嚴惠敏，周銘瑞，徐志鵬，王清頤，劉健峰，周楊陽，王乃江，丁奠元,

(1.揚州大學水利科學與工程學院，江蘇 揚州 225009；2. 西北農林科技大學中國旱區(qū)節(jié)水農業(yè)研究院，陜西 楊凌 712100)

糧食安全問題一直是中國乃至全世界持續(xù)關注的重大民生問題[1]。農業(yè)生產受外界氣候環(huán)境的影響顯著，已有研究表明氣候變化是除了快速增加的人口數(shù)量、水分短缺和土地退化之外，又一個對糧食生產和安全的重要威脅[2]。因此，有效應對氣候變化，利用其對農業(yè)生產有利一面，緩解其對糧食安全不利一面，已成為眾多學者必須面對的重大挑戰(zhàn)。

小麥是世界主要糧食作物之一，在我國種植范圍較廣，江蘇省是中國冬小麥的主要種植區(qū)域之一[3]。隨著全球氣候變暖，特別是暖冬的出現(xiàn)，改變了小麥冬季的生長發(fā)育狀況。有研究表明，在氣候變化背景下，傳統(tǒng)的播期易造成冬小麥植株生長迅速、苗情過旺，遇到寒冬或倒春寒，極大增加了凍害的發(fā)生幾率，嚴重影響冬小麥的產量[4-5]。為了適應氣溫升高，適當晚播可以延緩小麥越冬前的發(fā)育進程，減少凍害對小麥生產的影響[6]；同時適度推遲播種日期可以使小麥植株充分利用冬前光熱資源，培育壯苗，有利于形成高產群體，穩(wěn)定冬小麥產量[7-9]。因此，如何“適期”，如何確定“晚播時間”，成為優(yōu)化小麥生育進程，適應當?shù)貧夂颦h(huán)境的關鍵問題。目前，關于晚播對冬小麥產量及其構成影響的研究多是單一的研究區(qū)域，而且已有研究試驗分布較為獨立分散，且對整個江蘇省開展系統(tǒng)性研究較少；不同區(qū)域冬小麥的最適播期是否相同，播期如何影響冬小麥產量及其產量構成因子(穗數(shù)、穗粒數(shù)和千粒重)，這些問題均需要進一步探討。

以上問題均無法從獨立的田間試驗中得以解決，而Meta分析(Meta-analysis)為以上問題提供了可能的解決途徑。Meta分析是一種對同一主題下的多個獨立試驗或研究進行綜合統(tǒng)計的分析方法[10]，從統(tǒng)計學角度達到增大樣本含量，提高檢驗效能的目的[11]。Meta分析在醫(yī)學、礦產和土地利用等多方面均有著廣泛的應用[12-15]。在農業(yè)方面，Meta分析已經應用到棉花地膜覆蓋產量效應[16]、農田秸稈還田土壤N2O排放及其影響因素[17]、生物質炭施用對我國農作物和土壤固碳減排潛力的影響[18]、玉米產量相關性狀[19]、稻麥兩熟系統(tǒng)產量對秸稈還田的響應[20]。目前已有研究中，基于Meta分析江蘇省播期對冬小麥產量及其構成影響的相關研究較少，江蘇省冬小麥播期需要從較大區(qū)域尺度進一步研究。

鑒于以上研究現(xiàn)狀和存在的問題，本研究基于收集的近20年江蘇省冬小麥播期的大田試驗數(shù)據(jù)，利用Meta分析方法，定量研究播期對冬小麥產量及其構成要素的影響，為江蘇省確定冬小麥最適播期提供理論依據(jù)。

1 材料與方法

1.1 數(shù)據(jù)來源

本研究通過對中國知網、維普、萬方和Web of Science等中外文文獻數(shù)據(jù)庫進行檢索，收集截止2019年12月31日國內外公開發(fā)表的有關播期對小麥產量影響的田間試驗研究論文。檢索中文關鍵詞包括小麥、播期、晚播等及其組合，英文關鍵詞包括Winter wheat, sowing date, planting date, late sowing及其組合?；谝韵聵藴蚀_定該研究的分析樣本：(1)試驗區(qū)域位于中國江蘇省范圍內，試驗地點明確；(2)試驗處理必須包括晚播和正常播期的對照試驗；(3)文中列有相關處理的產量和產量構成的均值及標準差(或標準誤)，或提供相關處理各重復產量，或試驗年份≥2 a[21]。經以上標準嚴格篩選，共獲得19篇可用文獻(表1)，65組有效數(shù)據(jù)。

