馬雯雯，石建初，金欣欣，寧松瑞，李 森，陶玥玥，張亞男，劉 洋，林 杉，胡鵬程，左 強(qiáng)

?

改進(jìn)CERES-Rice模型模擬覆膜旱作水稻生長(zhǎng)

馬雯雯1，石建初1，金欣欣2，寧松瑞3，李 森1，陶玥玥4，張亞男1，劉 洋5，林 杉1，胡鵬程1，左 強(qiáng)1※

（1. 中國農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，北京 100193；2. 河北省農(nóng)林科學(xué)院糧油作物研究所，石家莊050035；3. 陜西省土地工程建設(shè)集團(tuán)有限責(zé)任公司，西安 710075；4. 江蘇太湖地區(qū)農(nóng)業(yè)科學(xué)研究所，蘇州 215155；5. 河北省水利水電第二勘測(cè)設(shè)計(jì)研究院，石家莊 050021）

覆膜旱作是節(jié)水稻作生產(chǎn)體系的重要措施之一，采用CERES-Rice模型模擬覆膜旱作水稻生長(zhǎng)需另外考慮覆膜的增溫效應(yīng)和根系層土壤水分布差異及由此所帶來的影響。該文借鑒部分旱地作物的相關(guān)研究成果，對(duì)原CERES-Rice模型中的積溫和土壤溫度、蒸發(fā)和土壤水分脅迫等模擬計(jì)算過程進(jìn)行了改進(jìn)，并進(jìn)一步通過2個(gè)水稻生長(zhǎng)季的田間試驗(yàn)予以驗(yàn)證。試驗(yàn)于2013、2014 年在湖北房縣進(jìn)行，共涉及淹水（對(duì)照）、覆膜濕潤栽培和覆膜旱作共3個(gè)水分處理，采用原模型和改進(jìn)模型分別對(duì)2個(gè)生長(zhǎng)季、2個(gè)覆膜處理的生育期、葉面積指數(shù)與地上部干物質(zhì)質(zhì)量的變化過程及產(chǎn)量進(jìn)行模擬。結(jié)果表明：原CERES-Rice模型難以準(zhǔn)確刻畫覆膜旱作水稻的生長(zhǎng)發(fā)育過程，經(jīng)改進(jìn)后，模擬效果大大改善，可有效反映環(huán)境變化（水分、溫度）對(duì)覆膜水稻生育進(jìn)程的影響和產(chǎn)量形成，維持生育期與產(chǎn)量模擬的相對(duì)誤差在15%以內(nèi)；覆膜水稻葉面積指數(shù)的動(dòng)態(tài)模擬基本滿足要求，其均方根差≤1.54 m2/m2、相對(duì)均方根差≤27%、建模效率≥0.85；對(duì)覆膜水稻地上部干物質(zhì)質(zhì)量變化過程的模擬也呈現(xiàn)出較好的效果，均方根差和相對(duì)均方根差分別小于1 490 kg/hm2、16%，建模效率則高于0.95?？傮w而言，經(jīng)改進(jìn)后的CERES-Rice模型基本可滿足要求，較好地用于模擬覆膜旱作水稻的生長(zhǎng)發(fā)育規(guī)律。

土壤；模型；數(shù)值方法；覆膜旱作水稻； CERES-Rice模型；水稻生長(zhǎng)發(fā)育

0 引 言

傳統(tǒng)水稻多采用耗水量較大的淹水種植方式栽培，水資源緊缺的形勢(shì)促使節(jié)水稻作生產(chǎn)體系得到長(zhǎng)足發(fā)展，其重要措施之一是覆膜旱作技術(shù)，它具有顯著的節(jié)水、節(jié)肥、增產(chǎn)等優(yōu)勢(shì)[1]，已在中國部分地區(qū)得到了較為廣泛的推廣與應(yīng)用[2]?？傮w而言，該體系提出的時(shí)間相對(duì)較短，不僅其相關(guān)機(jī)理而且對(duì)環(huán)境的效應(yīng)還有待于更深的研究，顯然，采用模型模擬是其中較為重要的手段之一。CERES-Rice模型能較好地模擬環(huán)境因素，如天氣、土壤、品種、水肥，對(duì)淹水水稻生長(zhǎng)發(fā)育的影響，進(jìn)而為當(dāng)?shù)刂贫ǔ鲎罴褯Q策，迄今為止，已在傳統(tǒng)淹水水稻生長(zhǎng)模擬及環(huán)境效應(yīng)評(píng)估中發(fā)揮了極為重要的作用，并在世界各國獲得廣泛的成功應(yīng)用[3-4]。

水稻覆膜旱作與淹水種植的生長(zhǎng)條件有較大差異?，F(xiàn)有的CERES-Rice模型主要用于傳統(tǒng)淹水水稻的生長(zhǎng)模擬，當(dāng)采用該模型模擬覆膜旱作水稻生長(zhǎng)時(shí)，必須考慮覆膜的增溫效應(yīng)和根系層土壤水分分布的差異及由此所產(chǎn)生的影響。CERES-Rice模型中的溫度模擬模塊經(jīng)合理改進(jìn)后可有效模擬覆膜的增溫效應(yīng)[5]。本文旨在在嵌入上述溫度模擬改進(jìn)模塊的基礎(chǔ)上，進(jìn)一步考慮覆膜旱作所導(dǎo)致的根系層水分脅迫環(huán)境及地表邊界條件的差異，改進(jìn)和完善CERES-Rice模型中的土壤水分與溫度模擬模塊，使其能較好地模擬覆膜旱作水稻生長(zhǎng)。模擬結(jié)果將通過2013—2014年在湖北房縣開展的2季水稻栽培田間試驗(yàn)予以驗(yàn)證。

1 材料與方法

1.1 CERES-Rice模型簡(jiǎn)介

CERES-Rice水稻生長(zhǎng)模型是DSSAT系統(tǒng)（Decision Support System for Agrotechnology Transfer）中眾多的作物生長(zhǎng)模型之一。通過與DSSAT系統(tǒng)的相關(guān)模塊結(jié)合，CERES-Rice模型能夠分析眾多因子對(duì)淹水水稻生長(zhǎng)發(fā)育的影響，由3部分組成[3]：1）輸入模塊：主要包括天氣、土壤、田間管理與物種遺傳特性參數(shù)的數(shù)據(jù)文件，以及實(shí)測(cè)數(shù)據(jù)文件等；2）輸出與分析模塊：包含模型所有的模擬結(jié)果和數(shù)據(jù)分析輸出文件；3）生理生態(tài)過程模擬模塊：主要由天氣、土壤、土壤-作物-大氣和生長(zhǎng)發(fā)育4個(gè)子模塊組成，可定量描述不同環(huán)境條件下作物的生長(zhǎng)發(fā)育基本過程。鑒于本文氣象數(shù)據(jù)均為實(shí)測(cè)輸入，僅分別簡(jiǎn)要介紹其他幾個(gè)子模塊的計(jì)算原理或過程如下。

1.1.1 土壤子模塊

土壤子模塊主要包括土壤水分和土壤碳氮平衡2部分，本文僅考慮其中的土壤水分平衡計(jì)算[6]。早期的DSSAT v3.5模型中，剖面土壤含水量的計(jì)算主要基于每天的降水、灌溉、蒸騰、土壤蒸發(fā)、徑流和深層滲漏等參數(shù)，從DSSAT v4.0開始，土壤蒸發(fā)、作物蒸騰和根系吸水過程被分到土壤-作物-大氣（soil-crop-atmosphere continuum，SPAC）子模塊予以考慮，使模型擴(kuò)展和維護(hù)更為靈活。

