基于AquaCrop模型的有機稻灌溉制度優化

邵東國，樂志華，徐保利，胡能杰，田旖旎

?

基于AquaCrop模型的有機稻灌溉制度優化

邵東國，樂志華，徐保利，胡能杰，田旖旎

（武漢大學水資源與水電工程科學國家重點實驗室，武漢 430072）

隨著人們對提高農業生產效率方法的不斷探索，水稻生產模式正發生很大變化，并由化肥農藥高投入的傳統農業向生態環保的有機農業轉變，但有機稻需耗水特性及其適宜的灌溉制度研究較少。為揭示有機稻耗水規律及不同降水年型下的灌水與產量關系，2015－2016年在湖北省漳河灌區開展了有機稻灌溉試驗研究，統計分析了有機稻與普通稻的需耗水差異，獲得了有機稻耗水及其產量特性，提出了基于AquaCrop模型與熵值法耦合的有機稻灌溉制度多目標多情景優化方法。結果表明：1）有機稻與普通稻需水量無顯著差異，但前者的排水量顯著高于后者，且前者排水中的氮磷濃度均顯著降低。有機稻產量為普通稻產量的84%，但單方灌水產值高28.5%（<0.05），具有顯著的經濟效益。2）優化后中國南方灌區有機稻適宜的優化灌溉制度為：枯水年，108% (以RAW計，下同)的土壤含水率控制下限、30 mm的灌水定額、灌水8～9次，平水年113.85%的土壤含水率控制下限、32.31 mm的灌水定額、灌水6～7次；豐水年，116.92%的土壤含水率控制下限、32.31 mm的灌水定額、灌水3～4次。該文為選擇節水、高產的有機稻灌溉方案提供參考。

灌溉；耗水；模型；熵值法；有機稻；Aqua Crop；灌溉制度多目標優化

0 引 言

近年來，隨著人們對傳統水稻生產環境污染認識的深入以及對安全、優質、生態的糧食產品重視程度的不斷提高[1-2]，生態高值的農業發展模式逐漸成為未來農業科技戰略的選擇[3-4]，有機稻則是其中的典型代表之一[5]。在巨大的市場發展潛力和良好的經濟效益驅動下，有機稻栽培面積在中國廣大稻區日益擴大，至2016年全國稻田生態種養應用面積超過80萬hm2[6]，有機稻種植面積超過126萬hm2[5]。有機稻是一種生態型水稻種植模式，與傳統水稻種植不同，有機稻在整個生育期內不使用任何肥料、農藥、生長調節劑等物質，遵循自然規律和生態原理實現水稻可持續生產過程[5]。在諸多田間灌溉試驗研究中，統計發現傳統水稻生產模式全生育期長度為90～100 d[7-8]，有機稻模式則為120～130 d[9-10]，隨著作物生長進程、生育階段長度及各階段分布日期的改變，有機水稻需水量、需水強度、需水峰值及水分敏感期等較傳統水稻模式均會有所不同[11]，但相關研究少見報道。針對有機稻模式，當前國內外學者們研究集中在有機稻品種選育、田間養分效率、環境效益、病蟲害控制、稻米品質等方面，尚缺少有機稻需耗水及灌溉制度優化的研究[9-10,12-13]。

目前，學者們已提出不少灌溉制度優化算法及模擬模型[8,14]，其中AquaCrop模型由于能夠準確地模擬農田水分平衡及作物生長，被廣泛應用于水肥對土壤-作物系統影響的研究中[15]。與其他作物模型相比，AquaCrop模型具有輸入參數少、簡捷易操作，同時又能滿足大田作物生長模擬精度要求。通過對模型參數進行率定，模型能夠較準確預測不同灌水處理下作物產量差異及土壤含水率狀況，可用于灌溉制度的優化。Geerts等將AquaCrop模型應用于不同旱作物的水肥管理模擬優化中[16-18]，模型已得到廣泛的驗證； Mainuddin等也利用AquaCrop模型研究不同氣候、不同水肥條件下水稻的優化管理制 度[19-20]，驗證模型在水稻中的適用性，但國內尚缺乏AquaCrop模型在水稻生長模擬及灌水優化中的應用研究。水稻灌溉制度優化的諸多研究中，大多以灌水量、產量或水分生產率等單一目標為優化對象[8,21]，而稻田排水作為營養元素流失的主要途徑，是衡量稻田減排的重要指標[22]，但綜合考慮灌水、排水、產量的多目標灌溉制度優化的研究較少。

