粮食作物产量与效率层次差——缩差增效理论与技术

**章国内外作物产量与效率层次差异研究进展 粮食的供应能力应满足不断增长的人口对粮食的需求，这是保障粮食安全要解决的首要问题（Cirera and Masset，2010）。饮食结构的变化进一步增加了人们对农作物的需求量，人均每天的卡路里消耗量从19世纪60年代的2250kcal（1cal=4.1868J，后文同）增加到2015年的2880kcal，估计到2050年将达到3900kcal（Pardey et al.，2014;Valin et al.，2014）。因此，粮食与饲料的需求量将大幅增加，研究表明要保障粮食安全，全球农作物产量需要增加60%～110%（FAO，2009;Tilman et al.，2011）。 实现粮食增产主要有两种途径：一是增加耕地面积，二是提高现有耕地的单产水平。许多研究表明，在南美洲北部与非洲热带地区有大量土地适合农作物生长，可以转化为耕地（Rosegrant et al.，2001；Bruinsma，2003）。但这部分土地大部分位于热带雨林或自然保护区，具有很高的社会、经济和生态价值；失去森林覆盖后热带土壤将会很快失去肥力，需要额外的投入以保存土壤有机质（Ramankutty et al.，2002；Licker et al.，2010）。对许多国家而言，可增长的耕地面积有限，现有耕地面积由于土地退化、城市化、资源开采等因素也在逐渐减少（Lu et al.，2007；Fitzgerald et al.，2020）。1995～2007年，发达国家农业用地面积减少了34%，发展中国家耕地面积增加了17.1%，且主要发生在热带森林（Gibbs et al.，2010）。因此，通过增加耕地面积来实现全球粮食产量大幅度增加是不现实的。20世纪后半叶的绿色革命大幅提高了农田单产，1961～2014年，在耕地面积仅增长了10%的背景下，全球农作物产量增长了3倍（Pellegrini and Fernandez，2018），这使得农业研究者和政策决策者看到了通过提高单产以满足粮食需求的前景。但是，己有研究指出，目前主要粮食单产仅以每年0.9%～1.6%的速率增加，增长速率缓慢，甚至出现停滞，无法满足人口增长对粮食的需求（Ray et al.，2013）。 为了促进作物产量提升，全球范围内化肥用量显著增加。1961～2013年，世界肥料的用量增加了9倍以上（Lu and Tian，2017）。然而作物的肥料利用效率并未随着施肥量的增加而增加，相反地，多数研究表明随着氮肥施用量的增加，作物的氮肥利用效率不断下降。未被利用的肥料不仅造成了肥料的浪费，而且导致了严重的环境负效应（Ju et al.，2009）。此外，不合理的灌溉、种植方式与光温资源的不匹配等同样导致了资源利用效率低下，不利于产量的进一步提升。为了提高光、温、水、肥等资源的利用效率，实现农业的绿色可持续发展，需要不断优化作物的养分、水分和区域特异性的种植管理，增强作物对生物胁迫和非生物胁迫的抵抗能力，促进产量与资源利用效率的协同提高。 本章收集整理了近年来世界范围内主要粮食作物的产量和资源利用效率在不同层次的差异研究，并对不同国家不同作物产量效率差异程度和造成差异的原因进行分析，以期为作物产量与效率的提高提供理论依据。 **节作物产量与效率层次差异概念 产量差的研究始于20世纪70年代，国际水稻研究所对6个亚洲国家的水稻的产量限制因素进行了研究（Inst et al.，1979）。“产量差”的概念于1981年被提出，被定义为实际农场产量与试验站产量之间的差距（de Datta，1981）。De Datta（1981）还定义了潜在的农民产量，以代表农民可以实现的*高产量。基于实际农场产量和试验站产量，引入了“技术上限产量”和“经济上限产量”的概念（Fresco，1984）。技术上限产量是特定农田可达到的*大产量，等于潜在的农田产量。经济上限产量是指农民利润*高时获得的产量。由于农民的投入水平低于特定农田*大产量所需的投入水平，因此经济上限产量低于技术上限产量。一些研究人员随后定义了“潜在产量”和“可获得产量”（Rabbinge，1993）。潜在产量是指在试验站采用的栽培和管理措施下（如使用合适的品种、杂草控制、病虫害管理、*佳播种日期和播种量，无用水用肥压力、收获损失等限制）可能达到的*高产量。潜在产量反映了仅由光照、温度条件和遗传特性决定的当地产量。可获得产量是在*佳栽培管理措施下实际可实现的产量，与农民潜在产量和技术上限产量的概念几乎相同。现在普遍认为，应将潜在产量的80%视为可获得产量（Cassman et al.，2003；Lobell et al.，2009）。deBie（2000）总结了先前对产量差的研究，并确定了几种产量水平：模型模拟的试验站的潜在产量、试验站的*大产量、农民的潜在产量、经济上限产量和实际农田产量。Lobell和Ortiz-Monasterio（2006）将“田间产量差”定义为*高田间产量与区域平均产量之间的差异。 产量差研究通常将产量划分为不同的级别，因此得出了不同的产量差定义。除了上述产量水平，“基础地力产量”和“高产高效产量”这两个产量水平也具有研究价值，但目前几乎没有与这两个产量水平相关的文献。基础地力产量是指不依赖灌溉水和化肥而仅依靠土壤的天然肥力与现有气候条件而获得的作物单产水平，它代表当地的*低产量。“高产高效产量”是中国研究人员提出的一个概念，其管理实践设计包括一个作物模块（一种给定区域的耕种策略）和一个资源供应模块，用于根据土壤测试结果与作物生长需求制定养分和水的供应。它代表了农业技术综合性、创新性应用，以实现作物高产和资源高效利用（Shen et al.，2013;Wang et al.，2014b；Bai et al.，2020），与Xu等（2016）描述的“营养专家系统”相同。