1.1.2 SPAC子模塊

SPAC子模塊包括土壤溫度、蒸發(fā)（土壤、水面）、作物蒸騰和根系吸水等子模型，其中土壤溫度的模擬原理與過程已在文獻(xiàn)[5]中介紹，這里不再贅述。蒸發(fā)子模塊包括水面蒸發(fā)和土壤蒸發(fā)的計(jì)算。水面蒸發(fā)由潛在蒸散和葉面積指數(shù)（leaf area index，LAI）予以計(jì)算，其中潛在蒸散采用Priestley-Taylor模型，根據(jù)太陽輻射、最高溫度、最低溫度、葉面積指數(shù)和土壤反射率等參數(shù)進(jìn)行估算[7]。另外，基于潛在蒸散和葉面積指數(shù)還可獲得潛在土壤蒸發(fā)，之后應(yīng)用Suleiman和Ritchie提出的擴(kuò)散理論，根據(jù)土壤質(zhì)地和土壤含水量即可估算實(shí)際土壤蒸發(fā)[8-9]。

SPAC子模塊中的根系吸水根據(jù)根長(zhǎng)密度分布、潛在蒸騰及土壤水分狀況等參數(shù)進(jìn)行模擬[7,10]。

1.1.3 生長(zhǎng)發(fā)育子模塊

生育期模擬：水稻生長(zhǎng)發(fā)育子模塊的主要編制原理是利用溫度、光合和遺傳參數(shù)決定作物1個(gè)新生育期的開始。遺傳參數(shù)有8個(gè)：營養(yǎng)生長(zhǎng)期所需熱時(shí)量、最適的光周期、幼穗分化至圓錐花序產(chǎn)生所需的熱時(shí)量、完成灌漿期所需要的熱時(shí)量、日輻射與同化物之間的轉(zhuǎn)換系數(shù)、潛在籽粒質(zhì)量、分蘗速度、溫度容忍系數(shù)。其中，前4個(gè)與發(fā)育特性有關(guān)，后4個(gè)則與產(chǎn)量形成相關(guān)[11]。將生育期由l～9編號(hào)[12]，每個(gè)生育期均由各自的累計(jì)積溫決定[13]。本文水稻品種的遺傳特性參數(shù)直接引用劉洋等[14]的優(yōu)化結(jié)果。

生長(zhǎng)模擬：生長(zhǎng)發(fā)育子模塊模擬生物量的生產(chǎn)與分配。干物質(zhì)生產(chǎn)的實(shí)際速率由干物質(zhì)的潛在產(chǎn)量和脅迫因子（主要包括溫度脅迫因子、水分脅迫因子和移栽休克因子）計(jì)算獲得，所涉及的參數(shù)包括遺傳特性參數(shù)、最低/最高氣溫、溫度、積溫、生育期（時(shí)間）、根系吸水及蒸騰、光能利用效率、光合有效輻射、種植密度、葉面積指數(shù)等，計(jì)算過程較為復(fù)雜，詳見文獻(xiàn)[15-16]，為了合理考慮覆膜及其內(nèi)部微細(xì)水珠對(duì)光的反射作用，其中的光合有效輻射參數(shù)參照汪興漢[17]的推薦值進(jìn)行微調(diào)。

1.2 大田試驗(yàn)

1.2.1 試驗(yàn)區(qū)概況

大田試驗(yàn)于湖北省十堰市房縣紅塔鄉(xiāng)況營村的房縣農(nóng)業(yè)局高枧苗木場(chǎng)（北緯32°7′、東經(jīng)110°42′，海拔450 m）進(jìn)行。當(dāng)?shù)貙儆诒眮啛釒駶櫦撅L(fēng)氣候，夏季平均氣溫多高于25 ℃，年平均降水量830 mm左右。影響當(dāng)?shù)剞r(nóng)作物生長(zhǎng)的主要災(zāi)害性天氣包括春季“倒春寒”和夏季“卡脖旱”[18]。目前房縣水稻種植主要包括傳統(tǒng)淹水和覆膜旱作2種生產(chǎn)體系。

試驗(yàn)小區(qū)剖面0～20和＞20～60 cm土壤pH值分別為6.2、6.4，土壤有機(jī)質(zhì)質(zhì)量分?jǐn)?shù)分別為13.9、7.7 g/kg，土壤剖面質(zhì)地與基本物理化學(xué)性質(zhì)的介紹詳見文獻(xiàn)[19]。在水稻生長(zhǎng)季內(nèi)，試驗(yàn)區(qū)地下水位波動(dòng)范圍為20～70 cm。

1.2.2 試驗(yàn)處理與布局

大田試驗(yàn)共3個(gè)水分處理，分別是淹水處理（W1）、覆膜濕潤處理（W2）和覆膜旱作處理（W3），其具體含義分別如下[19-20]：W1為水稻整個(gè)生育期內(nèi)保持2～5 cm水層；W2為水稻整個(gè)生育期內(nèi)沒有水層，根系層土壤含水量飽和；W3在分蘗中期前與W2一樣，之后根系層土壤含水量是田間持水量的80%～100%各處理3個(gè)重復(fù)，共9個(gè)田塊，田塊均為10 m′9 m的長(zhǎng)方形，如圖1所示，隨機(jī)布置。為了預(yù)防田塊之間的水分側(cè)滲，試驗(yàn)開始前，在各田塊的四周地面以下80 cm鋪設(shè)防滲膜。每個(gè)田塊有5個(gè)廂面，廂面寬156 cm，每個(gè)廂面種植6行水稻，行間距26 cm，株距18 cm，采用溝灌方式進(jìn)行灌溉，在各田塊廂面間設(shè)輸水溝，溝寬為 15 cm，溝深為15 cm。為準(zhǔn)確計(jì)量灌溉量與排水量，在各田塊均分別安裝進(jìn)、出水表。

圖1 試驗(yàn)小區(qū)平面圖

大田試驗(yàn)共開展2季（2013—2014年），試驗(yàn)采用的是宜香3728的水稻品種。于2013年4月2日育苗，26 DAP即4月28日進(jìn)行移栽（其中DAP表示播種后天數(shù)），9月9日收獲（160 DAP），生育期共160 d。2014年4月5日育苗，4月29日（24 DAP）至5月1日移栽，于9月19日（167 DAP）收獲，生育期共167 d。水稻移栽即2013年4月28日、2014年4月29日后進(jìn)行水分管理，具體水肥管理措施詳見文獻(xiàn)[19]。

1.2.3 測(cè)定項(xiàng)目與測(cè)定方法

1）氣象數(shù)據(jù)采集：小型自動(dòng)氣象站（WeatherHawk 500，Campbell Scientific，USA）安裝在試驗(yàn)小區(qū)的東邊，每隔30 min自動(dòng)記錄氣象數(shù)據(jù)如降雨量（mm）、太陽輻射（kJ/m2）、氣溫（℃，平均氣溫、最高氣溫、最低氣溫）。

