姜淵博，康燕霞，齊廣平，銀敏華，馬彥麟，汪精海，賈瓊，康瑤，張宏斌，唐仲霞，汪愛霞

（甘肅農(nóng)業(yè)大學(xué)水利水電工程學(xué)院，甘肅 蘭州 730070）

河西走廊草原遼闊，土地肥沃，在我國西北生態(tài)保障和畜牧業(yè)發(fā)展中起著舉足輕重的作用［1］。近年來，該地區(qū)天然草場嚴重退化，引起的草畜矛盾和生態(tài)環(huán)境惡化等問題亟待解決［2-3］。我國人工草地總面積約為2000萬hm2，僅占草地面積的5%左右，發(fā)展?jié)摿薮螅?］，建植人工草地可緩解天然草原放牧壓力，恢復(fù)其生態(tài)、經(jīng)濟和文化功能［5］。然而傳統(tǒng)的人工草地存在生產(chǎn)管理水平較低，水資源利用效率不高等問題，在水資源短缺的河西地區(qū)嚴重制約著畜牧業(yè)發(fā)展與生態(tài)修復(fù)。在“先節(jié)水后調(diào)水”的西北旱區(qū)水治理準則的推動下，節(jié)水調(diào)虧灌溉理論與技術(shù)的推行為牧草穩(wěn)產(chǎn)優(yōu)質(zhì)及草原生態(tài)恢復(fù)提供了新思路［6-9］。調(diào)虧灌溉是以水分為主導(dǎo)因子，在作物不同生育時期主動施以一定程度水分脅迫，從而調(diào)節(jié)植株生理特性，實現(xiàn)作物高產(chǎn)優(yōu)質(zhì)并提高水分利用率［7］。因此，在水資源短缺的河西走廊地區(qū)將調(diào)虧灌溉應(yīng)用于人工草地建設(shè)意義重大。

無芒雀麥（Bromus inermis）為多年生禾本科牧草，在我國西北、東北、華北等16個省區(qū)均有大面積種植［10］，其產(chǎn)量高、品質(zhì)好、耐寒抗旱、根莖發(fā)達，被譽為“禾草飼料之王”，是人工草地建設(shè)的優(yōu)質(zhì)牧草［11］。調(diào)虧灌溉作為建植優(yōu)質(zhì)穩(wěn)產(chǎn)人工草地及改善生態(tài)環(huán)境的有效途徑，已有大量學(xué)者在單一水分調(diào)控模式對牧草生長生理的影響［12-14］、產(chǎn)量品質(zhì)和水分利用效率的影響［15-16］和不同品種性狀差異［17-18］等方面作出研究。王海青等［19］發(fā)現(xiàn)，土壤水分維持在田間持水量的45%是冰草（Agropyron cristatum）和紫花苜蓿（Medicago sativa）高產(chǎn)節(jié)水的最佳補水選擇；董國鋒等［20］發(fā)現(xiàn)輕度水分調(diào)虧較充分灌溉沒有顯著降低牧草產(chǎn)量，并且提升了牧草水分利用效率。但關(guān)于系統(tǒng)比較河西走廊地區(qū)不同水分調(diào)控模式對人工草地影響的研究較少。灌溉制度模擬優(yōu)化克服了傳統(tǒng)田間試驗耗時耗力，易受氣候條件、病蟲害等外界環(huán)境影響的缺點，可彌補短期大田試驗結(jié)果的局限性，有助于田間管理決策［21］。相較于其他作物模型，基于水量平衡原理的灌溉制度優(yōu)化模型以日為時段，可以細致模擬土壤水分變化及植株蒸散發(fā)過程，輸出結(jié)果包含具體灌水日期、灌水定額，便于指導(dǎo)實踐［22-23］。在牧草方面灌溉制度模擬優(yōu)化研究主要集中于羊草（Leymus chinensis）［24］、老芒麥（Elymus sibiricus）［25］、早熟禾（Poa pratensis）［26］及黑麥草（Lolium perenne）［27］等，而關(guān)于河西走廊地區(qū)無芒雀麥的研究較少。

