鄒 龍， 馮 浩

(1 中國(guó)科學(xué)院教育部水土保持與生態(tài)環(huán)境研究中心， 陜西楊凌 712100；2 國(guó)家節(jié)水灌溉(楊凌)工程技術(shù)研究中心，陜西楊凌 712100； 3 中國(guó)科學(xué)院大學(xué)， 北京 100049)

農(nóng)業(yè)技術(shù)轉(zhuǎn)化決策系統(tǒng)(DSSAT，Decision Support System for Agrotechnology Transfer)是由美國(guó)佛羅里達(dá)大學(xué)、 夏威夷大學(xué)、 依阿華州立大學(xué)、 美國(guó)農(nóng)業(yè)部國(guó)際土壤和肥力研究中心和加拿大高爾夫大學(xué)于1989年共同開(kāi)發(fā)的一個(gè)以模擬作物生長(zhǎng)為基礎(chǔ)的機(jī)理模型系統(tǒng)，其中包括18種以上的作物生長(zhǎng)模型，2個(gè)土壤CN和水分模擬模型[1-2]。該模型迄今已有20多年，現(xiàn)在DSSAT模型已被廣泛應(yīng)用于各個(gè)研究領(lǐng)域，是當(dāng)前世界上應(yīng)用最廣泛的作物模型之一，可逐日模擬作物生長(zhǎng)和發(fā)育過(guò)程，可響應(yīng)許多因素，包括作物遺傳特性、 管理措施、 環(huán)境、 氮素和水分脅迫、 病蟲(chóng)害等，主要用于農(nóng)業(yè)試驗(yàn)分析、 農(nóng)業(yè)產(chǎn)量預(yù)報(bào)、 農(nóng)業(yè)生產(chǎn)風(fēng)險(xiǎn)評(píng)估、 氣候?qū)r(nóng)業(yè)的影響評(píng)價(jià)等[3]。模型運(yùn)行主要需要四方面的輸入數(shù)據(jù)，包括逐日氣象數(shù)據(jù)(最高/低氣溫、 降雨量、 有效太陽(yáng)輻射等)、 作物遺傳參數(shù)、 農(nóng)田土壤參數(shù)以及作物田間管理參數(shù)。DSSAT模型中各個(gè)作物模型均以天為時(shí)間步長(zhǎng)，詳細(xì)描述了作物生長(zhǎng)發(fā)育和產(chǎn)量形成過(guò)程以及土壤中水分和氮素的動(dòng)態(tài)變化過(guò)程。模型可以用于作物光溫、 降水生產(chǎn)潛力的模擬、 作物栽培方案的優(yōu)化等，可以為農(nóng)業(yè)技術(shù)選擇提供合理有效的決策和預(yù)測(cè)[4]。

1 材料與方法

1.1 研究區(qū)概況和試驗(yàn)設(shè)計(jì)

供試土壤為黃綿土，土壤質(zhì)地為輕壤土，土壤機(jī)械組成如表1所示。

表1 供試土壤機(jī)械組成

1.1.2 試驗(yàn)設(shè)計(jì) 本試驗(yàn)種植的玉米品種為“沈單10號(hào)”。播種時(shí)間分別是2002年4月16日、 2003年4月20日、 2005年4月23日，每畝留苗3500株，每小區(qū)留苗73株，每區(qū)4行，每行18株。收獲時(shí)間分別為2002年10月1日、 2003年10月21日、 2005年10月5日。

本試驗(yàn)共有如下4個(gè)無(wú)灌溉處理：1)施用氮肥(N)，N用量為97.5 kg/hm2；2)不施用氮肥和有機(jī)肥(CK)；3)施用有機(jī)肥料(M)，有機(jī)肥用量為7500 kg/hm2；4)同時(shí)施用有機(jī)肥料和無(wú)機(jī)氮肥(MN)，有機(jī)肥用量為7500 kg/hm2、 氮用量為97.5 kg/hm2。施氮處理中，1/5的氮作為基肥施用，其余的氮分別在拔節(jié)期和喇叭口期各追肥剩余的2/5。各處理均使用等量的重過(guò)磷酸鈣(P2O575 kg/hm2)。全部的磷肥和有機(jī)肥均作為基肥一次施入。

