全 文 ：植物保护学报 Ｊｏｕｒｎａｌ ｏｆ Ｐｌａｎｔ Ｐｒｏｔｅｃｔｉｏｎ， ２０１５， ４２（３）： ４６０ －４６６ ＤＯＩ： １０ １３８０２ ／ ｊ． ｃｎｋｉ． ｚｗｂｈｘｂ． ２０１５ ０３ ０２６
基金项目： 安徽省农业科学院学科建设及农业宏观研究（１３Ａ０７１８），安徽省农业科学院院长青年创新基金（１３Ｂ０７３３）
∗通讯作者（Ａｕｔｈｏｒ ｆｏｒ ｃｏｒｒｅｓｐｏｎｄｅｎｃｅ）， Ｅ⁃ｍａｉｌ： ａｙｍａｙａｎ＠１２６． ｃｏｍ
收稿日期： ２０１４ －０４ －０４
皖西南直播棉田杂草群落出苗模式
李淑英１ 朱加保１ 马 艳２∗ 马小艳２ 程福如１ 路献勇１
（１．安徽省农业科学院棉花研究所， 安庆 ２４６００３； ２．中国农业科学院棉花研究所， 河南 安阳 ４５５０００）
摘要： 为明确皖西南直播棉田杂草群落出苗模式及其与气象因子的相关性，采用定点定时调查
法，于 ２０１０—２０１２ 年对棉田杂草种类、数量及群落结构进行调查，分析物种多样性，并以灰色关
联度法分析直播棉田杂草群落出苗数量与气象因子的相关性。 结果表明，皖西南棉区直播棉田
杂草种类有 １３ 科 ２４ 种。 棉田杂草出苗有 ２ 次高峰，分别在 ５—６ 月和 ８—９ 月。 棉田杂草群落
多样性指数年度间变化较一致，但物种丰富度变化较大。 周积温、周最高积温和周最低积温是
影响皖西南直播棉田杂草群落出苗数量季节变化的主要因素，另外还受降水量影响。 ５—６ 月的
杂草出苗高峰期是棉田杂草重点防治时期；相对占优势的杂草有牛筋草、千金子、旱稗、通泉草
和马齿苋，是棉田杂草重点防治对象。
关键词： 直播棉田； 杂草群落； 出苗模式； 气象因子； 灰色关联度
Ｅｍｅｒｇｅｎｃｅ ｐａｔｔｅｒｎ ｏｆ ｗｅｅｄ ｓｅｅｄｌｉｎｇ ｃｏｍｍｕｎｉｔｙ ｉｎ ｄｉｒｅｃｔ⁃ｓｅｅｄｉｎｇ ｃｏｔｔｏｎ
ｆｉｅｌｄｓ ｉｎ ｔｈｅ ｓｏｕｔｈｗｅｓｔ ｏｆ Ａｎｈｕｉ Ｐｒｏｖｉｎｃｅ
Ｌｉ Ｓｈｕｙｉｎｇ１ Ｚｈｕ Ｊｉａｂａｏ１ Ｍａ Ｙａｎ２∗ Ｍａ Ｘｉａｏｙａｎ２ Ｃｈｅｎｇ Ｆｕｒｕ１ Ｌｕ Ｘｉａｎｙｏｎｇ１
（１． Ｃｏｔｔｏｎ Ｒｅｓｅａｒｃｈ Ｉｎｓｔｉｔｕｔｅ， Ａｎｈｕｉ Ａｃａｄｅｍｙ ｏｆ Ａｇｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅｓ， Ａｎｑｉｎｇ ２４６００３， Ａｎｈｕｉ Ｐｒｏｖｉｎｃｅ， Ｃｈｉｎａ；
２． Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｃｏｔｔｏｎ Ｒｅｓｅａｒｃｈ， Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ａｇｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅｓ， Ａｎｙａｎｇ ４５５０００， Ｈｅｎａｎ Ｐｒｏｖｉｎｃｅ， Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ： Ｔｏ ｃｌａｒｉｆｙ ｔｈｅ ｅｍｅｒｇｅｎｃｅ ｐａｔｔｅｒｎ ａｎｄ ｉｔｓ ｉｎｆｌｕｅｎｔｉａｌ ｆａｃｔｏｒｓ ｏｆ ｗｅｅｄ ｃｏｍｍｕｎｉｔｉｅｓ ｉｎ ｄｉｒｅｃｔ⁃
ｓｅｅｄｌｉｎｇ ｃｏｔｔｏｎ ｆｉｅｌｄｓ， ｗｅｅｄ ｄｅｎｓｉｔｙ， ｓｐｅｃｉｅｓ ｎｕｍｂｅｒ ａｎｄ ｃｏｍｍｕｎｉｔｙ ｓｔｒｕｃｔｕｒｅ ｗｅｒｅ ｉｎｖｅｓｔｉｇａｔｅｄ ｂｙ ｆｉｘｅｄ
ｔｉｍｅ ａｎｄ ｌｏｃａｔｉｏｎ ｓｕｒｖｅｙ ｉｎ ｓｏｕｔｈｗｅｓｔｅｒｎ Ａｎｈｕｉ Ｐｒｏｖｉｎｃｅ． Ｔｈｅ ｓｐｅｃｉｅｓ ｄｉｖｅｒｓｉｔｙ ａｎｄ ｔｈｅ ｒｅｌａｔｉｏｎｓｈｉｐ
ｂｅｔｗｅｅｎ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｅｌｅｍｅｎｔｓ ａｎｄ ｔｈｅ ｓｅｅｄｌｉｎｇ ｐａｔｔｅｒｎ ｗｅｒｅ ａｎａｌｙｚｅｄ ｂｙ ｕｓｉｎｇ ｇｒｅｙ ｃｏｒｒｅｌａｔｉｏｎ
ａｎａｌｙｓｉｓ． Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈａｔ ２４ ｗｅｅｄ ｓｐｅｃｉｅｓ， ｗｈｉｃｈ ｂｅｌｏｎｇ ｔｏ １３ ｆａｍｉｌｉｅｓ， ｅｘｉｓｔｅｄ ｉｎ ｄｉｒｅｃｔ⁃ｓｅｅｄｌｉｎｇ
ｃｏｔｔｏｎ ｆｉｅｌｄｓ． Ｗｅｅｄ ｅｍｅｒｇｅｎｃｅ ｓｈｏｗｅｄ ｔｗｏ ｐｅａｋｓ， ｔｈｅ ｆｉｒｓｔ ｂｅｔｗｅｅｎ Ｍａｙ ａｎｄ Ｊｕｎｅ， ａｎｄ ｔｈｅ ｓｅｃｏｎｄ
ｂｅｔｗｅｅｎ Ａｕｇｕｓｔ ａｎｄ Ｓｅｐｔｅｍｂｅｒ． Ｔｈｅ ｄｉｖｅｒｓｉｔｙ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｖａｌｕｅｓ ｉｎ ｗｅｅｄ ｃｏｍｍｕｎｉｔｙ ｈａｄ ｔｈｅ ｓａｍｅ
