节中水分处理（灌溉和降水量）输入深度与基于ASCE标准化参考蒸散量（ETr）（Allen et al., 2005）的模型作物蒸散量（ETm）的关系。FIT表示全额灌溉处理。CWP（作物水分生产力）的计算公式如下：

（2）其中SY表示干玉米青贮的产量（千克/公顷），ETc表示玉米作物的水分利用量（毫米/公顷）。注意，10是一个转换因子，用于将毫米/公顷转换为立方米/公顷。CWP的单位是千克/立方米。在研究的所有年份中，土壤含水量都是使用中子探针法（Evett & Steiner, 1995）定期（每周或每两周）测量的，测量位置从土壤表面起0.30米深度到1.2米深度。体积土壤含水量测量值乘以土壤深度得到土壤水分深度。植物可利用的水分是根据田间持水量（0.32立方米/立方米）和永久萎蔫点水分（0.14立方米/立方米）估算得出的。田间持水量和永久萎蔫点是通过压力板装置（King et al., 2019）为Portneuf粉砂壤土确定的。土壤含水量测量值与田间持水量、50%可利用水分和永久萎蔫点进行了比较。设置了50%的MAD（水分亏缺水平）作为作物将受到水分胁迫的临界值（Jensen et al., 1990）。玉米青贮分别在2017年9月15日、2018年9月12日和2019年9月12日收获，每个小区的面积为34.7平方米（1.52米×22.86米），采用小区收获系统。从每个小区中称量总收获量，并收集代表性子样本。子样本在60°C下烘干48小时，得到干重。玉米青贮子样本使用电动植物研磨机研磨通过2毫米筛网，然后使用NIRSystems Model 5000（FOSS North America）设备根据近红外光谱协议（Shenk, 2001）测定未发酵玉米青贮的质量参数。玉米青贮的质量参数包括粗蛋白（CP）、水溶性碳水化合物（WSC）、乙醇可溶性碳水化合物（ESC）、酸性洗涤纤维（ADF）、淀粉酶和中性洗涤纤维（aNDF）以及30小时中性洗涤纤维（dNDF30）。CWP是根据玉米青贮的干产量和作物水分利用量数据计算得出的：

（3）

（4）

（5）

青贮质量测量指标包括CP、WSC、ESC、ADF、aNDF和dNDF30。CWP值相对于处理组的平均最大SY、ETc和CWP进行了标准化，以消除与年际产量潜力变化相关的随机变异（Doorenbos & Kassam, 1986; Trout & DeJonge, 2017）。本文中对标准化的CWP值进行了如下标记：

（6）

（7）

由于时间变化和水分投入处理的复合效应，对每年的数据进行了单独分析。使用Statistix 8.2（Analytical Software）中的条带设计模型进行了水分投入和氮投入处理的主效应以及SY、CWP和未发酵青贮饲料质量因素的交互作用的方差分析（ANOVA）。氮投入是主区，水分投入是子区。显著性水平为0.05。对于显著的主效应或交互作用，在Sigma Plot 13.0（Systat Software Inc.）中建立了二次回归方程，以描述因变量（SY、CWP和未发酵青贮饲料质量因素）对自变量（ETc）的响应。

3 结果与讨论

3.1 作物、气候、水分投入、蒸发蒸腾（ET）和土壤含水量

本研究中的管理措施与爱达荷州南部种植区的商业实践一致。出苗日期分别为2017年5月27日、2018年6月1日和2019年6月1日。所有处理组的植株密度分别为90,000株/公顷、89,500株/公顷和87,600株/公顷。爱达荷州5年的平均玉米产量为21.2干吨/公顷（USDA-NASS, 2023）。研究中最大产量（+N FIT处理组）分别为2017年的19.7吨/公顷、2018年的19.1吨/公顷和2019年的17.0吨/公顷。Kimberly地区的气候较为干燥，20年（2003–2023年）平均年降水量约为254毫米（Bureau of Reclamation AgriMet System）。本研究中的玉米青贮生长季节（5月20日至9月15日）的20年平均降水量和ASCE标准化参考蒸发蒸腾量（ETr，以苜蓿为参考）分别为50毫米和868毫米。平均而言，年降水量的20%发生在生长季节。表1包含了研究每年额外的气候数据。表2包含了研究地点从出苗到收获期间的降水量和蒸发蒸腾量数据。在我们研究的3年中，玉米青贮生长季节的降水量仅占青贮蒸发蒸腾量（ETm）的3.2%（表3）。在所有处理组和年份中，水分投入（灌溉水和降水）占ETm的23%到90%（表3）。

