稗草对水稻生长和产量性状的影响及其防除经济阈值研究

doi:10.11686/cyxb2025228

草业学报 ›› 2026, Vol. 35 ›› Issue (4): 124-134.DOI: 10.11686/cyxb2025228

• 研究论文 • 上一篇

稗草对水稻生长和产量性状的影响及其防除经济阈值研究

范菊凤¹^,²(), 潘浪¹, 彭德军¹, 彭亚军²^,⁴, 李巳夫²^,⁴, 农成银¹^,², 杜坚豪³, 刘祥英¹, 马国兰¹^,²^,⁴()

^1.湖南农业大学植物保护学院，湖南长沙 410128
^2.湖南省农业科学院植物保护研究所，湖南长沙 410125
^3.绍兴上虞新银邦生化有限公司，浙江上虞 312369
^4.杂草生物学及安全防控湖南省重点实验室，湖南长沙 410125

收稿日期:2025-06-09 修回日期:2025-08-15 出版日期:2026-04-20 发布日期:2026-02-07
通讯作者: 马国兰
作者简介:Corresponding author. E-mail： mglczq@163.com
范菊凤（1987-），女，湖南郴州人，在读硕士。E-mail： fanxuan789@163.com
基金资助:
国家重点研发计划(2023YFD1401100);湖南省教育厅科学研究项目(22A0158)

Effects of barnyardgrass on rice growth and yield traits， and determination of its economic control threshold

Ju-feng FAN¹^,²(), Lang PAN¹, De-jun PENG¹, Ya-jun PENG²^,⁴, Si-fu LI²^,⁴, Cheng-yin NONG¹^,², Jian-hao DU³, Xiang-ying LIU¹, Guo-lan MA¹^,²^,⁴()

^1.College of Plant Protection，Hunan Agricultural University，Changsha 410128，China
^2.Institute of Plant Protection，Hunan Academy of Agricultural Sciences，Changsha 410125，China
^3.Shaoxing Shangyu Xinyinbang Biochemical Co. ，Ltd，Shangyu 312369，China
^4.Hunan Provincial Key Laboratory for Biology and Control of Weeds，Changsha 410125，China

Received:2025-06-09 Revised:2025-08-15 Online:2026-04-20 Published:2026-02-07
Contact: Guo-lan MA

摘要/Abstract

摘要：

为明确稻田稗草种群密度与水稻生长及产量损失的定量关系，构建其防除经济阈值模型，本研究通过盆栽与田间试验，系统分析0~25株·m^-2稗草密度梯度对直播/机插水稻株型构建（株高、分蘖）及产量形成（有效穗数、实粒数、千粒重）的竞争效应。运用回归模型解析稗草密度-水稻产量损失的关系，基于作物参数构建防除阈值模型。盆栽试验显示：稗草密度≥7株·桶^-1时，水稻株高抑制率达25.15%，分蘖衰减幅度达80.82%，呈现显著的密度胁迫效应；田间试验表明：稗草在25株·m^-2密度下，直播与机插水稻株高分别降低15.27%和24.07%，有效穗数降幅为70%~80%，实粒数减少45.55%和52.80%，千粒重下降3.46%和3.86%，最终导致产量损失高达86.44%和89.40%；模型分析表明：直播水稻产量损失符合二次函数模型（y=1.0870x2+1.1526x-4.0842，R2=0.969），机插水稻呈线性响应（y=11.6774x-15.1928，R2=0.948），经校准后确定防除经济阈值分别为2.55和1.63株·m^-2。稗草通过干扰水稻分蘖发生（抑制率>42%），进而影响穗部发育（有效穗降幅>70%），导致水稻严重减产。本研究建立的动态阈值模型为不同水稻栽培模式下稗草的精准防控提供了依据，揭示了直播和机插水稻对不同稗草密度胁迫的差异化响应，对构建精准杂草管理体系具有重要实践价值。

关键词: 稗草密度, 水稻, 直播和机插, 产量, 经济阈值

Abstract:

