楊曉慧 王碧勝 孫筱璐 侯靳錦 徐夢杰 王志軍 房全孝

冬小麥對水分脅迫響應的模型模擬與節(jié)水滴灌制度優(yōu)化

楊曉慧 王碧勝*孫筱璐 侯靳錦 徐夢杰 王志軍 房全孝*

青島農業(yè)大學農學院, 山東青島 266109

滴灌技術結合節(jié)水灌溉制度可顯著提高作物水分利用效率, 但針對滴灌條件下冬小麥節(jié)水灌溉制度的優(yōu)化研究相對較少, 利用作物模型優(yōu)化節(jié)水灌溉制度可以彌補田間試驗的不足, 對于作物精確灌溉具有重要的指導意義。本研究利用膠東冬小麥滴灌節(jié)水試驗數據(2016—2019年)評價了根區(qū)水質模型(RZWQM-CERES)的適應性, 并模擬評價了不同節(jié)水滴灌制度對冬小麥產量和水分利用效率的影響, 以篩選最佳節(jié)水滴灌制度。結果表明RZWQM- CERES可以較好地模擬土壤水分、冬小麥生長和產量對不同滴灌處理和季節(jié)的響應, 其中模擬0～90 cm土壤貯水量的均方根誤差(RMSE)為22.7～32.3 mm、相對均方根誤差(NRMSE)為11.9%～16.3%、決定系數(2)為0.52～0.69, 模擬收獲期生物量的RMSE為1184～1904 kg hm-2、NRMSE為9.9%～16.8%、2為0.67, 模擬產量的RMSE為361～491 kg hm–2、NRMSE為5.7%～7.8%、2為0.75。長期模擬結果表明該地區(qū)冬小麥需水關鍵期為孕穗期(豐水年和平水年)或拔節(jié)期(枯水年)。針對不同降水年型冬小麥產量和水分利用效率對灌溉量的響應差異, 篩選滴灌條件下冬小麥最佳灌溉制度為: 豐水年在拔節(jié)期和開花期各灌水45 mm; 平水年(或枯水年)在拔節(jié)期、孕穗期及開花期各灌水35 mm (或45 mm)。本研究結果擴展了RZWQM-CERES優(yōu)化冬小麥滴灌制度的應用潛力, 為實施冬小麥精確灌溉提供了重要的技術支持。

冬小麥; 水分脅迫; 滴灌; 灌溉制度; RZWQM-CERES; 作物產量; 水分利用效率

水分是我國北方冬小麥生長的重要限制因素[1], 華北地區(qū)冬小麥生育期需水總量在400～450 mm左右, 但生育期內降雨量僅有150～200 mm, 遠低于冬小麥需水量, 水分虧缺量達250～300 mm, 其中拔節(jié)、抽穗與灌漿期水分虧缺嚴重[2]。因此灌溉補水是確保冬小麥高產的重要措施, 其中節(jié)水灌溉作為緩解水資源短缺、提高冬小麥水分利用效率的重要手段被廣泛應用[3]。關于冬小麥節(jié)水灌溉制度篩選和優(yōu)化已開展了諸多研究。在華北地區(qū), 張喜英[4]提出地下水嚴重超采區(qū)可消減冬小麥生育期灌水量,只在拔節(jié)期灌溉; 而付佳祥等[5]推薦在拔節(jié)期和開花期各灌水75 mm為冬小麥最佳灌溉制度。在關中地區(qū), 呼紅偉[6]推薦冬小麥拔節(jié)期進行灌溉, 而宋同等[7]則認為在灌漿期灌溉最優(yōu)。上述研究表明, 由于各地區(qū)的土壤和氣候條件不同, 導致冬小麥最佳灌溉制度存在差異, 在一定程度上限制了研究結果在節(jié)水灌溉中的應用[2-7]。

近年來, 作物模型在水分管理研究中的應用越來越廣泛, 表現出較強的應用潛力[8-11,17-21]。Guo等[8]評價了AquaCrop模型模擬畦灌條件下冬小麥生物量、產量以及土壤含水量的能力, 推薦在當地灌溉制度的基礎上增加越冬期灌溉, 并推遲春灌到拔節(jié)期灌溉。王文佳等[9]利用CROPWAT-DSSAT模型篩選了關中地區(qū)冬小麥的最優(yōu)灌溉制度為豐水年在越冬、返青和拔節(jié)期均溝灌25 mm, 平水年在越冬、返青和拔節(jié)期分別溝灌50、50和25 mm, 枯水年在越冬、返青和拔節(jié)期分別溝灌25、75和50 mm, 這一結果為當地冬小麥精確灌溉提供了重要支持。房全孝等[2,10]驗證評價了RZWQM (root zone water quality model)-CERES (crop estimation through resource and environment synthesis)在漫灌條件下模擬土壤水分動態(tài)及其對冬小麥產量的影響, 并在山東禹城地區(qū)篩選出最優(yōu)灌溉制度為拔節(jié)和孕穗期各灌水60 mm, 而在河北欒城地區(qū)冬小麥最佳灌溉制度為播前、拔節(jié)、孕穗和灌漿期各灌水75 mm。Xu等[11]評價了RZWQM-CERES模擬涇惠渠灌區(qū)畦灌條件下冬小麥土壤水分、產量和地上部生物量的適應性, 并提出該地區(qū)冬小麥的最優(yōu)灌溉制度。

以上冬小麥灌溉制度優(yōu)化的研究主要以傳統(tǒng)灌溉方式(漫灌和畦灌)為基礎, 該灌溉方式效率較低且灌溉量較難精確控制。而噴灌和滴灌技術具有可控性高、節(jié)水效果明顯等優(yōu)勢, 可顯著提高玉米[12-13]和棉花[14]等作物的產量(15%～20%)及水分利用效率(18%～30%), 但關于滴灌條件下冬小麥節(jié)水制度研究相對較少[15-16]。近年來RZWQM-CERES用于滴灌條件下玉米[17-20]和棉花[21]的節(jié)水灌溉制度優(yōu)化研究取得較好的模擬效果, 但是針對滴灌條件下冬小麥生長及產量對水分脅迫的響應模擬及節(jié)水灌溉制度優(yōu)化鮮有報道。隨著滴灌技術在農業(yè)生產中應用越來越廣泛, 篩選和優(yōu)化滴灌條件下節(jié)水灌溉制度對于實施冬小麥精確灌溉具有重要的指導意義。鑒于此, 本研究首先驗證、評價RZWQM和CERES (crop environment resource synthesis)結合模型(RZWQM- CERES)[22]模擬滴灌條件下土壤水分、冬小麥生長、產量及農田蒸散的能力和適應性, 然后利用驗證的模型和長時間序列氣象數據設計詳細的節(jié)水灌溉制度模擬實驗, 篩選和優(yōu)化膠東地區(qū)滴灌條件下冬小麥高效節(jié)水灌溉制度, 為冬小麥精確灌溉提供技術支持。

