Determination of optimal input levels of nitrogen， phosphorus and potassium for high yield and quality of hydroponic barley forage based on response surface methodology

doi:10.11686/cyxb2024013

Abstract

Abstract:

By analyzing the effects of different levels of nitrogen， phosphorus and potassium on the fresh grass yield and crude protein of barley forage， the optimal levels of nitrogen， phosphorus and potassium suitable for hydroponic cultivation of barley forage were identified， with a view to providing a theoretical basis and data reference for the optimal use of this resource. The range of values of nitrogen addition， phosphorus addition and potassium addition were determined by a single-factor experiment， a quadratic polynomial regression model was constructed by the response surface optimization method， and different levels of nitrogen， phosphorus and potassium were added in hydroponic cultivation through a central composite rotational design. The nitrogen addition rates were 3.30， 5.00， 7.50， 10.00 and 11.70 mmol·L^-1； the phosphorus addition rates were 0.66， 1.00， 1.50， 2.00 and 2.34 mmol·L^-1， the potassium addition rates were 1.98， 3.00， 4.50， 6.00 and 7.02 mmol·L^-1， and fresh grass yield and crude protein content were selected as the optimization criteria. It was found that the quadratic effects of fresh grass yield and crude protein content were extremely significant （P<0.01）， with determination coefficients of 0.97； the surface effect of potassium on fresh yield was extremely significant （P<0.01）. The interaction effect of nitrogen and potassium on fresh yield was extremely significant （P<0.01）， while the interaction between phosphorus and potassium on fresh yield was also significant （P<0.05）. The response surface effects of nitrogen-potassium and phosphorus-potassium on crude protein content were extremely significant （P<0.01）. The response surface indicated the optimal combination of the three nutrients was nitrogen addition of 9.19 mmol·L^-1， phosphorus addition of 1.08 mmol·L^-1， and potassium addition of 3.99 mmol·L^-1. At this nutrient combination， the modeled fresh yield was maximized at 12.07 kg·plate^-1， and the predicted crude protein content was 19.35%DM.

Key words: hydroponics, barley forage, fresh grass yield, crude protein, response surface analysis

Ming-hui HOU, Yan-liang SUN, Kai-xin YANG, Jun-cang QI, Qian-bing ZHANG. Determination of optimal input levels of nitrogen， phosphorus and potassium for high yield and quality of hydroponic barley forage based on response surface methodology[J]. Acta Prataculturae Sinica, 2024, 33(11): 172-185.