ｔｒｅｎｄ ａｍｏｎｇ ｄｉｆｆｅｒｅｎｔ ｙｅａｒｓ， ｗｈｉｌｅ ｓｐｅｃｉｅｓ ｒｉｃｈｎｅｓｓ ｗａｓ ｄｉｆｆｅｒｅｎｔ． Ｔｈｅ ｓｅａｓｏｎａｌ ｆｌｕｃｔｕａｔｉｏｎ ｏｆ ｗｅｅｄ
ｓｅｅｄｌｉｎｇｓ ｗａｓ ａｆｆｅｃｔｅｄ ｄｏｍｉｎａｎｔｌｙ ｂｙ ｗｅｅｋｌｙ ａｃｃｕｍｕｌａｔｉｖｅ ｔｅｍｐｅｒａｔｕｒｅ， ｍａｘｉｍｕｍ ｗｅｅｋｌｙ ａｃｃｕｍｕｌａｔｉｖｅ
ｔｅｍｐｅｒａｔｕｒｅ ａｎｄ ｍｉｎｉｍｕｍ ｗｅｅｋｌｙ ａｃｃｕｍｕｌａｔｉｖｅ ｔｅｍｐｅｒａｔｕｒｅ； ｒａｉｎｆａｌｌ ｗａｓ ｔｈｅ ｓｅｃｏｎｄｌｙ ｉｍｐｏｒｔａｎｔ ｆａｃｔｏｒ．
Ｔｈｅ ｗｅｅｄ ｅｍｅｒｇｅｎｃｅ ｐｅａｋ ｂｅｔｗｅｅｎ Ｍａｙ ａｎｄ Ｊｕｎｅ ｗａｓ ｋｅｙ ｗｅｅｄ ｃｏｎｔｒｏｌ ｐｅｒｉｏｄ ｉｎ ｃｏｔｔｏｎ ｆｉｅｌｄｓ． Ｔｈｅ ｋｅｙ
ｃｏｎｔｒｏｌ ｏｂｊｅｃｔｓ ｗｅｒｅ ｔｈｅ ｒｅｌａｔｉｖｅｌｙ ｄｏｍｉｎａｎｔ ｓｐｅｃｉｅｓ， ｓｕｃｈ ａｓ Ｅｌｅｕｓｉｎｅ ｉｎｄｉｃａ， Ｌｅｐｔｏｃｈｌｏａ ｃｈｉｎｅｎｓｉｓ，
Ｅｃｈｉｎｏｃｈｌｏａ ｈｉｓｐｉｄｕｌａ， Ｍａｚｕｓ ｊａｐｏｎｉｃｕｓ ａｎｄ Ｐｏｒｔｕｌａｃａ ｏｌｅｒａｃｅａ．
Ｋｅｙ ｗｏｒｄｓ： ｄｉｒｅｃｔ⁃ｓｅｅｄｉｎｇ ｃｏｔｔｏｎ ｆｉｅｌｄ； ｗｅｅｄ ｐｏｐｕｌａｔｉｏｎ； ｓｅｅｄｌｉｎｇ ｐａｔｔｅｒｎ； ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｆａｃｔｏｒ； ｇｒｅｙ
ｃｏｒｒｅｌａｔｉｏｎ ｄｅｇｒｅｅ
田间杂草出苗是土壤中杂草种子萌发及生长
的综合结果，对杂草出苗动态的预测有助于制定
更有效的杂草防治措施。 虽然已明确影响农田杂
草出苗的主要因素是气象因素和耕作措施（ Ｒｏ⁃
ｂｅｒｔｓ ＆ Ｆｅａｓｔ，１９７０；Ｏｇｇ ＆ Ｄａｗｓｏｎ，１９８４），但早期
对杂草出苗模式的关键研究大多是描述性的
（Ｇｒｕｎｄｙ ｅｔ ａｌ． ，２００３）。 近年来，国内外先后开展
了一些重要杂草出苗生态学研究。 Ｍｙｅｒｓ ｅｔ ａｌ．
（２００４）对北美洲 ８ 种一年生杂草的研究表明，不
同杂草种群达到出苗率 １０％所需的土壤度日数
（ｓｏｉｌ ｄｅｇｒｅｅ ｄａｙｓ）不同；Ｄｏｒａｄｏ ｅｔ ａｌ． （２００９）比较
研究了 ２ 种截然不同气候条件下的玉米田 １０ 种杂
草出苗时间，发现不同杂草达到 ７０％出苗率所需
生长日度数（ｇｒｏｗｉｎｇ ｄａｙ ｄｅｇｒｅｅｓ，ＧＤＤ）不同，并依
此将玉米田杂草种群分为 ３ 组； Ｇａｒｄａｒｉｎ ｅｔ ａｌ．
（２０１０）研究了播种深度和土壤团聚体对 ８ 种不同
杂草的芽长和胚根长度的影响； Ｌｏｄｄｏ ｅｔ ａｌ．
（２０１３）通过研究来自欧洲多地的苘麻 Ａｂｕｔｉｌｏｎ
ｔｈｅｏｐｈｒａｓｔｉ Ｍｅｄｉｃｕｓ和曼陀罗 Ｄａｔｕｒａ ｓｔｒａｍｏｎｉｕｍ Ｌ．
杂草种群的发芽基准温度，找出适合不同种群的
发芽临界温度；Ｍａｓｉｎ ｅｔ ａｌ． （２０１０）利用来自 ２ 个
不同地区玉米地的 ８ 种杂草，研究其出苗所需温
度和水势的基础值，以建立基于气象因素的出苗
预测模型（ Ｌｏｄｄｏ ｅｔ ａｌ． ，２０１３）和基于耕作方式的
出苗预测模型（Ｇａｒｄａｒｉｎ ＆ Ｃｏｌｂａｃｈ，２０１０），在更广
泛的气候条件下准确预测农田杂草出苗。
杂草密度和杂草出苗时间的选择是影响杂草
对作物生长干扰程度的主要因素（Ｒｏｂｅｒｔｓ ＆ Ｐｏｔ⁃
ｔｅｒ，１９８０；Ｋｒｏｐｆｆ ＆ ｖａｎ Ｌａａｒ，１９９３）。 现已开展关于
冬小麦田（Ａｎｄｅｒｓｏｎ，１９９４）、玉米田（ Ｌｏｄｄｏ ｅｔ ａｌ． ，
２００９）等杂草群落出苗模式及相关影响因素的研
究。 国内主要研究在室内某个气象因子（如温度、
光照等） 对杂草种子萌发的影响 （董立尧等，
２００５）。 农田杂草出苗模式因气候条件差异、不同
地理位置和农事操作等而不同，在此基础上形成
具明显地域特点的杂草出苗生态型。 目前关于直
播棉田杂草出苗模式相关研究较少。 为指导皖西
南棉区杂草的综合防治，减少除草剂的使用，于
２０１０—２０１２ 年对该地区直播棉田杂草群落的种群
组成、杂草群落多样性的季节性变化及其影响因
素进行研究，明确直播棉田杂草出苗模式及不同
气象因子对其影响程度，以期为下一步建立直播
棉田杂草出苗模型奠定基础。
１ 材料与方法
１ １ 材料
棉花品种：皖杂 １１ 号，由安徽省农业科学院棉
花研究所提供；杂草为安徽省农业科学院棉花研究
所试验地棉田自然杂草种群。
１ ２ 方法
试验于 ２０１０—２０１２ 年在安徽省农业科学院棉
花研究所试验地（安庆）进行。 试验地为一熟露地
直播棉田，棉花播种期分别是 ２０１０ 年 ４ 月 ２２ 日、
２０１１ 年 ５ 月 ３ 日和 ２０１２ 年 ５ 月 １ 日。 试验设 ４ 个
小区，随机排列，试验期间小区内不防除杂草。 每个
小区面积 ３０ ｍ２，种植棉花 ３ 行，密度为 ２０ ０００ 株 ／
ｈｍ２。 每个小区内选择 ４ 个固定点，每个点调查面积
为 ０ ５ ｍ ×０ ５ ｍ，从棉花出苗至收获，每周调查 １次，
