一种快速确定秸秆还田条件下农作物所需化肥用量的方法与流程

本发明涉及农作物肥料施用方法领域，具体涉及一种快速确定秸秆还田条件下农作物所需化肥用量的方法。
背景技术：
：作物秸秆含有丰富的氮磷钾养分，是农业生产中重要的养分资源。我国秸秆年产量超过7亿吨，养分含量相当于全国化肥养分总量的25％。秸秆还田在提高土壤肥力、改善土壤结构、增加土壤碳汇、丰富土壤微生物多样性等方面发挥着关键作用。我国秸秆年生产总量大，但利用率不高，秸秆养分直接还田率在35％左右，其余大部分被直接露天焚烧或随意遗弃，造成严重的资源浪费和环境污染问题。目前，秸秆还田部分替代化肥是减少农业化肥用量的重要途径，但由于缺乏定量化、轻便化的秸秆还田技术，使得农业生产过程中秸秆还田盲目性很大。秸秆还田条件下，氮肥施用过少易导致土壤碳氮比过高，土壤微生物与作物竞争氮营养，引起作物减产；氮肥施用过多易导致养分流失，引起面源污染，也造成作物养分的奢侈吸收。同时，我国农业生产复种指数高，两茬作物之间时间间隔短，如何在短时间内快速确定一定秸秆还田比例下化肥施用量是秸秆养分资源高效利用的关键所在。中国发明专利CN105191537A、CN104982159A等均公开了秸秆还田的方法，但上述专利主要是针对玉米秸秆本身的处理方法，例如秸秆如何粉碎、如何掩埋等，不能根据不同作物秸秆类型、不同作物产量、不同秸秆还田比例等快速预估化肥的精确用量。然而，化肥与秸秆的合理配施是秸秆高效利用和作物健康生长的重要保障。目前，本领域对上述问题并未提供系统化的解决方案，过往研究均未能充分考虑如何快速预估秸秆还田下氮肥、磷肥、钾肥的精准用量，未能根据作物种类和种植区域以及秸秆还田比例，提出长期稳定的秸秆养分定量替代化肥养分的适宜比例，导致秸秆还田后作物长势较差的现象时常发生。因此，亟需一种秸秆还田条件下化肥施用量的快速预估方法。技术实现要素：本发明要解决的技术问题是提供一种快速确定秸秆还田条件下农作物所需化肥用量的方法。该方法具有定量化、轻便化等优点，利用作物往年产量、肥料用量因子、秸秆还田比例、秸秆氮效应指数、秸秆氮残效指数等关键参数，在不进行实验室分析的条件下，快速、准确地预估秸秆还田下化肥的施用总量，有效提高作物产量和秸秆还田效率，减少环境污染，提升土壤肥力水平，是一种高效易行、适用广泛的环境保护性秸秆与化肥配施技术。具体而言，本发明提供的秸秆还田条件下化肥施用量快速确定方法，包括对秸秆还田条件下氮肥、磷肥、钾肥中任意一种、两种或三种化肥用量的估算。本发明所述氮肥的用量是以N元素质量计，所述磷肥的用量是以P2O5的质量计，所述钾肥的用量是以K2O的质量计。所述秸秆还田条件具体为：将农作物秸秆粉碎或切碎后直接还田，耕地后埋入土壤0-20cm深度。本发明所述秸秆还田比例是指：直接还田的秸秆重量与全部收获的作物秸秆重量的比值。本发明所述农作物(简称作物)为小麦、玉米或水稻。所述玉米可具体为夏玉米或春玉米。所述水稻可具体为北方一季水稻、南方早稻、南方中稻或南方晚稻。本发明所述氮肥的用量(kgN/ha)＝[二项因子×(氮增产潜力)2+一项因子×(氮增产潜力)+截距因子]－[上季作物产量×RIEN×(1-HIN)×秸秆还田比例当×秸秆氮效应指数]－[上上季作物产量×RIEN×(1-HIN)×秸秆还田比例上×秸秆氮残效指数]。本发明在估算氮肥的用量时，主要考虑预期产量下满足当季作物生长需要的氮肥用量，减去上季秸秆的有效氮素养分量和上上季秸秆氮素养分的残效部分，实现秸秆还田条件下化肥定量减施的目标，同时保证秸秆氮素养分高效利用。在所述估算氮肥的公式中，[二项因子×(氮增产潜力)2+一项因子×(氮增产潜力)+截距因子]代表了氮增产潜力和施氮量的二项式回归曲线。其中，氮增产潜力＝预期产量×氮肥用量因子。其中，预期产量优选为所在地块过去十年平均产量的基础上增加0.8t/ha；氮肥用量因子由实际土壤肥力水平决定。