This research aimed to clarify the quantitative relationship between barnyardgrass （Echinochloa crus-galli）density and Oryza sativa growth and yield loss， and establish an economic threshold model for its control. Pot and field experiments were conducted to systematically evaluate the competition effects of 0-25 plants·m^-2 barnyardgrass on rice growth traits （plant height， tiller number） and yield components （effective panicles number， filled grains number， 1000-grain weight） in both direct-seeded and machine-transplanted rice systems. Regression models were used to analyze the barnyardgrass density-rice yield loss relationship， and a control threshold model was constructed based on crop parameters. Pot trials showed that at ≥7 plants·barrel^-1， rice plant height and tiller number were suppressed by 25.15% and 80.82%， respectively， exhibiting significant density-dependent stress. Field data indicated that 25 plants·m^-2 barnyardgrass reduced rice height by 15.27% in direct-seeded rice and 24.07% in machine-transplanted rice， and reducing effective panicles number by 70%-80%， filled grains number by 45.55% and 52.80%， respectively， and 1000-grain weight by 3.46% and 3.86%， resulting in 86.44% and 89.40% yield loss in seeded and machine-transplanted rice， respectively. Regression model analysis indicated a quadratic relationship for direct-seeded rice （y=1.0870 x2+1.1526 x-4.0842， R2=0.969） and a linear response in machine-transplanted rice （y=11.6774 x-15.1928， R2=0.948）. After calibration， the economic thresholds for weed control were determined to be 2.55 （direct-seeding） and 1.63 plants·m^-2 （machine-transplanting）. Barnyardgrass reduces rice yield primarily by inhibiting tillering （>42% reduction rate） and subsequently affecting panicle development （>70% reduction in effective panicle number）. The dynamic threshold models established in this study provide a basis for the precise control of barnyardgrass under different rice cultivation modes. These results reveal differential responses of direct-seeded and machine-transplanted rice to varying barnyardgrass density stresses. This information holds significant practical value for constructing precision weed management systems.

Key words: barnyardgrass density, rice, direct-seeded and mechane-transplanted, yield, economic threshold

范菊凤, 潘浪, 彭德军, 彭亚军, 李巳夫, 农成银, 杜坚豪, 刘祥英, 马国兰. 稗草对水稻生长和产量性状的影响及其防除经济阈值研究[J]. 草业学报, 2026, 35(4): 124-134.

Ju-feng FAN, Lang PAN, De-jun PENG, Ya-jun PENG, Si-fu LI, Cheng-yin NONG, Jian-hao DU, Xiang-ying LIU, Guo-lan MA. Effects of barnyardgrass on rice growth and yield traits， and determination of its economic control threshold[J]. Acta Prataculturae Sinica, 2026, 35(4): 124-134.