表1. Kimberly地区各生长季节的ASCE标准化参考蒸发蒸腾量（ETr，以苜蓿为参考）、最低气温（Tmin）、最高气温（Tmax）、平均气温（Tavg）、太阳辐射（Rs）、相对湿度（RH）和2米高度的风速（μ2）的日均值。

表2. 2017年至2019年Kimberly地区各生长季节的ASCE标准化参考蒸发蒸腾量（ETr，以苜蓿为参考）、最低气温（Tmin）、最高气温（Tmax）、平均气温（Tavg）、太阳辐射（Rs）、相对湿度（RH）和风速（μ2）的日均值。

青贮质量测量指标包括CP、WSC、ESC、ADF、aNDF和dNDF30。CWP值根据处理组的平均最大SY、ETc和CWP进行了标准化，以消除年际产量潜力变化带来的随机变异（Doorenbos & Kassam, 1986; Trout & DeJonge, 2017）。本文中对标准化的CWP值进行了如下标记：

统计分析分别针对每一年进行，因为存在时间变化和水分投入处理的复合效应。使用Statistix 8.2（Analytical Software）中的条带设计模型对水分投入和氮投入处理的主效应以及SY、CWP和未发酵青贮饲料质量因素的交互作用进行了方差分析（ANOVA）。氮投入是主区，水分投入是子区。显著性水平设定为0.05。对于显著的主效应或交互作用，在Sigma Plot 13.0（Systat Software Inc.）中建立了二次回归方程，以描述因变量（SY、CWP和未发酵青贮饲料质量因素）对自变量（ETc）的响应。

3 结果与讨论

3.1 作物、气候、水分投入、蒸发蒸腾（ET）和土壤含水量

本研究中的管理措施与爱达荷州南部地区的商业实践一致。出苗日期分别为2017年5月27日、2018年6月1日和2019年6月1日。所有处理组的植株密度分别为90,000株/公顷、89,500株/公顷和87,600株/公顷。爱达荷州5年的平均玉米产量为21.2干吨/公顷（USDA-NASS, 2023）。研究中的最大产量（+N FIT处理组）分别为2017年的19.7吨/公顷、2018年的19.1吨/公顷和2019年的17.0吨/公顷。Kimberly地区的气候较为干燥，20年（2003–2023年）平均年降水量约为254毫米（Bureau of Reclamation AgriMet System）。玉米青贮生长季节（2017年5月20日至9月15日）的20年平均降水量和ASCE标准化参考蒸发蒸腾量（ETr，以苜蓿为参考）分别为50毫米和868毫米。平均而言，年降水量的20%发生在生长季节。表1包含了研究每年额外的气候数据。表2包含了研究地点从出苗到收获期间的降水量和蒸发蒸腾量数据。在研究的3年中，玉米青贮生长季节的降水量仅占青贮蒸发蒸腾量（ETm）的3.2%（表3）。在所有处理组和年份中，水分投入（灌溉水和降水）占ETm的23%到90%（表3）。

表1. Kimberly地区各生长季节的ASCE标准化参考蒸发蒸腾量（ETr，以苜蓿为参考）、最低气温（Tmin）、最高气温（Tmax）、平均气温（Tavg）、太阳辐射（Rs）、相对湿度（RH）和2米高度的风速（μ2）的日均值。

表2. 2017年至2019年Kimberly地区各生长季节的ASCE标准化参考蒸发蒸腾量（ETr，以苜蓿为参考）、最低气温（Tmin）、最高气温（Tmax）、平均气温（Tavg）、太阳辐射（Rs）、相对湿度（RH）和风速（μ2）的日均值。

青贮质量测量指标包括CP、WSC、ESC、ADF、aNDF和dNDF30。CWP值根据处理组的平均最大SY、ETc和CWP进行了标准化，以消除年际产量潜力变化带来的随机变异（Doorenbos & Kassam, 1986; Trout & DeJonge, 2017）。本文中对标准化的CWP值进行了如下标记：

