邵東國(guó)，樂(lè)志華，徐保利，胡能杰，田旖旎

?

基于AquaCrop模型的有機(jī)稻灌溉制度優(yōu)化

邵東國(guó)，樂(lè)志華，徐保利，胡能杰，田旖旎

（武漢大學(xué)水資源與水電工程科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，武漢 430072）

隨著人們對(duì)提高農(nóng)業(yè)生產(chǎn)效率方法的不斷探索，水稻生產(chǎn)模式正發(fā)生很大變化，并由化肥農(nóng)藥高投入的傳統(tǒng)農(nóng)業(yè)向生態(tài)環(huán)保的有機(jī)農(nóng)業(yè)轉(zhuǎn)變，但有機(jī)稻需耗水特性及其適宜的灌溉制度研究較少。為揭示有機(jī)稻耗水規(guī)律及不同降水年型下的灌水與產(chǎn)量關(guān)系，2015－2016年在湖北省漳河灌區(qū)開(kāi)展了有機(jī)稻灌溉試驗(yàn)研究，統(tǒng)計(jì)分析了有機(jī)稻與普通稻的需耗水差異，獲得了有機(jī)稻耗水及其產(chǎn)量特性，提出了基于AquaCrop模型與熵值法耦合的有機(jī)稻灌溉制度多目標(biāo)多情景優(yōu)化方法。結(jié)果表明：1）有機(jī)稻與普通稻需水量無(wú)顯著差異，但前者的排水量顯著高于后者，且前者排水中的氮磷濃度均顯著降低。有機(jī)稻產(chǎn)量為普通稻產(chǎn)量的84%，但單方灌水產(chǎn)值高28.5%（<0.05），具有顯著的經(jīng)濟(jì)效益。2）優(yōu)化后中國(guó)南方灌區(qū)有機(jī)稻適宜的優(yōu)化灌溉制度為：枯水年，108% (以RAW計(jì)，下同)的土壤含水率控制下限、30 mm的灌水定額、灌水8～9次，平水年113.85%的土壤含水率控制下限、32.31 mm的灌水定額、灌水6～7次；豐水年，116.92%的土壤含水率控制下限、32.31 mm的灌水定額、灌水3～4次。該文為選擇節(jié)水、高產(chǎn)的有機(jī)稻灌溉方案提供參考。

灌溉；耗水；模型；熵值法；有機(jī)稻；Aqua Crop；灌溉制度多目標(biāo)優(yōu)化

0 引 言

近年來(lái)，隨著人們對(duì)傳統(tǒng)水稻生產(chǎn)環(huán)境污染認(rèn)識(shí)的深入以及對(duì)安全、優(yōu)質(zhì)、生態(tài)的糧食產(chǎn)品重視程度的不斷提高[1-2]，生態(tài)高值的農(nóng)業(yè)發(fā)展模式逐漸成為未來(lái)農(nóng)業(yè)科技戰(zhàn)略的選擇[3-4]，有機(jī)稻則是其中的典型代表之一[5]。在巨大的市場(chǎng)發(fā)展?jié)摿土己玫慕?jīng)濟(jì)效益驅(qū)動(dòng)下，有機(jī)稻栽培面積在中國(guó)廣大稻區(qū)日益擴(kuò)大，至2016年全國(guó)稻田生態(tài)種養(yǎng)應(yīng)用面積超過(guò)80萬(wàn)hm2[6]，有機(jī)稻種植面積超過(guò)126萬(wàn)hm2[5]。有機(jī)稻是一種生態(tài)型水稻種植模式，與傳統(tǒng)水稻種植不同，有機(jī)稻在整個(gè)生育期內(nèi)不使用任何肥料、農(nóng)藥、生長(zhǎng)調(diào)節(jié)劑等物質(zhì)，遵循自然規(guī)律和生態(tài)原理實(shí)現(xiàn)水稻可持續(xù)生產(chǎn)過(guò)程[5]。在諸多田間灌溉試驗(yàn)研究中，統(tǒng)計(jì)發(fā)現(xiàn)傳統(tǒng)水稻生產(chǎn)模式全生育期長(zhǎng)度為90～100 d[7-8]，有機(jī)稻模式則為120～130 d[9-10]，隨著作物生長(zhǎng)進(jìn)程、生育階段長(zhǎng)度及各階段分布日期的改變，有機(jī)水稻需水量、需水強(qiáng)度、需水峰值及水分敏感期等較傳統(tǒng)水稻模式均會(huì)有所不同[11]，但相關(guān)研究少見(jiàn)報(bào)道。針對(duì)有機(jī)稻模式，當(dāng)前國(guó)內(nèi)外學(xué)者們研究集中在有機(jī)稻品種選育、田間養(yǎng)分效率、環(huán)境效益、病蟲(chóng)害控制、稻米品質(zhì)等方面，尚缺少有機(jī)稻需耗水及灌溉制度優(yōu)化的研究[9-10,12-13]。

目前，學(xué)者們已提出不少灌溉制度優(yōu)化算法及模擬模型[8,14]，其中AquaCrop模型由于能夠準(zhǔn)確地模擬農(nóng)田水分平衡及作物生長(zhǎng)，被廣泛應(yīng)用于水肥對(duì)土壤-作物系統(tǒng)影響的研究中[15]。與其他作物模型相比，AquaCrop模型具有輸入?yún)?shù)少、簡(jiǎn)捷易操作，同時(shí)又能滿(mǎn)足大田作物生長(zhǎng)模擬精度要求。通過(guò)對(duì)模型參數(shù)進(jìn)行率定，模型能夠較準(zhǔn)確預(yù)測(cè)不同灌水處理下作物產(chǎn)量差異及土壤含水率狀況，可用于灌溉制度的優(yōu)化。Geerts等將AquaCrop模型應(yīng)用于不同旱作物的水肥管理模擬優(yōu)化中[16-18]，模型已得到廣泛的驗(yàn)證； Mainuddin等也利用AquaCrop模型研究不同氣候、不同水肥條件下水稻的優(yōu)化管理制 度[19-20]，驗(yàn)證模型在水稻中的適用性，但國(guó)內(nèi)尚缺乏AquaCrop模型在水稻生長(zhǎng)模擬及灌水優(yōu)化中的應(yīng)用研究。水稻灌溉制度優(yōu)化的諸多研究中，大多以灌水量、產(chǎn)量或水分生產(chǎn)率等單一目標(biāo)為優(yōu)化對(duì)象[8,21]，而稻田排水作為營(yíng)養(yǎng)元素流失的主要途徑，是衡量稻田減排的重要指標(biāo)[22]，但綜合考慮灌水、排水、產(chǎn)量的多目標(biāo)灌溉制度優(yōu)化的研究較少。

