李 晶，付 馳，張鐵楠，羅 寧，喬天長(zhǎng)，張麗芳，魏 湜

（東北農(nóng)業(yè)大學(xué) 農(nóng)學(xué)院，哈爾濱150030）

作物模型是作物科學(xué)中引進(jìn)系統(tǒng)分析方法和應(yīng)用計(jì)算機(jī)后興起的新型研究領(lǐng)域［1］，自Dewit和Duncan最早建立了能在計(jì)算機(jī)上完全模擬作物生長(zhǎng)過(guò)程的模型后，至今，針對(duì)水稻、小麥、玉米、棉花、花生、番茄、大豆、苜蓿等多種作物的模型均已建立［2－7］。AquaCrop作為新開發(fā)的作物模型，適用于大田作物，通過(guò)生物量與收獲指數(shù)來(lái)模擬作物生產(chǎn)力水平，且只需少量參數(shù)即可用于預(yù)測(cè)產(chǎn)量和生物量，已在多個(gè)國(guó)家和地區(qū)得到驗(yàn)證［8］。國(guó)內(nèi)在華北地區(qū)有過(guò)應(yīng)用 與 報(bào) 道［9－11］，杜 文 勇 等［12］基 于 灌 溉 技 術(shù) 采 用AquaCrop模型對(duì)冬小麥生物量和產(chǎn)量進(jìn)行了預(yù)測(cè)。

作物冠層結(jié)構(gòu)特征是作物栽培管理、采取措施的主要依據(jù)，創(chuàng)造合理的群體冠層結(jié)構(gòu)是獲得高物質(zhì)生產(chǎn)的有效途徑。對(duì)于作物合理群體冠層結(jié)構(gòu)的構(gòu)建，前人進(jìn)行了大量研究［13］。東北春麥區(qū)是我國(guó)各春麥區(qū)中面積最大、總產(chǎn)最多的春麥區(qū)，包括黑龍江、吉林、遼寧和內(nèi)蒙古東部，地處高緯度。隨土地過(guò)度開墾，生態(tài)環(huán)境脆弱，是典型旱作農(nóng)業(yè)區(qū)。春旱及生理發(fā)育期缺水，限制了小麥冠層生長(zhǎng)，提早衰老導(dǎo)致產(chǎn)量降低，因而監(jiān)測(cè)田間生長(zhǎng)變化特征，及時(shí)有效采取管理措施尤為重要。冠層生長(zhǎng)模擬監(jiān)測(cè)是實(shí)現(xiàn)產(chǎn)量潛力估測(cè)的基礎(chǔ)。

本文以東北平原春小麥為研究對(duì)象，依據(jù)實(shí)際情況對(duì)AquaCrop模型中的一些參數(shù)進(jìn)行調(diào)試，對(duì)東北地區(qū)春小麥冠層生長(zhǎng)進(jìn)行模擬驗(yàn)證，以期為產(chǎn)量形成模擬與驗(yàn)證提供基礎(chǔ)，為該區(qū)域種植模式調(diào)整和制定，以及作物生長(zhǎng)模型用于春小麥的應(yīng)用研究提供理論依據(jù)。

1 材料和方法

1．1 研究區(qū)概況

試驗(yàn)選擇東北春麥區(qū)5個(gè)具有代表性的監(jiān)測(cè)地點(diǎn)（表1），獲取各地2010年、2011年春小麥生育期間田間自然狀態(tài)下作物數(shù)據(jù)及氣象數(shù)據(jù)。

1．2 試驗(yàn)設(shè)計(jì)

試驗(yàn)品種采用龍麥33，戊唑醇種衣劑拌種；機(jī)械播種，基本保苗數(shù)600萬(wàn)株／hm2，播深3～5cm，播后鎮(zhèn)壓；應(yīng)用除草劑封閉除草；施肥同普通大田水平，其他均為常規(guī)大田管理。利用2011年哈爾濱春小麥無(wú)脅迫試驗(yàn)數(shù)據(jù)對(duì)模型進(jìn)行參數(shù)本地化校正與調(diào)試，建立模型運(yùn)行數(shù)據(jù)庫(kù)。

