董海波，陳小平，馮紹元，張友良，吳 灝

（揚州大學 水利科學與工程學院，江蘇 揚州 225009）

模擬氣候變化對極端干旱區(qū)棉花產(chǎn)量和水分利用效率的影響

董海波，陳小平*，馮紹元，張友良，吳 灝

（揚州大學 水利科學與工程學院，江蘇 揚州 225009）

【目的】探究氣候變化對極端干旱區(qū)棉花生長和產(chǎn)量的影響?！痉椒ā坷?018 年新疆策勒綠洲棉田數(shù)據(jù)對根區(qū)水質模型（Root Zone Water Quality Model-version2，RZWQM2）進行率定和驗證；基于驗證后的模型模擬了1960—2019 年氣候變化對棉花生育期、產(chǎn)量和灌溉水利用效率（IWUE）的影響；利用相關分析探究了關鍵氣候要素與棉花生育期和產(chǎn)量的相關性?！窘Y果】RZWQM2 模型能夠較好地模擬極端干旱區(qū)綠洲棉田各土層含水量（除0.15～0.25 m 外）、棉花生長和產(chǎn)量，平均一致性指數(shù)（IOA）gt;0.75。棉花的出苗期、花期、吐絮期和成熟期均推遲，平均每10 年推遲時間約為1.1、2.1、3.5、3.5 d；棉花產(chǎn)量和IWUE 均呈下降趨勢，每10 年下降幅度分別為45.95 kg/hm2和0.13 kg/（mm·hm2）。氣溫和太陽輻射量對棉花生長有顯著影響，其中最低氣溫是影響棉花生育期的主導因子，最高氣溫對棉花產(chǎn)量有一定負面影響；太陽輻射量則是引起產(chǎn)量變化的主導因子?！窘Y論】研究結果可為綠洲農(nóng)業(yè)應對氣候變化的影響提供一定的科學指導。

RZWQM2；氣候變化；棉花產(chǎn)量；灌溉水利用效率；綠洲農(nóng)業(yè)

0 引 言

【研究意義】自20 世紀以來，氣候變化已在全球范圍內得到證實，這種變化對過去一個世紀的農(nóng)業(yè)生產(chǎn)構成了較大的影響，也將對未來的農(nóng)業(yè)生產(chǎn)產(chǎn)生更大的影響。氣候變化是除水分短缺和土地退化外，又一個對棉花生產(chǎn)安全的重要威脅因素[1-3]。氣候變化已明顯加快作物生育期，改變了區(qū)域作物的種植模式和種植規(guī)模[4-5]，嚴重影響作物產(chǎn)量和農(nóng)業(yè)可持續(xù)發(fā)展。因此，在氣候變化背景下，如何確保作物生育期正常發(fā)育和提高作物的產(chǎn)量是亟需解決的重要問題。

【研究進展】近年來，國內許多學者[6-10]在氣候變化對農(nóng)業(yè)生產(chǎn)的影響方面做了大量的研究，探討了各地農(nóng)業(yè)受氣候條件影響的關鍵要素和關鍵時段。由于農(nóng)業(yè)系統(tǒng)模型具有高效率、低成本且能夠彌補田間研究局限性等特點，因此大部分人員采用作物模型探究氣候變化對作物產(chǎn)量的影響，如張濤等[11]利用AquaCrop 模型模擬旱地春玉米產(chǎn)量對降雨和氣溫變化的響應；Li 等[12]評估AquaCrop 模型在華北平原模擬棉花和優(yōu)化灌溉策略的能力；史源等[13]運用DSSAT 模型模擬黃淮海平原干旱對冬小麥產(chǎn)量的潛在影響；丁奠元等[14]基于RZWQM2 模型分析影響黃土高原旱地冬小麥生長的關鍵氣象因子等。RZWQM2 模型是RZWQM 模型和DSSAT4.0 模型的混合模型，此前已被用于優(yōu)化不同氣候條件下作物生長的田間管理實踐[15-17]，能夠較好地模擬氣候變化條件下作物的生長發(fā)育和產(chǎn)量。該模型對不同虧缺灌溉下作物生長和土壤含水率的模擬效果較好。Li 等[18]報道，RZWQM2 模型適宜于模擬不同水分虧缺條件下的棉花生長和產(chǎn)量?！厩腥朦c】然而，前人較少利用RZWQM2 模型結合長期氣候變化數(shù)據(jù)，研究氣候變化對極端干旱區(qū)棉花生長和產(chǎn)量的影響。影響極端干旱區(qū)綠洲棉花生育期和產(chǎn)量的氣候要素也有待進一步的深入研究。

棉花是中國新疆的主要經(jīng)濟作物之一，分別占全國棉花產(chǎn)量和種植面積的89%和83%。新疆策勒綠洲位于我國西北內陸極端干旱地區(qū)，常年少雨，生態(tài)環(huán)境較為脆弱，對氣候的變化極其敏感。隨著氣候變化，新疆策勒綠洲生態(tài)環(huán)境對當?shù)貧夂蛸Y源的依賴性逐漸加強。氣溫與棉花的生產(chǎn)關系密切相關，是棉花生長、發(fā)育和產(chǎn)量形成必須依賴的關鍵氣候要素。然而，該區(qū)域氣溫和有效降水量的年際變化較大，時間分布上差異顯著。在這種背景下，當?shù)孛藁ㄉa(chǎn)受氣候變化的影響更加突出?！緮M解決的關鍵問題】本研究基于田間試驗數(shù)據(jù)和前人率定和驗證的RZWQM2 模型[19]，研究氣候變化對棉花生育期、地上生物量、產(chǎn)量和IWUE 的影響，并探究影響棉花生育期和產(chǎn)量的關鍵氣候要素。

