Water quality assessment and economic benefit evaluation of integrated rice-red crayfish cultivation system under different stocking densities
-
摘要:目的
比较不同放养密度稻虾综合种养模式与传统水稻单作模式的水体环境质量及经济效益，探索洞庭湖区稻虾种养的科学模式。
方法采用小区试验的方法，共设置3个处理：放养密度为300 kg·hm−2的低密度稻虾处理、放养密度为375 kg·hm−2的高密度稻虾处理和水稻单作处理。分别在水稻不同生长时期进行水样采集和理化性质分析，采用综合水质指数评价法对3种模式进行水体质量评价，同时比较不同模式的经济效益。
结果溶解性总固体含量、pH、NH4+−N含量、化学需氧量和溶解氧含量这5项水体理化指标是田间水质变化的主要影响因素。在成熟期，相较于低密度稻虾处理虾沟水体，高密度稻虾处理虾沟水体总N含量显著提升10.5%（P<0.05），总P含量上升3.6%，化学需氧量显著提升26.2%（P<0.05）。在水稻成熟期，低密度稻虾处理水体质量指数达到0.72，显著高于高密度稻虾处理（P<0.05）。成本和收益计算结果显示，稻虾综合种养模式的经济效益较水稻单作模式提升6~9倍，且低密度稻虾处理的经济效益是高密度稻虾处理的1.47倍。
结论在稻虾综合种养模式中选择合适的虾养殖密度，可有效降低农业面源污染、提高稻田经济效益和环境效益，具有较好的推广潜力。以上研究结果为洞庭湖区农业面源污染防治措施制定提供了数据支撑。
Abstract:ObjectiveTo compare the water environment quality and economic benefits of rice-red crayfish integrated cultivation model under different stocking densities and traditional rice monocropping model, and explore the scientific model of rice-red crayfish cultivation in Dongting Lake area.
MethodUsing the method of plot experiment, three treatments were set up: Low density rice-red crayfish treatment with stocking density of 300 kg·hm−2, high density rice-red crayfish treatment with stocking density of 375 kg·hm−2 and rice monocropping treatment. Water samples were collected and their physico-chemical properties were analyzed at different growth stages of rice. Comprehensive water quality index evaluation method was used to evaluate the water quality of three models, and the economic benefits of different models were compared.
ResultTotal dissolved solid content, pH, NH4+-N content, chemical oxygen demand, and dissolved oxygen content were the primary five factors affecting water quality changes. At ripening stage, compared to the ditch water of low density rice-red cayfish theatment, the ditch water of high density rice-red cayfish treatment showed increases of total N content by 10.5% (P<0.05), total P content by 3.6%, and chemical oxygen demand by 26.2% (P<0.05). At rice ripening stage, the water quality index of the low density rice-red cayfish treatment reached 0.72, significantly higher than that of high density rice-red cayfish treatment (P<0.05). The cost and benefit calculations showed that the integrated rice-crayfish model’s economic benefits were 6−9 times higher than that of rice monocropping model, and low density rice-red cayfish’s economic benefits were 1.47 times of high density rice-red cayfish treatment.
ConclusionThe suitable breeding density of red crayfish can effectively reduce the pollution of agricultural non-point sources, significantly increase the economic and envrionment benefits of rice fields, and have a good popularization potential. These findings provide a data support for formulating measures to prevent agricultural non-point source pollution in the Dongting Lake region.