统计分析分别针对每一年进行，因为存在时间变化和水分投入处理的复合效应。使用Statistix 8.2（Analytical Software）中的条带设计模型对水分投入和氮投入处理的主效应以及SY、CWP和未发酵青贮饲料质量因素的交互作用进行了方差分析（ANOVA）。氮投入是主区，水分投入是子区。显著性水平设定为0.05。对于显著的主效应或交互作用，在Sigma Plot 13.0（Systat Software Inc.）中建立了二次回归方程，以描述因变量（SY、CWP和未发酵青贮饲料质量因素）对自变量（ETc）的响应。

3 结果与讨论

3.1 作物、气候、水分投入、蒸发蒸腾（ET）和土壤含水量

本研究中的管理措施与爱达荷州南部地区的商业实践一致。出苗日期分别为2017年5月27日、2018年6月1日和2019年6月1日。所有处理组的植株密度分别为90,000株/公顷、89,500株/公顷和87,600株/公顷。爱达荷州5年的平均玉米产量为21.2干吨/公顷（USDA-NASS, 2023）。研究中的最大产量（+N FIT处理组）分别为2017年的19.7吨/公顷、2018年的19.1吨/公顷和2019年的17.0吨/公顷。Kimberly地区的气候较为干燥，20年（2003–2023年）平均年降水量约为254毫米（Bureau of Reclamation AgriMet System）。玉米青贮生长季节（2017年5月20日至9月15日）的20年平均降水量和ASCE标准化参考蒸发蒸腾量（ETr，以苜蓿为参考）分别为50毫米和868毫米。平均而言，年降水量的20%发生在生长季节。表1包含了研究每年额外的气候数据。表2包含了研究地点从出苗到收获期间的降水量和蒸发蒸腾量数据。在研究的3年中，玉米青贮生长季节的降水量仅占青贮蒸发蒸腾量（ETm）的3.2%（表3）。在所有处理组和年份中，水分投入（灌溉水和降水）占ETm的23%到90%（表3）。

表1. Kimberly地区各生长季节的ASCE标准化参考蒸发蒸腾量（ETr，以苜蓿为参考）、最低气温（Tmin）、最高气温（Tmax）、平均气温（Tavg）、太阳辐射（Rs）、相对湿度（RH）和2米高度的风速（μ2）的日均值。

表2. 2017年至2019年Kimberly地区各生长季节的ASCE标准化参考蒸发蒸腾量（ETr，以苜蓿为参考）、最低气温（Tmin）、最高气温（Tmax）、平均气温（Tavg）、太阳辐射（Rs）、相对湿度（RH）和风速（μ2）的日均值。

青贮质量测量指标包括CP、WSC、ESC、ADF、aNDF和dNDF30。CWP值根据处理组的平均最大SY、ETc和CWP进行了标准化，以消除年际产量潜力变化带来的随机变异（Doorenbos & Kassam, 1986; Trout & DeJonge, 2017）。本文中对标准化的CWP值进行了如下标记：

统计分析分别针对每一年进行，因为存在时间变化和水分投入处理的复合效应。使用Statistix 8.2（Analytical Software）中的条带设计模型对水分投入和氮投入处理的主效应以及SY、CWP和未发酵青贮饲料质量因素的交互作用进行了方差分析（ANOVA）。氮投入是主区，水分投入是子区。显著性水平设定为0.05。对于显著的主效应或交互作用，在Sigma Plot 13.0（Systat Software Inc.）中建立了二次回归方程，以描述因变量（SY、CWP和未发酵青贮饲料质量因素）对自变量（ETc）的响应。

3 结果与讨论

3.1 作物、气候、水分投入、蒸发蒸腾（ET）和土壤含水量

本研究中的管理措施与爱达荷州南部地区的商业实践一致。出苗日期分别为2017年5月27日、2018年6月1日和2019年6月1日。所有处理组的植株密度分别为90,000株/公顷、89,500株/公顷和87,600株/公顷。爱达荷州5年的平均玉米产量为21.2干吨/公顷（USDA-NASS, 2023）。研究中的最大产量（+N FIT处理组）分别为2017年的19.7吨/公顷、2018年的19.1吨/公顷和2019年的17.0吨/公顷。Kimberly地区的气候较为干燥，20年（2003–2023年）平均年降水量约为254毫米（Bureau of Reclamation AgriMet System）。玉米青贮生长季节（2017年5月20日至9月15日）的20年平均降水量和ASCE标准化参考蒸发蒸腾量（ETr，以苜蓿为参考）分别为50毫米和868毫米。平均而言，年降水量的20%发生在生长季节。表1包含了研究每年额外的气候数据。表2包含了研究地点从出苗到收获期间的降水量和蒸发蒸腾量数据。在研究的3年中，玉米青贮生长季节的降水量仅占青贮蒸发蒸腾量（ETm）的3.2%（表3）。在所有处理组和年份中，水分投入（灌溉水和降水）占ETm的23%到90%（表3）。

