鐘應娟 董莉霞 李 廣 逯玉蘭 燕振剛 聶志剛 王 鈞

（甘肅農(nóng)業(yè)大學信息科學技術學院 甘肅蘭州 730070）

氣候變化對旱作雨養(yǎng)農(nóng)業(yè)區(qū)作物生長有極大影響，近年來，氣候變暖造成了小麥（Triticum aestivum）減產(chǎn)、經(jīng)濟收益低下［1］，關于作物生長模型已有較多研究，周少平等［2］利用APSIM 模型（Agricultural Production System Simulator）研究了隴東黃土高原地區(qū)玉米-小麥-大豆輪作產(chǎn)量和用水特性以及該地區(qū)用水動態(tài)。張建平等［3］利用世界糧食組織WOFOST （world food study）模型研究了河南省冬小麥產(chǎn)量灌漿過程以及干旱對產(chǎn)量的影響。薛佳欣等［4］利用APSIM 模型研究海河平原地區(qū)不同灌溉系統(tǒng)對小麥產(chǎn)量的影響。Araya A等［5］利用APSIM 模型模擬和評估了氣候變化對埃塞俄比亞北部地區(qū)小麥產(chǎn)量的影響，為當?shù)匦←溨贫夂蜃兓m應戰(zhàn)略提供了理論指導。

APSIM 模型可全面囊括耕作管理、氣候因子、作物養(yǎng)分等生長情景，使作物研究更深入、更多元。由于黃土高原溝壑區(qū)降水量少，降水時間不均，小麥產(chǎn)量波動較大，因此，開展了小麥產(chǎn)量影響因素研究［6-8］，目前已有較多耕作措施、氣候變化對小麥產(chǎn)量影響的研究［9-11］，但兩者互作效應的研究并不多見。本文以黃土丘陵區(qū)旱地春小麥為研究對象，運用APSIM 模型定量評估耕作措施與氣候變化對小麥產(chǎn)量的互作效應，分析不同耕作措施下小麥產(chǎn)量對氣候變化響應的敏感性，為該地區(qū)小麥種植應對氣候變化情況提供一定參考。

1 材料與方法

1.1 研究區(qū)概況

本試驗區(qū)位于甘肅省定西市安定區(qū)李家堡鎮(zhèn)（35°35'N，104°38'E），該區(qū)屬隴中黃土高原典型無灌溉旱作農(nóng)業(yè)區(qū)，年均氣溫為6.4 ℃，年均≥0 ℃積溫為2 933.5 ℃，年均≥10 ℃積溫為2 239.1 ℃，日照充足，晝夜溫差大，年均降水量不足400 mm，7～9月降水占全年降水量60%以上，該區(qū)為無灌溉區(qū)，一年一熟制春小麥為主要種植作物［12］。

1.2 模型簡介

APSIM 模型以土壤模塊為核心，以土壤、耕作、灌溉等農(nóng)田管理措施為框架，以日記錄作物生長動態(tài)模擬情況，可組合架構滿足多種模擬需求，近年來廣泛應用于農(nóng)作物生產(chǎn)與氣候變化關系、水肥管理等方面。本研究采用APSIM V7.7版本，將APSIM-Wheat 模塊本土化，根據(jù)氣候、土壤、小麥屬性等數(shù)據(jù)進行試驗環(huán)境搭建，動態(tài)模擬耕作措施與氣候條件變化對小麥產(chǎn)量的互作效應。

1.3 試驗參數(shù)及數(shù)據(jù)處理

本研究使用1970～2017 年定西市氣象觀測站自動測定的氣象數(shù)據(jù)。試驗小麥品種為‘定西42號’，播種量為187.5 kg/hm2，行距為0.25 m，小區(qū)面積為6 m×4 m，保護行為0.5 m，3 次重復，隨機區(qū)組設置。小麥生育期為3 月中旬至7 月下旬。小麥參數(shù)如表1 所示、土壤參數(shù)如表2 所示，結合前期大田試驗數(shù)據(jù)［13］，采用Excel 2016 進行數(shù)據(jù)處理，用DPS 9.0 軟件進行回歸、通徑分析，Origin 2021和Visio 2016進行繪圖。