基于以上分析，為緩解河西走廊草畜矛盾、改善生態(tài)環(huán)境并提高水資源利用率，本研究通過對比分析兩種水分調(diào)控模式［分生育期調(diào)虧灌溉（I1）；全生育期調(diào)虧灌溉（I2）］下無芒雀麥產(chǎn)量與品質(zhì)效應(yīng)，尋求相對最優(yōu)的水分調(diào)控模式，然后基于水量平衡原理，由大田試驗與典型年灌溉制度模擬結(jié)果進行灌溉制度優(yōu)選，以期為區(qū)域畜牧業(yè)良性發(fā)展和人工草地灌溉制度科學(xué)制定提供參考。

1 材料與方法

1.1 試驗地概況

于2018-2020年在甘肅省張掖市肅南裕固族自治縣明花鄉(xiāng)前灘村（39°40′N，98°47′E）開展大田試驗，試驗區(qū)平均海拔為1388 m。2018、2019和2020年全年降水量分別為123.3、153.6和91.7 mm，無芒雀麥生長季總降水量分別為98.6、128.5和68.5 mm，平均氣溫分別為19.6、19.5和19.9℃（圖1），年均蒸發(fā)量2144 mm，全年日照時數(shù)3020 h，全年無霜期為132 d左右，夏季炎熱，冬季寒冷，屬溫帶大陸性氣候。試驗地土壤類型為砂壤土，田間持水量為29.68%（體積含水量），土壤容重為1.4 g·cm-3，0～60 cm土層土壤pH為7.26，有機質(zhì)含量為3.15 g·kg-1，全氮含量為0.22 g·kg-1，堿解氮含量為24.95 mg·kg-1，速效磷含量為3.15 mg·kg-1，速效鉀含量為235.44 mg·kg-1，硝態(tài)氮含量為7.60 mg·kg-1，銨態(tài)氮含量為8.41 mg·kg-1。

圖1 2018-2020年無芒雀麥生長季每日氣象資料Fig.1 Daily meteorological data for the growing season of B.inermis from 2018 to 2020

1.2 試驗材料

試驗材料為多年生禾本科無芒雀麥（卡爾頓無芒雀麥，B.inermiscv.Carlton），由甘肅農(nóng)業(yè)大學(xué)草業(yè)學(xué)院提供。

1.3 試驗設(shè)計

試驗采用完全隨機區(qū)組設(shè)計，設(shè)2種水分調(diào)控模式［分生育期調(diào)虧灌溉（I1）；全生育期調(diào)虧灌溉（I2）］，各自下設(shè)4個水分處理（表1），計劃濕潤層為60 cm，各水分處理均以計劃濕潤層土壤體積含水量占田間持水量（field capacity，θFC）的百分比控制。各處理重復(fù)3次，共計24個小區(qū)，小區(qū)面積為5 m×5 m，小區(qū)間設(shè)1 m的隔離帶，無芒雀麥于2018年5月建植，采用人工條播方式，行距25 cm，播種量30 kg·hm-2，播種前選用磷酸二銨（18% N，46% P）作為底肥，施肥量為140 kg·hm-2。

表1 無芒雀麥水分調(diào)控試驗灌水上下限Table 1 Upper and lower limits of irrigation for B.inermis moisture regulation trial（%）

于2018-2019年進行分生育期調(diào)虧灌溉（I1）試驗，各水分處理在建植/返青期灌水下限均為75% θFC，拔節(jié)期和抽穗期灌水下限均為：75% θFC（CK），65% θFC（F1），55% θFC（F2），45% θFC（F3），I1下當(dāng)土壤含水量下降至各自對應(yīng)θFC百分比下限時開始灌水，灌水上限均為85% θFC；于2019-2020年進行全生育期調(diào)虧灌溉（I2）試驗：充分灌水（75%～85% θFC，CK）、輕度水分虧缺（65%～75% θFC，Q1）、中度水分虧缺（55%～65% θFC，Q2）、重度水分虧缺（45%～55% θFC，Q3），I2下當(dāng)土壤含水量下降至各自對應(yīng)θFC百分比下限時開始灌水，灌水上限為其各自設(shè)計區(qū)間上限。