本文以湖北漳河灌區(qū)水稻種植區(qū)的有機(jī)稻為研究對(duì)象，基于2015年田間試驗(yàn)分析有機(jī)稻模式的耗水特性，根據(jù)2016年5種灌水處理率定并驗(yàn)證AquaCrop模型，并構(gòu)建多目標(biāo)優(yōu)化函數(shù)，以灌水、排水、產(chǎn)量為目標(biāo)綜合評(píng)價(jià)不同灌溉情景，確定適宜的灌溉制度，為有機(jī)稻節(jié)水灌溉、安全高效生產(chǎn)提供理論指導(dǎo)。

1 材料與方法

1.1 試驗(yàn)區(qū)概況

試驗(yàn)于2015－2016年5－10月在漳河灌區(qū)譚店示范區(qū)進(jìn)行，試驗(yàn)區(qū)位于湖北省荊門(mén)市掇刀區(qū)雙喜街道（30.91N、112.16E），北依漳河灌區(qū)總干渠，東鄰鳳凰水庫(kù)，距漳河水庫(kù)13.6 km，灌溉水源充足；離荊門(mén)市區(qū)8.4 km，交通十分方便。本區(qū)屬長(zhǎng)江中下游亞熱帶季風(fēng)氣候類(lèi)型，氣候溫和、無(wú)霜期長(zhǎng)、雨量充沛、較為濕潤(rùn)。本區(qū)內(nèi)多年平均氣溫15.8 ℃，最高月平均氣溫27.7 ℃，多年無(wú)霜期為267 d，多年平均降雨量903.3 mm，多年平均蒸發(fā)量1 413.9 mm，年日照總時(shí)數(shù)1 300～1 600 h，潮濕系數(shù)小于1。試驗(yàn)區(qū)耕地土層較厚，耕作層較深，質(zhì)地黏重，透水性較差，保水、保肥、抗旱能力較強(qiáng)。干旱時(shí)板結(jié)堅(jiān)硬，容易發(fā)生裂縫，遇水則較柔軟易耕，肥力較高，易于種植水稻。試驗(yàn)區(qū)土壤飽和體積含水率0～35 cm為50%，35～100 cm為54%；田間持水率0～35 cm為39%，35～100 cm為50%；凋萎系數(shù)0～35 cm為23%，35～100 cm為32%。

1.2 試驗(yàn)設(shè)計(jì)

試驗(yàn)設(shè)計(jì)2種水稻種植模式，其中有機(jī)稻模式進(jìn)行2 a試驗(yàn)，普通稻模式進(jìn)行1 a試驗(yàn)；基于2015年試驗(yàn)分析有機(jī)稻同普通稻的耗水差異，基于2016年試驗(yàn)優(yōu)化有機(jī)稻灌溉制度。有機(jī)稻試驗(yàn)作物品種選用當(dāng)?shù)仄毡榉N植的“鄂中五號(hào)”，并采用有機(jī)耕作模式，即在有機(jī)稻栽培過(guò)程中不使用化肥農(nóng)藥，以翻耕的紅花草為基肥（撒種密度為22.5 kg/ hm2），分蘗肥和拔節(jié)肥施用湖北省農(nóng)科所研制的有機(jī)肥料（有機(jī)質(zhì)≥45%，主要成份為雞禽糞便等混合物），施肥量為4 500 kg/hm2，與當(dāng)?shù)赜袡C(jī)稻的高產(chǎn)施肥量一致；稻田進(jìn)行人工除草，使用殺蟲(chóng)燈進(jìn)行蟲(chóng)害控制，其他農(nóng)事操作均符合中國(guó)有機(jī)農(nóng)業(yè)生產(chǎn)標(biāo)準(zhǔn)（GB/T 19630.1-2011）[23]。普通稻試驗(yàn)品種也選擇“鄂中五號(hào)”，化肥農(nóng)藥施用則控制與當(dāng)?shù)仄胀ǖ靖弋a(chǎn)施肥量一致，施用3次尿素（含氮46.4%），總純氮量為145 kg/hm2（基肥50%，分蘗肥30%，拔節(jié)肥20%），使用農(nóng)藥殺蟲(chóng)除草。

灌水控制時(shí)，2015年有機(jī)稻和普通稻均采用淺濕灌溉，稻田分蘗后期曬田，黃熟期自然落干至收割，在其余生育期以田間水層作為灌水控制指標(biāo)，在田面維持 20～50 mm水層，降雨若超過(guò)水層上限則進(jìn)行排水；2016年有機(jī)稻則設(shè)置5種灌溉定額，不同生育階段的灌水量見(jiàn)表1，灌水時(shí)間返青期為6月1日、分蘗期為6月15日和6月23日，孕穗期為7月31日、抽穗期為8月20日、乳熟期為8月8日和9月5日。試驗(yàn)期間2種水稻的移栽插秧的日期根據(jù)當(dāng)?shù)貙?shí)際生產(chǎn)確定，各生育階段的時(shí)間見(jiàn)表2。

田間試驗(yàn)均在野外進(jìn)行，有機(jī)稻和普通稻的泡田定額、翻耕方式、移栽時(shí)稻田水深均一致，試驗(yàn)小區(qū)面積均在30～35 m2之間，各處理均設(shè)置 3次重復(fù)。

表1 2016年有機(jī)稻田間試驗(yàn)灌水量

表2 水稻生育期

1.3 測(cè)定項(xiàng)目與測(cè)定方法

氣象資料：田間設(shè)置雨量桶測(cè)降水，其他數(shù)據(jù)采用附近的漳河工程管理局團(tuán)林灌溉試驗(yàn)站監(jiān)測(cè)資料。

土壤水分及灌水監(jiān)測(cè)：每日08:00和18:00利用豎尺或美國(guó)Spectrum公司的TDR300測(cè)定田間水層高度或 10 cm土層深度處土壤含水率，灌溉水量直接由安裝在灌溉管道上的水表讀出。

作物需水量（蒸發(fā)蒸騰量）：根據(jù)田間水量平衡原理計(jì)算逐日的水稻需水：

式中W、W1分別表示第天和第1天田間可供利用的水量，mm；M表示灌溉水量，mm；P表示第天的降雨量，mm；ETi表示第天的作物需水量，mm；D表示第天的排水量，mm；DPi表示第天的滲漏量，參照Li等[24-25]的測(cè)定方法，mm。