2）土壤數(shù)據(jù)采集：W2、W3處理各小區(qū)剖面土壤含水量用土壤水分速測(cè)儀（Diviner 2000，Sentek，澳大利亞）進(jìn)行測(cè)量，每隔1 d測(cè)量1次。在水平方向上，W2處理在廂面中心位置埋設(shè)土壤水分監(jiān)測(cè)管1根，長(zhǎng)1 m；W3處理從廂面中心到輸水毛溝等間距埋設(shè)了3根1 m Diviner監(jiān)測(cè)管，以監(jiān)測(cè)土壤剖面上含水量變化。在垂直方向上，各根管從地表到地下60 cm，按10 cm一層分層測(cè)定含水量。

3）水稻農(nóng)學(xué)參數(shù)監(jiān)測(cè)

生育期：從移栽后10 d左右開始，每5 d觀察1次水稻的生長(zhǎng)發(fā)育狀況，將水稻的主要生育期分為分蘗中期、最大分蘗期、拔節(jié)孕穗期、開花期和成熟期。

葉面積指數(shù)：在前4個(gè)生育期，每個(gè)小區(qū)釆集長(zhǎng)勢(shì)均勻的8穴水稻植株樣品用于測(cè)定葉面積指數(shù)。采樣時(shí)為減小邊際效應(yīng)，在采樣廂面中間2行采集8穴，并與前次采樣間隔4穴[21]。隨后用四分法取出部分植株分開莖葉，利用長(zhǎng)寬法測(cè)定葉面積從而獲取葉面積指數(shù)。

地上干物質(zhì)質(zhì)量：在各主要生育期測(cè)定每個(gè)小區(qū)的生物量，每次采樣8穴，第1次取樣位置與第2次取樣位置距離0.5 m。用鐮刀緊貼地面割下水稻地上部，將植株樣放入烘箱中在105 ℃下殺青30 min，75 ℃下烘干至恒質(zhì)量，稱干質(zhì)量。

產(chǎn)量：測(cè)定預(yù)留的每個(gè)小區(qū)中間未擾動(dòng)廂面的水稻產(chǎn)量，實(shí)際測(cè)產(chǎn)面積10 m2。

1.3 CERES-Rice模型改進(jìn)

與淹水栽培相比，水稻覆膜旱作會(huì)導(dǎo)致土壤溫度和根系層水分環(huán)境發(fā)生較大變化，因此，原CERES-Rice模型中的土壤溫度及作物生長(zhǎng)積溫、蒸發(fā)及水分脅迫等模擬過程可能難以反映覆膜旱作對(duì)水稻生長(zhǎng)的影響，需根據(jù)實(shí)際情況予以改進(jìn)。

1.3.1 土壤溫度與積溫

土壤溫度子模型已根據(jù)熱量傳輸理論、目前旱地作物生產(chǎn)系統(tǒng)中采用的覆膜增溫效應(yīng)模擬方法及覆膜旱作條件予以改進(jìn)，包括覆膜條件下表層和剖面土壤溫度的計(jì)算，詳見文獻(xiàn)[5]。

原CERES-Rice模型假定作物發(fā)育速度與9～33 ℃范圍內(nèi)的溫度成正比，累計(jì)積溫為日溫度（daily temperature，DTT，℃）之和，當(dāng)逐日最高（daily maximum temperature，TMAX，℃）和最低氣溫（daily minimum temperature，TMIN，℃）位于該范圍內(nèi)時(shí)，

DTT=(TMAX+TMIN)/2-9 （1）

如果最高、最低溫度超出上述給定范圍，則通過每 3 h的溫度權(quán)重因子TTMP()（=1,2,…,8，表示每天可包含8個(gè)權(quán)重因子）和氣溫校正系數(shù)(TMFAC())對(duì)DTT進(jìn)行修正[13]：

其中DT為中間變量，為

（3）

TTMP()=TMIN+TMFAC()·(TMAX-TMIN) （4）

TMFAC()=0.931+0.114–0.070 32+0.005 33（5）

溫度對(duì)作物發(fā)育的效應(yīng)主要體現(xiàn)在對(duì)其分生組織的影響之上[22]，而作物生長(zhǎng)早期的分生組織多在地表以下，其發(fā)育速度與由氣溫計(jì)算的積溫并不始終相關(guān)，當(dāng)采用土溫替換氣溫時(shí)會(huì)顯著改善這種相關(guān)關(guān)系，顯然在作物生長(zhǎng)早期采用土壤溫度描述對(duì)作物發(fā)育的影響更為確切。另外，相對(duì)于淹水處理，覆膜使得土壤溫度顯著升高[5]，因此在水稻最大分蘗期前，本研究將式（1）和（4）中的氣溫TMAX和TMIN均替換為土壤溫度以改進(jìn)積溫的模擬過程，即

DTT=(STMAXfilm+STMINfilm)/2-9 （6）

TTMP()=STMINfilm+TMFAC()·(STMAXfilm-STMINfilm) （7）

式中STMAXfilm和STMINfilm分別表示覆膜后表層（地表下5 cm處）土壤溫度每日最高、最低值，℃。

1.3.2 蒸發(fā)與水分脅迫

傳統(tǒng)水稻淹水種植體系包括淹水和曬田2種狀態(tài)（或階段），與此相對(duì)應(yīng)，稻田表面則分別發(fā)生水面蒸發(fā)和土面蒸發(fā)過程，這些原CERES-Rice模型中均有考慮。覆膜旱作將稻田分為覆膜種植區(qū)和非覆膜灌水溝2部分，考慮到覆膜對(duì)蒸發(fā)的抑制作用，本研究中對(duì)覆膜旱作稻田中蒸發(fā)的模擬僅針對(duì)非覆膜灌水溝區(qū)域，溝中有水時(shí)為水面蒸發(fā)、無水時(shí)為土壤蒸發(fā)，其模擬方法或過程不變，但蒸發(fā)面的面積需根據(jù)實(shí)際情況進(jìn)行調(diào)整。

淹水種植水稻在曬田階段會(huì)經(jīng)歷短暫的水分虧缺過程，在模擬根系生長(zhǎng)/根系吸水及干物質(zhì)生產(chǎn)分配時(shí)，原CERES-Rice模型都構(gòu)造有水分脅迫因子來定量刻畫這種短暫水分虧缺的影響，其中用于干物質(zhì)生產(chǎn)分配模擬的水分脅迫因子（water stress factor，SWFAC）被表征為根系吸水與潛在蒸騰之比，考慮了作物（根長(zhǎng)、LAI、作物系數(shù)等）、土壤（水力學(xué)特性、含水量、反射率等）和氣象（輻射、氣溫等）等眾多因素，主要通過作物自身的反應(yīng)或參數(shù)來刻畫水分虧缺對(duì)水稻生長(zhǎng)過程的影響，所需參數(shù)較多、計(jì)算過程較為復(fù)雜，其結(jié)果的穩(wěn)定性還受諸多氣象因子（如輻射、氣溫、風(fēng)速等）的強(qiáng)烈影響。相較其他生長(zhǎng)階段而言，淹水稻田的曬田期較為短暫且氣象因子也相對(duì)較為穩(wěn)定，因而應(yīng)用上述SWFAC表征水分虧缺模擬干物質(zhì)生產(chǎn)分配可以獲得較為可靠的結(jié)果。對(duì)于本研究中的覆膜處理而言，其根系層可能在較長(zhǎng)時(shí)間內(nèi)都處于水分虧缺狀態(tài)（如W3處理），期間各氣象要素可能發(fā)生劇烈變化，從而導(dǎo)致計(jì)算獲得的SWFAC極不穩(wěn)定或難以真實(shí)地反映作物所受到的水分脅迫程度；另外，進(jìn)一步的試算結(jié)果還表明，SWFAC對(duì)根系層的水分狀況差異（如W2和W3處理）并不敏感，難以有效反映根系層不同水分虧缺程度所導(dǎo)致的作物干物質(zhì)生產(chǎn)分配差異，與淹水稻田所面臨的情形不同，覆膜旱作稻田根系層長(zhǎng)時(shí)期的非飽和條件確實(shí)會(huì)使得水稻受到程度不盡一致的水分脅迫[20]。為了規(guī)避不穩(wěn)定氣象因素的影響，合理地定量表征這種較長(zhǎng)時(shí)期根系層的水分虧缺程度，在改進(jìn)CERES-Rice模型中，按照旱作物的常見處理方式引入水分脅迫因子，簡(jiǎn)化、改進(jìn)SWFAC的計(jì)算過程如下[23]：

