全 文 ：上海农业学报 1 9 9 4 , 1 0 ( l ) : 6 9~ 7 2
A c t a A g icr
u l t u ar e S h a n g h a i
硬草蔺草猪秧秧对小麦产量的影响
许鸿林 陈立华
(上海市宝山区植保植检站 , 上海 2 0 19 0 0)
苏桂 龙
(上海市宝山区罗南乡植保站 .上海2 0 19 0 8)
朱才华
(上海市宝山区罗店乡植保站 .上海2 0 19 0 8)
摘 要 硬草 、 两草和猪秧秧是麦田主要杂草 ,其密度越高 ,小麦产量损失越大 。小麦产量损
失率与硬草 、蔺草和猪秧秧数盘的相关式为 : 夕 = 0 . 0 0 9 s x , + 0 . 0 1 0 s x : + 0. 0 29 7 x 3+ 5 . 5 0 7 5 ,相关
系数 r 一 0 . 9 43 4, F ~ 43 . 12 ’ . 。用试脸资料检验预测模式 . 19 9 2~ 1 9 9 3年进行大田预测预报 ,准确
率达 89 . 5% 。
关锐词 硬草 .蔺草 ;猪秧秧 .小麦产量 ,杂草 ,相关系数
硬草 S c lceor h lao k
e二 g i a n a 、 蔺草 B ce k m a n n i a sy z i g a e h n e 和猪秧秧 G a l i u m a P a r i n e 是上海
郊区麦田主要杂草 ,不同年份 、 不同地区 ,甚至不同田块发生程度差异很大 。单一杂草对小麦产
量影响的资料报道甚多 ,但几种杂草对小麦产量的复合影响未见报道 。 为了逐步明确几种杂草
对小麦产量的影响 ,提供科学防除麦田杂草技术 ,作者进行了宝山区麦田主要杂草对小麦产量
损失预测模式的研究 ,本文报道该项研究结果 。
1
. 研 究 方 法
1
.
1 田间试验设计
试验在宝山区罗南乡和罗店乡进行 ,选择小麦生长和麦苗数量基本一致的田块 ,分24 个小
区 , 每小区 2m 2 ,各小区相隔 0 . sm , 并设保护行 。 杂草数量呈顺序排列 ,硬草 、 筒草和猪秧秧混
生 ,混生的比例按照 自然状态 , 2月底各小区按要求拔除多余杂草 。并设 6个无草对照区 。 各小区
管理 、 肥料要求一致 ,麦蚜 、赤霉病发生期间各小区全面进行防治 。 收获时单打单收 , 并调查各
小区杂草数量 。
1
.
2 预测模式的邃立及其准确程度
以小麦产量损失率为依变量 、硬草数量 (包括分萦数 ) 、 !钧草数量 (包括分莫数 )和猪秧秧数
量为自变量 ,采用多元回归方法 ,将有关数据输入微机 , 建立产量损失预测模式 , 1 9 9 2一 1 9 9 3年
进行大田应用 ,确定预测模式的准确程度 。
2
. 结 果
2
.
1 硬草 、 蔺草和猪秧秧对小麦产 t 的影响
2
.
1
.
1 硬草数贡 〔 ’ ·幻 硬草是一年生禾本科杂草 ,与麦苗争肥争水 , 使小麦无效分萦增
收稿日期 : 1 99 3一 0 7一 1 5初稿 , 1 9 9 3一 08一 2 0修改稿 ,
上 海 农 业 学 报 1 0卷
加 ,穗形变小 ,实粒数减少 ,千粒重下降 ,减少程度随硬草发生密度增加而加重 , 1 9 9 1年试验 , 小
麦千粒重与硬草数量呈负相关 , 相关系数 , ~ 一 0 . “ 2 1 (尸 < 。 . 01 ) 。
2
.
1
.
2 简草数贵 蔺草也是一年生禾本科杂草 ,但其茎粗 、根系发达 、 分萦力强 , 与麦苗
争肥争水 , 使小麦穗形变小 ,空瘪率增加 ,千粒重下降 , 1 9 9 1年试验资料统计 ,小麦千粒重与两
草数量呈负相关 ,相关系数 , ~ 。 . 7 63 4 (尸 < 。 . 01 ) 。
2
.
1
.
3 猪袂袂数 1 猪秧秧甸甸地面 , 株型较大 , 可以攀至麦株顶端 ,严重为害麦苗生
长 ,对小麦产量影响较大 。 1 9 9 1年试验结果分析 , 小麦每穗实粒数与猪秧秧数量呈负相关 ,相关
系数 r = 0 . 7 2 5 6 ( P ( 0 . 0 1 ) 。
2
.
2 产 t 损失预测棋式的趁立及其准确性
2
.
2
.