表1 ‘定西42號’小麥參數(shù)

表2 試驗區(qū)土壤參數(shù)

1.4 試驗設計

以1970～2017 年自然環(huán)境下降水、溫度條件以及免耕管理措施作為小麥自然生長條件，以5%為梯度，逐日降水±10%范圍內(nèi)，或以25 ℃為梯度，逐日溫度±1 ℃范圍內(nèi)設計5×5 正交組，分別模擬傳統(tǒng)耕作+秸稈還田（TS）（在初次耕作時將前茬作物秸稈翻入土）；免耕（NT）（全年不耕作，使用免耕播種機一次性完成播種施肥）；免耕+秸稈覆蓋（NTS）［耕作播種方法同免耕，作物收獲后將前茬秸稈切碎（5 cm 左右）均勻覆蓋在種植區(qū)］3 種不同耕作措施（秸稈覆蓋用量均為4 000 kg/hm2，）對旱地小麥產(chǎn)量的影響。

使用歸一化方法統(tǒng)一溫度與降水量綱、量級，無量綱化編碼［14］后組合設計。

式（1）中xij為原始數(shù)據(jù)，yij為無量綱化后數(shù)據(jù)，降水與溫度的模擬試驗設計［15］及編碼如表3所示。為更好理解小麥產(chǎn)量受降水、溫度影響的程度，選擇降水變化情景（即從-10%至+10%遞增，依次記為R1，R2，R3，R4，R5），溫度變化情景（即從-1℃至+1℃遞增，依次記為T1，T2，T3，T4，T5）作為梯度。

表3 降水與溫度的模擬試驗設計及編碼

1.5 模型有效性檢驗

采用RMSE、NRMSE及Me檢驗模擬有效性。

（1）決定系數(shù)（R2）反映模型實測值、模擬值間的真正偏差。

式（2）中，Mi和Sj分別表示實測值和模擬值；Ma和Sa分別表示實測值和模擬值的平均值；n為實測值的樣本個數(shù)［16］。

（2）均方根誤差（RMSE）和歸一化均方根誤差（NRMSE）反應模型模擬值與實測值間的絕對誤差量和誤差百分比，其值越小，表明模擬精度越高。

（3）模型有效性（Me）反應模型模擬值與實測值間擬合效果，其值越接近1，說明擬合效果越好。

1.6 敏感性分析

小麥產(chǎn)量敏感性是指小麥產(chǎn)量因降水或溫度變化而發(fā)生顯著變化，其敏感性指數(shù)可直接體現(xiàn)在產(chǎn)量變化率［17］。氣候因子變化造成的產(chǎn)量變化越大，說明小麥對該因子越敏感。本研究以溫度±1 ℃，降水±10%為梯度，研究小麥產(chǎn)量對降水、溫度變化的敏感性及因氣候變異風險導致的小麥產(chǎn)量變化率，明確春小麥產(chǎn)量對降水、溫度變化的敏感強度。

2 結果與分析

2.1 APSIM模型檢驗

根據(jù)2016～2017 年實測產(chǎn)量和模擬產(chǎn)量進行模型有效性檢驗，由圖1 可知，數(shù)據(jù)點分布在±15%誤差線內(nèi)，產(chǎn)量模擬值與實測值呈顯著正相關，相關系數(shù)R為0.878，決定系數(shù)R2為0.771，模 型 有 效 性Me為0.875，RMSE在5% 以 內(nèi)，NRMSE為3.6%～7.8%，表明APSIM 模型擬合性良好，可用于模擬隴中旱地春小麥產(chǎn)量。

