一种用于分析多样化种植系统中杂草优势、养分吸收及产量损失风险的序列级综合框架
《Crop Protection》:A diagnostic sequence-level synthesis framework for weed dominance, nutrient capture, and yield-loss risk in diversified cropping systems
【字体:
大
中
小
】
时间:2026年08月01日
来源:Crop Protection 3.3
编辑推荐:
摘要不同的年度作物种植模式会改变夏季与冬季的杂草群落结构,但现有的长期田间研究往往只提供季节性汇总数据,而非特定地块的观测结果。我们开发了一种透明的诊断流程,能够将已有的重要性价值指数、物候期、杂草对养分的吸收情况以及产量损失数据转化为各作物序列的优先级。研究以印度帕兰普尔的温带
摘要
不同的年度作物种植模式会改变夏季与冬季的杂草群落结构,但现有的长期田间研究往往只提供季节性汇总数据,而非特定地块的观测结果。我们开发了一种透明的诊断流程,能够将已有的重要性价值指数、物候期、杂草对养分的吸收情况以及产量损失数据转化为各作物序列的优先级。研究以印度帕兰普尔的温带季风-冬季种植系统中的10种年度作物序列为对象,分析了2021年夏季和2021-22年冬季的杂草情况。夏季时,
Ageratum conyzoides的优先级最高,其整体重要性价值指数为59.5;而冬季则由
占据优势,其整体重要性价值指数为60.8。杂草相关的养分吸收量在39.8至47.5千克氮/公顷、10.4至15.6千克磷/公顷、19.3至25.5千克钾/公顷之间;累计季节性产量损失率则在31.7%至82.2%之间。所设计的杂草驱动的作物健康风险指数结合了标准化累计损失值、平衡的氮磷钾管理指标以及冬季时期重要性价值指数的最高占比,该指数将杂交高粱+杂交珍珠粟-黑麦草+雀麦的组合排在首位,得分0.925,其次是太阳麻-菜豌豆-法国豆,得分为0.886,再者为秋葵-芜菁-番茄,得分为0.759。在各种多因素敏感性分析及排除一种处理方式的标准化测试中,优先级最高的作物序列始终位居第一。在三种聚类方式下,基于平均联结法的分类结果在布雷-柯蒂斯距离、赫林格-欧几里得距离以及詹森-香农距离下均保持一致,而完全联结法和沃德联结法则导致了一些分类结果的变动。因此,这一框架属于诊断筛选工具,而非经过验证的产量损失预测模型,它还明确了数据要求、本地化的权重设定、基于分位数的解读方法,并提供了可实际应用的田间监测案例。引言
杂草通过争夺光照、水分、养分和生长空间,以及降低收获效率与产品品质,从而限制作物生长。当杂草过早出现且与作物生长缓慢重叠时,其危害更为严重,因为过早的竞争会延缓作物冠层的形成,降低作物抵御后续胁迫的能力。此外,杂草的生长还会抢占本应供给作物的养分,进而降低肥料的利用效率以及养分投入的收益(Oerke, 2006; Liebman and Davis, 2000; Mortensen et al., 2000)。
作物种植系统的多样化会改变播种和收获时间、土壤扰动程度、资源供应状况以及竞争环境,因此也是杂草管理中重要的农艺措施(Liebman and Dyck, 1993; Gaba et al., 2014; Weisberger et al., 2019)。不过,种植系统的多样化并不能保证杂草压力必然降低。作物的种类、栽培方式、管理措施、天气条件以及杂草的生命周期特征等因素,都可能导致在原本多样化的轮作系统中仍有少数杂草种类持续占据优势地位(Smith and Gross, 2007; Hofmeijer et al., 2021; Nguyen and Liebman, 2022)。因此,进行序列层面的分析时,应综合考虑季节性构成、各类杂草的优先级分布、杂草的物候期、养分吸收情况以及作物所受到的损害程度,而不能仅依据作物的多样性水平来判断。
在季风-冬季种植系统中,这种区别尤为重要。夏季与冬季在温度、降雨量、作物冠层结构、土壤扰动程度以及施肥时间等方面存在差异,因此即使在同一年度的作物种植序列中,优势杂草和适宜的防治时机也可能会发生变化。诊断指数有助于整理这些信息,但其各项构成要素必须透明明确,不能仅仅因为其在较小的数据集中与研究结果存在相关性就被选用。
