AquaCrop作物模型應用研究進展

孫仕軍，張琳琳，陳志君，孫娟

?

AquaCrop作物模型應用研究進展

孫仕軍1，張琳琳1，陳志君1，孫娟2

（1沈陽農業大學水利學院，沈陽 110866；2遼寧省水文水資源勘測局，沈陽110003 )

AquaCrop是FAO于2009年研發的一款新型作物模型，它以輸入參數少、界面簡單等優點被廣泛應用于生產實踐中。論文基于AquaCrop模型原理和特點，深入探討了AquaCrop模型國內外應用研究進展。當前，AquaCrop模型在灌溉策略、氣候變化下的情景模擬以及與其他模型聯合應用等方面取得了顯著進展。但是，該模型在應用過程中還存在若干缺陷。一是模型在保守參數缺少驗證的情況下，會使得模擬精度不穩定；二是由于土壤空間變異性的客觀存在，模型在由點位向面上擴展時應用效果不佳；三是當前對雨養區作物生長模擬研究還很少，且其非保守參數難以準確確定；四是目前該模型生理、養分和水養互作模塊尚不夠完善，未考慮作物病蟲害和品種遺傳差異，當作物生長遭受水分、鹽分或溫度等嚴重脅迫時會導致模擬精度下降。今后在模型應用時，可利用多年數據對保守參數進行校正，將區域同一站點多年數據和多站點相關數據相結合調試模型非保守參數；其次，應加強雨養地區模擬研究，從而擴大模型應用范圍。開發者應進一步完善AquaCrop模型子模塊，為提高模擬精度和拓寬應用范圍提供支撐。

AquaCrop模型；灌溉策略；情景模擬；作物模型

在農田SPAC（土壤-植物-大氣連續體）系統中，自然條件、生物要素和管理措施等對作物生長發育和產量形成有十分重要的影響。考慮到農田生態系統的復雜性和田間試驗的局限性，在農田灌溉管理中，傳統做法是將某一區域大田試驗數據歸納、分析進而總結出一套理論以指導生產實踐。隨著當代科技的發展，一些學者嘗試以統計學方法和計算機技術為手段，結合作物遺傳學、植物生理學、農業生態學、農業氣象學等學科的研究成果和理論，在綜合考慮氣候條件、土壤狀況、作物類型和灌溉管理措施的基礎上，研發出了一系列能夠對作物生長動態進行定量分析和模擬的作物生長模型（簡稱為作物模型）。這些作物模型克服了傳統試驗研究對象單一、試驗周期長、時間和地域限制等缺點，在很大程度上簡化了試驗過程，有助于田間管理決策，對減少因區域氣候變化對作物產量造成的損失具有重要意義[1]。當前，作物模型研究得到了很多國家的重視，已經成為農業研究的重要手段[2]。

基于研發角度，作物生長模型大體可分為3大類：一是光能驅動模型，即通過太陽光能驅動光合作用形成作物產量，如美國的CERES系列模型；二是CO2驅動模型，即通過CO2同化和光截獲過程驅動作物生長，如荷蘭的WOFOST模型；三是水分驅動模型，即通過控制土壤可利用水分影響作物產量，如FAO推出的AquaCrop模型等。

國內外已經研發了多種作物模型，但是大多作物模型模擬需要大量的參數，而且這些參數難以獲取。基于此，2009年，FAO組織不同國家和眾多領域的專家合作研發了一款新型作物模型——AquaCrop模型。與其他模型相比，AquaCrop模型具有輸入參數少、適用范圍廣、界面簡單、直觀性強和精度高等優點，其面世以來即受到廣泛關注和應用[3]。本文基于AquaCrop模型的基本原理和特點，深入探討了AquaCrop模型在灌溉管理領域中的應用現狀，綜合分析了該模型適用性及其與其他模型的聯合應用等方面的研究進展，總結了該模型在應用過程中存在的主要問題，提出了相關改進建議，可為模型完善和拓寬應用范圍提供理論依據。

1 AquaCrop模型簡介

AquaCrop模型通過計算作物水分利用效率來評

估作物產量對水分的響應。該模型通過分析土壤中有效利用水量與作物產量之間的關系揭示作物-水分響應機制，通過改變輸入參數，模擬不同地區、不同氣候條件下的作物蒸發蒸騰量、作物生物量累積和產量形成，進而明確環境對作物生產的影響，通過分析產量與水分之間的關系，可以為未來氣候變化下的作物生產提供理論依據[4]。

1.1 模型原理

由于作物對水分虧缺的響應因水分虧缺的強度、持續時間和發生時間不同而不同，因此定量分析水分虧缺對作物生長發育和產量形成的影響十分困難，經驗公式仍然是評估作物產量和水分之間關系的可行工具。其中使用最廣泛的是FAO第33號灌排文件中給出的作物產量和水分響應的轉換公式[5-6]。公式如下：

式中，、Y分別為作物的潛在產量（kg·m-2）和實際產量（kg·m-2），K為作物產量對水分響應的比例因子；、ET分別為作物潛在騰發量（mm）和實際騰發量（mm）。

上述公式在評估水分對產量影響效應時，水分評估使用的是潛在騰發量和實際騰發量，一定程度上混淆了土壤的無效蒸發和作物騰發，導致計算誤差的增大。尤其是在冠層不足以覆蓋地面的作物中，土壤無效蒸發將會大于作物騰發，所以使用上述公式計算誤差偏大。為了克服這一問題，以便更準確評估水分對作物生長發育過程和產量形成的影響程度，AquaCrop模型相比于傳統的模型做了兩個方面的優化和改進。

第一個方面是將上述方程進行演變，模型將作物騰發量分為土壤蒸發（）和作物蒸騰（）兩部分，避免混淆非生產用水（土壤蒸發）和生產用水（作物蒸騰）對作物需水的影響；將最終產量用生物量（）和收獲指數（）的乘積來表示，其中生物量由水分生產效率（）和累計作物蒸騰量來表示，用以區分水分虧缺對它們各自的影響。改進后的模型核心方程為：

=×（2）

式中，為最終作物產量（kg·m-2），為生物量（kg·m-2），為作物收獲指數（%），為作物蒸騰量（mm），為生物量水分生產效率（kg·m-2·mm-1）。

從改進后的方程看出，AquaCrop是水驅動的，意味著作物生長和生產是由作物蒸騰的水量（）驅動的而不是作物騰發量，提高了模型的模擬精度。AquaCrop專注于和之間的基本關系，而不再是和的關系。改進前后的機理如圖1[7]所示。