本发明优选所述氮肥用量因子的判断方法包括以下步骤：(1)判断土壤的肥力等级为高、中或低级；其中，当所述土壤所在区域过去5年内作物平均产量大于全国平均产量的75％，则该土壤肥力等级为高级；当所述土壤所在区域过去5年内作物平均产量小于全国平均产量的25％，则该土壤肥力等级为低级；当所述土壤所在区域过去5年内作物平均产量为全国平均产量的25％～75％之间，则该土壤肥力等级为中级；(2)利用以往全国范围内的作物试验数据，对不施氮肥处理与施用氮肥处理作物产量的比值进行由低到高排序，排序结果的第25％位数、中位数和第75％位数所对应的数值分别作为低、中、高肥力土壤等级对应的临界值，1减去相应临界值即为各个土壤等级对应的氮肥用量因子；(3)依据步骤(1)确定的土壤肥力等级，选择该土壤等级对应的氮肥用量因子，即可。在实际应用时，所述氮肥用量因子可采用如表1所示数据(该数据是由全国范围内5年的田间试验和数据收集获得的6000个数据点统计汇总得到)。表1：小麦、玉米和水稻氮肥用量因子所述估算氮肥的公式中，二项因子、一项因子和截距因子通过回归曲线拟合得到；具体的，是以历史试验数据中氮增产潜力值为自变量、施氮量为因变量进行二项式回归曲线拟合得到。本发明所述历史试验数据为全国范围内农作物5年的实际数据；为了确保拟合所得因子的准确性，所述5年内的每一年均应有数据采集。本发明利用5年的田间试验和数据收集获得的6000个数据点，通过合并区间数据点，进一步拟合氮增产潜力和施氮量的二项式回归曲线关系，发现小麦、夏玉米、春玉米、北方一季稻和南方中稻、南方早稻和晚稻的氮增产潜力和施氮量之间均存在很好的一元二次方程关系，决定系数R2均为0.99以上。所述一元二次方程具体为：施氮量＝二项因子×(氮增产潜力)2+一项因子×(氮增产潜力)+截距因子，拟合得到的二项式回归曲线如图1(作物为小麦)、图2(作物为玉米)和图3(作物为水稻)所示。具体而言：当作物为小麦，氮增产潜力区间为0-2.25t/ha时，二项因子为-24.502，一项因子为125.72，截距因子为13.452，R2＝0.9982，相应的二项式回归曲线如图1a所示；当作物为小麦，氮增产潜力区间为2.25-5.00t/ha时，二项因子为-1.6037，一项因子为43.519，截距因子为86.268，R2＝0.9982，相应的二项式回归曲线如图1b所示。当作物为夏玉米，氮增产潜力区间为0-3.75t/ha时，二项因子为-12.185，一项因子为106.55，截距因子为18.314，R2＝0.9995，相应的二项式回归曲线如图2a所示；当作物为夏玉米，氮增产潜力区间为3.75-7.00t/ha时，二项因子为-2.3576，一项因子为48.462，截距因子为94.305，R2＝0.9998，相应的二项式回归曲线如图2b所示；当作物为春玉米，氮增产潜力区间为0-2.50t/ha时，二项因子为-19.636，一项因子为114.05，截距因子为4.1333，R2＝0.9999，相应的二项式回归曲线如图2c所示；当作物为春玉米，氮增产潜力区间为2.50-7.00t/ha时，二项因子为-1.2714，一项因子为34.374，截距因子为89.895，R2＝0.9964，相应的二项式回归曲线如图2d所示。当作物为北方一季稻或南方中稻，氮增产潜力区间为0-1.50t/ha时，二项因子为-21.714，一项因子为66.571，截距因子为88，R2＝0.99，相应的二项式回归曲线如图3a所示；当作物为北方一季稻或南方中稻，氮增产潜力区间为1.50-6.00t/ha时，二项因子为1.2363，一项因子为7.3555，截距因子为127.8，R2＝0.9997，相应的二项式回归曲线如图3b所示；当作物为南方早稻或晚稻，氮增产潜力区间为0-2.50t/ha时，二项因子为-21.714，一项因子为64.4，截距因子为81.4，R2＝0.9907，相应的二项式回归曲线图3c所示；当作物为南方早稻或晚稻，氮增产潜力区间为2.50－6.00t/ha时，二项因子为0.9102，一项因子为7.3813，截距因子为118.37，R2＝0.9995，相应的二项式回归曲线如图3d所示。