毛 鈞，N.G.Inman-Bamber，楊 昆，陸 鑫，劉家勇，P.A.Jackson，范源洪*

（1.云南省農(nóng)業(yè)科學院甘蔗研究所，開遠661699；2.云南省甘蔗遺傳改良重點實驗室，開遠661699；3.詹姆斯庫克大學科技與工程學院，湯斯維爾；4.澳大利亞聯(lián)邦科學與工業(yè)研究組織熱帶農(nóng)業(yè)科學與創(chuàng)新研究中心，湯斯維爾）

甘蔗農(nóng)業(yè)生產(chǎn)系統(tǒng)模擬模型模塊化設(shè)計與應用研究進展

毛 鈞1，2，N.G.Inman-Bamber3，楊 昆1，2，陸 鑫1，2，劉家勇1，2，P.A.Jackson4，范源洪1，2*

（1.云南省農(nóng)業(yè)科學院甘蔗研究所，開遠661699；2.云南省甘蔗遺傳改良重點實驗室，開遠661699；3.詹姆斯庫克大學科技與工程學院，湯斯維爾；4.澳大利亞聯(lián)邦科學與工業(yè)研究組織熱帶農(nóng)業(yè)科學與創(chuàng)新研究中心，湯斯維爾）

以APSIM甘蔗模型（APSIM-Sugar）為例，簡要介紹了由澳大利亞農(nóng)業(yè)生產(chǎn)系統(tǒng)研究協(xié)作組（APSRU）開發(fā)的農(nóng)業(yè)生產(chǎn)系統(tǒng)模擬模型（Agricultural Production System siMulator，APSIM）中作物、土壤等核心模塊的基本過程原理、參數(shù)確定、模型驗證等模塊化設(shè)計與應用研究進展，為學習了解和使用APSIM模型開展農(nóng)田土壤-作物系統(tǒng)模擬研究提供參考。

甘蔗；農(nóng)業(yè)生產(chǎn)系統(tǒng)模擬模型；生理過程；模塊；參數(shù)

農(nóng)業(yè)生產(chǎn)系統(tǒng)模擬模型（Agricultural Production System siMulator，APSIM）是由澳大利亞農(nóng)業(yè)生產(chǎn)系統(tǒng)研究協(xié)作組（APSRU）自1991年開始研發(fā)的一套農(nóng)田土壤-作物系統(tǒng)模擬軟件框架和一系列作物生長模型的總稱，目前已經(jīng)開發(fā)到APSIM v7.8版本。作為一個基于農(nóng)田作物生長發(fā)育機理過程模擬的模型系統(tǒng)，APSIM創(chuàng)新地采用了模塊化的“插拔（plug-in/plug-out）”系統(tǒng)設(shè)計，用戶可以根據(jù)研究需要將各種相關(guān)模塊進行自由組合集成，從而對不同類型的農(nóng)田生產(chǎn)系統(tǒng)進行有效模擬。APSIM模型的特色是采用了基于生物和物理過程的模塊化設(shè)計理念，其核心構(gòu)成包括：模擬作物品種生長發(fā)育過程的作物模塊；模擬土壤水氮動態(tài)的土壤模塊；模擬農(nóng)田耕作和種植收獲過程的管理模塊；模擬環(huán)境光、溫、水、氣變化的氣候模塊；生物量、產(chǎn)量等模擬結(jié)果輸出模塊；驅(qū)動模擬過程和控制不同模塊協(xié)同運作的中心引擎。其中作物模塊和土壤模塊是最為關(guān)鍵的核心模塊，氣候模塊和管理模塊是主要的數(shù)據(jù)輸入模塊。APSIM模型中模擬不同作物的生長發(fā)育及其對氣候因子和土壤水氮變化的響應都是通過中心引擎控制各模塊協(xié)同運作來實現(xiàn)的，作物模塊中所呈現(xiàn)的各種作物生理過程變量和脅迫因子，能夠?qū)夂蚰K中的太陽輻射、溫度、降水等氣候變化以及管理模塊中的耕作措施做出響應，特別是對土壤模塊中的水分和氮素供應較為敏感[1-2]。

甘蔗模型（APSIM-Sugar）是APSIM系列模型中開發(fā)較早、較為完善、應用較廣的代表性作物模型之一。在APSIM通用模塊（土壤、管理、氣候等）的基本構(gòu)架上，插入甘蔗作物模塊（Sugar module）并通過甘蔗品種配置文件（sugar.xml）定義甘蔗品種特定的遺傳參數(shù)，就完成了APSIM-Sugar甘蔗模型的組裝。APSIM-Sugar甘蔗模型基于日值氣象數(shù)據(jù)，可用于模擬土壤條件均一的蔗田生產(chǎn)，預測甘蔗地上部生物量、蔗莖、糖分產(chǎn)量、含糖率、水分利用、氮素攝取和分配等[3-4]。本文以APSIM-Sugar甘蔗模型為例，重點介紹APSIM模型中作物生長發(fā)育、產(chǎn)量形成、土壤水氮動態(tài)模擬相關(guān)的過程原理、模塊參數(shù)設(shè)置與應用研究進展，旨在為學習了解和使用APSIM模型開展農(nóng)業(yè)生產(chǎn)系統(tǒng)模擬研究提供參考。