試驗小區(qū)采用噴灌灌水方式，小區(qū)間布設(shè)聚乙烯管道，各小區(qū)中心位置設(shè)1.5 m高支管一個，上設(shè)塑料蝶形噴頭，噴頭為全圓噴灑，噴灑半徑為2～4 m，灌水量由水表（精度0.0001 m3）監(jiān)測，球閥控制，試驗開展期間，各小區(qū)田間管理與當(dāng)?shù)乇３忠恢隆?/p>

1.4 測定項目及方法

1.4.1 土壤體積含水率測定 在每個試驗小區(qū)距中心位置1.25 m處隨機布設(shè)一個150 cm長的時域反射儀（time-domain reflectometry，TDR）探管，采用PICO-BT TDR儀器（IMKO，德國）監(jiān)測土壤0～120 cm土層體積含水量［16］。在牧草全生育期每隔3～5 d測定一次，灌水前后和降水后加測，并定期利用烘干法對數(shù)據(jù)進行校核，土壤含水量測定主要用于判斷試驗小區(qū)土壤水分是否達到灌水下限，進而計算灌水量。

1.4.2 產(chǎn)量測定 在試驗小區(qū)于每茬無芒雀麥初花期利用1 m×1 m樣方隨機選取一塊樣地留茬5 cm進行刈割（2018年建植年刈割1茬，2019和2020年均刈割3茬），并立即稱量鮮重，之后放入烘箱，于105℃殺青30 min后，75℃恒溫烘48 h至恒重，冷卻后稱其干重計算干草產(chǎn)量（yield，Y，kg·hm-2）。

1.4.3 灌溉水利用效率

式中：IWUE為灌溉水利用效率（irrigation water use efficiency，kg·m-3）；Y為牧草產(chǎn)量（yield，kg·hm-2）；I為灌水量（irrigation amount，mm）。

1.4.4 水分利用效率

式中：WUE為水分利用效率（water use efficiency，kg·m-3）；ET為耗水量（evapotranspiration，mm）。

1.4.5 品質(zhì)指標(biāo)測定 粗蛋白（crude protein，CP）含量：在無芒雀麥每茬初花期，收獲植株地上部分，經(jīng)過殺青、烘干、粉碎后，利用全自動凱氏定氮儀（K1160，中國）測定植株含氮量［16］，計算牧草的粗蛋白含量（%），公式如下：

式中：6.25為換算系數(shù)；ωN為植株含氮量（%）。

酸性洗滌纖維（acid detergent fiber，ADF）和中性洗滌纖維（neutral detergent fiber，NDF）含量（%）利用半自動纖維分析儀（F800，中國）通過范氏（Van Soest）洗滌纖維分析法測定［28］。

1.4.6 熵權(quán)法賦權(quán) 熵權(quán)法是一種客觀賦權(quán)方法，其依據(jù)原理為指標(biāo)變異程度越小，所能反映信息量越少，則其對應(yīng)的權(quán)值越低。假設(shè)給定了m個樣本（i=1，2，3，···，m）；n個具體評定指標(biāo)X1，X2，X3，···，X（nXj=｛x1j，x2j，x3j，···，xm｝j）（j=1，2，3，···，n），首先對數(shù)據(jù)歸一化處理，之后確定各指標(biāo)信息熵值：

式中：Zij為第j個指標(biāo)下第i個樣本Mi的貢獻值；yij為歸一化后的指標(biāo)。

式中：Ej為所有樣本對指標(biāo)Xj的貢獻總量即信息熵值；常數(shù)P=1/ln（m），使得0≤Ej≤1；即Ej最大為1，Ej越小，表示該指標(biāo)對總體意義越大。

式中：Dj為信息效用值。

式中：Wj為各指標(biāo)所占權(quán)重（%）。

1.5 灌溉制度模擬模型構(gòu)建

為制定合理的灌溉制度，用交互式數(shù)據(jù)語言（interactive data language，IDL）對無芒雀麥全生育期的土壤水分消耗過程進行模擬（土壤水分達到對應(yīng)θFC百分比下限，開始灌水至上限），進而優(yōu)選灌溉制度，實現(xiàn)牧草節(jié)水穩(wěn)產(chǎn)優(yōu)質(zhì)的目標(biāo)。