-
全球盐碱地面积约9.543 8亿 hm2，中国为9 913万hm2，吉林省西部地区的盐碱地面积约170万 hm2，并以每年1.4%的速度增加[1]，这对东北农业的发展造成了严重影响，所以对其开发利用具有非凡意义。实践表明，种植水稻不仅能有效提高苏打盐碱地的利用率[2]，同时也是提高农民收入、农业增效以及改善土地生态环境的最佳方法。赵兰坡等[3]通过“淡化表层”的方法开发盐碱地种植水稻，科研和生产实践表明，盐碱地水田耕层土壤的盐碱含量和碱化度均随水稻种植年限的增加而逐渐降低。
土壤微生物在动植物残体分解和C、N、P、S等元素的生物地球化学循环中起着非常重要的作用[4-5]，土壤微生物种类和数量对环境因子变化和人为干扰的反应十分敏感，能够及时反映土壤理化性质的变化[6-7]。真菌是土壤生态环境的重要组成部分，既可以分解有机物为植物提供养分，保证植物健康生长，也可以改善土壤结构与土壤肥力[8]，影响土壤细菌群落的组成[9]，是生态系统重要组成部分。自然环境中存在的真菌约350~510万种，目前人类认识的仅占5%~10%[10]，说明人类对真菌的认识还远远不够。随着科学技术的不断发展，基于焦磷酸测序(Pyrosequencing)技术的高通量测序系统已大规模应用[11]，为更全面地了解土壤真菌群落结构多样性提供了技术支持。高通量测序具有分析样本量多和单次运行产生的数据量大等优点[12]，得到很多研究者的青睐。目前，16S/18S/ITS rDNA扩增子测序技术已成为研究环境中微生物群落结构组成的重要手段。
本文通过IlluminaMiSeq测序平台[13]进行ITS rDNA测序，该平台在测序深度、通量、运行周期及测序准确性方面均具有优势，广泛应用于16S/18S/ITS rDNA扩增子测序。近年来，双端读长拼接法使IlluminaMiSeq测序平台的读数达600 bp，分析准确性进一步提高，因此通过该平台对不同种稻年限的苏打盐碱型水稻土进行ITS rDNA测序，更能说明土壤真菌多样性及群落组成变化的真实情况。为深入了解不同种稻年限对苏打盐碱土基本理化性质、真菌多样性及群落结构变化的影响，本研究具有一定的理论意义。
1. 材料与方法
1.1 试验地
试验地位于中国吉林省前郭县套浩太乡碱巴拉村(124°29'E，44°46'N)，属于中温带大陆性季风气候。年平均气温4.8 ℃，年积温2 800 ℃，年均降雨量450 mm，年均蒸发量1 280 mm，年均日照2 800 h，无霜期135 d[14]。供试土壤为不同种稻年限的苏打盐碱土。
1.2 土壤样品采集
2015年秋收后在田间采集水稻土样品。水稻土种稻年限设6个处理：种稻1年、3年、5年、15年、20年和50年。每个处理选3个地块(2 m×2 m)，用对角线五点法采样，然后将样品混合均匀，最后将3个地块的样品充分混匀，装在无菌自封袋中，置于冰盒中带回实验室。新鲜土样用于土壤微生物量碳、硝态氮和铵态氮测定；剩余土样一部分自然风干，研磨过筛，用于土壤其他基本理化性质测定，另一部分保存在–80 ℃冰箱用于DNA提取。
1.3 土壤基本理化性质测定
土壤理化性质测定的具体方法参照《土壤农业化学分析方法》[15]进行。pH采用电位法测定m (水)∶m (土)=2.5∶1.0；有机质含量采用重铬酸钾–浓硫酸容量法–外加热法测定；全氮含量采用半微量开氏法测定；硝态氮和铵态氮含量采用流动分析仪测定；速效磷和速效钾含量采用碳酸氢钠和醋酸铵提取法测定；电导率测定按m (水)∶m (土)=5∶1的比例将水土混合均匀，放置过夜，用电导率仪(上海雷磁TM-03型)测定；土壤水溶性盐分总量和总碱度测定前先将土壤样品做如下处理：取20 g土样与100 mL蒸馏水于振荡瓶中振荡3 min，12 000 r·min–1离心10 min后过滤，滤液即是水浸提液，水溶性盐分总量采用总量–质量法测定，总碱度采用电位滴定法测定。
1.4 土壤DNA提取及质量检测
按照PowerSoil®DNA提取试剂盒说明书对保存在–80 ℃条件下的土壤样品进行DNA提取，检测提取的DNA浓度及完整性。DNA浓度采用Qubit®2.0荧光定量仪检测，完整性用8 g·L–1的琼脂糖凝胶电泳检测。
1.5 文库构建及IlluminaMiSeq测序
高通量测序文库的构建及IlluminaMiSeq平台的测序由ZENEWIZ公司(苏州，中国)完成。以5~50 ng DNA为模板，PCR扩增真菌ITS rDNA上的ITS2可变区，通过PCR向ITS rDNA的PCR产物末端加上带有Index的接头。文库质量的检测采用Agilent 2100生物分析仪(安捷伦，美国)并通过Qubit和实时定量PCR检测文库浓度。DNA文库混合后，根据IlluminaMiSeq仪器说明书进行双端测序，通过MiSeq工具中的MiSeq控制软件进行图像分析与碱基识别，最后在Illuminabasespace云端计算平台进行初始分类分析。
1.6 数据分析
采用Excel和SPSS 24.0对土壤基本理化性质数据进行统计及差异显著性分析，采用Canoco 5.0进行冗余分析。双端测序得到的正反向reads首先两两组装连接，过滤拼接结果中含有N的序列，保留长度大于200 bp的序列。经质量过滤，去除嵌合体序列，取最终得到的序列进行OTU分析，使用VSearch 1.9.6进行序列聚类分析，序列相似性设为97%，比对的ITS rDNA参考数据库是unite ITS数据库( https://unite.ut.ee/)。采用核糖体数据库程序分类器贝叶斯算法对OTU代表性序列进行物种分类学分析，并在不同物种分类水平下统计每个样本的群落组成。基于OTU的分析结果，对样本序列进行随机抽样，分别计算Shannon和Chao1等α多样性指数，并作稀释曲线。
2. 结果与分析
2.1 土壤基本理化性质
由表1可知，随种稻年限增加，土壤pH、电导率、总碱度和水溶性盐分总量均显著下降(P<0.05)；有机质与微生物量碳含量随种稻年限增加而显著性升高；全氮、铵态氮和硝态氮含量随种稻年限增加呈升高趋势；速效磷含量在种稻20年时达最大值，之后略有下降；速效钾含量没有明显的变化规律，表现为种稻5年>种稻3年>种稻50年>种稻1年>种稻20年>种稻15年。