本文以湖北漳河灌區水稻種植區的有機稻為研究對象，基于2015年田間試驗分析有機稻模式的耗水特性，根據2016年5種灌水處理率定并驗證AquaCrop模型，并構建多目標優化函數，以灌水、排水、產量為目標綜合評價不同灌溉情景，確定適宜的灌溉制度，為有機稻節水灌溉、安全高效生產提供理論指導。

1 材料與方法

1.1 試驗區概況

試驗于2015－2016年5－10月在漳河灌區譚店示范區進行，試驗區位于湖北省荊門市掇刀區雙喜街道（30.91N、112.16E），北依漳河灌區總干渠，東鄰鳳凰水庫，距漳河水庫13.6 km，灌溉水源充足；離荊門市區8.4 km，交通十分方便。本區屬長江中下游亞熱帶季風氣候類型，氣候溫和、無霜期長、雨量充沛、較為濕潤。本區內多年平均氣溫15.8 ℃，最高月平均氣溫27.7 ℃，多年無霜期為267 d，多年平均降雨量903.3 mm，多年平均蒸發量1 413.9 mm，年日照總時數1 300～1 600 h，潮濕系數小于1。試驗區耕地土層較厚，耕作層較深，質地黏重，透水性較差，保水、保肥、抗旱能力較強。干旱時板結堅硬，容易發生裂縫，遇水則較柔軟易耕，肥力較高，易于種植水稻。試驗區土壤飽和體積含水率0～35 cm為50%，35～100 cm為54%；田間持水率0～35 cm為39%，35～100 cm為50%；凋萎系數0～35 cm為23%，35～100 cm為32%。

1.2 試驗設計

試驗設計2種水稻種植模式，其中有機稻模式進行2 a試驗，普通稻模式進行1 a試驗；基于2015年試驗分析有機稻同普通稻的耗水差異，基于2016年試驗優化有機稻灌溉制度。有機稻試驗作物品種選用當地普遍種植的“鄂中五號”，并采用有機耕作模式，即在有機稻栽培過程中不使用化肥農藥，以翻耕的紅花草為基肥（撒種密度為22.5 kg/ hm2），分蘗肥和拔節肥施用湖北省農科所研制的有機肥料（有機質≥45%，主要成份為雞禽糞便等混合物），施肥量為4 500 kg/hm2，與當地有機稻的高產施肥量一致；稻田進行人工除草，使用殺蟲燈進行蟲害控制，其他農事操作均符合中國有機農業生產標準（GB/T 19630.1-2011）[23]。普通稻試驗品種也選擇“鄂中五號”，化肥農藥施用則控制與當地普通稻高產施肥量一致，施用3次尿素（含氮46.4%），總純氮量為145 kg/hm2（基肥50%，分蘗肥30%，拔節肥20%），使用農藥殺蟲除草。

灌水控制時，2015年有機稻和普通稻均采用淺濕灌溉，稻田分蘗后期曬田，黃熟期自然落干至收割，在其余生育期以田間水層作為灌水控制指標，在田面維持 20～50 mm水層，降雨若超過水層上限則進行排水；2016年有機稻則設置5種灌溉定額，不同生育階段的灌水量見表1，灌水時間返青期為6月1日、分蘗期為6月15日和6月23日，孕穗期為7月31日、抽穗期為8月20日、乳熟期為8月8日和9月5日。試驗期間2種水稻的移栽插秧的日期根據當地實際生產確定，各生育階段的時間見表2。