1 APSIM-Sugar模型模塊設(shè)計與核心模擬過程

APSIM模型的機理性模擬原理在1986年前后開始逐漸形成，Ritchie在1991年進行了綜合[5-8]。AUSCANE是澳大利亞第一個被廣泛使用的甘蔗模型，其模擬原理基于EPIC模型，但該模型在甘蔗生物學模擬和程序設(shè)計方面存在著不足[9]。此后，APSRU研發(fā)小組在APSIM模型中開發(fā)了一個甘蔗模塊（Sugar module），其基本原理綜合了CERES-Maize和AUSCANE等早期模型，并充分利用了APSRU在土壤水和氮素模擬方面的研究成果。APSIM-Sugar模型的開發(fā)指導思想是構(gòu)建一個相對簡單的甘蔗生理學過程模型，對每個甘蔗生理過程都采用簡約的方法以避免過于復雜化[3，10]。甘蔗模塊簡化了大量的過于復雜而難以測定的變量參數(shù)，但又能確保在各種生長環(huán)境條件下，甘蔗生長發(fā)育模擬過程必需的描述性參數(shù)需求。構(gòu)建APSIM甘蔗模型所需要的基礎(chǔ)數(shù)據(jù)庫是科學選取了澳大利亞、夏威夷、南非、新西蘭和斯威士蘭等不同緯度跨度國家，經(jīng)過大量試驗調(diào)查數(shù)據(jù)所建立的，涵蓋了不同的種植時間、種植品種、土壤水分和氮素供給等真實環(huán)境條件，模型參數(shù)由這些數(shù)據(jù)集綜合分析得到。由于模型框架結(jié)構(gòu)和模塊參數(shù)設(shè)計合理，并有大田數(shù)據(jù)支持，APSIM模型和甘蔗模塊在包括中國在內(nèi)的世界各國得到了廣泛應用[2-3，10-13]。

APSIM-Sugar模型的核心模擬過程反映了在設(shè)定的太陽輻射、氣溫、土壤水分和氮素供應環(huán)境下，甘蔗植株的生長發(fā)育、冠層擴展、生物量形成與分配等相關(guān)變量對氣候因子、土壤水分和氮素的響應和利用情況（表 1）。

表1 APSIM-Sugar 模型核心模擬過程與相關(guān)苷蔗生理學研究概要Table 1 The main physiological process and summary simulated in APSIM-Sugar

2 APSIM-Sugar模型甘蔗品種遺傳參數(shù)設(shè)置

APSIM-Sugar模型甘蔗品種主要遺傳參數(shù)約有17個，通常是在甘蔗模塊品種配置文件（sugar.xml）中進行設(shè)定。默認品種Q117各參數(shù)取值及說明見表2，其中包括冠層擴展相關(guān)的形態(tài)學參數(shù)（1，2，12，13，14）；生育期相關(guān)參數(shù) （9，10，11）；生物量、糖分積累和分配系數(shù) （3，4）；環(huán)境脅迫對產(chǎn)量糖分的影響效應系數(shù)（5，6，7，8）；葉片蒸騰水分利用效率TE（15）；太陽輻射利用效率RUE（16）；根系提水系數(shù)kL（17）等。

表2 APSIM-Sugar 模型苷蔗品種遺傳參數(shù)Table 2 Cultivar genetic parameters in APSIM-Sugar

APSIM-Sugar模型中一個完整的甘蔗生育期包括6個主要的物候?qū)W事件：播種、萌芽、出苗、蔗莖伸長、開花和地上植株死亡。但在大田實際生產(chǎn)中，甘蔗品種開花只是零星發(fā)生，蔗莖通常在開花前就可達到生理成熟并收獲。另外對于宿根蔗而言無需再次播種，直接由存活的地下蔗樁發(fā)株出苗。因此目前的甘蔗模塊中僅模擬了3個物候期，即出苗期（從萌芽到出苗），分蘗期（從出苗到蔗莖伸長前），蔗莖伸長期（從蔗莖伸長開始到收獲）。生育期參數(shù)也僅對出苗到蔗莖伸長（表2參數(shù)9），蔗莖伸長到開花（表2參數(shù)10），開花到地上植株死亡（表2參數(shù)11）所需的積溫進行了粗略的描述，出苗時間需要通過管理模塊的播種日期和播種深度等參數(shù)進行調(diào)整，而與花期相關(guān)的物候?qū)W參數(shù)調(diào)整并沒有實際效果[3，36]。熱時（有效積溫）對甘蔗植株的生長發(fā)育和冠層擴展影響很大，在APSIM模型中，熱時-溫度關(guān)系是根據(jù)冠層三基點溫度進行計算的。模塊設(shè)定甘蔗正常發(fā)育的下限溫度為9℃，最適溫度為32℃，上限溫度為45℃。新植蔗由播種到萌芽需要350℃·d的有效積溫時滯，而宿根蔗發(fā)株只需100℃·d的有效積溫時滯。甘蔗萌芽后將以0.8mm/（℃·d）的速率生長直至出土。甘蔗由出苗至分蘗結(jié)束進入蔗莖伸長期所需的有效積溫因甘蔗品種差異在1200～1900℃范圍內(nèi)變化。通常蔗莖總數(shù)在分蘗開始后1400℃·d的有效積溫時滯內(nèi)快速增加至最高數(shù)量，然后逐漸下降到相對穩(wěn)定的蔗莖總數(shù)。宿根蔗通常比新植蔗較早達到最高蔗莖總數(shù)，因此其早期冠層擴展很快。冠層葉片擴展的模擬是通過用戶定義的品種葉面積發(fā)育函數(shù)和分蘗模式經(jīng)驗校正系數(shù)進行計算。如甘蔗單株總?cè)~面積是由其全部綠葉的完全展開總?cè)~面積乘以分蘗校正系數(shù)得到。葉片長出率是有效積溫的連續(xù)函數(shù)，模型通過線性插值的方法推算新植蔗和宿根蔗的葉片生長。分蘗初期每生長一片蔗葉需80℃·d的有效積溫，進入蔗莖伸長期生長一片蔗葉需150℃·d的有效積溫。蔗田甘蔗總?cè)~面積的增減主要由4個因素決定：甘蔗發(fā)育、光照競爭、水分脅迫和霜凍。當甘蔗植株的完全展開葉達到13片后進入冠層擴展成熟期，開始啟動對葉片衰老和死亡的模擬。當蔗田內(nèi)甘蔗葉片的太陽輻射截獲率超過0.85或土壤水分虧缺因子低于1.0時，由于植株間的光競爭和土壤水分脅迫，可能引起總?cè)~面積的減少和降低有效光合葉面積。當氣溫低于0℃時產(chǎn)生的霜凍可導致總?cè)~面積減少10%，當氣溫低于-5℃時，葉片將全部死亡[3，14]。