1）模型依據(jù)原理：編程過程以水量平衡原理為基礎(chǔ)，采用的水量平衡方程為：

式中：Wj為第j天土壤有效儲水量（mm）；Wj-1為第j-1天土壤有效儲水量（mm）；Pj-1為第j-1天有效降水量（mm）；ETj-1為第j-1天實際作物蒸發(fā)蒸騰量（mm）；Kj-1為第j-1天地下水補給量（mm）；由于灌溉上限為田間持水量的85%，所以不考慮深層滲漏。

2）所需數(shù)據(jù)：牧草生育時期（由田間試驗觀測得出）；氣象數(shù)據(jù)：參考作物蒸發(fā)蒸騰量（reference evapotranspiration，ET0）由糧農(nóng)組織（food and agriculture organization of the united nations，F(xiàn)AO）推薦的Penmen-Monteith公式計算得出有效降水量［29］、實際作物蒸發(fā)蒸騰量（ET）等；土壤數(shù)據(jù)：計劃濕潤層深度、田間持水量、初始土壤含水量、土壤容重、地下水補給量［30］等。

3）模型評價：為驗證該灌溉制度模型模擬效果，用平均相對誤差（mean relative error，MRE）、決定系數(shù)（R2）、均方根誤差（root mean square error，RMSE）、標(biāo)準均方根誤差（normalized root mean square error，nRMSE）進行驗證。

1.6 數(shù)據(jù)處理

采用IBM SPSS Statistics 22.0進行相關(guān)性分析和主成分分析，采用Microsoft Excel 2019進行數(shù)據(jù)整理、繪圖及熵權(quán)計算，采用Origin 2019b進行繪圖，IDL編程語言進行灌溉制度模擬。

2 結(jié)果與分析

2.1 灌水量與無芒雀麥各指標(biāo)間的相關(guān)性

I1與I2兩種水分調(diào)控模式下，各茬次間灌水量與各指標(biāo)的相關(guān)性分析結(jié)果較為一致（圖2）。總體來看，除個別茬次外，灌水量與產(chǎn)量、粗蛋白含量之間存在極顯著相關(guān)關(guān)系（P＜0.01），其中灌水量與產(chǎn)量表現(xiàn)為正相關(guān)；與粗蛋白含量表現(xiàn)為負相關(guān)；與酸性洗滌纖維和中性洗滌纖維含量之間相關(guān)性不顯著（P＞0.05）。

圖2 灌水量與無芒雀麥各指標(biāo)間的相關(guān)性分析Fig.2 Correlation analysis between irrigation amount and various indicators of B.inermis

2.2 水分調(diào)控模式對無芒雀麥產(chǎn)量的影響

由圖3可知，I1水分調(diào)控模式下，無芒雀麥產(chǎn)量隨灌水量的增加呈先增加后減小的趨勢，具體表現(xiàn)為開口向下的二次拋物線（y=-0.0188x2+17.7x+472.98，P＜0.001，R2=0.7282），I2水分調(diào)控模式下無芒雀麥產(chǎn)量隨灌水量增加呈對數(shù)增加（y=1878.5ln（x）-7143.3，P＜0.001，R2=0.3373），且I1下擬合優(yōu)度R2大于I2；I1曲線保持在I2曲線上方，即同一灌水量下，I1下無芒雀麥產(chǎn)量高于I2，也表明I1灌溉水利用效率大于I2，I1較I2產(chǎn)量提升平均可達23.11%；灌水量大于250 mm時，I1和I2下產(chǎn)量增長有減緩趨勢。

圖3 灌水量與產(chǎn)量之間的關(guān)系Fig.3 Relationship between irrigation amount and yield

2.3 水分調(diào)控模式對無芒雀麥品質(zhì)的影響

由圖4可知，在I1和I2兩種水分調(diào)控模式下，無芒雀麥粗蛋白含量均隨灌水量的增加表現(xiàn)為對數(shù)減小趨 勢（I1：y=-2.661ln（x）+25.136，P＜0.001，R2=0.8401；I2：y=-2.012ln（x）+21.708，P＜0.001，R2=0.3736），且I1下擬合優(yōu)度R2大于I2；同時I1曲線位于I2上側(cè)，即同一灌水量下，I1水分調(diào)控模式下無芒雀麥粗蛋白含量高于I2，I1較I2粗蛋白含量平均提升6.09%；I1曲線的增幅大于I2，即一定范圍內(nèi)，分生育期調(diào)虧灌溉下，無芒雀麥粗蛋白含量變化更迅速。