详细记录出苗杂草种类和各种杂草株数。 每次调查
后将样方内所有杂草拔除。 计算相对优势度和杂草
群落多样性特征指数。 相对优势度 ＲＩ ＝ （ＲＤ ＋
ＲＦ） ／ ２，其中 ＲＤ为相对密度，即某杂草密度占各种
杂草总密度的比例；ＲＦ 为相对频度，即某种杂草出
现样方数占所有杂草出现总样方数的比例（魏守辉
等，２００５）。 杂草群落多样性特征指数： Ｓｈａｎｎｏｎ⁃
Ｗｉｅｎｅｒ指数 Ｈ′ ＝ － ∑（Ｎｉ ／ Ｎ） × ｌｎ（Ｎｉ ／ Ｎ）；Ｓｉｍｐｓｏｎ
指数 Ｄ ＝ １ －∑（Ｎｉ ／ Ｎ） ２；Ｐｉｅｌｏｕ 均匀度指数 Ｅ ＝ Ｈ′ ／
ｌｎＳ；Ｍａｒｇａｌｅｆ丰富度指数 Ｒ ＝ Ｓ ／ ｌｎＮ。 其中 Ｎｉ为样方
中第 ｉ 种杂草的个体数，Ｎ 为样方中所有杂草的个
体总数，Ｓ为样方中杂草的种类总数（马克平和刘玉
明，１９９４）。
从安庆市气象台获取当地气象资料（每日平均
气温、最高气温、最低气温、降水量和光照时间），计算
调查期 １周内降水量之和、周积温、周日照时数、周期
内日最大降水量、周期内日最小降水量、周期内无降
水日数、周最高积温及周最低积温，分析气象因子与
棉田杂草亚群落及部分种群出苗季节变化的相关性。
１ ３ 数据分析
试验数据用 Ｅｘｃｅｌ ２００７ 进行统计分析，用灰色
关联度分析气象因子与棉田杂草亚群落及部分种群
出苗季节变化的相关性。
２ 结果与分析
２ １ 棉田杂草群落出苗种类及数量的季节变化
皖西南棉区直播棉田共有杂草 １３ 科 ２４ 种，其
中禾本科 ６ 种，菊科 ４ 种，苋科、玄参科、石竹科和茄
科各 ２ 种，其余各科均为 １ 种。 禾本科杂草的出苗
密度高于阔叶类杂草，其中 ２０１０ 和 ２０１２ 年差异显
著。 禾本科杂草分别为 １ ０５８ ± ４１ ９ 株 ／ ｍ２ （２０１０
年）、８５３ ± ６０ ９ 株 ／ ｍ２ （２０１１ 年）和 ５ ３９７ ５ ± ７１ ４
株 ／ ｍ２（２０１２ 年），阔叶类杂草分别为 ４３２ ８ ± ９２ ３
株 ／ ｍ２（２０１０ 年）、５３０ ± ３８ ６ 株 ／ ｍ２ （２０１１ 年）和
１６４３ 期 李淑英等： 皖西南直播棉田杂草群落出苗模式
１ ４６５ ６ ± ７５ ５ 株 ／ ｍ２ （２０１２ 年）。 禾本科杂草存在
２ 个出苗高峰期，分别在 ５—６ 月和 ８—９ 月；５—６ 月
的出苗高峰期以牛筋草 Ｅｌｅｕｓｉｎｅ ｉｎｄｉｃａ （ Ｌ． ）
Ｇａｅｒｔｎ． 为主，分别占同期禾本科杂草的 ５２ ８％
（２０１０）、６８ ２％ （２０１１）和 ７９ ６％ （２０１２）（图 １）。 阔
叶类杂草的出苗密度在 ３ 年中存在多个不同的高峰
期。 ２０１０ 年 ５ 月中旬到 ６ 月末的高峰期以马齿苋
Ｐｏｒｔｕｌａｃａ ｏｌｅｒａｃｅａ Ｌ．为主，占阔叶类杂草的 ８０ ２％ ，
在 ８ 月底至 ９ 月初的高峰期以通泉草 Ｍａｚｕｓ ｊａｐｏｎｉ⁃
ｃｕｓ （ Ｔｈｕｎｂ． ） Ｏ． Ｋｕｎｔｚｅ 为主，占阔叶类杂草的
９０ １％ ；２０１１ 年阔叶类杂草有 ４ 个高峰期，且在各
个高峰期有不同的优势种，主要有马齿苋和通泉草；
２０１２ 年有 ４ 个高峰期，其中 ６ 月中下旬至 ７ 月初通
泉草占优势，而 ７ 月底和 ８ 月底是铁苋菜 Ａｃａｌｙｐｈａ
ａｕｓｔｒｉｌｉｓ Ｌ．占优势（图 ２）。
图 １ 直播棉田禾本科杂草群落及主要
杂草平均密度季节消长动态
Ｆｉｇ． １ Ｔｈｅ ｓｅａｓｏｎａｌ ｆｌｕｃｔｕａｔｉｏｎ ｏｆ ａｖｅｒａｇｅ ｄｅｎｓｉｔｙ ｏｆ
Ｐｏａｃｅａｅ ｗｅｅｄ ｐｏｐｕｌａｔｉｏｎｓ ａｎｄ ｍａｉｎ ｓｐｅｃｉｅｓ ｉｎ
ｄｉｒｅｃｔ⁃ｓｅｅｄｉｎｇ ｃｏｔｔｏｎ ｆｉｅｌｄｓ
图中数据为平均数 ±标准差。 Ｄａｔａ ａｒｅ ｍｅａｎ ± ＳＥ．
２ ２ 棉田杂草出苗期相对优势度分析
棉花全生育期出苗的杂草有牛筋草、千金子
Ｌｅｐｔｏｃｈｌｏａ ｃｈｉｎｅｎｓｉｓ （Ｌ． ） Ｎｅｅｓ、异型莎草 Ｃｙｐｅｒｕｓ ｄｉｆ⁃
ｆｏｒｍｉｓ Ｌ． 、铁苋菜、反枝苋 Ａｍａｒａｎｔｈｕｓ ｒｅｔｒｏｆｌｅｘｕｓ Ｌ． 、
通泉草、马齿苋和碎米荠 Ｃａｒｄａｍｉｎｅ ｈｉｒｓｕｔａ Ｌ． ，但在
图 ２ 直播棉田阔叶类杂草群落及主要杂草
平均密度季节消长动态
Ｆｉｇ． ２ Ｔｈｅ ｓｅａｓｏｎａｌ ｆｌｕｃｔｕａｔｉｏｎ ｏｆ ａｖｅｒａｇｅ ｄｅｎｓｉｔｙ ｏｆ
ｂｒｏａｄｌｅａｆ ｗｅｅｄ ｐｏｐｕｌａｔｉｏｎｓ ａｎｄ ｍａｉｎ ｓｐｅｃｉｅｓ ｉｎ
ｄｉｒｅｃｔ⁃ｓｅｅｄｉｎｇ ｃｏｔｔｏｎ ｆｉｅｌｄｓ
Ａ： 阔叶类杂草； Ｂ： 铁苋菜； Ｃ： 反枝苋； Ｄ： 通泉
草； Ｅ： 马齿苋。 图中数据为平均数 ±标准差。 Ａ： Ｂｒｏａ⁃
ｄｌｅａｆ ｗｅｅｄ； Ｂ： ｃｏｐｐｅｒｌｅａｆ； Ｃ： ｒｅｄｒｏｏｔ ｐｉｇｗｅｅｄ； Ｄ： ｍａｚｕｓ
ｇｒａｓｓ； Ｅ： ｃｏｍｍｏｎ ｐｕｒｓｌａｎｅ． Ｄａｔａ ａｒｅ ｍｅａｎ ± ＳＥ．
不同年份存在差异。
相对优势度值在全年较高的杂草有牛筋草、马