表1. Kimberly地区各生长季节的ASCE标准化参考蒸发蒸腾量（ETr，以苜蓿为参考）、最低气温（Tmin）、最高气温（Tmax）、平均气温（Tavg）、太阳辐射（Rs）、相对湿度（RH）和2米高度的风速（μ2）的日均值。

表2. 2017年至2019年Kimberly地区各生长季节的ASCE标准化参考蒸发蒸腾量（ETr，以苜蓿为参考）、最低气温（Tmin）、最高气温（Tmax）、平均气温（Tavg）、太阳辐射（Rs）、相对湿度（RH）和风速（μ2）的日均值。

青贮质量测量指标包括CP、WSC、ESC、ADF、aNDF和dNDF30。CWP值根据处理组的平均最大SY、ETc和CWP进行了标准化，以消除年际产量潜力变化带来的随机变异（Doorenbos & Kassam, 1986; Trout & DeJonge, 2017）。本文中对标准化的CWP值进行了如下标记：

统计分析分别针对每一年进行，因为存在时间变化和水分投入处理的复合效应。使用Statistix 8.2（Analytical Software）中的条带设计模型对水分投入和氮投入处理的主效应以及SY、CWP和未发酵青贮饲料质量因素的交互作用进行了方差分析（ANOVA）。氮投入是主区，水分投入是子区。显著性水平设定为0.05。对于显著的主效应或交互作用，在Sigma Plot 13.0（Systat Software Inc.）中建立了二次回归方程，以描述因变量（SY、CWP和未发酵青贮饲料质量因素）对自变量（ETc）的响应。

3 结果与讨论

3.1 作物、气候、水分投入、蒸发蒸腾（ET）和土壤含水量

本研究中的管理措施与爱达荷州南部地区的商业实践一致。出苗日期分别为2017年5月27日、2018年6月1日和2019年6月1日。所有处理组的植株密度分别为90,000株/公顷、89,500株/公顷和87,600株/公顷。爱达荷州5年的平均玉米产量为21.2干吨/公顷（USDA-NASS, 2023）。研究中的最大产量（+N FIT处理组）分别为2017年的19.7吨/公顷、2018年的19.1吨/公顷和2019年的17.0吨/公顷。Kimber在本研究地点以及类似土壤类型上进行的研究表明，氮矿化速率很高，这常常导致作物对氮肥的吸收反应不佳（Carter等人，1976年；Stanford和Smith，1972年；Tarkalson等人，2016年、2022年；Westermann和Carter，1975年）。例如，一项2010年至2017年在爱达荷州南部进行的研究数据集显示，只有两个地点的玉米对氮肥的吸收有显著反应（Tarkalson，个人交流，2025年）。根据该地区发布的推荐值，七个无反应地点的平均氮肥需求量为114公斤/公顷（Brown等人，2010年）。所有这些研究都是在之前作物已按照推荐量施用氮肥的地点进行的。然而，在本研究中，2018年和2019年观察到了氮肥处理之间的产量差异（氮肥处理与水分投入的交互作用显著），这可能是由于三年内同一地点的试验地块均未施用氮肥的累积效应（表4）。氮肥处理与水分投入交互作用导致产量差异的原因在于，随着水分投入的增加，氮肥处理下的玉米生长状况明显优于未施用氮肥的处理（图3）。

表4：分析方差得出的水分投入处理和氮肥处理对玉米青贮产量及作物水分生产（CWP）影响的概率值（P > F）。显著性水平为0.05（加粗显示）。

| 年份 | 水分投入（WI） | 氮肥投入（NI） | P > F |
|------|---------|---------|------|
| 2017 | | | 0.382 |
| 2018 | | | 0.022 |
| 2019 | | | 0.035 |
| | NI × WI | | 0.474 |
| | NI × WI | | <0.001 |
| | CWP | | 0.809 |
| | NI × WI | | 0.009 |
| | CWP | | <0.001 |
| | NI × WI | | 0.124 |
| | CWP | | 0.003 |
| | NI × WI | | 0.496 |

