基于AquaCrop模型的東北春麥區小麥冠層生長模擬研究

李 晶，付 馳，張鐵楠，羅 寧，喬天長，張麗芳，魏 湜

（東北農業大學 農學院，哈爾濱150030）

作物模型是作物科學中引進系統分析方法和應用計算機后興起的新型研究領域［1］，自Dewit和Duncan最早建立了能在計算機上完全模擬作物生長過程的模型后，至今，針對水稻、小麥、玉米、棉花、花生、番茄、大豆、苜蓿等多種作物的模型均已建立［2－7］。AquaCrop作為新開發的作物模型，適用于大田作物，通過生物量與收獲指數來模擬作物生產力水平，且只需少量參數即可用于預測產量和生物量，已在多個國家和地區得到驗證［8］。國內在華北地區有過應用 與 報 道［9－11］，杜 文 勇 等［12］基 于 灌 溉 技 術 采 用AquaCrop模型對冬小麥生物量和產量進行了預測。

作物冠層結構特征是作物栽培管理、采取措施的主要依據，創造合理的群體冠層結構是獲得高物質生產的有效途徑。對于作物合理群體冠層結構的構建，前人進行了大量研究［13］。東北春麥區是我國各春麥區中面積最大、總產最多的春麥區，包括黑龍江、吉林、遼寧和內蒙古東部，地處高緯度。隨土地過度開墾，生態環境脆弱，是典型旱作農業區。春旱及生理發育期缺水，限制了小麥冠層生長，提早衰老導致產量降低，因而監測田間生長變化特征，及時有效采取管理措施尤為重要。冠層生長模擬監測是實現產量潛力估測的基礎。

本文以東北平原春小麥為研究對象，依據實際情況對AquaCrop模型中的一些參數進行調試，對東北地區春小麥冠層生長進行模擬驗證，以期為產量形成模擬與驗證提供基礎，為該區域種植模式調整和制定，以及作物生長模型用于春小麥的應用研究提供理論依據。

1 材料和方法

1．1 研究區概況

試驗選擇東北春麥區5個具有代表性的監測地點（表1），獲取各地2010年、2011年春小麥生育期間田間自然狀態下作物數據及氣象數據。

1．2 試驗設計

試驗品種采用龍麥33，戊唑醇種衣劑拌種；機械播種，基本保苗數600萬株／hm2，播深3～5cm，播后鎮壓；應用除草劑封閉除草；施肥同普通大田水平，其他均為常規大田管理。利用2011年哈爾濱春小麥無脅迫試驗數據對模型進行參數本地化校正與調試，建立模型運行數據庫。

1．3 氣象數據采集與冠層生長測定

氣象數據采集：2010年、2011年春小麥生育期內逐日氣象數據由中國農科院聯合清華大學、北京農業信息技術研究中心等機構聯合開發的“農業環境無線遠程實時監控系統”采集記錄，包括日最高溫度、最低溫度、土壤含水量等，空氣溫度傳感器為HAYASHI DENKO公司的Pt100，土壤濕度傳感器為Automata公司的AQUA－TEL－TDR。數據缺失部分來源于國家氣象信息中心資料服務室。

表1 試驗監測點概況

在無脅迫條件下，模型對作物整個生育期內的冠層生長過程模擬如圖1，其表達式如下：

冠層充分發育和冠層衰老之間，有一段冠層覆蓋度較穩定的時間。冠層開始衰老時，作物整體蒸騰能力逐漸降低，進入冠層衰老中后期，綠色冠層覆蓋度急劇下降，冠層衰老過程以如下公式表示：

式中：CC——生育期內某天冠層覆蓋度；CC0——作物初始冠層覆蓋度；CCX——無脅迫時作物冠層的最大覆蓋度；CGC——冠層生長系數；CDC——冠層衰老系數；t——從播種到作物各發育階段的天數。

圖1 作物生育期內冠層覆蓋變化過程

1．4 AquaCrop模型數據庫組建

氣象參數數據庫：根據各試驗點的經緯度、海拔高度、日最高溫、最低溫、日降雨量、日照時數，應用FAO研發的參考作物蒸發量ET0計算器，求出參考作物需水量ET0，并建立模型氣象數據庫文件 ＊．CLI［14］。模型利用夏威夷 MaunaLoa天文臺自1958年至今測量的平均大氣CO2濃度作為參考，建立CO2濃度數據庫。