1.2 數(shù)據(jù)處理及分組

本研究根據(jù)獲取的數(shù)據(jù)情況，將數(shù)據(jù)按照晚播天數(shù)、冬小麥品性、試驗區(qū)域、試驗年代進行分組，其中因晚播>32 d的數(shù)據(jù)量較少，沒有單獨進行分析，具體見表2。

1.3 數(shù)據(jù)分析及研究方法

1.3.1 標準差計算 Meta分析是一種基于文獻資料的定量統(tǒng)計方法，它通過合并同質統(tǒng)計量，對某研究領域中的主題問題進行綜合定量分析[41]。標準差是Meta分析的一個重要參數(shù)，用于計算各研究的權重。在數(shù)據(jù)整理中，當文中列有產量標準差時，直接使用；當文中沒有提供產量標準差但有標準誤，或多個重復試驗的產量，或既未提供產量標準差也無重復試驗的產量，但包含多年試驗時，將多年試驗結果看作平均重復，計算標準差[42]。

1.3.2 Meta分析 通過對以往的Meta分析研究的了解，研究中每個試驗點的權重用原始數(shù)據(jù)均值的標準差進行計算[43]，也可以采用試驗處理的重復次數(shù)進行計算[44]。本研究利用試驗處理的重復次數(shù)的方法計算權重(W)。

W=(Ne×Nc)/(Ne+Nc)

式中，Ne和Nc分別表示晚播和正常播期對照組的試驗重復次數(shù)。

在MetaWin軟件中輸入各研究中晚播組和正常播期對照組平均產量值、對應的標準差、樣本個數(shù)，計算效應值(InR)：

lnR=ln(Ye/Yc)

式中，R是反應比；Ye和Yc分別為晚播和正常播期對照組的產量(kg·hm-2)。

表1 數(shù)據(jù)庫原始文獻信息概要

表2 Meta分析有效數(shù)據(jù)分類信息

為便于使用晚播增產率解釋晚播的效應(增產或減產效應)，將效應量(lnR)轉化為增產率(Z)：

Z=[exp(lnR)-1]×100%

晚播的增產率(Z)和其95%的置信區(qū)間用MetaWin2.1軟件產生。Z的95%置信區(qū)間若全部大于0，說明晚播對產量具有顯著正效應，即促進增產；若全部小于0，說明晚播對產量具有顯著負效應，即不利于產量的提高；若包含0，則說明晚播對產量無顯著影響。同理，產量構成因子穗數(shù)、穗粒數(shù)和千粒重增加率可解釋晚播的效應。當異質性結果顯著時(P<0.05)，采用隨機效應模型，相反，則采用固定效應模型。

敏感性分析的目的是檢驗用于Meta分析的數(shù)據(jù)是否存在離群值，即通過逐一移除單個效應量對其余效應量進行整合，觀察綜合效應量、95%置信區(qū)間及異質性檢驗結果等是否發(fā)生較大變化，從而檢測是否存在離群值[21]。

1.3.3 數(shù)據(jù)處理 所有數(shù)據(jù)分析均使用Excel 2016進行數(shù)據(jù)收集整理，采用Metawin2.1軟件進行Meta分析，利用SigmaPlot 12.5軟件作圖，進行相關關系分析，并采用LSD法進行顯著性分析(P<0.05)。

2 結果與分析

2.1 異質性檢驗和敏感性分析

通過卡方檢驗(Chi-square)明確不同播期及產量之間是否存在異質性(表3)，結果表明異質性檢驗結果達到極顯著水平，故采用隨機效應模型。發(fā)表性偏倚結果表明，納入的研究結果不存在發(fā)表性偏倚(P>0.05)。

對不同播期冬小麥產量效應進行敏感性分析(表4)，結果表明，在不同播期中，任意獨立樣本的移除對整體樣本的增產率和95%置信區(qū)間均未產生明顯變化，且仍存在顯著的異質性。在晚播3～7 d和晚播23～27 d中，分別第9個和第2個樣本的移除對整體影響比較大，但仍未顯著改變原來Meta分析的結果，不能將它們視為離群值。