1 材料與方法

1.1 研究區(qū)概況

新疆策勒綠洲屬于新疆維吾爾自治區(qū)和田地區(qū)，位于塔克拉瑪干沙漠南沿（80°03′E—82°10′E，35°18′N—39°30′N，圖1），海拔1 500～1 800 m。

圖1 策勒綠洲試驗研究區(qū)域Fig.1 Map of Qira Oasis experimental research area

棉花種植區(qū)氣候為暖溫帶干旱荒漠氣候，光能和熱能資料豐富，氣溫變化劇烈，降水稀少。年平均降水量為50.9 mm，年日照時間為2 690 h，年平均溫度為15.2 ℃，最高氣溫為41.4 ℃，最低氣溫為-21 ℃（1960—2019 年）。1960—2019 年（60 a）的逐日氣象數(shù)據(jù)來源于中國氣象數(shù)據(jù)共享服務系統(tǒng)（區(qū)站號51828）。從圖2 中1960—2019 年降水量、最高氣溫和最低氣溫的月平均值可以明顯看出氣候資源的季節(jié)性分布特征。棉花種植區(qū)4—10 月無霜期平均為235 d。棉花在4 月中下旬播種，10 月中旬收獲，大部分降水與棉花的生長季節(jié)吻合。土壤以細沙土為主。

圖2 策勒綠洲1960—2019 年氣溫和降水量的季節(jié)性特征Fig.2 Seasonal characteristics of temperature and rainfall in Qira Oasis from 1960 to 2019

1.2 試驗設計及測量指標和方法

本研究在自主開發(fā)的預報式灌溉系統(tǒng)（DSSIS）下設計了2 個灌溉水平（充分灌溉和虧缺灌溉），每個處理設4 個重復，每個樣地長10 m，寬度為6 m。試驗小區(qū)以隨機區(qū)組設計布置，種植的棉花品種為‘新陸早779 號’，采用N/S 行種植。2018 年4 月23 日棉花開始播種，5 月8 日補苗（強風和持續(xù)低溫造成出苗率低），播種密度為222 000 粒/hm2，播種行距30 cm，播種深度為4 cm。長期模擬的棉花播種時間為每年的4 月11 日（當?shù)囟嗄昶骄鶗r間），收獲日期設為成熟日期（100%吐絮）。試驗地塊統(tǒng)一施肥，播種前，試驗地塊施基肥84 kg/hm2NO3-N 和84 kg/hm2NH4-N，全部肥料作為底肥在播種前施入。

每周采集0～15、15～25、25～40、40～65 cm 和65～100 cm 土層的土壤含水率（SWC），通過烘干法測定。葉面積和株高分別用ImageJ 軟件和鋼尺測量，分別從每個小區(qū)中隨機選取。葉面積指數(shù)（LAI）由葉面積和試驗小區(qū)面積估算。棉花產(chǎn)量是通過手動收獲每個地塊中的所有產(chǎn)量。

1.3 RZWQM2 模型及DSSIS 系統(tǒng)

RZWQM2（Root Zone Water Quality Model 2）是由美國農(nóng)業(yè)部農(nóng)業(yè)系統(tǒng)開發(fā)，于1992 年推出的農(nóng)業(yè)系統(tǒng)和資源模型。它融合了物理運移模塊、化學反應模塊、養(yǎng)分循環(huán)模塊、殺蟲劑反映模塊、作物生長模塊和管理操作模塊等6 個子模塊[20]。本文應用的重點是物理運移模塊和作物生長模塊。RZWQM2 模型嵌套了DSSAT4.0 模型，用來模擬作物生長發(fā)育過程和產(chǎn)量。模型中有關模擬棉花作物生育期、生物量和產(chǎn)量的計算方法詳見Ahuja 等[21]。

DSSIS 是一種自動灌溉控制系統(tǒng)，它結合了RZWQM2 中的4 d 天氣預報和自動灌溉控制硬件和管道系統(tǒng)，可以對給定作物的灌溉時間和灌溉量進行自動化控制。RZWQM2 模擬的水分脅迫系數(shù)和DSSIS確定的灌水量計算模式分別可以在Qi 等[22]和Chen 等[23]中找到。關于DSSIS 的細節(jié)詳見Gu 等[24]和Chen等[25]報道。模型輸入數(shù)據(jù)包括氣象數(shù)據(jù)、土壤數(shù)據(jù)、作物的相關參數(shù)及田間管理措施。地表0～1 m 土層的土壤特征參數(shù)通過實地觀測獲得，結果見表1。

表1 試驗地土壤特征參數(shù)Table 1 Soil characteristic parameters of the test site

1.4 相關分析

本研究利用相關分析確定影響策勒綠洲棉花生育期和產(chǎn)量的主要氣候要素。以棉花生育期內（4 月中旬—10 月中旬）的最高氣溫、最低氣溫、平均氣溫、平均太陽輻射量和相對濕度及降水量作為自變量，以棉花生育期（出苗期、花期、吐絮期、成熟期）、生物量和產(chǎn)量為因變量。此外，利用線性回歸法分析1960—2019 年棉花作物生育時期、產(chǎn)量的年際變化趨勢，利用Excel 2019、IBM SPSS Statistics V25 進行相關分析和顯著性檢驗，差異在plt;0.05 時被認為是顯著的。利用Origin2018 進行數(shù)據(jù)繪圖。