第二個方面是使用冠層覆蓋度（）代替傳統的葉面積指數（LAI）來描述作物的生長發育過程，作物生長階段的冠層生長用冠層增長系數來表示，轉換公式如下：

當時，（4）

當時，（5）

式中，為時的冠層覆蓋度；CC為最大冠層覆蓋度；CC為初始冠層覆蓋度（或=0時的冠層覆蓋度）；為冠層增長系數；的單位為每天或每生長度日。

作物衰老階段的冠層生長由冠層衰減系數來表示，具體計算公式見式（6）：

式中，是冠層衰減系數。

研究顯示，AquaCrop模型用冠層覆蓋度代替LAI，作物生長和衰老過程可用冠層增長系數和冠層衰減系數進行描述，量化了葉片生長和衰老過程。除此之外，用冠層覆蓋度代替LAI有利于遙感數據的直接使用，可以減少試驗工作量，同時擴大了AquaCrop模型使用的尺度和范圍。

因此，AquaCrop模型在評估水分對作物生長發育過程和產量的影響程度時，對水分和作物生長發育過程都進行了優化，提高了模型的預測精度。

圖1 AquaCrop模型作物生產力方程的演變[7]

1.2 模型特點

AquaCrop模型主要包括3大模塊，即作物生長模擬模塊、區分作物蒸騰與土壤蒸發模塊和產量對水分的響應模塊。該模型最顯著的特點主要有3個：一是用冠層覆蓋度代替葉面積指數，即將地上部分的生長描述為一個生長函數；二是通過標準化水分生產率與作物蒸騰量來表示生物量；三是將土壤蒸發從作物蒸散中分離出來。模型利用冠層覆蓋度影響作物蒸騰量的關系將作物產量與耗水量相關聯，用來模擬指定條件下作物生產力和優化不同環境下灌溉管理對策。

2 AquaCrop模型國內外研究現狀

2009年，FAO組織下的Steduto研究團隊提出了AquaCrop模型，并對模型的建模思想、運行結構、模型原理等進行了詳細的解釋[8-9]。Raes等[10]在闡述了模型的運行原理基礎上，給出了與該模型相關的應用軟件。該模型自面世以來，即受到國內外專家、學者的廣泛關注和深入研究，現歸納如下。

2.1 AquaCrop模型與其他作物模型比較

尋求模擬精度高、便于推廣的作物模型是研究者們關注的重點。為便于比較，將當前應用較廣泛的4種作物模型模擬內容和特點等列入表1。其中，張鐵楠等[11]利用AquaCrop模型與WOFOST模型模擬哈爾濱地區春小麥的生物量、產量及土壤含水率，并對模擬精度進行分析，結果表明，校正后的模型在正常年份均能準確模擬作物生長發育及產量，且模擬誤差均在合理范圍內，但是非正常年份AquaCrop模型的模擬效果不如WOFOST模型，總體來說，兩模型均適合寒地春小麥的模擬。Todorovic等[12]比較了AquaCrop、CropSyst和WOFOST 3種作物模型在意大利地中海地區模擬向日葵不同的水分處理條件下的模擬有效性，發現嚴重水分脅迫時3種模型在生物量和產量上的模擬結果均為模擬值小于實測值，但輕度及適度水分脅迫時，AquaCrop和CropSyst比WOFOST模擬效果更好，而且AquaCrop模型需要的輸入信息更少，在參數不易獲得的地區，AquaCrop模型更具有優勢。Saab等[13]研究了AquaCrop和CropSyst在不同水分處理（全灌溉、50%灌溉和雨養）和不同氮水平（高和低）條件下大麥生長的模擬有效性，結果表明在生物量和產量方面，AquaCrop模型的模擬效果優于CropSyst模型。

與其他作物模型相比，AquaCrop模型使用參考作物騰發量（ET）歸一化，這使得關系能夠適應不同氣候條件，能夠提高模型的穩定性和適應性；此外，該模型輸入參數少且模擬精度有一定保證，這為模型大范圍推廣應用奠定基礎。但是模型在非正常氣候條件下，模擬精度偏低，因此在模型應用的過程中還要不斷進行參數調試與驗證來確定非正常氣候條件下的模型參數，從而為更好地推廣模型提供基本保障。

表1 當前應用較廣泛的四種作物生長模型比較

2.2 模型參數調試與適用性評估

模型輸入參數包括氣象參數、作物參數、土壤參數和管理參數。模型參數的校正與驗證是作物生長模型應用的核心環節，雖然模型自身提供了作物的參數參考值（即保守參數），但部分參數隨地理位置、管理方式及作物品種等的變化而變化（即非保守參數）。因此，在應用模型時先要對這部分參數進行校正并驗證模型在某一地區的適用性。模型有關主要參數詳見表2。

模型參數校正過程中，首先要將大田試驗數據分為模型參數校正和模型驗證兩部分，通過OTA法[14]（即每次只對一個參數改變±10%，如果±10%超出相應參數取值范圍，則適當調整）對非保守參數進行敏感度分析，調整對模型模擬結果影響顯著或較顯著的參數，使模型的模擬值與實測值相吻合，最終確定適合當地應用條件的模型參數。敏感性分析作為模型本地化過程中的重要環節，對模型的準確模擬和進一步應用具有重要意義。邢會敏[15]利用EFAST方法對AquaCrop模型的42個作物參數進行敏感性分析，以此評估北京地區的模型參數敏感性，研究發現了對生物量、冠層覆蓋度和產量最敏感的參數，結果可用于提高模型在該地區的模擬精度。

式中，為相對敏感度；、Δ分別為模型某一參數值、參數變化量；()、(Δ)分別為參數改變前后的模擬輸出值。值越大，表示參數越敏感，參數改變對模擬結果影響越大。

利用大田試驗數據和統計指標（決定系數（2）、均方根誤差（）、最大誤差（）、模型性能指數（）、一致性指數（）等）相結合對模型模擬值與大田實測值進行擬合精度分析，評估模型適用性。其中應用比較多的統計指標如下：

均方根誤差：（8）

表2 AquaCrop模型部分作物和管理參數

模型性能指數：（9）

一致性指數：（10）

式中，為樣本個數；M、S分別為參數實測值、模擬值；為實測平均值。用來描述模型估算的誤差大小，其值越小越好；和用來描述模型的相對誤差，其值在0—1，越接近1表示模擬值與實測值間的偏差越小，即模型模擬效果越好。

2.2.1 國內研究現狀 AquaCrop模型在國內研究和應用尚處于起步階段，內容也多涉及適用性研究[16-18]。李會等[19]利用AquaCrop模型對北京市大興區不同水分處理條件下的夏玉米進行了模擬，研究認為，冠層覆蓋度和土壤含水率的模型效率指數最小分別為0.670和0.956，模型可以較好地模擬作物生長。韓健[20]利用AquaCrop模型對晉中榆次地區玉米冠層生長和土壤含水率進行模擬，校正結果表明土壤含水率、作物生產力和水分利用效率的相對誤差為0.043—0.097、0—0.138和0.054—0.120，模型能較好地模擬該地區玉米生長，可用于晉中地區玉米栽培研究。劉琦[21]利用AquaCrop模型對山西晉中地區覆膜和裸地條件下春玉米生長、地上生物量和產量進行了模擬，研究發現0—120 cm土壤含水率、農田蒸散和冠層覆蓋的決定系數（2）分別為0.86、0.86和0.96；生物量和產量相對誤差為2.83%—4.42%和3.13%—9.58%，模型對該地區春玉米的模擬具有較好的適用性。楊寧等[22]在遼寧省利用積溫改進AquaCrop模型來模擬不同覆蓋條件下玉米水分利用和產量，結果表明冠層覆蓋度和土壤貯水量的2＞0.88，調試后的模型在遼西北半干旱地區可用于指導實踐。還有學者利用AquaCrop模型模擬覆膜條件下冬小麥土壤水分動態，研究發現，在冠層覆蓋度、生物量、產量和水分利用效率方面，模擬效果表現出較好的一致性，為推廣模型應用提供理論支持[23]。