圖1 小麥實測值與模擬值關系

2.2 不同耕作措施下小麥產(chǎn)量變化

以當年自然降水、溫度及相應耕作措施下所獲小麥產(chǎn)量作為CK對照，計算NT、NTS、TS下小麥平均產(chǎn)量分別為1 856.3、2 275.4、2 221.0 kg/hm2。從降水、溫度變化對小麥產(chǎn)量的響應（圖2）可看出：當溫度不變，降水增多，小麥產(chǎn)量增加，與平均產(chǎn)量相比，3 種耕作措施下小麥增產(chǎn)最大幅度分別為30.69%、15.30%、27.70%，最小增產(chǎn)幅度分別為12.20%、5.10%、10.89%，平均增產(chǎn)幅度分別為22.56%、9.80%、20.80%；當降水不變，溫度升高，小麥產(chǎn)量下降，與平均產(chǎn)量值相比，最大減產(chǎn)幅度分別為7.66%、12.76%、8.68%；最小減產(chǎn)幅度分別為4.73%、9.50%、5.10%；平均減產(chǎn)幅度分別為2.56%、5.74%、2.90%。

圖2 溫度降水變化對小麥產(chǎn)量的響應

由圖3 可知，NTS 方式減少了水分徑流和蒸發(fā)，增強了生物酶活性，進而提高了小麥產(chǎn)量；而NT 方式小麥產(chǎn)量變化幅度最小，這可能是由于免耕方式，土壤結構穩(wěn)定性更高，但這種方式土壤容易板結不利于小麥出苗，導致整體增產(chǎn)效果不佳。

圖3 不同耕作措施下的小麥平均產(chǎn)量值

2.3 回歸分析

為進一步研究溫度、降水對小麥產(chǎn)量的交互影響，設置溫度（X1）與降水（X2）為自變量，產(chǎn)量（Y）為因變量，用DPS 軟件建立不同耕作措施下小麥產(chǎn)量與溫度、降水的二次回歸方程（表4）。

表4 產(chǎn)量與耕作措施的回歸方程

表4 中，F(xiàn)＞F0.05表明回歸方程達到顯著水平，由回歸方程可知，3 種耕作措施下溫度（X1）一次項偏回歸系數(shù)為-92.64、-392.58、-295.47，均為負值，降水（X2）一次項偏回歸系數(shù)為269.03、640.45、509.9，均為正值，表明溫度對產(chǎn)量產(chǎn)生負效應，降水對產(chǎn)量產(chǎn)生正效應；降水一次項偏回歸系數(shù)遠大于溫度一次項偏回歸系數(shù)，表明降水帶來的增產(chǎn)效應遠大于溫度帶來的減產(chǎn)效應。

回歸方程降維處理后得到單因素方程，如表5所示。由圖3可知，在自然降水的基礎上降水每增加5%，小麥產(chǎn)量均呈二次曲線上升趨勢；在自然溫度基礎上溫度每升高0.25 ℃，小麥產(chǎn)量均呈二次曲線下降趨勢。由圖4可知，NTS的變化效應優(yōu)于TS、NT。

圖4 單因素效應

表5 單因素效應方程

2.4 通徑分析

以春小麥產(chǎn)量（Y）為因變量，降水（X1）和溫度（X2）為自變量進行通徑分析。由圖5 可知，NTS、NT、TS3 種耕作措施下X1→Y的直接通徑系數(shù)分別為-0.479、-0.340、-0.473，說明溫度升高產(chǎn)生負效應，造成小麥減產(chǎn)；X2→Y的直接通徑系數(shù)分別為0.780、0.938、0.817，說明降水增加產(chǎn)生正效應，使小麥增產(chǎn)；X1X2→Y的直接通徑系數(shù)分別為-0.186、-0.055、-0.251，表明溫度、降水交互產(chǎn)生負效應，降水增多只能補償溫度升高帶來的部分減產(chǎn)。