图/表 13

参考文献 29

[1]	Dong L Y， Shen J L， Gao T C， et al. The eco-economic threshold and the critical period for controlling Leptochloa chinensis in direct-sowing rice fields. Journal of Nanjing Agricultural University， 2003， 26（3）： 41-45.
	董立尧，沈晋良，高同春，等. 水直播稻田千金子的生态经济阈值及其防除临界期. 南京农业大学学报， 2003， 26（3）： 41-45.
[2]	Liao P， Weng W A， Gao H， et al. Application status and development suggestion of direct-seeding rice cultivation in China. Scientia Agricultura Sinica， 2024， 57（24）： 4854-4870.
	廖萍，翁文安，高辉，等. 我国直播稻栽培技术应用现状与发展建议. 中国农业科学， 2024， 57（24）： 4854-4870.
[3]	Chen Y B， Lai C H， Xu L Y， et al. Analysis of occurrence regularity of weeds in direct seeding early rice fields. Journal of Agriculture， 2015， 5（8）： 27-30.
	陈宇博，赖朝晖，许燎原，等. 直播早稻杂草发生规律研究. 农学学报， 2015， 5（8）： 27-30.
[4]	Ma G L， Zhang S， Liu D C. Occurrence trend and management strategies of weeds in paddy fields under simplified and labor-saving rice cultivation. Modern Agrochemicals， 2024， 23（3）： 8-12， 61.
	马国兰，张帅，刘都才. 轻简化栽培稻田杂草发生趋势与防控技术. 现代农药， 2024， 23（3）： 8-12， 61.
[5]	Zhang H C， Gong J L. Research status and development discussion on high-yielding agronomy of mechanized planting rice in China. Scientia Agricultura Sinica， 2014， 47（7）： 1273-1289.
	张洪程，龚金龙. 中国水稻种植机械化高产农艺研究现状及发展探讨. 中国农业科学， 2014， 47（7）： 1273-1289.
[6]	Zhang J L， Wu S， Shi X G， et al. Influence of barnyardgrass （Echinochloa crusgalli） on the growth of double-cropping-paddy rice and its economic threshold. Acta Prataculturae Sinica， 2015， 24（8）： 44-52.
	张纪利，吴尚，石绪根，等. 稗草对双季稻生长的影响及其防除经济阈值研究. 草业学报， 2015， 24（8）： 44-52.
[7]	Li S Y，Wang Y H，Bai L Y， et al. Effects of different densities of resistant and sensitive barnyardgrass on nitrogen content and the photosynthesis in rice. Plant Physiology Journal， 2020， 56（12）： 2677-2682.
	李书燕，王彦辉，柏连阳，等. 不同密度下抗性与敏感稗草对水稻氮素水平和光合作用的影响. 植物生理学报， 2020， 56（12）： 2677-2682.
[8]	Zhu W D. Influence of barnyardgrass， Echinochloa crusgalli， on the growth and yield of paddy rice and its economic threshold. Acta Phytophylacica Sinica， 2005， 32（1）： 81-86.
	朱文达. 稗对水稻生长和产量性状的影响及其经济阈值. 植物保护学报， 2005， 32（1）： 81-86.
[9]	Song J S， Im J H， Park Y H， et al. Modeling the effects of elevated temperature and weed interference on rice grain yield. Frontiers in Plant Science， 2021（1）： 12.
[10]	Seong K Y， Lee S B， Ku Y C， et al. Reason of late establishment of barnyard grass and their density effects on rice yield loss. Korean Journal of Weed Science， 1997， 17（4）： 439-444.
[11]	Pane H， Mansor M， Watanabe H. Yield component analysis of direct seeded rice under several densities of red sprangletop ［Leptochloa chinensis （L.） Nees］ in Peninsular Malaysia. Journal of Weed Science＆Technology， 1996， 41（3）： 216-224.
[12]	Zhang Z C， Li Y F， Zhang B， et al. Influence of weeds in Echinochloa on growth and yield of rice. Chinese Journal of Applied Ecology， 2014， 25（11）： 3177-3184.
	张自常，李永丰，张彬，等. 稗属杂草对水稻生长发育和产量的影响. 应用生态学报， 2014， 25（11）： 3177-3184.
[13]	Quan L Z， Lou Z X， Lv X L， et al. Multimodal remote sensing application for weed competition time series analysis in maize farmland ecosystems. Journal of Environmental Management， 2023， 344： 118376.
[14]	Wang B Q. Research on the application of tiller control technology in high-yield rice cultivation. Hebei Agricultural Machinery， 2024（13）：139-141.
	王本芹. 水稻分蘖控制技术在高产栽培中的应用研究. 河北农机， 2024（13）： 139-141.
[15]	Lei X L， Liu L， Liu B， et al. Tillering characteristics of Indica hybrid rice under mechanized planting. Acta Agronomica Sinica， 2014， 40（6）： 1044-1055.
	雷小龙，刘利，刘波，等. 杂交籼稻机械化种植的分蘖特性. 作物学报， 2014， 40（6）： 1044-1055.
[16]	Li S Y， Yan Q L， Wang J Y， et al. Endophytic fungal and bacterial microbiota shift in rice and barnyardgrass grown under co-culture condition. Plants， 2022， 11（12）： 1592.
[17]	Wu D H， Cui Y J. Effects of different cultivation methods on growth， development， and yield of rice. Agricultural Engineering Technology， 2016， 36（8）： 27.
	伍丹华，崔迎军. 不同栽培方式下水稻生长发育及其产量研究. 农业工程技术， 2016， 36（8）： 27.
[18]	Luo X W， Xie F P， Qu Y G， et al. Experimental investigation of different transplanting methods in paddy production. Transactions of the CSAE， 2004， 20（1）： 136-139.
	罗锡文，谢方平，区颖刚，等. 水稻生产不同栽植方式的比较试验. 农业工程学报， 2004， 20（1）： 136-139.
[19]	Reed N H， Butts T R， Norsworthy J K， et al. Ecological implications of row width and cultivar selection on rice （Oryza sativa） and barnyardgrass （Echinochloa crus-galli）. Scientific Reports， 2024， 14（1）： 24844.
[20]	Chauhan B S， Johnson D E. Relative importance of shoot and root competition in dry-seeded rice growing with junglerice （Echinochloa colona） and ludwigia （Ludwigia hyssopifolia）. Weed Science， 2010， 58（3）： 295-299.
[21]	Wang W T， Long J H， Wang H X， et al. Insights into the effects of anilofos on direct-seeded rice production system through untargeted metabolomics. Environmental Pollution， 2024， 360： 124668.
[22]	Hirani A K， Korav S， Rajanna G A， et al. Determination of critical crop-weed competition period： Impact on growth， nutrient dynamics and productivity of green gram （Vigna radiata）. Heliyon， 2024， 10（17）： e36855.
[23]	Zhang Y L. The studies on the internal and external control mechanism of tiller formation in rice. Harbin： Northeast Agricultural University， 2017.
	张玉磊. 水稻分蘖形成的内外调控机制研究. 哈尔滨：东北农业大学， 2017.
[24]	Shen G H， Tian Z H， Yuan G H， et al. Enhancing large-scale rice yield through effective weed control in paddy fields. Shanghai Agricultural Science and Technology， 2025（2）： 1-5.
	沈国辉，田志慧，袁国徽，等. 做好稻田杂草防控助力水稻大面积单产提升. 上海农业科技， 2025（2）： 1-5.
[25]	Wang J Y， Li S Y， Tong J H， et al. A preliminary study on response of allelopathie and non-allelopathic rice to barnyardgrass competition at the seedling stage. Life Science Research， 2022， 26（5）： 396-400.
	王婕妤，李书燕，童建华，等. 幼苗期化感水稻与非化感水稻响应稗草胁迫的初步研究. 生命科学研究， 2022， 26（5）： 396-400.
[26]	Bai L Y， Zhang S， Liu D C. Monitoring and control technologies for herbicide resistance in farmland weeds. Beijing： China Agriculture Press， 2023： 79-86.
	柏连阳，张帅，刘都才. 农田杂草抗药性监测与防控技术. 北京：中国农业出版社， 2023： 79-86.
[27]	Mahajan G， Ramesha M S， Chauhan B S. Response of rice genotypes to weed competition in dry direct-seeded rice in India. The Scientific World Journal， 2014（9）： 641589.
[28]	Zhang L， Chen K， Li T R， et al. Metabolomic and transcriptomic analyses of rice plant interaction with invasive weed Leptochloa chinensis. Frontiers in Plant Science， 2023， 14： 1271303.
[29]	Guo L B， Qiu J， Li L F， et al. Genomic clues for crop-weed interactions and evolution. Trends in Plant Science， 2018， 23（12）： 1102-1115.