Figures/Tables 12

References 40

1	Sturchio M A， Kannenberg S A， Knapp A K. Agrivoltaic arrays can maintain semi-arid grassland productivity and extend the seasonality of forage quality. Applied Energy， 2024， 356： 122418.
2	Wang W X， Ru Z， Guo H J， et al. Analysis of American market power in China’s forage imported market. Agricultural Economics and Management， 2022， 6： 78-87.
	王文信，茹卓，郭豪杰，等. 中国牧草进口市场的美国市场势力分析. 农业经济与管理， 2022， 6： 78-87.
3	Jia Y S， Du S， Wang Z J， et al. A review of herbage storage in pastoral areas of China. Acta Prataculturae Sinica， 2015， 24（9）： 189-196.
	贾玉山，都帅，王志军，等. 中国牧区饲草储备展望. 草业学报， 2015， 24（9）： 189-196.
4	Zhang C H， Zhao L， Zhao X Q. Theoretical basis， technical principles and realization of grassland multifunctional objective management. Acta Prataculturae Sinica， 2023， 32（3）： 212-223.
	张春辉，赵亮，赵新全. 草地多功能目标管理的理论基础、技术原理及实现途径. 草业学报， 2023， 32（3）： 212-223.
5	Ireen D， Sven M， Christian P， et al. Annual cumulative ambient precipitation determines the effects of climate change on biomass and yield of three important field crops. Field Crops Research， 2023， 290： 108766.
6	Rajput V， Minkina T， Fedorenko A， et al. Toxicity of copper oxide nanoparticles on spring barley （Hordeum sativum distichum）. Science of the Total Environment， 2018， 645： 1103-1113.
7	Long C Y， Qin S R， Qing Y L， et al. Experimental methods for bulbil storage and hydroponic cultivation of Polygonum viviparum. Pratacultural Science， 2020， 37（11）： 2263-2273.
	龙成燕，秦少容，卿玉玲，等. 珠芽蓼珠芽的贮藏及水培技术. 草业科学， 2020， 37（11）： 2263-2273.
8	Sharma N， Acharya S， Kumar K， et al. Hydroponics as an advanced technique for vegetable production： An overview. Journal of Soil and Water Conservation， 2018， 17（4）： 364-371.
9	Zheng H M， Wang J， Wang M Z. The nutritive value and use of barley grass. Barley and Cereal Science， 2017， 34（2）： 20-22， 27.
	郑慧敏，王军，王梦竹. 大麦苗的营养价值及应用. 大麦与谷类科学， 2017， 34（2）： 20-22， 27.
10	Nikkhah A. Barley forages for modern global ruminant agriculture： A review. Russian Agricultural Sciences， 2013， 39（3）： 206-213.
11	Dong J Q， Jiang W， Huang Y X， et al. Nutritional value of hydroponic barley seedling and its application in livestock and poultry breeding. Modern Animal Husbandry Science & Technology， 2023， 100（9）： 53-56.
	董佳强，蒋微，黄宇翔，等. 水培大麦苗的营养价值及在畜禽养殖中的应用. 现代畜牧科技， 2023， 100（9）： 53-56.
12	Oliver G， Emma S H， Saskia B， et al. In-depth observation on the microbial and fungal community structure of four contrasting tomato cultivation systems in soil based and soilless culture systems. Frontiers in Plant Science， 2020， 11： 520834.
13	Geng G， Wang G， Stevanato P， et al. Physiological and proteomic analysis of different molecular mechanisms of sugar beet response to acidic and alkaline pH environment. Frontiers in Plant Science， 2021， 12： 682799.
14	Yang Z J， Wu X H， Grossnickle S C， et al. Formula fertilization promotes Phoebe bournei robust seedling cultivation. Forests， 2020， 11（7）： 781.
15	Renata K， Dominika S， Marcin B， et al. The effect of different fertilization regimes on yield， selected nutrients， and bioactive compounds profiles of onion. Agronomy， 2021， 11（5）： 883.