式中為土壤含水量，cm3/cm3；2為萎蔫含水量（取-15 kPa基質(zhì)勢(shì)所對(duì)應(yīng)的含水量，本文設(shè)定為根系層各層土壤萎蔫含水量的平均值0.226 cm3/cm3；1為最適宜植物根系吸水含水量，cm3/cm3。傳統(tǒng)種植模式下，1通常取為田間持水量，但覆膜種植模式下，覆膜加強(qiáng)了水稻抗氧化防御能力并減少了水分虧缺引起的氧化損傷[24]，對(duì)于覆膜水稻，當(dāng)土壤含水量小于90%的田持時(shí)作物生長(zhǎng)將會(huì)受到影響[25]，所以本研究1取為田持的90%。

1.4 模擬結(jié)果檢驗(yàn)

分別采用相對(duì)誤差（relative error，RE）、均方根差（root mean square error，RMSE）、相對(duì)均方根差（normalized RMSE，NRMSE）和建模效率（efficiency，EF）檢驗(yàn)?zāi)Ｐ偷哪M效果，其中前3種誤差檢驗(yàn)方式較為常見，EF相對(duì)應(yīng)用較少，主要用于表征模擬值與實(shí)測(cè)值間的吻合程度，其定義如下[26]：

式中S為第個(gè)樣本（共個(gè)樣本）的模擬值，M為對(duì)應(yīng)的實(shí)測(cè)值，為實(shí)測(cè)平均值。EF值越大模擬值與實(shí)測(cè)值的吻合程度越高，完全符合時(shí)EF=1。

2 結(jié)果與分析

2.1 氣溫、降水與太陽輻射

水稻從移栽至收獲期（2013年4月28日—9月9日和2014年4月29日—9月19日）每天的降雨量、氣溫和太陽輻射的變化情況如圖2所示。水稻生長(zhǎng)季內(nèi)的總降雨多于600 mm，集中在6—7月。水稻生長(zhǎng)早期（4月底5月初）每天的平均氣溫相對(duì)較低，最低日均氣溫為12.4 ℃（2014年5月3日），中期（6—7月）每天平均氣溫最高，最高日均氣溫達(dá)29.4 ℃（2013年6月18日）。當(dāng)?shù)貧夂虻奶攸c(diǎn)是夏季炎熱多雨。2013、2014年平均太陽輻射分別是9 349.3、8 263.6 kJ/m2。由大田試驗(yàn)的水稻2個(gè)生長(zhǎng)季內(nèi)的氣候條件對(duì)比可知，2013年太陽輻射、降水和日均氣溫均略高于2014年，所以2013年的水稻生育期較短，收獲較早。

圖2 2013和2014年水稻全生育期氣溫、降水量及太陽輻射的動(dòng)態(tài)變化

2.2 土壤含水量

除曬田期（最大分蘗期1周：2013年7月3—9日、2014年7月16—23日；收獲期前2周）外，W2處理0～40 cm土層（根系層）的平均含水量體積分?jǐn)?shù)實(shí)測(cè)值基本穩(wěn)定，總體在0.39～0.44 cm3/cm3之間，接近飽和（圖3）。

注：W2、W3分別表示覆膜濕潤和覆膜旱作栽培，下同。垂直誤差線代表標(biāo)準(zhǔn)差，W2和W3處理的重復(fù)數(shù)分別為3和9。

自分蘗中期（2013年5月27日、2014年5月28日）開始水分處理后，在每個(gè)灌水周期內(nèi)，W3處理的灌水溝水位變化過程為較高水深（10～15 cm）逐漸降至0，則距灌水溝不同位置處剖面土壤含水量變化動(dòng)態(tài)規(guī)律不同，因此，W3處理的各田塊從廂面中間至灌水溝均埋設(shè)了3根Diviner監(jiān)測(cè)管，以監(jiān)測(cè)土壤剖面不同位置處含水量變化規(guī)律[5]。監(jiān)測(cè)結(jié)果表明，同一深度的含水量在3個(gè)不同位置處差別不大，則本文均做平均處理，不再一一展示。除曬田期外的生長(zhǎng)季內(nèi)，2013和2014年W3處理根層0～40 cm土壤實(shí)測(cè)含水量體積分?jǐn)?shù)為0.24～ 0.42 cm3/cm3，多高于80%田持（圖3）。

2.3 生長(zhǎng)發(fā)育及產(chǎn)量模擬結(jié)果

對(duì)水稻生長(zhǎng)發(fā)育的模擬必須建立在準(zhǔn)確獲取供試水稻品種遺傳特性參數(shù)的基礎(chǔ)之上，本研究中的水稻遺傳特性參數(shù)已通過W1處理的實(shí)測(cè)資料予以調(diào)試和校驗(yàn)[14]。

2.3.1 生育期模擬

每個(gè)生長(zhǎng)季內(nèi)，W2和W3處理的主要生育期（分蘗中期、最大分蘗期、拔節(jié)孕穗期、開花期、成熟期）基本同步，表明本研究所設(shè)置的水分處理對(duì)覆膜水稻生育期的影響較小。增溫效應(yīng)使得2個(gè)覆膜處理（W2和W3）水稻在生育前期生長(zhǎng)較淹水處理（W1）略快，之后，三者間生育期的差異則逐漸減小而趨于基本同步。為了保證各處理同步取樣，研究中不再顧及不同處理間生育期的差異，主要生育期均做統(tǒng)一標(biāo)定（根據(jù)農(nóng)學(xué)要求，大約按總面積的90%達(dá)到某一生育期來確定[27]）。這樣呈現(xiàn)出來的生育期觀測(cè)值，對(duì)于W2和W3處理而言，生育后期是合適的，前期則稍偏大（因?yàn)樾杞y(tǒng)籌考慮W1處理的情況）。

2013年上述5個(gè)主要生育期分別出現(xiàn)在52、79、100、123和160 DAP，2014年則分別為49、76、102、123和167 DAP。采用相關(guān)實(shí)測(cè)資料，分別應(yīng)用原CERES-Rice模型和改進(jìn)CERES-Rice模型對(duì)2013、2014年水稻各生育期進(jìn)行了模擬，由于水分處理從分蘗中期才開始，而最大分蘗期還包含1周的曬田期，故模擬的主要生育期僅包括之后的拔節(jié)孕穗期、開花期和成熟期，其與實(shí)測(cè)值對(duì)比結(jié)果如表1所示。