甘蔗模塊對光合同化作用的模擬是基于太陽輻射利用效率（RUE）和水分利用效率（WUE）即蒸騰效率（TE）相關(guān)理論進行的[37]。首先計算冠層葉片每天截獲的太陽輻射量，然后根據(jù)作物的RUE經(jīng)驗系數(shù)轉(zhuǎn)化為每日同化的干物質(zhì)量，并按一定比例分配到不同的組織器官，最后根據(jù)物質(zhì)能量平衡計算總體生物量累積。正常生長情況下，新植蔗和宿根蔗分別以1.8g/（MJ·m2）和1.65 g/（MJ·m2）的RUE經(jīng)驗系數(shù)將冠層截獲的有效太陽輻射量換算為每天生物量。在極端氣溫、土壤水分短缺或過量、氮素虧缺限制光合作用等情況下，RUE將會減小。例如平均氣溫在15～35℃之間，RUE取最大值。平均氣溫低于5℃或超過50℃，RUE降為零。甘蔗生物量以不同分配系數(shù)被分配到5個儲存庫中：根系、展開葉、莖稈、梢頭幼葉和蔗糖分[1]。通常地上部生物量的70%被分配到莖稈中，當甘蔗進入伸長期以后，原來分配到莖稈的生物量會重新分配到蔗莖纖維用于結(jié)構(gòu)生長和蔗莖糖分用于養(yǎng)分存儲。如果分到葉片中的生物量不能滿足生長需求，則葉片生長速率會降低。如果分到葉片中的生物量超過生長需求，多余的生物量會轉(zhuǎn)移到糖分庫和莖稈纖維中。根的生物量增加是獨立的，每天的全部生物量以固定比例分配給根系，分配比例隨著植株由分蘗至成熟，由最大30%逐漸減少到20%。根系生物量以18mm/g系數(shù)換算為根系總長。植株分蘗后，若土壤水分充足，根系將以0.8mm/（℃·d）的速率伸長。蔗莖鮮重是產(chǎn)量構(gòu)成的重要指標，甘蔗模塊設(shè)定植株莖稈含水量與莖稈干物重的比例由甘蔗生長初期的9∶1過渡到后期的5∶1[38]。

3 APSIM-Sugar模型土壤水氮模塊的參數(shù)設(shè)置

3.1 土壤水分模塊

APSIM-Sugar模型可選用兩個模塊（SoilWater和SWIM）來模擬土壤水分剖面的動態(tài)變化。SoilWater模塊的核心是土壤分層階梯式滲透模型[39]，其原理主要來源于CERES模型和PERFECT模型，整個土壤剖面中水分再分配的算法也是繼承CERES模型。SWIM模塊基本原理基于Richard方程的土壤水動力學模型[5]。例如，SoilWater模塊以日為時間單位進行模擬，各個模擬進程都是連續(xù)的。土壤剖面每層的水分特征可由萎蔫系數(shù)（LL15）、田間持水量（DUL）和飽和含水量（SAT）等土壤參數(shù)來表述。LL15表示水吸力15巴時的土壤含水量，是作物根系正常吸水的最低土壤含水量下限；DUL即田間持水量，表示排除重力水后仍然能夠保持的土壤含水量；SAT為土壤吸收水分至完全飽和時的含水量。在APSIM模型土壤參數(shù)設(shè)置中，主要通過輸入土壤剖面每層的土壤體積含水量進行土壤水分特征的初始化[40]。土壤剖面水分平衡模型的模擬計算過程包括：各層土壤含水量變化，降雨和灌溉，地表徑流、飽和滲漏、非飽和入滲和水分擴散，根系水分吸收等[28]。灌溉量和降水量是作為模型的初始參數(shù)輸入，灌溉量在管理模塊中進行定義，降水量通過氣象文件（后綴名為met的文本文件）設(shè)定。降水所導致的地表徑流量R0則是利用徑流曲線數(shù)方法（USDA-Curve Number）來估算。SoilWater模塊根據(jù)前期降水狀況，首先計算出濕徑流曲線（高潛在徑流量）和干徑流曲線（低潛在徑流量），然后根據(jù)每天的土壤含水量變化和兩種極端徑流曲線估算實際徑流量。土壤表層植被密度和地表殘留物覆蓋也會制約土壤表面產(chǎn)生徑流的能力，對此，SoilWater模塊中通過設(shè)置一個參數(shù)（CNcov）來計算土壤表層覆蓋的影響。土壤飽和流（Flux）發(fā)生在當某土層土壤含水量（SW）大于DUL，通過一個給定的比例系數(shù)（SWcon）將多余的水分排至下一土層。非飽和流發(fā)生于某土層含水量小于 DUL時，作為對降水和蒸發(fā)的反應，在相鄰的兩個土層間以重力水或者水分擴散形式移動。模塊將非飽和流作為相鄰兩個土層的平均含水量的函數(shù)進行計算。在SoilWater模塊初始化中，可設(shè)置兩個參數(shù)（diffus_const和diffus_slope）定義土層間的水分擴散力[38]。