1 材料與方法

1.1 冬小麥滴灌節(jié)水試驗與數據觀測

田間試驗于2016—2019年在青島農業(yè)大學膠州試驗站(36°27′N, 120°5′E)進行, 該試驗區(qū)屬半濕潤半干旱區(qū), 2016—2019年3年度冬小麥生育期內平均氣溫分別為9.5℃、8.8℃、9.5℃ (圖1-a); 平均太陽輻射量分別為14.6、13.8和13.6 MJ m–2d–1(圖1-b); 2016—2017年冬小麥生育期內降雨量為90.5 mm, 主要集中在10月和5月; 2017—2018年降雨量為174.0 mm, 主要集中在10月和5月; 2018—2019年降雨量為159.4 mm, 主要集中在4月和6月(圖1-c)。試驗區(qū)土壤類型為沙姜黑土, 其土壤容重為觀測值、土壤水力學參數通過校正得到(表1)。試驗站點地下水位埋深較高, 常年在1.0～2.0 m波動, 對農田蒸散有一定的補充作用[23]。試驗站點氣象站觀測獲取每天氣象數據(包括太陽輻射、降水、最高氣溫、最低氣溫、風速等)作為模型的輸入數據。

試驗設計包括5個灌溉處理: CK (根據當地管理返青期畦灌80 mm)、T1 (不灌水)、T2 (拔節(jié)期滴灌40 mm)、T3 (開花期滴灌40 mm)、T4 (拔節(jié)期和開花期各滴灌40 mm), 每個處理3次重復, 共3個冬小麥生長季(2016—2019年), 播種時間為10月13日至20日, 收獲時間為翌年6月12日至16日, 采用“一帶兩行”滴灌模式即每隔1行小麥鋪設1條滴灌帶, 每個小區(qū)安裝一個水表控制灌水量。其他管理措施各處理都一致, 施肥量根據當地管理習慣, 以滿足冬小麥生長發(fā)育需要, 具體試驗管理措施見王志軍等[15]。

主要觀測數據包括: 0～90 cm不同層次的土壤水分含量(7～14 d觀測1次)、地上部生物量(7～14 d觀測1次)和籽粒產量(收獲期觀測), 具體見王志軍等[15]。冬小麥農田蒸散量(ET)根據農田水量平衡方法估算[15](公式1), 該公式中徑流量一般不考慮(= 0), 地下水補充量在地下水埋深區(qū)也不考慮[15,24](= 0), 而在地下水淺埋區(qū)需要考慮(> 0), 但是觀測難度較大[23]。本文估算ET時考慮兩種情況: (1)不考慮地下水補充的農田蒸散(ET_m1,= 0); (2)考慮地下水補充的農田蒸散(ET_m2,> 0), 此時利用模型模擬的地下水補充量()和公式(1)進行估算。

圖1 2016–2019年冬小麥生育期內逐日(a)最高氣溫(Tmax)和最低氣溫(Tmin), (b)太陽輻射量及(c)降雨量

表1 膠州試驗站土壤水力學參數的校正結果

ET =+++ Δ–(1)

式中, ET為農田蒸散量估算值(單位為mm);= 冬小麥生育期內灌溉量(mm);= 冬小麥生育期內降水量, mm;為地下水補充量, 單位mm;為冬小麥生育期開始時和結束時土壤貯水量的變化量, mm;為徑流量, 單位mm。

1.2 RZWQM-CERES水分脅迫過程模擬、模型參數優(yōu)化及評價指標

1.2.1 RZWQM-CERES模型水分運移及水分脅迫模擬過程 RZWQM模型是由美國農業(yè)部研發(fā)的一種農業(yè)系統(tǒng)和資源管理模型[10], 模型整合了物理運移、化學反應、養(yǎng)分循環(huán)、殺蟲劑反應、作物生長和管理措施6大模塊。Ma等[22]將RZWQM模型與CERES (crop environment resource synthesis)模塊相結合得到RZWQM-CERES結合模型, 其中RZWQM為CERES提供作物生長發(fā)育所需的土壤水分、溫度、養(yǎng)分等環(huán)境要素, CERES通過模擬作物生長發(fā)育過程得到作物吸收利用土壤水分、養(yǎng)分以及作物生長的數據為RZWQM提供計算土壤水分平衡、養(yǎng)分平衡數據來源[24], 該結合模型在作物水分管理和氮素管理等方面應用十分廣泛, 表現出較好的模擬效果[2,10-11,17-22]。模型利用Green-Ampt和Richards方程描述土壤水分入滲過程及土壤水分再分配過程[22], 滴灌過程在模型中當作降雨過程, 且滴灌強度(降雨強度)小于土壤飽和導水率, 不會形成徑流[19]。模型中水分脅迫系數WSF[25](公式2)其值越小水分脅迫越大, 為1時無水分脅迫。

式中, EP0(潛在蒸騰量)利用改進的Shuttleworth- Wallace ET模型[26]計算得到。潛在根系吸水(TRWUP)是關于根長密度、深度、根系分布和實際土壤含水量之間的函數[26](公式3)。

式中,RLV(i)為第層的根長密度(單位為cmcm–3);k為常數, 取0.00132;2為常數, 當土壤水排水下限大于等于0.30 cmcm–3時,2取45.0; 當土壤水排水下限小于0.30 cmcm–3時,2=130LL(i);3為常數, 取7.01;sw(i)為第層土壤體積含水率(單位為cm cm–3);LL(i)為第層作物可利用水分下限(單位為cm cm–3); Δ(i)為土層的深度(單位為cm)。

1.2.2 RZWQM-CERES參數校正和模型驗證

模型校正選取灌溉量最高畦灌處理(CK, 施肥量滿足作物需要)的觀測數據(包括土壤水分、作物生長、發(fā)育以及農田蒸散數據), 以獲取試驗站點條件下合理的土壤水力學參數和作物遺傳參數。其他滴灌處理(T1、T2、T3、T4)的觀測數據用于驗證和評價模型在滴灌條件下的適應性。模型校正過程中, 首先利用模型中PEST (Parameter ESTmation)工具進行優(yōu)化土壤參數和作物參數, 但該方法會導致參數極端值(接近參數的最大值或最小值)和模型參數過度優(yōu)化(over-fit)問題[24], 不能很好地平衡模型的整體模擬效果(如土壤水分和作物產量等)。因此我們在PEST優(yōu)化的基礎上用試錯法對模型參數進行進一步校正[10,19]: 首先根據土壤水分數據校正土壤水力學參數, 包括土壤飽和導水率和田間持水量(表1), 然后根據冬小麥生長和生育期指標校正作物遺傳參數(表2)。