2.2.2 國外研究現狀 當前，美國、加拿大、敘利亞等國學者對AquaCrop模型參數的本地化調試與驗證進行了大量研究。Farahani等[24]用AquaCrop模型對敘利亞灌溉棉花進行了模擬，結果表明因氣候、地域、作物品種等改變模型參數需利用大田數據進行模型參數的校正和驗證。MKHABELA等[25]利用AquaCrop模型對加拿大西部地區小麥的籽粒產量和土壤含水量進行了模擬，并驗證模型在該地區的適用性，研究表明產量和土壤含水量模擬值與實測值的誤差分別為3%、2%，模型在該地區應用效果較好。隨著中國水資源短缺問題的加劇，虧缺灌溉被認為可以有效提高作物產量和水分利用效率，因此重視模型在虧缺灌溉下的產量模擬研究對保證糧食安全具有重要意義。Andarzian等[26]模擬虧缺灌溉下小麥產量誤差為3%—15%，Heng等[27]研究表明AquaCrop模型在無水分脅迫和輕度水分脅迫下產量誤差不到2%，在嚴重水分脅迫下模擬玉米產量則不理想，產量誤差超過了30%。Heng把這種產量誤差主要歸于模型對嚴重水分脅迫時作物應激的錯誤判斷，尤其是作物衰老時發生脅迫；而Katerji等[28]認為脅迫會影響作物冠層生長和作物蒸騰（），由核心公式知其進而影響生物量（）和產量（），而模型運行中，若出現脅迫因素，則會影響冠層覆蓋度的準確模擬，造成模擬不準確（土壤鹽分、肥力脅迫與之類似）。雨養地區降雨作為唯一水源，降雨變率大為作物營造不同水分情境（水分充分或者脅迫），使模型模擬效果因脅迫程度不同而不同。

AquaCrop模型可以模擬糧食、蔬菜、油料等多種作物。stricevic等[29]用AquaCrop模型模擬雨養和灌溉下甜菜、向日葵和玉米產量，發現模型在補充灌溉下極端干燥年和濕潤年的產量偏差較小，大多數比較試驗中向日葵除極端濕潤條件下產量模擬效果較差外均表現良好，甜菜在極端干旱條件下模擬效果良好。Singh等[30]用AquaCrop模型模擬10個小麥品種在充分灌溉條件下的產量來尋找最佳小麥品種，研究表明模型可以較好地模擬作物生長發育。還有人用AquaCrop模型對不同花生進行模擬，研究發現不同品種的個體差異造成模型模擬值的低估[31]。由此可知，模型輸入參數要根據作物品種及研究區環境來設置和調整，沒有一種模型可以在不同環境、品種下均能對作物生長進行準確模擬，因此，研究者應加強模型參數調試與驗證，尤其是在脅迫條件下或對不同品種作物進行研究時。

世界各國研究者利用AquaCrop模型對玉米、小麥、棉花、大豆等作物開展模型參數調試和適用性驗證的研究成果表明，該模型具有良好的適用性，但是水、熱、鹽等脅迫的存在會影響模擬精度。因此，在模型應用中應重視敏感參數的準確獲取與適當調整，加強參數的本地化調試，以便于模型能夠在更大范圍推廣應用。

2.3 優化灌溉策略與水肥管理研究

2.3.1國內研究現狀 AquaCrop模型可以根據不同氣候情景和農業生產計劃，尋求最優灌溉制度，這對提高灌溉水利用效率，優化灌溉策略具有重要意義[32]。杜文勇等[33]應用AquaCrop模型比較華北平原地區噴灌、滴灌和漫灌技術條件下冬小麥的生物量和產量的模擬效果，研究表明旱災和低溫導致作物減產，即產量和生物量的模擬值高于實際值，且產量模擬優于生物量；3種灌溉方式比較，滴灌條件下模擬效果最好，模擬成果可用于華北平原地區冬小麥灌溉管理。Wang等[34]利用AquaCrop模型模擬黃土高原地區不灌溉和1—4次灌溉條件下冬小麥的土壤含水率、生物量和谷物產量，研究發現土壤含水率在不同灌溉處理下的模擬精度不同，谷物產量在1—4次灌溉下的模擬精度較高，在濕潤年、正常年和干燥年實現高的WUE所需的最小灌溉水量為225、150和150 mm，模型可以用來評估該地區雨養和灌溉農業的灌溉策略。還有研究表明，AquaCrop模型可用于確定最佳灌水時間和灌水量，并且根據較高的產量和WUE制定出適合不同水平年的灌溉制度[35]。隨著干旱地區水資源短缺程度的加劇，合理利用水資源，提高水分利用效率對節水增產目標的實現具有重要意義。滕曉偉等[36]驗證AquaCrop模型在陜西楊凌旱區的適用性及分析干旱年份下4種灌溉情景對冬小麥生長和產量的影響，結果表明增加2次灌溉可以使干旱年份冬小麥WUE超過正常年份，說明模型可以為旱區抗旱保產及灌溉策略的制定提供理論依據。

水分和養分對作物生長的交互效應，是影響中國農田生產力的主要因素。將優化灌溉制度和合理施肥相結合是實現節水增產的重要途徑，同時也是減少肥料損失和面源污染的一個重要方式。因此，一些學者對不同灌水量與肥力水平進行了研究，王亞敏[37]運用調試完備的AquaCrop模型模擬不同的灌溉方式及不同肥力水平下的作物冠層生長、水分利用效率及蒸散發情況，研究表明模型可以用來輔助農民進行水肥決策。李玥等[38]利用AquaCrop模型模擬甘肅省榆中胡麻在不同灌溉和氮磷水平下的生物量和產量，研究表明胡麻籽粒產量和生物量的模擬值與實測值擬合較好，而且模型在充分灌溉條件下對其模擬精度要比非充分灌溉高，因此，AquaCrop模型可以指導西北胡麻區進行科學灌溉。王翔翔[39]利用AquaCrop模型模擬不同施氮量和降水年對冬小麥生長和水分利用效率的影響，結果顯示模型能準確模擬土壤含水量、生物量和產量，而且作物產量在施氮為150—225 kg N·hm-2時最高，研究成果可以為該地區不同水平年優選施氮管理模式提供參考。