1．3 氣象數(shù)據(jù)采集與冠層生長(zhǎng)測(cè)定

氣象數(shù)據(jù)采集：2010年、2011年春小麥生育期內(nèi)逐日氣象數(shù)據(jù)由中國(guó)農(nóng)科院聯(lián)合清華大學(xué)、北京農(nóng)業(yè)信息技術(shù)研究中心等機(jī)構(gòu)聯(lián)合開發(fā)的“農(nóng)業(yè)環(huán)境無(wú)線遠(yuǎn)程實(shí)時(shí)監(jiān)控系統(tǒng)”采集記錄，包括日最高溫度、最低溫度、土壤含水量等，空氣溫度傳感器為HAYASHI DENKO公司的Pt100，土壤濕度傳感器為Automata公司的AQUA－TEL－TDR。數(shù)據(jù)缺失部分來(lái)源于國(guó)家氣象信息中心資料服務(wù)室。

表1 試驗(yàn)監(jiān)測(cè)點(diǎn)概況

在無(wú)脅迫條件下，模型對(duì)作物整個(gè)生育期內(nèi)的冠層生長(zhǎng)過(guò)程模擬如圖1，其表達(dá)式如下：

冠層充分發(fā)育和冠層衰老之間，有一段冠層覆蓋度較穩(wěn)定的時(shí)間。冠層開始衰老時(shí)，作物整體蒸騰能力逐漸降低，進(jìn)入冠層衰老中后期，綠色冠層覆蓋度急劇下降，冠層衰老過(guò)程以如下公式表示：

式中：CC——生育期內(nèi)某天冠層覆蓋度；CC0——作物初始冠層覆蓋度；CCX——無(wú)脅迫時(shí)作物冠層的最大覆蓋度；CGC——冠層生長(zhǎng)系數(shù)；CDC——冠層衰老系數(shù)；t——從播種到作物各發(fā)育階段的天數(shù)。

圖1 作物生育期內(nèi)冠層覆蓋變化過(guò)程

1．4 AquaCrop模型數(shù)據(jù)庫(kù)組建

氣象參數(shù)數(shù)據(jù)庫(kù)：根據(jù)各試驗(yàn)點(diǎn)的經(jīng)緯度、海拔高度、日最高溫、最低溫、日降雨量、日照時(shí)數(shù)，應(yīng)用FAO研發(fā)的參考作物蒸發(fā)量ET0計(jì)算器，求出參考作物需水量ET0，并建立模型氣象數(shù)據(jù)庫(kù)文件 ＊．CLI［14］。模型利用夏威夷 MaunaLoa天文臺(tái)自1958年至今測(cè)量的平均大氣CO2濃度作為參考，建立CO2濃度數(shù)據(jù)庫(kù)。

作物參數(shù)數(shù)據(jù)庫(kù)：根據(jù)2011年哈爾濱無(wú)脅迫小區(qū)試驗(yàn)實(shí)際調(diào)查，將龍麥33各生育期生長(zhǎng)情況輸入模型，建立模型所需的作物參數(shù)數(shù)據(jù)庫(kù)文件 ＊．CRO。

土壤參數(shù)數(shù)據(jù)庫(kù)：根據(jù)資料查詢結(jié)果，將模型所需的土壤參數(shù)輸入，分別建立各地土壤數(shù)據(jù)庫(kù)文件＊．SOL。

管理措施數(shù)據(jù)庫(kù)：5個(gè)試驗(yàn)點(diǎn)春小麥均為雨養(yǎng)農(nóng)業(yè)，施肥情況屬中等肥力，建立模型所需管理參數(shù)數(shù)據(jù)庫(kù)文件 ＊．MAN。