表2 RZWQM-CERES模型冬小麥遺傳參數校正結果

1.2.3 模型評價指標和統(tǒng)計分析 本研究評價模型模擬結果的指標包括平均相對誤差(mean relative error, MRE)、決定系數(2)、均方根誤差(root mean square error, RMSE)、相對均方根誤差(relative root mean square error, NRMSE)、以及模型有效系數(efficiency, E)[2,10]。采用SPSS軟件進行配對檢驗, 顯著水平<0.05。

式中,P為第個模擬值;O為第個實測值;avg為實測平均值;avg為模擬平均值;為模擬值或實測值的個數。

1.3 冬小麥節(jié)水滴灌制度優(yōu)化

根據膠東地區(qū)降水條件、灌溉試驗結果以及當地的灌溉習慣, 結合不同生育時期的冬小麥的需水規(guī)律, 本研究利用RZWQM-CERES模型設計了包括5個灌溉時期, 包括返青期(T; 3月15日)、拔節(jié)期(J; 4月1日)、孕穗期(B; 4月15日)、開花期(F; 5月1日)、灌漿期(G; 5月15日), 以及12種單次灌溉量(5、10、15、20、25、30、35、40、45、50、55和60 mm)和5種灌溉次數(從在1個時期僅灌溉1次到在5個不同時期灌溉5次), 共計形成372種不同的灌溉制度。然后結合1980—2019年的氣象數據, 進行情景模擬, 以篩選出膠東地區(qū)冬小麥滴灌條件下的最優(yōu)灌溉制度。

為評價冬小麥生育期內降水對灌溉制度優(yōu)化的影響, 根據1980—2019年冬小麥生育期內的降水數據計算干燥指數(公式9)并劃分降水年型[27]。干燥指數大于0.35為豐水年, 小于–0.35為枯水年, 介于–0.35～0.35之間為平水年。其中, 豐水年冬小麥生育期內平均降水量為240.6 mm (12年); 平水年為174.6 mm (11年); 枯水年為130.8 mm (17年)。上述長期模擬結果根據3種降水年型進行分析。

式中,為干燥指數;為生育期內降水量;為多年生育期內平均降水量;為多年生育期內降水量均方差。

2 結果與分析

2.1 RZWQM-CERES模型的校正與驗證結果

2.1.1 土壤水分模擬結果 模型校正結果(畦灌處理CK)表明0～90 cm土壤貯水量的模擬值與實測值呈相似的變化趨勢(圖2-a), 其RMSE為23.4 mm, MRE為9.6%,2為0.65, NRMSE為11.9%, 模型有效系數為0.56 (表3)。模型的驗證結果(4個滴灌處理)與校正結果接近, 且各處理模擬值與實測值呈相似的變化趨勢(圖2-b～e), 其0～90 cm土壤貯水量的RMSE為22.7～32.3 mm, MRE為10.5%～15.3%,2為0.52～0.69, NRMSE為12.3%～16.3%, 這一結果與該模型模擬漫灌條件下的土壤貯水量結果相似(RMSE在23.8～37.3 mm之間)[2], 模型有效系數為0.24～0.55 (表3), 這與房全孝等[10]和Hu等[28]的模擬結果接近?？梢娔Ｐ涂梢暂^好地模擬滴灌條件下土壤水分動態(tài)變化趨勢。后兩季冬小麥越冬期的土壤貯水量模擬結果均高于觀測值(圖2)與后兩季小麥初始含水量(10月)偏高有關[2,11]。

2.1.2 冬小麥生育期和地上部生物量模擬結果

RZWQM-CERES模擬(校正結果: 處理CK)的3季冬小麥開花期分別為5月13日、5月11日、5月9日, 成熟期分別為6月9日、6月7日、6月4日。與觀測的開花期(分別為5月11日、5月8日、5月6日)和成熟期(分別為6月11日、6月9日、6月5日)基本一致, 模擬的開花期和成熟期的RMSE分別為2.2 d和1.7 d。模型驗證結果(處理T1～T4)表明各處理模擬的開花期和成熟期與觀測值一致(開花期在5月5日到5月10日之間、成熟期在6月6日到6月13日之間), 其RMSE分別為1.9 d (開花期)和2.5 d (成熟期)。模擬和觀測的開花期和成熟期在不同處理間差異較小(小于3 d)。以上結果說明RZWQM-CERES模型可以較好地模擬膠東地區(qū)不同灌溉條件下冬小麥的生育期。

模型模擬的地上部生物量動態(tài)變化與實測值變化趨勢一致(圖3), 其校正結果的RMSE為1472 kghm–2, MRE為18.0%, NRMSE為17.8%,2為0.89; 驗證結果的總體RMSE為1181～1629 kghm–2, MRE為16.2%～22.7%, NRMSE為13.9%～22.3%,2為0.84～0.94, E為0.80, 且高水處理(MRE為16.2%)模擬結果優(yōu)于低水處理(MRE為16.6%～22.7%)。這些結果與在欒城、禹城等站點模擬冬小麥生物量效果接近(RMSE分別為450～1880 kghm–2和1460～1560 kghm–2)[10]。

2.1.3 冬小麥收獲期生物量和產量模擬結果 模型模擬3個冬小麥生長季收獲期生物量(校正結果)的RMSE為1904 kghm–2, MRE為14.8%, NRMSE為16.8%; 驗證結果的RMSE為1184 kghm–2, MRE為8.6%, NRMSE為9.9%,2為0.67 (表3)。這與Fang等[2]和Hu等[28]利用該模型模擬冬小麥地上部生物量結果接近(RMSE為598～1880 kghm–2)。模擬值與實測值隨灌水量增加呈相似的變化趨勢, 且多數模擬值在觀測值的誤差范圍之內(圖4-a～c)。但2018—2019年的畦灌處理(CK)的模擬值明顯高于觀測值(圖4-c), 這與地上部生物量動態(tài)模擬結果一致(圖3-a)。

圖2 2016–2019年RZWQM-CERES模擬不同灌溉處理下0～90 cm土壤貯水量(mm)與實測值對比

表3 2016–2019年RZWQM-CERES模擬不同灌溉處理下0～90 cm土壤貯水量、收獲期生物量、產量及農田蒸散量與觀測值對比

(續(xù)表3)

CK表示返青期畦灌80 mm, T1表示不灌水, T2表示拔節(jié)期滴灌40 mm, T3表示開花期滴灌40 mm, T4表示拔節(jié)期和開花期各滴灌40 mm。

CK means border irrigation of 80 mm at turn greening stage, T1 means no irrigation, T2 means drip irrigation of 40 mm at the jointing stage, T3 means drip irrigation of 40 mm at flowering stage, and T4 means drip irrigation of 40 mm at jointing stage and flowering stage.

