張紅娟，岑劍濤，王海英，沈彥俊，裴宏偉

（1.河北建筑工程學院，河北張家口075000；2.河北省水質(zhì)工程與水資源綜合利用重點實驗室，河北張家口075000；3.張家口市農(nóng)業(yè)高效節(jié)水研究所，河北張家口075000；4.中國科學院遺傳與發(fā)育生物學研究所農(nóng)業(yè)資源研究中心，河北石家莊050021）

0 引 言

我國北方農(nóng)牧交錯帶是傳統(tǒng)農(nóng)耕區(qū)與畜牧區(qū)之間的生態(tài)過渡區(qū)，水資源匱乏、生態(tài)環(huán)境脆弱是該地區(qū)的主要特征[1]。近三十年，北方農(nóng)牧交錯帶高強度的農(nóng)業(yè)生產(chǎn)模式盡管在一定程度上增加了當?shù)剞r(nóng)民的收入，但卻給區(qū)域水資源可持續(xù)利用帶來巨大的壓力。2016、2017、2020年中央一號文件先后指出要降低北方農(nóng)牧交錯帶的農(nóng)業(yè)生產(chǎn)強度，并提出探索實施糧飼一體的農(nóng)業(yè)模式，以降低農(nóng)業(yè)生產(chǎn)對本地區(qū)水土資源的壓力。裸燕麥（Avena sativa L.）作為一種抗旱耐寒的禾本科作物[2]，在我國已有2100年的種植歷史，主要種植在華北、西北、西南及冷涼氣候的半干旱地區(qū)的農(nóng)牧交錯帶。裸燕麥在生長階段因作物品種、栽培方式和播期的不同使得生育期不同，早熟裸燕麥生育期為105～125 d；中熟品種為90～105 d，屬于糧飼兼用型作物；而晚熟生育期則可達到250 d以上，株高較高，莖葉較大[3]。同時裸燕麥籽粒具有很高的營養(yǎng)價值[4]，秸稈也是一種具有良好適口性的牧草[5]，既可在干旱年份做飼草，又能在濕潤年份生產(chǎn)出高品質(zhì)的谷物[6]，非常適宜在冷涼干旱地區(qū)進行糧飼一體模式的種植生產(chǎn)。

我國北方農(nóng)牧交錯帶基本處于夏季東南季風的尾閭區(qū)，無霜期短、干旱頻發(fā)的氣候特征，成為嚴重影響本地區(qū)糧食生產(chǎn)和飼草種植穩(wěn)定性的關鍵限制因素[7,8]。因此，明確抗旱耐寒作物——裸燕麥在不同水分條件下田間水分動態(tài)變化規(guī)律及作物生長發(fā)育情況，并結(jié)合雨養(yǎng)條件下的裸燕麥籽粒產(chǎn)量等指標，綜合評價裸燕麥高產(chǎn)的最佳水分條件，對田間管理及糧飼一體的實施具有極其重要的現(xiàn)實意義。