2 結(jié)果與分析

2．1 冠層生長(zhǎng)的模擬

對(duì)比5個(gè)監(jiān)測(cè)點(diǎn)2a冠層生長(zhǎng)情況可知，2010年五地春麥冠層生長(zhǎng)系數(shù)較2011年低，冠層發(fā)育不良，其中呼瑪、牙克石冠層生長(zhǎng)系數(shù)最小，綏化、哈爾濱地區(qū)冠層生長(zhǎng)也表現(xiàn)出明顯的環(huán)境脅迫，由于2010年6月，東北春麥區(qū)出現(xiàn)持續(xù)高溫氣候，黑龍江平均高溫日數(shù)達(dá)歷史同期最高。其中呼瑪最高溫達(dá)40．5℃、牙克石為39．3℃、綏化為39．7℃、哈爾濱為39℃，日最高氣溫均突破歷史極值。高溫直接影響了2010年春麥的生長(zhǎng)發(fā)育，制約了小麥產(chǎn)量的形成。2011年各地氣候較為適宜，未出現(xiàn)極端天氣，春麥生長(zhǎng)良好，2011年各地冠層發(fā)育明顯優(yōu)于2010年。從根區(qū)水分狀況可以看出，2010年牙克石、2011年嫩江小麥根區(qū)田間持水量（FC）接近于凋萎濕度（PVP），牙克石2010年高溫少雨、嫩江2011年高溫氣候?qū)е碌乇硇钏康陀谡舭l(fā)量，加大了根區(qū)耗水，這與歷史氣象記錄水平中牙克石2010年屬于高溫干旱年、嫩江2011年屬于高溫年相一致。

2．2 模型有效性分析

從圖2中可以看出，AquaCrop模型對(duì)各地2010年高溫脅迫下的冠層模擬均做出反應(yīng)，與實(shí)際觀測(cè)冠層發(fā)育趨勢(shì)較為一致。2010年綏化、哈爾濱兩地冠層模擬曲線未下降，與實(shí)測(cè)偏離較大。由于2010年兩地春播期持續(xù)低溫，播期推遲近30d。灌漿期又遭遇高溫干旱復(fù)合脅迫，生育期縮短20d，模型并未準(zhǔn)確模擬春麥生育后期的高溫逼熟危害，故圖2中顯示的兩地春麥生育末期冠層尚未衰老。2011年各地小麥生長(zhǎng)環(huán)境較好，僅牙克石和嫩江地區(qū)出現(xiàn)輕微干旱，AquaCrop模型對(duì)正常年景下春麥生育活動(dòng)反映良好，模擬情況與各地實(shí)際觀測(cè)到的冠層發(fā)育情況較為一致。

圖2 2010－2011各地春麥冠層覆蓋度實(shí)測(cè)值與模擬值

對(duì)2010、2011年各地冠層覆蓋模擬值與實(shí)測(cè)值進(jìn)行精度分析，結(jié)果見表2。從表2中可看出，模型對(duì)2011年的模擬效果整體優(yōu)于2010年，2010年氣候異常，表明模型對(duì)極端氣候下的春麥冠層發(fā)育的模擬效果較為一般。2010年、2011年冠層覆蓋度模擬值與實(shí)測(cè)值相對(duì)平均誤差 MAE在4．63%～12．86%之間，其中2010年、2011年呼瑪和2011年哈爾濱的模擬值與實(shí)測(cè)值 MAE值較低；RMSE在5．09%～22．02%之間，2011年的RMSE整體優(yōu)于2010年，說(shuō)明模型對(duì)正常年景下的模擬效果更好；EF在－1．450～0．168之間，CRM 在－0．079～0．218之間，除2010年呼瑪?shù)貐^(qū)模擬值低于實(shí)測(cè)值外，其余年份和地點(diǎn)的模擬值均高于實(shí)測(cè)值，IoA在0．726～0．995之間，模擬值與實(shí)測(cè)值的一致性較為理想。