1.5 模型評價

為了評估模型在充分和虧缺灌溉下的土壤含水量、葉面積指數(shù)（LAI）、株高和棉花產(chǎn)量的模擬效果，本研究采用均方根誤差（RMSE）、相對均方根誤差（RRMSE）、百分比偏差（PBIAS）和一致指數(shù)（IOA）對實測值和模擬值進行比較。指標計算公式如下：

式中：n 為數(shù)據(jù)長度；Si是模擬值；Oi是實測值；為實測值的平均值。

如果-30%lt;RRMSElt;30%，-15%lt;PBIASlt;15%，IOAgt;0.75，則認為模型性能是可接受的[26]。

2 結果與分析

2.1 氣候變化特征

1960—2019 年策勒綠洲年平均氣溫、年平均太陽輻射量和年平均相對濕度總體上呈線性下降趨勢，年降水量呈線性上升趨勢（圖3）。策勒綠洲平均氣溫隨著年份的推移呈減少趨勢，減少幅度為0.4 ℃/10 a（Plt;0.01）。

圖3 1960—2019 年棉花生育期內（4—10 月）年平均氣溫、年平均太陽輻射量、年平均相對濕度1%和年降水量的變化趨勢Fig.3 Trends of daily mean temperature, annual mean solar radiation, annual mean relative humidity 1% and annual rainfall during cotton growing period (April-October) from 1960 to 2019

由圖3 可知，策勒綠洲降溫趨勢以2000 年為界限，可分為前后2 個部分。2000 年以前，平均氣溫減少不明顯，棉花生育期內相對濕度變化也不明顯；2000 年以后，平均氣溫減小幅度增加，減少幅度為1 ℃/10 a，而棉花生育期內相對濕度卻出現(xiàn)增加的趨勢，增加的幅度為4.5%/10 a。棉花生育期內，年平均太陽輻射量總體呈減少趨勢，減小的幅度為0.299 MJ/（m2·10 a）；降水量隨著時間的推移，在2000 年前呈增加的趨勢，平均增加的幅度為8.7 mm/10 a，2000年后呈減少趨勢，平均減少幅度為11.4 mm/10 a。

2.2 RZWQM2 模型率定與驗證

2.2.1 模型率定

在充分灌溉下，模擬棉花產(chǎn)量和實測棉花產(chǎn)量分別為3 140 kg/hm2和4 300 kg/hm2（表2）。模擬與實測的葉面積指數(shù)（LAI）和植株高度表明（圖4），2018 年在充分灌溉（DFI）條件下的LAI 和植株高度模擬效果較好（IOAgt;0.97）。充分灌溉條件下模擬最大葉面積指數(shù)的RMSE、RRMSE、PBIAS 和IOA 值分別為0.66、30%、20.3%和0.98；最大植株高度分別為15.13、22%、19.9%和0.99。

表2 模擬與實測棉花產(chǎn)量、最大葉面積指數(shù)、植株高度和土壤含水率在充分灌溉與虧缺灌溉階段的數(shù)據(jù)對比統(tǒng)計Table 2 Comparison of simulated and measured cotton crop yield, maximum leaf area index,plant height and soil water content under full and deficit irrigation

圖4 充分灌溉和虧缺灌溉條件下2018 年葉面積指數(shù)和植株高度模擬對比Fig.4 Simulation comparison of leaf area index and plant height in 2018 under full and deficit irrigation conditions

本文模擬了不同土層的土壤含水率變化（圖5），模擬的表層土壤含水率精度可以接受（表2），其RMSM、RRMSE、PBIAS 和IOA 的值分別為0.036、34%、2.8%和0.58。

2.2.2 模型驗證

驗證結果表明，率定后的模型對虧缺灌溉棉花的產(chǎn)量、葉面積指數(shù)（LAI）、植株高度和（0.00～0.15 m）以及（0.25～1.00 m）的土壤含水率的模擬較好（表2）。在驗證階段，模型模擬棉花的產(chǎn)量為3 970 kg/hm2，在測定產(chǎn)量3 310 kg/hm2的17%以內。虧缺灌溉下棉花的葉面積指數(shù)的RMSE、RRMSE、PBIAS 和IOA 分別為0.492、26%、-9.1%和0.98，最大植株高度分別為6.480、10%、-5.7%和0.99，模型略微高估了LAI和植株高度。率定后的RZWQM2 模型可以較好地預測虧缺灌溉條件下的土壤含水率，除0.15～0.25 m 土層外（表2）。驗證階段模擬0.00～0.15 m 土壤含水率的RMSE 為0.044、RRMSE 為38%、PBIAS 為-17.0%和IOA 為0.66；模擬0.25～1.00 m 的土壤含水率中

RMSElt;0.049、RRMSElt;39%、-19.0%lt;PBIASlt;-2.7%、IOAgt;0.52。

圖5 2018 年充分灌溉（DFI）和虧缺灌溉（DDI）條件下土壤水分模擬值與實測值對比Fig.5 Comparison of simulated and measured soil moisture under full (DFI) and deficit irrigation (DDI) in 2018

2.3 氣候變化對棉花生育期的影響

模擬結果顯示，策勒綠洲棉花的出苗期、花期、吐絮期和成熟期均表現(xiàn)出不同程度的推遲（圖6），最長推遲幅度為3.5 d/10 a，最短推遲幅度為1.1 d/10 a。在整個生育期中，出苗期推遲趨勢顯著（plt;0.05），其余生育期（花期、吐絮期、成熟期）的延后趨勢均為極顯著（plt;0.01）。年際變化趨勢表明，2000 年以后，受棉花生育期內日平均氣溫顯著降低的影響，棉花不同生育期天數(shù)隨著年份的增加均呈明顯推遲的趨勢。策勒綠洲棉花生育期推遲的時間主要集中在棉花生長中后期，即花期—成熟期，占整個推遲時間的38.3%,在出苗期—花期階段，棉花生育期時間推遲不明顯。其中，棉花出苗期推遲3.6 d/10 a；花期推遲7.3 d/10 a； 吐絮期推遲10.7 d/10 a；成熟期推遲10.7 d/10 a。