表 1 不同种稻年限苏打盐碱土基本理化性质的变化1)Table 1. Changes of the basic physicochemical properties of soda saline-alkaline soil with different rice planting year处理 Treatment 1 年 One year 3 年 Three years 5 年 Five years 15 年 15 years 20 年 20 years 50 年 50 years pH 9.29±0.01a 9.13±0.00b 8.82±0.02c 8.68±0.00d 8.34±0.00e 8.27±0.01f 电导率/(μs·cm–1)
Electrocorductibility526.33±0.58a 487.33±1.15b 456.00±1.00c 430.00±2.00d 408.33±1.15e 241.33±1.53f 总碱/(cmol·L–1)
Total alkaloids1.80±0.03a 1.65±0.03b 1.39±0.00c 1.25±0.01d 0.71±0.03e 0.54±0.01f 水溶性盐分/(mg·g–1)
Hydrolyte-salt2.27±0.03a 1.74±0.01b 1.65±0.04c 1.54±0.02d 1.32±0.04e 0.69±0.00f 有机质/(mg·g–1)
Organic matter18.53±0.05f 19.15±0.00e 21.54±0.09d 24.07±0.01c 25.77±0.08b 25.96±0.08a 微生物量碳/(μg·g–1)
Microbial biomass C232.42±0.28f 240.00±2.97e 282.95±1.36d 310.26±1.37c 373.89±2.35b 597.76±1.52a 全氮/(mg·g–1) Total N 0.72±0.03d 0.88±0.02cd 1.06±0.02bc 1.21±0.24ab 1.36±0.06a 1.41±0.17a 铵态氮/(μg·g–1) $ \scriptstyle\rm NH^+_4$-N 1.87±0.49a 2.23±0.32a 2.12±0.69a 2.31±0.50a 2.46±0.95a 2.43±0.54a 硝态氮/(μg·g–1) $\scriptstyle\rm NO^{-}_3$-N 1.32±0.05d 1.86±0.07cd 2.72±0.12bc 3.37±0.43ab 3.13±0.77b 4.37±0.06a 速效磷/(μg·g–1) Available P 5.58±0.17f 11.62±0.02e 13.90±0.00d 14.90±0.06c 23.24±0.17a 19.76±0.01b 速效钾/(μg·g–1) Available K 123.51±0.58c 146.38±0.01b 165.98±0.01a 116.98±1.00c 121.88±0.71c 141.48±0.71c 1) 表中数据为平均值±标准差，同行数据后不同小写字母者表示差异显著 (P< 0.05，LSD 法)
1) The data in the table were $\scriptstyle{\overline X \pm {\rm{SD}}}$, different lowercase letters in the same colum indicated significant difference (P<0.05, LSD method)2.2 土壤稀释曲线的建立
以随机抽取的ITS有效序列数量为横坐标，OTU数量为纵坐标建立的曲线为稀释曲线[16](图1)。结果表明，有效序列数量为0~5 000时，随有效序列数量增加，OTU数量迅速增加；有效序列数量为5 000~30 000时，OTU数量缓慢增加；有效序列数量大于30 000时，OTU数量基本趋于平缓。随抽取数据量加大，检测到的OTU数量不再增加，说明基本已达饱和状态，此时能够较准确地测定真菌序列数。从图1看出，当有效序列数量达到28 890后，真菌种(属)丰度以种稻5年的处理最高，种稻50年处理最低。
![]()
图 1 不同种稻年限苏打盐碱土真菌稀释曲线Figure 1. The dilution curve of fungi in soda saline-alkali soil with different rice planting year2.3 土壤真菌群落组成
6个处理的土壤样品测序后共获得403 763条序列，去除32 958条嵌合体序列后剩余370 805条有效序列，其中种稻15年处理的有效序列最多，为92 214条，种稻3年处理最少，为42 482条，种稻1、5、20和50年处理的有效序列数量居于二者之间，分别为56 942、45 987、64 665和68 515条。97%相似性水平下对所有的有效序列进行OTU划分，并进行生物信息学统计分析，共获得OTU数量500个。种稻1、3、5、15、20和50年处理的OTU数量分别为257、283、341、287、300和252个，不同处理的土壤样品共有的OUT数量为81个，特有的分别为3、12、7、30、17和20个。鉴定所得到的真菌门水平有子囊菌门Ascomycota、接合菌门Zygomycota、担子菌门Basidiomycota、壶菌门Chytridiomycota与未知菌门5大菌门(图2)，包括12纲25目26科45属59种。5大菌门的OTU数量分别占OTU总数量的29.56%、10.40%、10.38%、0.12%和49.55%。各处理中这些菌门均有出现，但所占比例有差异，担子菌门随种稻年限的增加显著增多。
![]()
图 2 土壤真菌门水平组成及相对丰度（不含未知门）Figure 2. Soil fungi composition and relative richness at phylum level excluding unknown phyla在属水平上，除未知菌属(87.48%)外，鉴定所得到的45个属中相对丰度大于0.2%的有12个属，分别为枝孢菌属Cladosporium (2.66%)、霍特曼尼菌属Holtermanniella (2.57%)、马氏链球菌属Massariosphaeria (2.08%)、盾壳菌属Coniothyrium (0.97%)、苦苣苔属Khuskia (0.59%)、被孢菌属Mortierella (0.52%)、镰刀菌属Fusarium (0.41%)、地丝霉属Geomyces (0.30%)、顶囊菌属Gaeumannomyces(0.26%)、Mrakia (0.21%)、链格孢菌属Alternaria (0.21%)和毛霉菌属Trichocladium (0.20%)。其余33个属的相对丰度仅占1.73%，并且不同处理土壤真菌群落的组成比例具有明显差异。相对丰度排名前20的真菌属如图3所示。霍特曼尼菌属在种稻15年内均没有出现，但从种稻20年处理的0.11%迅速增加到种稻50年的15.29%，其属于担子菌门，银耳纲Tremellomycetes。