16	Wang X， Nie S H， Zhang J S， et al. Effects of combined application of nitrogen， phosphorus and potassium fertilizer on agronomic traits and yield of barley in dryland. Xinjiang Agricultural Sciences， 2017， 54（11）： 2028-2035.
	王仙，聂石辉，张金汕，等. 氮磷钾肥配施对旱田大麦农艺性状和产量的影响. 新疆农业科学， 2017， 54（11）： 2028-2035.
17	Qiao J L， Guo M L， Dou Y W， et al. Optimization of nutrient solution formula and its effect on growth and production efficiency of hydroponic lettuce. Journal of Shandong Agricultural University （Natural Science Edition）， 2023， 54（2）： 166-172.
	乔佳乐，郭美玲，窦煜炜，等. 营养液配方优化及其对水培生菜生长和生产效率的影响. 山东农业大学学报（自然科学版）， 2023， 54（2）： 166-172.
18	Jang S， Lee Y A， Lee R A， et al. Optimization of ultrasound-assisted extraction of glycyrrhizic acid from licorice using response surface methodology. Integrative Medicine Research， 2017， 6（4）： 388-394.
19	Liu Y， Wei S， Liao M. Optimization of ultrasonic extraction of phenolic compounds from Euryale ferox seed shells using response surface methodology. Industrial Crops and Products， 2013， 49： 837-843.
20	Zou T B， Wang M， Gan R Y， et al. Optimization of ultrasound-assisted extraction of anthocyanins from mulberry， using response surface methodology. International Journal of Molecular Sciences， 2011， 12（5）： 3006-3017.
21	General Administration of Quality Supervision， Inspection and Quarantine of the People’s Republic of China， Standardization Administration of China. Determination of nitrogen， phosphorus and potassium in fertilizer by automatic analyzer， GB/T 22923-2008. Beijing： China Standards Press， 2008： 1-3.
	中华人民共和国国家质量监督检验检疫总局，中国国家标准化管理委员会. 肥料中氮、磷、钾的自动分析仪测定法， GB/T 22923-2008. 北京：中国标准出版社， 2008： 1-3.
22	Siewe B F， Kudre G T， Narayan B. Optimisation of ultrasound-assisted enzymatic extraction conditions of umami compounds from fish by-products using the combination of fractional factorial design and central composite design. Food Chemistry， 2021， 334： 127498.
23	Castagliola P. Response surfaces， mixtures， and ridge analyses. Journal of the Royal Statistical Society Series A： Statistics in Society， 2008， 171（1）： 313.
24	Luo T， Kang H M， Yang W Z， et al. Effects of nitrogen， phosphorus and potassium fertilization on the growth of Schima superba seedlings under hydroponic conditions. Journal of West China Forestry Science， 2021， 50（4）： 88-94， 112.
	罗婷，康洪梅，杨文忠，等. 水培条件下氮磷钾配比施肥对木荷幼苗生长的影响. 西部林业科学， 2021， 50（4）： 88-94， 112.
25	Chen K， Liu S Q， Zhang Z K， et al. Effects of potassium nutrition on growth， photosynthetic characteristics and quality of garlic seedlings. Journal of Plant Nutrition and Fertilizers， 2011， 17（2）： 506-512.
	陈昆，刘世琦，张自坤，等. 钾素营养对大蒜生长、光合特性及品质的影响. 植物营养与肥料学报， 2011， 17（2）： 506-512.
26	Rhodes R， Miles N， Hughes C J. Interactions between potassium， calcium and magnesium in sugarcane grown on two contrasting soils in South Africa. Field Crops Research， 2018， 223： 1-11.
27	Qiao Y， Hu X T， Wang R， et al. Certification in optimum of potassium concentration applied to hydroponic celery based on principal component analysis. Northern Horticulture， 2016， 22： 5-10.
	乔源，胡笑涛，王瑞，等. 基于主成分分析的水培芹菜最佳钾浓度筛选. 北方园艺， 2016， 22： 5-10.
28	Su Y J， Hu X T， Wang W E， et al. Effects of potassium concentration on growth and dynamic absorption of mineral elements of hydroponic lettuce. Journal of Northwest A&F University （Natural Science Edition）， 2016， 44（8）： 191-196， 204.
