農(nóng)作物秸稈還田能夠顯著改善土壤物理性狀,提高土壤養(yǎng)分含量,對農(nóng)業(yè)生產(chǎn)具有顯著的增產(chǎn)效應。然而,秸稈還田在全國不同農(nóng)業(yè)生態(tài)系統(tǒng)中是否具有顯著的增產(chǎn)效應尚不明確。因此,在全國范圍內(nèi)研究秸稈還田的增產(chǎn)效應對秸稈還田技術在全國范圍內(nèi)的推廣應用具有重要意義。整合分析(Meta-analysis),也叫元分析、薈萃分析,是一種科學的定量綜述方法,能夠定量分析秸稈還田在全國范圍內(nèi)的綜合產(chǎn)量效應。因此,本研究基于整合分析方法的科學理論,搜集整理了近30年來國內(nèi)外學者公開發(fā)表的中文文獻數(shù)據(jù)(截止到2019年12月31日,共獲得274篇相關文獻,提取了1930組試驗數(shù)據(jù)),定量分析了全國范圍內(nèi)秸稈還田對農(nóng)作物的產(chǎn)量效應,并進一步分析了小麥、玉米、水稻三大糧食作物在秸稈還田條件下的產(chǎn)量特征,明確了不同農(nóng)業(yè)生態(tài)區(qū)域、土壤類型、種植模式、耕作方式、施肥模式等因素對秸稈還田產(chǎn)量效應的影響程度,主要的研究結果如下:1.秸稈還田顯著提高了農(nóng)作物的產(chǎn)量,平均增產(chǎn)率約為8.06%,95%的置信區(qū)間為7.52%~8.60%。小麥、玉米、水稻三大糧食作物的產(chǎn)量在秸稈還田條件下分別提高了5.72%(95%的置信區(qū)間為4.96%~6.49%)、9.22%(95%的置信區(qū)間為8.30%~10.15%)、7.51%(95%的置信區(qū)間為6.80%~8.21%)。經(jīng)過漏斗圖檢驗及計算失安全系數(shù),總體上分析結果不存在發(fā)表偏倚性。2.總體上,秸稈還田的增產(chǎn)效應受土壤類型、土壤酸堿性、種植制度、耕作方式、施肥模式、試驗年份、還田年限等因素的影響顯著(異質(zhì)性檢驗結果達到極顯著水平);年平均降水量、土壤類型、耕作方式、施肥模式、試驗年份顯著影響秸稈還田對小麥的增產(chǎn)效應,土壤類型、施肥模式、還田年限、還田方式顯著影響秸稈還田對玉米的增產(chǎn)效應,年平均氣溫、土壤類型、土壤酸堿性、種植制度、秸稈種類、施肥模式顯著影響秸稈還田對水稻的增產(chǎn)效應。3.在不同耕作模式中,總體上以翻耕或免耕的秸稈還田產(chǎn)量效應最好,增產(chǎn)率分別為11.05%和8.98%,免耕秸稈還田對小麥的增產(chǎn)率為11.93%,翻耕秸稈還田對玉米的增產(chǎn)率10.83%、對水稻的增產(chǎn)率為9.05%,顯著高于其它耕作模式下秸稈還田的增產(chǎn)率。在不同施肥模式中,不施肥時秸稈還田對總體農(nóng)作物的增產(chǎn)率達到25.66%,對小麥、玉米、水稻的增產(chǎn)率分別為25.70%、23.04%、30.90%,顯著高于其它施肥模式,表明農(nóng)作物秸稈具有巨大的化肥替代潛力。在其它農(nóng)業(yè)管理措施中,秸稈過腹還田方式顯著促進了秸稈還田對小麥、玉米的增產(chǎn)效應,還田后覆蓋地膜或添加秸稈腐熟劑提高了秸稈還田對玉米、水稻的增產(chǎn)率。此外,最佳的秸稈還田量為前茬作物秸稈產(chǎn)量的50~100%,長期秸稈還田的產(chǎn)量效應優(yōu)于短期。綜上所述,在不同的農(nóng)業(yè)生產(chǎn)區(qū)以免耕或翻耕作業(yè)配合正常的施肥模式、適宜的秸稈還田量長期還田能夠保持農(nóng)作物的持續(xù)增產(chǎn)。
【學位單位】：山東農(nóng)業(yè)大學
【學位級別】：碩士
【學位年份】：2020
【中圖分類】：S141.4
【部分圖文】：