![]()
图 3 土壤真菌属水平组成及相对丰度（不含未知属）Figure 3. Soil fungi composition and relative richness at genus level excluding unknown genus2.4 土壤真菌多样性指数
α多样性主要指单样本的多样性分析，反映微生物群落中的物种数目。根据OTU列表中的各样品物种丰度，利用mothur软件计算群落丰富度指数(Ace和Chao1指数)、群落多样性指数(Shannon和Simpson指数)和覆盖率指数(覆盖率)等估计环境群落的物种丰度和多样性。由表2可知，种稻5年处理的Ace和Chao1指数均最大，说明它的物种丰度最高。Shannon指数和Simpson指数越大，群落多样性越高，随种稻年限增加，Shannon指数和Simpson指数均先迅速增加随后逐渐减小，种稻5年处理最大，说明其群落多样性最高。这可能是因为原有微生物对种稻的反应非常敏感，种稻明显影响土壤微生物使其发生变化，直到再次稳定。各样本文库的覆盖率数值越高，样本中序列被测出的概率就越高，表2中各样本文库的覆盖率均不低于99.9%，说明测得的OUT数量能够反映各处理苏打盐碱土壤的真菌群落组成。
表 2 不同种稻年限苏打盐碱土真菌α多样性指数Table 2. Fungal α diversity indexes of soda saline-alkaline soil with different rice planting year年
YearAce 指数
Ace indexChao1 指数
Chaol indexShannon 指数
Shannon indexSimpson 指数
Simpson indexOTU 数量
OTU quantity覆盖率/%
Coverage rate1 273 270 3.103 0.650 257 99.9 3 305 342 5.944 0.967 283 99.9 5 350 356 6.204 0.968 341 99.9 15 294 295 5.635 0.948 287 100.0 20 314 322 4.641 0.887 300 99.9 50 262 275 4.196 0.871 252 99.9 2.5 土壤真菌群落与环境因子之间的关系
冗余分析可以解释采样点、土壤环境因子和物种三者之间或两两之间的相互关系。由图4看出，种稻1年和种稻3年处理距离较近，种稻1年、3年，种稻5年，种稻15年，种稻20年，种稻50年处理为5个相对独立的群落，说明种稻1年和3年处理的真菌群落相似，其余处理间真菌群落差异较大。环境因子微生物量碳、速效磷、硝态氮、全氮、有机质和铵态氮，pH、电导率、总碱度和水溶性盐分总量之间的夹角为锐角，说明他们之间可能存在相互协同关系。土壤pH、电导率、总碱度以及水溶性盐分总量与毛霉菌属、Mrakia、被孢菌属、隐球菌属Cryptococcus、翅孢壳属Emericellopsis、盾壳菌属、链格孢菌属、干酪酵母菌属Meyerozyma、苦苣苔属、毛球腔菌属Setosphaeria、镰刀菌属、顶囊菌属和Microdochium等真菌菌属数量呈正相关；土壤硝态氮、铵态氮、速效磷、全氮以及有机质含量与上述真菌菌属数量的关系与其相反；土壤微生物量碳含量与霍特曼尼菌属数量呈正相关，说明霍特曼尼菌属受土壤微生物量碳影响很大。土壤pH、电导率、总碱度、水溶性盐分总量以及速效钾含量对大多数真菌菌属的影响相对比较显著，说明土壤碱化程度明显影响了真菌菌属多样性。
![]()
图 4 不同种稻年限土壤真菌群落与环境因子的冗余分析Figure 4. Redundancy analyses of fungal communities and environmental factors of soda saline-alkali soil with different rice planting year3. 讨论与结论
本研究发现，种稻年限显著影响土壤理化性质和真菌群落多样性，pH、电导率、水溶性盐分总量、总碱度、有机质含量和微生物量碳含量等均随种稻年限延长有明显变化。有机质、微生物量碳和其他养分含量的变化，可能与种稻期间为提高作物产量施用的有机肥、无机肥和田间稻秆残留等有一定关系。土壤理化性质的变化可以改善土壤质量，影响土壤微生物的生存环境，从而改变真菌群落的结构。
土壤pH、电导率、总碱度及水溶性盐分总量均可以反映土壤的碱化情况[17-18]。本研究表明，随种稻年限增加，土壤pH、电导率、总碱度以及水溶性盐分总量均显著降低，可能是淹水状态导致耕层土壤的盐分向下渗透，使酸碱度发生变化，同时也影响了电导率、总碱度以及水溶性盐分总量等。种稻50年时，苏打盐碱土的pH降低到8.27，有研究发现种稻2 000年时土壤pH从8.8降低到5.6[19]，虽然本研究的种稻年限有限，但变化趋势却一致。有研究表明，酸性红壤和湖泊围垦种稻30~50年，便可形成高度熟化的水稻土[20-21]。本研究发现种稻5年时，土壤有机质含量已升高至21.54 g·kg–1，说明已形成“熟化耕层”[22]。
目前关于种稻年限影响苏打盐碱土土壤养分及酶活性的研究较广泛[23-24]，但种稻年限影响苏打盐碱土真菌群落结构变化的研究鲜有报道。随种稻年限增加，土壤中真菌的种类和相对丰度都发生了一定变化，这可能是种植水稻后土壤原有的结构和养分等发生了变化，也可能是水稻根系分泌物对某些真菌具有抑制[25]或促进[26]的作用。通过平板稀释法研究不同种稻年限苏打盐碱土的真菌数量，发现种稻年限短的土壤中可培养的真菌数量极少，远不如细菌与放线菌，但随着种稻年限增加，真菌数量明显增多[27]。本研究鉴定所得到的优势菌门为子囊菌门，可能是淹水嫌气条件更适合其生长繁殖[28]。全世界发现的子囊菌门有32 267个种，是真菌中种类最多的一个类群，约占1/3。Al-Sadi等[29]认为，子囊菌门占据比例最大，主要是因为子囊菌可以产生大量的无性孢子，从而快速生长。有研究认为，子囊菌和担子菌是土壤中重要的真菌分解者，担子菌能够很好地降解木质纤维素[30-31]。担子菌门的真菌种类丰富，具有食用和药用价值，也有一些是有害真菌，会使作物产生病害。随种稻年限增加，担子菌门的相对丰度逐渐增加，可能与田间枯枝落叶增多，为担子菌提供了更适宜的生存环境有关。王艳云等[32]在黄河三角洲盐碱地土壤发现子囊菌门相对丰度最高，担子菌门次之，与本研究结果一致。冗余分析表明土壤pH、电导率、总碱度、水溶性盐分总量和速效钾含量对种稻后苏打盐碱土真菌群落的影响大于其他环境因子，这与多数研究[33-35]观点一致。