2.3.2 國外研究現狀 降雨量少與變異性大是限制作物生產的關鍵因素，而且單依靠降雨僅能滿足部分地區作物生長需要，大部分地區需要灌溉。因此，探究不同土壤水分下的作物產量，利用調試完備的AquaCrop模型進行調虧灌溉或補充灌溉以指導農業實現最大生產計劃具有重要意義。Geerts等[40]用AquaCrop模型模擬玻利維亞高原不同灌溉方式下藜麥的產量，評估不同時期水分脅迫對模型模擬結果的影響，其研究表明，非充分灌溉有利于穩定產量，但是生育期土壤可利用水量為60—70 mm時模型并沒有顯著地提高水分利用效率，因此精確校正后的模型可以進行情景模擬分析。Tsegay等[41]在北埃塞俄比亞地區進行了3年田間試驗，用AquaCrop模型評估畫眉草在雨養、充分灌溉和虧缺灌溉方式下的水分脅迫反應，結果顯示，適度水分脅迫時收獲指數增加了27%，而嚴重水分脅迫導致氣孔關閉對HI0產生負面影響；研究表明，準確校正模型參數可以利用模型指導制定農業灌溉管理制度以提高作物水分生產效率。還有研究者用AquaCrop模型模擬雨養和補充灌溉條件下甜菜、玉米和向日葵產量，結果顯示，在濕潤和中度干旱的年份，灌溉和雨養條件下玉米和向日葵的實際蒸散量非常相似，而對于甜菜而言，濕潤年份模擬效果則不理想[29]。上述研究表明，環境和氣候條件對模型模擬效果有重要影響。Wellens等[42]利用AquaCrop模型模擬非洲布基納法索西南部的卷心菜，研究表明模型在模擬卷心菜產量和土壤含水率上具有較好的效果，可以幫助用戶評估產量和優化灌溉用水量。Montoya等[43]評估AquaCrop模型模擬西班牙西南部半干旱地區馬鈴薯在不同灌溉條件下的冠層覆蓋度、生物量及騰發量的有效性，試驗采用需水量的120%、100%、80%和60% 4種灌溉處理，結果表明需水量的80%和60%是高產的前提下水分利用效率最高的處理。

AquaCrop模型旨在揭示產量對水分的響應機制，該模型不僅可以用于模擬多種作物生長發育過程，還可以進行不同氣候條件下的產量預測或有限的可利用水量分配。大多數研究表明，干旱年份下補充灌溉可以顯著提高水分利用效率，也證明了非充分灌溉（適度水分脅迫）可以提高作物產量。但是，也有部分研究表明一定程度上的水分脅迫和虧缺灌溉并不是都能提高水分利用效率或者收獲指數，這主要是因為模型參數的本地化校正不準確。因此在模型應用時要加強參數校正，除此之外，還要根據作物需水規律制定合理灌水梯度，避免中度或嚴重脅迫影響模型模擬效果。

2.4 冠層覆蓋、生物量及產量模擬的有效性研究

AquaCrop模型用冠層覆蓋度代替葉面積指數作為計算作物蒸騰量的基礎，從而實現蒸發、蒸騰的分離，保證生物量的形成只與蒸騰有關。AquaCrop模型的運行機制主要指的是通過土壤水分平衡得到作物蒸騰，然后利用冠層覆蓋度與作物蒸騰相關聯獲得生物量，從而用生物量和收獲指數來表示作物產量，因此冠層覆蓋度、生物量和產量的精確模擬對模型的進一步應用具有重要意義。

2.4.1 國內研究現狀 國內學者對生物量、產量等的模擬精度進行了大量研究。李晶等[44]應用AquaCrop模型模擬東北5個地區春小麥冠層生長，發現在正常年份冠層覆蓋度的相對平均誤差在4.63%—12.86%，說明模型能較好地模擬正常年份的作物生長，但是2010年兩個地區春播低溫與灌漿期高溫干旱使模型模擬效果較差。劉興冉等[45]利用AquaCrop模擬華北平原夏玉米生長發育、生物量、產量及水分利用效率的變化，發現模型可以較好地對該地區玉米冠層生長、生物量、產量和WUE進行模擬。另外，在作物生長模擬的基礎上，AquaCrop模型還可以用于確定適當的種植日期[46]。但是，在對大蔥的生長發育的模擬中，發現AquaCrop模型只有在土壤水分充足的條件下，才能準確地模擬大蔥的生物量[47]。

2.4.2 國外研究現狀 國外學者對于AquaCrop模型在本領域的研究較國內深入，涉及推廣應用方面的研究比較多，主要文獻研究內容詳見表3。

表3 AquaCrop模型作物生長模擬主要文獻比較

表中“文獻編號”指本文參考文獻順序號

The “document number” in the table refers to the document reference number

國外關于模型模擬作物生長準確度要高于國內，這主要是因為模型保守參數采用FAO提供的參考值，而這部分參數基本是根據國外大量試驗調試和驗證得出的。國內外氣象條件、土壤條件及作物品種等不同使得模型參數與中國實際存在較大誤差，從而影響模型模擬精度。因此，對于保守參數在中國的適用性需要大量試驗驗證，以此確定適合中國國情的本地化參數。

2.5 AquaCrop模型的拓展應用

2.5.1 氣候變化條件下的產量模擬 氣候變化導致作物減產，加劇了糧食危機的到來。為了減輕極端氣候變化對產量影響的風險不確定性，將作物模型與氣象情境文件相結合，研究氣候變化對作物產量的影響，從而可以指導農民進行生產前決策以降低可能的損失[55]。Mainuddin等[56]將區域氣候模式PRECIS的情景文件與AquaCrop模型藕合，來評估未來氣候變化對湄公河流域水稻生產的影響，結果表明，分布在湄公河流域上下游的水稻在雨養條件下產量不同，但是如果進行灌溉，則未來氣候變化對產量影響不大。Vanuytrecht等[57]將AquaCrop模型與FACE環境下的CO2富集耦合探討CO2濃度升高對AquaCrop模型模擬精度的影響，研究認為，在未來進行作物生產預測時，氣候變化和CO2濃度變化對作物吸收強度與響應變化至關重要。氣候變化頻繁及極端天氣也會使得模型應用受到影響。Soddu等[58]用AquaCrop模型評估提高氣溫和降雨變率對小麥產量的影響，結果顯示模型模擬效果良好（包括嚴重水分脅迫情況下）。但是張鐵楠等[11]強調AquaCrop模型適合常規氣候下的模擬，對于高溫、干旱和暴雨等異常條件下的模擬效果則不理想。Tsegay等[41]也認為嚴重水分脅迫會導致氣孔關閉，并對參考收獲指數產生負作用，從而降低模型模擬精度。也有研究表明，干旱年和低溫均會造成模型模擬值的高估[33]。由此可見，溫度、水分等脅迫的存在會對模型輸入參數產生影響，但是一旦得以校準，AquaCrop模型仍可以用于作物產量的良好預測。