作为本发明的一种优选方案，二项因子、一项因子和截距因子的具体数值如表2所示。表2：二项因子、一项因子和截距因子在所述估算氮肥的公式中，[上季作物产量×RIEN×(1-HIN)×秸秆还田比例当×秸秆氮效应指数]用来预估来自上季作物秸秆还田部分的有效氮素养分含量，是秸秆还田下氮肥减施的主要补充部分。其中，上季作物产量为上季作物的实际产量。其中，RIEN表示单位籽粒产量作物所需要的地上部氮养分量，HIN表示氮养分收获系数＝籽粒氮养分吸收量/地上部氮养分吸收量。在实际操作时，本发明根据全国范围内的6000个小麦、玉米和水稻试验数据统计得到上述两个参数。作为本发明的一种优选方案，上述参数可采用如表3所示数据。表3：RIEN及氮养分收获系数(HIN)其中，秸秆还田比例当表示当季作物种植前秸秆还田比例，根据实际情况获得此参数。其中，秸秆氮效应指数表示上季作物还田秸秆中的氮素被当季作物利用的比例。在实际操作中，本发明通过15N标记秸秆还田试验获得此参数。作为本发明的一种优选方案，所述秸秆氮效应指数可参考表4所述。表4：氮效应指数和氮残效指数(％)作物秸秆当季秸秆氮效应指数(％)上季秸秆氮残效指数(％)小麦秸秆17.185.73夏玉米秸秆13.358.36春玉米秸秆16.026.95北方一季稻秸秆19.137.16南方早稻、中稻、晚稻秸秆21.185.89在所述估算氮肥的公式中，[上上季作物产量×RIEN×(1-HIN)×秸秆还田比例上×秸秆氮残效指数]用来预估来自上上季作物秸秆还田部分的氮素养分的残效部分，是秸秆连续还田下氮肥减施的次要补充部分。其中，上上季作物产量为上上季作物的实际产量。其中，秸秆还田比例上表示上季作物种植前秸秆还田比例，根据实际情况获得此参数。其中，秸秆氮残效指数表示上上季作物还田秸秆中的氮素被当季作物利用的比例。本发明通过连续两季15N标记秸秆还田试验获得此参数，作为本发明的一种优选方案，上述参数可参考表4所述。本发明所述磷肥的用量(kgP2O5/ha)＝磷增产潜力×磷吨产养分系数+预期产量×[RIEp×HIp×(籽粒磷移走比例)+RIEp×(1-HIp)×(1-秸秆还田比例当)]×P2O5转化系数。所述磷肥用量的估算公式中：所述磷增产潜力＝预期产量×磷肥用量因子；所述预期产量为所在地块过去十年平均产量的基础上增加0.8t/ha；所述磷肥用量因子由实际土壤肥力水平决定。本发明优选所述磷肥用量因子的判断方法包括以下步骤：(1)判断土壤的肥力等级为高、中或低级；其中，当所述土壤所在区域过去5年内作物平均产量大于全国平均产量的75％，则该土壤肥力等级为高级；当所述土壤所在区域过去5年内作物平均产量小于全国平均产量的25％，则该土壤肥力等级为低级；当所述土壤所在区域过去5年内作物平均产量为全国平均产量的25％～75％之间，则该土壤肥力等级为中级；(2)利用以往全国范围内的作物试验数据，对不施磷肥处理与施用磷肥处理作物产量的比值进行由低到高排序，排序结果的第25％位数、中位数和第75％位数所对应的数值分别作为低、中、高肥力土壤等级对应的临界值，1减去相应临界值即为各土壤等级对应的磷肥用量因子；(3)依据步骤(1)确定的土壤肥力等级，选择该土壤等级对应的磷肥用量因子，即可。在实际应用时，所述磷肥用量因子可采用如表5所示数据(该数据是由全国范围内5年的田间试验和数据收集获得的6000个数据点统计汇总得到)。表5：小麦、玉米和水稻磷肥用量因子所述磷吨产养分系数即全国范围内小麦、玉米和水稻1吨籽粒产量所需要的P2O5养分平均量。