圖4 灌水量與營養(yǎng)品質(zhì)之間的關(guān)系Fig.4 Relationship between irrigation amount and nutrient quality

在I1和I2兩種水分調(diào)控模式下，無芒雀麥酸性洗滌纖維含量隨灌水量增加而增加（I1：y=0.0216x+30.263，P＜0.001，R2=0.2698；I2：y=0.0218x+31.713，P＜0.001，R2=0.1592），擬合優(yōu)度均較低。I1與I2兩種水分調(diào)控模式下，無芒雀麥中性洗滌纖維含量隨灌水量減小呈緩慢減小趨勢（I1：y=0.0198x+40.938，P＜0.001，R2=0.1983；I2：y=0.0175x+48.185，P＞0.05，R2=0.0418），擬合優(yōu)度均偏低。

2.4 水分調(diào)控模式篩選

以上分析可知，I1水分調(diào)控模式的產(chǎn)量、品質(zhì)優(yōu)于I2，為了進一步分析兩種水分調(diào)控模式下，各處理中牧草產(chǎn)量（Y）、水分利用效率（WUE）、灌溉水利用效率（IWUE）、粗蛋白（CP）、酸性洗滌纖維（ADF）和中性洗滌纖維（NDF）含量對無芒雀麥生產(chǎn)力的綜合影響，利用主成分分析法對6個指標(biāo)進行降維分析，提取2個特征值大于1的主成分，累計方差貢獻率達88.280%（表2），說明前兩個主要成分可以反映原始數(shù)據(jù)的大多數(shù)信息，主成分1的貢獻率為58.005%，決定指標(biāo)為Y、WUE、IWUE和CP，主成分2貢獻率為30.275%，主要反映了ADF和NDF的信息。由主成分綜合得分（表3）得出，I1水分調(diào)控模式下各處理排名高于I2，即I1水分調(diào)控模式具有優(yōu)勢，I1F1處理綜合得分最高，表明I1F1為最優(yōu)的灌水處理。

表2 不同灌水處理下無芒雀麥各指標(biāo)主成分分析Table 2 Principal component analysis of each index of B.inermis with different irrigation treatments

表3 不同灌水處理無芒雀麥綜合得分Table 3 Overall score of B.inermis with different irrigation treatments

2.5 灌溉制度模擬

該灌溉制度模擬優(yōu)化基于水量平衡方程，應(yīng)用IDL編程語言，以日為時段，綜合考慮了土壤水分變化、典型年降水資料、作物蒸散發(fā)、地下水補給等因素模擬作物生長季水分消耗過程，輸出結(jié)果為具體的灌水日期、灌溉次數(shù)及灌水量，便于指導(dǎo)實踐，并且其可用于作物全生育期模擬，也可用于部分生育期，適用于多茬次牧草灌溉制度模擬研究。由于河西走廊地區(qū)常年降水稀少，為驗證I1F1灌水處理在典型枯水年下是否具有優(yōu)勢，從而用于當(dāng)?shù)啬敛莨喔戎贫葏⒖?，對I1水分調(diào)控模式下4個水分處理在典型枯水年下進行灌溉制度模擬。

2.5.1 基于熵權(quán)法的無芒雀麥品質(zhì)指標(biāo)優(yōu)選 熵權(quán)法可以消除人為因素干擾，具有客觀賦權(quán)的優(yōu)勢，利用熵權(quán)法選取最具代表性的品質(zhì)指標(biāo)用于評價灌溉制度模擬中不同情景無芒雀麥品質(zhì)的優(yōu)劣，由表4可以看出，無芒雀麥粗蛋白、酸性洗滌纖維和中性洗滌纖維含量所占的權(quán)重系數(shù)分別為59.04%、20.84%和20.12%，即無芒雀麥各品質(zhì)指標(biāo)對灌水處理的敏感度排序為：粗蛋白含量＞酸性洗滌纖維含量＞中性洗滌纖維含量，因此將粗蛋白含量作為評價無芒雀麥品質(zhì)的重要指標(biāo)，用于灌溉制度模擬中方案優(yōu)選。