AquaCrop模型作為水驅動模型，反映了不同土壤貯水量下的作物產量水平，模型可以被用來進行旱災損失評估和農業干旱檢測。常文娟等[59]用AquaCrop模型模擬不同灌溉情境（模擬不同干旱程度）下的作物產量，結果表明模型可以對水稻生產力進行模擬，通過計算因旱減產率定量評估農業旱災損失，為進一步研究抗旱能力和優化干旱灌溉策略提供了技術支撐。

AquaCrop模型與天氣預報等情境文件結合，可以為未來不同降水年型（濕潤年、干旱年、正常年）下的產量預測提供技術支持。但是，國內關于這方面的研究鮮有報道，國外則研究比較多，這是國內學者今后需要努力的方向之一。

2.5.2 AquaCrop模型與其他模型的聯合應用 除了與情景文件耦合之外，模型還可以與其他模型聯合拓寬模型的應用范圍。傳統的農業水管理一般通過節水灌溉或技術上保證作物的產量；目前，主要是綜合考慮水價、灌溉水約束、農業政策的基礎上，通過作物水分生產函數來確定節水灌溉下的產量及農民收入。Zinyengere等[60]將氣候預報與AquaCrop模型耦合評估玉米產量的模擬精度，研究表明，通過季節性氣候預報提高AquaCrop模型對玉米產量的模擬精度，為指導玉米生產提供理論依據。Garcia-Vila等[61]考慮到水價、農業政策、灌溉水約束等的影響，將AquaCrop模型與經濟學模型相結合模擬棉花、西紅柿、向日葵、玉米的農民收入變化，研究顯示AquaCrop模型和經濟模型的聯合可以減少因灌水分配問題造成的農民收入損失。

AquaCrop模型用冠層覆蓋度代替LAI，為3S數據的直接使用提供了新途徑；當前，AquaCrop模型與3S技術的結合為拓寬模型應用范圍和高效改善農田作物水分管理提供了新工具。金秀良[62]將AquaCrop模型和多源遙感數據結合對華北平原不同灌溉和不同播種日期條件下的冬小麥WUE進行估算研究，結果表明模型對于不同灌溉和播種日期冬小麥的冠層覆蓋度、生物量和產量模擬具有很好的一致性，模型可用來優化種植日期和灌溉策略。將3S技術與AquaCrop模型聯合進行編程提高了模型運行速度，為模型由點及面研究提供了新思路。例如AquaData可自動運行AquaCrop模型的輸入文件，提高了數據庫的獲取速度；AquaGIS可以對模塊結果進行分析和空間可視化，它們為模型在區域尺度上的研究奠定了基礎。Lorite等[63]將AquaCrop模型與地理信息系統GIS聯合，分析氣候變化對西班牙南部小麥產量的影響，并編制了AquaData和AquaGIS作為輸入和輸出程序進行數據運算，結果表明，使用AquaCrop實用程序需要工作大約1 000 h，而使用AquaData和AquaGIS節約了一大半的時間。除此之外，GIS可以將AquaCrop模型的使用擴展到空間和時間分析的尺度，極大地拓寬了模型應用范圍。

以上研究表明，AquaCrop模型與3S技術相結合，可以彌補試驗數據誤差大的不足，還可以減少人力、物力和財力。因此，AquaCrop模型與其他模型或系統進行聯用能拓寬模型應用范圍和提高決策水平，為更好指導農業生產提供了重要途徑。

3 AquaCrop模型應用中存在的問題及展望

AquaCrop模型自2009年發布以來，在世界范圍內得到了廣泛的驗證和應用。總體上，AquaCrop模型在不同地區都取得了很好的模擬效果，確認了其適用性良好。但是，AquaCrop模型應用中也作了很多理想狀態的假設，例如，它假設肥料是充足的，沒有雜草的影響等。所以在實際運行過程中，仍然存在一些問題，需要在以后的研究中加以改進和完善。

3.1 保守參數缺少驗證

國內學者在探討AquaCrop 模型適用性時，保守參數直接采用參考FAO的校準值。而參考FAO的校準值是從國外大量本地化試驗調試得到的，由于大田試驗數據的缺乏，對于保守參數在國內普適性有待驗證。研究者需要用多年試驗數據對模型參數進行校正和驗證，以提高AquaCrop模型的準確性。

3.2 模型由單點尺度到區域尺度應用時遭遇瓶頸

總體來說，AquaCrop模型在國內研究和應用尚處于起步階段，內容也多涉及參數校正與驗證、適用性和灌溉管理方面，其他領域涉及較少。同時，AquaCrop 模型在國內的研究大多為單點尺度研究，區域尺度研究與應用鮮有報道。當模型應用由局部試驗站點擴大到區域尺度時，因土壤異質及地域、氣候等的不同使模型進一步推廣常遭遇瓶頸問題。在未來的研究中，國內學者要借鑒國外經驗，將區域內同一站點多年數據與多站點數據相結合對模型參數進行校正與驗證，同時可以將3S技術與AquaCrop模型聯合，拓展模型區域應用適用性。

3.3 雨養地區模擬研究比較少且模擬結果不穩定

國內外研究者對于AquaCrop模型灌溉管理方面的研究主要在不同灌溉條件下作物產量對于水分的響應研究。當前，全球農業生產用地有約80%是雨養地區，其中，雨養地區生產的糧食約占全球糧食總產量的67%，所以在未來的研究中應加強AquaCrop模型在雨養地區的適用性研究，擴展模型應用范圍，以此指導同類地區農業生產，為模型的推廣提供幫助。鑒于雨養地區模型模擬結果不穩定，研究者應加強雨養區不同水平年下參數本地化調試，獲得適合該地區的模型參數。

3.4 模型自身缺陷及改進建議

AquaCrop 模型相對于其他模型的一個顯著優勢是可以使用較少的參數進行模擬，但這也是它相對于其他模型的一個短板。與WOFOST模型相比，AquaCrop 模型缺少作物生理子模塊、養分平衡模塊以及水分和養分互作模塊。因此，AquaCrop 模型不能很好地模擬水鹽脅迫、溫度脅迫等對作物生長發育的影響。一些研究表明，在溫度、水分及鹽分嚴重脅迫的前提下，AquaCrop 模型模擬的精度不能令人滿意[11, 64-65]。還有研究發現，AquaCrop模型不能很好地模擬作物的品種[66]，并且沒有考慮到病蟲害對作物的影響，而且研究地域主要集中在國外，模型模擬范圍有待拓展。因此，在未來的研究中，AquaCrop模型研究者應該逐漸加入這些模塊，并且對模型輸入參數進行不斷校正和驗證，特別是在脅迫存在的條件下更要注意參數校驗。

References

[1] 曹衛星, 羅衛紅. 作物模擬系統及智能管理. 北京: 高等教育出版社, 2003.