BD （plant·barrel^-1）	PH （cm）	PHIR （%）	分蘖数Tillers （No.·plant^-1）	TRR （%）
0	99.40±4.60aA	0.00	24.33±4.51aA	0.00
1	93.97±3.93abAB	5.47	15.00±3.00bB	38.36
2	93.40±1.73abAB	6.04	12.33±1.15bB	49.32
3	89.30±3.56bcABC	10.16	12.00±1.00bB	50.68
4	88.17±6.43bcABC	11.30	11.67±1.53bB	52.05
5	83.37±3.37cdBCD	16.13	6.33±1.53cC	73.97
6	78.67±2.15deCD	20.86	5.00±1.00cC	79.45
7	74.40±7.92eD	25.15	4.67±1.53cC	80.82

BD （plant·barrel^-1）	PH （cm）	PHIR （%）	分蘖数Tillers （No.·plant^-1）	TRR （%）
0	99.40±4.60aA	0.00	24.33±4.51aA	0.00
1	93.97±3.93abAB	5.47	15.00±3.00bB	38.36
2	93.40±1.73abAB	6.04	12.33±1.15bB	49.32
3	89.30±3.56bcABC	10.16	12.00±1.00bB	50.68
4	88.17±6.43bcABC	11.30	11.67±1.53bB	52.05
5	83.37±3.37cdBCD	16.13	6.33±1.53cC	73.97
6	78.67±2.15deCD	20.86	5.00±1.00cC	79.45
7	74.40±7.92eD	25.15	4.67±1.53cC	80.82

BD （plant·barrel^-1）	EP （No.·barrel^-1）	EPL （%）	FGPP	FGL （%）	千粒重1000-grain weight （g）	TGWL （%）	产量 Yield （g·barrel^-1）	YL （%）
0	22.00±2.60aA	0.00	117.33±10.26aA	0.00	22.37±0.12aA	0.00	43.43±1.80aA	0.00
1	10.67±2.50bB	51.52	113.00±2.65abA	3.69	22.20±0.26abAB	0.75	28.07±2.08bB	35.38
2	9.00±0.00bcB	59.09	102.33±9.29bcAB	12.78	22.10±0.10abcAB	1.19	26.77±2.19bB	38.37
3	8.33±3.00bcBC	62.12	91.67±2.31cB	21.88	21.97±0.31abcAB	1.79	21.90±2.19cC	49.58
4	6.33±1.50cdBCD	71.21	88.67±10.26cB	24.43	21.93±0.21abcAB	1.94	20.07±1.53cdC	53.80
5	6.00±1.00cdBCD	72.73	55.00±9.85dC	53.13	21.83±0.29bcAB	2.38	17.50±1.65dCD	59.71
6	4.00±0.00dCD	81.82	49.00±6.56deC	58.24	21.73±0.31bcAB	2.83	13.77±1.71eDE	68.30
7	3.33±0.50dD	84.85	39.00±6.56eC	66.76	21.67±0.31cB	3.13	11.40±0.69eE	73.75