表4 熵權(quán)法計算結(jié)果匯總Table 4 Summary of calculation results of entropy method（%）

2.5.2 灌溉制度模擬效果驗證 由表5可知，此模型模擬2019年I1水分調(diào)控模式CK水分處理下灌水量，MRE、R2、RMSE、nRMSE分別為13.84%、0.985、24.56 mm、13.58%，模擬精度較高，故此模型可用于灌溉制度模擬。

表5 灌水量的真實值與預(yù)測值Table 5 Real and predicted values of irrigation amount

2.5.3典型枯水年的選擇 對1956-2020年降水量系列資料進行排頻計算，得到各個頻率情況下的降水量值。取p=75%所對應(yīng)的降水量作為枯水年的設(shè)計值，分析得出1994年降水資料可作為代表年降水資料（因為其最接近設(shè)計值且年內(nèi)分配最不利，圖5）。由聯(lián)合國糧農(nóng)組織（FAO）推薦的Penmen-Monteith公式計算得出典型枯水年逐旬參照作物蒸散量（表6）。

圖5 1956-2020年降水量頻率曲線擬合Fig.5 Frequency curve fitting of precipitation from 1956 to 2020

表6 典型枯水年逐旬參照作物蒸散量Table 6 Reference crop evapotranspiration by decade in a typical dry year

2.5.4 灌溉制度情景模擬 對I1水分調(diào)控模式下4種灌水處理在典型枯水年下進行模擬（表7），依據(jù)I1下灌水量與產(chǎn)量、品質(zhì)擬合關(guān)系，對各灌溉制度下的產(chǎn)量和品質(zhì)進行分析。

表7 灌溉制度模擬情景Table 7 Simulation scenarios of irrigation scheduling

由典型枯水年無芒雀麥灌溉制度模擬結(jié)果（表8）可知，無芒雀麥全年DCK情景下灌水量最大，為601.49 mm，DF1、DF2、DF3較DCK分別減少79.73、137.96和196.29 mm；灌溉水利用效率隨虧水程度的加劇逐漸增大，DF1、DF2、DF3較DCK分別提升6.21%、9.94%和16.15%；DF1較DCK年產(chǎn)量下降率最小，為7.88%，DF2和DF3較DCK年產(chǎn)量下降率較大，分別為15.12%和21.88%；DF1、DF2、DF3較DCK粗蛋白含量增長率分別為3.03%、6.24%和8.89%。

表8 典型枯水年無芒雀麥灌溉制度模擬Table 8 Simulation of irrigation scheduling for B.inermis in a typical dry water year

產(chǎn)量作為評價植株生長及增益的重要指標(biāo)，由于DF2和DF3情景模擬下，無芒雀麥年產(chǎn)量下降率較大，不能作為最優(yōu)方案?；诠?jié)水穩(wěn)產(chǎn)優(yōu)質(zhì)目的出發(fā)，DF1情景模擬中無芒雀麥年產(chǎn)量下降率最小，且灌溉水利用效率及粗蛋白含量相較于DCK均有較大提升，為最優(yōu)方案。