齿苋、千金子、旱稗 Ｅｃｈｉｎｏｃｈｌｏａ ｈｉｓｐｉｄｕｌａ （ Ｒｅｔｚ． ）
Ｎｅｅｓ和通泉草；异型莎草、铁苋菜和反枝苋的全年
出苗相对优势度较低，且在不同月份较一致。 早熟
禾 Ｐｏａ ａｎｎｕａ Ｌ．在 ５—６ 月出苗，相对优势度较低。
５、６ 月出苗的杂草相对优势度较大的有牛筋草、千
金子、通泉草和马齿苋（表 １）。
２ ３ 棉田杂草群落出苗期多样性分析
皖西南直播棉田不同时期出苗的杂草群落的
Ｓｈａｎｎｏｎ⁃Ｗｉｅｎｅｒ指数（Ｈ′）在年度内变化较平缓、年
间变化趋势基本一致，但在 ２０１２ 年 ７ 月 ２６ 日至
２６４ 植 物 保 护 学 报 ４２ 卷
表 １ ２０１０—２０１２ 年直播棉田主要杂草相对优势度
Ｔａｂｌｅ １ Ｒｅｌａｔｉｖｅ ａｂｕｎｄａｎｃｅ ｏｆ ｍｏｓｔ ｗｅｅｄ ｓｐｅｃｉｅｓ ｉｎ ｃｏｔｔｏｎ ｆｉｅｌｄｓ ｆｒｏｍ ２０１０ ｔｏ ２０１２
杂草种类
Ｗｅｅｄ ｓｐｅｃｉｅｓ
２０１０ ２０１１ ２０１２
５月
Ｍａｙ
６月
Ｊｕｎｅ
７月
Ｊｕｌｙ
８月
Ａｕｇ．
９月
Ｓｅｐ．
５月
Ｍａｙ
６月
Ｊｕｎｅ
７月
Ｊｕｌｙ
８月
Ａｕｇ．
９月
Ｓｅｐ．
５月
Ｍａｙ
６月
Ｊｕｎｅ
７月
Ｊｕｌｙ
８月
Ａｕｇ．
９月
Ｓｅｐ．
牛筋草 Ｅｌｅｕｓｉｎｅ ｉｎｄｉｃａ ０ ２９９ ０ ２８４ ０ ２４２ ０ ２４８ ０ ２０４ ０ １３７ ０ ３８９ ０ １３８ ０ ０９２ ０ １６１ ０ ３９５ ０ ２７５ ０ １４７ ０ １１６ ０ ０５５
千金子 Ｌｅｐｔｏｃｈｌｏａ ｃｈｉｎｅｎｓｉｓ — — ０ ０１９ ０ １６９ ０ ０３４ ０ １６４ ０ １５４ ０ ３５３ ０ １３７ ０ ０８８ ０ ０５３ ０ ０４１ ０ ０４３ ０ ０５５ ０ ０８３
早熟禾 Ｐｏａ ａｎｎｕａ ０ １９３ ０ ０１０ — — — ０ ０２９ ０ ０２６ — ０ ０１３ ０ ００８ ０ ０１９ ０ ０２２ — — ０ ０１１
旱稗 Ｅｃｈｉｎｏｃｈｌｏａ ｈｉｓｐｉｄｕｌａ — ０ ０２１ — — — ０ ０６１ ０ ０４１ — ０ ４１１ ０ ２３９ ０ ０２３ ０ ０２９ ０ ２４１ ０ ４３９ ０ ２８３
马唐 Ｄｉｇｉｔａｒｉａ ｓａｎｇｕｉｎａｌｉｓ ０ １４６ ０ ２８２ ０ ２０３ ０ １５９ — — ０ ０１６ ０ ０１７ — ０ ０３７ ０ ００９ ０ ００５ — — ０ ０１４
狗尾草 Ｓｅｔａｉｒａ ｖｉｒｉｄｉｓ — — — ０ ２７６ ０ １３４ — — ０ ０６０ ０ １５０ — — — — — —
异型莎草 Ｃｙｐｅｒｕｓ ｄｉｆｆｏｒｍｉｓ ０ ０２１ ０ ０４３ ０ ０５６ ０ ０４１ ０ ０５８ — ０ ０３４ ０ ０５２ ０ ０４５ ０ ０３７ ０ ０８０ ０ １１９ ０ ０４９ ０ ０３０ ０ ０１６
铁苋菜 Ａｃａｌｙｐｈａ ａｕｓｔｒｉｌｉｓ ０ ０７７ ０ ０１８ ０ ０８７ ０ ０９５ — ０ ３８７ ０ ０５７ ０ ０８５ ０ １２３ ０ ０８３ ０ ０９５ ０ ０８３ ０ １３５ ０ １５８ ０ ０６６
反枝苋
Ａｍａｒａｎｔｈｕｓ ｒｅｔｒｏｆｌｅｘｕｓ
０ ０２８ ０ ０２０ ０ ０５１ ０ ０８２ — ０ ０３０ ０ ０５１ ０ ０１３ ０ ０１１ ０ ０７８ ０ ０６５ ０ ０６７ ０ １４３ ０ ０４６ ０ ０６１
通泉草 Ｍａｚｕｓ ｊａｐｏｎｉｃｕｓ ０ １２８ ０ １１７ ０ ２４５ ０ １５８ ０ ５７０ — ０ ０４８ ０ ２０７ ０ ２７６ ０ ２７４ ０ １０３ ０ ２６０ ０ ２０３ ０ ０７９ ０ ２００
马齿苋 Ｐｏｒｔｕｌａｃａ ｏｌｅｒａｃｅａ ０ ２３３ ０ ２２０ ０ １３６ ０ ０２７ — ０ ２７２ ０ ２３５ ０ １０５ ０ ０５７ ０ ０５１ ０ １１４ ０ ０８２ ０ ０５６ ０ ０６３ ０ ０６５
碎米荠 Ｃａｒｄａｍｉｎｅ ｈｉｒｓｕｔａ ０ ０８１ ０ ０３３ ０ ０４５ — — — ０ ０１１ ０ ０３３ ０ ０１０ ０ ００８ ０ ００８ ０ ０１４ ０ ００８ — —
刺儿菜 Ｃｉｒｓｉｕｍ ｓｅｇｅｔｕｍ — — — — — — — — — — ０ ０１８ ０ ０４３ — ０ ０３１ —
表中数据忽略部分出现频率低的杂草； —表示该种杂草在该调查周期未出现。 Ｓｏｍｅ ｌｅｓｓ ｆｒｅｑｕｅｎｔ ｗｅｅｄ ｓｐｅｃｉｅｓ ｗｅｒｅ ｎｅｇｌｉｇｉｂｌｅ； —
ｉｎｄｉｃａｔｅｓ ｔｈａｔ ｔｈｅ ｗｅｅｄ ｓｐｅｃｉｅｓ ｄｉｄ ｎｏｔ ｏｃｃｕｒ ｄｕｒｉｎｇ ｔｈｅ ｉｎｖｅｓｔｉｇａｔｉｎｇ ｐｅｒｉｏｄ．
８ 月 １３ 日间较全年偏低。 Ｓｉｍｐｓｏｎ 指数 （Ｄ） 和
Ｐｉｅｌｏｕ均匀度指数（Ｅ）在年度内变化平缓，年间变
化趋势与 Ｓｈａｎｎｏｎ⁃Ｗｉｅｎｅｒ 指数一致。 物种丰富度
（Ｒ）在年度内起伏较大，年间变化趋势有一定差异
（图 ３）。
２ ４ 棉田杂草出苗密度与气象因子的灰色关联度分析
随季节变化，２０１０ 和 ２０１１ 年，禾本科杂草亚群
落的出苗密度与周最低积温的灰色关联度最大，其
次是周积温、周最高积温和周期内日最大降水量或