近年來，有許多模型被普遍應用于不同作物模擬的研究中[9]。如韓桐等[10]利用作物生長的水分驅(qū)動模型AquaCrop 對華北平原黑龍港流域不同種植模式下的冬小麥-夏玉米進行模擬，研究得到了適用于該地區(qū)的一系列作物參數(shù)；董智強等[11]通過WOFOST 模型解決了單一參數(shù)對模擬精度的影響問題，對山東省夏玉米進行了較準確的模擬。在眾多的作物模型中，RZWQM2（Root Zone Water Quality Model2）模型是一個兼顧作物生長過程和農(nóng)業(yè)環(huán)境影響的綜合性研究工具。RZWQM2作為一個集成農(nóng)業(yè)系統(tǒng)作物與環(huán)境管理系統(tǒng)的模型，可通過對其參數(shù)的調(diào)整使之適用于各區(qū)域的不同作物的模擬[12-16]，或者通過研究區(qū)的氣象數(shù)據(jù)及土壤理化特征參數(shù)數(shù)據(jù)校準作物參數(shù)得到適宜于本地區(qū)研究的模型參數(shù)[17]。如丁奠元等[18]驗證了根區(qū)水質(zhì)模型RZWQM2 在黃土高原旱地冬小麥不同施肥管理的良好適用性，并分析出更適于該地區(qū)冬小麥生產(chǎn)的施肥模式。薛長亮等[19]應用RZWQM2 模型對華北玉米土壤剖面水氮遷移及淋溶特征進行模擬，得到該模型對于評估硝態(tài)氮淋溶等具有可行性。然而目前關于利用RZWQM2 模型對裸燕麥作物生長模擬情況的相關研究還鮮有報道，且一些作物模型模擬的工作也主要集中在農(nóng)牧交錯帶的黃土高原地區(qū)[20,21]，無法為冷涼干旱的中東段農(nóng)牧交錯帶糧飼生產(chǎn)提供指導。因此，本文以北方農(nóng)牧交錯帶中段核心區(qū)——河北壩上為實驗區(qū)，利用雨養(yǎng)裸燕麥作為研究對象，依據(jù)2018年和2019年的田間試驗基礎，通過試錯法對RZWQM2 模型進行參數(shù)校準，評價裸燕麥作物生長過程模擬中的精度，為北方農(nóng)牧交錯帶地區(qū)裸燕麥田間土壤水分研究、作物管理等領域的研究工作提供科學依據(jù)。

1 材料與方法

1.1 試驗區(qū)概況

本研究試驗區(qū)位于河北省張家口市張北縣廟灘村張家口市農(nóng)業(yè)高效節(jié)水研究所（東經(jīng)114°7′，北緯41°15′），海拔1 393.3 m，為中溫帶大陸性季風氣候，該地區(qū)是河北省日照條件最好的地區(qū)之一，年平均日照時數(shù)為2 897.8 h，年平均氣溫3.2 ℃，多年平均降水量為300 mm，其降雨主要集中于七八月，占全年總降雨量的70%。

1.2 試驗設計

該試驗裸燕麥種植期為2018-2019年，種植作物品種為該地區(qū)普遍種植的“壩莜一號”。實驗小區(qū)面積為4 m2（2 m×2 m），由一個不銹鋼鐵箱（長×寬×高=2 m×2 m×2.3 m）組成，小區(qū)四周設有1 m的保護行。本實驗采用雨養(yǎng)處理，2018年和2019年裸燕麥施肥均為復合肥90 kg/hm2（N-P2O5-K2O 的比例為18-18-18），播種前以有機肥作為底肥且生育期內(nèi)不再追肥。裸燕麥播種日期分別為2018年6月15日、2019年6月5日，種植密度為450 萬株/hm2，行距為25 cm，播種深度為4 cm，收獲日期分別為2018年9月23日、2019年9月11日。該試驗區(qū)其他田間管理方式采用當?shù)毓芾泶胧?/p>

1.3 觀測指標與方法

1.3.1 氣象數(shù)據(jù)

試驗期間所需的氣象數(shù)據(jù)由當?shù)氐男⌒蜌庀笳咎峁?，包括日最高氣溫（℃）、日最低氣溫（℃）、太陽輻射（MJ/m2）、日照時數(shù)（h）、風速（km/d）、降雨量（mm）、相對濕度（%）等。

1.3.2 裸燕麥生長數(shù)據(jù)

（1）葉面積及株高：裸燕麥株高與葉面積數(shù)據(jù)每7～10 d觀測一次，每次取樣20 株并用盒尺（精度0.1 mm）測量株高（cm）及葉寬（B）與葉長（L），將計算結(jié)果取其20 株的平均值。