土壤-作物蒸散（Evapotranspiration，ET）包括土壤蒸發(fā)（Evaporation）和植物蒸騰（Transpiration）兩個過程，是農(nóng)田水分循環(huán)和能量平衡的關(guān)鍵環(huán)節(jié)。作物蒸散量與不斷變化的氣象要素、根系吸水量和土壤含水量密切相關(guān)。APSIM模型采用參考作物蒸散量（ET0）和作物系數(shù)（Kc）估算農(nóng)田潛在蒸散量（ETp），農(nóng)田實際蒸散量（ETa）則取決于農(nóng)田潛在蒸散量以及制約蒸散過程的土壤水分脅迫狀況。在SoilWater模塊中對土壤-作物蒸散的模擬基于土壤潛在蒸散原理和Penman-Monteith公式，并根據(jù)地表有機物殘留和作物生長狀況進行了修正[39]。在甘蔗全生育期中，從前期（稀疏冠層）到中期（冠層封閉）Kc由0.4增至1.25，隨后下降至收獲末期的0.7[40]。

3.2 土壤氮素模塊

APSIM-Sugar模型對土壤氮素變化的模擬同樣基于CERES模型[49]。甘蔗對土壤氮的吸收和轉(zhuǎn)化是通過被動的蒸騰流和主動的根系吸收兩個過程來進行模擬。所有與土壤-作物有機碳庫和有機氮相關(guān)的氮素的變化都是需要利用SoilN模塊進行計算。很多土壤氮素模型都力圖較為全面地考慮土壤氮素的物理、生物化學以及物理化學等變化狀態(tài)，以描述土壤氮素的流通轉(zhuǎn)化狀況。但復雜的機理性模型由于考慮的方面太多，反而可能影響到模型的模擬精度[42]。因此，SoilN模塊采用了CERES-Maize模型的簡化處理方式，將土壤中的各種類型有機質(zhì)都設(shè)為具有相同的礦化率，降低了復雜運算可能造成的模擬精度誤差，缺點是對土壤有機質(zhì)的長期變化狀況模擬欠佳[28]。

SoilN模塊可描述土壤中碳素和氮素的動態(tài)變化特征，包括碳氮轉(zhuǎn)化、有機質(zhì)分解、硝化、反硝化、尿素水解等物理過程。該模塊將土壤有機質(zhì)分割為兩個庫：BIOM庫包括易礦化有機物、土壤微生物及其代謝產(chǎn)物；HUM庫則由剩下的有機物組成。兩個庫之間的碳通量可通過計算求得，而氮通量則由碳氮比來換算。BIOM的碳氮比被設(shè)定為一個常數(shù)，而HUM的碳氮比則是由輸入的土壤屬性初始值設(shè)定。BIOM和HUM的一級分解過程中，分解速率的穩(wěn)定性取決于各土層的土壤溫度和土壤水分。新鮮有機質(zhì)（FOM）的分解速率則取決于碳氮比。有機氮的礦質(zhì)化與腐殖化過程、微生物固定之間的平衡關(guān)系決定了土壤氮素的礦質(zhì)化和固定的數(shù)量。如果土壤無機態(tài)氮（硝態(tài)氮和銨態(tài)氮）不能滿足腐殖化和微生物的要求，則有機氮的分解速率也會下降。有機質(zhì)分解產(chǎn)生的碳素一方面以CO2向大氣中釋放，另一方面則儲存在BIOM和HUM中。土壤中的碳通量被定義為效率系數(shù)，或者描述為模塊系統(tǒng)中的分配比例系數(shù)，土壤中的碳以不同的比例系數(shù)被合成到BIOM庫中。由于土壤微生物的代謝作用，BIOM庫中也存在內(nèi)部的碳循環(huán)。在模擬過程中，每個土層的HUM和BIOM的數(shù)量可由設(shè)置輸入值計算而來[38]。

4 APSIM-Sugar模型調(diào)參與驗證

APSIM-Sugar模型的校驗是通過一系列適合當?shù)厣a(chǎn)環(huán)境的氣候、土壤、水分、養(yǎng)分、品種參數(shù)來闡明。為了使APSIM-Sugar模型能夠正確模擬不同甘蔗品種在不同氣候、土壤和水肥管理條件下的生長發(fā)育過程和產(chǎn)量形成過程，需要根據(jù)研究區(qū)域的甘蔗生長發(fā)育情況和氣候土壤數(shù)據(jù)對甘蔗品種遺傳參數(shù)和農(nóng)田土壤初始水分氮素含量等進行必要的修正，即對模型進行本地化。