田間排水量及排水水質(zhì)：采用閘門(mén)控制排水，集中在可監(jiān)測(cè)時(shí)間進(jìn)行田間排水并進(jìn)行排水取樣化驗(yàn)，采用全自動(dòng)連續(xù)流動(dòng)化學(xué)分析儀（SEAL AA3型，德國(guó)布朗盧比公司）測(cè)定化驗(yàn)總氮、總磷含量，排水量按下面公式計(jì)算：

式中v表示第次監(jiān)測(cè)的平均流速，由美國(guó)便攜式桿式流速儀FP101測(cè)定，m/s；A表示第次監(jiān)測(cè)的過(guò)水?dāng)嗝婷娣e，m2；D表示測(cè)定總時(shí)間，s；A表示試驗(yàn)田面積，m2。

株高、分蘗數(shù)：每15 d用精度為0.01 m卷尺測(cè)量株高、分蘗數(shù)，每個(gè)小區(qū)隨機(jī)取10穴測(cè)量，結(jié)果取平均值。

生物量及產(chǎn)量：每塊試驗(yàn)田每15 d選取3株有代表性植株，從莖基部剪下，獲得完整的冠部，放入烘箱內(nèi)，在105 ℃下殺青，用恒溫（85 ℃）烘至恒質(zhì)量后稱(chēng)質(zhì)量。水稻收獲后，在每個(gè)試驗(yàn)田內(nèi)都選取3個(gè)有代表性的1 m2樣方，脫粒并經(jīng)自然風(fēng)干后（平均含水率約為8.0%）稱(chēng)質(zhì)量，并折算成每公頃的產(chǎn)量，并調(diào)研水稻當(dāng)年市場(chǎng)價(jià)格。每個(gè)樣方隨機(jī)選取10株樣品同時(shí)測(cè)定株高、穗長(zhǎng)。

1.4 數(shù)據(jù)分析

采用SPSS數(shù)據(jù)統(tǒng)計(jì)分析軟件與Excel相結(jié)合，對(duì)數(shù)據(jù)統(tǒng)計(jì)分析、作圖等。

2 基于AquaCrop與熵值法耦合的的灌溉制度優(yōu)化方法

考慮到有機(jī)稻是綠色有機(jī)農(nóng)業(yè)發(fā)展的根本要求，其灌溉用水管理既要高產(chǎn)高效又要節(jié)水減排，有時(shí)也存在高產(chǎn)與節(jié)水減排的矛盾。為此，本文通過(guò)設(shè)計(jì)多種不同的灌溉水平，采用多目標(biāo)多情景優(yōu)化方法進(jìn)行有機(jī)稻灌溉制度優(yōu)化，具體思路是：首先構(gòu)建率定AquaCrop作物生長(zhǎng)模型，然后設(shè)計(jì)70種的田間灌溉情景，其次對(duì)不同情景下作物生長(zhǎng)以及排水進(jìn)行模擬計(jì)算，得到不同情景下的灌水產(chǎn)量以及灌排關(guān)系；最后以水稻產(chǎn)量、灌水量、排水量為優(yōu)化目標(biāo)，建立基于熵值法的多目標(biāo)優(yōu)化函數(shù)，綜合評(píng)價(jià)確定有機(jī)稻的最優(yōu)灌溉情景。

2.1 AquaCrop模型及其參數(shù)

AquaCrop是聯(lián)合國(guó)糧農(nóng)組織（FAO）于2009年推出的一個(gè)基于水分驅(qū)動(dòng)的日尺度作物模型，是一個(gè)廣泛用于草本作物，包括蔬菜、糧食、飼料、水果、油、根和塊莖作物的通用模型。AquaCrop模型試圖在準(zhǔn)確性，簡(jiǎn)易性、穩(wěn)定性和易用性之間達(dá)成平衡，幫助實(shí)際生產(chǎn)中的用戶(hù)，如水資源管理、灌溉組織人員和政策專(zhuān)家們使用該模型進(jìn)行規(guī)劃和情景分析。近年來(lái)，該模型已被廣泛應(yīng)用于地模擬不同氣候條件、栽培管理、水分脅迫和氮素限制條件下的水稻、小麥、玉米等糧食作物的生長(zhǎng)發(fā)育、蒸發(fā)蒸騰量和土壤水分平衡[15-20]。

AquaCrop模型的產(chǎn)量通過(guò)生物量計(jì)算得到，計(jì)算公式為：

式中為地上部生物量，kg/m2；WP為水分生產(chǎn)率， kg/(m2×mm)；T為實(shí)際蒸騰量，mm；為作物產(chǎn)量，kg/m2；HI為作物收獲指數(shù)，%。其中WP是模型中非常重要的參數(shù)，其值隨年平均CO2濃度及作物品種的不同而發(fā)生變化。其通常被表示為WP*，在數(shù)值上WP*被量化為地上部生物量與“T/ET0”的比值，在特定氣候條件下對(duì) 某一特定作物品種而言其為常數(shù)，其演化計(jì)算過(guò)程見(jiàn)文獻(xiàn)[26]。

AquaCrop模型模型包括作物生長(zhǎng)、田間管理、水分脅迫、植株氮素平衡以及土壤水分平衡在內(nèi)的多個(gè)模擬模塊。模型運(yùn)行所需輸入數(shù)據(jù)包括4類(lèi)，作物參數(shù)、氣象參數(shù)、土壤參數(shù)和田間管理參數(shù)。作物參數(shù)包括種植密度、冠層增長(zhǎng)和衰減系數(shù)、生育期天數(shù)、冠層覆蓋度參數(shù)等；氣象參數(shù)包括日最高、最低溫、日降水量、平均風(fēng)速、ET0值等；土壤參數(shù)包括土壤類(lèi)型、土壤質(zhì)地、飽和含水率、田間持水率等；田間管理數(shù)據(jù)包括耕作方式、灌溉水量、灌溉日期等。

2.2 模擬灌溉情景設(shè)計(jì)

灌水模擬情景設(shè)計(jì)主要考慮2個(gè)因素，灌溉時(shí)的土壤含水率和灌水定額，情景設(shè)計(jì)時(shí)土壤含水率盡可能涵蓋該地區(qū)水稻生育期內(nèi)可能經(jīng)歷的最低和最高水分脅迫程度，灌水定額情景設(shè)計(jì)應(yīng)涵蓋田間可實(shí)現(xiàn)的最小灌溉定額和最大灌溉定額。模型中輸入的土壤含水率需要表示為RAW（readily available soil water）的百分比，RAW的大小為田間持水率與凋萎系數(shù)之差的一半。土壤體積含水率設(shè)計(jì)為RAW 的80%、120%、140%、160%、170%、180%、190%、200%、210%、220%，灌水定額包括30、40、50、60、70、80、100 mm，交叉后共70種模擬灌溉情景。模型模擬時(shí)間為1981－2016年，通過(guò)繪制皮爾遜-Ⅲ型曲線(xiàn)選擇頻率￠=25%為豐水年、￠=50%為中水年、￠=75%為枯水年，在3種降水年型中各選擇2個(gè)典型年份的模擬數(shù)據(jù)進(jìn)行有機(jī)稻灌溉增產(chǎn)潛力分析，其中豐水年選擇1997年（832.8 mm）和1987年（688.8 mm）、平水年選擇2006年（445.8 mm）和2007年（606.3 mm）、枯水年選擇1981年（301.5 mm）和1985年（359.4 mm）。