式中：L為葉長；B為葉寬；R=0.831 7為葉面積校正系數(shù)[22]。

（2）生物量及產(chǎn)量：在裸燕麥生育期內(nèi)每7～10 d 取樣20株進行觀測，選取作物的地上部分測得生物量并取平均值，在作物收獲期取樣測得裸燕麥的產(chǎn)量。

1.3.3 土壤含水率數(shù)據(jù)

采用基于物聯(lián)網(wǎng)的智能測墑系統(tǒng)Insentek Sensor(簡稱“智墑”)測定土壤含水率，是以太陽能為動力的土壤水分實時監(jiān)測裝置，智墑傳感器可測定每間隔10 cm 土壤蓄水量日變化情況，它可通過GPRS 方式對監(jiān)測數(shù)據(jù)實時上傳云服務器，用戶可在互聯(lián)網(wǎng)和微信二維碼掃描查看不同土層土壤含水量和土壤溫度變化[23]（圖1）。本研究選取了0～20、20～40、40～60、60～80 cm的土壤含水率。

圖1 試驗田及智墑傳感器監(jiān)測Fig.1 Insentek sensor of experiment moniter and yield

1.4 RZWQM2模型介紹

RZWQM2 是一個集生物過程、物理過程與化學過程為一體的農(nóng)業(yè)系統(tǒng)模型，由美國農(nóng)業(yè)部大平原系統(tǒng)研究所開發(fā)。該模型主要由6 個模塊組成，包括物理、化學、殺蟲劑、養(yǎng)分、作物與管理模塊，各模塊間相互作用、相互影響[24-26]。由于該模型中的作物模塊中沒有裸燕麥，故選用了與裸燕麥生長及作物生長發(fā)育相似的大麥以此代替裸燕麥的模擬，本文作物模擬采用CERES-barely 模擬裸燕麥的生長發(fā)育過程，因試驗研究區(qū)為半干旱地區(qū)，年降水量較少，因此在模擬過程中對作物考慮水分脅迫。

RZWQM2 模型所需初始輸入數(shù)據(jù)主要包括土壤基本參數(shù)數(shù)據(jù)（表1）和氣象數(shù)據(jù)。其中氣象數(shù)據(jù)有日最高氣溫、日最低氣溫、日均風速、降雨量、日均相對濕度及日短波輻射等；土壤物理性質(zhì)參數(shù)包括土壤質(zhì)地、土壤容重、土壤飽和導水率和田間持水量等；此外還有模擬所需的初始土壤含水率和溫度，田間管理措施，有作物播種日期、播種密度、收獲日期、施肥情況、耕作處理和灌溉處理等。對未測數(shù)據(jù)選擇模型默認值處理。

表1 研究區(qū)土壤不同深度基本參數(shù)Tab.1 Basic parameters of different depths of soil in the study area

1.5 模型評價指標

在本研究中對模型的率定與驗證主要包括土壤水分、作物及養(yǎng)分模塊，參數(shù)的率定應按照土壤水分模塊，養(yǎng)分模塊，作物模塊的順序進行[27]，采用試錯法對模型校正以滿足率定要求[28]，當誤差達到最小時將校正得到的參數(shù)即為率定的結(jié)果[29]。本文選用3 個評價指標對模擬的結(jié)果進行評價：①均方根誤差RMSE(root mean square error)；②相對誤差MRE(mean relative error)；③決定系數(shù)R2；

式中：N為觀測值的個數(shù)；Pi與Qi分別為第i個模擬值和第i個觀測值；Pavg為模擬值的平均值；Qavg為觀測值的平均值。

當均方根誤差RMSE與相對誤差MRE越小時則表示模擬結(jié)果越好，R2越接近于1則模擬值與實測值誤差越小[30]。

2 結(jié)果與分析

2.1 RZWQM2對裸燕麥田間土壤水分動態(tài)模擬驗證

2.1.1 裸燕麥田間整體土壤水分動態(tài)模擬分析

雨養(yǎng)條件下，2018年和2019年裸燕麥田間0～80 cm 土層含水率在生育期內(nèi)的變化（圖2），其中在2018年降雨量集中在七八月，裸燕麥田間土壤含水率呈現(xiàn)增加的趨勢；而在2019年降雨量則在六七月比較集中，田間土壤含水率在這兩月相對較大?？傮w而言，2018年、2019年裸燕麥生育期快末時土壤含水率最低，且2018年、2019年田間土壤體積含水率的平均值分別為15.10%、9.40%。