1.2 模型的輸入?yún)?shù)

1.2.1 氣象數(shù)據(jù) 由安塞站川地氣象觀測(cè)場(chǎng)提供，分別為每日日照時(shí)數(shù)(h)、 每日最高溫度(℃)、 每日最低溫度(℃)、 每日降雨量(mm)(圖1)。

通過(guò)DSSAT模型自帶的WeatherMan軟件對(duì)數(shù)據(jù)進(jìn)行格式轉(zhuǎn)換，利用日照時(shí)數(shù)(h)估算太陽(yáng)輻射能[10]，主要參考國(guó)際公認(rèn)的“Angstyon(埃斯屈朗)經(jīng)驗(yàn)公式”進(jìn)行估算，公式如下：

(1)

式中：Rs為太陽(yáng)總輻射(MJ/m2)；Rmax為天文輻射，即晴天太陽(yáng)輻射量(MJ/m2)；n為逐日太陽(yáng)日照時(shí)數(shù)(h)，觀測(cè)獲得；N為逐日可照時(shí)數(shù)，即最大時(shí)長(zhǎng)(h)；as、bs為經(jīng)驗(yàn)系數(shù)，與當(dāng)?shù)氐拇髿赓|(zhì)量有關(guān)系。

圖1 各年份春玉米生育期內(nèi)逐日降雨量Fig.1 The daily precipitation during the phase of spring maize growing in different years

圖2 延安站逐月太陽(yáng)總輻射量計(jì)算值與實(shí)測(cè)值對(duì)比(19902008)Fig.2 The agreement of observed and calculated month solar radiation in Yan’an Station(1990-2008)

1.2.2 農(nóng)田土壤參數(shù) 通過(guò)田間實(shí)測(cè)獲得，采用分層(每層20 cm)取樣法測(cè)定0—200 cm土壤剖面的土壤pH、 陽(yáng)離子交換量(CEC)、 機(jī)械組成、 容重、 有機(jī)質(zhì)、 全氮、 硝態(tài)氮、 凋萎含水量、 田間持水量以及飽和含水量。具體測(cè)定方法參照鮑士旦主編的《土壤農(nóng)化分析》[11]。

1.2.3 作物遺傳參數(shù) 本研究采用DSSAT4.5內(nèi)嵌的GLUE參數(shù)調(diào)試程序?qū)S土高原地區(qū)玉米作物品種“沈單10號(hào)”進(jìn)行參數(shù)率定[12]，以2002、 2003和2005三年春玉米田間試驗(yàn)數(shù)據(jù)(CK處理)為依據(jù)進(jìn)行參數(shù)調(diào)試，然后以春玉米其他處理(N、 M、 MN)的田間數(shù)據(jù)對(duì)調(diào)試參數(shù)進(jìn)行驗(yàn)證。本研究是基于玉米物候期，包括出苗期、 開(kāi)花期、 生理成熟期以及最終作物地上部分生物量和收獲產(chǎn)量進(jìn)行參數(shù)調(diào)試和驗(yàn)證。

1.2.4 作物田間管理參數(shù) 由2002、 2003、 2005年田間試驗(yàn)提供，如播種日期、 施肥日期、 施肥量等。借助DSSAT模型提供的XBuild輸入平臺(tái)，對(duì)模型所需的田間試驗(yàn)參數(shù)進(jìn)行錄入并保存，供模型運(yùn)行時(shí)調(diào)用。

1.3 模型評(píng)價(jià)指標(biāo)

本文引入國(guó)際上較為通用的統(tǒng)計(jì)指標(biāo)歸一化的均方根誤差n-RMSE(the normalized root mean square error)和平均相對(duì)誤差MRE(the mean relative error)來(lái)度量模擬值與實(shí)測(cè)值的相對(duì)差異程度。

2 結(jié)果與分析

2.1 玉米品種參數(shù)的校準(zhǔn)