BD （plant·barrel^-1）	EP （No.·barrel^-1）	EPL （%）	FGPP	FGL （%）	千粒重1000-grain weight （g）	TGWL （%）	产量 Yield （g·barrel^-1）	YL （%）
0	22.00±2.60aA	0.00	117.33±10.26aA	0.00	22.37±0.12aA	0.00	43.43±1.80aA	0.00
1	10.67±2.50bB	51.52	113.00±2.65abA	3.69	22.20±0.26abAB	0.75	28.07±2.08bB	35.38
2	9.00±0.00bcB	59.09	102.33±9.29bcAB	12.78	22.10±0.10abcAB	1.19	26.77±2.19bB	38.37
3	8.33±3.00bcBC	62.12	91.67±2.31cB	21.88	21.97±0.31abcAB	1.79	21.90±2.19cC	49.58
4	6.33±1.50cdBCD	71.21	88.67±10.26cB	24.43	21.93±0.21abcAB	1.94	20.07±1.53cdC	53.80
5	6.00±1.00cdBCD	72.73	55.00±9.85dC	53.13	21.83±0.29bcAB	2.38	17.50±1.65dCD	59.71
6	4.00±0.00dCD	81.82	49.00±6.56deC	58.24	21.73±0.31bcAB	2.83	13.77±1.71eDE	68.30
7	3.33±0.50dD	84.85	39.00±6.56eC	66.76	21.67±0.31cB	3.13	11.40±0.69eE	73.75

BD （plant·m^-2）	直播稻Direct seeding rice				机插稻Machine transplanted rice
BD （plant·m^-2）	PH （cm）	PHIR （%）	分蘖数 Tillers （No.·plant^-1）	TRR （%）	PH （cm）	PHIR （%）	分蘖数 Tillers （No.·plant^-1）	TRR（%）
0	114.50±0.79aA	0.00	11.83±0.88aA	0.00	115.83±3.37aA	0.00	22.58±0.88aA	0.00
1	114.29±0.89aAB	0.18	11.42±0.83aA	3.52	115.27±0.59abA	0.49	21.58±2.30aA	4.43
3	110.96±0.39bB	3.09	9.50±0.43bB	19.72	113.31±0.34bA	2.18	18.50±1.82bB	18.08
5	105.28±0.65cC	8.06	8.50±0.58cBC	28.17	109.78±2.07cB	5.23	18.00±1.96bBC	20.30
7	104.08±0.83cdC	9.10	8.25±0.42cdBC	30.28	102.95±1.62dC	11.12	16.00±0.98cBCD	29.15
10	101.85±0.57dC	11.05	7.50±0.58deCD	36.62	102.73±0.40dC	11.32	15.83±0.43cBCDE	29.89
15	97.93±1.22eD	14.48	7.42±0.17deCDE	37.32	96.13±1.43eD	17.01	15.17±1.17cdCDE	32.84
20	97.58±4.41eD	14.78	6.83±0.79efDE	42.25	89.22±1.17fE	22.98	13.50±0.79deDE	40.22
25	97.02±1.56eD	15.27	6.17±0.43fE	47.89	87.95±1.31fE	24.07	13.00±0.47eE	42.44

稗草对水稻生长和产量性状的影响及其防除经济阈值研究

Effects of barnyardgrass on rice growth and yield traits， and determination of its economic control threshold