圖3 2016–2019年RZWQM-CERES模擬不同灌溉處理下動態(tài)生物量與實測值對比

縮寫同表3。Abbreviations are the same as those given in Table 3.

模型模擬籽粒產量(校正結果)的RMSE為 361 kghm–2, MRE為4.2%, NMRSE為5.7% (表3); 驗證結果產量的RMSE為491 kghm–2, MRE為6.3%, NMRSE為7.8% (表3)。這與該模型模擬漫灌條件下冬小麥產量的結果相似[2,28](RMSE為71～670 kghm–2)。3個生長季不同處理模擬值多數在實測值的誤差范圍之內, 其中2018—2019年的CK處理的模擬產量高于實測值(圖4-f)。綜上RZWQM-CERES模擬的生物量、產量對灌溉處理的響應與觀測結果具有較好的一致性(生物量:2為0.67; 產量:2為0.75), 說明模型可以較好地反映滴灌條件下不同灌溉處理對冬小麥生物量和產量的影響。

2.1.4 農田蒸散模擬結果 RZWQM-CERES模擬的冬小麥農田蒸散均高于估算值, RMSE分別為117.3 mm (校正結果)和153.0 mm (驗證結果), 其主要原因是農田蒸散估算方法沒有考慮地下水的補充作用[15]。由于試驗區(qū)地下水埋深在1.0～2.0 m之間波動, 在冬小麥季具有明顯的土壤水分補充作用。模型模擬的地下水對土壤水分補給平均為136.6 mm, 約占模擬農田蒸散量的32.7%。在禹城地區(qū)(地下水位1.6～2.4 m之間), 劉士平等[29]發(fā)現地下水對冬小麥耗水的補給量為75.6 mm, 約占農田蒸散量的16.6%, 這可能與該地區(qū)灌溉量較大(>250 mm)且地下水位較深有關。根據模型模擬的地下水補給量修正農田蒸散量估算結果(公式1)與模擬值變化趨勢一致(圖5和表3), 其2為0.69, RMSE為29.6 mm, MRE為6.3%, NRMSE為7.1%。由于地下水對冬小麥的補充作用受地下水位埋深和作物根系深度的影響較為復雜、觀測難度大[29], 對于該模型模擬的地下水補充量需要進一步驗證。

2.2 不同降水年型下冬小麥灌溉制度的優(yōu)化

2.2.1 不同灌溉制度對冬小麥產量的影響

1980—2019年長期模型模擬結果表明只灌1次水時, 產量隨灌水量的增加而增加, 不同降水年型均以灌溉方案J (拔節(jié)期灌水1次)和灌溉方案B (孕穗期灌水1次)的產量較高, 其中豐水年和平水年灌溉方案B優(yōu)于處理J (圖6-a1和b1), 而枯水年以灌溉方案J相對較好(圖6-c1), 3種降水年型下灌溉方案G (灌漿期灌水1次)在不同灌水量下的對產量的影響不明顯。可以看出豐水年和平水年冬小麥的需水關鍵期為孕穗期, 枯水年時需水關鍵期為拔節(jié)期。在灌2次水時, 豐水年(圖6-a2)和枯水年(圖6-c2)內灌溉方案JF (拔節(jié)期和開花期各灌水1次)產量最高, 平水年(圖6-b2)以灌溉方案JB (拔節(jié)期和孕穗期各灌水1次)產量最高。在灌3次水時, 冬小麥產量隨灌水量增加達到峰值, 其中灌溉方案JBF (拔節(jié)期、孕穗期和開花期各灌水1次)在豐水年單次灌水35 mm (圖6-a3)、平水年單次灌水40 mm (圖6-b3)、枯水年單次灌水60 mm (圖6-c3)時產量最高。在灌4次水時, 豐水年和平水年灌水方案JBFG (拔節(jié)期、孕穗期、開花期和灌漿期各灌水1次)在單次灌水30 mm時產量最高(圖6-a4和b4), 枯水年灌溉方案TJBF (返青期、拔節(jié)期、孕穗期和開花期各灌水1次)在單次灌水45 mm時產量最高(圖6-c4)。在灌5次水時, 豐水年、平水年和枯水年分別在單次灌水25 mm (圖6-a5)、30 mm (圖6-b5)和35 mm (圖6-c5)時產量達到峰值。

圖4 2016–2019年RZWQM-CERES模擬不同灌溉處理收獲期生物量和產量與實測值對比

縮寫同表3。Abbreviations are the same as those given in Table 3.

圖5 2016–2019年RZWQM-CERES模擬不同灌溉處理農田蒸散(ET_S)與不考慮(或考慮)地下水補充的農田蒸散估算值ET_m1 (或ET_m2) (公式1)對比

縮寫同表3。Abbreviations are the same as those given in Table 3.

圖6 不同降水年型下RZWQM-CERES模擬的冬小麥產量對灌溉量和灌溉次數的響應

子圖標題中字母a為豐水年, b為平水年, c為枯水年; 數字1表示灌溉1次, 2表示灌溉2次, 3表示灌溉3次, 4表示灌溉4次, 5表示灌溉5次。灌溉處理中Rainfed表示雨養(yǎng), T表示返青期灌溉, J表示拔節(jié)期灌溉, B表示孕穗期灌溉, F表示開花期灌溉, G表示灌漿期灌溉。

In the sub-figures, letters “a” refers to wet year, “b” refers to normal year, and “c” refers to dry year; and numbers of 1 means irrigation once, 2 means irrigation twice, 3 means irrigation three times, 4 means irrigation four times, and 5 means irrigation five times. In the irrigation treatments, Rainfed means rainfed, T means the irrigation at the turning green stage, J means the irrigation at the jointing stage, B means the irrigation at the booting stage, F means the irrigation at the flowering stage, and G means the irrigation at the filling stage.