3 討論

3.1 水分調(diào)控模式對無芒雀麥產(chǎn)量的影響

調(diào)虧灌溉的實質(zhì)是實現(xiàn)經(jīng)濟產(chǎn)量最優(yōu)，并非單純追求總產(chǎn)量的增加。通過嚴格調(diào)控土壤水分虧缺狀態(tài)，可有效控制植物營養(yǎng)生長并促進同化物向不同組織器官分配，從而影響植株地上、地下部分生物量，以實現(xiàn)無芒雀麥經(jīng)濟產(chǎn)量提升、品質(zhì)優(yōu)化和效率增長的綜合性目的［31］。在小麥（Triticum aestivum）［32-33］、燕麥（Avena sativa）［34］、紫花苜蓿［35］的研究中發(fā)現(xiàn)，隨著灌水量的增加，作物產(chǎn)量表現(xiàn)為先增加后逐漸減小的二次拋物線變化趨勢，這表明適度的水分虧缺有利于作物的生長，灌水過量反而會使作物產(chǎn)量下降，這可能與調(diào)虧灌溉會影響作物的生理生化特性有關(guān)，在一定水分虧缺條件下，為滿足牧草需水要求，植物根系會深入土層，以有效利用土壤水分，使得作物的抗旱性得到有效提升，因此，適當(dāng)水分脅迫不僅能提升作物水分利用率，同時還會降低牧草減產(chǎn)率［36］。本研究得出，在I1和I2兩種水分調(diào)控模式下，無芒雀麥產(chǎn)量會隨著灌水量的增大呈現(xiàn)不同變化趨勢，其中I1呈二次拋物線變化，I2則表現(xiàn)為對數(shù)增加（圖3），總體均表現(xiàn)為先迅速增加，后逐漸趨于平緩。造成I2產(chǎn)量表現(xiàn)為對數(shù)增加的原因可能是全生育期調(diào)虧灌溉下，各處理灌水量并未達到無芒雀麥產(chǎn)量下降轉(zhuǎn)折點。在本研究中，I1和I2水分調(diào)控模式下，隨著灌水量的增加，無芒雀麥產(chǎn)量增幅逐漸減小，這與余曉雄等［37］和王家瑞等［38］的研究結(jié)果基本一致。I1曲線位于I2曲線上方，表明分生育期調(diào)虧灌溉更有利于無芒雀麥產(chǎn)量的增加和灌溉水利用效率的提高，其原因可能是，在I1模式下，作物需水關(guān)鍵期復(fù)水補償可保證牧草充足水供應(yīng)，而非關(guān)鍵期水分脅迫可實現(xiàn)牧草虧水鍛煉，這與王鈞等［39］的研究結(jié)果相似。

3.2 水分調(diào)控模式對無芒雀麥品質(zhì)的影響

粗蛋白含量作為權(quán)衡牧草品質(zhì)的重要指標(biāo)之一，反映了牧草滿足牲畜蛋白質(zhì)需求的能力［40］。牧草纖維含量的多少將直接影響牧草的采食量及家畜消化率，其含量越高，牧草的品質(zhì)越差［41］。相關(guān)研究表明，黑麥草、草甸羊茅（Festuca pratensis）和扁穗牛鞭草（Hemarthria compressa）等禾本科牧草的粗蛋白含量會隨著水分虧缺的加劇逐漸增大，酸性洗滌纖維和中性洗滌纖維含量則逐漸減少［42-44］。本研究結(jié)果與前人研究結(jié)果基本一致，在I1和I2兩種水分調(diào)控模式下，灌水量與粗蛋白含量呈負相關(guān)關(guān)系，隨著灌水量的減少，無芒雀麥粗蛋白含量呈對數(shù)型增加（圖4），而酸性洗滌纖維和中性洗滌纖維含量呈緩慢減小趨勢。造成這一結(jié)果的原因可能是：無芒雀麥粗蛋白含量分配表現(xiàn)為：葉＞莖；纖維含量表現(xiàn)為：莖＞葉。而水分虧缺會在一定程度上抑制無芒雀麥節(jié)間伸長，使得植株莖的生長發(fā)育受到影響，進一步導(dǎo)致其莖葉比減小，因此，適度水分脅迫可有效增加植株粗蛋白含量，減少酸性洗滌纖維和中性洗滌纖維含量。汪精海等［28］關(guān)于燕麥的研究發(fā)現(xiàn)，隨著水分虧缺的加劇，燕麥的粗蛋白含量呈先增大后減小的趨勢，本研究結(jié)果與此有所差異，其原因可能與牧草類型、地域氣候條件、土壤中氮素分布及有限水分供應(yīng)位置等因素有關(guān)。I2較I1，無芒雀麥粗蛋白含量低且酸性洗滌纖維、中性洗滌纖維含量高，其原因可能是：在I2模式下無芒雀麥始終處于水分脅迫狀態(tài)，這間接抑制了植株葉片的生長，同時為尋求水分以維持自生生存，葉片中大部分能量被消耗于地下根系生長。

