覆膜条件下对AquaCrop模型冬小麦生长动态和土壤水分模拟效果的评价分析

【目的】通过评价AquaCrop模型对覆膜条件下冬小麦的生长发育、土壤水分、产量以及水分利用效率的模拟效果,为AquaCrop模型在覆膜条件下的校准和应用提供科学的方法和理论依据。【方法】试验设臵不覆盖(CK)和白色地膜覆盖(PM)两个处理,于2013年10月至2016年6月年在陕西杨凌进行田间试验,利用2014—2015年度试验数据对AquaCrop模型进行参数校准,利用2013—2014年度和2015—2016年度的冬小麦观测数据对AquaCrop模型进行验证。【结果】AquaCrop模型较好地模拟了冬小麦冠层覆盖度,冠层覆盖度模拟值和实测值之间的决定系数(R2)为0.86—0.99,均方根误差(RMSE)为2.1%—8.1%。AquaCrop模型也较好地模拟了冬小麦生物量和土壤贮水量,其中地上部生物量的模拟值和实测值之间的R2均大于0.95,RMSE为0.814—1.933 t·hm-2;CK土壤贮水量模拟值和实测值间的相关系数均大于0.85,PM土壤贮水量模拟值和实测值间的相关系数均大于0.75,CK和PM土壤贮水量模拟值和实测值的均方根误差表现为9.2 mmRMSE17.6 mm,标准均方根误差(NRMSE)小于5.5%。冬小麦产量实测值和模拟值相对误差(RE)为-4.4%—9.0%,PM产量实测值和模拟值的平均值较CK分别提高40.5%和40.3%,表现出较好的一致性,处理间成显著性差异。水分利用效率实测值和模拟值RE为-10.4%—-1.5%,PM水分利用效率实测值和模拟值的平均值较CK分别提高54.1%和47.5%,同样表现出较好的一致性,处理间成显著性差异。在冠层覆盖度、地上部生物量、产量和水分利用效率方面,模型模拟值和实测值的变化趋势基本一致,且PM模拟值和实测值间均较CK表现出显著性差异。【结论】AquaCrop模型能够较好地模拟覆膜条件下冬小麦生长发育过程,可以用于覆膜条件下作物生产力的模拟和预测,为AquaCrop模型的推广应用提供了可靠的数据支持。     

AquaCrop模型对旱区冬小麦抗旱灌溉的模拟研究

【目的】根据干旱情况及时采取灌溉措施,对旱区抗旱以及提高水分利用效率具有重要意义。从大田农业的实际情况出发,研究AquaCrop模型在旱区的适用性及干旱年份抗旱灌溉模拟,为实现抗旱保产提供依据。【方法】于2012-2014年,在旱区陕西杨凌及杨凌周边区域进行冬小麦大田试验,采用2013-2014年揉谷试验区的冬小麦观测数据进行模型的参数调试,采用2012-2013年揉谷试验区和2013-2014年武功试验区的冬小麦观测数据进行模型的验证,从而获得AquaCrop模型在陕西杨凌及周边地区的模型参数。模型参数包括影响冠层生长的冠层增长系数、冠层衰老系数和最大冠层覆盖度,影响生物量积累的水分生产力,影响产量形成的参考收获指数等。然后根据调查的干旱年份2012-2013年的灌溉情况制定出4种灌溉情景,并利用参数本地化后的AquaCrop模型模拟2012-2013年4种灌溉情景对冬小麦生物量和产量的影响,通过模拟结果得出最优灌溉策略。最后比较2012-2013年揉谷试验区、2013-2014年揉谷试验区和武功试验区冬小麦的产量水分利用效率。【结果】在冬小麦冠层覆盖度方面,AquaCrop模型模拟的冠层覆盖度和实测值之间的决定系数（R²）与均方根误差（RMSE）分别为0.464和8.0%。在冬小麦生物量模拟方面,AquaCrop模型模拟的生物量和实测值之间的R²和RMSE分别为0.889和1.622 t·hm^-2。在冬小麦产量模拟方面,AquaCrop模型模拟的产量与实测产量之间的RMSE为0.377 t·hm^-2。2013年为干旱年份,在播种后第77天进行冬灌并且在播种后第172天的拔节期再进行灌溉的两种情景获得最大的生物量;在播种后第77天进行冬灌、播种后第172天拔节期和播种后第200天抽穗期再分别灌溉,小麦产量最高,达到6.451 t·hm^-2。2012-2013年揉谷试验区、2013-2014年揉谷试验区和武功试验区冬小麦的产量水分利用效率分别为1.84、1.69和1.82 kg·m^-3。【结论】AquaCrop模型能够较好地模拟旱区冬小麦的生物量和产量,并且AquaCrop模型模拟的干旱年份下不同灌溉策略的生物量和产量,基本可以说明不同灌溉时间和灌溉次数对冬小麦最终产量的影响。同时说明2012-2013年增加的2次灌溉使干旱年份冬小麦的产量水分利用效率超过正常年份。以上研究符合当地农业生产实际情况,说明AquaCrop模型可以为旱区抗旱保产提供依据。AquaCrop模型具有很好的应用前景,正逐渐成为一个重要的田间决策工具。     