2.2.2 不同灌溉制度對冬小麥水分利用效率的影響

在灌1次水時, 多數灌溉方案的水分利用效率隨灌水量的增加而增加, 不同降水年型下均以灌溉方案J和灌溉方案B較高, 其中豐水年和平水年以灌溉方案B較高(圖7-a1和b1), 而枯水年以灌溉方案J相對較高(圖7-c1), 3種降水年型下灌溉方案G的水分利用效率隨灌水量增加持續(xù)下降。在灌2次水時, 豐水年和平水年各灌溉方案的水分利用效率隨灌水量先增加后降低, 其中豐水年以灌溉方案JF (拔節(jié)期和開花期各灌1次)單次灌溉45 mm時的水分利用效率最高(圖7-a2), 平水年以灌溉方案JB (拔節(jié)期和孕穗期各灌水1次)單次灌水40 mm時的水分利用效率最高(圖7-b2); 枯水年水分利用效率隨灌水量增加持續(xù)增加, 其中以灌溉方案JF (拔節(jié)期和開花期各灌水1次)最優(yōu)(圖7-c2)。3種降水年型下灌溉方案FG (開花期和灌漿期各灌水1次)的水分利用效率隨灌水量持續(xù)降低。在灌3水次時, 冬小麥水分利用效率隨灌水量先增加后降低, 灌溉方案JBF (拔節(jié)期、孕穗期和開花期各灌水1次)分別在豐水年和平水年單次灌水35 mm (圖7-a3和b3)和枯水年單次灌水45 mm (圖7-c3)時水分利用效率最高。在灌4次水時, 灌溉方案JBFG (拔節(jié)期、孕穗期、開花期和灌漿期)分別在豐水年和平水年單次灌水30 mm (圖7-a4和b4)、灌溉方案TJBF (返青期、拔節(jié)期、孕穗期和開花期各灌水1次)在枯水年單次灌水40 mm (圖7-c4)時水分利用效率最高。在灌5次水時, 豐水年、平水年、枯水年分別在單次灌水25 mm (圖7-a5)、20 mm (圖7-b5)和35 mm (圖7-c5)時水分利用效率最高。

圖7 不同降水年型下RZWQM-CERES模擬的冬小麥水分利用效率(WUE)對灌溉量和灌溉次數的響應

子圖標題中字母a為豐水年, b為平水年, c為枯水年; 數字1表示灌溉1次, 2表示灌溉2次, 3表示灌溉3次, 4表示灌溉4次, 5表示灌溉5次。灌溉處理中Rainfed表示雨養(yǎng), T表示返青期灌溉, J表示拔節(jié)期灌溉, B表示孕穗期灌溉, F表示開花期灌溉, G表示灌漿期灌溉。

In the sub-figures, letters “a” refers to wet year, “b” refers to normal year, and “c” refers to dry year; and numbers of 1 means irrigation once, 2 means irrigation twice, 3 means irrigation three times, 4 means irrigation four times, and 5 means irrigation five times. In the irrigation treatments, Rainfed means rainfed, T means the irrigation at the turning green stage, J means the irrigation at the jointing stage, B means the irrigation at the booting stage, F means the irrigation at the flowering stage, and G means the irrigation at the filling stage.

2.2.3 冬小麥最優(yōu)滴灌制度的確定 根據長期模擬結果(圖6～圖7), 篩選出冬小麥灌溉1～5次時最佳灌溉時期和灌溉量(圖8)。豐水年的最佳灌溉時期和灌溉量分別為灌溉方案B-60 (孕穗期灌水60 mm), 灌溉方案JF-45 (拔節(jié)和開花期各灌水45 mm), 灌溉方案JBF-35 (拔節(jié)、孕穗和開花期各灌水35 mm), 灌溉方案JBFG-30 (拔節(jié)、孕穗、開花和灌漿期各灌水30 mm)以及灌溉方案TJBFG-25 (返青、拔節(jié)、孕穗、開花和灌漿期各灌水25 mm), 其中灌溉方案JF-45的產量(7926 kg hm–2)和水分利用效率(14.3 kg mm–1hm–2)顯著高于灌溉方案B-60 (<0.01), 且與其他灌溉方案差異不顯著(>0.05)。平水年的灌溉方案為B-60、JB-35、JBF-35、JBFG-30和TJBFG-25, 其中方案JBF-35的產量(7786 kg hm–2)和水分利用效率(14.0 kg mm–1hm–2)顯著高于方案B-60 (<0.05)和方案JB-35 (<0.05), 且與其他方案差異不顯著(>0.05)?？菟甑淖罴压喔确桨笧镴-60、JF-60、JBF-45、TJBF-40, 以及TJBFG-35, 其中方案JBF-45的產量(7714 kg hm–2)和水分利用效率(14.0 kg mm–1hm–2)高于方案J-60和JF-60, 且與其他方案差異不顯著(>0.05)。綜上, 可以確定該地區(qū)冬小麥最佳灌溉制度為: 豐水年為灌水2次每次45 mm, 平水年為灌水3次每次35 mm, 枯水年為灌水3次每次45 mm。

圖8 篩選的不同降水年型下最優(yōu)灌溉量方案的冬小麥產量(Yield)和水分利用效率(WUE)

處理同圖6。Treatments are the same as those given in Fig. 6.

3 討論

隨著水資源日益短缺, 如何在有限灌溉水資源條件下制定合理的灌溉制度極為重要。根據圖6和圖7可知, 在豐水年且灌溉量低于100 mm時, 少次(1～2次)高水灌溉優(yōu)于多次(3次以上)低水灌溉, 這與在平水年和枯水年且灌溉量低于80 mm時的結果一致, 但是當灌溉量高于100 mm (豐水年)或80 mm (平水年和枯水年), 多次(3～5次)低水灌溉優(yōu)于少次(1～2次)高水灌溉?？梢钥闯鲈诓煌喔榷~條件下, 灌溉次數和單次灌溉量的選擇需要考慮不同降水年型和作物需水關鍵期。劉坤等[30]認為少次多量會導致冬小麥后期供水不足降低千粒重和產量, 而張忠學等[31]發(fā)現少次多量可以提高冬小麥水分利用效率,實現增產效果。本研究模擬結果表明需要結合作物需水關鍵時期和不同降水年型, 實施少次高水灌溉策略才更有效(圖6～圖8)。冬小麥需水關鍵期從拔節(jié)期到開花期均有報道[4-7], 其受土壤和氣候條件的影響較大[2]。本研究長期模擬結果表明膠東半濕潤半干旱區(qū)冬小麥需水關鍵期為拔節(jié)期和孕穗期, 并受降雨分布和降雨量(降水年型)的影響明顯。這一結果與房全孝等[32]和史源[33]在華北平原的長期模擬結果一致, 但與試驗結果存在一定的差異[15], 反映了該地區(qū)不同降水年型對冬小麥需水關鍵期的影響, 是對該地區(qū)試驗結果[15]的進一步擴展。