在实际操作时，本发明根据全国范围内的6000个小麦、玉米和水稻试验数据统计得到上述参数。作为本发明的一种优选方案，上述参数可采用如表6所示数据。表6：磷吨产养分系数P2O5kg小麦30玉米20.4水稻20所述RIEP表示单位籽粒产量作物所需要的地上部磷养分量，HIP表示磷养分收获系数＝籽粒磷养分吸收量/地上部磷养分吸收量；在实际操作时，本发明根据全国范围内的6000个小麦、玉米和水稻试验数据统计得到上述两个参数。作为本发明的一种优选方案，上述参数可采用如表7所示数据。表7：RIEP及磷养分收获系数(HIP)作物RIEP(kgN/tGY)HIP小麦4.400.82夏玉米5.000.83春玉米4.000.69北方一季稻4.000.69南方早稻、中稻、晚稻3.800.80所述籽粒磷移走比例表示为保持土壤磷素平衡所需要归还土壤的籽粒磷养分比例，根据实际生产情况设定。作为本发明的一种优选方案，小麦籽粒磷移走比例＝100％，春玉米籽粒磷移走比例＝75％，夏玉米籽粒磷移走比例＝60％，北方一季稻和南方早稻、中稻、晚稻籽粒磷移走比例＝70％。所述秸秆还田比例当表示当季作物种植前秸秆还田比例，根据实际情况获得此参数。所述P2O5转化系数为P2O5中磷含量的百分比的倒数，即P2O5转化系数＝141.94/(2×30.97)＝2.292。本发明在估算磷肥的用量时，主要根据磷素增产潜力和维持土壤磷素平衡两部分组成。维持土壤磷素平衡部分相当于需要归还一定预期产量下部分或全部籽粒磷养分移走量和部分秸秆磷养分移走量，具体比例取决于实际生产情况。本发明所述钾肥的用量(kgK2O/ha)＝钾增产潜力×钾吨产养分系数+预期产量×[RIEK×HIK×(籽粒钾移走比例)+RIEK×(1-HIK)×(1-秸秆还田比例当)]×K2O转化系数。本发明估算钾用量的原理与估算磷肥相似，主要根据钾素增产潜力和维持土壤钾素平衡两部分组成。维持土壤钾素平衡部分相当于需要归还一定预期产量下部分或全部籽粒钾养分移走量和部分秸秆钾养分移走量，具体比例取决于实际生产情况。所述钾肥用量的估算公式中：所述钾增产潜力＝预期产量×钾肥用量因子；所述预期产量为所在地块过去十年平均产量的基础上增加0.8t/ha；所述钾肥用量因子由实际土壤肥力水平决定。本发明优选所述钾肥用量因子的判断方法包括以下步骤：(1)判断土壤的肥力等级为高、中或低级；其中，当所述土壤所在区域过去5年内作物平均产量大于全国平均产量的75％，则该土壤肥力等级为高级；当所述土壤所在区域过去5年内作物平均产量小于全国平均产量的25％，则该土壤肥力等级为低级；当所述土壤所在区域过去5年内作物平均产量为全国平均产量的25％～75％之间，则该土壤肥力等级为中级；(2)利用以往全国范围内的作物试验数据，对不施钾肥处理与施用钾肥处理作物产量的比值进行由低到高排序，排序结果的第25％位数、中位数和第75％位数所对应的数值分别作为低、中、高肥力土壤等级对应的临界值，1减去相应临界值即为各土壤等级对应的钾肥用量因子；(3)依据步骤(1)确定的土壤肥力等级，选择该土壤等级对应的钾肥用量因子，即可。在实际应用时，所述钾肥用量因子可采用如表8所示数据(该数据是由全国范围内5年的田间试验和数据收集获得的6000个数据点统计汇总得到)。表8：小麦、玉米和水稻钾肥用量因子所述钾吨产养分系数即全国范围内小麦、玉米和水稻1吨籽粒产量所需要的K2O养分平均量。在实际操作时，本发明根据全国范围内的6000个小麦、玉米和水稻试验数据统计得到上述参数。作为本发明的一种优选方案，上述参数可采用如表9所示数据。表9：钾吨产养分系数K2Okg小麦40玉米30水稻30所述RIEK表示单位籽粒产量作物所需要的地上部钾养分量，HIK表示钾养分收获系数＝籽粒钾养分吸收量/地上部钾养分吸收量。