品種遺傳參數(shù)由作物內(nèi)在的生物學特性決定，通常是利用試驗站點實測的作物生育期、產(chǎn)量、土壤以及同期氣象數(shù)據(jù)，采用試錯法（Trial and error），廣義似然不確定性估計法（Generalized Likelihood Uncertainty Estimation，GLUE）或馬爾可夫鏈蒙特卡洛法（Markov Chain Monte Carlo，MCMC）在計算機上進行多次調(diào)試來確定品種遺傳參數(shù)的取值[35-36]。無論采用哪種算法，其基本原理方法均為：挑選一個參數(shù)而固定其他參數(shù)不變，在模型給定或根據(jù)參考文獻確定的該參數(shù)范圍內(nèi)，每次增加或減少1%～10%，反復運行作物模型，直到模型模擬值（生育期、葉面積、生物量、產(chǎn)量等）與實測值的均方根誤差（RMSE）或相對均方根誤差（NRMSE）最小，且決定系數(shù)R2最接近1時，確定該參數(shù)值；然后再采用相同的方法確定其他參數(shù)，最后確定模型最優(yōu)的參數(shù)組合。在APSIM模型土壤模塊中，土壤水分的模擬采用了CERES的土壤分層階梯式滲透模型和潛在水勢基礎(chǔ)模型[1，39]。土壤水分剖面、徑流曲線、容重、飽和含水量、田間持水量、凋萎系數(shù)、排水系數(shù)、初始氮素含量等描述土壤水分和養(yǎng)分狀況的參數(shù)是根據(jù)實測結(jié)果和試驗區(qū)土壤特性來確定的。運行模型需要輸入的土壤初始含水量和氮素含量，一般采用作物播種前后大田土壤水分和養(yǎng)分實測數(shù)據(jù)，如果沒有實測數(shù)據(jù)，可以根據(jù)當?shù)氐耐寥李愋图敖M分進行估算或參考相關(guān)文獻和模型默認值。

5 APSIM-Sugar模型評價與應用研究進展

綜合前人研究，經(jīng)過模型參數(shù)的本地化和適應性評價，APSIM-Sugar模型對地上部分甘蔗植株的葉面積、生物量、蔗莖和糖分產(chǎn)量模擬的預測值與實測值的相對均方根誤差可以控制在5%～24%之間，決定系數(shù)R2可以控制在0.7～1之間[3，36]。目前，APSIM-Sugar模型已被廣泛應用于不同氣候帶的甘蔗種植制度、種植結(jié)構(gòu)、栽培管理、氣候變化對甘蔗農(nóng)田系統(tǒng)生產(chǎn)力和水肥利用效率的影響分析。

甘蔗產(chǎn)量預測和氣候影響方面，Keating等[3]利用從世界范圍內(nèi)（如澳大利亞、南非、斯威士蘭和美國夏威夷等）不同氣候、不同管理、不同甘蔗品種的大田試驗中獲取的35個數(shù)據(jù)集，針對APSIM-Sugar模型的生物量和糖分模擬性能進行了評價，結(jié)果表明除了糖分積累對水分脅迫的響應不夠精確以外，其他葉面積指數(shù)和生物量的模擬結(jié)果均比較準確，模型預測值與實測值的R2為葉面指數(shù)0.79，生物量0.93，蔗莖糖分產(chǎn)量0.83，氮素積累0.86。O’Leary等[10]的甘蔗模型比較研究顯示APSIM-Sugar模型對綠葉干物重，新鮮蔗莖產(chǎn)量和蔗莖糖分的模擬值和實測值的RMSE分別為6.1、28.7和4.9 t/hm2。Cheeroo-Nayamuth等[27]利用校驗后的APSIM-Sugar模型評價了毛里求斯的甘蔗潛在產(chǎn)量和可獲得產(chǎn)量。2015年，Lisson等[34]基于澳大利亞昆士蘭州兩個蔗區(qū)的多年大田試驗數(shù)據(jù)對APSIM-Sugar模型的10個品種遺傳參數(shù)進行了敏感性分析，結(jié)果表明模擬蔗糖產(chǎn)量對太陽輻射利用效率、蔗莖糖分分配系數(shù)和綠葉數(shù)3個參數(shù)最為敏感，同時地區(qū)間的氣候和土壤差異也會影響模型輸出結(jié)果對品種遺傳參數(shù)的敏感程度。2016年，Sexton等[35]進一步采用兩種貝葉斯算法（GLUE和MCMC）對APSIM-Sugar模型品種遺傳參數(shù)進行了調(diào)參驗證，認為APSIM-Sugar模型可應用于甘蔗新品種的生態(tài)適應性風險評估。

甘蔗水肥利用效率方面，Inman-Bamber等[24，33，40，43-44]詳細闡述了不同條件下甘蔗對土壤水分的利用情況，并利用APSIM-Sugar等甘蔗模型對甘蔗不同品種形態(tài)生理指標的變化對水分脅迫的響應進行了系統(tǒng)的研究。Stewart等[45]應用APSIM-Sugar模型評價了澳大利亞昆士蘭州北部地區(qū)蔗田中硝態(tài)氮淋失的情況。Thorburn等[46-47]通過APSIM-Sugar模型模擬了氮肥的施用對澳大利亞甘蔗產(chǎn)業(yè)和生態(tài)環(huán)境的影響，提出了氮肥施用的優(yōu)化策略。