	苏苑君，胡笑涛，王文娥，等. 钾浓度对水培生菜生长及矿质元素动态吸收的影响. 西北农林科技大学学报（自然科学版）， 2016， 44（8）： 191-196， 204.
29	Yu T F， Liu X J， Wu Y， et al. Fertilization effect of alfalfa high yield field and its recommended fertilizer application in Northwest drought irrigated area. Acta Prataculturae Sinica， 2019， 28（8）： 15-27.
	于铁峰，刘晓静，吴勇，等. 西北干旱灌区紫花苜蓿高产田施肥效应及推荐施肥量研究. 草业学报， 2019， 28（8）： 15-27.
30	Du S P， Ma Z M， Tang C N， et al. Interactive effects of water， nitrogen， and potassium on yield and quality of grafted watermelon in gravel-mulched field. Journal of Plant Nutrition and Fertilizers， 2022， 28（8）： 1535-1544.
	杜少平，马忠明，唐超男，等. 水、氮、钾互作对砂田嫁接西瓜产量和品质的影响. 植物营养与肥料学报， 2022， 28（8）： 1535-1544.
31	Ni K， Wang X， Lu Y， et al. Exploring the silage quality of alfalfa ensiled with the residues of astragalus and hawthorn. Bioresource Technology， 2020， 297： 122249.
32	Yang J Y. Responses of seedling growth and feed nutrient metabolism of hydroponic barley in different light formulas and nitrogen level. Urumchi： Xinjiang Agricultural University， 2023.
	杨金钰. 水培大麦苗生长及饲用营养物质代谢对不同光配方和氮素的响应. 乌鲁木齐：新疆农业大学， 2023.
33	Yang L B. Effects of combined application of nitrogen and potassium on accumulation and transport of dry matter， and quality of rice. Wuhan： Huazhong Agricultural University， 2023.
	杨柳斌. 氮钾配合施用对水稻干物质积累转运及稻米品质的影响. 武汉：华中农业大学， 2023.
34	Sun Y L， Zhao J W， Liu X S， et al. Effects of nitrogen application on photosynthetic daily variation， leaf morphology and dry matter yield of alfalfa at the early flowering growth stage. Acta Prataculturae Sinica， 2022， 31（9）： 63-75.
	孙延亮，赵俊威，刘选帅，等. 施氮对苜蓿初花期光合日变化、叶片形态及干物质产量的影响. 草业学报， 2022， 31（9）： 63-75.
35	Welschmeyer N A， Lorenzen C J. Chlorophyll-specific photosynthesis and quantum efficiency at subsaturating light intensities. Journal of Phycology， 2010， 17（4）： 283-293.
36	Zhao J T， Yang K X， Ma C H， et al. Photosynthetic physiological parameters and antioxidant capacity of alfalfa leaves in response to nitrogen application. Chinese Journal of Grassland， 2023， 45（2）： 46-55.
	赵建涛，杨开鑫，马春晖，等. 苜蓿叶片光合生理参数及抗氧化能力对施氮的响应. 中国草地学报， 2023， 45（2）： 46-55.
37	Bai Y T， Wei Z J， Yan R R， et al. Effects of fertilization application on the yield of forage and nutrient content in Leymus chinensis mowing meadow. Chinese Journal of Grassland， 2017， 39（4）： 60-66.
	白玉婷，卫智军，闫瑞瑞，等. 施肥对羊草割草地牧草产量及品质的影响. 中国草地学报， 2017， 39（4）： 60-66.
38	Chen S. Effects of different nitrogen-potassium ratios and irrigation and fertilization methods on potted citrus tree growth and soil. Wuhan： Huazhong Agricultural University， 2023.
	陈爽. 不同氮钾比例和灌溉施肥方式对盆栽柑橘树体生长及土壤的影响. 武汉：华中农业大学， 2023.
39	Wang Y， Li D B， Qi X N， et al. Effects of nitrogen， phosphorus levels on grain yield and qualities of compact corn. Journal of Jilin Agricultural University， 2006， 28（2）： 184-188.
	王洋，李东波，齐晓宁，等. 不同氮、磷水平对耐密型玉米籽粒产量和营养品质的影响. 吉林农业大学学报， 2006， 28（2）： 184-188.
40	Wang B. Effects of mixed cropping ratio and NPK fertilizers on the production performance and soil physical and chemical properties of Sorghum bicolor/Dolichos lablab grassland. Yinchuan： Ningxia University， 2023.
	王斌. 混播比例与氮磷钾肥配施对甜高粱/拉巴豆草地生产性能和土壤理化性质的影响. 银川：宁夏大学， 2023.