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 29

相关文章 15

编辑推荐

Metrics

项目 Item	水稻类型 Rice type	拟合方式 Fit method	回归模型 Regression model	R²	F
株高 Plant height	直播稻 Direct seeding rice	直线Linear	y=-2.4929x+117.2942	0.9065	329.6071
		对数Logarithmic	y=-9.2619ln x+118.0041	0.8631	214.3747
		二次曲线Conic	y=0.1427x²-3.9198x+119.9101	0.9217	194.3272
		幂函数Power	y=118.4905x^-0.0876	0.8528	197.0274
		指数Exponent	y=117.7808e^-0.02371^x	0.9064	329.4231
	机插稻 Machine transplanted rice	直线Linear	y=-3.8517x+122.9417	0.9419	551.5196
		对数Logarithmic	y=-13.3398ln x+122.6582	0.7794	120.0925
		二次曲线Conic	y=-0.2269x²-1.5827x+118.7819	0.9587	383.1219
		幂函数Power	y=124.0318x^-0.1295	0.7585	106.7958
		指数Exponent	y=124.5920e^-0.0377^x	0.9340	481.4081
分蘖 Tillers	直播稻 Direct seeding rice	直线Linear	y=-0.6931x+12.0671	0.8605	209.8028
		对数Logarithmic	y=-2.6768ln x+12.4094	0.8855	262.8637
		二次曲线Conic	y=0.0643x²-1.3361x+13.2460	0.8986	146.1762
		幂函数Power	y=12.8501x^-0.2992	0.8641	216.2676
		指数Exponent	y=12.4998e^-0.0796^x	0.8865	265.4327
	机插稻 Machine transplanted rice	直线Linear	y=-1.1903x+23.0810	0.8360	173.3010
		对数Logarithmic	y=-4.5383ln x+23.5850	0.8383	176.2773
		二次曲线Conic	y=0.0838x²-2.0281x+24.6171	0.8573	99.0930
		幂函数Power	y=24.2179x^-0.2565	0.8276	163.2003
		指数Exponent	y=23.7140e^-0.0688^x	0.8623	212.9478

水稻类型 Rice type	BD （plant.·m^-2）	EP （No.·m^-2）	EPL （%）	FGPP	FGL （%）	千粒重 TGW （g）	TGWL （%）	产量 Yield （kg·hm^-2）	YL （%）
直播稻 Direct seeding rice	0	293.33±9.24aA	0.00	123.67±1.53aA	0.00	23.13±0.32aA	0.00	8395.34±281.60aA	0.00
	1	290.00±19.29aA	1.14	122.33±0.58aA	1.08	22.97±0.23abAB	0.72	8155.98±636.16abA	2.85
	3	286.00±24.58aA	2.50	119.33±5.13abAB	3.50	22.90±0.20abAB	1.01	7798.65±301.41bA	7.11
	5	276.00±8.00abAB	5.91	112.00±1.00bcABC	9.43	22.73±0.15abcAB	1.73	7029.43±133.81cB	16.27
	7	254.67±8.33bB	13.18	108.67±2.52cdBC	12.13	22.70±0.10abcAB	1.87	6282.25±101.52dB	25.17
	10	180.00±10.58cC	38.64	105.33±2.52cdCD	14.82	22.57±0.15bcAB	2.45	4280.30±258.10eC	49.02
	15	170.67±12.86cC	41.82	102.33±1.53deCD	17.25	22.53±0.25bcAB	2.59	3934.50±245.33eC	53.13
	20	68.00±12.00dD	76.82	96.00±7.55eD	22.37	22.40±0.20cB	3.17	1475.47±370.51fD	82.43
	25	58.67±6.11dD	80.00	67.33±9.71fE	45.55	22.33±0.49cB	3.46	890.09±220.24gD	89.40
机插稻 Machine transplanted rice	0	280.00±2.00aA	0.00	142.67±2.08aA	0.00	23.30±0.30aA	0.00	9293.75±60.41aA	0.00
	1	271.00±2.65abA	3.21	139.67±4.93aAB	2.10	23.07±0.15abAB	1.00	8752.01±333.58bAB	5.83
	3	266.67±2.31bAB	4.76	133.00±7.55abAB	6.78	22.83±0.38bcAB	2.00	8097.73±351.17cB	12.87
	5	252.00±6.93cB	10.00	124.67±6.66bcBC	12.62	22.77±0.31bcAB	2.29	7155.82±433.24dC	23.00
	7	162.67±12.22dC	41.90	113.67±9.07cdCD	20.33	22.63±0.32bcB	2.86	4177.39±295.15eD	55.05
	10	138.67±9.02eD	50.48	109.33±2.52dCD	23.36	22.63±0.31bcB	2.86	3429.57±147.20fE	63.10
	15	118.67±8.08fE	57.62	106.00±3.61deDE	25.70	22.57±0.15cB	3.15	2845.67±306.41gEF	69.38
	20	116.00±6.93fE	58.57	96.00±7.55eE	32.71	22.40±0.10cB	3.86	2502.94±335.46gF	73.07
	25	84.00±6.93gF	70.00	67.33±9.71fF	52.80	22.40±0.10cB	3.86	1259.84±118.08hG	86.44