AquaCrop模型在华北平原夏玉米水分研究中的应用

为将AquaCrop模型应用于华北平原夏玉米水分研究中,于2011-2012年在中国科学院栾城农业生态系统试验站进行了夏玉米水分处理试验,在参数率定与模型验证的基础上对华北平原水量平衡及水分利用效率的现状进行了分析。结果表明,AquaCrop模型能够较好地模拟夏玉米的产量、生物量、冠层发育过程以及表层土壤水储量的动态变化。从生物量角度来看,夏玉米的水分利用效率在8月中旬达到最大,可达10 kg/m3左右,其整个生长季水分利用效率为4.9-5.8 kg/m3;从产量角度来看,水分利用效率为2.3-3.0 kg/m3,且在整个生长季土壤水储量呈增加趋势。研究阐明了AquaCrop模型在华北平原地区有较好的适用性,可以应用于夏玉米耗水与水分利用效率方面的研究。     

WOFOST模型在河南省夏玉米主产区的校准与验证

为检验WOFOST模型在河南夏玉米主产区的适用性,通过大田试验数据,对WOFOST进行参数校准,并利用独立数据,对夏玉米叶面积指数、生物量、产量的模拟结果进行验证.结果表明,校准后的WOFOST对叶面积指数、生物量和产量的模拟效果较好.在整个生育期内,叶面积指数模拟值与观测值的归一化均方根误差(NRMSE)为20.7％,茎、叶、籽粒各器官干物质量及地上部生物量模拟值与观测值的NRMSE分别为10.6％、18.3％、21.3％、17.7％,夏玉米收获产量模拟值与观测值的NRMSE为6.1％.校准后的WOFOST可较准确地模拟夏玉米生长动态及生物量积累动态,适用于河南夏玉米主产区夏玉米生长模拟和产量预测.     

地膜覆盖和育苗移栽技术对农作物产量和水热资源利用的影响

以河北曲周为例,利用AquaCrop模型和指标评价法,建立了粮食作物生长环境要素(气象、土壤等)与产量之间的定量关系,并评价了地膜覆盖和育苗移栽技术下作物(冬小麦、夏玉米)对水热资源的利用效率。结果表明:1)AquaCrop模型能较好地模拟作物(冬小麦、夏玉米)的冠层覆盖度、生物量和产量,并能分析作物种植技术对水热资源利用效率的影响;2)地膜覆盖和育苗移栽技术显著影响作物(冬小麦、夏玉米)在播种-拔节时期的水热资源利用效率;3)冬小麦地膜覆盖和夏玉米育苗移栽技术的水热资源利用效率分别提高0.67和0.50,产量分别增加326和972kg/hm2。说明冬小麦地膜覆盖和夏玉米育苗移栽技术可以影响作物在关键生育期内对水热资源的利用以及提高作物的产量。本研究旨在为其他作物效率和理论潜力的提升提供技术支撑,研究结果可作为冬小麦和夏玉米因干旱、冻害以及播种不及时等原因受灾的一种补救技术,为曲周地区的作物种植技术调整提供参考。     