整體而言，原模型和改進(jìn)模型都可較好地模擬覆膜水稻的生育期，相對(duì)誤差均在16%以內(nèi)，反映的生育期相對(duì)變化規(guī)律也基本相同：2013年氣溫較高、降水較多、太陽輻射較強(qiáng)，水稻生育期較短、收獲較早（表1）。生育期主要基于積溫模擬，改進(jìn)模型綜合考慮覆膜的增溫效應(yīng)[5]，采用土溫替換原模型中的氣溫來計(jì)算積溫（以2013年為例，4月29日至6月30日之間，采用土溫計(jì)算的積溫為1059.56 ℃，大大高于采用氣溫計(jì)算的積溫值842.54 ℃，土溫、氣溫變化過程對(duì)比詳見馬雯雯等[5]），可以更好、更直接地表征溫度對(duì)作物生長(zhǎng)發(fā)育的影響[22]，從而使得其生育期的模擬值均較原模型小，除拔節(jié)孕穗期外，多數(shù)相對(duì)誤差更小、更接近實(shí)測(cè)值，而拔節(jié)孕穗期出現(xiàn)稍大相對(duì)誤差（達(dá)15%）的主要原因在于：生育期的統(tǒng)一確定導(dǎo)致前期觀測(cè)值對(duì)于覆膜處理偏大，屬可以理解的合理現(xiàn)象，并非意味著改進(jìn)模型的模擬效果較差。應(yīng)用改進(jìn)模型更有利于捕捉到氣溫升高、輻射增強(qiáng)促進(jìn)水稻生長(zhǎng)發(fā)育的變化規(guī)律，在生育期模擬方面，盡管改進(jìn)模型和原模型的模擬效果總體相仿，但顯然改進(jìn)模型可以更有效地模擬溫度變化對(duì)生育期進(jìn)程的影響。

2.3.2 水稻葉面積指數(shù)及地上部干物質(zhì)質(zhì)量模擬結(jié)果

無論是2013年還是2014年，整體而言，2個(gè)覆膜處理（W2和W3）中水稻的生長(zhǎng)發(fā)育狀況和長(zhǎng)勢(shì)均十分相近，與W2相比，W3處理對(duì)水稻生長(zhǎng)產(chǎn)生了稍重的水分脅迫，從而導(dǎo)致W3處理的部分生長(zhǎng)發(fā)育參數(shù)（如生物量、產(chǎn)量等）會(huì)略低于W2處理，但統(tǒng)計(jì)檢驗(yàn)結(jié)果表明兩者之間并不存在顯著差異[20]。

1）葉面積指數(shù)

淹水種植條件下，水稻生長(zhǎng)前期，葉面積指數(shù)隨作物生長(zhǎng)迅速增加，通常在拔節(jié)孕穗期至開花期達(dá)最大值，之后逐漸衰減[28]。覆膜栽培水稻的葉面積指數(shù)也基本呈現(xiàn)出這樣的規(guī)律，無論是實(shí)測(cè)值，還是模擬結(jié)果，反映出的總體變化趨勢(shì)大致類似，葉面積指數(shù)在水稻生長(zhǎng)前期同樣迅速升高，拔節(jié)孕穗期（2013年7月11日，2014年7月16日）至開花期（2013年8月3日，2014年8月6日）達(dá)頂峰（圖4）。

注：重復(fù)數(shù)為3。

葉面積生長(zhǎng)速率的計(jì)算與積溫、水分脅迫等有關(guān)[29]。原模型模擬未考慮處理間的水分脅迫差異，并采用氣溫計(jì)算積溫，故模擬獲得的W2和W3處理LAI動(dòng)態(tài)變化幾乎一致。改進(jìn)模型以土溫代替氣溫，計(jì)算獲得的積溫較高，相應(yīng)地，LAI也稍高于原模型模擬值；盡管W2、W3處理的土溫基本相同（詳見馬雯雯等[5]），但W3處理的水分脅迫相對(duì)稍重，故LAI的模擬值略低（圖4）。然而，實(shí)測(cè)值的細(xì)微變化規(guī)律則出現(xiàn)了一定差異，僅生育前期2個(gè)覆膜處理的實(shí)測(cè)結(jié)果較為接近，后期卻差異明顯，其中2013年2處理間的差異沒有規(guī)律（互有高低），2014年W3處理生育后期的葉面積指數(shù)甚至高于土壤水分條件更好的W2處理，導(dǎo)致實(shí)測(cè)值產(chǎn)生這種不規(guī)律變化的可能原因在于：盡管本文研究?jī)H涉及3個(gè)水分處理，而實(shí)際的大田試驗(yàn)另外包括了3個(gè)氮肥的處理，每個(gè)處理有3個(gè)重復(fù)，共計(jì)27個(gè)小區(qū)，隨機(jī)布置[19]，重復(fù)間的距離相對(duì)較遠(yuǎn)，可能導(dǎo)致產(chǎn)生較大的空間差異；每次每小區(qū)植物采樣共8穴，由于葉片數(shù)量太多，隨機(jī)取其中的1/4（四分法獲?。├瞄L(zhǎng)寬法來測(cè)定葉面積，導(dǎo)致所測(cè)定樣品的隨機(jī)性相對(duì)較高。圖4所示較大的標(biāo)準(zhǔn)差可能反映的就是這種相對(duì)較大的隨機(jī)性和空間變異性。實(shí)測(cè)值與模擬值之間不太一致的動(dòng)態(tài)變化差異導(dǎo)致兩者間的RMSE和NRMSE稍大，改進(jìn)模型模擬情況下，其最大值分別達(dá)1.54 m2/m2和26.59%，而原模型的模擬效果則更差，不同年份和處理的RMSE和NRMSE約為改進(jìn)模型的2倍，最大RMSE和NRMSE分別高達(dá)2.72 m2/m2和46.97%（表2）。按Michele等[30]的觀點(diǎn)，NRMSE≤10%，模擬效果則極好；10%30%時(shí)，模擬效果較差。在CERES-Rice模型輸出的4個(gè)生長(zhǎng)發(fā)育參數(shù)（生育期、葉面積指數(shù)、生物量和產(chǎn)量）中，葉片的空間變異性相對(duì)較大，對(duì)于葉面積指數(shù)這種隨機(jī)性較高、變異性較大的變量而言，改進(jìn)模型模擬結(jié)果的RMSE和NRMSE也基本在可接受范圍內(nèi)。

表2 2013—2014年水稻覆膜處理葉面積指數(shù)實(shí)測(cè)值和模擬值的均方根差（RMSE）、相對(duì)均方根差（NRMSE）及建模效率（EF）

另外，從實(shí)測(cè)值與模擬值2個(gè)數(shù)據(jù)系列間的吻合程度來看，改進(jìn)模型的建模效率EF在0.85以上，均大大高于原模型，而原模型的EF甚至低至0.52、最高EF也僅為0.78（表2）。顯然，無論是RMSE、NRMSE還是EF，各項(xiàng)檢驗(yàn)指標(biāo)均顯示改進(jìn)模型可以更好地模擬葉面積指數(shù)的變化過程，當(dāng)不做改進(jìn)而采用原CERES-Rice模型進(jìn)行模擬時(shí)，會(huì)導(dǎo)致更大的誤差和幾乎無法接受的模擬效果。