2.3 基于熵值法的多目標(biāo)優(yōu)化函數(shù)

熵值法是一種根據(jù)各指標(biāo)所含信息變異程度來(lái)確定權(quán)重的一種方法，利用信息熵描述樣本數(shù)據(jù)變化的相對(duì)速率，系數(shù)越接近于1，距目標(biāo)就越近；系數(shù)越接近于0，距目標(biāo)就越遠(yuǎn)[27]。函數(shù)構(gòu)建時(shí)灌溉情景表示為第個(gè)情景，不同灌溉情景下的產(chǎn)量、灌水量、排水量表示為第個(gè)情景的第項(xiàng)指標(biāo)，產(chǎn)量越大越優(yōu)，灌水量和排水量為越小越優(yōu)，函數(shù)構(gòu)建如下：

（6）

3 結(jié)果與分析

3.1 有機(jī)稻耗水及性狀特性分析

2015年試驗(yàn)結(jié)果發(fā)現(xiàn)，有機(jī)稻返青至乳熟需水量525.96 mm，普通稻則為460.17 mm，2種模式間的需水量差異沒(méi)有達(dá)到顯著水平（>0.05），但有機(jī)稻全生育期共需127 d，顯著大于普通稻（111 d）（<0.05）。研究認(rèn)為有機(jī)稻同普通稻生育期長(zhǎng)度差異的主要原因是施用肥料的差異，有機(jī)肥含有豐富的有機(jī)質(zhì)和各種養(yǎng)分，肥效長(zhǎng)，可為作物直接提供養(yǎng)分；但有機(jī)肥養(yǎng)分含量低，肥效緩慢，難以完全滿(mǎn)足作物生長(zhǎng)旺盛時(shí)期對(duì)養(yǎng)分的需求，延緩了水稻的生長(zhǎng)進(jìn)程，從而增加水稻生育期長(zhǎng)度，稻田耗水也相應(yīng)發(fā)生變化。計(jì)算分析稻田水量平衡各要素發(fā)現(xiàn)，有機(jī)稻模式的灌水量、排水量、滲漏量均顯著大于普通稻模式（<0.05），其中有機(jī)稻灌水量420 mm，較普通稻增加78.7%，滲漏量增加37.6%。有機(jī)稻的排水量為99.61 mm，較普通稻增加3倍；測(cè)定分析2種模式地面排水水質(zhì)發(fā)現(xiàn)（表3），有機(jī)稻的總氮、總磷濃度均值分別為0.91、0.05 mg/L，其中總氮濃度較普通稻降低0.35 mg/L，總磷濃度降低0.05 mg/L。結(jié)果表明有機(jī)稻模式同普通稻模式在水稻生育期長(zhǎng)度、稻田灌排水特性等方面均存在較大差異；有機(jī)稻稻田灌水、排水、滲漏量均較大，尚存在優(yōu)化的空間。

水稻測(cè)產(chǎn)結(jié)果顯示（表4），有機(jī)稻同普通稻的株高、產(chǎn)量均存在顯著差異（<0.05），其中有機(jī)稻株高均值為106.58 cm，高出普通稻7.6%；空殼率高于普通稻10.5%，千粒質(zhì)量與普通稻無(wú)顯著差異，有機(jī)稻產(chǎn)量7 903.50 kg/hm2，僅為普通稻模式（9 410.10 kg/hm2）的84%，同Way等[29-30]的研究結(jié)果一致。有機(jī)稻市場(chǎng)價(jià)格7.20元/kg，產(chǎn)值達(dá)5.69萬(wàn)元/hm2，是普通稻（2.48萬(wàn)元/hm2）的2.29倍，單方灌水產(chǎn)值13.54元/m3（產(chǎn)值/灌水量），較普通稻增加28.5%。有機(jī)稻模式較普通稻模式稻田耗水雖有增加，但單方水產(chǎn)值卻上升，故有機(jī)稻模式對(duì)提質(zhì)增收、提高農(nóng)村經(jīng)濟(jì)效益有積極作用。

表3 稻田耗水過(guò)程及排水水質(zhì)

注：同列數(shù)字后字母相同，表示各處理間無(wú)顯著性差異（＞0.05），下同。

Note: Numbers in the same column followed by the same letter are not significantly different (＞0.05), the same below.

表4 普通稻和有機(jī)稻水稻性狀特征

3.2 有機(jī)稻灌溉制度優(yōu)化

3.2.1 模型率定與驗(yàn)證

有機(jī)稻模式改變了水稻的生長(zhǎng)進(jìn)程及耗水特性，針對(duì)普通水稻設(shè)計(jì)的優(yōu)化灌溉制度難以適用于有機(jī)稻模式，因此優(yōu)化有機(jī)稻模式的灌溉制度對(duì)實(shí)現(xiàn)稻田的節(jié)水增效具有重要的作用。文中選擇2016年有機(jī)稻田間試驗(yàn)處理1的數(shù)據(jù)對(duì)AquaCrop模型進(jìn)行率定，將模擬得到的土壤含水率、作物產(chǎn)量、作物地上生物量同實(shí)測(cè)值比較，相應(yīng)調(diào)整模型中冠層增長(zhǎng)和衰減系數(shù)、作物水分脅迫響應(yīng)系數(shù)、作物收獲指數(shù)等其他作物參數(shù)，使兩者充分接近為止，率定后的部分參數(shù)見(jiàn)表5。保持率定后的基本參數(shù)不變，將2016年有機(jī)稻試驗(yàn)處理2～處理5的數(shù)據(jù)輸入模型中進(jìn)行驗(yàn)證，模擬結(jié)果與實(shí)測(cè)數(shù)據(jù)進(jìn)行對(duì)比，驗(yàn)證模型精度。模擬值與實(shí)測(cè)值的吻合程度采用相對(duì)均方根誤差（relative root mean squared error, RRMSE）、模型效率（Nash-Sutcliffe efficiency, EF）和決定系數(shù)（coefficient of determination,2）對(duì)模型運(yùn)行效果進(jìn)行評(píng)價(jià)[31-32]。模擬及評(píng)價(jià)結(jié)果見(jiàn)圖1，比較水稻產(chǎn)量、土壤含水率、地上生物量的的實(shí)測(cè)值和模擬值，發(fā)現(xiàn)實(shí)測(cè)的數(shù)據(jù)點(diǎn)均落在模擬值線(xiàn)附近，決定系數(shù)和模型效率均在0.7以上，相對(duì)均方根誤差0.15～0.28，產(chǎn)量模擬2、EF、RRMSE分別為0.98、0.95、0.15。模擬值與實(shí)測(cè)值之間有較好一致性。以上模擬結(jié)果表明，率定后AquaCrop模型能夠較好模擬有機(jī)稻的作物生長(zhǎng)過(guò)程以及水分產(chǎn)量關(guān)系。