關于冬小麥滴灌條件下灌溉制度優(yōu)化的研究還處于探索階段, 本研究結果表明相較于漫灌和畦灌條件[32-33], 針對不同降水年型的滴灌灌溉制度可降低冬小麥灌溉總量約20～90 mm, 產量相對增加約2%～10%, 水分利用效率提高約5%～28%, 說明滴灌技術具有較強的節(jié)水增產潛力, 根據不同降水年型制定灌溉制度可以保證冬小麥關鍵生育期需水, 明顯提高冬小麥的產量及水分利用效率[33], 這些結果為該地區(qū)不同降雨條件下實施冬小麥精確灌溉提供了重要參考。

以往通過模型篩選灌溉制度時, 多采用漫灌或畦灌等傳統(tǒng)灌溉方式, 單次灌溉量一般高于40 mm, 且灌溉制度設計數量相對較少[15-16,32-33], 導致篩選出的灌溉制度可能不是最優(yōu)或在實際應用中難度較大。本研究通過滴灌方式精確控制灌溉量, 以單次灌溉5 mm為梯度, 結合灌溉時期和單次灌水量共設置了372種不同的灌溉制度, 并根據不同降水年型和不同供水量篩選出更詳細、更準確的節(jié)水灌溉制度(包括灌水次數和灌水量), 其結果比前人的研究更有利于指導冬小麥精確灌溉。但本研究的灌溉設計方式為固定灌溉方式(包括灌溉時期和灌溉量), 對作物在不同生育期的需水量差異考慮不夠充分, 可能會導致灌溉量與實際作物需水量不匹配[20], 而基于作物不同生育期的需水量進行變量灌溉設計可在一定程度上彌補上述固定灌溉設計的不足[20], 但這種變量灌溉設計較為復雜, 在生產中實施難度高于固定灌溉模式[34], 且其水分效率也可能并不總是最高[20], 因此不同灌溉模式的比較需要進一步研究。

作物模型的不確定性是限制其應用的重要因素[18,24], 本研究結合模型參數自動優(yōu)化和試錯法,利用3年的試驗數據對RZWQM-CERES進行了較為全面的驗證, 說明該模型在滴灌條件下模擬冬小麥生長及水分利用具有較好的適應性, 但由于氣象條件特別是降雨的年際變化, 其長期情景模擬結果仍存在不確定性, 通過區(qū)分不同降雨年型(豐水年、平水年及干旱年)進行灌溉制度的優(yōu)化可在一定程度上提高篩選結果的適應性, 但針對灌溉制度優(yōu)化決策的可靠性和不確定性評價仍需要深入研究。同時模擬結果沒有考慮作物氮素脅迫的影響, 在水分和氮素脅迫互作條件下模型需要進一步的驗證和評價。

4 結論

本研究表明RZWQM-CERES模型能夠較好地模擬土壤水分動態(tài)、冬小麥地上部生物量動態(tài)、籽粒產量及農田蒸散對不同滴灌處理和季節(jié)的響應, 表明該模型可以用來評價和優(yōu)化滴灌條件下冬小麥節(jié)水灌溉制度, 擴展了模型的應用范圍。同時該模型在高地下水位地區(qū)表現出較好的適應性, 可以利用該模型根據地下水補充作用優(yōu)化冬小麥節(jié)水灌溉制度, 提高灌溉水分利用效率?；谀Ｐ投嗄昵榫澳M結果, 發(fā)現山東省膠東地區(qū)冬小麥關鍵灌溉時期為孕穗期(豐水年和平水年)或拔節(jié)期(枯水年), 其最佳節(jié)水灌溉制度為豐水年在拔節(jié)期與開花期各灌水45 mm, 平水年在拔節(jié)期、孕穗期和開花期各灌水35 mm, 枯水年在拔節(jié)期、孕穗期以及開花期各灌水45 mm, 可同時實現冬小麥高產和高水分利用效率, 上述最優(yōu)節(jié)水灌溉制度可為該地區(qū)冬小麥精確灌溉提供重要的技術支持。

[1] 李小涵, 武建軍, 雷添杰, 周洪奎. 降水因素導致的水分虧缺對冬小麥產量影響的敏感期分析. 水利水電技術, 2020, 51(8): 209–217. Li X H, Wu J J, Lei T J, Zhou H K. Analysis on the critical period of winter wheat yield impacted by water deficit caused by precipitation., 2020, 51(8): 209–217 (in Chinese with English abstract).

[2] Fang Q X, Ma L, Yu Q, Ahuja L R, Malone R W, Hoogenboom G. Irrigation strategies to improve the water use efficiency of wheat- maize double cropping systems in North China Plain., 2010, 97: 1165–1174.

[3] 李建民, 王璞, 周殿璽, 蘭林旺. 灌溉制度對冬小麥耗水及產量的影響. 生態(tài)農業(yè)研究, 1999, (4): 25–28. Li J, Wang P, Zhou D X, Lan L W. Effect of irrigation system on water consumption and yield of winter wheat., 1999, (4): 25–28 (in Chinese with English abstract).

[4] 張喜英. 華北典型區(qū)域農田蒸散與節(jié)水灌溉研究. 中國生態(tài)農業(yè)學報, 2018, 26: 1454–1464. Zhang X Y. Water use and water-saving irrigation in typical farmlands in the North China Plain., 2018, 26: 1454–1464 (in Chinese with English abstract).

[5] 付佳祥, 黨紅凱, 李曉爽, 柴春嶺, 高惠嫣, 王曉玲, 劉宏權. 灌溉制度和品種對冬小麥產量性狀和水分利用效率的影響. 中國農村水利水電, 2022, (6): 169–174. Fu J X, Dang H K, Li X S, Chai C L, Gao H Y, Wang X L, Liu H Q. Effects of irrigation system and variety on yield characters and water use efficiency of winter wheat., 2022, (6): 169–174 (in Chinese with English abstract).

[6] 呼紅偉. 不同氮肥條件下非充分灌溉對冬小麥生長、耗水及產量特性研究. 西北農林科技大學碩士學位論文, 陜西楊凌, 2020. Hu H W. Effect of Deficit Irrigation on Growth, Water Consumption And Yield characteristics of Winter Wheat under Different Nitrogen Fertilizer Conditions. MS Thesis of Northwest Agriculture and Forestry University, Yangling, Shaanxi, China, 2020 (in Chinese with English abstract).