表3 冬小麥產量的異質性和發(fā)表性偏倚

表4 冬小麥對不同播期的敏感性分析

2.2 冬前積溫變化

積溫學說通常以界限溫度來定義，本研究以5 d滑動平均的日平均氣溫≥0℃作為穩(wěn)定通過0℃終日，以此作為冬小麥越冬停止生長的日期[45]。選取南京氣象站、高郵氣象站和贛榆氣象站作為江蘇省蘇南、蘇中、蘇北3個地區(qū)的代表氣象站。分析1980—2012年的冬前積溫，表明江蘇省0℃以上的活動積溫呈現(xiàn)增長的趨勢(圖1)。蘇南地區(qū)以3.3081℃·d·a-1的速度遞增(R2=0.2427)；蘇中地區(qū)以3.7916℃·d·a-1的速度遞增(R2=0.3106)；蘇北地區(qū)以2.0830℃·d·a-1的速度遞增(R2=0.1111)。在積溫與年際的相關性檢驗中，蘇南、蘇中、蘇北均通過0.05顯著性檢驗，說明江蘇省受氣候變化影響，≥0℃有效積溫顯著增加。

2.3 江蘇省冬小麥播期對產量及其構成的影響

產量與穗粒數(shù)的變化趨勢基本同步，但穗數(shù)對產量的影響更大，均在晚播天數(shù)大于20 d時，有減少的趨勢，且隨著時間的推遲，減少趨勢越來越顯著。

與正常播期相比(圖2a)，晚播17 d以內冬小麥有增產的趨勢。其中，晚播3～7 d和13～17 d冬小麥增產效應顯著，分別增加3.8%(95%置信區(qū)間0.5%～7.1%)和3.1%(95%置信區(qū)間0.4%～5.8%)；晚播8～12 d，冬小麥產量較正常播期產量增產效應不顯著；從晚播18～22 d開始，冬小麥出現(xiàn)減產趨勢。與正常播期產量相比，晚播18～22 d和23～27 d的冬小麥減產效應不顯著；當晚播28～32 d，減產效應顯著，冬小麥減產達8.7%(95%置信區(qū)間-13.5%～-3.9%)。

注：*顯著相關(P<0.05)，下同。 Note:* Significant correlation (P<0.05)， the same below.圖1 典型氣象站冬前有效積溫(GDD)趨勢Fig.1 Trend of growing degree days (GDD) before over-wintering at typical weather stations

注：誤差棒表示95%置信區(qū)間的上下限值，下同。Note: The lines on each column represent the upper and lower limits of the 95% confidence interval. The same below.圖2 不同播期對冬小麥產量及產量構成的影響Fig.2 Effects of delayed time in sowing on winter wheat yield and its composition

晚播3～7 d(圖2b)，冬小麥穗數(shù)較正常播期穗數(shù)增加顯著，增加達5.4%(95%置信區(qū)間3.3%～7.6%)；從晚播8～12 d開始，冬小麥穗數(shù)呈現(xiàn)減少趨勢，隨著播期的推遲，冬小麥穗數(shù)減少趨勢越來越顯著。與正常播期相比，晚播8～12、13～17、18～22 d和28～32 d冬小麥穗數(shù)減少效應不顯著；晚播23～27 d的穗數(shù)減少效應顯著，減少達14.4%(95%置信區(qū)間-26.3%～-2.5%)。

晚播12 d以內(圖2c)，冬小麥穗粒數(shù)有增加趨勢，但增加效應不顯著；從晚播13～17 d開始，冬小麥穗粒數(shù)出現(xiàn)減少的趨勢。與正常播期穗粒數(shù)相比，晚播13～17、23～27 d和28～32 d的冬小麥穗粒數(shù)減少效應不顯著；與正常播期的穗粒數(shù)相比，當晚播18～22 d冬小麥穗粒數(shù)減少效應顯著，減少達4.1%(95%置信區(qū)間-8.1%～-0.03%)。

晚播3～7 d和28～32 d時，冬小麥千粒重與正常播期千粒重相比，減少效應不顯著；晚播8～27 d，冬小麥千粒重出現(xiàn)增加的趨勢。其中，當晚播8～12 d時，冬小麥千粒重增加效應顯著，增加達4.0%(95%置信區(qū)間1%～7.0%)；晚播13～17、18～22 d和23～27 d，冬小麥千粒重與正常播期千粒重相比，增加效應不顯著(圖2d)。