在实际操作时，本发明根据全国范围内的6000个小麦、玉米和水稻试验数据统计得到上述两个参数。作为本发明的一种优选方案，上述参数可采用如表10所示数据。表10：RIEK及钾养分收获系数(HIK)所述籽粒钾移走比例表示为保持土壤钾素平衡所需要归还土壤的籽粒钾养分比例，根据实际生产情况设定。作为本发明的一种优选方案，小麦、玉米、水稻籽粒钾移走比例均＝100％。所述秸秆还田比例当表示当季作物种植前秸秆还田比例，根据实际情况获得此参数。所述K2O转化系数为K2O中钾含量的百分比的倒数，即P2O5转化系数＝94.2/(2×39.10)＝1.205。本发明所述全国范围内包括华北小麦-玉米轮作种植区、东北春玉米单作种植区，华东双季稻连作种植区、华中水稻-小麦轮作种植区。本发明所述方法的流程图可参考图4所示。本发明提供的方法与现有技术相比有以下优势：(1)本发明提供的方法可以在不进行秸秆养分含量测定和土壤测试条件下，只需根据作物种类、往年产量、籽粒磷钾移走比例和秸秆还田量，快速确定秸秆还田下氮肥、磷肥和钾肥的施用量。因此，本方法具有定量化、轻便化等优点，可操作性强，突破了以往秸秆还田中由于农民测试条件不具备造成无法精准施肥等问题，解决了秸秆还田下农民施用化肥的盲目性。(2)本发明提供的方法适用范围涉及我国四大粮食作物种植区，包括华北小麦-玉米轮作种植区、东北春玉米单作种植区，华东双季稻连作种植区、华中水稻-小麦轮作种植区，适用范围广泛。(3)本发明提供的方法优化了秸秆还田条件下化肥用量，提高了秸秆养分的转化效率。因此，既减少了农业生产中化肥的施用量，又促进了秸秆资源的高效利用；既增加了农民的收入，又有效地减少了因秸秆还田后不合理施用化肥引起的作物减产等风险。(4)本发明提供的方法通过分析全国范围内小麦、玉米、水稻养分吸收数据，指出了秸秆还田条件下氮增产潜力与施氮量的二项式拟合曲线，相关系数R2均为0.99以上，因此，通过氮增产潜力就能快速求得作物的准确施肥量。(5)本方法指出了上季作物还田秸秆的氮效应指数以及上上季作物还田秸秆的氮残效指数，根据上述两个指数能够定量计算秸秆还田下氮肥的减施总量，达到科学减施化肥的目的。(6)与秸秆不还田方法相比，利用本发明提供的方法作物显著增产1.78％－7.07％，同时本方法利用小麦秸秆还田可以替代23％的化肥N、6％的化肥P2O5和30％的化肥K2O，利用玉米秸秆还田可以替代22％的化肥N、8％的化肥P2O5和65％的化肥K2O，利用水稻秸秆还田可以替代27％的化肥N、4％的化肥P2O5、45％的化肥K2O。附图说明图1为作物为小麦时二项式回归曲线图；其中，图1a为氮增产潜力区间为0-2.25t/ha时的曲线，图1b为氮增产潜力区间为2.25-5.00t/ha时的曲线。图2为作物为玉米时二项式回归曲线图；其中，图2a为作物为夏玉米、氮增产潜力区间为0-3.75t/ha时的曲线，图2b为作物为夏玉米、氮增产潜力区间为3.75-7.00t/ha时的曲线，图2c为作物为春玉米、氮增产潜力区间为0-2.50t/ha时的曲线，图2d为作物为春玉米、氮增产潜力区间为2.50-7.00t/ha时的曲线。图3为作物为水稻时二项式回归曲线图；其中，图3a为作物为北方一季稻或南方中稻、氮增产潜力区间为0-1.50t/ha时的曲线，图3b为作物为北方一季稻或南方中稻、氮增产潜力区间为1.50-6.00t/ha时的曲线，图3c为作物为南方早稻或晚稻、氮增产潜力区间为0-2.50t/ha时的曲线，图3d为作物为南方早稻或晚稻、氮增产潜力区间为2.50－6.00t/ha时的曲线。图4为本发明所述方法的流程示意图。具体实施方式以下实施例用于说明本发明，但不用来限制本发明的范围。实施例本实施例于2013年－2015年分别在河南省原阳县原阳基地、湖北省荆门市五三农场、黑龙江省哈尔滨市道外区民主乡、江西省高安市高安基地进行。