2）地上部干物質(zhì)質(zhì)量和產(chǎn)量

與葉面積指數(shù)的變化過程稍有不同，隨著水稻生長(zhǎng)，其地上部干物質(zhì)質(zhì)量逐漸增加直至收獲。無論是實(shí)測(cè)值，還是原模型和改進(jìn)模型獲得的模擬值，2013、2014年覆膜處理（W2、W3）地上部干物質(zhì)質(zhì)量的動(dòng)態(tài)變化均很好地呈現(xiàn)了這一變化規(guī)律，隨時(shí)間逐漸增長(zhǎng)的趨勢(shì)較為一致（圖5）。具體來說，改進(jìn)模型的模擬結(jié)果更接近實(shí)測(cè)值并大大優(yōu)于原模型，最大RMSE和NRMSE分別不超過1 490 kg/hm2、16%，基本在可接受范圍之內(nèi)，且模擬獲得的地上部干物質(zhì)質(zhì)量的變化趨勢(shì)與實(shí)測(cè)規(guī)律十分吻合，各處理建模效率EF均不低于0.95（表3）；而未經(jīng)改進(jìn)的原CERES-Rice模型模擬結(jié)果的RMSE和NRMSE值均在改進(jìn)模型的2倍以上，最大值分別達(dá)3 593 kg/hm2、38%，相應(yīng)地，其建模效率也大大低于改進(jìn)模型，與實(shí)測(cè)系列相距甚遠(yuǎn)（表3）。改進(jìn)模型由于考慮了覆膜的增溫效應(yīng)，并通過土溫代替氣溫更好地刻畫了積溫對(duì)作物生長(zhǎng)的影響，其模擬結(jié)果因而能更好地反映地上部干物質(zhì)質(zhì)量的實(shí)際變化規(guī)律；反之，原模型則低估了覆膜溫度變化對(duì)生物量增長(zhǎng)的作用，從而導(dǎo)致地上部干物質(zhì)質(zhì)量的模擬值低于實(shí)測(cè)值及改進(jìn)模型的模擬結(jié)果；另外，水分脅迫作用的考慮也使得改進(jìn)模型可以比原模型更好地模擬出W2和W3處理間的細(xì)微差異（圖5）。

圖5 2013和2014年水稻覆膜處理地上部干物質(zhì)質(zhì)量實(shí)測(cè)值和模擬值的動(dòng)態(tài)變化

表3 2013—2014年水稻覆膜處理地上部干物質(zhì)質(zhì)量實(shí)測(cè)值和模擬值比較

可能是受土壤含水量水平稍低的影響，2個(gè)生長(zhǎng)季中W3處理水稻的實(shí)測(cè)產(chǎn)量均略低于W2處理，但整體而言，無論在水分處理間、還是在年際間，覆膜處理水稻的實(shí)測(cè)產(chǎn)量均沒有顯著差異[20]，原模型和改進(jìn)模型的模擬值也都較好地呈現(xiàn)了這一規(guī)律（表4），表明本研究中的W3處理也基本能滿足覆膜旱作水稻對(duì)于水分的需求[19]，盡管2014年水稻生長(zhǎng)季內(nèi)的氣溫較低、輻射較弱，但生育期的延長(zhǎng)可能有助于其產(chǎn)量形成的補(bǔ)償。

與其他生長(zhǎng)發(fā)育參數(shù)相比，作物產(chǎn)量模擬結(jié)果的準(zhǔn)確性通常更受重視。一般認(rèn)為產(chǎn)量實(shí)測(cè)值和模擬值的誤差在5%～15%之間，模擬結(jié)果是可以接受的[16]。從平均水平來看，原模型和改進(jìn)模型的模擬結(jié)果總體相仿，相對(duì)誤差的平均值分別為13.3%和13.0%（表4），模擬效果不十分理想，但大體在可接受范圍之內(nèi)；從相對(duì)誤差的變化情況和最大值來看，2013年原模型的模擬效果尚可，甚至略優(yōu)于改進(jìn)模型的模擬結(jié)果，但2014年原模型模擬值與實(shí)測(cè)值間的相對(duì)誤差均在15%以上（最大達(dá)16%），模擬效果較改進(jìn)模型略差；由于未考慮覆膜增溫效應(yīng)對(duì)水稻生長(zhǎng)的影響，原模型模擬導(dǎo)致了對(duì)產(chǎn)量的低估，從這一角度來看，改進(jìn)模型的模擬效果應(yīng)更符合實(shí)際，但改進(jìn)效果似乎又有點(diǎn)過頭，造成了對(duì)產(chǎn)量的高估（表4）。改進(jìn)模型模擬值的高估現(xiàn)象可能來自于以下2方面的原因：1）由于覆膜后追肥困難，生產(chǎn)上通常將肥料一次性基施，極易造成水稻前期生長(zhǎng)過旺、后期顯著缺肥的現(xiàn)象，從而影響覆膜水稻籽粒產(chǎn)量的形成和該技術(shù)增產(chǎn)潛力的發(fā)揮[31-32]，本研究中改進(jìn)模型的模擬過程完全未考慮養(yǎng)分脅迫的影響，故而產(chǎn)量的模擬結(jié)果可能偏高；2）生長(zhǎng)發(fā)育模擬過程中，關(guān)于覆膜增溫效應(yīng)對(duì)水稻產(chǎn)量形成的促進(jìn)作用機(jī)理（比如是否簡(jiǎn)單地以地溫代替氣溫即可反映其產(chǎn)量形成的真實(shí)規(guī)律）可能也需要更進(jìn)一步地研究，當(dāng)然，還需要不同情形條件下更廣泛地檢驗(yàn)驗(yàn)證。土壤養(yǎng)分模塊的考慮可能使產(chǎn)量結(jié)果更合理，這也是筆者進(jìn)一步需要進(jìn)行的研究。

表4 2013—2014年覆膜處理水稻產(chǎn)量的實(shí)測(cè)值和模擬值

總體而言，改進(jìn)溫度和積溫、蒸發(fā)和土壤水分脅迫等模擬子模塊可以更好地反映覆膜對(duì)水稻生長(zhǎng)發(fā)育的影響，使CERES-Rice模型能更好地用于模擬覆膜旱作水稻的生長(zhǎng)發(fā)育規(guī)律。

3 結(jié)論與討論

覆膜旱作使得稻田土壤溫度和水分等生長(zhǎng)環(huán)境發(fā)生了較大改變，為了使CERES-Rice模型能更好地用于模擬覆膜旱作水稻的生長(zhǎng)發(fā)育規(guī)律，本文根據(jù)部分旱地作物的相關(guān)研究成果，改進(jìn)或完善了原CERES-Rice模型中的積溫和土壤溫度、蒸發(fā)和土壤水分脅迫等模擬子模塊，并進(jìn)一步通過2 a的水稻栽培田間試驗(yàn)對(duì)改進(jìn)模型的模擬效果進(jìn)行了檢驗(yàn)和評(píng)價(jià)，主要結(jié)論如下：

1）無論是原CERES-Rice模型，還是改進(jìn)模型，均可較好地模擬覆膜水稻的主要生育期，使模擬結(jié)果的相對(duì)誤差控制在15%以內(nèi)，但改進(jìn)模型由于綜合考慮了覆膜的增溫效應(yīng)，可以更為真實(shí)、有效地模擬溫度變化對(duì)生育期進(jìn)程和變化規(guī)律的影響。

2）采用原模型已無法準(zhǔn)確地模擬覆膜旱作水稻葉面積指數(shù)的動(dòng)態(tài)，不同年份、不同處理實(shí)測(cè)值與模擬系列間的均方根差、相對(duì)均方根差分別可達(dá)2.72 m2/m2和46.97%，而建模效率低至0.52；經(jīng)改進(jìn)后，最大RMSE、NRMSE被分別降至1.54 m2/m2和26.59%，建模效率則提高至0.85及以上，均在可接受范圍之內(nèi)。