圖2 RZWQM2在2018和2019年雨養(yǎng)條件下裸燕麥田間土壤水分動態(tài)模擬（0～80 cm）Fig.2 RZWQM2 simulated the soil water content of naked oat field under the rain-fed conditions of 2018 and 2019(depth：0～80 cm)

在2018-2019年間，0～80 cm 土層土壤含水率的實測值與模擬值擬合情況較好，校準后的實測值和模擬值的均方根誤差RMSE分別為4.8%、5.1%，MRE分別為4.12%、5.04%，在裸燕麥生育期內(nèi)土壤含水率的決定系數(shù)R2分別為0.78、0.71。結(jié)果表明，土壤含水率的模擬趨勢基本吻合，對模擬結(jié)果有差異的階段可能原因是由于長期無降水，出現(xiàn)干旱時，模擬能力下降，但總體模擬值與實測值的差異不顯著[31]。

2.1.2 裸燕麥田間土壤含水量剖面分布動態(tài)模擬分析

2018 和2019年這兩年內(nèi)的裸燕麥生育期內(nèi)，土壤含水率隨著土層深度的增加而呈逐漸增大的趨勢（圖3）。在2年試驗期表層的（0～20 cm）土壤含水率模擬值與實測值差異較大，總體呈現(xiàn)被高估的狀態(tài)；60～80 cm 土層的土壤含水率模擬值與實測值變化幅度相對穩(wěn)定。0～80 cm 土壤含水率總體呈下降趨勢，而在2019年生育期結(jié)束出現(xiàn)突增的情況是由連續(xù)降雨造成。結(jié)果表明，土壤含水率隨裸燕麥的生長而逐漸降低。

圖3 RZWQM2在2018和2019年雨養(yǎng)條件下裸燕麥田間0～80 cm不同土層土壤含水率模擬值與實測值Fig.3 The simulated and measured values of soil water content in 0～80 cm soil layer of naked oat field under rain-fed conditions in different years of 2018 and 2019 for the RZWQM2

各土層土壤含水量模擬值與實測值的決定系數(shù)（R2）在0.70～0.95 之間，其中0～60 cm 的R2達到0.90 以上，表明隨土層深度的增加模擬偏差越大。2018年，0～20、20～40、40～60、60～80 cm 各土層土壤含水量模擬值與實測值之間的MRSE(均方根誤差)分別為4.52%、6.12%、4.02%、3.90%；MRE(相對誤差)各為19.88%、13.70%、11.72%、7.97%；4 個土層深度的R2（決定系數(shù)）分別為0.76、0.84、0.71、0.88。

根據(jù)不同土層土壤含水量的模擬值與實測值的比較分析表明（表2），2018年和2019年裸燕麥土壤含水率模擬值與實測值的RMSE在3.90%～6.12%之間，MRE在7.97%～19.88%之間，R2在0.76～0.93 之間。總體表明，RZWQM2 模型對北方農(nóng)牧交錯帶地區(qū)雨養(yǎng)裸燕麥田間土壤含水率模擬結(jié)果較為合理。

表2 RZWQM2在雨養(yǎng)條件下不同深度土壤含水量率模擬值與實測值對比Tab.2 Comparison of simulated and measured soil water content of RZWQM2 at different depths under rain-fed conditions