作物參數數據庫：根據2011年哈爾濱無脅迫小區試驗實際調查，將龍麥33各生育期生長情況輸入模型，建立模型所需的作物參數數據庫文件 ＊．CRO。

土壤參數數據庫：根據資料查詢結果，將模型所需的土壤參數輸入，分別建立各地土壤數據庫文件＊．SOL。

管理措施數據庫：5個試驗點春小麥均為雨養農業，施肥情況屬中等肥力，建立模型所需管理參數數據庫文件 ＊．MAN。

2 結果與分析

2．1 冠層生長的模擬

對比5個監測點2a冠層生長情況可知，2010年五地春麥冠層生長系數較2011年低，冠層發育不良，其中呼瑪、牙克石冠層生長系數最小，綏化、哈爾濱地區冠層生長也表現出明顯的環境脅迫，由于2010年6月，東北春麥區出現持續高溫氣候，黑龍江平均高溫日數達歷史同期最高。其中呼瑪最高溫達40．5℃、牙克石為39．3℃、綏化為39．7℃、哈爾濱為39℃，日最高氣溫均突破歷史極值。高溫直接影響了2010年春麥的生長發育，制約了小麥產量的形成。2011年各地氣候較為適宜，未出現極端天氣，春麥生長良好，2011年各地冠層發育明顯優于2010年。從根區水分狀況可以看出，2010年牙克石、2011年嫩江小麥根區田間持水量（FC）接近于凋萎濕度（PVP），牙克石2010年高溫少雨、嫩江2011年高溫氣候導致地表蓄水量低于蒸發量，加大了根區耗水，這與歷史氣象記錄水平中牙克石2010年屬于高溫干旱年、嫩江2011年屬于高溫年相一致。

2．2 模型有效性分析

從圖2中可以看出，AquaCrop模型對各地2010年高溫脅迫下的冠層模擬均做出反應，與實際觀測冠層發育趨勢較為一致。2010年綏化、哈爾濱兩地冠層模擬曲線未下降，與實測偏離較大。由于2010年兩地春播期持續低溫，播期推遲近30d。灌漿期又遭遇高溫干旱復合脅迫，生育期縮短20d，模型并未準確模擬春麥生育后期的高溫逼熟危害，故圖2中顯示的兩地春麥生育末期冠層尚未衰老。2011年各地小麥生長環境較好，僅牙克石和嫩江地區出現輕微干旱，AquaCrop模型對正常年景下春麥生育活動反映良好，模擬情況與各地實際觀測到的冠層發育情況較為一致。

圖2 2010－2011各地春麥冠層覆蓋度實測值與模擬值

對2010、2011年各地冠層覆蓋模擬值與實測值進行精度分析，結果見表2。從表2中可看出，模型對2011年的模擬效果整體優于2010年，2010年氣候異常，表明模型對極端氣候下的春麥冠層發育的模擬效果較為一般。2010年、2011年冠層覆蓋度模擬值與實測值相對平均誤差 MAE在4．63%～12．86%之間，其中2010年、2011年呼瑪和2011年哈爾濱的模擬值與實測值 MAE值較低；RMSE在5．09%～22．02%之間，2011年的RMSE整體優于2010年，說明模型對正常年景下的模擬效果更好；EF在－1．450～0．168之間，CRM 在－0．079～0．218之間，除2010年呼瑪地區模擬值低于實測值外，其余年份和地點的模擬值均高于實測值，IoA在0．726～0．995之間，模擬值與實測值的一致性較為理想。

3 結論與討論

本研究基于2011年哈爾濱地區春小麥無脅迫試驗數據對模型中的參數進行了本地化調試與校正，獲得了適宜東北地區春麥生長發育的模型參數：春小麥生育基礎溫度為0℃，上限溫度為26℃，90%出苗時每株所占土地面積取值1．5cm2／株，冠層增長系數為0．006，冠層下降系數為0．004，通過ET0和CO2為標準規范化的水分生產率系數WP＊為15g／m2，產量形成階段以ET0和CO2為標準規范化的水分生產率取值100%，參考收獲指數48%。AquaCrop模型對2010年、2011年各地春麥生育期內冠層覆蓋度進行模擬，其模擬值與實測值的相對平均誤差MAE在4．63%～12．86%之間，說明模型對正常年景的春麥模擬效果更好；除2010年呼瑪地區模擬值低于實測值外，其余年份和地點的模擬值均高于實測值，IoA在0．726～0．995之間，模擬值與實測值的一致性較為理想。