3）就覆膜旱作水稻的地上部干物質(zhì)質(zhì)量和產(chǎn)量而言，改進(jìn)模型的模擬結(jié)果同樣也大大優(yōu)于原模型，使不同年份和處理地上部干物質(zhì)質(zhì)量實(shí)測(cè)變化過程與模擬值間的均方根差和相對(duì)均方根差分別在1 490 kg/hm2、16%之內(nèi)，建模效率不低于0.95；同時(shí)，控制產(chǎn)量模擬值與實(shí)測(cè)值間的相對(duì)誤差在15%以內(nèi)。

由于客觀地考慮了覆膜旱作對(duì)水稻生長(zhǎng)環(huán)境（土壤溫度、含水量）的改變及其對(duì)作物生長(zhǎng)的影響，經(jīng)改進(jìn)的CERES-Rice模型可以較好地模擬覆膜旱作水稻的生長(zhǎng)發(fā)育規(guī)律，從而為相關(guān)的機(jī)理研究、環(huán)境效應(yīng)評(píng)估及覆膜旱作水稻生產(chǎn)體系的進(jìn)一步推廣應(yīng)用奠定良好的基礎(chǔ)。當(dāng)然，本研究?jī)H考慮了水分處理的影響且局限于小區(qū)試驗(yàn)，有關(guān)改進(jìn)模型在更多復(fù)雜條件（如不同養(yǎng)分處理、不同區(qū)域和氣候條件、更大尺度或范圍等）下的應(yīng)用效果仍有待進(jìn)一步研究。

致謝：感謝美國University of Florida的GerritHoogenboom教授在模型運(yùn)用過程中所提出的良好意見和建議。

[1] Qu H, Tao H, Tao Y, et al. Ground cover rice production system increases yield and nitrogen recovery efficiency[J]. Agronomy Journal, 2012, 104(5): 1399－1407.

[2] 彭世彰，李榮超. 覆膜旱作水稻蒸發(fā)蒸騰量計(jì)算模型研究[J]. 河海大學(xué)學(xué)報(bào)，2001，29(3)：51－54. Peng Shizhang, Li Rongchao. Calculation models of rice evapotranspiration in plastic film mulched dryland[J]. Journal of Hohai University, 2001, 29(3): 51－54. (in Chinese with English abstract)

[3] 羅霄，李忠武，葉芳毅，等. 水稻生長(zhǎng)模型CERES-Rice的研究進(jìn)展及展望[J]. 中國農(nóng)業(yè)科技導(dǎo)報(bào)，2009，11(5)：54－59.Luo Xiao, Li Zhongwu, Ye Fangyi, et al. Progress and prospects of studies on CERES-Rice models[J]. Journal of Agricultural Science and Technology, 2009, 11(5): 54－59. (in Chinese with English abstract)

[4] Basso B, Liu L, Ritchie J T. A comprehensive review of the CERES-Wheat, Maize and -Rice models’ performances[J]. Advances in Agronomy, 2016, 136: 27－132.

[5] 馬雯雯，金欣欣，石建初，等. 基于CERES-Rice模型的覆膜旱作稻田增溫效應(yīng)模擬[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(9)：215－222.Ma Wenwen, Jin Xinxin, Shi Jianchu, et al. Modeling increasing effect of soil temperature through plastic film mulch in ground cover rice production system using CERES-Rice[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(9): 215－222. (in Chinese with English abstract)

[6] Ritchie J R, Otter S. Description and performance of CERES-Wheat: a user-oriented wheat yield model[J]. ARS-United States Department of Agriculture, Agricultural Research Service (USA), 1985(38): 159－175.

[7] Ritchie J T. A user-orientated model of the soil water balance in wheat[M]//Wheat Growth and Modelling. U S: Springer, 1985: 293－305.

[8] Suleiman A A, Ritchie J T. Modeling soil water redistribution during second-stage evaporation[J]. Soil Science Society of America Journal, 2003, 67: 377－386.

[9] Ritchie J T, Porter C H, Judge J, et al. Extension of an existing model for soil water evaporation and redistribution under high water content conditions[J]. Soil Science Society of America Journal, 2009, 73(3): 792－801.

[10] Ritchie J T. Soil water balance and plant water stress[M]// Understanding Options for Agricultural Production. Netherlands: Springer, 1998: 41－54.

[11] 姚鳳梅.氣候變化對(duì)我國糧食產(chǎn)量的影響評(píng)價(jià)[D]. 北京：中國科學(xué)院，2005. Yao Fengmei. Assessing Impacts of Climate Change on Rice Yields in China[D]. Beijing : Chinese Academy of Sciences, 2005. (in Chinese with English abstract)

[12] Ritchie J T, Alocilja E C, Singh U, et al. IBSNAT and the CERES-Rice model[J]. Weather and Rice, 1986: 271－281.

[13] Singh U, Matthews R B, Griffin T S, et al. Modeling growth and development of root and tuber crops[M]//Understanding Options for Agricultural Production. Netherlands: Springer, 1998: 129－156.

[14] 劉洋，石建初，金欣欣，等. CERES-Rice模型中宜香3728水稻遺傳特性參數(shù)調(diào)試與校驗(yàn)[J]. 農(nóng)業(yè)工程，2015，5(3)：119－123. Liu Yang, Shi Jianchu, Jin Xinxin, et al. Adjustment and validation for genetic parameters of Yixiang 3728 in CERES-Rice model[J]. Agricultural Engineering, 2015, 5(3): 119－123. (in Chinese with English abstract)

[15] Jones C A, Kiniry J R, Dyke P T. CERES-Maize: A Simulation Model of Maize Growth and Development[M]. Texas: A and M University Press, 1986: 75－88.

[16] Ritchie J T, Singh U, Godwin D C, et al. Cereal growth, development and yield[M]//Understanding Options for Agricultural Production. Netherlands: Springer, 1998: 79－98.

[17] 汪興漢. 地膜的種類與性能[J]. 江蘇農(nóng)業(yè)科學(xué)，1984(8)：44－45. Wang Xinghan. The types and properties of plastic films[J]. Jiangsu Agricultural Sciences, 1984(8): 44－45. (in Chinese with English abstract)

[18] 中共房縣縣委房縣人民政府. 房縣城市介紹及氣候背景[EB/OL]. (2010-06-12)[2015-12-10]. http://www.fangxian.gov.cn/html/mlfx/ 010-06/408.html.

[19] 石建初, 金欣欣, 李森, 等. 覆膜旱作稻田水均衡及蒸騰耗水規(guī)律分析[J]. 水利學(xué)報(bào), 2016, 47(10): 1260－1268. Shi Jianchu, Jin Xinxin, Li Sen, et al. Transpiration analysis based on water balance in a ground cover rice production system[J]. Journal of Hydraulic Engineering, 2016, 47(10): 1260－1268.

[20] Jin X, Zuo Q, Ma W, et al. Water consumption and water-saving characteristics of a ground cover rice production system[J]. Journal of Hydrology, 2016, 540: 220－231.

[21] Wang K, Zhou H, Wang B, et al. Quantification of border effect on grain yield measurement of hybrid rice[J]. Field Crops Research, 2013, 141: 47－54.

[22] Stone P J, Sorensen I B, Jamieson P D. Effect of soil temperature on phenology, canopy development, biomass and yield of maize in a cool-temperate climate[J]. Field Crops Research, 1999, 63(2): 169－178.