周期内无降水日数；２０１２ 年与周日照时数的灰色关
联度最大，其次是周积温、周最高积温和周最低积温
（表 ２）。 ２０１０ 年牛筋草种群出苗密度的季节变化
与周降水量关联度最大，２０１１ 年与周最低积温关联
度最大，２０１２ 年与周期内无降水日数关联度最大。
千金子出苗密度的季节变化在 ２０１１ 年与周日照时
数关联度最大，２０１２ 年与周期内无降水日数的关联
度最大。
阔叶类杂草亚群落出苗密度的季节变化与温度
和降水量的相关性较大，其中与 ２０１０ 年周期内日最
大降水量、２０１１ 年周最低积温和 ２０１２ 年周最高积
温、周期内无降水日数灰色关联度最大。 与铁苋菜
出苗密度季节变化灰色关联度最大的分别是 ２０１０
年的周积温和周最高积温、２０１１ 年的周期内无降水
日数、２０１２ 年的周日照时数；与反枝苋出苗密度季
节变化灰色关联度最大的分别是 ２０１１ 年的周期内
日最小降水量、２０１２ 年的周日照时数；与通泉草出
图 ３ 直播棉田杂草群落多样性指数特征变化趋势图
Ｆｉｇ． ３ Ｔｒｅｎｄｓ ｏｆ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｖａｌｕｅｓ ｏｆ ｗｅｅｄ
ｐｏｐｕｌａｔｉｏｎ ｄｉｖｅｒｓｉｔｙ ｉｎｄｅｘ ｉｎ ｄｉｒｅｃｔ⁃ｓｅｅｄｉｎｇ ｃｏｔｔｏｎ ｆｉｅｌｄｓ
图中数据为平均数 ±标准差。 Ｈ′： Ｓｈａｎｎｏｎ⁃Ｗｉｅｎｅｒ
指数； Ｄ： Ｐｉｅｌｏｕ 均匀度指数； Ｅ： Ｓｉｍｐｓｏｎ 指数； Ｒ： Ｍａｒ⁃
ｇａｌｅｆ丰富度指数。 Ｄａｔａ ｉｎ ｔｈｅ ｆｉｇｕｒｅ ａｒｅ ｍｅａｎ ± ＳＥ． Ｈ′：
Ｓｈａｎｎｏｎ⁃Ｗｉｅｎｅｒ ｉｎｄｅｘ； Ｄ： Ｐｉｅｌｏｕ ｅｖｅｎｎｅｓｓ ｉｎｄｅｘ； Ｅ：
Ｓｉｍｐｓｏｎ ｉｎｄｅｘ； Ｒ： Ｍａｒｇａｌｅｆ ｓｐｅｃｉｅｓ ｒｉｃｈｎｅｓｓ ｉｎｄｅｘ．
３６４３ 期 李淑英等： 皖西南直播棉田杂草群落出苗模式
表 ２ ２０１０—２０１２ 年直播棉田杂草出苗数量季节变化与主要气象因子的灰色关联度分析
Ｔａｂｌｅ ２ Ｔｈｅ ｇｒｅｙ ｃｏｒｒｅｌａｔｉｏｎ ａｎａｌｙｓｉｓ ｆｏｒ ｆｌｕｃｔｕａｔｉｏｎ ｏｆ ａｖｅｒａｇｅ ｗｅｅｄ ｄｅｎｓｉｔｙ ａｎｄ ｍａｉｎ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｆａｃｔｏｒｓ ｆｒｏｍ ２０１０ ｔｏ ２０１２
年份
Ｙｅａｒ
类别
Ｃａｔｅｇｏｒｙ
周降水量
Ｗｅｅｋｌｙ
ｒａｉｎｆａｌｌ
周积温
Ｗｅｅｋｌｙ
ａｃｃｕｍｕｌａｔｉｖｅ
ｔｅｍｐｅｒａｔｕｒｅ
周日照
时数
Ｗｅｅｋｌｙ
ｓｕｎｓｈｉｎｅ
ｄｕｒａｔｉｏｎ
周最高
积温
Ｍａｘｉｍｕｍ
ｗｅｅｋｌｙ
ａｃｃｕｍｕｌａｔｉｖｅ
ｔｅｍｐｅｒａｔｕｒｅ
周最低
积温
Ｍｉｎｉｍｕｍ
ｗｅｅｋｌｙ
ａｃｃｕｍｕｌａｔｉｖｅ
ｔｅｍｐｅｒａｔｕｒｅ
周日最大
降水量
Ｗｅｅｋｌｙ
ｍａｘｉｍｕｍ
ｄａｉｌｙ ｒａｉｎｆａｌｌ
周日最小
降水量
Ｗｅｅｋｌｙ
ｍｉｎｉｍｕｍ
ｄａｉｌｙ ｒａｉｎｆａｌｌ
周无降水
日数
Ｗｅｅｋｌｙ
ｄａｙｓ ｏｆ
ｎｏ ｒａｉｎｆａｌｌ
２０１０ 禾本科 Ｐｏａｃｅａｅ ０ ７０５ ０ ７４２ ０ ７０６ ０ ７４１ ０ ７４５ ０ ７１６ ０ ６１８ ０ ７０９
牛筋草
Ｅｌｅｕｓｉｎｅ ｉｎｄｉｃａ
０ ５６３ ０ ５５６ ０ ５５３ ０ ５５６ ０ ５５７ ０ ５５９ ０ ５５１ ０ ５５４
阔叶类
Ｂｒｏａｄｌｅａｆ ｗｅｅｄｓ
０ ６３８ ０ ６１５ ０ ５３０ ０ ６１０ ０ ６１５ ０ ６５３ ０ ５３３ ０ ６０８
铁苋菜
Ａｃａｌｙｐｈａ ａｕｓｔｒｉｌｉｓ
０ ６６６ ０ ７０１ ０ ６７１ ０ ７０１ ０ ６９６ ０ ６６３ ０ ６４５ ０ ６６８
通泉草
Ｍａｚｕｓ ｊａｐｏｎｉｃｕｓ
０ ８０１ ０ ７９４ ０ ８０２ ０ ７９３ ０ ７９７ ０ ７９４ ０ ７３５ ０ ７８６
马齿苋
Ｐｏｒｔｕｌａｃａ ｏｌｅｒａｃｅａ
０ ６５３ ０ ５８５ ０ ５４１ ０ ５８３ ０ ５８３ ０ ６３０ ０ ６１８ ０ ６００
２０１１ 禾本科 Ｐｏａｃｅａｅ ０ ８１７ ０ ８７３ ０ ８４０ ０ ８７０ ０ ８７４ ０ ８２６ ０ ７７６ ０ ８５１
牛筋草
Ｅｌｅｕｓｉｎｅ ｉｎｄｉｃａ
０ ８３９ ０ ８６４ ０ ８４２ ０ ８６３ ０ ８６５ ０ ８４０ ０ ７９６ ０ ８４３
千金子
Ｌｅｐｔｏｃｈｌｏａ ｃｈｉｎｅｎｓｉｓ
０ ７８８ ０ ７９８ ０ ８０６ ０ ７９６ ０ ７９９ ０ ７７２ ０ ７５９ ０ ７７７
阔叶类
Ｂｒｏａｄｌｅａｆ ｗｅｅｄｓ
０ ７９４ ０ ９０２ ０ ８６２ ０ ８９９ ０ ９０３ ０ ８１４ ０ ７７６ ０ ８８５
铁苋菜
Ａｃａｌｙｐｈａ ａｕｓｔｒｉｌｉｓ
０ ８００ ０ ８６３ ０ ８４８ ０ ８６４ ０ ８６２ ０ ８３２ ０ ７８０ ０ ８６６
反枝苋
Ａｍａｒａｎｔｈｕｓ ｒｅｔｒｏｆｌｅｘｕｓ