本研究表明，种稻年限对苏打盐碱土理化性质有很大影响。种稻年限的增加能够显著降低苏打盐碱土中pH、电导率、总碱度以及水溶性盐分总量，减轻土壤碱化程度，同时提高土壤硝态氮、全氮、有机质和微生物量碳等养分的含量。不同种稻年限土壤理化性质发生了改变，土壤中真菌所占比例也不相同，从门水平看，主要有子囊菌门、接合菌门、担子菌门和未知菌门，相对丰度均大于10%，其中担子菌门的相对丰度随种稻年限增加而增加；从属水平看，枝孢菌属、霍特曼尼菌属、马氏链球菌属以及未知菌属为优势菌属，相对丰度大于2%，霍特曼尼菌属在种稻20年时才出现，种稻50年处理中所占比例达到了15.29%。α多样性指数分析指出，真菌群落多样性随种稻年限增加先增加后逐渐减小，种稻5年时真菌多样性指数最大，真菌群落多样性最高。冗余分析得出土壤pH、电导率、总碱度、水溶性盐分总量和速效钾含量是影响真菌群落多样性主要的环境因子。
-
![]()
图 1 水体理化指标在不同处理和水稻各生长时期的变化
RCL：低密度稻虾模式田面水体，RCL-G：低密度稻虾模式虾沟水体，RCH：高密度稻虾模式田面水体，RCH-G：高密度稻虾模式虾沟水体，RM：水稻单作模式田面水体；P1：分蘖期，P2：拔节期，P3：孕穗期，P4：扬花期，P5：灌浆期，P6：成熟期；各小图中柱子上方的不同小写字母表示相同生长时期不同处理间差异显著(P<0.05，Duncan’s法)。
Figure 1. Physico-chemical indicator changes of water under different treatments and in different growth periods of rice
RCL: Surface water of low density rice-red crayfish model, RCL-G: Ditch water of low density rice-red crayfish model, RCH: Surface water of high density rice-red crayfish model, RCH-G: Ditch water of high density rice-red crayfish model, RM: Surface water of rice monocropping model; P1: Tillering stage, P2: Jointing stage, P3: Booting stage, P4: Flowering stage, P5: Filling stage, P6: Ripening stage; Different lowercase letters above the columns in each figure indicate significant differences among different treatments in the same growth period (P<0.05, Duncan’s method).
![]()
图 2 水体各指标间的相关性分析
1：pH，2：溶解氧含量，3：电导率，4：溶解性总固体含量，5：总N含量，6：总P含量，7：NH4+−N含量，8：NO3-−N含量，9：化学需氧量；“*”表示在P<0.05水平显著相关(Pearson法)。
Figure 2. Correlation analysis among all water indexes
1: pH, 2: Dissolved oxygen content, 3: Electrical conductivity, 4: Total dissolved solid content, 5: Total N content, 6: Total P content, 7: NH4+-N content，8: NO3−-N content, 9: Chemical oxygen demand; “*” indicates significant correlation at P<0.05 (Pearson method).
![]()
图 3 不同处理以及水稻不同生长时期的水体质量分析
RCL：低密度稻虾模式田面水体，RCL-G：低密度稻虾模式虾沟水体，RCH：高密度稻虾模式田面水体，RCH-G：高密度稻虾模式虾沟水体，RM：水稻单作模式田面水体；P1：分蘖期，P2：拔节期，P3：孕穗期，P4：扬花期，P5：灌浆期，P6：成熟期；柱子上方的不同小写字母表示相同生长时期不同处理间差异显著(P<0.05，Duncan’s法)。
Figure 3. Analysis of water quality under different treatments and in different growth periods of rice
RCL: Surface water of low density rice-red crayfish model, RCL-G: Ditch water of low density rice-red crayfish model, RCH: Surface water of high density rice-red crayfish model, RCH-G: Ditch water of high density rice-red crayfish model, RM: Surface water of rice monocropping model; P1: Tillering stage, P2: Jointing stage, P3: Booting stage, P4: Flowering stage, P5: Filling stage, P6: Ripening stage; Different lowercase letters above the columns indicate significant differences among different treatments in the same growth period (P<0.05, Duncan’s method).