Cao W X, Luo W H.. Beijing: Higher Education Press, 2003. (in Chinese)

[2] 林忠輝, 莫興國, 項月琴. 作物生長模型研究綜述. 作物學報, 2003, 29(5): 750-758.

Lin Z H, Mo X G, Xiang Y Q. Research advances on crop growth models., 2003, 29(5): 750-758. (in Chinese)

[3] 高亮之. 國際上最新推出的作物模型-AquaCrop [EB/OL]. (2009- 12-29) [2017-01-16]. http://www.jaaslib.ac.cn:88/daamnet/DAAM-10/ AquaCrop. htm.

GAO L Z. The latest crop model of the international developed by FAO-AquaCrop [EB/OL]. (2009-12-29) [2017-01-16]. http://www. jaaslib.ac.cn:88/daamnet/DAAM-10/AquaCrop.htm. (in Chinese)

[4] Raes D, Steduto P, Hsiao T C, Fereres E. AquaCrop—The FAO crop model to simulate yield response to water: II: main algorithms and software description., 2009, 101(3): 438-447.

[5] DOORENBOS J, KASSAM A H.. FAO Irrigation and Drainage Paper, Rome: FAO, 1979.

[6] Raes D, Geerts S, Kipkorir E, Wellens J, Sahli A. Simulation of yield decline as result of water stress with a robust soil water balance model., 2006, 81(3): 335-357.

[7] STEDUTO P, RAES M, HSIAO T C, FERERES E, HENG L, IZZI G, HOOGEVEEN J. AquaCrop: A new model for crop prediction under water deficit conditions., 2008, 80: 285-292.

[8] GEERTS S, RAES M, MIRANDA J A, CUSICANQUI C, TABOADA J, MENDOZA R, HUANCA A, MAMANI O, CONDORI J, MAMANI B, MORALES U, STEDUTO P. Simulating yield response to water of quinoa (Chenopodium quinoa Willd.) with FAO-AquaCrop., 2009, 197: 119-126.

[9] STEDUTO P, HSIAO T C, RAES D, FERERES E. AquaCrop-The FAO crop model to simulate yield response to water: I. Concepts and underlying principles., 2009, 110(3): 426-437.

[10] HSIAO T C, HENG L, STEDUTO P, ROJAS-LARA B, RAES D, FERERES E. AquaCrop-the FAO crop model to simulate yield response to water: III. parameterization and testing for maize., 2009, 101(3): 448-459.

[11] 張鐵楠, 付馳, 李晶, 顧萬榮, 許為政, 蘆玉雙, 魏湜. 基于寒地春小麥AquaCrop與WOFOST模型適應性驗證分析. 作物雜志, 2013, 154(3): 121-126.

ZHANG T N, FU C, LI J, GU W R, XU W Z, LU Y S, WEI S. The adaptability test analysis of AquaCrop and WOFOST model based on the cold spring wheat., 2013, 154(3): 121-126. (in Chinese)

[12] TODOROVIC M, ALBRIZIO R, ZIVOTIC L, SAAB M, STOCKLE C, STEDUTO P. Assessment of Aqua Crop, and WOFOST models in the simulation of sunflower growth under different water regimes., 2009, 101(3): 509-521.

[13] SAAB M T A, TODOROVIC M, ALBRIXIO R. Comparing AquaCrop and CropSyst models in simulating barley growth and yield under different water and nitrogen regimes. Does calibration year influence the performance of crop growth models., 2015, 147(1): 21-33.

[14] DANIEL C. One-at-a-time plans., 1973, 68(342): 353-360.

[15] 邢會敏, 相詩堯, 徐新剛, 陳宜金, 馮海寬, 楊貴軍, 陳召霞. 基于EFAST方法的AquaCrop作物模型參數全局敏感性分析. 中國農業科學, 2017, 50(1): 64-76.

XING H M, XIANG S Y, XU X G, CHEN Y J, FENG H K, YANG G J, CHEN Z X. Global sensitivity analysis of AquaCrop crop model parameters based on EFAST method., 2017, 50(1): 64-76. (in Chinese)

[16] 項艷. AquaCrop模型在華北地區夏玉米生產中的應用研究[D]. 泰安: 山東農業大學, 2009.

XIANG Y. AquaCrop model application of summer maize planting in North China[D]. Taian: Shandong Agricultural University, 2009. (in Chinese)

[17] 付馳, 李雙雙, 李晶, 王泳超, 蘆玉雙, 許為政, 魏湜. AquaCrop作物模型在松嫩平原春麥區的校正和驗證. 灌溉排水學報, 2012, 31(5):99-102.

FU C, LI S S, LI J, WANG Y C, LU Y S, XU W Z, WEI S. Calibration and validation of AquaCrop model in spring wheat region of Songnen Plain., 2012, 31(5): 99-102. (in Chinese)

[18] 郝志鵬. AquaCrop模型在關中及渭北地區的適用性評價[D]. 楊凌: 西北農林科技大學, 2013.

HAO Z P. Applicability evaluation of AquaCrop model in the Guanzhong & Weibei area[D]. Yangling: Northwest A&F University, 2013. (in Chinese)

[19] 李會, 劉釬, 蔡甲冰, 毛曉敏. AquaCrop模型的適用性及應用初探. 灌溉排水學報, 2011, 30(3): 28-33.

LI H, LIU Q, CAI J B, MAO X M. The applicability and application of AquaCrop model., 2011, 30(3): 28-33. (in Chinese)

[20] 韓健. AquaCrop模型在晉中盆地玉米栽培研究中的應用[D]. 太原: 山西大學, 2012.

HAN J. AquaCrop model application of maize planting in Jinzhong basin[D]. Taiyuan: Shanxi University, 2012. (in Chinese)

[21] 劉琦. 利用AquaCrop模型模擬覆膜春玉米耗水和產量[D]. 北京: 中國農業科學院, 2015.

LIU Q. Simulating water use and yield of plastic film mulched spring maize with AquaCrop model[D]. Beijing: Chinese Academy of Agricultural Sciences, 2015. (in Chinese)

[22] 楊寧, 孫占祥, 張立楨, 鄭家明, 馮良山, 李開宇, 張哲, 馮晨. 基于改進AquaCrop模型的覆膜栽培玉米水分利用過程模擬與驗證. 農業工程學報, 2015, 31(s1):122-132.

YANG N, SUN Z X, ZHANG L Z, ZHENG J M, FENG L S, LI K Y, ZHANG Z, FENG C. Simulation of water use process by film mulched cultivated maize based on improved AquaCrop model and its verification., 2015, 31(s1): 122-132. (in Chinese)

[23] 劉匣, 丁奠元, 張浩杰, 褚曉升, 余坤, 馮浩. 覆膜條件下對AquaCrop模型冬小麥生長動態和土壤水分模擬效果的評價分析. 中國農業科學, 2017, 50(10): 1841-1854.