圖6 模擬的棉花生育期對氣候變化的響應Fig.6 Response of simulated cotton growth period to climate change

2.4 氣候變化對棉花地上部分生物量的影響

年際變化趨勢表明，策勒綠洲棉花花期和吐絮期地上部生物量的增加幅度分別為42.12 kg/（hm2·10 a）、5.22 kg/（hm2·10 a），隨著時間的推移和氣候變化的發(fā)展，棉花地上部生物量增加幅度呈減小趨勢,而成熟期更是出現(xiàn)地上生物量減少的現(xiàn)象，平均減少32.16 kg/（hm2·10 a）（圖7）。各生育時期的年際變化幅度在0～1 154.51 kg/hm2（表3）。其中，吐絮期和成熟期生物量年際間變化幅度最大，出苗期、花期生物量年際間變化幅度最小。

表3 策勒綠洲1960—2019 年棉花生物量的線性傾向率Table 3 Linear trend rates of cotton biomass in Qira Oasis from 1960 to 2019

圖7 1960—2019 年棉花出苗期、花期、吐絮期和成熟期葉面積指數(shù)年際變化趨勢和生物量年際變化趨勢Fig.7 Interannual variation trends of leaf area index and biomass at emergence,flowering, cracked B1 and harvest stages of cotton from 1960 to 2019

由圖7 可知，棉花花期、吐絮期和成熟期的LAI均呈不顯著增加的趨勢，增加的幅度分別為0.044、0.013/10 a 和0.003/10 a，LAI 增加的幅度也呈現(xiàn)減小的趨勢。棉花處于花期和吐絮期時，LAI 和地上部生物量的變化趨勢基本相同，而成熟期LAI 大小基本不變，地上部生物量卻出現(xiàn)減小的趨勢。

2.5 氣候變化對棉花產(chǎn)量和灌溉水利用效率的影響

RZWQM2 模型模擬策勒綠洲棉花平均產(chǎn)量為3 770.37 kg/hm2，總體呈下降趨勢，減少幅度為45.95 kg/（hm2·10 a）。其中，1960—1987 年棉花產(chǎn)量變化幅度趨于平緩；1987—2000 年棉花產(chǎn)量呈極顯著下降趨勢（plt;0.01），減少幅度為1 181.82 kg/（hm2·10 a）；自2000 年后，棉花產(chǎn)量下降趨勢明顯，減少幅度為269.74 kg/（hm2·10 a）。棉花產(chǎn)量在2 920～4 941 kg/hm2間波動，最大值分別出現(xiàn)在1969 年和1985 年左右，最小值出現(xiàn)在2019 年。

由圖8（b）所示，模擬60 a 期間棉花灌溉水利用效率總體呈下降趨勢，減少幅度為每10 年0.127 kg/（mm·hm2）。其中，1987—2000 年，棉花灌溉水利用效率呈極顯著下降趨勢（plt;0.01）,減少幅度為每10 年1.685 kg/（mm·hm2），2000 年后，棉花灌溉水利用效率下降趨勢比60 a 總體下降趨勢更加明顯，減少幅度為0.316 kg/（mm·hm2）。

圖8 策勒綠洲1960—2019 年棉花年際產(chǎn)量的變化趨勢與棉花灌溉水分利用效率年際變化趨勢Fig.8 Interannual variation trend of cotton yield and cotton irrigation water use efficiency in Cele Oasis from 1960 to 2019

2.6 氣候要素與棉花生育期和產(chǎn)量的相關性分析

策勒綠洲棉花出苗期、花期、吐絮期、成熟期生長階段與最低氣溫呈極顯著負相關（plt;0.01），相關系數(shù)達到-0.539～-0.675，即策勒綠洲每日最低氣溫越高，棉花出苗、開花、吐絮和成熟就越早（表4）。日平均氣溫對棉花的生育期有顯著影響，其中與棉花出苗期和成熟期呈顯著負相關，相關系數(shù)達到-0.262～-0.317（plt;0.05）；而與棉花花期和吐絮期呈極顯著負相關（plt;0.01），相關系數(shù)達到-0.423～-0.447，表明在棉花生育期內，日平均氣溫越高，棉花各生育期有提前的趨勢。太陽輻射量對棉花出苗期和花期顯著相關，相關系數(shù)達到-0.261～-0.277（plt;0.05），對其他生育階段沒有顯著影響。棉花出苗期與日平均相對濕度呈顯著負相關（plt;0.05）,相關系數(shù)達到-0.285，日平均相對濕度與棉花生育期影響不大。日降水量和日最高氣溫與策勒綠洲棉花種植生育期的相關性并不顯著。

表4 棉花生育期與年平均氣候要素的相關系數(shù)Table 4 Correlation coefficient between cotton growth period and annual average climate factors