冬小麥產量構成的主要因子包括有效穗數(shù)、穗粒數(shù)和千粒重。相關分析結果表明，冬小麥產量與穗數(shù)、穗粒數(shù)和千粒重呈顯著正相關(P<0.05；圖3)，產量與穗數(shù)擬合關系的R2值(0.3116)明顯大于穗粒數(shù)和千粒重的R2值(分別為0.1795和0.0882)，這說明穗數(shù)對產量的影響更大。

2.4 不同地區(qū)冬小麥產量對播期的響應

蘇北和蘇南地區(qū)(圖4a和圖4c)，晚播3～7 d和13～17 d，冬小麥均有增產的趨勢，但與正常播期產量差異不顯著。其中，蘇北晚播3～7 d和13～17 d冬小麥產量分別增加1.9%(95%置信區(qū)間-1.1%～5.0%)和2.1%(95%置信區(qū)間-3.2%～7.4%)，蘇南晚播3～7 d和13～17 d冬小麥產量分別增加8.8%(95%置信區(qū)間-114.0%～131.5%)和4.9%(95%置信區(qū)間-61.2%～71.0%)；兩個地區(qū)均從晚播18～22 d開始，播期推遲對冬小麥產量的影響出現(xiàn)負效應。其中，晚播18～22 d，蘇北冬小麥產量減少2.1%(95%置信區(qū)間-6.1%～2.0%)；晚播18～22 d和28～32 d，蘇南冬小麥產量分別減少23.1%(95%置信區(qū)間-281.7%～235.5%)和7.6%(95%置信區(qū)間-16.5%～1.4%)，晚播冬小麥產量與正常播期產量差異均不顯著。當晚播28～32 d左右時，蘇北冬小麥產量顯著低于正常播期產量，減產達19.0%(95%置信區(qū)間-28.0%～-10.0%)。

注：*顯著相關(P<0.05),下同。Note: * Significant correlation (P<0.05)， the same below.圖3 冬小麥產量與穗數(shù)、穗粒數(shù)和千粒重的相關性分析Fig.3 Correlation analysis between yield and its composition factors

圖4 不同區(qū)域(a.蘇北；b.蘇中;c.蘇南)晚播時間對冬小麥產量影響Fig.4 Effects of delayed time in sowing on winter wheat yield in different regions (a. northern district of Jiangsu Province;b. middle district of Jiangsu Province; c. southern district of Jiangsu Province)

蘇中地區(qū)(圖4b)晚播22 d之內，冬小麥有增產的趨勢，但與正常播期產量差異不顯著。晚播3～7、8～12、13～17 d和18～22 d分別增產12.6%(95%置信區(qū)間-2%～27.3%)、9.4%(95%置信區(qū)間-6.1%～24.9%)、3.8%(95%置信區(qū)間-1.6%～9.2%)和3.0%(95%置信區(qū)間-19.7%～25.8%)；從晚播23～27 d開始，冬小麥呈現(xiàn)減產趨勢，隨著播期的推遲，冬小麥減產趨勢越來越顯著。當晚播28～32 d時，減產效應顯著，冬小麥產量較正常播期產量平均減少4.4%(95%置信區(qū)間-8.8%～-0.1%)。

2.5 不同時期播期對冬小麥產量的影響

2000—2010年(圖5a)，晚播22 d以內，冬小麥產量有增加趨勢，但增產效應均不顯著。晚播3～7、8～12、13～17 d和18～22 d的冬小麥產量比正常播期分別增加2.6%(95%置信區(qū)間-2.8%～8.0%)、7.5%(95%置信區(qū)間-10.9%～25.8%)、2.1%(95%置信區(qū)間-3.7%～7.8%)和0.2%(95%置信區(qū)間-7.4%～7.8%)；從晚播23～27 d開始，冬小麥產量有減少的趨勢，當晚播28～32 d時，冬小麥產量顯著低于正常播期產量，減產15.8%(95%置信區(qū)間-27.3%～-4.3%)。

2011—2017年(圖5b)，晚播17 d以內，冬小麥產量較正常播期產量呈增加趨勢，且增產效應越來越顯著。晚播3～7、8～12 d和13～17 d分別增加5.4%(-1.7%～12.6%)、2.9%(-9.9%～15.6%)和3.6%(95%置信區(qū)間0.1%～7.1%)；晚播18～22 d的冬小麥產量比正常播期產量減產效應不顯著；晚播28～32 d，冬小麥產量呈現(xiàn)顯著的減產效應，減產5.4%(95%置信區(qū)間-8.7%～-2.1%)。