表 1 试验地土壤基本理化性质
Table 1 Basic physical-chemical properties of the tested soil
处理
TreatmentpH w/(g·kg−1) w/(mg·kg−1) 总N
Total N总P
Total P总K
Total K有机质
Organic matter速效P
Available P速效K
Available K稻虾
Rice-red crayfish6.02±0.03 0.97±0.07 0.58±0.02 5.69±0.27 27.50±2.24 2.71±0.76 43.94±2.89 水稻单作
Rice monocropping6.01±0.02 0.98±0.06 0.59±0.01 5.49±0.24 29.80±4.31 2.23±0.50 36.65±2.66 
下载: 导出CSV
表 2 水体指标的主成分分析结果
Table 2 Principal component analysis results of water indexes
指标1)
Index主成分 Principal component 范数值
Norm value公因子方差
CommunalityⅠ Ⅱ Ⅲ Ⅳ 1 −0.361 0.553 −0.175 0.527 6.331 0.744 2 −0.061 −0.257 0.330 0.775 7.328 0.780 3 0.939 0.158 0.014 0.148 5.233 0.930 4 0.945 0.138 0.080 0.143 5.262 0.939 5 −0.649 0.487 0.278 0.019 5.254 0.736 6 0.271 0.602 0.191 −0.287 5.219 0.554 7 0.204 −0.042 0.787 0.009 6.265 0.663 8 −0.036 −0.811 −0.059 0.002 5.568 0.663 9 0.252 0.147 −0.657 0.205 5.686 0.559 特征值 Eigenvalue 2.511 1.696 1.314 1.046 占比/% Percent 27.903 18.847 14.599 11.619 累积占比/% Cumulative percent 27.903 46.749 61.348 72.967 1) 1：pH，2：溶解氧含量，3：电导率，4：溶解性总固体含量，5：总N含量，6：总P含量，7：NH4+−N含量，8：NO3-−N含量，9：化学需氧量。
1) 1: pH, 2: Dissolved oxygen content, 3: Electrical conductivity, 4: Total dissolved solid content, 5: Total N content, 6: Total P content, 7: NH4+-N content，8: NO3--N content, 9: Chemical oxygen demand.
下载: 导出CSV
表 3 最小数据集指标的公因子方差和权重
Table 3 Communality and weight of indicators in minimal data set
指标
Index公因子方差
Communality权重
Weight溶解性总固体含量
Total dissolved solid content0.939 0.255 pH 0.744 0.202 NH4+−N含量
NH4+-N content0.663 0.180 化学需氧量
Chemical oxygen demand0.559 0.152 溶解氧含量
Dissolved oxygen content0.780 0.212
下载: 导出CSV
表 4 3种处理的水稻产量与产值1)
Table 4 Rice yield and output value in three treatments
处理
Treatment有效穗数/(104·hm−2)
Number of
productive ears每穗总粒数
Total number of
grains per panicle结实率/%
Setting
percentage千粒质量/g
Thousand-seed
weight产量/
(t·hm−2)
Yield产值/(元·hm−2)
Output
valueLRC 212.2±2.7b 119.6±3.4a 80.1±0.9b 25.6±0.5b 5.21±0.03b 18 235±96b HRC 206.2±2.9c 108.3±5.2b 80.3±0.4b 24.3±0.4c 4.35±0.01c 15 225±82c R 230.6±4.4a 121.9±2.9a 85.1±0.3a 28.7±0.4a 6.57±0.20a 22 987±94a 1)LRC：低密度稻虾，HRC：高密度稻虾，R：水稻单作；水稻收购价格为3.5元·kg−1，水稻收购价格不考虑稻虾米溢价；同列数据后的不同小写字母表示处理间差异显著(P<0.05，Duncan’s法)。
1)LRC: Low density rice-red crayfish, HRC: High density rice-red crayfish, R: Rice monocropping; The rice procurement price is 3.5 yuan·kg−1, and its purchase price does not take into account the premium of rice-red crayfish; Different lowercase letters in the same column indicate significant differences among different treatments (P<0.05, Duncan’s method).
下载: 导出CSV
表 5 2种放养密度稻虾复合模式中红螯螯虾产量指标1)
Table 5 Production index of red crayfish in rice-red crayfish integrated systems of two stocking densities
处理
Treatment产量/(kg·hm−2)
Production产出投入比
Output-input ratio存活率/%
Survival rateLRC 923±8a 1.93±0.10a 79.3±0.2a HRC 752±8b 1.36±0.10b 51.8±0.3b 1)LRC：低密度稻虾，HRC：高密度稻虾；同列数据后的不同小写字母表示处理间差异显著(P<0.05，t检验)。
1)LRC: Low density rice-red crayfish, HRC: High density rice-red crayfish; Different lowercase letters in the same column indicate significant differences between two treatments (P<0.05, t-test).