2.2 RZWQM2對裸燕麥生長過程模擬校準

2.2.1 作物遺傳參數(shù)確定

RZWQM2 模型中對作物生長模塊采用生長發(fā)育相似的大麥作物（barely）代替本研究的裸燕麥作物，利用裸燕麥生育期內(nèi)的生物量、葉面積指數(shù)及作物株高的測定，對裸燕麥的進行該模塊參數(shù)的確定，確定后的作物遺傳參數(shù)見表3。

表3 裸燕麥作物遺傳參數(shù)值及取值區(qū)間Tab.3 Genetic parameters and ranges of naked oat crops

2.2.2 裸燕麥葉面積指數(shù)模擬驗證

2018年和2019年，雨養(yǎng)條件下裸燕麥葉面積指數(shù)（LAI）最大達到5.51，而模擬值最大葉面積指數(shù)為5.52，這較實測值高1.00%。其中2018年與2019年模擬值與觀測值的RMSE為0.33、0.73 ；R2為0.98、0.76 ；MRE分別為11.26% 、16.61%（表4），在與實測值的對比下，裸燕麥葉面積指數(shù)（LAI）在孕穗期模擬偏差較大，最大偏差為1.29，可能原因是模擬過程中考慮了快脫落的葉子導致模擬值偏高。就總體而言，裸燕麥葉面積指數(shù)的模擬值與實測值的趨勢基本一致，擬合程度相對較好（圖4）。表明該模型對在雨養(yǎng)條件下裸燕麥的葉面積指數(shù)的模擬適用于本地區(qū)的研究。

圖4 RZWQM2在2018和2019不同年份在雨養(yǎng)條件下裸燕麥葉面積指數(shù)模擬值與實測值分析Fig.4 Analysis of simulated and measured values of naked oat leaf area index under rain-fed conditions in different years of 2018 and 2019 for the RZWQM2

2.2.3 裸燕麥株高與生物量模擬驗證

在RZWQM2 模型作物模塊參數(shù)校正結(jié)果下，驗證了雨養(yǎng)條件下裸燕麥株高與生物量的模擬值與實測值在2018年和2019年隨生育期變化呈現(xiàn)相似的趨勢（圖5）。2018年株高與生物量的R2為0.91 和0.93，RMSE分別為25.22 cm 和1 893.80 kg/hm2，MRE分別為21.66%和35.08%（表4）。且株高和生物量的模擬值與觀測值的一致性較好，R2在0.80～0.93 之間（表4）。而裸燕麥株高的模擬結(jié)果對土壤水分變化的響應較好（R2分別為0.91 和0.80）。在2018-2019年，裸燕麥株高與生物量的RMSE分別為25.22 cm、27.03 cm；1 893.80 kg/hm2、1 830.99 kg/hm2；MRE分別為21.66%、18.09%；35.08%、29.68%；R2的值均大于0.80，表明RZWQM2 模型對裸燕麥的株高與生物量模擬結(jié)果較好。

圖5 RZWQM2在2018年和2019年不同年份在雨養(yǎng)條件下裸燕麥生物量與株高模擬值與實測值Fig.5 Analysis of simulated and measured values of naked oat biomass and height under rain-fed conditions in different years of 2018 and 2019 for the RZWQM2

表4 RZWQM2在雨養(yǎng)條件下作物葉面積指數(shù)、株高及生物量模擬結(jié)果評價Tab.4 Model evaluation of simulating leaf area index，plant height and biomass of RZWQM2 in rain-fed crops

2.3 RZWQM2模型對裸燕麥模擬適用性評價

在對RZWQM2模型參數(shù)校準后，對裸燕麥的葉面積指數(shù)、株高及生物量模擬結(jié)果整體較好，且R2在0.76～0.98 之間，表明模擬值與實測值擬合情況較好，模擬結(jié)果具有較高的可信度。而對生物量的模擬結(jié)果在2018年和2019年MRE均大于25%，模擬相對較差，可能原因是模型中選用的作物CERESbarely 與裸燕麥存在差異，使得模擬值偏高于實測值?？傮w而言，RZWQM2模型對裸燕麥生長情況模擬結(jié)果較好。