山東農(nóng)業(yè)大學碩士學位論文7數(shù)據(jù)1930組。圖1為田間試驗數(shù)據(jù)的分布狀況。圖1田間試驗分布（黑點代表獲得數(shù)據(jù)的試驗地點）Fig.1Thelocationoffieldexperiment(Theblackpointsrepresenttheexperimentsiteofdata)2.2數(shù)據(jù)分類考慮到秸稈還田的產(chǎn)量效應可能受其它相關因素影響，根據(jù)文獻中提取到的相關信息，整理得到可能影響秸稈還田產(chǎn)量效應的影響因素有：試驗區(qū)域、年平均氣溫、年平均降水量、土壤類型、土壤質(zhì)地、土壤酸堿性、作物熟制、耕作方式、施肥模式、試驗年份等（表1），每組影響因素都將作為一個獨立的分類解釋變量進行Meta亞組分析以考察其對秸稈還田的產(chǎn)量效應的影響程度（Zhengetal.,2019）。試驗區(qū)域分為東北地區(qū)（包括黑龍江盛吉林省及遼寧省）、華北地區(qū)（包括北京市、天津市、山東盛河北盛河南盛山西省及安徽省）、東南地區(qū)（江蘇盛上海市、浙江盛湖北盛湖南盛江西盛福建省及廣東省）、西北地區(qū)（包括甘肅盛青海盛寧夏回族自治區(qū)、內(nèi)蒙古自治區(qū)及新疆維吾爾族自治區(qū)）、西南地區(qū)（四川盛重慶市、貴州盛云南省及廣西壯族自治區(qū)）（柴如山等，2019）平，其中，在西藏自治區(qū)、福建盛廣東盛廣西壯族自治區(qū)內(nèi)未收集到相關試驗數(shù)據(jù)。年均氣溫每5℃為一個梯度分為四個氣溫梯度，最高年均氣溫為20℃。年平均降水量每400mm為一個梯

秸稈還田下我國主要糧食作物產(chǎn)量效應的整合分析123結果與分析3.1秸稈還田對農(nóng)作物產(chǎn)量的綜合效應分析圖2A-D分別為秸稈還田對總體農(nóng)作物產(chǎn)量、小麥產(chǎn)量、玉米產(chǎn)量、水稻產(chǎn)量的效應值的頻率分布，符合高斯正態(tài)分布（P＜0.001）。經(jīng)過加權計算，得到秸稈還田對總體農(nóng)作物產(chǎn)量的平均效應值為0.0775（95%的置信區(qū)間為0.0725~0.0825）、對小麥產(chǎn)量的平均效應值為0.0556（95%的置信區(qū)間為0.0484~0.0629）、對玉米的平均效應值為0.0882（95%的置信區(qū)間為0.0797~0.0967）、對水稻的平均效應值為0.0724（95%的置信區(qū)間為0.0658~0.0789）。上述平均效應值的95%置信區(qū)間全部大于0，說明秸稈還田對總體農(nóng)作物及小麥、玉米、水稻具有顯著的增產(chǎn)效應。將平均效應值轉化為平均增產(chǎn)率，得到秸稈還田對總體農(nóng)作物的平均增產(chǎn)率為8.06%，對小麥的平均增產(chǎn)率為5.72%、對玉米的平均增產(chǎn)率為9.22%，對水稻的平均增產(chǎn)率為7.51%�？梢姡谌珖秶鷥�(nèi)，秸稈還田對主要農(nóng)作物都具有一定的增產(chǎn)作用。圖2反應比自然對數(shù)的頻率分布Fig.2Frequencydistributionofresponseratio(ln)

山東農(nóng)業(yè)大學碩士學位論文17圖3區(qū)域因素對秸稈還田效應的影響Fig.3Theinfluenceonstraw-returneffectbyregionalfactors秸稈還田對玉米的產(chǎn)量效應在華北地區(qū)最高（圖3-3a），增產(chǎn)率達到11.15%，95%的置信區(qū)間為9.82%~12.49%，顯著高于其它玉米生產(chǎn)區(qū)；圖3-3b中，年均氣溫在5~10℃時，秸稈還田對玉米產(chǎn)量的增產(chǎn)率最高，為10.75%（置信區(qū)間：9.46%~12.05%），其它年均氣溫下相應的增產(chǎn)率均低于秸稈還田對玉米產(chǎn)量的平均增產(chǎn)率，且在年均氣溫為15~20℃時增產(chǎn)效應不顯著；圖3-3c中，秸稈還田對玉米的增產(chǎn)率在年均降水量低于400mm和400~800mm時分別為8.62%（置信區(qū)間：6.13%~11.18%）、9.44%（置信區(qū)間：8.44%~10.45%），年均降水量超過800mm時，增產(chǎn)效應不顯著。秸稈還田對水稻的產(chǎn)量效應在東北地區(qū)最高（圖3-4a），增產(chǎn)率達到14.84%，95%的置信區(qū)間為10.49%~19.36%，顯著高于其它地區(qū)；圖3-4b中，年均氣溫低于5℃時，水稻產(chǎn)量在秸稈還田條件下提高了17.07%（置信區(qū)間：12.14%~22.20%），年均氣溫超過15℃，相應的增產(chǎn)率為8.31%（置信區(qū)間：7.36%~9.28%），也高于秸稈還田對水稻產(chǎn)量的平均增產(chǎn)率；圖3-4c表明，秸稈還田對水稻的產(chǎn)量效應在年均降水量為400~800mm或超過1200mm時最高，相應的增產(chǎn)率分別為8.96%（置信區(qū)間：
【相似文獻】