1 预测方程的建立 .3[ ` · 5〕 影响小麦产量损失的因子很多 , 在栽培措施相同的条件
下 , 麦田主要杂草是小麦产量损失的主要影响因子 。 以小麦产量损失率为依变量 ,每平方米硬
草数 t ( x , ) 、 蔺草数量 ( x Z )和猪秧秧数量 (x 3 )为自变量 ,将试验有关数据及预测因子输入微
机 ,按多元回归线性模式建立多元回归式 : y = 0 . 0 09 s x , + 。 . 0 10 5 x 2+ 。. 0 29 7x 3 + 5 . 0 07 8 ,
复相关系数 R = 0 . 9 4 3 4 ( P < 0 . 0 1 ) , 标准差为 1 . 7 8 5 8 。经方差分析 , F ~ 4 3 . 1 2二 (表 1 ) 。
农 1 方. 分析
T的扭 1 V . r扭. . c . . . 目扣加
V a ir a cn
e s u m F r e d o m d e g er e
M e a n s q U妞r e 之
F
v a lu e
棋型 (M od o l )
机误 ( C h a cn e e r or r )
总和 ( su m )
3
16
19
d e v认 t io n
2 12
.
1 0 0 1
4
.
9 1 9 1
4 3
.
1 2二
2
.
2
.
2 预 .NJ 模式的应用 杂草在麦田呈负二项分布闭 , 2月底应用随机取样法 ,每块田取
5~ 9个点 ,每点调查。 . sm , ,即可反应 田间硬草 , 商草和猪秧秧的密度 . 根据每平方米上述三种
主要杂草的数量 , 应用预测模式预测小麦产 t 可能造成的损失 ,决定是否播要使用农药补充防
治田间的杂草 。
2
.
2
.
3 预浏模 式的准确性 应用 1 9 9 1年20 个试验区的试验资料检验预测模式 ,有 2个试
验区预测误差超过30 % , 1 9 9 2~ 1 9 9 3年在 28 个试验点进行产 t 损失预测 ,有3个预测误差大于
3 0 %
,预测模式的准确率达 89 . 5写 (表 2 ) 。
3
. 讨 论
影响小麦产量损失的因子很多 , 在栽培技术和土质 、 肥水条件相同时 ,杂草数量是主要因
子 。但杂草的种类 ,随着除草剂的使用 ,变化也较大 ,因此需通过实践提高预测水平 。
2月底 ,根据本预测模式和杂草调查有关数据 ,即可预测小麦产量的损失 ,为大田是否补充
防除杂草提供了科学依据 。但要制定防除杂草的合理措施 ,还应提高杂草对小麦产量影响的预
测水平 , 为电子计算机在杂草防除方面的应用逐步创造条件 。
1期 许鸿林等 :硬草蔺草猪秧秧对小麦产量的影响 7 1
农 2产 t报失报测结果 ( i, , i ~ i , , s年 )
T . b le 2 F o r “ , . t ot 1.0 5 of w b e a t ou t训 t ( 1 9 9 1~ 1 9 93 )
年 份 地 点 处 理
Y e a r P la e e T er a tm e n t
损失率 (写 )
L o s s r a t e (% )
预 侧 实 际
F o r e e a s tde A e t u a l
误差率 (% )
E r r o r ar t
e
1 6
1 6
.
4
月O,11.1nQUO曰八U口d`gQJ吐八60甘nù.0舀八」
.….舀0几j巴d`曰O甘0,,只一均。0亡口nJ0“ō勺,几n`,立111二.且牛上,,曰n口,工占内」
,孟.勺匕乃`合nU. .1` .二J咬甘ó舀O
.…月O口U曰,工二吐ù目了几J反曰已nJ64,占,工11..` .几,上卫ō
南n)
扭U O n
罗(L
1 9 9 1
1 3
.
1
1
.
8
2 0
.
2
2
.
9
1 4
.
5
1 0
。
0
1 1
。
4
10
。
9
1 8
.
1
14
.
0
1 8
。
5
1 7
.
1
2 0
.
7
3 1
.
1
8
.
2
8
.
0
2 6
.
5
3 6
.
3
6
.
9
9
.
1
月On甘,口r了1几
:…几Jn`4月匕吮C丹`,山. .盘n内j汽」
,曰内j通`.0虎D.ù匕O,n甘119目几JJ咬ō合月七ó片心U
,二1, l`r占上且几,10曰
. 汽
I s n j
1 6
.
4
1 5
.
9
1 8
.
6
1 3
.
5
1 6
.
4
1 9
.
0
1 6
.
2
1 5
.
8
1 8
.
3
1 8
.
2
1 6
.
9
1 3
.
2
2 4
.
2
2 4
.
9
15
.
9
3
.
8
1 1
.
3
12
。
6
1 3
.
4
2 6
.
8
1 1
.
7
9
.
5
28
.
4
2 6
.
9
20
.
1
7
.
6
19
.
4
34
。
l
O八ùQ口ó匀门`曰Oé,1ga.勺夕哎J任匕月了魂
.…Q曰ó勺门七口孟孟UJ啥J任Q口O甘自几Jn甘,上1几,` .ù111.dl占工人IA目6`,人O曰。目`咬.0确匕月了ù吕八é上n`g吐ó孟,J`ó暇
`卫ó.,二,主.几自且
JU
OU
罗(L
1 9 9 2
口口,上月Ob连ó丹占曰一洲é
.…月矛:J, fo曰门0OQé寸,曰9目,口占、人叮浮nJ.tJ`.1QU0:…UQù吕口0.bl勺O甘,人几二,曰
1 6
.