图3：2017、2018和2019年玉米青贮产量（以0%水分含量计）与作物水分利用（ETc）以及作物水分生产（CWP）与ETc之间的关系。每个数据点代表处理均值。误差条为处理均值的标准误差。对于具有显著方差分析（ANOVA）概率水平的关系，采用了二次回归线（表4）。实线回归线代表氮肥处理组合数据，虚线回归线代表未施用氮肥的数据，点线回归线代表施用氮肥的数据。在青贮质量测量中，氮肥处理与水分投入的交互作用不显著（表5）。氮肥处理对青贮质量的影响很小。氮肥处理之间唯一的显著差异是粗蛋白（CP）含量，2018年和2019年施用氮肥的处理组显著高于未施用氮肥的处理组。2018年，施用氮肥的处理组粗蛋白含量平均为9.2%，未施用氮肥的处理组为8.2%；2019年，分别为8.3%和7.0%。由于蛋白质含有氮，观察氮肥施用量对玉米青贮粗蛋白含量的影响是常见的（Baghdadi等人，2017年；Lawrence和Ketterings，2008年）。

表5：分析方差得出的水分处理和生产水平处理对粗蛋白（CP）、淀粉、水溶性碳水化合物（WSC）、乙醇溶性碳水化合物（ESC）、酸洗涤纤维（ADF）、淀粉酶和亚硫酸钠中性洗涤纤维（aNDF）、30小时中性洗涤纤维（dNDF30）以及30小时体外干物质消化率（IVTDMD30）影响的概率值（P > F）。显著性水平为0.05（加粗显示）。

**3.3 水分投入与水分生产函数**

2017年，两种氮肥处理下的水分投入处理之间存在显著的玉米生长反应差异；2018年和2019年，水分投入与氮肥处理之间存在显著的交互作用（表4）。水分投入处理对青贮质量测量有显著影响（表5）。由于生长季节降水量有限，该地区对水分投入的显著响应较为常见。三年研究期间的平均生长季节降水量为18毫米，而田间玉米的平均蒸散量（ETm）为577毫米（表2）。生长季节的降水量仅占玉米蒸散量的3.1%，这突显了灌溉在这一干旱生产系统中的重要性。所有地点年份的水分生产函数（WPF）见图3-5。所有WPF均采用二次回归模型进行拟合（方程式3-7）。对于2017年的产量和CWP WPF，由于方差分析中水分投入处理的主效应显著、氮肥投入的主效应不显著以及氮肥投入与水分投入处理的交互作用不显著，因此二次模型适用于两种氮肥处理的组合（图3）。2018年和2019年，由于氮肥投入与水分投入处理的交互作用显著，二次模型分别针对每种氮肥处理进行拟合。这些WPF模型表明，在达到最大产量之前，每单位用水量产生的玉米青贮量较少。多项研究已经报道了玉米籽粒的水分响应函数（Comas等人，2019年；Hernandez等人，2015年；Tarkalson等人，2022年；Trout和DeJonge，2017年）。然而，评估玉米青贮对水分投入反应的研究并未报告WPF（Bhattarai等人，2020年；Gheysari等人，2017年；Kiziloglu等人，2009年；Neal等人，2011年；Nilahyane等人，2018年；Salemi等人，2011年；Simsek等人，2011年；Sullivan等人，2023年；Ucak等人，2016年；van den Hoek，2015年）。我们的研究是首批报告玉米青贮WPF的研究之一。对于玉米籽粒，WPF被描述为线性关系（Barrett和Skogerboe，1978年；Gilley等人，1980年；Hanks等人，1976年；Klocke等人，2004年；Payero等人，2006年；Robins和Domingo，1953年；Schneekloth等人，1991年；Stone，2003年）。然而，Trout和DeJonge（2017）指出，线性关系可能是由于数据高度变异，导致无法辨识出曲线关系。生长季节降水量高度变异可能是数据变异较大的原因之一。然而，在降水量较低的地区，通过计划灌溉更容易控制水分投入。如前所述，爱达荷州南部和美国西北部许多干旱地区的生长季节降水量有限（研究期间玉米青贮蒸散量的3.1%）。

图4：相对玉米青贮产量与作物水分生产函数。水分生产函数是根据2017年、2018年、2019年及合并年份的相对玉米青贮产量与相对作物水分利用（ETc）以及相对作物水分生产（CWP）与相对ETc之间的关系得出的。