农民产量是农民实际获得的产量，基础地力产量与农民产量之间的差可以反映出利用农业资源投入的好处，并有助于进一步评估资源利用效率。农场产量与高产高效产量之间的差反映了在资源利用*优化的情况下农场产量的增加。图1-1是对de Bie（2000）所提出的产量差模型的扩展，在原有产量水平上新增了高产高效产量和基础地力产量。 第二节作物产量与效率层次差异研究方法 不同产量水平的测定方法不同，农田和试验站的各级产量水平可以通过田间试验与农户调查获取。田间试验可以通过设置不同处理来控制变量，以此分析特定因素在作物产量形成中的作用。但是田间试验的结果仅能反映当地当年的情况，不能将其扩展到区域尺度和长时间序列上。农户调查可以通过获取土壤、作物品种和农户管理等信息来估算区域尺度的不同产量水平与产量差。不过，农户调查通常采用提问的方式，主观性较强，可能遗漏造成产量差的相关信息，且难以获得准确的农田管理信息。 潜在产量由于无法通过实际生产获得，其量化通常借助模型来实现。产量差研究中使用的模型可以分为两类：经验模型和机理模型（Cao et al.，2011）。经验模型是以试验数据为基础，根据生物量和气候因子的统计相关关系建立的数学统计分析模型，例如：Miami模型（Lieth and Box，1972；Luo et al.，2011;程曼等，2012;Yu et al.，2012）、Thomthwaite Memorial模型（Lieth and Box，1972；Mao et al.，2008；Li et al.，2009）、Wageningen模型（Bouman et al.，1996；Lin et al.，2003）、Agricultural Ecology Zone（AEZ）模型（Fischer et al.，2000；Liu et al.，2001）。机理模型是应用数学概念方法模拟作物生理过程和解释作物整体功能的模型，例如：World Food Studies（WOFOST）模型（vanDiepen et al.，1989；Wu et al.，2006）、Hybrid-Maize模型（Yang et al.，2004；Liu et al.，2017a）、Decision Support System for Agrotechnology Transfer（DSSAT）模型（Jones et al.，2003；Andrea et al.，2018）、Environmental Policy Integrated Climate（EPIC）模型（Williams et al.，1989；Lu and Fan，2013）、Agricultural Production SystemsSimulator（APSIM）模型（Keating et al.，2003；Li et al.，2014）、ORYZA模型（Li et al.，2017；Agus et al.，2019）等。除模拟潜在产量外，机理模型还可以通过定义不同的栽培情景模拟相应的产量水平（Bindraban et al.，2000）。由于模型建立在单点试验的基础上，在区域产量差研究中存在诸多限制，区域产量差的研究多采用模型与遥感结合的方法（Maas，1988；Moulin et al.，1998）。Li（2014）通过APSIM-Wheat模型与地理信息系统（GIS）技术结合分析了华北平原冬小麦产量差的时空分布。 值得注意的是，不同的潜在产量（rp）估算方法计算得到的产量差具有较大差异。以华北平原为例，使用作物模型计算出的相对产量较低（56%～68%）（Lu and Fan，2013；Li et al.，2014；Fang et al.，2017）。但是，使用边界线分析计算的相对产量值为85%（Cao et al.，2019）。相对产量的差异是由潜在产量的定义差异引起的。通过作物模型获得的Yp是理论上的*大产量，而根据田间试验估算的潜在产量则是高产田块上农户实际可获得的产量。 一、区域作物产量差研究方法 （一）用模型估算作物实际产量的研究方法 1.作物生长模型模拟实际产量 相比传统的实地调查和实地试验等手段，在估算产量方面，模型方法具有低成本和高时效的特点。其中作物生长模型（Crop Growth Model，CGM）是估计作物实际产量的一种可靠工具，己经在全球范围内被广泛应用和发展（Lobell et al.，2009;van Ittersum et al.，2013）。其中包括针对某一单一作物（如玉米）生长过程的作物模型Hybrid-Maize（Yang et al.，2004）；集成多种作物生长过程的CGM系统，如APSIM（Mccown et al.，1996）、世界食物VPD：vapor pressure deficit，饱和水汽压差；LAI：leaf area index，叶面积指数；NDVI：normalized difference vegetation index，归一化植被指数；NPP：net primary productivity，净初级生产力；GPP:gross primary productivity，总初级生产力研究模型WOFOST（Wu et al.，2006）和DSSAT相关模块（Basso et al.，2016）。率定之后的CGM可以在一定区域内对作物产量进行可靠的估算（Chen et al.，2010a；Wang et al.，2014b；Amarasingha et al.，2015；Innes et al.，2015）。CGM的准确性高度依赖当地气象资料和农田管理信息的准确性，因为关键的植被生理结构参数[如叶面积指数（leaf area index，LAI）]均依靠CGM的模拟，这表明CGM只能模拟一个气象站周围一定范围内的作物产量。由于CGM的这一特点，以及全球范围内气象站点分布稀疏的问题，CGM在区域尺度上的应用存在空间升尺度的问题，这限制了其在国家和全球尺度上的应用。