基于AquaCrop模型的马铃薯灌溉制度优化研究

通过评价AquaCrop模型对马铃薯的生长发育、土壤水分动态变化、产量及水分利用效率的模拟效果,为AquaCrop模型在宁夏中部干旱带马铃薯种植的应用提供科学方法和理论依据。试验设置5d、7d、10 d、13 d和15 d共5个灌水周期,于2018年在宁夏中部干旱带进行田间试验,对马铃薯冠层覆盖度、地上生物量、土壤储水量、产量及其构成指标进行测定。结果表明,AquaCrop模型可较好地模拟马铃薯冠层覆盖度的变化、地上生物量和土壤储水量,其实测值和模拟值的相对误差(RE)为0.06%～7.51%、0.95%～13.33%和0.15%～4.35%,均方根误差(RMSE)为1.04%～3.36%、0.092～0.335 t/hm~2、1.68～4.1mm;马铃薯产量实测值和模拟值RE为0.10%～2.22%,RMSE为294.45 kg/hm~2,腾发量和水分利用效率等指标的模拟也有类似的结果,表现出较好的一致性,但AquaCrop模型在灌水量较大或者较小时对各指标的模拟效果较差。总体来看,AquaCrop模型对各指标的模拟结果均较好,其结果可作为马铃薯适宜生长区域划分及特定条件下产量的预测。     

AquaCrop模型在大葱生物量和土壤贮水量模拟中的应用和验证

为评估AquaCrop模型在华北平原模拟大葱生长和农田水分的适用性,本研究利用实测的农民施肥方式的一个小区和增施氮肥处理的土壤水分、作物生长和产量数据,结合气象资料,获得了AquaCrop模型模拟大葱生长和土壤水分的模型参数,并利用实测的农民施肥方式的另外一个小区、减施氮肥、优化施氮和秸秆还田处理的土壤贮水量和生物量数据进行了模型验证。结果表明：在无水分胁迫条件下AquaCrop模型对大葱土壤贮水量及生物量的模拟结果是可以接受的。对土壤贮水量实测值与模拟值的RMSE为19.4~24.9 mm之间,相对误差为3.9%~12.4%;大葱生物量实测值与模拟值的RMSE为0.31~0.73 t/hm2,相对误差为5.8%~12.8%。     

DSSAT模型对长期保护性耕作与土壤改良措施下玉米生长过程的模拟及验证

在豫西褐土区,应用DSSAT模型研究长期不同保护性耕作与土壤改良措施下夏玉米的生长过程,验证和评估DSSAT模型在豫西褐土区的适用性,为此模型在该区夏玉米上的应用提供依据。采用DSSAT 4.6内嵌的Glue软件,利用河南省农业科学院节水农业禹州试验基地2013年不同措施(常规耕作、深松、秸秆还田、有机肥)处理夏玉米田间试验观测的土壤体积含水率以及夏玉米的叶面积指数、生物量、产量等观测结果,对玉米的遗传特性参数进行率定,并利用2015年不同处理条件下土壤体积含水率以及夏玉米的叶面积指数、生物量、产量等进行验证。结果表明,在模型率定过程中,2013年夏玉米的叶面积、生物量及产量模拟的归一化的相对均方根误差(RRMSE)和绝对相对误差(ARE)均小于16%。在验证过程中,2015年产量实测值与模拟值之间的RRMSE和ARE分别在1.3%~12.6%和0.8%~12.4%;生物量实测值与模拟值的RRMSE和ARE分别为3.0%~7.3%和2.6%~5.3%;叶面积指数实测值与模拟值之间的RRMSE和ARE分别为2.5%~3.3%和3.6%~7.6%。此外,模拟产量与实测产量具有较佳的相关性,模拟值和实测值较一致。综上,DSSAT模型中的CERES-Maize模型能较好地模拟豫西褐土区夏玉米的生长过程、生物量以及产量。     