圖5 NTS、NT、TS下降水溫度對小麥產(chǎn)量的通徑分析

2.5 敏感性分析

為研究小麥產(chǎn)量對降水、溫度變化的敏感性，將免耕自然降水溫度條件作為試驗對照組CK，用敏感性曲線法［16］分析3 種耕作措施下溫度、降水變化導致的小麥產(chǎn)量變化率。由圖6～7 可看出，3種耕作措施下降水均呈正敏感性，溫度均呈負敏感性，NTS 增減產(chǎn)效應優(yōu)于NT、TS 耕作方式，這是因為NTS 免耕能使土壤結構更穩(wěn)定、土壤水分流失少，秸稈覆蓋有效降低地表溫度，讓小麥生長獲取更充足的水分，籽粒發(fā)育飽滿，從而高效增產(chǎn)。綜合考慮，NTS 為經(jīng)濟效益最佳的耕作方式。

圖6 NTS、NT、TS下降水對小麥產(chǎn)量的敏感性分析

圖7 NTS、NT、TS下溫度小麥產(chǎn)量的敏感性分析

3 討論

前期采用APSIM 模型進行不同氣候、灌溉、耕作條件對小麥產(chǎn)量影響的研究均取得不錯的成果［18-25］。本研究發(fā)現(xiàn)，同種耕作措施下降水增加，小麥產(chǎn)量增加，溫度升高，小麥產(chǎn)量下降，這與王妍等［26］認為高溫導致小麥被催熟、籽粒數(shù)不飽滿而造成減產(chǎn)的研究結論一致；本研究認為降水變化對小麥產(chǎn)量影響更大，這與郭春強等［27］結論不一致，可能是由于研究區(qū)地況環(huán)境不同所致；陳超等［28］認為免耕+覆蓋是甘肅地區(qū)作物較佳種植方式，與本文研究結論一致。黃土高原地區(qū)土層深厚，土壤松沃，但常年干旱，無灌溉條件，降水量增加可利于續(xù)水保肥，促進小麥根系發(fā)育，免耕+秸稈覆蓋可改善耕層土壤溫濕度，減少水分徑流［29-31］；雖然組內(nèi)對比差異得出免耕小麥產(chǎn)量波動更小，但長期免耕導致土層硬化，降低了土壤孔隙度，影響作物根系發(fā)育，繼而影響作物整體產(chǎn)量。

APSIM 模型雖能在理想環(huán)境下模擬作物生長與氣候的關系，但近年來極端天氣頻發(fā)，與試驗環(huán)境下所能反映的情況有一定偏差，本研究模擬只考慮降水、氣溫對小麥全生育期的影響，并未深入研究各生育期內(nèi)溫度降水影響小麥抽穗、灌漿，同時未考慮太陽輻射等其他氣候因素，因此，在今后研究過程中，要深入開展氣候環(huán)境變化對不同生育期內(nèi)的具體影響以及關鍵生育期的調(diào)控措施研究，將極端天氣、病蟲害［32］等納入考慮范圍，提高模擬精度，做出更可靠的影響評估。

4 結論

在相同耕作措施下，小麥產(chǎn)量隨降水量增多呈二次曲線上升趨勢，隨溫度升高呈二次曲線下降趨勢，整體表現(xiàn)為NTS＞TS＞NT；表明秸稈覆蓋更適宜黃土高原區(qū)旱地春小麥的生長環(huán)境。

從3 種耕作措施下溫度與降水之間的互作效應可知，降水量增加可補償部分高溫帶來的減產(chǎn)效應，無法平衡春小麥產(chǎn)量出現(xiàn)邊際遞減效應，數(shù)據(jù)顯示免耕覆蓋（NTS）耕作方式的增減產(chǎn)效應最佳。

溫度與降水對于小麥產(chǎn)量的敏感性分析可證明秸稈覆蓋、免耕應對干旱能力更強，可使小麥增產(chǎn)，NTS 正負敏感性最佳，是黃土丘陵區(qū)小麥種植最合適的耕作方式。