下载: 导出CSV
表 6 2种放养密度稻虾复合模式中红螯螯虾养殖产量及产值1)
Table 6 Red crayfish production and output value in rice-red crayfish integrated systems of two stocking densities
处理
Treatment产量/(kg·hm−2) Production 产量占比/% Production proportion 产值/
(元·hm−2)
Output
value小青
Small
green中青
Medium
green大青
Large
green炮头
Cannon
head小青
Small
green中青
Medium
green大青
Large
green炮头
Cannon
headLRC 34.5±2.6a 412.5±2.5a 270.0±3.5b 205.5±4.3a 3.7 44.7 29.3 22.3 90 575±102a HRC 31.5±3.5a 282.0±1.7b 310.5±4.1a 127.5±2.8b 4.2 37.5 41.3 17.0 73 356±139b 1) LRC：低密度稻虾，HRC：高密度稻虾；小青、中青、大青和炮头售价分别为64、85、100和128元·kg−1；同列数据后的不同小写字母表示处理间差异显著(P<0.05，t检验)。
1) LRC: Low density rice-red crayfish, HRC: High density rice-red crayfish; Small green is priced at 64 yuan·kg−1, medium green 85 yuan·kg−1, large green 100 yuan·kg−1, cannon head 128 yuan kg−1; Different lowercase letters in the same column indicate significant differences between two treatments (P<0.05, t-test).
下载: 导出CSV
表 7 3种处理的经济效益对比1)
Table 7 Comparison of economic benefits of three treatments
处理
Treatment秧苗成本/
(元·hm−2)
Seedling
cost化肥成本/
(元·hm−2)
Fertilizer
cost饲料成本/
(元·hm−2)
Feed
cost虾苗成本/
(元·hm−2)
Shrimp seed
cost人工成本/
(元·hm−2)
Labor
cost田地租金/
(元·hm−2)
Land
rent水稻产值/
(元·hm−2)
Rice
output虾产值/
(元·hm−2)
Red crayfish
output收益/
(元·hm−2)
ProfitLRC 500 2 920 3 578 9 000 10 140 9 000 18 235 90 575 73 672±198a HRC 500 2 920 4 155 12 000 10 140 9 000 15 225 73 356 49 866±221b R 500 3 504 3 000 9 000 22 987 6 983±94c 1) LRC：低密度稻虾，HRC：高密度稻虾，R：水稻单作；收益数据后的不同小写字母表示处理间差异显著(P<0.05，Duncan’s法)。
1) LRC: Low density rice-red crayfish, HRC: High density rice-red crayfish, R: Rice monocropping; Different lowercase letters after the profit data indicate significant differences among treatments (P<0.05, Duncan’s method).
下载: 导出CSV
-
[1] 康绍忠. 藏粮于水 藏水于技: 发展高水效农业 保障国家食物安全[J]. 中国水利, 2022(13): 1-5. [2] DENG N, GRASSINI P, YANG H, et al. Closing yield gaps for rice self-sufficiency in China[J]. Nature Communications, 2019, 10: 1725. doi: 10.1038/s41467-019-09447-9
[3] 程敏. 农业面源污染对农村地表水的影响与对策[J]. 化工设计通讯, 2023, 49(12): 185-187. [4] 张佳卓. 中国农业面源污染区域差异及其影响因素分析[D]. 昆明: 云南财经大学, 2020. [5] 唐建军, 李巍, 吕修涛, 等. 中国稻渔综合种养产业的发展现状与若干思考[J]. 中国稻米, 2020, 26(5): 1-10. [6] 万玉霞. 探究稻虾共生高效生态种养模式与效益[J]. 种子科技, 2019, 37(5): 24. [7] HOU J, STYLES D, CAO Y, et al. The sustainability of rice-crayfish coculture systems: A mini review of evidence from Jianghan Plain in China[J]. Journal of the Science of Food and Agriculture, 2021, 101(9): 3843-3853. doi: 10.1002/jsfa.11019
[8] WU Y, LI Y, NIU L, et al. Nutrient status of integrated rice-crayfish system impacts the microbial nitrogen-transformation processes in paddy fields and rice yields[J]. Science of the Total Environment, 2022, 836: 155706. doi: 10.1016/j.scitotenv.2022.155706
[9] 黄国林, 曾斌, 李卫东, 等. 湖南环洞庭湖区稻渔综合种养发展模式与优化建议[J]. 湖南农业科学, 2019(12): 59-63. [10] NIHALANI S, MEERUTY A. Water quality index evaluation for major rivers in Gujarat[J]. Environmental Science and Pollution Research, 2021, 28(45): 63523-63531. doi: 10.1007/s11356-020-10509-5
[11] SUTADIAN A D, MUTTIL N, YILMAZ A G, et al. Development of river water quality indices: A review[J]. Environmental Monitoring and Assessment, 2015, 188(1): 58.
[12] 魏征. 盐胁迫对不同水稻品种生理特性和产量的影响[D]. 长沙: 湖南农业大学, 2023. [13] 瞿梦洁, 韩玉成, 万智鹏, 等. 稻虾共作水域沉积物有机磷农药残留特征及其对磷循环驱动机制[J]. 农业环境科学学报, 2023, 42(2): 434-442. [14] 韩光明, 吴雷明, 张家宏, 等. 稻虾共作模式下不同投饲率对稻、虾生长及氮磷利用的影响[J]. 扬州大学学报(农业与生命科学版), 2022, 43(5): 10-17. [15] LIU K W, ZHU J Q, LIU K Q, et al. Assessment of precipitation suitable degree from integrated rice-crayfish farming systems in Jianghan Plain of China[J]. Journal of Agrometeorology, 2022, 24(2): 123-132.