棉花產(chǎn)量與氣候要素之間的相關分析結果見表5。策勒綠洲棉花種植區(qū)（1960—2019 年）年平均太陽輻射量與每年棉花產(chǎn)量極顯著正相關，相關系數(shù)為0.434（Plt;0.01）；近60 年來月最高氣溫與棉花產(chǎn)量呈顯著負相關，相關系數(shù)為-0.310（Plt;0.05）；年平均氣溫與每年棉花產(chǎn)量的相關系數(shù)0.009，未達到顯著水平；年平均相對濕度與年棉花產(chǎn)量的相關系數(shù)為0.140，未達到顯著性水平；年降水量和月最低氣溫與棉花產(chǎn)量相關系數(shù)分別為0.057、0.158，未達到顯著性水平。年平均太陽輻射量、年平均氣溫、平均相對濕度、年降水量和月最低氣溫與棉花產(chǎn)量呈正相關，棉花產(chǎn)量與月最高氣溫呈負相關（表5）。策勒綠洲棉花種植區(qū)年平均太陽輻射量、年平均氣溫、年平均相對濕度、年降水量和月最低氣溫越低，棉花的產(chǎn)量則越低；月最高氣溫越高，棉花產(chǎn)量則越低（圖9）。

表5 棉花產(chǎn)量氣候要素之間的相關性Table 5 Correlation between climatic factors of cotton yield

圖9 棉花產(chǎn)量與年平均氣溫、年平均太陽輻射量、降水量、年平均相對濕度之間的定量關系Fig.9 Quantitative relationship between cotton yield and average temperature, solar radiation, rainfall and average relative humidity

3 討 論

本文利用率定與驗證的RZWQM2 模型模擬了1960—2019 年新疆策勒綠洲棉花生育期（出苗期、花期、吐絮期、成熟期）、地上部分生物量、產(chǎn)量和灌溉水利用效率（IWUE）。RZWQM2 模型在極端干旱區(qū)模擬充分和虧缺灌溉下的棉花生長（葉面積指數(shù)和植株高度）有較好的表現(xiàn)。研究表明，DSSAT 模型可以有效模擬不同虧缺灌溉條件下棉花的生長過程（LAI、冠層高度）[27-28]。本研究中驗證結果（虧缺灌溉）略優(yōu)于率定結果（充分灌溉）。Liu 等[19]利用 2006—2013 年新疆策勒綠洲棉田數(shù)據(jù)，對RZWQM2 模型進行了初步的率定和驗證，其結果是基于土壤含水率、棉花物候期以及產(chǎn)量等數(shù)據(jù)，率定與驗證的參數(shù)包括模型中的土壤水力參數(shù)和作物生長參數(shù)。在此基礎上，李文珍等[26]利用2016—2017年該區(qū)域土壤含水率和溫度數(shù)據(jù)對RZWQM2 模型中的相關參數(shù)進一步完善。本文基于Liu 等[19]和李文珍等[26]的研究結果，利用新開發(fā)的灌溉系統(tǒng)下充分與虧缺灌溉處理的土壤含水率、植株高度、葉面積指數(shù)（LAI）和產(chǎn)量數(shù)據(jù)進一步完善模型相關參數(shù)，提高新開發(fā)的灌溉系統(tǒng)對灌溉時間和灌溉量的預測。因此，本文雖僅采用一年的試驗數(shù)據(jù)對模型進行率定和驗證，但模型結果以及率定與驗證的相關參數(shù)也具有可靠性。

模擬中發(fā)現(xiàn)，隨著1960—2019 年年平均氣溫總體不顯著降低的趨勢，棉花出苗期、花期、吐絮期和成熟期均呈現(xiàn)不同程度推遲趨勢。氣候要素與棉花生育期的相關性結果表明，最低氣溫對棉花生育期的影響極顯著，太陽輻射量對棉花出苗期和花期延后也有一定顯著影響。譚紅等[29]模擬氣候變化對新疆石河子地區(qū)棉花生產(chǎn)潛力影響研究中指出，氣溫和太陽輻射量對棉花生育期影響顯著。這與本研究結果一致。出苗期太陽輻射量在12.93～29.76 MJ/（m2·d）之間波動，花期在15.69～40.45 MJ/（m2·d）之間波動，都呈下降趨勢。羅萬琦等[30]發(fā)現(xiàn)西北地區(qū)1966—2016 年太陽輻射量整體變化規(guī)律也呈下降趨勢，該結論與本研究基本一致。而王柳等[31]在西北地區(qū)研究春玉米生育期內太陽輻射量整體呈上升趨勢。以上結果的差異可能是由于統(tǒng)計的時間、空間尺度有所不同。另外相對濕度與棉花的出苗期之間也有顯著相關性，相對濕度逐年下降的趨勢可能導致棉花種子吸收表土水分困難，在一定程度上推遲種子出苗。

受氣候變化影響，策勒綠洲1960—2019 年棉花LAI 年際變化趨勢與棉花地上部分生物量的變化趨勢基本同步?；ㄆ诤屯滦跗诿藁ǖ厣喜糠稚锪恐饾u增加而到了成熟期卻逐漸減少。這是由于棉花的LAI 是反應棉花生長情況的一個重要基礎性指標。從出苗開始，棉花LAI 不斷增大，此時LAI 反映了棉花生長旺盛，棉花地上生物量也是呈現(xiàn)逐漸增加的趨勢，地上生物量達到閾值以后，棉花逐漸進入成熟期，葉片逐漸枯黃，LAI 迅速減小，此時LAI 反映了棉花的衰老,棉花地上生物量也呈現(xiàn)逐漸減少的趨勢。