表5 率定后的AquaCrop模型輸入?yún)?shù)值

3.2.2 有機(jī)稻灌溉制度優(yōu)化

圖2為模擬的3種降水年型下70種灌溉組合有機(jī)稻的產(chǎn)量隨灌溉定額的變化關(guān)系以及擬合后的相關(guān)函數(shù)。由圖分析可知，有機(jī)稻產(chǎn)量隨灌溉定額的變化分為2個(gè)階段：一是迅速增加階段，在這一階段隨著灌溉定額的增加有機(jī)稻產(chǎn)量迅速增加；二是產(chǎn)量穩(wěn)定階段，當(dāng)灌溉定額達(dá)到某一程度以后，繼續(xù)增加灌溉定額增產(chǎn)作用就不明顯，產(chǎn)量穩(wěn)定在較高水平或輕微增長(zhǎng)。模擬結(jié)果可以得到：枯水年以1981年和1985年為例，有機(jī)稻生育期內(nèi)降水少，水分虧缺嚴(yán)重，雨養(yǎng)產(chǎn)量很低，補(bǔ)充灌溉250 mm后產(chǎn)量可達(dá)到7 300 kg/hm2以上，灌溉增產(chǎn)潛力很大，每補(bǔ)充灌溉100 mm，產(chǎn)量增加3 000 kg/hm2左右；平水年份以2006年和2007年為例，有機(jī)稻雨養(yǎng)條件下的產(chǎn)量分別為5 607、5 841 kg/hm2，補(bǔ)充灌溉到最高產(chǎn)量水平范圍需要灌水150 mm左右，每補(bǔ)充灌溉100 mm可以提高產(chǎn)量1 800 kg/hm2左右；豐水年份以1987年和1997年為例，有機(jī)稻雨養(yǎng)條件下產(chǎn)量分別為6 767、 4 481 kg/hm2，補(bǔ)充灌溉到最高產(chǎn)量范圍需要補(bǔ)灌50 mm左右，每補(bǔ)充灌溉50 mm，可提高產(chǎn)量950 kg/hm2左右。

圖1 模型驗(yàn)證

圖2 不同灌溉制度下的有機(jī)稻產(chǎn)量

表6為2016年有機(jī)稻田間實(shí)測(cè)數(shù)據(jù)，表7為優(yōu)化后的灌溉制度。通過(guò)構(gòu)建的多目標(biāo)優(yōu)化函數(shù)計(jì)算各年份下70種灌溉情景的綜合評(píng)價(jià)值，得到1981－2016年每年的模擬情景中值最大的灌溉情景，并依據(jù)不同的降水年型對(duì)優(yōu)選出的灌溉情景取平均值，獲得多目標(biāo)優(yōu)化下不同降水年型的優(yōu)化灌溉制度。灌溉制度優(yōu)化后，2016年模型模擬的稻田排水為71.90 mm，較2016年的高產(chǎn)處理T1減少12.9 mm；2015年模型模擬稻田排水量為 20.00 mm，比2015年田間試驗(yàn)實(shí)測(cè)排水量（99.61 mm）降低79.61 mm，說(shuō)明灌溉制度優(yōu)化后可明顯減小有機(jī)稻的稻田排水，通過(guò)消減排水間接達(dá)到減排效果。2015年、2016年模型模擬的有機(jī)稻灌溉定額均為200.00 mm，較2015年未優(yōu)化時(shí)的實(shí)測(cè)灌水量（420 mm）低60%，較2016年高產(chǎn)處理T1的灌水量（330 mm）低24%，但模擬產(chǎn)量均不低于2015－2016年的試驗(yàn)產(chǎn)量，說(shuō)明優(yōu)化后的灌溉制度不僅可以保證有機(jī)稻的高產(chǎn)，而且能夠?qū)崿F(xiàn)稻田的節(jié)水灌溉。

為指導(dǎo)未來(lái)有機(jī)稻的優(yōu)化灌溉并滿(mǎn)足高效節(jié)水減排目標(biāo)，根據(jù)降水年型對(duì)優(yōu)選出的灌溉情景取均值，得到豐水年、平水年、枯水年的適宜灌溉制度，見(jiàn)表7。分析發(fā)現(xiàn)不同年型下的灌水次數(shù)為非整數(shù)，為便于生產(chǎn)中實(shí)際操作，豐水年灌水次數(shù)取3～4次、平水年6～7次、枯水年8～9次。最終得到適宜南方灌區(qū)有機(jī)稻的優(yōu)化灌溉制度為：枯水年108%的土壤含水率（以RAW計(jì)，下同）控制下限、30 mm的灌水定額、灌水8～9次，平水年113.85%的土壤含水率控制下限、32.31 mm的灌水定額、灌水6～7次，豐水年116.92%的土壤含水率控制下限、 32.31 mm的灌水定額、灌水3～4次。

表6 2016年有機(jī)稻田間試驗(yàn)結(jié)果

表7 不同年型下的優(yōu)化灌溉制度

注：土壤含水率以RAW計(jì)。Note：Soil moisture is based on by RAW.