6 總結(jié)與展望

作物生產(chǎn)系統(tǒng)是一個復雜的多因子系統(tǒng)，受氣候、土壤、作物及栽培管理技術(shù)等因素的影響。在綜合考慮這些因子的相互作用，預測和分析作物生長趨勢等方面，基于土壤-作物系統(tǒng)和計算機信息技術(shù)的作物生長模擬模型有著其它工具不可替代的優(yōu)勢。現(xiàn)代作物生長模型的發(fā)展趨勢，是越來越重視系統(tǒng)性和應用性的表現(xiàn)。APSIM模型作為農(nóng)業(yè)生產(chǎn)系統(tǒng)模擬模型的代表，在世界范圍內(nèi)得到了廣泛的應用。APSIM模型區(qū)別于其他模型的關(guān)鍵理念在于其模塊化的“即插即用”的靈活設(shè)計，用戶可以自行選擇一系列的作物、土壤以及其他子模塊來配置自己的作物模型。通過不同模塊的分離與整合，使得APSIM能夠很好地模擬不同土壤-作物系統(tǒng)的連作、輪作、間作以及農(nóng)林混作效應。模塊化設(shè)計的另一優(yōu)勢在于可以把零散的研究結(jié)果方便地集成到模型之中，使得某一學科領(lǐng)域的最新研究成果能方便地應用到別的學科領(lǐng)域。

以甘蔗模型為例，APSIM-Sugar模型的開發(fā)歷程充分利用了APSIM模型的模塊化設(shè)計優(yōu)勢，通過吸收和借鑒其他作物模型或模塊的優(yōu)點，并將甘蔗生理學、農(nóng)藝栽培學、遺傳育種學等相關(guān)學科的最新研究成果不斷整合到模型當中，優(yōu)化模塊參數(shù)，改進模型模擬效果。根據(jù)前人研究，從總體上看，APSIM-Sugar模型模擬產(chǎn)量對太陽輻射、溫度和土壤水分和氮肥的響應比較理想，特別是在海拔較低的平原丘陵地形和適宜的水肥條件下模擬效果較好，但是在高海拔山地和極端的水分、氮素和溫度脅迫條件下，模擬效果不佳[3，24，40]。另外，由于國內(nèi)甘蔗模型研究數(shù)據(jù)的缺乏，APSIM-Sugar模型對某些甘蔗品種（如我國的自育品種）和管理措施（如地膜覆蓋、磷肥和鉀肥的施用等）的模擬效果較差或沒有進行模擬。需要通過更多的大田試驗和實測數(shù)據(jù)對模型進行參數(shù)優(yōu)化和模塊改進。

綜上所述，以APSIM模型為代表的土壤-作物農(nóng)業(yè)生產(chǎn)系統(tǒng)模擬模型未來的發(fā)展趨勢，一方面是與土壤學、氣象學、遙感技術(shù)、地理信息系統(tǒng)（GIS）的結(jié)合[48]，建立更加完善的作物生長模擬與農(nóng)業(yè)生產(chǎn)計算機決策管理系統(tǒng)；另一方面是進一步與植物生理學、基因組學結(jié)合[49-50]，將生理指標、表型性狀和分子標記、等位基因信息通過數(shù)學模型和模型參數(shù)聯(lián)系起來，預測遺傳基因性狀對環(huán)境和管理因子的響應。此外，近年來興起的多種作物模型聯(lián)合比較與改進國際合作項目（Agricultural Model Intercomparison and Improvement Project，AgMIP）也提供了一條非常好的發(fā)展道路[51-52]?？傊?，隨著生態(tài)農(nóng)業(yè)和數(shù)字化農(nóng)業(yè)的發(fā)展，土壤-作物農(nóng)業(yè)生產(chǎn)系統(tǒng)模擬模型的應用和發(fā)展將具有更加廣闊的前景。

（References）:

[1]McCown R L,Hammer G L,Hargreaves J N G,Holzworth D P,Freebairn D M.APSIM:a novel software system for model development,model testing and simulation in agricultural systems research[J].Agr Syst,1996,50:255-271

[2]Keating B A,Carberry P S,Hammer G L,Probert M E,Robertson M J,Holzworth D,Huth N I,Hargreaves J N G,Meinke H, Hochman Z.An overview of APSIM,a model designed for farming systems simulation[J].Eur J Agron.,2003,18(3):267-288

[3]Keating B A,Robertson,M J,Muchow,R C,Huth,N I.Modelling sugarcane production systems I:Development and performance of the sugarcane module[J].Field Crop Res.,1999,61:253-271

[4]Lisson S N,Robertson M J,Keating B A,Muchow R C.Modelling sugarcane production systems II:Analysis of system performance and methodology issues[J].Field Crop Res.,2000,68:31-48

[5]Monteith J L,Greenwood DJ.How do crops manipulate water supply and demand?[J]Philos Trans R Soc Lond A:Math Phys Eng Sci,1986,316(1537):245-259

[6]Sinclair T R.Water and nitrogen limitations in soybean grain production I.Model development[J].Field Crop Res.,1986,15:125-141

[7]Ritchie J T,Kiniry J R,Jones C A,Dyke P T.Model inputs.In:Jones,C A,Kiniry,J R(Eds.),CERES-Maize:A Simulation Model of Maize Growth and Development[M].Texas A&M University Press,College Station,1986:37-48

[8]Ritchie J T.Specifications of the ideal model for predicting crop yields.In:Muchow R C,Bellamy J A(Eds.),Climatic Risk in Crop Production:Models and Management for the Semi-arid Tropics and Subtropics[M].CAB International,Wallingford,1991:329-358