作物品種參數(shù)的準(zhǔn)確性，直接影響著模型對(duì)作物生長(zhǎng)過(guò)程和產(chǎn)量的模擬。DSSAT模型要求的玉米品種參數(shù)包括：P1指從出苗到種子萌芽期結(jié)束時(shí)的大于8℃的積溫；P2指光周期敏感系數(shù)；P5指從吐絲到生理成熟期時(shí)的大于8℃的積溫；G2單株潛在最大穗粒數(shù)；G3潛在最大灌漿速率；PHINT指出葉間隔期間的大于8℃的積溫(℃·day)。利用GLUE軟件，結(jié)合2002、 2003、 2005三年作物CK處理的大田試驗(yàn)數(shù)據(jù)運(yùn)行GLUE 3000次，對(duì)玉米品種參數(shù)進(jìn)行率定，需要說(shuō)明的是2003年春玉米生長(zhǎng)期間降雨分布同2002年和2005年相比明顯不同，表現(xiàn)為前期少后期多(圖1)，因此在參數(shù)調(diào)試上我們將2003年單獨(dú)進(jìn)行調(diào)試作為嚴(yán)重干旱脅迫情景下該作物的品種參數(shù)。最后利用其他處理的試驗(yàn)數(shù)據(jù)對(duì)參數(shù)進(jìn)行驗(yàn)證，得出校驗(yàn)后的參數(shù)如表2。

表2 調(diào)試后的玉米品種參數(shù)

2.2 春玉米生育期的模擬

由模擬結(jié)果可知，該模型對(duì)春玉米生育期的模擬結(jié)果良好，誤差較小，模擬生育期與田間實(shí)測(cè)生育期幾乎相同(表3)。

由表3知，春玉米生育期的模擬時(shí)間與實(shí)測(cè)時(shí)間幾乎一致，各個(gè)生育期模擬誤差基本都在3 d以內(nèi)。2002年出苗時(shí)間相差2 d，開(kāi)花時(shí)間和成熟日期各相差1 d； 2005年開(kāi)花時(shí)間相差1 d，出苗時(shí)間和成熟時(shí)間均相差3 d； 2003年出苗模擬結(jié)果較差，相差9 d，開(kāi)花期完全吻合，成熟時(shí)間相差2 d，總體模擬效果較好。

2002年和2005年模擬誤差出現(xiàn)的原因，可能是模型在對(duì)作物生長(zhǎng)發(fā)育計(jì)算的準(zhǔn)確程度上還有待提高；也可能是田間觀測(cè)誤差，造成模型模擬結(jié)果和田間實(shí)測(cè)結(jié)果有微小差異。

2003年出苗模擬效果不好可能與該年份玉米生育前期嚴(yán)重受旱有密切關(guān)系，該年春玉米播種后降雨量很小，土壤水分條件不適合種子萌發(fā)，但是CRERS-Maize模型卻不能很好的模擬這一過(guò)程，模型根據(jù)土層中貯水量以及種子萌發(fā)的需水量來(lái)判斷種子是否能萌發(fā)，而忽略了實(shí)際環(huán)境中其他因素的影響，因而對(duì)出苗時(shí)間的模擬出現(xiàn)了較大偏差；也有可能是田間試驗(yàn)觀測(cè)時(shí)，人為因素造成試驗(yàn)數(shù)據(jù)的誤差，延遲了種子出苗的記錄時(shí)間。但是總體來(lái)講，該模型對(duì)春玉米生育期的模擬效果比較準(zhǔn)確，與實(shí)際吻合程度較高。

表3 春玉米生育期模擬與實(shí)測(cè)對(duì)比

2.3 春玉米產(chǎn)量和地上生物量模擬

對(duì)產(chǎn)量的模擬結(jié)果表明，CERES-Maize模型對(duì)該區(qū)春玉米產(chǎn)量有很好的模擬效果(圖3)，各年份不同處理的模擬誤差均較小(表4)。2002年模擬產(chǎn)量的n-RMSE和MRE分別為2.80%和2.14%； 2005年分別為5.10%和4.90%； 2003年分別為6.47%和5.03%，模型模擬的準(zhǔn)確程度很高，能夠如實(shí)的反映作物的產(chǎn)量狀況。

由圖3可知，CERES-Maize模型對(duì)春玉米地上生物量的模擬效果略差于對(duì)產(chǎn)量的模擬效果，模擬誤差偏大。由表4可知，與2003年相比2002年和2005年地上生物量模擬效果較好，模擬的n-RMSE和MRE均小于15%，而2003年地上生物量的模擬誤差偏大n-RMSE和MRE分別為31.81%和30.21%，均大于30%。雖然模型對(duì)地上生物量的模擬誤差偏大，但是由于田間的實(shí)際情況很難完全在模型中再現(xiàn)，因此上述模擬誤差基本可以接受，這與張芊等[13]的研究結(jié)果類似。