4 討 論

傳統(tǒng)灌溉制度優(yōu)化大多以產(chǎn)量最大、灌水最小或水分生產(chǎn)率最高為優(yōu)化目標(biāo)[8,21]，較少考慮田間排水優(yōu)化，而通過(guò)排水釋放到排水溝渠中的營(yíng)養(yǎng)元素是稻田面源污染的重要來(lái)源[22,33]，而通過(guò)優(yōu)化灌溉制度可有效減少稻田排水量，達(dá)到稻田減排目的。本文考慮排水的灌溉制度優(yōu)化后，較優(yōu)化前2015—2016年的實(shí)際稻田排水均可消減12.9 mm以上，可有效控制稻田水肥流失、降低面源污染風(fēng)險(xiǎn)。

2015年試驗(yàn)研究結(jié)果顯示在相同的灌溉控制下，雖然有機(jī)稻生育期灌水量高于普通稻、產(chǎn)量低于普通稻，但有機(jī)稻產(chǎn)值5.69萬(wàn)元/hm2，是普通稻的2.29倍，單方灌溉水糧食產(chǎn)值超出普通稻28.5%，實(shí)現(xiàn)了從傳統(tǒng)的節(jié)水增糧轉(zhuǎn)變?yōu)楣?jié)水增效的目標(biāo)。有機(jī)稻灌溉制度優(yōu)化后，2015年和2016年的灌水量模擬值均低于田間試驗(yàn)實(shí)測(cè)值，可實(shí)現(xiàn)有機(jī)稻的灌溉節(jié)水。

作物生長(zhǎng)模擬模型的使用可以大大減少試驗(yàn)時(shí)間及成本的投入，可以實(shí)現(xiàn)更多組合的優(yōu)化設(shè)計(jì)，適用于較多因素、水平的試驗(yàn)方案模擬。Shrestha等[20]使用AquaCrop模型對(duì)尼泊爾的水稻進(jìn)行模擬，水稻生物量的R2、EF值分別達(dá)到0.94和0.92；本文將AquaCrop模型引入中國(guó)湖北漳河灌區(qū)的水稻模擬中，模擬值與實(shí)測(cè)值吻合度均較好，生物量的2、EF值分別達(dá)到0.79和0.89，驗(yàn)證模型在該區(qū)域水稻的適用性。

以往研究利用作物模型優(yōu)化灌溉制度優(yōu)化時(shí)，大多基于作物模型的模擬情景進(jìn)行統(tǒng)計(jì)分析[14,18]，本文引入多目標(biāo)優(yōu)化函數(shù)同作物模型耦合，構(gòu)建基于AquaCrop與熵值法的多目標(biāo)作物模擬優(yōu)化模型，為作物灌溉制度優(yōu)化提供新方法。

5 結(jié) 論

本研究旨在研究有機(jī)稻需耗水及其產(chǎn)量特性，提出有機(jī)稻灌溉制度多目標(biāo)優(yōu)化方法，得到適宜中國(guó)南方灌區(qū)有機(jī)稻的優(yōu)化灌溉制度，得到以下結(jié)論：

1）有機(jī)稻與普通稻需水量差異不顯著，有機(jī)稻返青至乳熟需水量525.96 mm，普通稻則為460.17 mm；有機(jī)稻灌水量420 mm，顯著高于較普通稻。有機(jī)稻、普通稻的排水量分別為99.61 mm、23.75 mm，但有機(jī)稻排水中的總氮、總磷含量均顯著低于普通稻。有機(jī)稻的產(chǎn)量為普通稻產(chǎn)量的84%，但有機(jī)稻產(chǎn)值5.69萬(wàn)元/hm2，是普通稻的2.29倍，對(duì)獲得綠色有機(jī)產(chǎn)品、農(nóng)民增收、提高農(nóng)田經(jīng)濟(jì)效益均有積極作用。

2）驗(yàn)證AquaCrop模型在中國(guó)南方灌區(qū)水稻生長(zhǎng)模擬以及灌溉制度優(yōu)化中的適用性，其中產(chǎn)量模擬的2、EF、RRMSE值分別為0.98、0.95、0.15，可為中國(guó)水稻灌溉制度優(yōu)化提供新方法。

3）模擬得到不同降水年型下有機(jī)稻的灌溉增產(chǎn)潛力。有機(jī)稻在枯水年型下灌溉增產(chǎn)潛力最大，需補(bǔ)灌250 mm，每補(bǔ)充灌溉100 mm，產(chǎn)量增加3 000 kg/hm2左右；平水年型補(bǔ)充灌溉到最高產(chǎn)量水平范圍需要灌水150 mm左右，每補(bǔ)充灌溉100 mm可以提高產(chǎn)量1 800 kg/hm2左右；豐水年型補(bǔ)充灌溉到最高產(chǎn)量范圍需要補(bǔ)灌50 mm左右，每補(bǔ)充灌溉50 mm，可提高產(chǎn)量950 kg/hm2左右。

4）提出了基于AquaCrop模型和熵值法耦合的多目標(biāo)多情景的灌溉制度優(yōu)化方法，得到不同年型下有機(jī)稻適宜的灌溉制度：枯水年108%（以RAW計(jì)，下同）的土壤含水率控制下限、30 mm的灌水定額、灌水8～9次，平水年113.85%的土壤含水率控制下限、32.31 mm的灌水定額、灌水6～7次，豐水年116.92%的土壤含水率控制下限、32.31 mm的灌水定額、灌水3～4次。

[1] 陸文聰，劉聰. 化肥污染對(duì)糧食作物生產(chǎn)的環(huán)境懲罰效應(yīng)[J]. 中國(guó)環(huán)境科學(xué)，2017，37(5)：1988－1994. Lu Wencong, Liu Cong. The “environmental punishment” effect of fertilizer pollution in grain crop production[J]. China Environmental Science, 2017, 37(5): 1988－1994. (in Chinese with English abstract)

[2] 劉欽普，林振山，周亮. 山東省化肥使用時(shí)空分異及潛在環(huán)境風(fēng)險(xiǎn)評(píng)價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(7)：208－214. Liu Qinpu, Lin Zhenshan, Zhou Liang. Spatio-temporal differentiation and environmental risk assessment of fertilization in Shandong Province, China [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(7): 208214. (in Chinese with English abstract)

[3] 趙其國(guó)，黃季焜. 農(nóng)業(yè)科技發(fā)展態(tài)勢(shì)與面向2020年的戰(zhàn)略選擇[J]. 生態(tài)環(huán)境學(xué)報(bào)，2012，21(3)：397403. Zhao Qiguo, Huang Jikun. The trend of agricultural science and technology development and the strategies for 2020 [J]. Ecology and Environmental Sciences, 2012, 21(3): 397403. (in Chinese with English abstract)

[4] 付恭華，鄢幫有. 中國(guó)未來(lái)的糧食安全與生態(tài)可持續(xù)性問(wèn)題研究：基于糧食生產(chǎn)過(guò)程生態(tài)足跡的實(shí)證分析[J]. 長(zhǎng)江流域資源與環(huán)境，2013，22(12)：15501556. Fu Gonghua, Yan Bangyou. Ecological agriculture can guarantee food security in China [J]. Resources and Environment in the Yangtze Basin, 2013, 22(12): 15501556. (in Chinese with English abstract)