RZWQM2 模型已廣泛用于研究農(nóng)田水分和作物生長發(fā)育等方面。Fang 等[32]和 Ma 等[33]利用RZWQM2 模型研究作物產(chǎn)量和水分利用效率對不同灌溉量的響應情況，模擬結果為有限灌溉水分配提供參考。本文探究1960—2019 年新疆策勒綠洲氣候變化對棉花產(chǎn)量和IWUE 的影響，模擬結果表明，棉花產(chǎn)量主要受太陽輻射量和氣溫的影響，對比產(chǎn)量與太陽輻射量和氣溫的相關性可知（絕對值），太陽輻射量對產(chǎn)量的影響大于氣溫。隨著太陽輻射量和氣溫均逐漸減小，棉花產(chǎn)量也呈下降趨勢。棉花為喜溫作物，適宜的氣溫可以提高棉花產(chǎn)量。丁晉利等[34]提出，在RZWQM2 模型中，作物生長的限制主要基于氣溫，產(chǎn)量的差異性受限于不同氣候模式下的最高和最低氣溫，具有明顯的不確定性。Voloudakis 等[35]提出高溫對產(chǎn)量有一定的負面影響，這與本研究結果基本一致。棉花IWUE 值是反映棉花產(chǎn)量與整個生育期用水量的一個重要指標。策勒綠洲棉花產(chǎn)量受氣候要素的影響，棉花產(chǎn)量隨著時間的推移呈現(xiàn)減少的趨勢，其中年降水量雖隨著時間呈增加的趨勢，但策勒綠洲每年降水量相差不超過60 mm，相對比較平均，所以產(chǎn)量降低也使棉花IWUE 隨著年份推移呈下降趨勢。

4 結 論

1）新疆策勒綠洲1960—2019 年日平均氣溫、年平均太陽輻射量和年平均相對濕度均呈下降趨勢，下降幅度分別為每年0.04 ℃、0.03 MJ/m2、0.02，年降水量呈增加趨勢，增加幅度為每年0.87 mm。

2）1960—2019 年策勒綠洲棉花生育期（出苗期、花期、吐絮期、成熟期）均呈現(xiàn)推遲趨勢；模擬的棉花平均產(chǎn)量為3 770 kg/hm2，總體上隨時間呈下降趨勢；棉花IWUE 平均約為5.5 kg/（mm·hm2），隨時間也呈下降趨勢。

3）棉花生育期內與每日最低氣溫關系最為密切，氣溫的變化是引起區(qū)域棉花生育期延后的主要因素。太陽輻射量、最高氣溫和降水量與棉花產(chǎn)量的統(tǒng)計關系較為密切，其中棉花產(chǎn)量與太陽輻射量的相關性大于最高氣溫。

[1] 何平如, 張富倉, 范軍亮, 等. 土壤水分調控對南疆滴灌棉花生長?品質及水分利用的影響[J]. 干旱地區(qū)農(nóng)業(yè)研究, 2020, 38(4): 39-46.

HE Pingru, ZHANG Fucang, FAN Junliang, et al. Effects of soil moisture regulation on growth, quality and water use of cotton under drip irrigation in Southern Xinjiang[J]. Agricultural Research in the Arid Areas, 2020, 38(4): 39-46.

[2] 劉麗霞. 節(jié)水灌溉方式對民勤綠洲棉花綜合效益的影響[D]. 楊凌:西北農(nóng)林科技大學, 2006.

LIU Lixia. Effects of water-saving irrigation patterns on integrated benefits of cotton in deserted oasis of Minqin[D]. Yangling: Northwest Aamp;F University, 2006.

[3] 王友華, 周治國. 氣候變化對我國棉花生產(chǎn)的影響[J]. 農(nóng)業(yè)環(huán)境科學學報, 2011, 30(9): 1 734-1 741.

WANG Youhua, ZHOU Zhiguo. Effect of climate changing on cotton fiber production[J]. Journal of Agro-Environment Science, 2011, 30(9):1 734-1 741.

[4] HE L, ASSENG S, ZHAO G,et al. Impacts of recent climate warming,cultivar changes, and crop management on winter wheat phenology across the Loess Plateau of China[J]. Agricultural and Forest Meteorology, 2015, 200: 135-143.

[5] LIU Z J, YANG X G, CHEN F, et al. The effects of past climate change on the northern limits of maize planting in Northeast China[J]. Climatic change, 2013, 117(4): 891-902.

[6] 王金梅, 侯志強, 楊明鳳, 等. 新疆北疆地區(qū)氣候要素對棉花生長和產(chǎn)量的影響分析[J]. 棉花科學, 2021, 43(5): 24-32.

WANG Jinmei, HOU Zhiqiang, YANG Mingfeng, et al. Analysis of the influence of climate factors on cotton growth and yield in northern Xinjiang[J]. Cotton Sciences, 2021, 43(5): 24-32.

[7] 王森, 王雪姣, 吉春容, 等. 近40 年氣候變化對石河子棉區(qū)棉花生長發(fā)育的影響[J]. 農(nóng)業(yè)工程, 2021, 11(4): 132-136.

WANG Sen, WANG Xuejiao, JI Chunrong, et al. Effects of climate change on cotton growth and development in Shihezi in recent 40 years[J].Agricultural Engineering, 2021, 11(4): 132-136.

[8] 岳偉, 曹雯, 姚筠, 等. 安徽省沿江地區(qū)棉花生長季氣候變化特征及其對產(chǎn)量的影響[J]. 長江流域資源與環(huán)境, 2014, 23(9): 1 308-1 314.

YUE Wei, CAO Wen, YAO Yun, et al. Climate changes in cotton growing season along the Yangtze River in Anhui Province and its influence on cotton yield[J]. Resources and Environment in the Yangtze Basin, 2014, 23(9): 1 308-1 314.

[9] 李迎春, 謝國輝, 王潤元, 等. 北疆棉區(qū)棉花生長期氣候變化特征及其對棉花發(fā)育的影響[J]. 干旱地區(qū)農(nóng)業(yè)研究, 2011, 29(2): 253-258.

LI Yingchun, XIE Guohui, WANG Runyuan, et al. Climatic change during Apr.to Oct.in recent 47 years and its effects on growing period of cotton in Beijiang cotton planting region[J]. Agricultural Research in the Arid Areas, 2011, 29(2): 253-258.