相關期刊論文 前10條

1 景建華,蔣梅林,束國昌;秸稈還田對水稻的增產(chǎn)效應[J];江蘇農(nóng)機與農(nóng)藝;2001年02期

2 曾勝河,劉洪亮,馬萍,仲玉貴,馬玲;秸稈還田對農(nóng)作物產(chǎn)量的影響[J];新疆農(nóng)業(yè)科技;2001年05期

3 康文倩;郭民之;李盛;;單峰分布樞軸量的等尾與等高置信區(qū)間的比較[J];數(shù)學的實踐與認識;2016年24期

4 徐付霞;董永權;王娟;;基于離散樞軸量的泊松分布參數(shù)的精確最短置信區(qū)間[J];數(shù)學的實踐與認識;2015年24期

5 吳延科;田茂再;;負二項抽樣下風險比率的調(diào)整置信區(qū)間[J];系統(tǒng)科學與數(shù)學;2015年10期

6 陶會強;彭真;趙占平;;單邊情形下的非參數(shù)聯(lián)合置信區(qū)間[J];河南科學;2013年07期

7 曾艷;;均勻分布參數(shù)的最短置信區(qū)間[J];赤峰學院學報(自然科學版);2011年09期

8 岑忠;丁勇;;泊松分布參數(shù)的最短置信區(qū)間[J];中國衛(wèi)生統(tǒng)計;2010年02期

9 孫慧玲;;取定統(tǒng)計量下最優(yōu)置信區(qū)間的估計[J];統(tǒng)計與決策;2009年07期

10 莫建明;周宗放;;重尾性操作風險的風險價值置信區(qū)間的靈敏度[J];系統(tǒng)工程理論與實踐;2009年06期

相關博士學位論文 前10條

1 閆亮;測量誤差模型中的信仰廣義推斷[D];北京理工大學;2017年

2 段重陽;配對設計率差及率比置信區(qū)間構建新方法[D];南方醫(yī)科大學;2017年

3 侯朋福;秸稈還田對稻麥生產(chǎn)力和農(nóng)田溫室氣體排放的影響[D];南京農(nóng)業(yè)大學;2014年

4 黃春;成都平原不同秸稈還田模式下農(nóng)田系統(tǒng)運行效益研究[D];四川農(nóng)業(yè)大學;2014年

5 李繼福;秸稈還田供鉀效果與調(diào)控土壤供鉀的機制研究[D];華中農(nóng)業(yè)大學;2015年

6 王麒;秸稈還田和施氮量對寒地水稻生長及土壤養(yǎng)分的影響[D];沈陽農(nóng)業(yè)大學;2015年

7 王金洲;秸稈還田的土壤有機碳周轉特征[D];中國農(nóng)業(yè)大學;2015年

8 孟憲花;多重比較中的一些問題研究[D];華東師范大學;2009年

9 薛玉強;基于ψ調(diào)整的含單個分類協(xié)變量的率差置信區(qū)間估計新方法[D];南方醫(yī)科大學;2015年

10 閆超;水稻秸稈還田腐解規(guī)律及土壤養(yǎng)分特性的研究[D];東北農(nóng)業(yè)大學;2015年

相關碩士學位論文 前10條

1 楊竣皓;秸稈還田下我國主要糧食作物產(chǎn)量效應的整合分析[D];山東農(nóng)業(yè)大學;2020年

2 ADONGO,Felix Atanga;由結構引力模型獲得的多邊阻力項的自助法置信區(qū)間的績效評估[D];廈門大學;2019年

3 王珠冉;誤差模型下高維回歸參數(shù)的置信區(qū)間[D];安徽師范大學;2019年

4 田育珍;影響因素優(yōu)化及置信區(qū)間修正的空氣質(zhì)量預測研究[D];西安電子科技大學;2019年

5 王天珍;四川圈養(yǎng)大熊貓微量元素背景值的調(diào)查分析[D];四川農(nóng)業(yè)大學;2018年

6 劉路寧;含分布式光伏發(fā)電配電網(wǎng)多目標重構研究[D];華東交通大學;2019年

7 喻雪;Gumbel分布中參數(shù)的廣義置信區(qū)間[D];天津師范大學;2018年

8 劉凱;斷點回歸的非參數(shù)置信區(qū)間[D];東北師范大學;2018年

9 楊佳貝;基于Lasso方法的后選擇推斷理論與應用研究[D];燕山大學;2018年

10 孫慧玲;取定統(tǒng)計量下的最優(yōu)置信區(qū)間分析[D];華中師范大學;2008年

本文編號：2867221