项目 Item	水稻类型 Rice type	拟合方式 Fit method	回归模型 Regression model	R²	F	P
有效穗数 Effective panicles	直播稻 Direct seeding rice	直线Linear	y=-32.1889x+369.5370	0.8626	156.9669	0.000000
		对数Logarithmic	y=-105.7671ln x+359.0384	0.6424	44.9141	0.000000
		二次曲线Conic	y=-4.4769x²+12.5802x+287.4603	0.9483	219.9687	0.000000
		幂函数Power	y=455.0518x^-0.6495	0.5355	28.8182	0.000014
		指数Exponent	y=503.0577e^-0.2048^x	0.7721	84.6898	0.000000
	机插稻 Machine transplanted rice	直线Linear	y=-27.6389x+325.9352	0.9199	287.2384	0.000000
		对数Logarithmic	y=-98.1748ln x+327.3870	0.8006	100.3905	0.000000
		二次曲线Conic	y=-0.0826x²-26.8128x+324.4206	0.9200	137.9534	0.000000
		幂函数Power	y=376.9922x^-0.5516	0.7580	78.3206	0.000000
		指数Exponent	y=382.6598e^-0.1599^x	0.9235	301.9913	0.000000
每穗实粒数 Filled grains per panicle	直播稻 Direct seeding rice	直线Linear	y=-5.7500x+135.0833	0.7814	89.3715	0.000000
		对数Logarithmic	y=-19.2745ln x+133.7499	0.6057	38.3960	0.000002
		二次曲线Conic	y=-0.8279x²+2.5292x+119.9048	0.8646	76.6105	0.000000
		幂函数Power	y=138.0347x^-0.1941	0.5132	26.3574	0.000026
		指数Exponent	y=140.8975e^-0.0593^x	0.6950	56.9707	0.000000
	机插稻 Machine transplanted rice	直线Linear	y=-8.3611x+156.5093	0.8750	174.9495	0.000000
		对数Logarithmic	y=-28.9921ln x+155.9428	0.7257	66.1292	0.000000
		二次曲线Conic	y=-0.6858x²-1.5032x+143.9365	0.9052	114.5620	0.000000
		幂函数Power	y=163.5621x^-0.2662	0.6249	41.6496	0.000000
		指数Exponent	y=166.2976e^-0.0790^x	0.7988	99.2765	0.000000
千粒重 1000-grain weight	直播稻 Direct seeding rice	直线Linear	y=-0.0967x+23.1796	0.5781	34.2530	0.000004
		对数Logarithmic	y=-0.3611ln x+23.2099	0.5564	31.3624	0.000008
		二次曲线Conic	y=0.0033x²-0.1299x+23.2405	0.5816	16.6792	0.000029
		幂函数Power	y=23.2126x^-0.0159	0.5543	31.0888	0.000008
		指数Exponent	y=23.1828e^-0.0043^x	0.5786	34.3271	0.000004
	机插稻 Machine transplanted rice	直线Linear	y=-0.1044x+23.2556	0.5914	36.1894	0.000003
		对数Logarithmic	y=-0.4115ln x+23.3186	0.6331	43.1415	0.000000
		二次曲线Conic	y=0.0110x²-0.2148x+23.4579	0.6253	20.0297	0.000008
		幂函数Power	y=23.3202x^-0.0180	0.6315	42.8340	0.000000
		指数Exponent	y=23.2567e^-0.0046^x	0.5916	36.2200	0.000003

项目 Item	水稻类型 Rice type	拟合方式 Fit method	回归模型 Regression model	R²	F	P
产量 Yield	直播稻 Direct seeding rice （DSR）	直线Linear	y=-1008.9996x+10405.2218	0.9327	346.4057	0.000000
		对数Logarithmic	y=-3429.7193ln x+10238.7434	0.7433	72.4033	0.000000
		二次曲线Conic	y=-91.3022x²-95.9771x+8731.3473	0.9719	414.9087	0.000000
		幂函数Power	y=14587.7769x^-0.8595	0.5638	32.3141	0.000006
		指数Exponent	y=16440.0966e^-0.2684^x	0.7972	98.2734	0.000000
	机插稻 Machine transplanted rice （MTR）	直线Linear	y=-1085.2206x+10705.5159	0.9476	452.4891	0.000000
		对数Logarithmic	y=-3944.4416ln x+10890.0866	0.8636	158.2312	0.000000
		二次曲线Conic	y=25.1499x²-1336.7193x+11166.5968	0.9503	229.2323	0.000000
		幂函数Power	y=14380.7476x^-0.8355	0.7547	76.8962	0.000000
		指数Exponent	y=14804.9488e^-0.2435^x	0.9293	328.4764	0.000000
产量损失率 Yield loss rate	直播稻 DSR	直线Linear	y=12.0229x-24.0132	0.9300	332.1073	0.000000
		对数Logarithmic	y=40.8649ln x-22.0258	0.7411	71.5592	0.000000
		二次曲线Conic	y=1.0870x²+1.1526x-4.0842	0.9690	375.3267	0.000000
	机插稻 MTR	直线Linear	y=11.6774x-15.1928	0.9478	453.5602	0.000000
		对数Logarithmic	y=42.4448ln x-17.1801	0.8637	158.4245	0.000000
		二次曲线Conic	y=-0.2711x²+14.3881x-20.1622	0.9504	229.8447	0.000000