０ ７７６ ０ ７６７ ０ ７４８ ０ ７６６ ０ ７６９ ０ ７６１ ０ ７９５ ０ ７６６
通泉草
Ｍａｚｕｓ ｊａｐｏｎｉｃｕｓ
０ ７３７ ０ ８２４ ０ ８１３ ０ ８２１ ０ ８２８ ０ ７５３ ０ ７４９ ０ ８１３
马齿苋
Ｐｏｒｔｕｌａｃａ ｏｌｅｒａｃｅａ
０ ８０５ ０ ８２９ ０ ８１０ ０ ８３０ ０ ８２８ ０ ８２９ ０ ７８７ ０ ８０２
２０１２ 禾本科 Ｐｏａｃｅａｅ ０ ７９２ ０ ８３８ ０ ８５５ ０ ８３８ ０ ８３８ ０ ７６９ ０ ７５８ ０ ８２６
牛筋草
Ｅｌｅｕｓｉｎｅ ｉｎｄｉｃａ
０ ７７２ ０ ８０５ ０ ８０４ ０ ８０７ ０ ８０３ ０ ７７０ ０ ７８８ ０ ８２１
千金子
Ｌｅｐｔｏｃｈｌｏａ ｃｈｉｎｅｎｓｉｓ
０ ７６１ ０ ８３１ ０ ８２７ ０ ８３４ ０ ８２８ ０ ７６２ ０ ７４２ ０ ８３１
阔叶类
Ｂｒｏａｄｌｅａｆ ｗｅｅｄｓ
０ ７５７ ０ ９２０ ０ ８９７ ０ ９２２ ０ ９１８ ０ ７５０ ０ ７３９ ０ ９２２
铁苋菜
Ａｃａｌｙｐｈａ ａｕｓｔｒｉｌｉｓ
０ ７８６ ０ ８４２ ０ ８５１ ０ ８４１ ０ ８４３ ０ ７９０ ０ ７５５ ０ ８４０
反枝苋
Ａｍａｒａｎｔｈｕｓ ｒｅｔｒｏｆｌｅｘｕｓ
０ ７４３ ０ ８６４ ０ ８６５ ０ ８６４ ０ ８６３ ０ ７２９ ０ ７７６ ０ ８４０
通泉草
Ｍａｚｕｓ ｊａｐｏｎｉｃｕｓ
０ ７７７ ０ ８３５ ０ ８０９ ０ ８３６ ０ ８３５ ０ ７６６ ０ ７６２ ０ ８４８
马齿苋
Ｐｏｒｔｕｌａｃａ ｏｌｅｒａｃｅａ
０ ７４７ ０ ８４７ ０ ８３８ ０ ８５０ ０ ８４５ ０ ７３７ ０ ７６３ ０ ８４７
苗密度季节变化灰色关联度最大的分别是 ２０１０ 年
的周日照时数、２０１１ 年的周最低积温和 ２０１２ 年的
周期内无降水日数；与马齿苋出苗密度季节变化灰
色关联度最大的分别是 ２０１０ 年的周降水量、２０１１
和 ２０１２ 年的周最高积温。
可见，安徽省沿江棉区棉田杂草群落出苗密度
４６４ 植 物 保 护 学 报 ４２ 卷
的季节变化首先是受周积温及周最低积温影响，其
次是周最高积温和周期内无降水日数的影响。 因每
年气象条件有所变化，导致棉田杂草出苗种类和密
度在不同年份与同一气象因子的关联度存在差异。
３ 讨论
本试验结果表明，皖西南棉区直播棉田杂草群
落出苗高峰期分别在 ５—６ 月和 ８—９ 月，且不同时
期棉田杂草相对优势度存在差异，从而形成皖西南
棉区直播棉田杂草出苗模式。 由于种子萌发和出苗
时间影响植物物种间的竞争平衡，因此，为避开 ５—
６ 月的杂草出苗高峰期，在当地可适当提前直播棉
田的棉花播种，以利于棉花早于杂草生长，从而抑制
杂草；或者适当推迟棉花播种，以便在棉花播种前用
除草剂防除杂草，有利于减少除草剂的使用。 另外，
棉花生长期间茎叶处理除草剂使用较多，及时掌握
杂草出苗时间、种类及数量，以准确、适时施用该类
除草剂。
本研究连续 ３ 年在同一块试验田进行，由于试
验需要没有除草，杂草土壤种子库得到不断补充，使
得杂草发生量有较大幅度提高，且发生种类也增多，
可能导致杂草群落多样性指数在 ２０１２ 年 ７ 月底—８
月中旬偏低。 皖西南棉区直播棉田杂草群落多样性
指数 ３ 年变化趋势较一致，杂草群落较稳定；表明当
地气象因素对棉田杂草群落稳定性影响较小。
Ｓｃｈｕｔｔｅ ｅｔ ａｌ． （２００８）比较美国不同地区玉米田
的三裂叶豚草 Ａｍｂｒｏｓｉａ ｔｒｉｆｉｄａ Ｌ． 出苗模式，结果表
明不同种群的三裂叶豚草种子发芽条件和出苗模式
存在差异；Ｇｒｕｎｄｙ ｅｔ ａｌ． （２０００；２００３）对来自不同地
区繁缕 Ｓｔｅｌｌａｒｉａ ｍｅｄｉａ （Ｌ． ）的出苗模式研究同样表
明来自不同气候地区的种群出苗条件不同。 因而，
杂草出苗在气象条件和耕作措施影响下具种特异
性。 本研究表明，牛筋草出苗高峰期和数量的季节
变化在不同年份间存在差异。 ２０１０ 年出苗高峰期
分别在 ５ 月底至 ６ 月底和 ８ 月中旬；２０１１ 年高峰期
分别在 ６ 月上中旬和 ９ 月中旬；２０１２ 年高峰期则分
别在 ５ 月中下旬和 ７ 月下旬；高峰期出苗数量年间
也有差异。 而马齿苋在 ２０１０ 年出苗数量大，高峰期
在 ５ 月中旬至 ６ 月中旬；２０１１ 年和 ２０１２ 年出苗数量
较 ２０１０ 年少，２０１１ 年高峰期在 ５ 月下旬至 ７ 月上
旬；２０１２ 年高峰期在 ５ 月中旬和 ８ 月底。 可见，不
同杂草种群出苗的季节分布存在很大差异，且某一
种杂草出苗的季节分布在不同年份也有很大差异，
因此杂草出苗模式的种特异性一般会因气候条件而
改变。
Ｂｏｕｗｍｅｅｓｔｅｒ ＆ Ｋａｒｓｓｅｎ（１９９２）研究发现土壤温
度的季节性变化是导致土壤中杂草种子形成休眠周
期的最重要因素。 Ｂｒａｄｆｏｒｄ（２００２）研究表明，温度
对植物种子的发芽有 ２ 种不同的作用，首先影响种
子休眠，其次是影响种子萌发进程。 诱导休眠的温
度范围很窄，一旦解除休眠，满足发芽的温度范围却
较宽， 可见临界温度的限制作用更明显。 而