3.3 灌溉制度模擬

合理的灌溉制度是干旱地區(qū)作物節(jié)水、優(yōu)質(zhì)、高產(chǎn)的保證。作物模型可以彌補短期試驗結(jié)論的局限性，減少試驗過程中人力和經(jīng)濟的投入，實現(xiàn)多種灌水模式模擬優(yōu)化設(shè)計［21］。本試驗灌溉制度模擬是基于水量平衡原理，根據(jù)試驗區(qū)氣候特征、作物生理生長特性做出的合理調(diào)整優(yōu)化措施，輸出結(jié)果包含具體灌水定額，灌水次數(shù)，灌水日期，以便于指導(dǎo)生產(chǎn)實踐，并且可進行全生育期或部分生育期水量變化模擬，適合于無芒雀麥多茬次牧草灌溉制度模擬優(yōu)化。通過對2019年CK處理下模型模擬效果驗證，發(fā)現(xiàn)灌水量真實值與預(yù)測值誤差在允許范圍內(nèi)，MRE、R2、RMSE、nRMSE分別為13.84%、0.985、24.56 mm、13.58%，模擬精度較好，可用于河西走廊無芒雀麥灌溉制度模擬優(yōu)化。大田試驗結(jié)果得出I1F1處理最優(yōu)，為驗證大田試驗結(jié)果在河西走廊地區(qū)的普適性，選擇典型枯水年作為模擬年份，對I1水分調(diào)控模式下4種灌溉制度進行情景模擬（表8）發(fā)現(xiàn)：典型枯水年下，情景DF1為最優(yōu)處理，這與大田試驗主成分分析結(jié)果一致；情景模擬中隨著虧水程度的加重，作物灌溉水利用效率增加，這與馬千虎等［45］模擬高寒地區(qū)燕麥灌溉水利用效率結(jié)果相符；其次，隨著灌水量減少，牧草粗蛋白含量增加，產(chǎn)量下降率逐漸變大，情景DF3較DCK年減產(chǎn)21.88%，這與徐冰等［46］研究發(fā)現(xiàn)不灌水與充分灌溉相比，燕麥減產(chǎn)率高達30%的結(jié)果相似。結(jié)合大田試驗分析與典型枯水年灌溉制度情景模擬結(jié)果，推薦DF1灌溉制度作為河西走廊地區(qū)無芒雀麥參考灌溉制度。

4 結(jié)論

科學(xué)的水分調(diào)控模式是保障河西走廊地區(qū)人工草地節(jié)水、穩(wěn)產(chǎn)、優(yōu)質(zhì)的重要手段。本研究結(jié)論如下：1）隨著灌水量增加，無芒雀麥產(chǎn)量表現(xiàn)為：在分生育期調(diào)虧灌溉I1下呈開口向下的二次拋物線變化趨勢，在全生育期調(diào)虧灌溉I2下呈對數(shù)型增加趨勢；I1和I2兩種模式下，隨灌水量減小，無芒雀麥粗蛋白含量均呈現(xiàn)逐漸增大的趨勢，而酸性洗滌纖維和中性洗滌纖維含量均呈現(xiàn)緩慢減小的趨勢。2）同一灌水量下，分生育期調(diào)虧灌溉的產(chǎn)量和粗蛋白含量均高于全生育期調(diào)虧灌溉模式，其產(chǎn)量平均提升23.11%，粗蛋白含量平均提升6.09%，結(jié)合主成分分析結(jié)果，不同生育期調(diào)虧灌溉較優(yōu)。3）由大田試驗及典型枯水年灌溉制度模擬結(jié)果可知，適宜河西走廊地區(qū)無芒雀麥參考的灌溉制度為在I1DF1處理下［返青期（75%～85% θFC），拔節(jié)期（65%～85% θFC），抽穗期（65%～85%θFC）］，灌水次數(shù)為12次，灌溉定額為521.76 mm。