圖3 春玉米產(chǎn)量和生物量的實(shí)測(cè)值與模擬值比較Fig.3 The agreement of observed and calculated yield and biomass of spring maize

需要補(bǔ)充的是，盡管CERES-Maize模型對(duì)2003年春玉米地上生物量模型誤差偏大，但是對(duì)產(chǎn)量的模擬效果卻很好，這可能是和2003年春玉米生育期間降雨分布有一定的關(guān)系。由圖1可知，該年降雨分布的總體趨勢(shì)是春玉米生長(zhǎng)前期降雨量少(播種到灌漿157.4 mm，而2002年為354.1 mm、 2005年為336.3 mm)，生長(zhǎng)后期降雨相對(duì)比較充足。前期的水分脅迫使得春玉米營(yíng)養(yǎng)生長(zhǎng)階段受阻，植株形態(tài)以及莖葉干物質(zhì)積累受到影響，導(dǎo)致春玉米地上生物量較其余兩年明顯偏低，春玉米進(jìn)入灌漿期以后降雨明顯增多，有助于籽粒的干物質(zhì)積累。對(duì)春玉米生長(zhǎng)前期受到干旱脅迫模型可能無(wú)法進(jìn)行相關(guān)的響應(yīng)，后期降雨偏多，灌漿期間增加的干物質(zhì)首先用來(lái)滿足籽粒的需要，剩余的才會(huì)轉(zhuǎn)移到莖，所以模型可以很好的對(duì)籽粒產(chǎn)量進(jìn)行模擬。

另外，CERES-Maize模型是通過(guò)計(jì)算作物每天的水量平衡來(lái)判斷作物受到的水分脅迫程度，既而計(jì)算作物的干物質(zhì)積累，模型對(duì)每天的蒸發(fā)蒸騰量(ET)的計(jì)算準(zhǔn)確程度直接影響模型對(duì)作物生長(zhǎng)以及干物質(zhì)的積累的模擬。DeJonge等[14]研究發(fā)現(xiàn)，在水分充足的條件下CERES-Maize模型能夠很好的模擬ET，然而在水分虧缺的情況下模型卻往往會(huì)高估作物的ET，既而在模擬過(guò)程中加劇了作物的干旱脅迫，與實(shí)際情況差異較大。進(jìn)一步分析發(fā)現(xiàn)，模型中使用的作物生長(zhǎng)因子Kc在整個(gè)生育期取定值1，然而陳鳳[15]、 劉鈺[16]等人的研究中均有提及，作物在生長(zhǎng)過(guò)程中其Kc值在作物生長(zhǎng)的各個(gè)階段是變化的。Kc是計(jì)算作物需水量的重要參數(shù)，由于模型的使用的Kc值過(guò)高，使得對(duì)作物的ET過(guò)高估計(jì)，加劇了作物的干旱脅迫，影響其生長(zhǎng)發(fā)育。DeJonge等[14]在研究中提出，用一種新的Kc(Kc=f(LAI))來(lái)代替模型已有的Kc，使得改進(jìn)后的模型在干旱脅迫條件下模擬效果有了明顯提高。在此本文不多加論述。

表4 春玉米產(chǎn)量和生物量實(shí)測(cè)值與模擬值的n-RMSE和MRE

圖4為2005年各個(gè)處理?xiàng)l件下春玉米生育期地上生物量實(shí)測(cè)值與模擬值的比較，其余年份未測(cè)定該指標(biāo)。由圖4可知，雖然CERES-Maize模型對(duì)各處理的生物量模擬值均略低于實(shí)測(cè)的生物量，但是相差不大，相對(duì)誤差都在10%左右，由于田間實(shí)際情況復(fù)雜多變，模型是在一定假設(shè)基礎(chǔ)之上進(jìn)行的數(shù)值模擬，不可能完全再現(xiàn)田間實(shí)際情況，因此存在一定的誤差是可以接受的，如果要進(jìn)一步提高模型模擬的精度，那么還需對(duì)模型進(jìn)一步完善和改進(jìn)。總體來(lái)講，CERES-Maize模型能夠較好對(duì)黃土高原丘陵溝壑區(qū)春玉米的地上生物量進(jìn)行模擬。