[23] Feddes R A, Kowalik P J, Zaradny H. Simulation of field water use and crop yield[M]//Centre for Agricultural Publishing and Documentation. Wageningen, Netherlands: Pudoc, 1978: 189.

[24] Liang Y, Hu F, Yang M, et al. Antioxidative defenses and water deficit-induced oxidative damage in rice (L.) growing on non-flooded paddy soils with ground mulching[J]. Plant and Soil, 2003, 257(2): 407－416.

[25] 王懷博. 膜下滴灌旱作水稻需水規(guī)律和土壤水分下限試驗(yàn)研究[D]. 銀川：寧夏大學(xué)，2014.

Wang Huaibo. Study on Drip Irrigation Under Membrane of Water Demand Regulation and Soil Moisture Lower Limit in Dry Farming Rice [D]. Yinchuan: Ningxia University, 2014. ( in Chinese with English abstract)

[26] Smith P, Smith J U, Powlson D S, et al. A comparison of the performance of nine soil organic matter models using datasets from seven long-term experiments[J]. Geoderma, 1997, 81(1): 153－225.

[27] Ying J, Peng S, He Q, et al. Comparison of high-yield rice in tropical and subtropical environments: I. Determinants of grain and dry matter yields[J]. Field Crops Research, 1998, 57(1): 71－84.

[28] 劉芳，樊小林. 覆蓋旱種水稻的農(nóng)學(xué)性狀及產(chǎn)量變化[J]. 西北農(nóng)林科技大學(xué)學(xué)報(bào)，2005，33(2)：63－68.Liu Fang, Fan Xiaolin. A gronomic parameters of rice yield components and yield response to ground cover rice production system (GCRPS)[J]. Journal of Northwest A & F University, 2005, 33(2): 63－68. (in Chinese with English abstract)

[29] Jones J W, Hoogenboom G, Porter C H, et al. The DSSAT cropping system model[J]. European Journal of Agronomy, 2003, 18(3): 235－265.

[30] Michele R, Nicola L, Zina F. Evaluation and application of the OILCROP-SUN model for sunflower in southern Italy[J]. Agricultural Systems, 2003, 78(1): 17－30.

[31] 沈康榮，羅顯樹. 水稻全程地膜覆蓋濕潤栽培法增產(chǎn)因子及關(guān)鍵栽培技術(shù)的研究[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報(bào)，1997，16 (6)：547－551.Shen Kangrong,Luo Xianshu. Increasing factors of rice film-covering through growing season and its key cultural techniques[J].Journal of Huazhong Agricultural University, 1997, 16(6): 547－551. (in Chinese with English abstract)

[32] 劉軍，劉美菊，官玉范，等. 水稻覆膜濕潤栽培體系中的作物生長(zhǎng)速率和氮素吸收速率[J]. 中國農(nóng)業(yè)大學(xué)學(xué)報(bào)，2010，15(2)：9－17. Liu Jun, Liu Meiju, Guan Yufan, et al. Grain yield and nitrogen uptake were affected by the Ground Cover Rice Production System with plastic filmcovering[J]. Journal of China Agricultural University, 2010, 15(2): 9－17. (in Chinese with English abstract)

Rice growth simulation under film mulching in dryland through improving CERES-Rice model

Ma Wenwen1, Shi Jianchu1, Jin Xinxin2, Ning Songrui3, Li Sen1, Tao Yueyue4, Zhang Ya’nan1, Liu Yang5, Lin Shan1, Hu Pengcheng1, Zuo Qiang1※

(1.100193;2.050035; 3.710075; 4.215155; 5.050021)

The ground cover rice production system (GCRPS) is a potential alternative to the traditional paddy rice production system (TPRPS) by irrigating soil beds mulched with film and maintaining soils under predominately unsaturated condition, and it has become one of the most promising water-saving technologies for rice. The increase of soil temperature effected by film mulching and the unsaturated root-zone condition should be taken into consideration when CERES-Rice (a software package widely and successfully applied in TPRPS) is used to simulate rice growth in a GCRPS. In this study, the sub-modules of soil temperature and soil water in original CERES-Rice model were improved (through changing soil temperature and water conditions based on the relevant research results of the dryland crops) to evaluate the simulation on rice growth in the GCRPS. A 2-year field experiment (2013 and 2014) with 3 treatments. The treatment W1 referred to the traditional treatment with a 2-5 cm water layer on the soil beds but without plastic film mulching, W2 was the film mulching treatment keeping soil moisture in root zone near the saturated content by filling the furrows with water completely but without water layer on the soil beds, and W3 was also the film mulching treatment that was managed as the same way as the W2 before mid-tillering stage and then kept the soil moisture in root zone at 80%-100% of field water capacity. The experiment was conducted in Fang county of Hubei province, located at 32°7￠N and 110°42￠E to test the feasibility and rationality of the model improvement. Each treatment was replicated 3 times. A total of 9 plots were arranged and each plot was 9 m in wide and 10 cm in length. A seepage-proof material was laid around each plot under the depth of 80 cm to avoid lateral percolation from the neighbor plots. Five soil beds (156 cm wide) in each plot were built for planting rice, 6 lines of rice were planted for each soil bed with the fixed spacing (26 cm between lines and 18 cm between plants). The small furrows (15 cm in width and depth, respectively) were dug around each soil bed. Among the 2 growth seasons, the experimental data (obtained in 2013 and 2014) were used to rectify the simulation models and verify the rectified models, respectively. Based on the measured meteorological data (air temperatures/solar radiation/precipitation etc.), soil data (soil water contents/soil physical parameters/soil organic matter contents etc.) and field management data (irrigation amount/displacement/fertilizing amount by field), the changing processes of rice growth in the W2 and W3 treatments were simulated using the rectified models. The original and improved CERES-Rice models were also used to simulate the change of leaf area index, the aboveground dry weight, and the rice yield during the 2 growth seasons. The results of the comparison showed that the improved CERES-Rice model had remarkable superiority in delineating the effects of changing environments (e.g. soil temperature and soil water) on rice growth and production in the GCRPS. Both of the estimation of the phenological phases and yields were in good agreement with the measured values, and the relative error was not more than 15%. The root mean squared errors (RMSE) between the simulated and measured leaf area index was not higher than 1.54 m2/m2, the correspondingly normalized root mean squared errors (NRMSE) was not higher than 26.59% and the values of modeling efficiency (EF) were not less than 85%. Moreover, the simulated dynamics of aboveground dry weight were compared well with the measured values (RMSE was smaller than 1 490 kg/hm2, NRMSE was smaller than 16%, but EF was not less than 0.95). Therefore, the improved CERES-Rice model is rational and reliable to simulate rice growth and production in GCRPS.

soils;models; numerical methods;ground cover rice production system (GCRPS); CERES-Rice model; growth and development of rice

10.11975/j.issn.1002-6819.2017.06.015

TU205; Q178.51+6

A

1002-6819(2017)-06-0115-09

2016-07-10

2016-12-10

國家自然科學(xué)基金項(xiàng)目（51139006，51321001）

馬雯雯，女，山東德州人，博士生，主要從事覆膜旱作條件下的水稻生長(zhǎng)過程模擬。北京 中國農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，100193。Email：ma20072613650@126.com

左 強(qiáng)，男，湖北人，教授，主要從事土壤物理與節(jié)水農(nóng)業(yè)機(jī)理研究。北京 中國農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，100193。Email：qiangzuo@cau.edu.cn