[9]Jones,C A;Wegener,M K;Russell,J S;McLeod,I M,Willians,J R.AUSCANE,Simulation of Australian Sugarcane with EPIC[M]. CSIRO,Brisbane,Australia,1989

[10]O'Leary G J.A review of three sugarcane simulation models with respect to their prediction of sucrose yield[J].Field Crop Res., 2000,68:97-111

[11]Holzworth D P,Huth N I,Devoil P G,Zurcher E J,Herrmann N I,Mclean G,Chenu K,Oosterom E J V,Snow V,Murphy C. APSIM-Evolution towards a new generation of agricultural systems simulation[J].Environ Modell Softw.,2014,62:327-350

[12]黃智剛，謝晉波.我國亞熱帶地區(qū)甘蔗產(chǎn)量的模型模擬[J].中國糖料，2007，29（1）：8-12

[13]楊昆，蔡青，劉家勇，毛鈞，范源洪.甘蔗生長模型研究進展[J].湖南農(nóng)業(yè)大學學報：自然科學版，2015，41（1）：29-34

[14]Inman-Bamber,N G,Temperature and seasonal effects on canopy development and light interception of sugarcane[J].Field Crop Res,1994,36:41-51

[15]Robertson M J,Bonnett G D,Hughes,R M,Muchow R C,Campbell J A.Temperature and leaf area expansion of sugarcane: integration of controlled-environment,field and model studies[J].Funct Plant Biol,1998,25:819-828

[16]Muchow R C,Spillman,M F,Wood A W,Thomas M R,Radiation interception and biomass accumulation in a sugarcane crop grown under irrigated tropical conditions[J].Australian Journal of Agricultural Research,1994,45:37-49

[17]Muchow,R C,Evensen C I,Osgood R V,Robertson M J.Yield accumulation in irrigated sugarcane II:Utilization of intercepted radiation[J].Agron J,1997,89:646-652

[18]Robertson M J,Wood A W,Muchow R C.Growth of sugarcane under high input conditions in tropical Australia I:Radiation use, biomass accumulation and partitioning[J].Field Crop Res,1996,48:11-25

[19]Muchow R C,Robertson,M J,Wood,A W,Growth of sugarcane under high input conditions in tropical Australia II:Sucrose accumulation and commercial yield[J].Field Crop Res,1996,48:27-36

[20]Inman-Bamber N G,Muchow R C,Robertson M J.Dry matter partitioning of sugarcane in Australia and South Africa[J].Field Crop Res,2002,76:71-84

[21]Glover J,The simultaneous growth of sugarcane roots and tops in relation to soil and climate[J].Proc S Afr Sug Technol,1967,46: 143-159

[22]Ball-Coelho B,Sampaio E V S B,Tiessen H,Stewart J W B,Root dynamics in plant and ratoon crops of sugar cane[J].Plant& Soil,1992,142:297-305

[23]Sinclair T R.Water and nitrogen limitations in soybean grain production I:Model development[J].Field Crops Res,1986,15: 125-141

[24]Inman-Bamber N G,Mcglinchey M G.Crop coefficients and water-use estimates for sugarcane based on long-term Bowen ratio energy balance measurements[J].Field Crop Res,2003,83:125-138

[25]Catchpoole V R,Keating B A.Sugarcane yield and nitrogen uptake in relation to profiles of mineral-nitrogen in the soil[C].//Proc Aust Soc Sugar cane Technol,1995:187-192

[26]Robertson M J,Muchow R C,Wood A W,Campbell J A.Accumulation of reducing sugars by sugarcane:effects of crop age, nitrogen supply and cultivar[J].Field Crop Res,1996,49:39-50

[27]Cheeroo-Nayamuth F C,Robertson M J,Wegener M K,Nayamuth A R H,Using a simulation model to assess potential and attainable sugar cane yield in Mauritius[J].Field Crop Res,2000,66:225-243

[28]Probert M E,Dimes J P,Keating B A,Dalal R C,Strong W M.APSIM's water and nitrogen modules and simulation of the dynamics of water and nitrogen in fallow systems[J].Agr Syst,1998,56:1-28

[29]Singh G,Chapman S C,Jackson P A,Lawn R J,Lodging reduces sucrose accumulation of sugarcane in the wet and dry tropics[J]. Australian Journal of Agricultural Research,2002,53:1183-1195

[30]Inman-Bamber N G,Attard S J,Spillman M F,Hogarth D M.Can lodging be controlled through irrigation?[C].//Conference of the Australian Society of Sugar Cane Technologists,2004:1-11

[31]Stokes C J,Inman-Bamber N G,Everingham Y L,Sexton J.Measuring and modelling CO2effects on sugarcane[J].Environ Modell Softw,2016,78:68-78

[32]Jackson P A,Basnayake J,Inman-Bamber N G,Lakshmanan P,Natarajan S,Stokes C,Genetic variation in transpiration efficiency and relationships between whole plant and leaf gas exchange measurements in Saccharum spp.and related germplasm[J].J Exp Bot,2016,39:44-56

[33]Inman-Bamber N G,Jackson P A,Stokes C,Verall S,Lakshmanan P,Basnayake J.Sugarcane for water-limited environments: Enhanced capability of the APSIM sugarcane model for assessing traits for transpiration efficiency and root water supply[J].Field Crop Res,2016,TBA

[34]Lisson S N,Inman-Bamber N G,Robertson M J,Keating B A,The historical and future contribution of crop physiology and modelling research to sugarcane production systems[J].Field Crop Res,2005,92:321-335