圖4 2005年春玉米生物量實(shí)測(cè)值與模擬值比較Fig.4 The agreement of observed and calculated biomass of spring maize in 2005

3 結(jié)論

1)在正常降雨條件的情況下，CERES-Maize模型能夠較好的模擬黃土高原丘陵溝壑區(qū)春玉米的生長(zhǎng)過(guò)程、 地上部分生物量以及收獲產(chǎn)量。2002年和2005年對(duì)春玉米生育時(shí)期的模擬誤差均在3天以內(nèi)，產(chǎn)量模擬的n-RMSE和MRE均小于10%，生物量模擬誤差稍大。

2)在降雨較少的年份，模型對(duì)作物生產(chǎn)實(shí)際情況的反應(yīng)能力相對(duì)變?nèi)酢?003年模擬的生育期時(shí)間和春玉米實(shí)測(cè)生育時(shí)間基本吻合，唯獨(dú)出苗日期相差較大為9天；地上生物量模擬的n-RMSE和MRE分別為31.81%和30.21%，表明CERES-Maize模型在干旱年份下的模擬機(jī)理需進(jìn)一步調(diào)整和完善。

3)模型在生物量的模擬結(jié)果上誤差略大于對(duì)產(chǎn)量的模擬，很可能與模型內(nèi)部模擬機(jī)理有一定關(guān)系，有待于進(jìn)一步探究和討論。但是從整體來(lái)看，在氣候條件正常的情況下，CERES-Maize模型能夠比較準(zhǔn)確地模擬黃土高原丘陵溝壑區(qū)春玉米的生長(zhǎng)發(fā)育以及產(chǎn)量形成的過(guò)程。模型在黃土高原溝壑區(qū)具有較好的適用性，可以用該模型來(lái)模擬黃土高原溝壑區(qū)春玉米的生長(zhǎng)發(fā)育過(guò)程，并且在模型模擬的基礎(chǔ)上對(duì)該區(qū)今后的春玉米種植技術(shù)、 管理措施具有科學(xué)的指導(dǎo)意義。

致謝：感謝中國(guó)科學(xué)院陜西安塞農(nóng)田生態(tài)系統(tǒng)國(guó)家野外科學(xué)觀測(cè)研究站提供的相關(guān)試驗(yàn)資料。

參考文獻(xiàn):

[1] 劉海龍, 諸葉平, 李世娟, 等. DSSAT作物系統(tǒng)模型的發(fā)展與應(yīng)用[J]. 農(nóng)業(yè)網(wǎng)絡(luò)信息, 2011, (11)：5-12.

Liu H L, Zhu Y P, Li S Jetal. Development and application of DSSAT cropping system model[J]. Agriculture Network Information, 2011, (11)：5-12.

[2] 魯向暉, 穆興民, Vinay Nangia, 等. DSSAT模型對(duì)豫西冬小麥保護(hù)性耕作效應(yīng)模擬效果驗(yàn)證[J].干旱地區(qū)農(nóng)業(yè)研究, 2010, 28(3)：64-70.

Lu X H, Mu X M, Vinay Nangia,etal. Validation of the effect of DSSAT model on winter wheat under conservation tillage treatments in west Henan[J]. Agricultural Research in the Arid Areas, 2010, 28(3)：64-70.

[3] Jones J W, Hoogenboom G, Porter C Hetal. DSSAT cropping system model[J]. European Journal of Agronomy, 2003, 18:235- 265.

[4] Hoogenboom G, Jones J W, Wilkens P Wetal. DSSAT V4.5 version[CD-ROM]. Honolulu：University of Hawaii, 2008.

[5] 雷水玲.應(yīng)用DSSAT3模型研究寧夏紅寺堡灌區(qū)小麥生長(zhǎng)過(guò)程及產(chǎn)量[J].干旱地區(qū)農(nóng)業(yè)研究, 2000, 18(3)：98-103.