Ｇｒｕｎｄｙ ＆ Ｍｅａｄ（２０００）以定量杂草种子在农田环境
中研究杂草种子出苗模式与气象因子的相关性，按
照气象因子变量的相对重要性进行排序，发现基于
温度的变量一般都比降水相关变量重要，每周最高
温度之和（即周最高积温）对所有杂草种都较重要。
本研究分析表明，周积温、周最高积温和周最低积温
对该地区直播棉田杂草群落出苗数量的季节变化产
生较大影响，其中 ２０１０ 和 ２０１１ 年的禾本科杂草、
２０１１ 年的阔叶类杂草、牛筋草、通泉草对周最低积
温最敏感；除 ２０１０ 年的马齿苋和 ２０１２ 年的牛筋草
外，其余杂草在不同年份对周最低积温都较敏感。
与周最高积温关联度最大的是 ２０１０ 年的铁苋菜、
２０１１ 和 ２０１２ 年的马齿苋、２０１２ 年的千金子和阔叶
类杂草，除 ２０１０ 年的马齿苋外，其余杂草的出苗数
量季节变化在不同年份与周积温的关联度都较大，
而与周积温关联度最大的只有 ２０１０ 年的铁苋菜。
本研究虽然以棉田天然杂草种子库的杂草出苗研究
农田杂草出苗模式与气象因子间的相关性，但所得
结论与 Ｇｒｕｎｄｙ ＆ Ｍｅａｄ（２０００）基本一致。 而且，本
试验也证实气象因子变量对不同种杂草的相对重要
性是不同的。
本试验基本明确了气象因子对棉田杂草群落及
主要杂草种群的影响程度，为建立基于本地区直播
棉田杂草出苗预测模型提供了基础；但要建立基于
当地气象因子的预测模型，可能需要更多的调查数
据和更细致的试验设计及数据分析。
参 考 文 献 （Ｒｅｆｅｒｅｎｃｅｓ）
Ａｎｄｅｒｓｏｎ ＲＬ． １９９４． Ｃｈａｒａｃｔｅｒｉｚｉｎｇ ｗｅｅｄ ｃｏｍｍｕｎｉｔｙ ｓｅｅｄｌｉｎｇ ｅｍｅｒ⁃
ｇｅｎｃｅ ｆｏｒ ａ ｓｅｍｉａｒｉｄ ｓｉｔｅ ｉｎ Ｃｏｌｏｒａｄｏ． Ｗｅｅｄ Ｔｅｃｈｎｏｌｏｇｙ， ８
（２）： ２４５ － ２４９
Ｂｏｕｗｍｅｅｓｔｅｒ ＨＪ， Ｋａｒｓｓｅｎ ＣＭ． １９９２． Ｔｈｅ ｄｕａｌ ｒｏｌｅ ｏｆ ｔｅｍｐｅｒａｔｕｒｅ
ｉｎ ｔｈｅ ｒｅｇｕｌａｔｉｏｎ ｏｆ ｔｈｅ ｓｅａｓｏｎａｌ ｃｈａｎｇｅｓ ｉｎ ｄｏｒｍａｎｃｙ ａｎｄ ｇｅｒ⁃
ｍｉｎａｔｉｏｎ ｏｆ ｓｅｅｄｓ ｏｆ Ｐｏｌｙｇｏｎｕｍ ｐｅｒｓｉｃａｒｉａ Ｌ． Ｏｅｃｏｌｏｇｉａ， ９０
（１）： ８８ － ９４
Ｂｒａｄｆｏｒｄ ＫＪ． ２００２． Ａｐｐｌｉｃａｔｉｏｎｓ ｏｆ ｈｙｄｒｏｔｈｅｒｍａｌ ｔｉｍｅ ｔｏ ｑｕａｎｔｉｆｙｉｎｇ
ａｎｄ ｍｏｄｅｌｉｎｇ ｓｅｅｄ ｇｅｒｍｉｎａｔｉｏｎ ａｎｄ ｄｏｒｍａｎｃｙ． Ｗｅｅｄ Ｓｃｉｅｎｃｅ，
５６４３ 期 李淑英等： 皖西南直播棉田杂草群落出苗模式
５０（２）： ２４８ － ２６０
Ｄｏｎｇ ＬＲ， Ｗｕ ＳＷ， Ｓｈｅｎ ＪＬ． ２００５． Ｓｔｕｄｙ ｏｎ ｄｏｒｍａｎｃｙ ｒｅｌｅａｓｅ ａｎｄ
ｇｅｒｍｉｎａｔｉｏｎ ｃｏｎｄｉｔｉｏｎ ｏｆ Ｌｅｐｔｏｃｈｌｏａ ｃｈｉｎｅｎｓｉｓ ｓｅｅｄ． Ｊｉａｎｇｓｕ Ａｇ⁃
ｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅｓ， （５）： ４８ － ５１ （ ｉｎ Ｃｈｉｎｅｓｅ） ［董立尧， 武
淑文， 沈晋良． ２００５． 千金子种子的休眠解除方法与萌发条
件研究． 江苏农业科学， （５）： ４８ － ５１］
Ｄｏｒａｄｏ Ｊ， Ｓｏｕｓａ Ｅ， Ｃａｌｈａ ＩＭ， Ｇｏｎｚáｌｅｚ⁃ａｎｄúｊａｒ ＪＬ， Ｆｅｒｎáｎｄｅｚ⁃
Ｑｕｉｎｔａｎｉｌｌａ Ｃ． ２００９． Ｐｒｅｄｉｃｔｉｎｇ ｗｅｅｄ ｅｍｅｒｇｅｎｃｅ ｉｎ ｍａｉｚｅ ｃｒｏｐｓ
ｕｎｄｅｒ ｔｗｏ ｃｏｎｔｒａｓｔｉｎｇ ｃｌｉｍａｔｉｃ ｃｏｎｄｉｔｉｏｎｓ． Ｗｅｅｄ Ｒｅｓｅａｒｃｈ， ４９：
２５１ － ２６０
Ｇａｒｄａｒｉｎ Ａ， Ｄüｒｒ Ｃ， Ｃｏｌｂａｃｈ Ｎ． ２０１０． Ｅｆｆｅｃｔｓ ｏｆ ｓｅｅｄ ｄｅｐｔｈ ａｎｄ
ｓｏｉｌ ａｇｇｒｅｇａｔｅｓ ｏｎ ｔｈｅ ｅｍｅｒｇｅｎｃｅ ｏｆ ｗｅｅｄｓ ｗｉｔｈ ｃｏｎｔｒａｓｔｉｎｇ ｓｅｅｄ
ｔｒａｉｔｓ． Ｗｅｅｄ Ｒｅｓｅａｒｃｈ， ５０： ９１ － １０１
Ｇｒｕｎｄｙ ＡＣ， Ｍｅａｄ Ａ． ２０００． Ｍｏｄｅｌｉｎｇ ｗｅｅｄ ｅｍｅｒｇｅｎｃｅ ａｓ ａ ｆｕｎｃｔｉｏｎ
ｏｆ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｒｅｃｏｒｄｓ． Ｗｅｅｄ Ｓｃｉｅｎｃｅ， ４８（５）： ５９４ － ６０３
Ｇｒｕｎｄｙ ＡＣ， Ｐｅｔｅｒｓ ＮＣＢ， Ｒａｓｍｕｓｓｅｎ ＩＡ， Ｈａｒｔｍａｎｎ ＫＭ， Ｓａｔｔｉｎ Ｍ，
Ａｎｄｅｒｓｓｏｎ Ｌ， Ｍｅａｄ Ａ， Ｍｕｒｄｏｃｈ ＡＪ， Ｆｏｒｃｅｌｌａ Ｆ． ２００３． Ｅｍｅｒ⁃
ｇｅｎｃｅ ｏｆ Ｃｈｅｎｏｐｏｄｉｕｍ ａｌｂｕｍ ａｎｄ Ｓｔｅｌｌａｒｉａ ｍｅｄｉａ ｏｆ ｄｉｆｆｅｒｅｎｔ ｏｒ⁃