田間試驗均在野外進行，有機稻和普通稻的泡田定額、翻耕方式、移栽時稻田水深均一致，試驗小區面積均在30～35 m2之間，各處理均設置 3次重復。

表1 2016年有機稻田間試驗灌水量

表2 水稻生育期

1.3 測定項目與測定方法

氣象資料：田間設置雨量桶測降水，其他數據采用附近的漳河工程管理局團林灌溉試驗站監測資料。

土壤水分及灌水監測：每日08:00和18:00利用豎尺或美國Spectrum公司的TDR300測定田間水層高度或 10 cm土層深度處土壤含水率，灌溉水量直接由安裝在灌溉管道上的水表讀出。

作物需水量（蒸發蒸騰量）：根據田間水量平衡原理計算逐日的水稻需水：

式中W、W1分別表示第天和第1天田間可供利用的水量，mm；M表示灌溉水量，mm；P表示第天的降雨量，mm；ETi表示第天的作物需水量，mm；D表示第天的排水量，mm；DPi表示第天的滲漏量，參照Li等[24-25]的測定方法，mm。

田間排水量及排水水質：采用閘門控制排水，集中在可監測時間進行田間排水并進行排水取樣化驗，采用全自動連續流動化學分析儀（SEAL AA3型，德國布朗盧比公司）測定化驗總氮、總磷含量，排水量按下面公式計算：

式中v表示第次監測的平均流速，由美國便攜式桿式流速儀FP101測定，m/s；A表示第次監測的過水斷面面積，m2；D表示測定總時間，s；A表示試驗田面積，m2。

株高、分蘗數：每15 d用精度為0.01 m卷尺測量株高、分蘗數，每個小區隨機取10穴測量，結果取平均值。

生物量及產量：每塊試驗田每15 d選取3株有代表性植株，從莖基部剪下，獲得完整的冠部，放入烘箱內，在105 ℃下殺青，用恒溫（85 ℃）烘至恒質量后稱質量。水稻收獲后，在每個試驗田內都選取3個有代表性的1 m2樣方，脫粒并經自然風干后（平均含水率約為8.0%）稱質量，并折算成每公頃的產量，并調研水稻當年市場價格。每個樣方隨機選取10株樣品同時測定株高、穗長。

1.4 數據分析

采用SPSS數據統計分析軟件與Excel相結合，對數據統計分析、作圖等。

2 基于AquaCrop與熵值法耦合的的灌溉制度優化方法

考慮到有機稻是綠色有機農業發展的根本要求，其灌溉用水管理既要高產高效又要節水減排，有時也存在高產與節水減排的矛盾。為此，本文通過設計多種不同的灌溉水平，采用多目標多情景優化方法進行有機稻灌溉制度優化，具體思路是：首先構建率定AquaCrop作物生長模型，然后設計70種的田間灌溉情景，其次對不同情景下作物生長以及排水進行模擬計算，得到不同情景下的灌水產量以及灌排關系；最后以水稻產量、灌水量、排水量為優化目標，建立基于熵值法的多目標優化函數，綜合評價確定有機稻的最優灌溉情景。

2.1 AquaCrop模型及其參數

AquaCrop是聯合國糧農組織（FAO）于2009年推出的一個基于水分驅動的日尺度作物模型，是一個廣泛用于草本作物，包括蔬菜、糧食、飼料、水果、油、根和塊莖作物的通用模型。AquaCrop模型試圖在準確性，簡易性、穩定性和易用性之間達成平衡，幫助實際生產中的用戶，如水資源管理、灌溉組織人員和政策專家們使用該模型進行規劃和情景分析。近年來，該模型已被廣泛應用于地模擬不同氣候條件、栽培管理、水分脅迫和氮素限制條件下的水稻、小麥、玉米等糧食作物的生長發育、蒸發蒸騰量和土壤水分平衡[15-20]。