[16] 李进. 水环境理化因子对红螯螯虾繁殖性能和幼体发育的影响研究[D]. 青岛: 中国海洋大学, 2009. [17] LI T, ZHANG B, ZHU C, et al. Effects of an ex situ shrimp-rice aquaponic system on the water quality of aquaculture ponds in the Pearl River estuary, China[J]. Aquaculture, 2021, 545: 737179. doi: 10.1016/j.aquaculture.2021.737179
[18] NAYAK P K, NAYAK A K, PANDA B B, et al. Ecological mechanism and diversity in rice based integrated farming system[J]. Ecological Indicators, 2018, 91: 359-375. doi: 10.1016/j.ecolind.2018.04.025
[19] 王世会, 赵志刚, 罗亮, 等. 放养密度对寒区稻−扣蟹共作模式中河蟹生长及水质的影响[J]. 水产学杂志, 2023, 36(2): 100-108. [20] 舒斌, 李军涛, 张秀霞, 等. 环境因子对克氏原螯虾Procambarus clarkii免疫指标影响的研究进展[J]. 水产学杂志, 2020, 33(4): 75-80. [21] LI Y F, WU T Y, WANG S D, et al. Developing integrated rice-animal farming based on climate and farmers choices[J]. Agricultural Systems, 2023, 204: 103554. doi: 10.1016/j.agsy.2022.103554
[22] BASHIR M A, WANG H, SUN W, et al. The implementation of rice-crab co-culture system to ensure cleaner rice and farm production[J]. Journal of Cleaner Production, 2021, 316: 128284. doi: 10.1016/j.jclepro.2021.128284
[23] 李志福, 吴永红, 刘雪梅, 等. 基于稻虾共作系统水稻收割后水体水质及沉积物重金属风险评估[J]. 华东师范大学学报(自然科学版), 2024(1): 122-33. [24] FARZADFAR S, KNIGHT J D, CONGREVES K A. Soil organic nitrogen: An overlooked but potentially significant contribution to crop nutrition[J]. Plant and Soil, 2021, 462(1): 7-23.
[25] AKHTAR N, ISHAK M I S, BHAWANI S A, et al. Various natural and anthropogenic factors responsible for water quality degradation: A review[J]. Water, 2021, 13(19): 2660. doi: 10.3390/w13192660
[26] 倪明理. 投食对稻虾共作生态系统氮素利用的影响[D]. 武汉: 华中农业大学, 2022. [27] 侯应霞, 苏应兵. 稻田小龙虾生态养殖模式的效益比较[J]. 养殖与饲料, 2024, 23(1): 13-19. [28] LI F, FENG J, ZHOU X, et al. Effect of rice-fish/shrimp co-culture on sediment resuspension and associated nutrients release in intensive aquaculture ponds[J]. Archives of Agronomy and Soil Science, 2020, 66(7): 971-982. doi: 10.1080/03650340.2019.1649395
[29] 徐若诗, 逄勇, 罗缙, 等. 基于WQI的南水北调东线江苏段水质评价及时空分布特征[J]. 环境科学, 2024, 45(9): 5227-5234. [30] 富天乙, 邹志红, 王晓静. 基于多元统计和水质标识指数的辽阳太子河水质评价研究[J]. 环境科学学报, 2014, 34(2): 473-480. [31] 曹阳阳. 改进层次分析法在地表水质评价中的应用[J]. 水利科技与经济, 2023, 29(9): 41-46. [32] 陈华, 张倩, 王照丽, 等. 基于主成分分析与聚类分析的水质综合评价研究[J]. 科技创新与应用, 2023, 13(26): 88-92. [33] MA Z, LI H, YE Z, et al. Application of modified water quality index (WQI) in the assessment of coastal water quality in main aquaculture areas of Dalian, China[J]. Marine Pollution Bulletin, 2020, 157: 111285. doi: 10.1016/j.marpolbul.2020.111285
[34] 梁宇辉. “双水双绿”稻虾种养模式水质变化和养分收支研究[D]. 武汉: 华中农业大学, 2022. [35] 管卫兵, 刘凯, 石伟, 等. 稻渔综合种养的科学范式[J]. 生态学报, 2020, 40(16): 5451-5464. [36] 寇祥明, 韩光明, 吴雷明, 等. 虾苗密度对稻虾共作模式下稻虾生长及氮磷利用的影响[J]. 扬州大学学报(农业与生命科学版), 2020, 41(2): 22-27. [37] 王晨, 胡亮亮, 唐建军, 等. 稻鱼种养型农场的特征与效应分析[J]. 农业现代化研究, 2018, 39(5): 875-882. -
期刊类型引用(1)
1. 廖冰，黄秀艳，陈科，傅雪琳，何平. 野生稻单片段代换系苗期耐旱性评价及QTL鉴定. 广东农业科学. 2024(03): 70-80 . 
百度学术
其他类型引用(3)
计量
- 文章访问数: 601
- HTML全文浏览量: 18
- PDF下载量: 39
- 被引次数: 4