LIU X, DING D Y, ZHANG H J, CHU X S, YU K, FENG H. Evaluation analysis of AquaCrop model in modeling winter wheat growing development and soil moisture under plastic mulching., 2017, 50(10): 1841-1854. (in Chinese)

[24] FARAHANI H J, IZZI G, OWEIS T Y. Parameterization and evaluation of the AquaCrop model for full and deficit irrigated cotton., 2009, 101(3): 469-476.

[25] MKHABELA M S, BULLOCK P R. Performance of the FAO AquaCrop model for wheat grain yield and soil moisture simulation in western Canada., 2012, 110(7): 16-24.

[26] ANDARZIAN B, BANNAYAN M, STEDUTO P, MAZRAEH H, BARATI M E, BARATI M A, RAHNAMA A. Validation and testing of the AquaCrop model under full and deficit irrigated wheat production in Iran., 2011, 100(1): 1-8.

[27] HENG L K, HSIAO T, EVETT S, HOWELL T, STEDUTO P. Validating the FAO AquaCrop model for irrigated and water deficient field maize., 2009, 101(3): 488-498.

[28] KATERJI N, CAMPI P, MASTRORILLI M. Productivity, evapotranspiration, and water use efficiency of corn and tomato crops simulated by AquaCrop under contrasting water stress conditions in the Mediterranean region., 2013, 130(4): 14-26.

[29] STRICEVIC R, COSIC M, DJUROVIC N, PEJIC B, MAKSIMOVIC L. Assessment of the FAO AquaCrop model in the simulation of rainfed and supplemental irrigated maize sugar beet and sunflower., 2011, 98(10): 1615-1621.

[30] SINGH A, SAHA S, MONDAL S. Modeling irrigated wheat production using the FAO AquaCrop model in west Bengal, India, for sustainable agriculture., 2013, 62(1): 50-56.

[31] KARUNARATNE A S, AZAM-ALI S N, IZZI G, STEDUTO P. Calibration and validation of FAO-AquaCrop model for irrigated and water deficient bambara groundnut., 2011, 47(3): 509-527.

[32] 林忠輝, 莫興國, 項月琴. 作物生長模型研究綜述. 作物學報, 2003, 29(5): 750-758.

LIN Z H, MO X G, XIANG Y Q. Research advances on crop growth models., 2003, 29(5): 750-758. (in Chinese)

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

DU W Y, HE X K, SHAMAILA Z, HU Z F, ZENG A J, MULLER J. Yield and biomass prediction testing of AquaCrop model for winter wheat., 2011, 42(4): 174-178. (in Chinese)

[34] WANG X, WANG Q, FAN J, FU Q. Evaluation of the AquaCrop model for simulating the impact of water deficits and different irrigation regimes on the biomass and yield of winter wheat grown on China's Loess Plateau., 2013, 129: 95-104.

[35] 倪玲. 基于AquaCrop模型的冬小麥灌溉制度研究[D]. 楊凌: 西北農林科技大學, 2015.

NI L. Irrigation management for winter wheat based on AquaCrop model[D]. Yangling: Northwest A&F University, 2015. (in Chinese)

[36] 滕曉偉, 董燕生, 沈家曉, 孟魯閩, 馮海寬. AquaCrop模型對旱區冬小麥抗旱灌溉的模擬研究. 中國農業科學, 2015, 48(20): 4100-4110.

TENG X W, DONG Y S, SHEN J X, MENG L M, FENG H K. Winter wheat irrigation simulation in arid area based on AquaCrop model., 2015, 48(20): 4100-4110. (in Chinese)

[37] 王亞敏. 基于AquaCrop模型的西北干旱半干旱地區主要作物產量-水分模擬研究[D]. 楊凌: 西北農林科技大學, 2011.

WANG Y M. Simulation of yield and water relationship of main crops in arid and semi-arid region of Northwest China based on AquaCrop model[D]. Yangling: Northwest A&F University, 2011. (in Chinese)

[38] 李玥, 牛俊義, 郭麗琢, 高珍妮, 孫小花. AquaCrop模型在西北胡麻生物量及產量模擬中的應用和驗證. 中國生態農業學報, 2014, 22(1):93-103.

LI Y, NIU J Y, GUO L Z, GAO Z N, SUN X H. Application and validation of AquaCrop model in simulating biomass and yield of oil flax in northwest China., 2014, 22(1): 93-103. (in Chinese)

[39] 王翔翔. 渭北旱源作物生長特征及其管理模式研究[D]. 北京: 中國科學院, 2015.

WANG X X. Study of crop growth characteristics and the management model of Weibei dryland on the Loess Plateau[D]. Beijing: Chinese Academy of Sciences, 2015. (in Chinese)

[40] GEERTS S, RAES D, GARCIA M, MIRANDA R, CUSICANQUI J, TABOADA C, MAMANI R, MENDOZA J, HUANCA R, MHIZHA T. Calibration and validation of the FAO-AquaCrop model for the under- utilized crop quinoa (Chenopodium quinoa Willd) in the Bolivian Altiplano//. New Orleans: ASA-CSSA-SSSA, 2007.

[41] TSEGAY A, RAES D, GEERTS S, VANUYTRECHT E, BERHANU A, DECKERS S, BAUER H, GEBREHIWOT K. Unravelling crop water productivity of Tef ((Zucc.) trotter) through AquaCrop in northern Ethiopia. Exp Agric., 2012, 48(2): 222-237.

[42] WELLENS J, RAES D, TRAORE F, DENIS A, DJABY B, TYCHON B. Performance assessment of the FAO AquaCrop model for irrigated cabbage on farmer plots in a semi-arid environment., 2013, 127(3): 40-47.

[43] MONTOYA F, CAMARGO D, ORTEGA J F, CORCOLES J I, DOMINGUEZ A. Evaluation of AquaCrop model for a potato crop under different irrigation conditions., 2016, 164: 267-280.

[44] 李晶, 付馳, 張鐵楠, 羅寧, 喬天長, 張麗芳, 魏湜. 基于AquaCrop模型的東北春麥區小麥冠層生長模擬研究. 水土保持研究, 2013, 20(6):106-110.

LI J, FU C, ZHANG T N, LUO N, QIAO T C, ZHANG L F, WEI S. Study on the simulation of the canopy growth of spring wheat in the northeast based on the AquaCrop model., 2013, 20(6): 106-110. (in Chinese)

[45] 劉興冉, 沈彥俊.AquaCrop模型在華北平原夏玉米水分研究中的應用. 農業現代化研究, 2014, 35(3):371-375.

LIU X R, SHEN Y J. Application of AquaCrop model for simulating the summer maize water use in North China Plain., 2014, 35(3): 371-375. (in Chinese)

[46] JIN X L, FENG H K, ZHU X K, LI Z H, SONG S N, SONG X Y, YANG G J, XU X G, GUO W S. Assessment of the AquaCrop model for use in simulation of irrigated winter wheat canopy cover, biomass, and grain yield in the North China Plain., 2014, 9(1): e86938-e86938.