1
,曰六J,上n己心UC`óó曰
.…1舟D八`O曰丹róU0nJ曰口n`,且dldgCJ
ù匕0.0. .1印`nJO甘lJ吸.…O口ó合,占连ód几ó匕n七曰伪6 U,`n口,妇内`O山曰月了QéO甘八1U八`q口J任
` .几, 卫上自.,且ù.
. 夜
l a n 声
.
dOU
罗(L
1 99 3
八U,了曰O口自ó合…O`月ó,0连ù八`内J11.`,二
7 2 上 海 农 业 学 报 10 卷
今 考 文 献
Z a d o k s JC
.
S im u la t io n o f e P id e m ie o P or b le m . a n d a P Pli e a t io n s
.
E PP ( ) B u l l
,
1 97 9
,
9 ( 3 )
:
2 2 7~ 2 34
.
H o l z n e r W
.
E u r o p e
:
A n o v e r v ie w b io lo . y a n d e e o lo g y o f we
e d s
.
19 8 2
,
2 0 3~ 22 7
.
王金其 , 陆替庆 . 水莎草对水直播稻产 t 的影响及其防除技术 . 上海农业学报 , 19 92 , 8( 3) : 67 一 71 .
刘德钧 , 王 兵 , 蒋跃培 . 看麦娘 、 牛获续和雨 日对小麦产 t 的形响 . 上海农业学报 , 19 92 . 8 (4 ) : 73 ~ 76 .
B r u h n J A
,
F r y W E
.
A n a ly s i s o f p o t a t o la t e b l i` h t e p id e im
o lo a y b y s im u l a t io n mo d
e li n g
.
A m e r i e a n P h y t o p a t h o l o
-
g i e a l oS
e i e t y
,
1 9 8 1
,
7 1 ( 6 )
:
6 1 2 ~ 6 1 6
.
刘德钧 ,晋 火 , 蒋跃培 . 看麦娘分布型及取禅面积的研究 . 江苏杂草科学 , 19 87 , ( 2) : n ~ 13 .
E F F E C T S O F S cl e or e h l o a k e n g i a n a
,
B e ck 琳 a n n i a yS z i g a e h n e A N D aG l i“ 琳 即 a材n e
O N P R O D U C T I O N O F W H E A T IN S H A N G H A I A R E A
X u H o n g l i n C h e n L ih u a
( P z
a n t p or t e c t i o n a n d Q u a ar n t i n e S t a t i o n of B
a os h a n 及 s t八 c t , S h a n hg a i 2 0 1 9 0 0 , hC i n a . )
S u G u i l o n g
( P l a n t P or t
e c t i o n S t a t i o n of L
u o n a n V i l l a岁 , B a o s h a n 众 s t r i c t , S h a n g h a i 2 0 1 9 0 8 , hC i n a . )
Z h u C a ih u a
( P l a n t P or t e c t i o n S t a t i o n Of L
u o d i a n V i l l a g 。 , B a o s h a n 及 s t ir c t , S h a n g h a i 2 0 1 9 0 8 , hC i n a . )
A b s t r a c t S c l e ocr
h loa k e n g i a n a
,
B e c km a n n i a 划 2 1邵 c h n e a n d G a l i u m aP a ir n e a r e m a jo r
w e e d s in w h e a t f ie ld s
.
T h e h ig h e r p l a n t n u m b e r o f t h e w e e d s
,
t h e m o r e y ie ld 10 5 5 o f t h e
w h e a t
.
T h e e o r r e l a t i o n e x p r e s s i o n b e t w e e n t h e 10 5 5 r a t e o f w h e a t o u t p乞t a n d t h e p l a n t n u m -
b e r s o f S c l e or c h loa k e n g i a n a K
,
B e c k m a n n i a 卿 z i g a c h n e a n d G a l i u m a P a r i n e 15 : Y 二 0 . 0 0 9 s x ,
+ 0
.
0 1 0 5 x
Z
+ 0
.
0 2 9 7 x
3
+ 5
.
0 0 7 8
,
R = 0
.
9 4 3 4
,
F ~ 4 3
.
12
’
:
T h e p r e d ie t i n g m o d e l e x p r e s s i o n w a s t e s t e d w i t h e x p e r im e n t a l d a t a a n d t h e n v e r i f i e d in
f i e ld p r e d i e t i o n i n 1 9 9 2~ 1 9 9 3
,
i t s a e e u r a e y w a s 8 9
.
5%
.
K e y w o r d s S c l e or c h l o a k e n g i a n a ; B e e km a n n i a 划 z i g a e h n e ; G a l i u m aP a ir n e , W h e a t o u t -
P u t ,W
e e d s ; C o r r e la t i o n e o e f f i e i e n t