2.6 不同品性冬小麥產量對播期的響應

隨著氣候變暖，冬小麥的生育期縮短，種植結構也發(fā)生改變。溫度升高和大氣中CO2濃度升高使農業(yè)氣候帶北移和西擴，出現(xiàn)品種春性化[46]。不同冬春性的冬小麥的生育期也不同，研究不同品性冬小麥產量對播期的響應是必要的。

(弱)春性冬小麥(圖6a)，晚播17 d以內，冬小麥產量有增加趨勢。其中，晚播3～7 d和13～17 d，冬小麥產量呈現(xiàn)顯著增產效應，分別增產5.6%(95%置信區(qū)間1.8%～9.4%)和5.0%(1.1%～9.0%)；從晚播18～22 d開始，播期推遲對冬小麥產量的影響出現(xiàn)負效應，且減產效應均不顯著。

(半)冬性小麥(圖6b)，當晚播3～7 d，增產效應不顯著，冬小麥產量較正常播期產量平均提高0.4%(95%置信區(qū)間-9.5%～10.3%)；從晚播8～12 d開始，冬小麥出現(xiàn)減產趨勢。與正常播期產量相比，晚播8～12、13～17、18～22 d和28～32 d冬小麥產量分別減產3.4%(95%置信區(qū)間-44.7%～37.8%)、6.9%(95%置信區(qū)間-120.6%～106.7%)、4.7%(95%置信區(qū)間-11.7%～2.3%)和22.1%(95%置信區(qū)間-128.3%～84.2%)，晚播冬小麥產量與正常播期產量差異均不顯著。

圖5 晚播對冬小麥產量的影響Fig.5 Effects of delayed time in sowing during different periods on winter wheat yield

圖6 不同品性冬小麥晚播對產量的影響Fig.6 Effect of delayed time in sowing of winter wheat with different characters on yield

3 討 論

3.1 適期晚播

氣候變化背景下，我國溫度、降水量等農業(yè)氣候資源發(fā)生顯著變化，受其影響，作物生長也會發(fā)生相應改變。康俊等[47]分析了近45年江蘇省年、季實測溫度、降水的變化特征，江蘇省表現(xiàn)出明顯增溫趨勢，氣溫增速達0.026℃·a-1，降水量變化總體為上升趨勢。小麥產量因暖冬、陰濕寡照和后期高溫等因素不同程度影響呈下降趨勢[48]。

隨著氣候變化的不斷發(fā)展，調整播期成為適應氣候變化的主要手段之一。關于播期對冬小麥產量的影響，前人開展過大量研究，但研究結果并不一致。有研究表明不同播期條件下，寬幅播種提高單位面積穗數(shù)大幅提高小麥產量[49]。趙玉花等[50]研究發(fā)現(xiàn)適期晚播減少小麥的有效穗數(shù)，但其穗粒數(shù)增加。不同試驗結論不同，可能與其設置的播期、小麥品種、播種密度、施肥條件、冬前有效積溫不同有關。本研究結果表明，在江蘇省，適當晚播有助于提高冬小麥產量；與正常播期相比，晚播13～17 d，冬小麥產量有顯著增產趨勢；晚播天數(shù)達18～22 d以上時，冬小麥產量開始呈現(xiàn)減產趨勢。因此，江蘇省總體適期播種的范圍是比正常播期晚播13～17 d。這與單維民等[51]研究小麥適期晚播提高小麥產量，過度晚播則會不利于冬小麥高產的研究結果相一致。然而單維民研究中也說明，在實際生產過程中，冬小麥播期還會與其它措施相結合，如增加播種密度，選擇合適品種等，以達到不僅適應當?shù)貧夂颦h(huán)境的變化，又能穩(wěn)定冬小麥產量的目的。

本研究統(tǒng)計數(shù)據(jù)表明，江蘇省的正常播期隨時間的推進，呈現(xiàn)出延遲的趨勢，達5.5 d·10a-1(圖7)。隨著年代的推移，年代間相對播期不斷推遲，使得晚播的減產效應出現(xiàn)越來越早。宋方超等[52]發(fā)現(xiàn)山西省沁水縣平均氣溫隨年代的推移呈逐漸升高趨勢，播種日期較傳統(tǒng)播種期推遲了約5 d；成兆金等[45]研究日照地區(qū)得出小麥播期比傳統(tǒng)播期推遲5～10 d；通過實測統(tǒng)計數(shù)據(jù)分析發(fā)現(xiàn)在過去的 30 年中，我國農民已經自然地將播種日期推遲1.5 d·10a-1[53]，以上研究結果與本文結果一致。