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

LI Z Z, XU Y, LU X J, HU K L, JIANG L H, XU Y. Evaluation of the AquaCrop model for simulating biomass for Chinese green onion and soil water storage., 2011, 16(4): 59-66. (in Chinese)

[48] HENG L K, HSIAO T, EVETT S, HOWELL T, STEDUTO P. Validating the FAO AquaCrop model for irrigated and water deficient field maize., 2009, 101(3): 488-498.

[49] ARAYA A, HABTU S, HADGU K M, KEBEDE A, DEJENE T. Test of AquaCrop model in simulating biomass and yield of water deficient and irrigated barley ()., 2010, 97(11): 1838-1846.

[50] ANDARZIAN B, BANNAYAN M, STEDUTO P, MAZRAEH H, BARATI M E, BARATI M A, RAHNAMA A. Validation and testing of the AquaCrop model under full and deficit irrigated wheat production in Iran., 2011, 100(1): 1-8.

[51] SALEMI H, SOOM M A M, MOUSAVI S F, GANJI A, LEE T S, YUSOFF M K, VERDINEJED V R. Irrigated silage maize yield and water productivity response to deficit irrigation in an arid region., 2011, 20(5): 1295-1303.

[52] HUSSEIN F, JANAT M, YAKOUB A. Simulating cotton yield response to deficit irrigation with the FAO AquaCrop model., 2011, 9(4): 1319-1330.

[53] ABEDINPOUR M, SARANGI A, RAJPUT T B S, SINGH M, PATHAK H, AHMAD T. Performance evaluation of AquaCrop model for maize crop in a semi-arid environment., 2012, 110(3): 55-66.

[54] BILGA N K. Parameterization and application of the AquaCrop model for simulating bioenergy crops in Oklahoma[D]. Punjab: PunjabAgricultural University, 2012.

[55] WHISLER F D, ACOCK B, BAKER D N, FYE R E, HODGES H F, LAMBERT J R, LEMMON H E, MCKINION J M, REDDY V R. Crop simulation models in agronomic systems., 1986, 40: 141-208.

[56] MAINUDDIN M, KIRBY M, CHU T H. Adaptation to climate change for food security in the lower Mekong Basin., 2011, 3(4): 433-450.

[57] VANUYTRECHT E, RAES D, WILLEMS P. Considering sink strength to model crop production under elevated atmospheric CO2., 2011, 151(12): 1753-1762.

[58] SODDU A, DEIDDU R, MARROCU M, MELONI R, PANICONI C, LUDWIG R, SODDE M, MASCARO G, PERRA E. Climate variability and durum wheat adaptation using the AquaCrop model in southern Sardinia., 2013, 19(17): 830-835.

[59] 常文娟, 梁忠民. AquaCrop模型在農業旱災損失評估中的應用. 南水北調與水利科技, 2014(5):175-178.

CHANG W J, LIANG Z M. Application of AquaCrop model in evaluation of agricultural drought losses., 2014(5): 175-178. (in Chinese)

[60] ZINYENGERE N, MHIZHA T, MASHONJOWA E, CHIPINDU B, GEERTS S, RAES D. Using seasonal climate forecasts to improve maize production decision support in Zimbabwe., 2012, 151(12): 1792-1799.

[61] GARCIA-VILA M, FERERES E. Combining the simulation crop model AquaCrop with an economic model for the optimization of irrigation management at farm level., 2012, 36(36): 21-31.

[62] 金秀良. 基于AquaCrop模型與多源遙感數據的北方冬小麥水分利用效率估算[D]. 揚州: 揚州大學, 2015.

JIN X L.Estimation of water use efficiency of winter wheat based on AquaCrop model and multi-source remote sensing data in northern[D]. Yangzhou: Yang Zhou University, 2015. (in Chinese)

[63] LORITE I J, GARCIA-VILA M, SANTOS C, RUIZ-RAMOS M, FERERES E. AquaData and AquaGIS: Two computer utilities for temporal and spatial simulations of water-limited yield with AquaCrop., 2013, 96(6): 227-237.

[64] ARAYA A, KEESSTRA S D, STROOSNIJDER L. Simulating yield response to water of teff () with FAO's AquaCrop model., 2010, 116(1/2): 196-204.

[65] SALEMI H, SOOM M A M, MOUSAVI S F, GANJI A, LEE T S, YUSOFF M K, VERDINEJAD V R. Irrigated silage maize yield and water productivity response to deficit irrigation in an arid region., 2011, 20(5):1295-1303.

[66] KATERJI N, CAMPI P, MASTRORILLI M. Productivity, evapotranspiration, and water use efficiency of corn and tomato crops simulated by AquaCrop under contrasting water stress conditions in the Mediterranean region., 2013, 130(4): 14-26.

（責任編輯 楊鑫浩）

Advances in AquaCrop Model Research and Application

SUN ShiJun1, ZHANG LinLin1, CHEN ZhiJun1, SUN Juan2

(1College of Water Conservancy, Shenyang Agricultural University, Shenyang 110866;2Liaoning Hydrology and Water Resources Survey Bureau, Shenyang 110003)

AquaCrop is a kind of new crop model developed by FAO in 2009. It is widely used in agricultural fields, because it need fewer parameters, and can provide users more simple interface, compared with other similar crop models. According to the principle and characteristics of the AquaCrop model, some further discussions were developed on the application of this model at domestic and abroad. Analysis shows that, the AquaCrop model has achieved remarkable results in irrigation strategy, scenario simulation under climate change and joint application with other models. However, at present, the model is not perfect enough, because of the following reasons. Firstly, the lack of verification of the conservative parameters of the model usually results in lower simulation accuracy. Secondly, the objective existence of spatial variability of soil, which is commonly suitable and helpful so much when applied at single experimental station, but when applied to larger area, some more stations and data are needed. Thirdly, less research on crop growth in rain-fed areas was conducted, and its non-conservative parameters are difficult to be obtained accurately. Finally, the physiological modules, nutrient modules and interaction modules of water and nutrient are not perfect, and the crop genetic varieties and pests are not included, which result in lower simulation accuracy under severe stress conditions. It is concluded that, when the model is applied, the conservative parameters should be modified by using many years' data of crop, and non-conservative modeling parameters should be corrected by combining multi-year data at a single site with multi-sites data in the experimental region. Currently, scholars and researches are supposed to strengthen the research in rain-fed areas, enlarge the scope of application of the model, and related designers should develop more sub-modules of AquaCrop model to increase the modeling accuracy and broaden its application scope.

AquaCrop model; irrigation strategy; scene simulation; crop model

2017-01-16；接受日期：2017-07-04

國家公益性行業（農業）科研專項（201303125）、國家自然科學基金（51609137）、國家留學基金資助項目（201308210026）、遼寧省教育廳項目（2009A630）

孫仕軍，E-mail：sunshijun2000@yeah.net