基于AquaCrop模型的北京地区冬小麦水分利用效率

【目的】作物水分利用效率(water use efficiency,WUE)是农业水分管理与决策的重要指标。北京是严重缺水的城市,其主要种植作物冬小麦灌溉用水占比高,开展冬小麦产量水分利用效率的分析研究,可为北京地区的冬小麦节水灌溉与增产平衡提供决策信息支持。【方法】利用2011—2012、2012—2013和2013—2014年国家精准农业示范研究基地冬小麦不同生育期不同灌溉处理下的田间实测数据,对AquaCrop作物模型进行参数本地化。统计北京地区2004—2014年冬小麦生育期的日降雨量数据,利用Pearson-Ⅲ型分布划分了3种降雨年型:湿润年(2012—2013年生育期)、平水年(2009—2010年生育期)和干旱年(2005—2006年生育期)。应用AquaCrop研究分析了3种不同降雨年型、14种灌溉情景下冬小麦籽粒产量水平和产量水分利用效率特征变化。【结果】基于AquaCrop模型的产量模拟值和实测值的R 2、RMSE和d分别为0.99、0.3 t·hm~(-2)、0.99。模型模拟的冬小麦产量水分利用效率:2011—2012年正常灌溉条件下为1.72 kg·m~(-3),2012—2013年正常灌溉条件下为1.67 kg·m~(-3),2013—2014年雨养、正常灌溉和过量灌溉条件下分别为1.27、1.74和1.64 kg·m~(-3),正常灌溉条件下产量水分利用效率最高,其次是过量灌溉,雨养条件下产量水分利用效率最低。在此基础上应用AquaCrop模型模拟分析了3种不同降雨年型冬小麦籽粒产量和产量水分利用效率随灌溉量变化的响应特征,其中,湿润年产量水分利用效率和籽粒产量达到最大值时所需的灌溉量分别为35和50 mm;平水年达到最大值所需的灌溉量分别为35和40 mm;干旱年达到最大值所需的灌溉量均为65 mm。【结论】AquaCrop模型可以很好预测北京地区不同年份不同灌溉条件下冬小麦的籽粒产量和产量水分利用效率。冬小麦产量与产量水分利用效率均随着灌溉量的增加逐渐增大,至最大值后开始减小,在干旱的情况下,植物通过自身适应策略会提高水分利用效率,随着水分的增加,水分利用率将降低,因此3种不同年型的产量水分利用效率的大小顺序依次为干旱年、平水年和湿润年。因此,在制定冬小麦灌溉策略时,要做到产量和产量水分利用效率兼顾。以上研究结果表明,利用Aqua Crop模型可以为北京地区冬小麦田间灌溉和决策提供指导。关于降雨年型本研究仅对湿润年、平水年和干旱年3种年型在越冬期、返青期、拔节期、开花期和灌浆期不同灌溉量和籽粒产量和产量水分利用效率之间的关系进行模拟,对于不同时期不同灌溉量对籽粒产量和产量水分利用效率的影响没有考虑,需要进一步研究验证。     

AquaCrop模型在北疆滴灌春小麦生产中的校准及验证

为精确模拟干旱区不同灌溉制度下的小麦耗水量,进一步提高水分利用效率,在北疆春小麦生产中引进FAO推荐的AquaCrop作物水分生产力模型,基于实测资料对模型进行校验。结果表明,校准后的模型能够准确模拟北疆滴灌春小麦蒸散量,以此为基础得到的冠层覆盖度、地上部干生物量及籽粒产量具有良好的模拟精度。因此,在干旱区应用AquaCrop模型模拟滴灌春小麦蒸散量指导精准灌溉是可行的。     