[1]	邓文辉, 赵小娜, 雍嘉仪, 管思雨, 胡国强, 王腾飞, 胡海英. 行比和燕麦密度对苜蓿种子产量及其构成因素的影响[J]. 草业学报, 2026, 35(4): 100-111.
[2]	臧家艺, 徐明杰, 谢济骋, 沈禹颖, 来兴发. 有机肥等氮替代化肥对旱作区青贮玉米/饲用大豆间作系统饲草产量和水分利用效率的影响[J]. 草业学报, 2026, 35(3): 83-95.
[3]	李瑒琨, 本转林, 张筠钰, 杨惠敏. 不同气候和土壤条件下施肥类型影响紫花苜蓿种子产量的整合分析[J]. 草业学报, 2026, 35(2): 54-67.
[4]	魏孔涛, 张春平, 俞旸, 张正社, 周泽, 张雪, 王鑫鑫, 岳思玉, 曹铨, 董全民. 环青海湖共和盆地不同燕麦品种的产量、营养价值及对土壤理化性质的影响[J]. 草业学报, 2026, 35(1): 107-118.
[5]	俞鸿千, 马雪鹏, 曾翰国, 单晓艳, 李曼莉, 王占军. 地下滴灌时期和水量对紫花苜蓿种子生产的影响[J]. 草业学报, 2026, 35(1): 53-64.
[6]	陈丹丹, 王垚, 郭田心, 梁秋雨, 张庆, 骈瑞琪. 纤维素降解菌的筛选以及对水稻秸秆的代谢利用[J]. 草业学报, 2025, 34(9): 185-193.
[7]	张邦彦, 谢小伟, 张朝辉, 武晋民, 王彬, 许兴. 有机-无机改良物料对盐碱地土壤质量及湖南稷子产量的影响[J]. 草业学报, 2025, 34(8): 15-29.
[8]	毛海龙, 邰继承, 杨恒山, 张玉芹, 张瑞富, 王真真. 带型配置对青贮玉米-大豆复合种植体冠层特性、产量和品质的影响[J]. 草业学报, 2025, 34(8): 30-42.
[9]	张译尹, 王斌, 王腾飞, 兰剑, 胡海英. 苜蓿种子田间作小黑麦对饲草产量、水分利用及苜蓿种子产量的影响[J]. 草业学报, 2025, 34(8): 43-53.
[10]	樊文娟, 宋建超, 张小娟, 盛宇航, 史金涛, 张龙骥, 鱼小军. 氮磷配施对甘肃省武威灌区扁蓿豆种子产量和质量的影响[J]. 草业学报, 2025, 34(8): 54-65.
[11]	蒋学乾, 杨青川, 康俊梅. 紫花苜蓿在干旱胁迫下的产量损失与抗旱性遗传研究进展[J]. 草业学报, 2025, 34(7): 219-234.
[12]	姜沛沛, 郭锦花, 肖慧淑, 彭彦珉, 张军, 田文仲, 吕军杰, 吴金芝, 王贺正, 付国占, 黄明, 李友军. 轮耕模式对旱地玉-麦两熟体系作物产量和品质的影响[J]. 草业学报, 2025, 34(6): 181-192.
[13]	刘启林, 王小军, 王金兰, 刘文辉, 马巧玲, 李建辉, 张生原, 曹文侠, 李文. 氮磷配施对高寒区老芒麦饲草产量的影响[J]. 草业学报, 2025, 34(6): 193-202.
[14]	秦文利, 张静, 肖广敏, 崔素倩, 叶建勋, 智健飞, 张立锋, 谢楠, 冯伟, 刘振宇, 潘璇, 代云霞, 刘忠宽. 绿肥部分替代化肥氮对土壤物理性状的影响[J]. 草业学报, 2025, 34(6): 27-45.
[15]	刘耀博, 裴渌, 刘琛琢, 李晓霞, 邹博坤. 基于Meta分析中国老芒麦种子产量和产量组分对施肥的响应[J]. 草业学报, 2025, 34(6): 85-98.