[7] 宋同, 蔡煥杰, 徐家屯. 涇惠渠灌區(qū)冬小麥夏玉米連作需水量及灌水模式研究. 灌溉排水學報, 2017, 36(1): 52–56. Song T, Cai H J, Xu J T. Water requirement and irrigation schedule of winter wheat and summer maize in Jinghuiqu irrigation district., 2017, 36(1): 52–56 (in Chinese with English abstract).

[8] Guo D X, Olesen J E, Manevski K, Ma X. Optimizing irrigation schedule in a large agricultural region under different hydrologic scenarios., 2021, 245: 106575.

[9] 王文佳, 馮浩. 基于CROPWAT-DSSAT關中地區(qū)冬小麥需水規(guī)律及灌溉制度研究. 中國生態(tài)農業(yè)學報, 2012, 20: 795–802. Wang W J, Feng H. Water requirement and irrigation systems of winter wheat: CROPWAT-DSSAT model solution in Guanzhong District., 2012, 20: 795–802 (in Chinese with English abstract).

[10] 房全孝, 于強, 王建林. 利用RZWQM-CERES模擬華北平原農田土壤水分動態(tài)及其對作物產量的影響. 作物學報, 2009, 35: 1122–1130. Fang Q X, Yu Q, Wang J L. Simulating soil water dynamics and its effects on crop yield using RZWQM-CERES in the North China Plain., 2009, 35: 1122–1130 (in Chinese with English abstract).

[11] Xu J T, Wang X Y, Ding Y B, Mu Q, Cai H J, Ma C G, Saddique Q. Effects of irrigation and nitrogen fertilization management on crop yields and long-term dynamic characteristics of water and nitrogen transport at deep soil depths., 2020, 198: 104536.

[12] 李前, 秦裕波, 尹彩俠, 孔麗麗, 王蒙, 侯云鵬, 孫博, 趙胤凱,徐晨, 劉志全. 滴灌施肥模式對玉米產量、養(yǎng)分吸收及經濟效益的影響. 中國農業(yè)科學, 2022, 55: 1604–1616. Li Q, Qin Y B, Yin C X, Kong L L, Wang M, Hou Y P, Sun B, Zhao Y K, X C, Liu Z Q. Effect of drip fertigation mode on maize yield, nutrient uptake and economic benefit., 2022, 55: 1604–1616 (in Chinese with English abstract).

[13] 劉洋, 栗巖峰, 李久生, 嚴海軍. 東北半濕潤區(qū)膜下滴灌對農田水熱和玉米產量的影響. 農業(yè)機械學報, 2015, 46(10): 93–104. Liu Y, Li Y F, Li J S, Yan H J. Effects of mulched drip irrigation on water and heat conditions in field and maize yield in sub-humid region of northeast China., 2015, 46(10): 93–104 (in Chinese with English abstract).

[14] 李楠楠, 馬卉, 王秀媛, 李軍宏, 韓煥勇, 羅宏海. 滴灌定額對棉花株型、產量及纖維品質的影響. 干旱地區(qū)農業(yè)研究, 2019, 37(5): 16–21. Li N N, Ma H, Wang X Y, Li J H, Han H Y, Luo H H. Effects of drip irrigation quota on plant shape, yield and fiber quality of cotton., 2019, 37(5): 16–21 (in Chinese with English abstract).

[15] 王志軍, 王碧勝, 孫筱璐, 徐夢杰, 楊曉慧, 侯靳錦, 房全孝. 膠東半濕潤區(qū)滴灌制度對冬小麥農田土壤水分、作物生長及水分利用的影響. 中國農學通報, 2021, 37(27): 6–15.Wang Z J, Wang B S, Sun X L, Xu M J, Yang X H, Hou J J, Fang Q X. Effects of different drip irrigation schedules on soil moisture, wheat growth and water use at Jiaodong Semi-humid Region., 2021, 37(27): 6–15 (in Chinese with English abstract).

[16] Yang M D, Leghari S J, Guan X K, Ma S C, Ding C M, Mei F J, Wei L, Wang T C. Deficit subsurface drip irrigation improves water use efficiency and stabilizes yield by enhancing subsoil water extraction in winter wheat., 2020, 11: 508–508.

[17] Zhang H H, Ma L W, Douglas-Mankin K R, Han M, Trout T J. Modeling maize production under growth stage-based deficit irrigation management with RZWQM2., 2021, 248: 106767.

[18] Sima M W, Fang Q X, Qi Z, Yu Q. Direct assimilation of measured soil water content in Root Zone Water Quality Model calibration for deficit-irrigated maize., 2020, 112: 844–860.

[19] Ma L W, Trout T J, Ahuja L R, Bausch W C, Saseendran S A, Malone R W, Nielsen D C. Calibrating RZWQM2 model for maize responses to deficit irrigation., 2012, 103: 140–149.

[20] Fang Q X, Ma L W, Ahuja L R, Trout TJ, Malone R W, Zhang H H, Gui D W, Yu Q. Long-term simulation of growth stage-based irrigation scheduling in maize under various water constraints in Colorado, USA., 2017, 4: 172–184.

[21] 夏文, 林濤, 褚曉升, 丁奠元, 顏安, 爾晨, 湯秋香. RZWQM2模型模擬地膜覆蓋時間對棉田氮素遷移特征和氮肥利用效率的影響. 植物營養(yǎng)與肥料學報, 2022, 28: 114–126. Xia W, Lin T, Chu X S, Ding D Y, Yan A, Er C, Tang Q X. Effects of mulching time on water use efficiency and yield of cotton in southern Xinjiang simulated by RZWQM2 model., 2022, 28: 114–126 (in Chinese with English abstract).

[22] Ma L, Hoogenboom G, Ahuja L R, Ascough J C, Saseendran S A. Evaluation of the RZWQM-CERES-Maize hybrid model for maize production., 2006, 87: 274–295.

[23] 苑晶晶, 袁國富, 羅毅, 孫曉敏, 張娜. 利用δ18O信息分析冬小麥對淺埋深地下水的利用. 自然資源學報, 2009, 24: 360–368. Yuan J J, Yuan G F, Luo Y, Sunday X M, Zhang N. Estimation of groundwater use of winter wheat using H218O signatures: a preliminary study., 2009, 24: 360–368 (in Chinese with English abstract).

[24] 房全孝. 根系水質模型中土壤與作物參數優(yōu)化及其不確定性評價. 農業(yè)工程學報, 2012, 28(10): 118–123. Fang Q X. Optimizing and uncertainty evaluation of soil and crop parameters in root zone water quality model., 2012, 28(10): 118–123 (in Chinese with English abstract).