Lei S L. Using DSSAT3 model to simulate growth and yield of wheat in Hongsibao irrigation area in Ningxia[J]. Agricultural Research in the Arid Areas, 2000, 18(3)：98-103.

[6] Yang Y, Watanabe M, Zhang Xetal. Optimizing irrigation management for wheat to reduce groundwater depletion in the piedmont region of the Taihang Mountains in the North China Plain[J]. Agricultural Water Management, 2006, 82(1-2)：25-44.

[7] 楊靖民, 劉金華, 竇 森, 楊靖一. 應(yīng)用DSSAT模型對(duì)吉林省黑土玉米最佳栽培技術(shù)的模擬和校驗(yàn)研究Ⅰ.模型品種參數(shù)校驗(yàn)和產(chǎn)量的敏感性分析[J]. 土壤學(xué)報(bào), 2011, 48(2)：366-374.

Yang J M, Liu J H, Dou S, Yang J Y. Evaluation and optimization of best management practices of Maize for black soil in Jilin China using the DSSAT model Ⅰ. Cultivar calibration and sensitivity analysis of maize yield parameters[J]. Acta Pedologica Sinica. 2011, 48(2)：366-374.

[8] 戴明宏, 陶洪斌, 廖樹(shù)華, 等. 基于CERES_Maize模型的華北平原玉米生產(chǎn)潛力的估算與分析[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2008, 24(4)：30-36.

Dai M H, Tao H B, Liao S Hetal. Estimation and analysis of maize potential productivity based on CERES-Maize model in the North China Plain[J]. Transactions of the CSAE, 2008, 24(4)：30-36.

[9] 姜志偉, 陳仲新, 周清波, 任建強(qiáng). CERES_Wheat作物模型參數(shù)全局敏感性分析[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2011, 27(1)：236-242.

Jiang Z W, Chen Z X, Zhou Q B, Ren J Q. Global sensitivity analysis of CERES-Wheat model parameters[J]. Transactions of the CSAE, 2011, 27(1)：236-242.

[10] Pickering N B, Hansen J W, Jones J Wetal. WeatherMan：Autility for managing and generating daily weather data Agron.[J].1994,86：332-337.

[11] 鮑士旦. 土壤農(nóng)化分析(第三版)[M]. 北京：中國(guó)農(nóng)業(yè)出版社， 2000. 30-107.

Bao shidan. Soil agrochemical analysis(3rd Edition)[M]. Beijing：China Agriculture Press, 2000. 30-107.

[12] He J, Dukes M D, Jones J Wetal. Applying GLUE for estimating Ceres-Maize genetic and soil parameters for sweet corn production[J]. Transactions of the ASABE, 2009, 52(6)：1907-1921.

[13] 張芊, 任理. 應(yīng)用根系水質(zhì)層模型分析冬小麥-夏玉米輪作體系的農(nóng)田水氮利用效率Ⅰ：模型參數(shù)的靈敏度分析與標(biāo)定[J]. 水利學(xué)報(bào), 2012, 43(1)：84-90.

Zhang Q, Ren L. Applying Application of Root Zone Water Quality Model to simulate water and nitrogen use efficiency of winter-summer maize double cropping system Ⅰ. Model Calibration and sensitiyity analysis[J]. Journal of Hydraulic Engineering, 2012, 43(1)：84-90.

[14] DeJonge K C, Ascough J C, Andales A Aetal. Improving evapotranspiration simulations in the CERES-Maize model under limited irrigation[J]. Agricultural Water Management, 2012, (115)：92-103.

[15] 陳鳳, 蔡煥杰, 王健, 馬海亭. 楊凌地區(qū)冬小麥和夏玉米蒸發(fā)蒸騰和作物系數(shù)的確定[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2006, 22(5)：191-193.

Chen F, Cai H J, Wang J, Ma H T. Estimat ion of evapotrans pirat ion and crop coeff icients of winter wheat and summer maize in Yangling Zone[J]. Transactions of the CSAE, 2006, 22(5)：191-193.

[16] 劉鈺, Pereira L S. 對(duì)FAO推薦的作物系數(shù)計(jì)算方法的驗(yàn)證[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2000, 16(5)：26-30.

Liu Yu, Pereira L S. Validation of FAO methods for estimating crop coefficients[J]. Transactions of the CSAE, 2000, 16(5)：26-30.