3 結(jié)論與討論

本研究基于2011年哈爾濱地區(qū)春小麥無(wú)脅迫試驗(yàn)數(shù)據(jù)對(duì)模型中的參數(shù)進(jìn)行了本地化調(diào)試與校正，獲得了適宜東北地區(qū)春麥生長(zhǎng)發(fā)育的模型參數(shù)：春小麥生育基礎(chǔ)溫度為0℃，上限溫度為26℃，90%出苗時(shí)每株所占土地面積取值1．5cm2／株，冠層增長(zhǎng)系數(shù)為0．006，冠層下降系數(shù)為0．004，通過(guò)ET0和CO2為標(biāo)準(zhǔn)規(guī)范化的水分生產(chǎn)率系數(shù)WP＊為15g／m2，產(chǎn)量形成階段以ET0和CO2為標(biāo)準(zhǔn)規(guī)范化的水分生產(chǎn)率取值100%，參考收獲指數(shù)48%。AquaCrop模型對(duì)2010年、2011年各地春麥生育期內(nèi)冠層覆蓋度進(jìn)行模擬，其模擬值與實(shí)測(cè)值的相對(duì)平均誤差MAE在4．63%～12．86%之間，說(shuō)明模型對(duì)正常年景的春麥模擬效果更好；除2010年呼瑪?shù)貐^(qū)模擬值低于實(shí)測(cè)值外，其余年份和地點(diǎn)的模擬值均高于實(shí)測(cè)值，IoA在0．726～0．995之間，模擬值與實(shí)測(cè)值的一致性較為理想。

作物生長(zhǎng)模型是動(dòng)態(tài)表達(dá)作物生長(zhǎng)過(guò)程的一種系統(tǒng)。模型的區(qū)域適應(yīng)性驗(yàn)證是目前作物模型的應(yīng)用熱點(diǎn)之一，通過(guò)大范圍的檢驗(yàn)和校正可以提高數(shù)據(jù)質(zhì)量、盡可能提高模擬精度，從而提高模型在作物生產(chǎn)中的應(yīng)用可靠性。生長(zhǎng)模型的區(qū)域研究成為一個(gè)新的 方 向。 對(duì) 此，國(guó) 內(nèi) 外 已 有 相 應(yīng) 的 報(bào) 道［15－16］。AquaCrop模型面世較晚，對(duì)其研究涉及該模型的參數(shù)調(diào)整、驗(yàn)證［17－18］及模擬應(yīng)用［19］等，應(yīng)用該模型在東北春麥區(qū)的模擬應(yīng)用尚屬首次。本研究利用AquaCrop模型對(duì)2010年、2011年?yáng)|北春麥區(qū)五地冠層生長(zhǎng)的模擬值與實(shí)測(cè)值一致性較為理想。劉戰(zhàn)東等［20］進(jìn)行冬小麥冠層降雨截留模擬時(shí)，受風(fēng)速、溫度等因素影響，認(rèn)為模擬降雨試驗(yàn)并不能完全代表實(shí)際降雨時(shí)的冬小麥冠層截留過(guò)程和特性，自然環(huán)境中模擬冠層截留作用仍需深入研究。本研究中也表現(xiàn)出極端溫度條件的定量模擬不理想，在預(yù)測(cè)東北春麥生態(tài)點(diǎn)小麥生長(zhǎng)時(shí)出現(xiàn)一定誤差。李子忠等［11］應(yīng)用AquaCrop對(duì)大蔥的模擬結(jié)果與實(shí)測(cè)值擬合程度也表現(xiàn)出一定誤差。表明模型在環(huán)境脅迫下模擬會(huì)加大與實(shí)測(cè)值的誤差。為此，應(yīng)進(jìn)一步對(duì)作物參數(shù)進(jìn)行測(cè)定、校準(zhǔn)，增加田間實(shí)地檢測(cè)數(shù)據(jù)的頻率，從模型機(jī)理機(jī)制上尋找解決的辦法，提高模型的預(yù)測(cè)性和適應(yīng)性。

［1］ 高亮之．農(nóng)業(yè)模型學(xué)基礎(chǔ)［M］．香港：天馬圖書有限公司，2004．

［2］ Jones C A，Kiniry J R．CERES－Maize：A Simulation Model of Maize Growth and Development［M］．College Station，U S：Texas A＆M Univ．Press，1986：89－110．

［3］ Ritchie J T，Otter S．Description and performance of CERES－Wheat：A user－oriented wheat yield model［J］．ARS－United States Department of Agriculture，Agricultural Research Service，1985，38：159－175．