[10] 宋艷玲, 張強, 董文杰. 氣候變化對新疆地區(qū)棉花生產(chǎn)的影響[J].中國農(nóng)業(yè)氣象, 2004, 25(3): 15-20.

SONG Yanling, ZHANG Qiang, DONG Wenjie. Impact of climate change on cotton production in xingjiang autonomous region[J].Agricultural Meteorology, 2004, 25(3): 15-20.

[11] 張濤, 孫偉, 孫步功, 等. 不同種植模式下旱地春玉米產(chǎn)量對降雨和氣溫變化的響應[J]. 農(nóng)業(yè)工程學報, 2017, 33(20): 127-135.

ZHANG Tao, SUN Wei, SUN Bugong, et al. Response of yield of spring maize to changes of precipitation and air temperature in arid region[J]. Transactions of the Chinese Society of Agricultural Engineering, 2017, 33(20): 127-135.

[12] LI F W, YU D, ZHAO Y. Irrigation scheduling optimization for cotton based on the AquaCrop model[J]. Water Resources Management, 2019,33(1):39-55.

[13] 史源, 白美健, 李益農(nóng), 等. 基于DSSAT 模擬的冬小麥作物水分利用效率評價指標分析[J]. 節(jié)水灌溉, 2021(9): 1-6, 11.

SHI Yuan, BAI Meijian, LI Yinong, et al. Evaluation index of winter wheat water use efficiency analysis based on DSSAT simulation[J].Water Saving Irrigation, 2021(9): 1-6, 11.

[14] 丁奠元, 嚴惠敏, 王乃江, 等. 基于RZWQM2 的黃土高原旱地冬小麥生長關鍵氣象因子分析[J]. 揚州大學學報(農(nóng)業(yè)與生命科學版),2018, 39(4): 91-99.

DING Dianyuan, YAN Huimin, WANG Naijiang, et al. Key meteorological factor analysis of dryland winter wheat growth on the Loess Plateau based on RZWQM2[J]. Journal of Yangzhou University(Agriculture and Life Science Edition), 2018, 39(4): 91-99.

[15] SIMA N Q, HARMEL R D, FANG Q X, et al. A modified F-test for evaluating model performance by including both experimental and simulation uncertainties[J]. Environmental Modelling amp; Software, 2018,104: 236-248.

[16] JEONG H, PITTELKOW C M, BHATTARAI R . Simulated responses of tile-drained agricultural systems to recent changes in ambient atmospheric gradients[J]. Agricultural Systems, 2019, 168:48-55.

[17] DING J L, HU W, WU J C, et al. Simulating the effects of conventional versus conservation tillage on soil water, nitrogen dynamics, and yield of winter wheat with RZWQM2[J]. Agricultural Water Management,2020, 230: 105 956.

[18] LI M, DU Y J, ZHANG F C, et al. Modification of CSM-CROPGRO-Cotton model for simulating cotton growth and yield under various deficit irrigation strategies[J]. Computers and Electronics in Agriculture,2020, 179: 105 843.

[19] LIU C, QI Z M, GU Z, et al. Optimizing irrigation rates for cotton production in an extremely arid area using RZWQM2-simulated water stress[J]. Transactions of the ASABE, 2017, 60(6): 2 041-2 052.

[20] TSUJII M, KAWANO S, TSUJI S, et al. Cyclooxygenase regulates angiogenesis induced by colon cancer cells[J]. Cell, 1998, 93(5):705-716.

[21] AHUJA L R, ROJAS K W, HANSON J D. Root zone water quality model: Modelling management effects on water quality and crop production[M]. Colorado: Water Resources Publications, 2000.

[22] QI Z M, MA L W, BAUSCH W, et al. Simulating maize production,water and surface energy balance, canopy temperature, and water stress under full and deficit irrigation[J]. Transactions of the ASABE, 2016,59(2): 623-633.

[23] CHEN X P, QI Z M, GUI D W, et al. Evaluation of a new irrigation decision support system in improving cotton yield and water productivity in an arid climate[J]. Agricultural Water Management,2020, 234: 106 139.

[24] GU Z, QI Z M, MA L W, et al. Development of an irrigation scheduling software based on model predicted crop water stress[J]. Computers and Electronics in Agriculture, 2017, 143: 208-221.

[25] CHEN X P, QI Z M, GUI D W, et al. A model-based real-time decision support system for irrigation scheduling to improve water productivity[J]. Agronomy, 2019, 9(11): 686.

[26] 李文珍, 齊志明, 桂東偉, 等. 預報式灌溉條件下綠洲棉田土壤水熱與作物產(chǎn)量模擬[J]. 灌溉排水學報, 2018, 37(S2): 134-139.

LI Wenzhen, QI Zhiming, GUI Dongwei, et al. Simulation of soil water and heat and crop yield in oasis cotton field under forecast irrigation[J].Journal of Irrigation and Drainage, 2018, 37(S2): 134-139.

[27] THORP K R, HUNSAKER D J, FRENCH A N, et al. Integrating geospatial data and cropping system simulation within a geographic information system to analyze spatial seed cotton yield, water use, and irrigation requirements[J]. Precision Agriculture, 2015, 16(5): 532-557.[28] LI M, DU Y J, ZHANG F C, et al. Modification of CSM-CROPGRO-Cotton model for simulating cotton growth and yield under various deficit irrigation strategies[J]. Computers and Electronics in Agriculture, 2020, 179: 105 843.