[5] 劉曉梅，余宏軍，李強(qiáng)，等. 有機(jī)農(nóng)業(yè)發(fā)展概述[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2016，27(4)：13031313. Liu Xiaomei, Yu Hongjun, Liiqiang et al. Overview of organic agriculture development[J]. Chinese Journal of Applied Ecology, 2016, 27(4): 13031313 (in Chinese with English abstract)

[6] 董心普. 廣西有機(jī)稻產(chǎn)業(yè)化發(fā)展研究[D]. 南寧：廣西大學(xué)，2013. Dong Xinpu. Research on Development of Organic Rice Industry in Guangxi Province [D]. Nanning: Guangxi University, 2013. (in Chinese with English abstract)

[7] 鄭紅明. 2016年我國(guó)水稻生產(chǎn)發(fā)展報(bào)告[J]. 中國(guó)糧食經(jīng)濟(jì)，2016(12)：3740. Zheng Hongming. Report on the development of rice production in China in 2016 [J]. China Grain Economy, 2016(12): 3740. (in Chinese with English abstract)

[8] 楊娜，付強(qiáng)，李榮東，等. 連續(xù)蟻群算法在水稻灌溉制度優(yōu)化中的應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2010，26(增刊1)： 134138. Yang Na, Fu Qiang, Li Rongdong, et al. Application of ant colony algorithm based continuous space in optimizing irrigation regime of rice[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(Supp.1): 134－138. (in Chinese with English abstract)

[9] 楊勇. 稻漁共作生態(tài)特征與安全優(yōu)質(zhì)高效生產(chǎn)技術(shù)研究[D]. 鎮(zhèn)江：揚(yáng)州大學(xué)，2004.Yang Yong. Study on Ecological Characteristics and Technique for Safe Good Quality and High Benefit of Rice-Fish Culture[D]. Zhenjiang: Yangzhou University, 2004. (in Chinese with English abstract)

[10] 陳淑峰，孟凡喬，吳文良，等. 東北典型稻區(qū)不同種植模式下稻田氮素徑流損失特征研究[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)，2012，20(6)：728733. Chen Shufeng, Meng Fangqiao, Wu Wenliang, et al. Nitrogen loss characteristics via runoff in typical rice planting area in Northeast China under different planting managements[J]. Chinese Journal of Eco-Agriculture, 2012, 20(6): 728－733 (in Chinese with English abstract)

[11] 李遠(yuǎn)華. 節(jié)水灌溉理論與技術(shù)[M]. 武漢：武漢水利電力大學(xué)出版社，1999.

[12] 岳玉波，沙之敏，趙崢，等. 不同水稻種植模式對(duì)氮磷流失特征的影響[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)，2014，22(12)： 14241432. Yue Yubo, Sha Zhimin, Zhao Zheng, et al. Effects of rice cultivation patterns on nitrogen and phosphorus leaching and runoff losses[J]. Chinese Journal of Eco-Agriculture, 2014, 22(12): 1424－1432 (in Chinese with English abstract)

[13] 孫向平，李國(guó)學(xué)，孟凡喬，等. 新疆伊犁墾區(qū)有機(jī)水稻生產(chǎn)養(yǎng)分平衡及氮素污染風(fēng)險(xiǎn)分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2011，27(增刊2)：158162. Sun Xiangping, Li Guoxue, Meng Fanqiao, et al. Nutrients balance and nitrogen pollution risk analysis for organic rice production in Yili reclamation area of Xinjiang[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(Supp.2): 158162. (in Chinese with English abstract)

[14] 李亞龍，崔遠(yuǎn)來(lái)，李遠(yuǎn)華，等. 基于ORYZA 2000模型的旱稻生長(zhǎng)模擬及氮肥管理研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2005，21(12)：141146.Li Yalong, Cui Yuanlai, Li Yuanhua, et al. Growth simulation of aerobic rice and its nitrogen management on the basis of ORYZA2000[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2005, 21(12): 141－146. (in Chinese with English abstract).

[15] 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)：2833. Li Hui, Liu Yu, Cai Jiabing, et al. The Applicability and Application of AquaCrop Model[J]. Journal of Irrigation and Drainage, 2011, 30(3): 2833. (in Chinese with English abstract)

[16] Geerts S, Raes D, Garcia M. Using AquaCrop to derive deficit irrigation schedules[J]. Agricultural Water Management,

2010, 98(1): 213216.

[17] Geerts, S, Raes, D. Deficit irrigation as an on-farm strategy to maximize crop water productivity in dry areas.[J]. Agricultural Water Management, 2009, 96(9): 12751284.

[18] 楊寧，孫占祥，張立楨，等. 基于改進(jìn)AquaCrop模型的覆膜栽培玉米水分利用過(guò)程模擬與驗(yàn)證[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(增刊1)：122132. Yang Ning, Sun Zhanxiang, Zhang Lizhen, et al. Simulation of water use process by film mulched cultivated maize based on improved Aqua Crop model and its verification[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(Supp.1): 122－132. (in Chinese with English abstract)

[19] Mainuddin M, Kirby M, Chu T H. Adaptation to climate change for food security in the lower Mekong Basin[J]. Food Security, 2011, 3(4): 433450.

[20] Shrestha N, Raes D, Vanuytrecht E, et al. Cereal yield stabilization in Terai (Nepal) by water and soil fertility management modeling[J]. Agricultural Water Management, 2013, 122(2): 5362.

[21] 于芷婧，尚松浩. 華北輪作農(nóng)田灌溉制度多目標(biāo)優(yōu)化模型及應(yīng)用[J]. 水利學(xué)報(bào)，2016，47(9)：11881196. Yu Zhijing, Shang Songhao. Multi-objective optimization method for irrigation scheduling of crop rotation system and its application in North China[J]. Journal of Hydraulic Engineering, 2016, 47(9): 11881196. (in Chinese with English abstract)

[22] 楊士紅，彭世彰，徐俊增，等. 不同水氮管理下稻田氨揮發(fā)損失特征及模擬[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2012，28(11)： 99104. Yang Shihong, Peng Shizhang, Xu Junzeng, et al. Characteristics and simulation of ammonia volatilization from paddy fields under different water and nitrogen management[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(11): 99－104. (in Chinese with English abstract)

[23] 中國(guó)標(biāo)準(zhǔn)出版社. 有機(jī)產(chǎn)品：GB/T 19630.1-2011[S]. 北京：中國(guó)標(biāo)準(zhǔn)出版社, 2012.

[24] Li Chengfang, Cao Cougui, Wang Jinping, et al. Nitrogen losses from integrated rice–duck and rice–fish ecosystems in southern China[J]. Plant and Soil, 2008, 307(1): 207217.