[35]Sexton J,Everingham Y L,Inman-Bamber N G.A global sensitivity analysis of cultivar trait parameters in a sugarcane growth model for contrasting production environments in Queensland,Australia[J].Eur J Agron,2015

[36]Sexton J,Everingham Y L,Inman-Bamber N G.A theoretical and real world evaluation of two Bayesian techniques for the calibration of variety parameters in a sugarcane crop model[J].Environ Modell Softw,2016,83:126-142

[37]Monteith J L,Unsworth M H.Principles of Environmental Physics(second edition),in Legg B J(Eds).Experimental Agriculture[M]. Sevenoaks,Kent,Edward Arnold,London,1990

[38]Model,Crop and Soil[EB/OL]in Agricultural Production Systems Simulator(APSIM)official website：http://www.apsim.info/ Documentation/Model,CropandSoil.aspx

[39]Ritchie J T.Model for Predicting Evaporation From a Row Crop With Incomplete Cover[J].Water Resour Res,1972,8:1204-1213 [40]Inman-Bamber N G,Smith D M.Water relations in sugarcane and response to water deficits[J].Field Crop Res,2005,92:185-202

[41]Allen R G,Pereira L S,Raes D,Smith M.FAO.Crop Evapotranspiration:Guidelines for Computing Crop Water Requirements[M]. In:Irrigation and Drainage Paper 56.FAO,Rome,1998

[42]Willigen P D,Nielsen N E,Claassen N,Castrignanò A M.Modelling Water and Nutrient Uptake[M].Root Methods.Springer Berlin Heidelberg,2000

[43]Inman-Bamber N G,Everingham Y,Muchow R C.Modelling water stress response in sugarcane:Validation and application of the APSIM-Sugarcane model[J].Australian Agronomy Conference,2001:1030-1200

[44]Inman-Bamber N G,Lakshmanan P,Park S.Sugarcane for water-limited environments:Theoretical assessment of suitable traits[J]. Field Crop Res,2012,134:95-104

[45]Stewart L K.,Charlesworth P B,Bristow K L.Estimating deep drainage and nitrate leaching from the root zone under sugarcane using APSIM-SWIM[J].Agricultural Water Management,2006,81:315-334

[46]Thorburn P,Biggs J,Bristow K,Horan H,Huth N,Unkovich M,O'Leary G.Benefits of sub-surface application of nitrogen and water to trickle irrigated sugarcane[C].//Solutions for A Better Environment:Proceedings of the Australian Agronomy Conference, Geelong,Victoria,Australia,2003:2-6

[47]Thorburn P J,Biggs J S,Attard S J,Kemei J.Environmental impacts of irrigated sugarcane production:Nitrogen lost through runoff and leaching[J].Agr Ecosyst Environ,2011,144:1-12

[48]Davis R J,Baillie C P,Schmidt E J.Precision agriculture technologies-relevance and application to sugarcane production[J]. Agricultural Technologies in a Changing Climate,2009:13-16

[49]Yin X,Struik P C,Kropff M J.Role of crop physiology in predicting gene-to-phenotype relationships[J].Trends in Plant Science, 2004,9(9):426-432

[50]Hoogenboom G,White J W,Messina C D.From genome to crop:integration through simulation modeling[J].Field Crop Res,2004, 90(1):145-163

[51]Rosenzweig C,Hatfield J,Jones J W,Ruane A C.The Agricultural Model Intercomparison and Improvement Project(AgMIP): Overview and Progress[J].American Geophysical Union,2012,170:166-182

[52]Rosenzweig C,Jones J W,Hatfield J L,Ruane A C,Boote K J,Thorburn P,Antle J M,Nelson G C,Porter C,Janssen S.The Agricultural Model Intercomparison and Improvement Project(AgMIP):Protocols and pilot studies[J].Agricultural&Forest Meteorology,2013,170:166-182

Modular Design and Application of Agricultural System Simulating Model for Sugarcane(APSIM-Sugar)

MAO Jun1,2,N.G.Inman-Bamber3,YANG Kun1,2,LU Xin1,2,LIU Jia-yong1,2,P.A.Jackson4,FAN Yuan-hong1,2*
(1.Sugarcane Research Institute,Yunnan Academy of Agricultural Sciences,Kaiyuan 661699;2 Yunnan Key Laboratory of Sugarcane Genetic Improvement，Kaiyuan 661699；3 College of Science,Technology and Engineering,James Cook University,Townsville, Australia;4 CSIRO Agriculture,Australian Tropical Science and Innovation Precinct,Townsville,Australia)

Using typical case of APSIM-sugar as an example,the Agricultural Production System simulator (APSIM)developed by the Agricultural Production Systems Research Unit(APSRU)in Australia was introduced, including the core crop and soil modules,the related process theories,parameter calibration and model validation and application research progress.We aimed to provide some references for learning,understanding and using the APSIM in soil-plant system simulating researches.

sugarcane;agricultural production system simulator;physiological process;module;parameter

S566.3

B

1007－2624（2017）01－0044－07

10.13570/j.cnki.scc.2017.01.016

2016-09-22

云南省高端科技人才引進計劃項目（2012HA001）。

毛鈞（1979-），男，碩士，副研，主要從事甘蔗種質(zhì)資源利用與甘蔗模型研究。E-mail：mj_raincat@163.com

范源洪，研究員，主要從事甘蔗種質(zhì)資源和遺傳育種研究。E-mail：fyhysri@vip.sohu.com