[29] 譚紅, 呂新, 張澤, 等. 基于DSSAT 模型模擬的氣候變化對棉花生產(chǎn)潛力影響研究[J]. 棉花學報, 2020, 32(2): 113-120.

TAN Hong, LYU Xin, ZHANG Ze, et al. Influence of climate change on cotton production potential based on DSSAT model simulation[J].Cotton Science, 2020, 32(2): 113-120.

[30] 羅萬琦, 崔寧博, 張青雯, 等. 中國西北地區(qū)近50a 氣象因子時空變化特征與成因分析[J]. 中國農(nóng)村水利水電, 2018(9): 12-19.

LUO Wanqi, CUI Ningbo, ZHANG Qingwen, et al. The spatial and temporal characteristics and causes of meteorological factors in northwest China in recent 50 years[J]. China Rural Water and Hydropower, 2018(9): 12-19.

[31] 王柳, 熊偉, 溫小樂, 等.溫度降水等氣候因子變化對中國玉米產(chǎn)量的影響[J]. 農(nóng)業(yè)工程學報, 2014, 30(21): 138-146.

WANG Liu, XIONG Wei, WEN Xiaole, et al. Effect of climatic factors such as temperature, precipitation on maize production in China[J].Transactions of the Chinese Society of Agricultural Engineering, 2014,30(21): 138-146.

[32] FANG Q, MA L, YU Q, et al. Irrigation strategies to improve the water use efficiency of wheat-maize double cropping systems in North China Plain[J]. Agricultural Water Management, 2010, 97(8): 1 165-1 174.

[33] MA L, AHUJA L R, ISLAM A, et al. Modeling yield and biomass responses of maize cultivars to climate change under full and deficit irrigation[J]. Agricultural Water Management, 2017, 180: 88-98.

[34] 丁晉利. 保護性耕作農(nóng)田土壤水碳氮演變特征及模型模擬[D]. 楊凌:西北農(nóng)林科技大學, 2017.

DING Jinli. Change characteristics of conservation tillage on soil water,carbon and nitrogen in farmland[D]. Yangling: Northwest Aamp;F University, 2017.

[35] VOLOUDAKIS D, KARAMANOS A, ECONOMOU G, et al.Prediction of climate change impacts on cotton yields in Greece under eight climatic models using the AquaCrop crop simulation model and discriminant function analysis[J]. Agricultural Water Management, 2015,147: 116-128.

Effects of Climate Change on Seed Yield and Water Use Efficiency of Cotton in Arid Regions:A Simulation Study

DONG Haibo,CHEN Xiaoping*,FENG Shaoyuan,ZHANG Youliang,WU Hao
(College of Hydraulic Science and Engineering,Yangzhou University,Yangzhou 225009,China)

【Objective】One challenge facing agricultural production in many countries is the potential influence of global warming.The purpose of this paper is to elucidate the potential impact of climate change on cotton production in arid regions in north China.【Method】The study was based on numerical simulation.The root zone water quality model (RZWQM2) was calibrated using data measured in 2018 from cotton fields at Qira Oasis in Xinjiang. The validated model was then used to analyze the effect of climate change(1960—2019)on growth,yield and irrigation water use efficiency (IWUE) of the cotton. The relationship between climate factors and cotton yield was analyzed using correlation methods.【Result】 Comparison with measured data shows that the RZWQM2 is accurate to simulate change in water content in the soil profile except in the depth of 0.15～0.25 m.It also adequately predicts the cotton growth and yield,with the average consistency indexgt;0.75.The simulation results show that the emergence,flowering, cracked B1 and maturity stage of the cotton were delayed approximately by 1.1, 2.1, 3.5 and 3.5 d per decade, respectively, from 1960—2019 due to temperature rise. The simulated seed yield and IWUE of the cotton decreased by 45.95 kg/hm2and 0.13 kg/(mm·hm2) per decade, respectively, from 1990—2019. Correlation analysis reveals that air temperature and solar radiation affect cotton growth most significantly.The minimum temperature is the dominant determinant of cotton growth, while the maximum temperature has a negative effect on cotton yield.Among others,solar radiation is the most important determinant of cotton yield.【Conclusion】Using the calibrated numerical model, we analyze the potential impact of climate change and different meteorological factors on growth and yield of cotton in arid regions in north China.The results provide baseline to understand how cotton production will change with climate change in the Oasis regions in Xinjiang.

RZWQM2;climate change;cotton production;IWUE;oasis agriculture

S274

A

10.13522/j.cnki.ggps.2022095

OSID：

董海波, 陳小平, 馮紹元, 等. 模擬氣候變化對極端干旱區(qū)棉花產(chǎn)量和水分利用效率的影響[J]. 灌溉排水學報, 2022,41(9): 23-32, 51.

DONG Haibo, CHEN Xiaoping, FENG Shaoyuan, et al. Effects of Climate Change on Seed Yield and Water Use Efficiency of Cotton in Arid Regions: A Simulation Study[J]. Journal of Irrigation and Drainage, 2022, 41(9): 23-32, 51.

1672 - 3317（2022）09 - 0023 - 11

2022-02-24

江蘇省自然科學基金項目（BK20210825）；江蘇省雙創(chuàng)博士計劃項目（JSSCBS20211014）；國家自然科學基金項目（52009118）

董海波（1997-），男。碩士研究生，主要從事農(nóng)業(yè)水資源高效利用的研究。E-mail: 2102171495@qq.com

陳小平（1990-），男。講師，碩士生導師，博士，主要從事農(nóng)業(yè)水資源高效利用與農(nóng)業(yè)系統(tǒng)模型以及模擬氣候變化影響研究。E-mail: xiaoping.chen@yzu.edu.cn

責任編輯：韓洋