（a）2017年、2018年和2019年玉米青贮粗蛋白（CP）、淀粉、水溶性碳水化合物（WSC）和乙醇溶性碳水化合物（ESC）与作物水分利用（ETc）之间的关系。每个数据点代表处理均值。误差条为处理均值的标准误差。对于具有显著方差分析（ANOVA）水分投入处理主效应的关系（p < 0.05，表4），采用了二次回归线，并用实线回归线表示组合生产水平处理数据。对于无显著效应的情况，未绘制回归线。具有显著方差分析生产水平主效应的测量值的平均值显示在图中（表4）。

（b）2017年、2018年和2019年玉米青贮酸洗涤纤维（ADF）、淀粉酶和亚硫酸钠中性洗涤纤维（aNDF）以及30小时中性洗涤纤维（dNDF30）与作物水分利用（ETc）之间的关系。每个数据点代表处理均值。误差条为处理均值的标准误差。对于具有显著方差分析水分投入处理主效应的关系（p < 0.05，表4），采用了二次回归线，并用实线回归线表示组合生产水平处理数据。对于无显著效应的情况，未绘制回归线。具有显著方差分析生产水平主效应的测量值的平均值显示在图中（表4）。

水分生产函数对于灌溉管理非常重要（Trout和DeJonge，2017年；Trout等人，2020年）。水分生产函数是制定亏缺灌溉管理决策的基础（Trout等人，2020年）。最大化净收入是所有农业生产的主要目标，需要考虑水分投入成本和WPF以最大化净收入（Trout等人，2020年）。由于美国西北部干旱地区的灌溉系统（水源、灌溉成本、灌溉类型等因素）复杂，如何利用WPF来最大化净收入需要根据具体地点/情景进行评估。我们研究中的曲线形SY-ETc WPF表明，随着水分利用量的增加，边际生产力（每单位用水量或用水量产生的产量）会降低，直到达到经济最优产量点（基于作物价格和所有投入成本）。在此点之后，应在整个种植区域以相同的速率增加可用灌溉水量（Trout和DeJonge，2017年）。根据SY-ETc WPF（图3），2017年的平均最大玉米产量为20.2毫克/公顷，对应的ETc为478毫米（FIT ETc的88%，ETm的79%）。2018年，未施用氮肥（?N）和施用氮肥（+N）处理组的最大产量分别为15.4毫克/公顷，对应的ETc为475毫米（FIT ETc的100%，ETm的80%）和19.1毫克/公顷，对应的ETc为472毫米（FIT ETc的100%，ETm的80%）；2019年，分别为12.1毫克/公顷，对应的ETc为428毫米（FIT ETc的100%，ETm的81%）和17.3毫克/公顷，对应的ETc为440毫米（FIT ETc的100%，ETm的82%）。两种氮肥处理组的最大产量均随年份增加而减少。这可能是由于多种因素造成的，包括研究期间连续种植玉米系统的产量滞后以及季节性气候因素（Dobermann等人，2003年；Gentry等人，2013年；Tarkalson等人，2022年）。在我们的研究中，2019年即研究的最后一年，根虫的压力有所增加。在2017年至2019年的整个研究期间，所有水分投入处理下，玉米的干物质产量（SY）分别下降了6.2 Mg ha?1（?N处理）和4.4 Mg ha?1（+N处理）。根据CWP–ETc水分生产函数（Figure 3），在所有年份和氮投入处理中，最大CWP的范围为2.10–4.75 kg m?3。关于半干旱气候下CWP的研究非常有限（Kiziloglu等人，2009年；Neal等人，2011年；Simsek等人，2011年）。这三项研究在最佳ETc条件下的CWP分别为1.49、4.53和9.12 kg m?3。我们研究中的FIT处理的CWP范围为2.83至4.04 kg m?3。数据表明，CWP在低于最大SY ETc的ETc时达到最大值（Table 3）。在不同年份和氮投入处理中，最大CWP对应的ETc平均比最大SY对应的ETc低19%。根据CWP–ETc水分生产函数（Figure 3），2017年平均最大玉米CWP为4.75 kg m?3，对应的ETc为404 mm（占FIT ETc的74%，ETm的67%）。2018年，?N和+N处理的最大玉米CWP及其对应的所需ETc分别为3.87 kg m?3（ETc为358 mm，占FIT ETc的75%，ETm的61%）和4.57 kg m?3（ETc为382 mm，占FIT ETc的81%，ETm的65%）。2019年，?N和+N处理的最大玉米SY及其对应的所需ETc分别为3.20 kg m?3（ETc为335 mm，占FIT ETc的78%，ETm的63%）和4.16 kg m?3（ETc为382 mm，占FIT ETc的87%，ETm的71%）。标准化的水分生产函数（Rel SY–Rel ETc WPF和Rel CWP–Rel ETc WPF）显示在Figure 4中。数据的标准化允许跨年份和地点进行比较（Trout & DeJonge，2017年）。青贮饲料的质量测量用于确定饲料质量和制定饲料配方（Van Saun，2023年）。一般来说，纤维含量较低（ADF和aNDF）且纤维消化率较高（dNDF30和CP）的青贮饲料质量更好。淀粉、WSC和ESC是非纤维碳水化合物的测量指标，它们更容易消化，浓度越高通常表示质量越好。在大多数年份，水分投入处理对大多数青贮饲料质量测量指标都有显著影响（Table 6）。生产水平的主效应处理仅在2018年和2019年的CP浓度上存在显著差异，+N处理的CP浓度高于?N处理（Figure 5a）。总体而言，随着ETc的增加，CP、WSC、ESC、ADF、aNDF和dNDF30的浓度均有所下降，其中25FIT处理与其他水分投入处理之间的下降幅度最大（Figure 5a,b）。50FIT、75FIT和FIT处理之间的这些青贮饲料质量测量浓度相似。因此，水分胁迫越大，玉米青贮饲料的CP、WSC、ESC、ADF、aNDF和dNDF30受影响的可能性越大。随着ETc的增加，玉米青贮饲料中的淀粉浓度也增加（Figure 5a）。Table 6包含了玉米青贮饲料的质量水分生产函数（WPFs）。关于水分投入（从不足到满ETc）对青贮饲料质量影响的研究非常有限（Simsek等人，2011年；Sullivan等人，2023年；Ucak等人，2016年）。在这些已发表的研究和我们的研究中，不同水分投入范围内的青贮饲料质量趋势相反。因此，需要更多的研究来探讨这些相反趋势的原因。我们的研究是唯一一个显示随着水分投入增加CP下降的研究（Figure 5a）。Sullivan等人（2023年）和Ucak等人（2016年）报告称随着水分投入增加CP增加，而Simsek等人（2011年）报告称CP在不同水分投入水平上没有变化。随着水分投入的增加，据报道ADF会增加（Sullivan等人，2023年）或保持不变（Ucak等人，2016年）。我们的研究则显示ADF随着水分投入的增加而减少（Figure 5a）。我们的研究提供了半干旱气候下水分投入对WSC、ESC和dNDF30影响的唯一已发表数据。Table 6显示了二次回归分析的结果（Figure 5a,b），研究了自变量ETc与因变量青贮产量、粗蛋白（CP）、淀粉、水溶性碳水化合物（WSC）、乙醇可溶性碳水化合物（ESC）、酸洗涤纤维（ADF）、淀粉酶和亚硫酸钠中性洗涤纤维（aNDF）、30小时中性洗涤纤维（dNDF30）以及30小时体外干物质消化率（IVTDMD30）之间的关系。二次回归模型的处理数据位于Figure 5a,b中。