基于EFAST方法的AquaCrop作物模型参数全局敏感性分析

【目的】敏感性分析是作物模型本地化过程中的重要环节,对作物模型的校正与应用有重要的意义。【方法】本研究以国家精准农业示范研究基地2012—2013、2013—2014和2014—2015年冬小麦试验为研究对象,采用全局敏感性分析方法扩展傅里叶幅度检验法(Extended Fourier Amplitude Sensitivity Test,EFAST)对AquaCrop模型42个作物参数进行敏感性分析,以评估模型在北京地区的敏感参数。【结果】(1)对干生物量敏感作物参数是:水分和温度胁迫参数(生物量生产的最小生长度(stbio),引起冠层早衰的土壤水分消耗上限(psen))、生物量和产量参数(归一化水分生产力(wp))、蒸散参数(作物冠层形成后到衰老之前的作物系数(kcb))、作物冠层和物候发展参数(冠层生长系数(cgc),从播种到出苗时长(eme),最大冠层覆盖度(mcc),冠层衰老系数(cdc),从播种到成熟的时长(mat),产量形成过程中收获指数的建立长度(hilen))。其中stbio,kcb,wp和cgc 4个作物参数敏感性指数最大;(2)对冠层覆盖度最敏感的参数是:作物冠层和物候发展参数(cgc,mcc,每公顷株数(den),出苗率达到90%时的土壤覆盖度(ccs),mat和cdc)、根区发展参数(最大有效根深(rtx))、水分和温度胁迫参数(psen)、蒸散参数(kcb);(3)对产量最敏感的参数是作物冠层和物候发展参数(从播种到开花时长(flo),mat,cdc,hilen和从播种到开始衰老时长(sen))、水分和温度胁迫参数(psen)、生物量和产量参数(参考收获指数(hi)和wp)、蒸散参数(kcb)。【结论】利用EFAST方法对AquaCrop模型中的作物参数进行一阶和全局敏感分析,最大干物量的敏感性分析结果以及干生物量随时间变化的敏感性分析结果显示,敏感性参数的选择上差异不大,但排序上存在较大的差异,最大干生物量的敏感性分析不能分析作物参数对干生物量在整个生育期的影响,结果不全面;冠层覆盖度随时间变化的一阶和全局敏感性分析结果显示,在敏感参数的选择和排序上均有较好的一致性,全局敏感性分析中作物参数的敏感性指数更高,对冠层覆盖度的影响表现得更明显。本研究结果用于AquaCrop模型本地化,可提高该模型在北京地区的模拟效率和模拟精度。     

Quantitative analysis of yield and soil water balance for summer maize on the piedmont of the North China Plain using AquaCrop

The North China Plain (NCP) is a major grain production area in China, but the current winter wheat-summer maize system has resulted in a large water deficit. This water-shortage necessitates the improvement of crop water productivity in the NCP. A crop water model, AquaCrop, was adopted to investigate yield and water productivity (WP) for rain-fed summer maize on the piedmont of the NCP. The data sets to calibrate and validate the model were obtained from a 3-year (2011–2013) field experiment conducted on the Yanshan piedmont of the NCP. The range of root mean square error (RMSE) between the simulated and measured biomass was 0.67–1.25 t·hm⁻², and that of relative error (RE) was 9.4%–15.4%, the coefficient of determination (R²) ranged from 0.992 to 0.994. The RMSE between the simulated and measured soil water storage at depth of 0–100 cm ranged from 4.09 to 4.39 mm; and RE and R² in the range of 1.07%–1.20% and 0.880–0.997, respectively. The WP as measured by crop yield per unit evapotranspiration was 2.50–2.66 kg·m⁻³. The simulated impact of long-term climate (i.e., 1980–2010) and groundwater depth on crop yield and WP revealed that the higher yield and WP could be obtained in dry years in areas with capillary recharge from groundwater, and much lower values elsewhere. The simulation also suggested that supplementary irrigation in areas without capillary groundwater would not result in groundwater over-tapping since the precipitation can meet the water required by both maize and ecosystem, thus a beneficial outcome for both food and ecosystem security can be assured.     