其中河南省原阳基地种植制度为小麦－玉米轮作，湖北省五三农场种植制度为水稻－小麦轮作，黑龙江省民主乡种植制度为春玉米单作，江西省高安基地种植制度为双季稻连作。作物种植前对每个试验点往年的产量情况、秸秆还田比例、土壤肥力水平进行调查。根据调查结果确定增产潜力，通过本方法计算出秸秆全量还田下氮肥、磷肥、钾肥用量(见表11)，同时设置秸秆全量还田下农民习惯施肥处理(S-FP)和不施肥处理作为对照(S-CK)。其中，河南冬小麦和湖北冬小麦均属于小麦，河南夏玉米和黑龙江春玉米均属于玉米(具体的，河南夏玉米属于夏玉米，黑龙江春玉米属于春玉米)，江西早稻、湖北中稻、江西晚稻均属于水稻(具体的，江西早稻属于南方早稻，湖北中稻属于南方中稻，江西晚稻属于南方晚稻)。小麦各处理肥料用量对比分析，从表11中可见，本方法处理下小麦氮肥平均用量为165.8kg/ha，磷肥平均用量为87.3kg/ha，钾肥平均用量为40.5kg/ha。S-FP处理下小麦氮肥平均用量为217.5kg/ha，磷肥平均用量为93.8kg/ha，钾肥平均用量为90.0kg/ha。与S-FP处理相比，本方法降低了小麦化肥用量，其中氮肥、磷肥、钾肥分别降低了23.8％、6.9％和55.0％。玉米各处理肥料用量对比分析，从表11中可见，本方法处理下玉米氮肥平均用量为180.0kg/ha，磷肥平均用量为70.0kg/ha，钾肥平均用量为30.7kg/ha。S-FP处理下玉米氮肥平均用量为225.0kg/ha，磷肥平均用量为75.0kg/ha，钾肥平均用量为60.0kg/ha。与S-FP处理相比，本方法降低了玉米化肥用量，其中氮肥、磷肥、钾肥分别降低了20.0％、6.7％和48.8％。水稻各处理肥料用量对比分析，从表11中可见，本方法处理下水稻氮肥平均用量为151.7kg/ha，磷肥平均用量为76.5kg/ha，钾肥平均用量为76.1kg/ha。S-FP处理下水稻氮肥平均用量为195.0kg/ha，磷肥平均用量为80.0kg/ha，钾肥平均用量为130.0kg/ha。与S-FP处理相比，本方法降低了水稻化肥用量，其中氮肥、磷肥、钾肥分别降低了22.2％、4.3％和41.5％。表11：肥料投入比较(kg/ha)小麦各处理最终产量对比分析，由表12可见，本方法处理下河南冬小麦4-6季平均产量为8495kg/ha，湖北冬小麦为2575kg/ha。与S-CK处理相比，河南冬小麦平均增产216.18％，湖北冬小麦平均增产164.10％。与S-FP处理相比，河南、湖北冬小麦产量均无显著差异(P<0.05)。玉米各处理最终产量对比分析，由表12可见，本方法处理下河南夏玉米4-6季平均产量为8625kg/ha，黑龙江春玉米为12015kg/ha。与S-CK处理相比，河南夏玉米平均增产57.19％，黑龙江春玉米平均增产157.01％。与S-FP处理相比，河南夏玉米、黑龙江春玉米产量均无显著差异(P<0.05)。水稻各处理最终产量对比分析，由表12可见，本方法处理下江西早、晚稻4-6季平均产量为6415kg/ha，湖北中稻为7480kg/ha。与S-CK处理相比，江西早、晚稻平均增产91.49％，湖北中稻平均增产43.68％。与S-FP处理相比，早、中、晚稻产量均无显著差异(P<0.05)。表12：作物产量比较(4-6季平均产量)注：相对S-CK增产率(％)＝(本方法产量－S-CK产量)/S-CK产量×100％；相对S-FP增产率(％)＝(本方法产量－S-FP产量)/S-FP产量×100％；同行数字之间如果字母相同表示无显著性差异(P<0.05)。虽然，上文中已经用一般性说明、具体实施方式及试验，对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。当前第1页1 2 3