结论：
玉米的干物质产量（SY）和质量测量指标对水分投入水平（从不足到满ETc）有响应。基于这些关系，我们开发了水分生产函数（WPFs），这些函数可以作为模型基础，以最大化农场/奶牛场的经济效益，并指导半干旱气候下的玉米青贮灌溉管理。这是美国西部半干旱地区唯一一项针对玉米青贮饲料开发WPFs的研究。第一年后，?N和+N系统的SY WPFs有所不同，?N处理的产量较低。使用ASCE标准化参考蒸散模型的AgriMet Kc系数计算ETc可能会导致ETc的高估，可能需要调整。然而，使用FAO Kc系数可能会导致水分的过度施用。这些数据支持了在生长季节监测土壤水分状况和ETc的必要性，以了解玉米的水分胁迫程度，并帮助制定灌溉计划。这些结果基于在深厚粉壤土中的玉米生长情况。在持水能力较低或土壤较浅的土壤中，结果可能会有所不同。

作者贡献：
David D. Tarkalson：概念化；数据整理；正式分析；研究方法；项目管理。
Bradley A. King：概念化；研究方法；软件开发；可视化；初稿撰写；审稿和编辑。
David L. Bjorneberg：概念化；可视化；审稿和编辑。

利益冲突声明：
作者声明没有利益冲突。