圖7 江蘇省冬小麥正常播期隨時間的變化Fig.7 Response of sowing date to time in Jiangsu Province

3.2 播期對產量構成的影響

在播期對產量構成因子的影響中，前人得到的結論不一。李華英等[54]研究表明，適當晚播使得冬小麥單位面積有效穗數(shù)減少，穗粒數(shù)增加，可獲得與早播和傳統(tǒng)播期處理相當水平的籽粒產量。也有研究表明，延遲播期后，冬小麥有效葉面積減少，籽粒灌漿速率減慢，導致單位面積穗數(shù)和穗粒數(shù)降低[55]；隨冬小麥播期推遲，穗數(shù)、穗粒數(shù)和千粒重均有所下降，進而產量顯著下降[56]。本研究Meta分析表明，穗數(shù)對產量的影響更大。

3.3 Meta分析的優(yōu)缺點

理論上，進行播期增產率的空間和時間效應的研究需要在不同地區(qū)選定固定的代表區(qū)進行多年的試驗研究，但是進行這樣的研究需要花費大量的人力物力，研究的可行性低，Meta分析可以有效解決這個問題。Meta分析基于前人研究結果，提供了一種便捷的數(shù)據(jù)綜合處理方法[57]，對晚播條件下冬小麥產量及其產量構成進行分析，有助于確定江蘇省適期晚播時間，給當?shù)剞r民和政府決策者提供一定參考。

Meta分析也存在一定的局限性：(1)發(fā)表的文獻或由于數(shù)據(jù)量不足，不能用于Meta分析，可能會使結果的可靠性降低；(2)因數(shù)據(jù)量的原因，只能針對數(shù)據(jù)較多的區(qū)域進行分析；(3)冬小麥的產量受多種因素影響，如氣候因子、土壤肥力、小麥品種、耕作方式等，這些因素之間可能存在一定的交互作用，這些因子如何與播期互作，進而影響冬小麥產量的機制需要進一步研究。因此，應盡可能增大Meta分析的數(shù)據(jù)量，更好地揭示冬小麥產量的影響機制。

本研究選取農民易于操作和實現(xiàn)的田間管理措施——改變冬小麥播期作為主要研究對象。利用Meta分析對已收集實測數(shù)據(jù)進行量化分析，研究不同播期對江蘇省冬小麥產量及其構成因子的影響。但是在研究中，能夠獲取的大田試驗數(shù)據(jù)較少，且未能盡可能詳細和準確描述試驗條件，不利于研究間的整合。此外，在探討播期對冬小麥產量的影響時，未能綜合考慮氣象因子對冬小麥的影響。因此，在未來的研究中要進一步考慮土壤、管理、播種密度等耕作措施與不同氣候系統(tǒng)模式的耦合效應，考慮各個因子的交互作用。

4 結 論

1)江蘇省冬小麥正常播期隨時間的推進，總體呈現(xiàn)出延遲的趨勢，速率達5.5 d·10a-1。蘇北和蘇南地區(qū)播期對冬小麥產量的響應基本一致，均從晚播18～22 d開始出現(xiàn)減產趨勢；蘇中地區(qū)冬小麥從晚播23～27 d開始出現(xiàn)減產趨勢。

2)在江蘇省，適當晚播能夠穩(wěn)定冬小麥產量。其中，晚播13～17 d冬小麥增產效應顯著；晚播≥18～22 d時，冬小麥呈現(xiàn)減產趨勢；隨著年代不斷向后推移，晚播的減產效應出現(xiàn)的越來越早。2000—2010年，從晚播23～27 d開始出現(xiàn)減產趨勢；2011—2017年，從晚播18～22 d開始出現(xiàn)減產趨勢。

3)(弱)春性冬小麥從晚播18～22 d開始出現(xiàn)減產效應，(半)冬性冬小麥從晚播8～12 d開始出現(xiàn)減產趨勢，冬小麥品種的選擇偏于春性化。

4)晚播措施主要通過影響冬小麥穗數(shù)，進而影響冬小麥產量。

綜上所述，適當晚播可有效穩(wěn)定、提高江蘇省冬小麥的產量，適應氣候變化。