通用陆面模型CLM3.0在冬小麦-夏玉米农田的参数化方案改进——以海河平原的3个试验站为例

为了准确模拟冬小麦-夏玉米种植制度下的农田土壤墒情,本研究改进通用陆面模型CLM3.0的参数化方案,包括灌溉措施及作物种植制度参数化的加入、土壤厚度及土壤层的剖分修改、作物水文及土壤水文过程的一些参数化修改、考虑作物的株高变化等,在海河平原的3个农业观测试验站(东北旺、栾城、洪门)验证改进后的模型的适用性.结果表明:改进后的CLM3.0模型在冬小麦和夏玉米种植制度下的农田具有较好的适用性,可以抓住各层土壤湿度的变化,与改进前的模型相比,其土壤墒情模拟精度明显提高,2 m土体土壤湿度的均方根误差在东北旺、栾城和洪门试验站分别减少了45.2％、47.1％和51.5％.     

基于AquaCrop模型的大豆灌溉制度优化研究

【目的】 探究AquaCrop模型在关中地区的适用性,寻求大豆在不同降水年型下最适宜的灌溉制度。【方法】 用田间试验实测数据对该模型进行校正,并用校准后的模型模拟1961—2019年内所有3种不同降水年型14种灌溉制度下的大豆产量和水分利用效率。【结果】 AquaCrop模型模拟田间产量最高处理的冠层覆盖度的决定系数(R ²)、均方根误差（RMSE）、标准均方根误差(NRMSE)及Nash效率系数(EF)分别为0.96、7.15%、11.03%和0.94;模拟值与实测值生物量的决定系数（R ²）、均方根误差（RMSE）、标准均方根误差（NRMSE）及Nash效率系数（EF）分别为0.99、526.04 kg·hm^-2、14.45%和0.97;最终产量模拟的决定系数（R ²）、均方根误差（RMSE）、标准均方根误差（NRMSE）及Nash效率系数（EF）分别为0.97、49.98 kg·hm^-2、1.74%和0.82,各处理的冠层覆盖度和生物量实测值与模拟值的R ²均大于0.95,说明AquaCrop模型可以较好地模拟关中地区大豆的生长发育动态与产量。结合模型模拟结果可知,大豆作物需水量平均值为398.2 mm,各个生育时期的需水量差异较大,分枝期需水量为127.8 mm,开花-结荚期需水量为212.6 mm,鼓粒期的需水量为57.7 mm。结合对3种不同降水年型进行不同灌溉制度模拟后发现,大豆开花-结荚期为需水关键期,该生育时期水分供应情况影响大豆的最终产量。在湿润年可以不灌水;平水年和干旱年仅在开花-结荚期分别灌溉45和70 mm可实现最高产量（2 699、2 486 kg·hm^-2）和最大水分利用效率（0.74、0.7 kg·m^-3）。【结论】 该地区大豆灌溉制度,应以不同降水年型分布情况为基础对大豆灌溉制度进行选择,可保证大豆具有较高的产量和水分利用效率,可作为关中地区大豆灌溉制度的参考依据。     

DNDC模型在曲周试验站的参数灵敏度分析及率定

【目的】基于河北省曲周试验站的试验数据,对DNDC模型的参数进行详尽的灵敏度分析和标定。【方法】采用独立参数扰动法进行参数的灵敏度分析,运用试错法对参数进行标定。【结果】在曲周试验站,标定模拟的土壤剖面体积含水量动态的精度较高,平均归一化均方根误差（NRMSE）为22.41%。对于土壤氧化亚氮释放量的模拟,则呈现出明显的季节变化趋势并有效地捕捉到其峰值所在。模型标定模拟的冬小麦叶面积指数、地上部分生物量和产量的NRMSE分别为27.04%、30.46%和28.10%;标定模拟的夏玉米叶面积指数、地上部分生物量和产量的NRMSE分别为28.49%、25.15%和26.92%。【结论】以上标定模拟的精度就田间实际情况而言,总体是可以接受的。经过详细参数标定后的DNDC模型将为深入探讨不同农田管理措施下,实现作物增产和农业减排双赢局面提供科学有效的途径。