［3］ 戚昌瀚，殷新佑，劉桃菊，等．水稻生長(zhǎng)日歷模擬模型（RICAM）的調(diào)控決策系統(tǒng)（RICOS）研究I水稻調(diào)控決策系統(tǒng)（RICOS）的系統(tǒng)結(jié)構(gòu)設(shè)計(jì)［J］．江西農(nóng)業(yè)大學(xué)學(xué)報(bào)，1994，16（4）：323－327．

［4］ 吳錦，余福水，陳仲新，等．基于EPIC模型的冬小麥生長(zhǎng)模擬參數(shù)全局敏感性分析［J］．農(nóng)業(yè)工程學(xué)報(bào)，2009，25（7）：136－138．

［5］ 潘學(xué)標(biāo)，韓湘玲，石元春．一個(gè)可用于栽培管理的棉花生長(zhǎng)發(fā)育模擬模型－COTGROW［J］．中國(guó)農(nóng)業(yè)科學(xué)，1996，29（1）：94－96．

［6］ 尚宗波，楊繼武，殷紅，等．玉米生長(zhǎng)生理生態(tài)學(xué)模擬模型［J］．植物學(xué)報(bào)，2000，42（2）：184－194．

［7］ 孫忠富，陳人杰．溫室番茄生長(zhǎng)發(fā)育動(dòng)態(tài)模型與計(jì)算機(jī)模擬系統(tǒng)初探［J］．中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)，2003，11（2）：84－88．

［8］ 莊嚴(yán)，梅旭榮．不同基因型作物水分—產(chǎn)量響應(yīng)關(guān)系及生理生態(tài)學(xué)研究［D］．北京：中國(guó)農(nóng)業(yè)科學(xué)院，2009．

［9］ Steduto P，Hsiao T C，Raes D，et al．AquaCrop－The FAO crop model to simulate yield response to water：Ⅰ．Concepts and underlying principles［J］．Agron J，2009，101（3）：426－437．

［10］ 李會(huì)，劉鈺，蔡甲冰，等．AquaCrop模型的適用性及應(yīng)用初探［J］．灌溉排水學(xué)報(bào)，2011，30（3）：28－31．

［11］ 李子忠，徐洋，盧憲菊，等．AquaCrop模型在大蔥生物量和土壤貯水量模擬中的應(yīng)用和驗(yàn)證［J］．中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2011，16（4）：59－66．

［12］ 杜文勇，何雄奎，Shamaila Z，等．冬小麥生物量和產(chǎn)量的 AquaCrop模型預(yù)測(cè)［J］．農(nóng)業(yè)機(jī)械學(xué)報(bào)，2011，42（4）：174－178．

［13］ The ETo Calculator FAO ［EB／OL］．［2009］http：∥www．fao．org／nr／water／docs／Reference ManualETo．pdf．

［14］ Sinclair T R，Seligma N．Criteria for publishing papers on crop modeling［J］．Field Crops Research，2000，68（3）：165－172．

［15］ Resenthal W D，Hillel D．Climate change and the global harvest［M］．New York：Oxford University，1998．

［16］ 瑪麗艷姑麗·阿西穆，塔西甫拉提·特依拜，買買提·沙吾提，等．基于Markov模型的植被覆蓋動(dòng)態(tài)變化預(yù)測(cè)研究［J］．水土保持研究，2013，20（1）：121－124．

［17］ Theodore C Hsiao，Lee Heng，Pasquale Steduto，et al．AquaCrop－The FAO crop model to simulate yield response towater：Ⅲ．Parame terization and testing for maize［J］．Agronomy Journal，2009，101（3）：448－459．

［18］ Hamid J Farahani，Gabriella Izzi，et al．Parameterization and Evaluation of the AquaCrop model for full and defi cit irrigated cotton［J］．Agronomy Journal，2009，101（3）：469－476．

［19］ Geerts S，Raes D，Garcia M，et al．Modeling the potential for closing quinoa yield gaps under varying water availability in the Bolivian Altiplano［J］．Agricultural Water Management，2009，96（11）：1652－1658．

［20］ 劉戰(zhàn)東，高陽(yáng)，鞏文軍，等．冬小麥冠層降雨截留過(guò)程及其模擬研究［J］．水土保持研究，2012，19（4）：53－58．