试验变量 Experiment variables	代码 Codes	符号 Symbols	编码变量水平Levels of coded variables
试验变量 Experiment variables	代码 Codes	符号 Symbols	-1.68	-1	0	1	1.68
氮Nitrogen	A	N	3.30	5	7.5	10	11.70
磷Phosphorus	B	P	0.66	1	1.5	2	2.34
钾Potassium	C	K	1.98	3	4.5	6	7.02

试验变量 Experiment variables	代码 Codes	符号 Symbols	编码变量水平Levels of coded variables
试验变量 Experiment variables	代码 Codes	符号 Symbols	-1.68	-1	0	1	1.68
氮Nitrogen	A	N	3.30	5	7.5	10	11.70
磷Phosphorus	B	P	0.66	1	1.5	2	2.34
钾Potassium	C	K	1.98	3	4.5	6	7.02

处理 Treatments	变量代码Variables code			鲜草产量 Fresh grass yield （kg·plate^-1）	粗蛋白含量 Crude protein content （%DM）
处理 Treatments	A	B	C	鲜草产量 Fresh grass yield （kg·plate^-1）	粗蛋白含量 Crude protein content （%DM）
1	5.00（-1）	1.00（-1）	3.00（-1）	12.01	18.93
2	10.00（1）	1.00（-1）	3.00（-1）	12.03	19.93
3	5.00（-1）	2.00（1）	3.00（-1）	11.68	17.47
4	10.00（1）	2.00（1）	3.00（-1）	12.17	17.56
5	5.00（-1）	1.00（-1）	6.00（1）	11.60	15.60
6	10.00（1）	1.00（-1）	6.00（1）	10.66	16.58
7	5.00（-1）	2.00（1）	6.00（1）	11.45	17.12
8	10.00（1）	2.00（1）	6.00（1）	11.03	17.98
9	3.30（-1.682）	1.50（0）	4.50（0）	10.77	16.50
10	11.70（1.682）	1.50（0）	4.50（0）	11.03	18.73
11	7.50（0）	0.66（-1.682）	4.50（0）	12.11	17.74
12	7.50（0）	2.34（1.682）	4.50（0）	12.37	17.97
13	7.50（0）	1.50（0）	1.98（-1.682）	12.16	18.54
14	7.50（0）	1.50（0）	7.02（1.682）	10.95	16.05
15	7.50（0）	1.50（0）	4.50（0）	12.22	18.78
16	7.50（0）	1.50（0）	4.50（0）	12.10	19.19
17	7.50（0）	1.50（0）	4.50（0）	12.27	19.26
18	7.50（0）	1.50（0）	4.50（0）	12.16	18.83
19	7.50（0）	1.50（0）	4.50（0）	12.17	18.76
20	7.50（0）	1.50（0）	4.50（0）	11.96	18.81

处理 Treatments	变量代码Variables code			鲜草产量 Fresh grass yield （kg·plate^-1）	粗蛋白含量 Crude protein content （%DM）
处理 Treatments	A	B	C	鲜草产量 Fresh grass yield （kg·plate^-1）	粗蛋白含量 Crude protein content （%DM）
1	5.00（-1）	1.00（-1）	3.00（-1）	12.01	18.93
2	10.00（1）	1.00（-1）	3.00（-1）	12.03	19.93
3	5.00（-1）	2.00（1）	3.00（-1）	11.68	17.47
4	10.00（1）	2.00（1）	3.00（-1）	12.17	17.56
5	5.00（-1）	1.00（-1）	6.00（1）	11.60	15.60
6	10.00（1）	1.00（-1）	6.00（1）	10.66	16.58
7	5.00（-1）	2.00（1）	6.00（1）	11.45	17.12
8	10.00（1）	2.00（1）	6.00（1）	11.03	17.98
9	3.30（-1.682）	1.50（0）	4.50（0）	10.77	16.50
10	11.70（1.682）	1.50（0）	4.50（0）	11.03	18.73
11	7.50（0）	0.66（-1.682）	4.50（0）	12.11	17.74
12	7.50（0）	2.34（1.682）	4.50（0）	12.37	17.97
13	7.50（0）	1.50（0）	1.98（-1.682）	12.16	18.54
14	7.50（0）	1.50（0）	7.02（1.682）	10.95	16.05
15	7.50（0）	1.50（0）	4.50（0）	12.22	18.78
16	7.50（0）	1.50（0）	4.50（0）	12.10	19.19
17	7.50（0）	1.50（0）	4.50（0）	12.27	19.26
18	7.50（0）	1.50（0）	4.50（0）	12.16	18.83
19	7.50（0）	1.50（0）	4.50（0）	12.17	18.76
20	7.50（0）	1.50（0）	4.50（0）	11.96	18.81

模型评价指标Model evaluation indicators	鲜草产量Fresh grass yield	粗蛋白含量Crude protein content
标准偏差 Standard deviation （SD）	0.13	0.29
均值 Mean value	11.72 kg·plate^-1	18.02%DM
变异系数 Coefficient of variation （CV， %）	1.11	1.59
模型相关系数 Model correlation coefficient （r）	0.97	0.97
校正决定系数 Correction determination coefficient （R²adj）	0.95	0.94
预测决定系数 Prediction determination coefficient （R²）	0.85	0.82
相对准确度 Relative accuracy	18.09	22.27