即便缺乏重复试验得到的杂草密度、生物量或产量数据,许多长期研究项目仍会保留有用的汇总表格,这些表格在来源清晰且其局限性得到明确说明的情况下,可用于辅助筛选。例如,重要性价值指数综合了杂草的相对密度、出现频率以及数量或优势度等信息。基于该指数计算出的熵值、离散度、均匀度以及最大占比等指标,反映的是杂草优势度的集中程度,而非物种多样性或基于种群数量的生态多样性。这一区别非常重要,因为生态多样性与农业风险并非可以相互替代的概念(Storkey and Neve, 2018)。
本研究针对10种不同的年度作物种植系统,开发了一套序列层面的诊断流程。研究目标包括:(i)分析夏季与冬季杂草的优势度以及由重要性价值指数得出的优势度集中程度;(ii)展示所研究杂草的物候期分布情况;(iii)总结杂草对氮、磷、钾养分的吸收情况以及不同生长阶段的产量损失程度;(iv)分析杂草组成群体在不同距离计算方法和联结法下的稳定性;(v)以平衡的氮磷钾管理作为默认的养分管理指标,构建透明的杂草驱动的作物健康风险指数;(vi)为该方法的实际应用和推广提供指导。
内容节选
研究平台、观测期与作物种植系统
这项研究是在印度帕兰普尔的CSK喜马偕尔邦农业大学巴德阿尔卡尔农场进行的,该农场属于一个长期的作物种植系统研究平台。已有研究对该包含10种作物的种植系统进行了描述,指出其采用随机区组设计,设置3次重复试验,并介绍了该地点的土壤条件(Singh et al., 2021)。本次研究仅使用了2021年夏季和2021-22年冬季的已有汇总数据,这些数据来自同一年度的作物种植观测。
季节性杂草优势度
夏季时,Ageratum conyzoides是优势杂草,其整体重要性价值指数为59.5(见图1)。Cyperus属植物和Phyllanthus niruri的总体重要性价值指数均为41.4。不同作物序列间的情况存在差异:A. conyzoides在C4-SVPFB种植系统中尤为突出,而P. niruri则是C8-HSBRB种植系统中夏季最具优势的杂草。C9-BCBF种植系统夏季的重要性价值指数总和为177.1,这一数值仅在原始数据审核中可见,因此无法用于与其他未记录杂草种类的比较。
冬季
重要性价值指数相关指标的诊断价值与解读
该诊断流程能够将不同来源的汇总数据转化为可核查的序列层面分析结果。季节性的重要性价值指数曲线可识别出优势杂草,物候期信息能提供大致的生长期规律,而该指数本身则能解释为何某种作物序列会被视为优先处理对象。在原始数据缺失的情况下,这一方法很有用,但其输出结果仍属于假设性分析,无法替代重复试验、经济效益分析或田间验证。
此处使用的术语范围比传统的多样性概念更为狭窄。
结论
在10种不同的年度作物种植序列中,杂草的优势度在夏季与冬季之间存在显著差异。通过综合分析重要性价值指数、物候期数据、养分吸收指标以及产量损失情况,我们确定C8-HSBRB是优先级最高的作物序列,而且这一结论在采用不同的权重、养分管理方案、损失数据、优势度计算方法以及排除一种处理方式的标准化分析中依然成立。用平衡的氮磷钾管理指标替代基于磷的默认指标,可避免出现因指标选择而形成的循环逻辑。
术语表
- IVI
重要性价值指数,由杂草的相对密度、相对出现频率以及相对数量或优势度共同构成。
- 平衡的氮磷钾管理
分别对氮、磷、钾指标进行最小值-最大值标准化处理后的平均值。
- 重要性价值指数优势度集中程度
根据重要性价值指数的比例关系计算得出的分布集中程度,与物种多样性无关。
- W–CHRI
杂草驱动的作物健康风险指数,是一种用于确定优先处理顺序的诊断评分指标。
CRediT作者贡献说明
Shivali Rana:负责原文撰写——初稿编写、方法设计、数据收集与整理、研究构思。Surinder Singh Rana:负责研究验证、整体监督以及资源协调。Chatter Singh:负责原文修改与润色、数据可视化、软件应用以及定量分析。
关于手稿准备过程中生成式人工智能及人工智能辅助技术的声明
在手稿撰写过程中,作者们使用了ChatGPT(OpenAI)工具来提升文本的清晰度、可读性以及结构合理性。所有内容均由作者们亲自审阅、修改并最终确认,他们对手稿的内容负全部责任。
资金支持
本研究没有获得任何公共部门、商业机构或非营利组织提供的专项资助。
利益冲突声明
作者们声明,自己不存在任何可能影响本研究结果的已知财务利益关联或个人关系。
致谢
作者们感谢CSK喜马偕尔邦农业大学帕兰普尔分校的长期作物种植系统研究团队,他们为本次研究提供了所需的季节性汇总数据。
Shivali Rana|Surinder Singh Rana|Chatter Singh
印度喜马偕尔邦帕兰普尔176062,CSK喜马偕尔邦农业大学农学系
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号