[25] 邵東國(guó)，楊霞，徐保利，等. 南方丘陵區(qū)多層土壤結(jié)構(gòu)水平和垂向滲流特征試驗(yàn)與模擬研究[J]. 水利學(xué)報(bào)，2017，48(7)：799807. Shao Dongguo, Yang Xia, Xu Baoli, et al. Field experiment and simulation of lateral and vertical water flow in multi-layer soil in hilly region of southern China[J]. Journal of Hydraulic Engineering, 2017, 48(7): 799807. (in Chinese with English abstract)

[26] FAO. FAO Reference manual[R]. FAO, 2017.

[27] 魏永霞，宋族鑫，嚴(yán)昌榮，等. 基于熵權(quán)的模糊物元模型在坡耕地水土保持耕作技術(shù)模式評(píng)價(jià)中的應(yīng)用[J]. 水土保持研究，2008，15(6)：194196. Wei Yongxia, Song Zuxin, Yan Changrong, et al. Application of fuzzy matter-element model based on entropy-weight in comprehensive evaluation of sloping darmland soil and water conservation tillage technology models[J]. Research of Soil and Water Conservation, 2008, 15(6): 194196. (in Chinese with English abstract)

[28] 樂(lè)志華，邵東國(guó)，李浩鑫，等. 漳河灌區(qū)節(jié)水改造綜合效益評(píng)價(jià)[J]. 中國(guó)農(nóng)村水利水電，2016(7)：1114.Le Zhihua, Shao Dongguo, Li Haoxin, et al. The comprehensive benefit evaluation of water-saving Reform of zhanghe irrigation district[J]. China Rural Water and Hydropower, 2016(7): 1114. (in Chinese with English abstract)

[29] Way M O, Mc Cauley G M, Zhou X G, et al. Texas Rice Produc?tion Guidelines[M]. College Station, TX: Texas A&M Agri LifeExtens Serv Pub, 2014: 57.

[30] Ponti T D, Rijk B, Ittersum M K V. The crop yield gap

between organic and conventional agriculture[J]. Agricultural Systems, 2012, 108(4): 19.

[31] Whitmore A P. A method for assessing the goodness of computer simulations of soil processes[J]. Journal of Soil Science, 1991, 42: 289–299.

[32] Krause P, Boyle D P, Base F. Comparison of different efficiency criteria for hydrological model assessment[J]. Advances in Geosciences, 2005, 5: 89–97.

[33] 陳會(huì)，王康，周祖昊. 基于排水過(guò)程分析的水稻灌區(qū)農(nóng)田面源污染模擬[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2012，28(6)：112－119. Chen Hui, Wang Kang, Zhou Zuhao. Simulation of agricultural non-point source pollution from paddy rice irrigation district based on analyses of drainage processes[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(6): 112－119. (in Chinese with English abstract)

Optimization of irrigation scheduling for organic rice based on AquaCrop

Shao Dongguo, Le Zhihua, Xu Baoli, Hu Nengjie, Tian Yini

(430072,)

Along with the continuous exploration in enhancing agricultural productivity, the traditional agriculture which needs high input of chemical fertilizer and pesticide is gradually turned into an ecologically and environmentally friendly organic agriculture. However, there are few studies on water consumption characteristics and irrigation schedule of organic rice. To reveal the pattern of water consumption and the relationship between irrigation and yield under different precipitation types, field experiments were carried out during the rice growth period in 2015–2016 in Zhanghe Irrigation District, Hubei Province. In 2015, the same rice variety was cultivated in different modes:1) in traditional mode, the chemical fertilizer was used; 2) in organic mode, the manure was used. The irrigation schedule was similar for the both modes: to keep water depth to 20-50 mm. If the rainfall was over the 50 mm, drainage was conducted. Based on the experimental results, we analyzed the difference of water consumption between organic rice and traditional rice, and obtained information on water consumption and yield characteristics of the organic rice. Based on the results of 2015, an optimization experiment of organic rice cultivation was set up: the irrigation amount was 0, 50, 120, 230 and 330 mm, respectively. Then we proposed a multi-objective and multi-scenario optimization method of irrigation scheduling by using AquaCrop model and entropy method. One of the treatments was used for model calibration and the others were for validation. The results showed: 1) the evapotranspiration of traditional rice and organic rice from the period of steeping field and reviving to milk ripening were 420 mm and 235 mm, respectively. The drainage of organic rice and traditional rice were 99.61 and 23.75 mm, respectively. The mean TN concentration of water discharge in organic rice were lower than that in traditional rice, and the TP concentration of water discharge in organic rice were also lower than that in traditional rice. 2) The yield of organic rice accounted for 84% of the traditional rice yield，plant height were 7.6% higher than that of traditional rice, the empty shell rate were 10.5% higher than of the traditional rice. 3) the model measurement and simulation matched well with Nash-Sutcliffe efficiency above 0.7, relative root mean square of error 0.15-0.28, and coefficient of determination higher than 0.7, indicating that the model could simulate the yield well under different conditions. 4) After optimization, the irrigation schedule of organic rice in southern China were: in dry year, the lowest limit of soil volume water content were 108%RAW (readily available soil water), irrigation quota were 30 mm, frequency of irrigation were 8 to 9 times; in normal year, the lowest limit of soil volume water content were 113.85 %RAW, irrigation quota were 32.31mm, frequency of irrigation were 6 to 7 times and in wet year, the lowest limit of soil volume water content were 116.92%RAW, irrigation quota were 32.31 mm, frequency of irrigation were 3 to 4 times. The study validated the applicability of AquaCrop model in rice growth simulation and irrigation schedule optimization in China and established a method of optimizing irrigation schedule by coupling AquaCrop model and entropy method, providing technical guidance to organic rice production.

irrigation; evapotranspiration; models; entropy method; organic rice; AquaCrop; multi-objective optimization

10.11975/j.issn.1002-6819.2018.19.015

S274.1

A

1002-6819(2018)-19-0114-09

2018-02-02

2018-06-04

國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目（51439006）；國(guó)家自然科學(xué)基金面上項(xiàng)目（51379150）

邵東國(guó)，教授，博士生導(dǎo)師，主要從事水資源高效利用及其生態(tài)環(huán)境效應(yīng)研究。Email：dgshao@whu.edu.cn

邵東國(guó)，樂(lè)志華，徐保利，胡能杰，田旖旎.基于AquaCrop模型的有機(jī)稻灌溉制度優(yōu)化[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34(19)：114－122. doi：10.11975/j.issn.1002-6819.2018.19.015 http://www.tcsae.org

Shao Dongguo, Le Zhihua, Xu Baoli, Hu Nengjie, Tian Yini.Optimization of irrigation scheduling for organic rice based on AquaCrop[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(19): 114－122. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2018.19.015 http://www.tcsae.org