[25] Saseendran S A, Ahuja L R, Ma L, Nielsen D C, Trout T J. Enhancing the water stress factors for simulation of corn in RZWQM2., 2014, 106(1): 81–94.

[26] Farahani H J, Ahuja L R. Evapotranspiration modeling of partial canopy/residue-covered fields., 1996, 39: 2051–2064.

[27] 李森, 魏紅義, 武繼承, 楊永輝, 丁晉利. 不同降水年型下免耕對冬小麥氮素積累與產量的影響. 農業(yè)機械學報, 2021, 52(6): 277–284. Li S, Wei H Y, Wu J C, Yang Y H, Ding J L. Effects of no-tillage on nitrogen accumulation and yield of winter wheat under different precipitation patterns., 2021, 52(6): 277–284 (in Chinese with English abstract).

[28] Hu C, Saseendran S A, Green T R, Ma L W, Li X, Ahuja L. Evaluating nitrogen and water management in a double-cropping system using RZWQM., 2006, 5: 493–505.

[29] 劉士平, 楊建鋒, 李寶慶, 李運生. 新型蒸滲儀及其在農田水文過程研究中的應用. 水利學報, 2000, (3): 31–38. Liu S P, Yang J F, Li B Q, Li Y S. A new large weighing lysimeter and its application to agro-hydrological process studies., 2000, (3): 31–38 (in Chinese with English abstract).

[30] 劉坤, 陳新平, 張福鎖. 不同灌溉策略下冬小麥根系的分布與水分養(yǎng)分的空間有效性. 土壤學報, 2003, 40: 697–703. Liu K, Chen X P, Zhang F S. Winter wheat root distribution and soil water and nutrient availability., 2003, 40: 697–703 (in Chinese with English abstract).

[31] 張忠學, 于貴瑞. 不同灌水處理對冬小麥生長及水分利用效率的影響. 灌溉排水學報, 2003, (2): 1–4. Zhang X Z, Yu G R. Effects of irrigation scheduling on development and water use efficiency in winter wheat., 2003, (2): 1–4 (in Chinese with English abstract).

[32] 房全孝, 王建林, 于舜章. 華北平原小麥-玉米兩熟制節(jié)水潛力與灌溉對策. 農業(yè)工程學報, 2011, 27(7): 37–44. Fang Q X, Wang J L, Yu S Z. Water-saving potential and irrigation strategies for wheat-maize double cropping system in the North China Plain., 2011, 27(7): 37–44 (in Chinese with English abstract).

[33] 史源. 灌水總量與灌溉技術約束下華北典型區(qū)域冬小麥灌溉制度優(yōu)化研究. 中國水利水電科學研究院博士學位論文, 2019.Shi Y. Study on the Optimized Irrigation Schedule of Winter Wheat in Typical Regions of North China under the Constraints of Irrigation Amount and Irrigation Technique. PhD Dissertation of China Institute of Water Resources and Hydropower Research, Beijing, China, 2019 (in Chinese with English abstract).

[34] Gu Z, Qi Z, Burghate R, Yuan S Q, Jiao X Y. Irrigation scheduling approaches and applications: a review., 2020, 146(6). doi: 10.1061/(ASCE)IR.1943-4774.0001464.

Modeling the response of winter wheat to deficit drip irrigation for optimizing irrigation schedule

YANG Xiao-Hui, WANG Bi-Sheng*, SUN Xiao-Lu, HOU Jin-Jin, XU Meng-Jie, WANG Zhi-Jun, and FANG Quan-Xiao*

College of Agriculture, Qingdao Agricultural University, Qingdao 266109, Shandong, China

Combining drip irrigation and water-saving irrigation can increase crop use efficiency greatly, however, few studies investigated water-saving irrigation schedule for winter wheat under drip irrigation conditions. Using crop models to optimize water-saving irrigation systems can make up for the shortcomings of field trials, which can provide the guideline for precise irrigation. In this study, we evaluated the adaptability of the Root Zone Water Quality Model and Crop Estimation through Resource and Environment Synthesis (RZWQM-CERES) using the data from a three-year experiment with drip irrigation water conservation for winter wheat at Jiaodong area. Then we evaluated the influences of different water-saving drip irrigation schedules on winter wheat yield and water use efficiency. The results showed that RZWQM-CERES could effectively simulate the responses of soil moisture, winter wheat growth, and yield to different irrigation treatments and seasons. Root mean square error (RMSE), relative root mean square error (NRMSE), and coefficient of determination (2) for the simulated soil water storage in 0–90 cm layer were 22.7–32.3 mm, 11.9%–16.3%, and 0.52–0.69, respectively. RMSE, NRMSE, and2values for simulated harvest above-ground biomass were 1184–1904 kg hm–2, 9.9%–16.8%, and 0.67, respectively. The corresponding values for simulated grain yield were 361–491 kg hm–2, 5.7%–7.8%, and 0.75, respectively. The long-term simulation results revealed that the critical water requirement period of winter wheat in this region was the booting period (in wet years and normal years) or the jointing period (in dry years). According to the different responses of winter wheat yield and water use efficiency to irrigation amounts and timings among the different rainfall patterns, the recommended optimal drip irrigation regimes for winter wheat at this region were 45 mm irrigation at both jointing and flowering stages in wet years, and 35 mm (or 45 mm) irrigations at the jointing, booting, and flowering stages in normal years (or dry years). These simulation results extended RZWQM-CERES to optimize drip irrigation schedule of winter wheat and provided an important technical support for the implementation of precise irrigation for winter wheat in the region.

winter wheat; water stress; drip irrigation; irrigation schedule; RZWQM-CERES; crop yield; water use efficiency

2023-02-21;

2023-03-03.

10.3724/SP.J.1006.2023.21054

通信作者(Corresponding authors):房全孝, E-mail: fqx01@163.com; 王碧勝, E-mail: wangbisheng2@126.com

E-mail: yangxiaohui0529@163.com

2022-08-08;

本研究由國家自然科學基金項目(31671627), 山東省自然科學基金青年項目(ZR2021QC113)和青島農業(yè)大學博士啟動基金項目(6631120069)資助。

This study was supported by the National Natural Science Foundation of China (31671627), the Youth Program of Shandong Provincial Natural Science Foundation (ZR2021QC113), and the Qingdao Agricultural University Doctoral Start-up Fund (6631120069).

URL: https://kns.cnki.net/kcms/detail/11.1809.S.20230302.1507.005.html

This is an open access article under the CC BY-NC-ND license (http://creativecommons.org/licenses/by-nc-nd/4.0/).