ｉｇｉｎｓ ｕｎｄｅｒ ｄｉｆｆｅｒｅｎｔ ｃｌｉｍａｔｉｃ ｃｏｎｄｉｔｉｏｎｓ． Ｗｅｅｄ Ｒｅｓｅａｒｃｈ， ４３：
１６３ － １７６
Ｇｒｕｎｄｙ ＡＣ， Ｐｈｅｌｐｓ Ｋ， Ｒｅａｄｅｒ ＲＪ， Ｂｕｒｓｔｏｎ Ｓ． ２０００． Ｍｏｄｅｌｉｎｇ ｔｈｅ
ｇｅｒｍｉｎａｔｉｏｎ ｏｆ Ｓｔｅｌｌａｒｉａ ｍｅｄｉａ ｕｓｉｎｇ ｔｈｅ ｃｏｎｃｅｐｔ ｏｆ ｈｙｄｒｏｔｈｅｒｍａｌ
ｔｉｍｅ． Ｎｅｗ Ｐｈｙｔｏｌｏｇｉｓｔ， １４８： ４３３ － ４４４
Ｋｒｏｐｆｆ ＭＪ， ｖａｎ Ｌａａｒ ＨＨ． １９９３． Ｍｏｄｅｌｌｉｎｇ ｃｒｏｐ⁃ｗｅｅｄ ｉｎｔｅｒａｃｔｉｏｎｓ．
Ｗａｌｌｉｎｇｆｏｒｄ： ＣＡＢ Ｉｎｔｅｒｎａｔｉｏｎａｌ
Ｌｏｄｄｏ Ｄ， Ｓｏｕｓａ Ｅ， Ｍａｓｉｎ Ｒ， Ｃａｌｈａ Ｉ， Ｚａｎｉｎ Ｇ， Ｆｅｒｎáｎｄｅｚ⁃Ｑｕｉｎ⁃
ｔａｎｉｌｌａ Ｃ， Ｄｏｒａｄｏ Ｊ． ２０１３． Ｅｓｔｉｍａｔｉｏｎ ａｎｄ ｃｏｍｐａｒｉｓｏｎ ｏｆ ｂａｓｅ
ｔｅｍｐｅｒａｔｕｒｅｓ ｆｏｒ ｇｅｒｍｉｎａｔｉｏｎ ｏｆ Ｅｕｒｏｐｅａｎ ｐｏｐｕｌａｔｉｏｎｓ ｏｆ ｖｅｌ⁃
ｖｅｔｌｅａｆ （Ａｂｕｔｉｌｏｎ ｔｈｅｏｐｈｒａｓｔｉ） ａｎｄ ｊｉｍｓｏｎｗｅｅｄ （Ｄａｔｕｒａ ｓｔｒａｍｏ⁃
ｎｉｕｍ）． Ｗｅｅｄ Ｓｃｉｅｎｃｅ， ６１（３）： ４４３ － ４５１
Ｍａ ＫＰ， Ｌｉｕ ＹＭ． １９９４． Ｔｈｅ ｍｅａｓｕｒｅｍｅｎｔ ｏｆ ｃｏｍｍｕｎｉｔｙ ｄｉｖｅｒｓｉｔｙ：
ｄｉｖｅｒｓｉｔｙ ｏｆ ｍｅａｓｕｒｅｍｅｎｔ ｍｅｔｈｏｄｓ ｏｆ ａｌｐｈａ （ Ⅱ）． Ｃｈｉｎｅｓｅ
Ｂｉｏｄｉｖｅｒｓｉｔｙ， ２（４）： ２３１ － ２３９ （ ｉｎ Ｃｈｉｎｅｓｅ） ［马克平， 刘玉
明． １９９４． 生物群落多样性的测度方法： Ⅰα 多样性的测度
方法（下）． 生物多样性， ２（４）： ２３１ － ２３９］
Ｍａｓｉｎ Ｒ， Ｌｏｄｄｏ Ｄ， Ｂｅｎｖｅｎｕｔｉ Ｓ， Ｚｕｉｎ ＭＣ， Ｍａｃｃｈｉａ Ｍ， Ｚａｎｉｎ Ｇ．
２０１０． Ｔｅｍｐｅｒａｔｕｒｅ ａｎｄ ｗａｔｅｒ ｐｏｔｅｎｔｉａｌ ａｓ ｐａｒａｍｅｔｅｒｓ ｆｏｒ ｍｏｄｅｌ⁃
ｉｎｇ ｗｅｅｄ ｅｍｅｒｇｅｎｃｅ ｉｎ ｃｅｎｔｒａｌ⁃ｎｏｒｔｈｅｒｎ Ｉｔａｌｙ． Ｗｅｅｄ Ｓｃｉｅｎｃｅ，
５８（３）： ２１６ － ２２２
Ｍｙｅｒｓ ＭＷ， Ｃｕｒｒａｎ ＷＳ， ｖａｎ Ｇｅｓｓｅｌ ＭＪ， Ｃａｌｖｉｎ ＤＤ， Ｍｏｒｔｅｎｓｅｎ
ＤＡ， Ｍａｊｅｋ ＢＡ， Ｋａｒｓｔｅｎ ＨＤ， Ｒｏｔｈ ＧＷ． ２００４． Ｐｒｅｄｉｃｔｉｎｇ
ｗｅｅｄ ｅｍｅｒｇｅｎｃｅ ｆｏｒ ｅｉｇｈｔ ａｎｎｕａｌ ｓｐｅｃｉｅｓ ｉｎ ｔｈｅ ｎｏｒｔｈｅａｓｔｅｒｎ Ｕ⁃
ｎｉｔｅｄ Ｓｔａｔｅｓ． Ｗｅｅｄ Ｓｃｉｅｎｃｅ， ５２（６）： ９１３ － ９１９
Ｏｇｇ ＡＧ， Ｄａｗｓｏｎ ＪＨ． １９８４． Ｔｉｍｅ ｏｆ ｅｍｅｒｇｅｎｃｅ ｏｆ ｅｉｇｈｔ ｗｅｅｄ ｓｐｅ⁃
ｃｉｅｓ． Ｗｅｅｄ Ｓｃｉｅｎｃｅ， ３２： ３２７ － ３３５
Ｒｏｂｅｒｔｓ ＨＡ， Ｆｅａｓｔ ＰＭ． １９７０． Ｓｅａｓｏｎａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｅｍｅｒｇｅｎｃｅ ｉｎ
ｓｏｍｅ ａｎｎｕａｌ ｗｅｅｄｓ． Ｅｘｐｅｒｉｍｅｎｔａｌ Ｈｏｒｔｉｃｕｌｔｕｒｅ， ２１： ３６ － ４１
Ｒｏｂｅｒｔｓ ＨＡ， Ｐｏｔｔｅｒ ＭＥ． １９８０． Ｅｍｅｒｇｅｎｃｅ ｐａｔｔｅｒｎｓ ｏｆ ｗｅｅｄ ｓｅｅｄ⁃
ｌｉｎｇｓ ｉｎ ｒｅｌａｔｉｏｎ ｔｏ ｃｕｌｔｉｖａｔｉｏｎ ａｎｄ ｒａｉｎｆａｌｌ． Ｗｅｅｄ Ｒｅｓｅａｒｃｈ， ２０：
３７７ － ３８６
Ｓｃｈｕｔｔｅ ＢＪ， Ｒｅｇｎｉｅｒ ＥＥ， Ｈａｒｒｉｓｏｎ ＳＫ， Ｓｃｈｍｏｌｌ ＪＴ， Ｓｐｏｋａｓ Ｋ，
Ｆｏｒｃｅｌｌａ Ｆ． ２００８． Ａ ｈｙｄｒｏｔｈｅｒｍａｌ ｓｅｅｄｌｉｎｇ ｅｍｅｒｇｅｎｃｅ ｍｏｄｅｌ ｆｏｒ
ｇｉａｎｔ ｒａｇｗｅｅｄ （Ａｍｂｒｏｓｉａ ｔｒｉｆｉｄａ）． Ｗｅｅｄ Ｓｃｉｅｎｃｅ， ５６： ５５５ － ５６０
Ｗｅｉ ＳＨ， Ｑｉａｎｇ Ｓ， Ｍａ Ｂ， Ｗｅｉ ＪＧ． ２００５． Ｅｆｆｅｃｔｓ ｏｆ ｄｉｆｆｅｒｅｎｔ ｃｒｏｐ
ｒｏｔａｔｉｏｎ ｓｙｓｔｅｍ ｏｎ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｓｏｉｌ ｗｅｅｄ ｓｅｅｄｂａｎｋ．
Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏｌｏｇｙ， ２４（４）： ３８５ － ３８９ （ ｉｎ Ｃｈｉｎｅｓｅ）
［魏守辉， 强胜， 马波， 韦继光． ２００５． 不同作物轮作制度
对土壤杂草种子库特征的影响． 生态学杂志， ２４ （４）：
３８５ － ３８９］
（责任编辑：高 峰）
６６４ 植 物 保 护 学 报 ４２ 卷