作物生長模型是動態表達作物生長過程的一種系統。模型的區域適應性驗證是目前作物模型的應用熱點之一，通過大范圍的檢驗和校正可以提高數據質量、盡可能提高模擬精度，從而提高模型在作物生產中的應用可靠性。生長模型的區域研究成為一個新的 方 向。 對 此，國 內 外 已 有 相 應 的 報 道［15－16］。AquaCrop模型面世較晚，對其研究涉及該模型的參數調整、驗證［17－18］及模擬應用［19］等，應用該模型在東北春麥區的模擬應用尚屬首次。本研究利用AquaCrop模型對2010年、2011年東北春麥區五地冠層生長的模擬值與實測值一致性較為理想。劉戰東等［20］進行冬小麥冠層降雨截留模擬時，受風速、溫度等因素影響，認為模擬降雨試驗并不能完全代表實際降雨時的冬小麥冠層截留過程和特性，自然環境中模擬冠層截留作用仍需深入研究。本研究中也表現出極端溫度條件的定量模擬不理想，在預測東北春麥生態點小麥生長時出現一定誤差。李子忠等［11］應用AquaCrop對大蔥的模擬結果與實測值擬合程度也表現出一定誤差。表明模型在環境脅迫下模擬會加大與實測值的誤差。為此，應進一步對作物參數進行測定、校準，增加田間實地檢測數據的頻率，從模型機理機制上尋找解決的辦法，提高模型的預測性和適應性。

［1］ 高亮之．農業模型學基礎［M］．香港：天馬圖書有限公司，2004．

［2］ Jones C A，Kiniry J R．CERES－Maize：A Simulation Model of Maize Growth and Development［M］．College Station，U S：Texas A＆M Univ．Press，1986：89－110．

［3］ Ritchie J T，Otter S．Description and performance of CERES－Wheat：A user－oriented wheat yield model［J］．ARS－United States Department of Agriculture，Agricultural Research Service，1985，38：159－175．

［3］ 戚昌瀚，殷新佑，劉桃菊，等．水稻生長日歷模擬模型（RICAM）的調控決策系統（RICOS）研究I水稻調控決策系統（RICOS）的系統結構設計［J］．江西農業大學學報，1994，16（4）：323－327．

［4］ 吳錦，余福水，陳仲新，等．基于EPIC模型的冬小麥生長模擬參數全局敏感性分析［J］．農業工程學報，2009，25（7）：136－138．

［5］ 潘學標，韓湘玲，石元春．一個可用于栽培管理的棉花生長發育模擬模型－COTGROW［J］．中國農業科學，1996，29（1）：94－96．

［6］ 尚宗波，楊繼武，殷紅，等．玉米生長生理生態學模擬模型［J］．植物學報，2000，42（2）：184－194．

［7］ 孫忠富，陳人杰．溫室番茄生長發育動態模型與計算機模擬系統初探［J］．中國生態農業學報，2003，11（2）：84－88．

［8］ 莊嚴，梅旭榮．不同基因型作物水分—產量響應關系及生理生態學研究［D］．北京：中國農業科學院，2009．

［9］ Steduto P，Hsiao T C，Raes D，et al．AquaCrop－The FAO crop model to simulate yield response to water：Ⅰ．Concepts and underlying principles［J］．Agron J，2009，101（3）：426－437．

［10］ 李會，劉鈺，蔡甲冰，等．AquaCrop模型的適用性及應用初探［J］．灌溉排水學報，2011，30（3）：28－31．

［11］ 李子忠，徐洋，盧憲菊，等．AquaCrop模型在大蔥生物量和土壤貯水量模擬中的應用和驗證［J］．中國農業大學學報，2011，16（4）：59－66．

［12］ 杜文勇，何雄奎，Shamaila Z，等．冬小麥生物量和產量的 AquaCrop模型預測［J］．農業機械學報，2011，42（4）：174－178．

［13］ The ETo Calculator FAO ［EB／OL］．［2009］http：∥www．fao．org／nr／water／docs／Reference ManualETo．pdf．

［14］ Sinclair T R，Seligma N．Criteria for publishing papers on crop modeling［J］．Field Crops Research，2000，68（3）：165－172．

［15］ Resenthal W D，Hillel D．Climate change and the global harvest［M］．New York：Oxford University，1998．

［16］ 瑪麗艷姑麗·阿西穆，塔西甫拉提·特依拜，買買提·沙吾提，等．基于Markov模型的植被覆蓋動態變化預測研究［J］．水土保持研究，2013，20（1）：121－124．

［17］ Theodore C Hsiao，Lee Heng，Pasquale Steduto，et al．AquaCrop－The FAO crop model to simulate yield response towater：Ⅲ．Parame terization and testing for maize［J］．Agronomy Journal，2009，101（3）：448－459．

［18］ Hamid J Farahani，Gabriella Izzi，et al．Parameterization and Evaluation of the AquaCrop model for full and defi cit irrigated cotton［J］．Agronomy Journal，2009，101（3）：469－476．

［19］ Geerts S，Raes D，Garcia M，et al．Modeling the potential for closing quinoa yield gaps under varying water availability in the Bolivian Altiplano［J］．Agricultural Water Management，2009，96（11）：1652－1658．

［20］ 劉戰東，高陽，鞏文軍，等．冬小麥冠層降雨截留過程及其模擬研究［J］．水土保持研究，2012，19（4）：53－58．