3 討 論

模型參數(shù)的校準是模型運行的基準，也是提高模擬精度的前提條件[32]。RZWQM2 模型是農(nóng)業(yè)系統(tǒng)作物模擬的有力工具，已廣泛應用于玉米、小麥等主要作物的研究[19]。本研究針對北方農(nóng)牧交錯帶中段河北壩上地區(qū)的主要糧飼一體作物—裸燕麥，研究該模型對于裸燕麥生長過程精細化模擬的適用性，以期為本區(qū)域未來的糧飼結(jié)構(gòu)調(diào)整、農(nóng)業(yè)水資源管理等重大地區(qū)農(nóng)業(yè)發(fā)展、環(huán)境保護需求服務，結(jié)果表明RZWQM2模型可適用于裸燕麥的模擬。

在本研究中，模擬結(jié)果雖表明RZWQM2 模型在北方農(nóng)牧交錯帶典型區(qū)河北壩上具有較好的適用性，但模擬結(jié)果仍有差距，可能原因是模型本身假定為理想情況，使得在該模型參數(shù)優(yōu)化過程中，模型的模擬條件與田間試驗的條件之間仍不可避免地存在偏差，導致參數(shù)的優(yōu)化只是一個階段性的成果；在對參數(shù)的調(diào)整方面未對參數(shù)進行敏感性分析，使得模擬結(jié)果存在誤差；模型本身的參數(shù)在研究區(qū)河北壩上可能存在限制；與此同時，RZWQM2 模型在對較干旱條件下裸燕麥生長過程的模擬精度要低于水分條件較充足的月份，這可能會影響嚴重干旱年份的模擬精度。本研究表明RZWQM2 模型在研究區(qū)內(nèi)裸燕麥生長過程模擬研究中具有較好的適用性，在模型自有的大麥模型參數(shù)基礎上，通過參數(shù)優(yōu)化和驗證，可以獲得較為滿意的裸燕麥模擬效果。農(nóng)業(yè)系統(tǒng)模型在參數(shù)優(yōu)化方面具有較高的不確定性[33]，

RZWQN2 模型適用性評價的作物較多，但主要集中于小麥和玉米上，在其他作物上的應用研究較少。例如王貴云等[34]于2020年以河北省徐水區(qū)的玉米為研究對象，分析了牛場肥水施用對玉米農(nóng)田的適用性，得到了較好的模擬結(jié)果；蔣騰聰?shù)萚35]于2018年在水分脅迫條件下，對冬小麥生長過程進行模擬，得出該模型對關中地區(qū)的適用性較好，同時分析了冬小麥在受旱處理下模擬存有局限性。

4 結(jié) 論

（1）本研究利用2018、2019年兩年的田間試驗實測數(shù)據(jù)與RZWQM2 模型自備模型參數(shù)，驅(qū)動RZWQM2 模型并運用“試錯法”得到適用于本研究區(qū)裸燕麥生長過程的一套作物模型參數(shù)。

（2）模型對雨養(yǎng)條件下裸燕麥農(nóng)田0～20 cm 及60～80 cm土層的土壤含水量的模擬結(jié)果偏差相對較大，田間土壤含水量在八九月被高估。裸燕麥田間各土層土壤含水量觀測值與模擬值的R2介于0.76～0.93，RMSE值在3.0%～7.0%之間，且R2均大于0.70。

（3）裸燕麥作物生長（葉面積指數(shù)、生物量及株高）的模擬結(jié)果顯示R2在0.76～0.98之間。結(jié)果表明RZWQM2模型對裸燕麥田間土壤水分模擬精度較高及對作物生長變化特征模擬結(jié)果較好，該模型在北方農(nóng)牧交錯帶典型區(qū)域河北壩上地區(qū)的適用性較好，同時可進一步開展RZWQM2 模型應用于該區(qū)域裸燕麥的相關研究。