AquaCrop模型的產量通過生物量計算得到，計算公式為：

式中為地上部生物量，kg/m2；WP為水分生產率， kg/(m2×mm)；T為實際蒸騰量，mm；為作物產量，kg/m2；HI為作物收獲指數，%。其中WP是模型中非常重要的參數，其值隨年平均CO2濃度及作物品種的不同而發生變化。其通常被表示為WP*，在數值上WP*被量化為地上部生物量與“T/ET0”的比值，在特定氣候條件下對 某一特定作物品種而言其為常數，其演化計算過程見文獻[26]。

AquaCrop模型模型包括作物生長、田間管理、水分脅迫、植株氮素平衡以及土壤水分平衡在內的多個模擬模塊。模型運行所需輸入數據包括4類，作物參數、氣象參數、土壤參數和田間管理參數。作物參數包括種植密度、冠層增長和衰減系數、生育期天數、冠層覆蓋度參數等；氣象參數包括日最高、最低溫、日降水量、平均風速、ET0值等；土壤參數包括土壤類型、土壤質地、飽和含水率、田間持水率等；田間管理數據包括耕作方式、灌溉水量、灌溉日期等。

2.2 模擬灌溉情景設計

灌水模擬情景設計主要考慮2個因素，灌溉時的土壤含水率和灌水定額，情景設計時土壤含水率盡可能涵蓋該地區水稻生育期內可能經歷的最低和最高水分脅迫程度，灌水定額情景設計應涵蓋田間可實現的最小灌溉定額和最大灌溉定額。模型中輸入的土壤含水率需要表示為RAW（readily available soil water）的百分比，RAW的大小為田間持水率與凋萎系數之差的一半。土壤體積含水率設計為RAW 的80%、120%、140%、160%、170%、180%、190%、200%、210%、220%，灌水定額包括30、40、50、60、70、80、100 mm，交叉后共70種模擬灌溉情景。模型模擬時間為1981－2016年，通過繪制皮爾遜-Ⅲ型曲線選擇頻率￠=25%為豐水年、￠=50%為中水年、￠=75%為枯水年，在3種降水年型中各選擇2個典型年份的模擬數據進行有機稻灌溉增產潛力分析，其中豐水年選擇1997年（832.8 mm）和1987年（688.8 mm）、平水年選擇2006年（445.8 mm）和2007年（606.3 mm）、枯水年選擇1981年（301.5 mm）和1985年（359.4 mm）。

2.3 基于熵值法的多目標優化函數

熵值法是一種根據各指標所含信息變異程度來確定權重的一種方法，利用信息熵描述樣本數據變化的相對速率，系數越接近于1，距目標就越近；系數越接近于0，距目標就越遠[27]。函數構建時灌溉情景表示為第個情景，不同灌溉情景下的產量、灌水量、排水量表示為第個情景的第項指標，產量越大越優，灌水量和排水量為越小越優，函數構建如下：

（6）

3 結果與分析

3.1 有機稻耗水及性狀特性分析

2015年試驗結果發現，有機稻返青至乳熟需水量525.96 mm，普通稻則為460.17 mm，2種模式間的需水量差異沒有達到顯著水平（>0.05），但有機稻全生育期共需127 d，顯著大于普通稻（111 d）（<0.05）。研究認為有機稻同普通稻生育期長度差異的主要原因是施用肥料的差異，有機肥含有豐富的有機質和各種養分，肥效長，可為作物直接提供養分；但有機肥養分含量低，肥效緩慢，難以完全滿足作物生長旺盛時期對養分的需求，延緩了水稻的生長進程，從而增加水稻生育期長度，稻田耗水也相應發生變化。計算分析稻田水量平衡各要素發現，有機稻模式的灌水量、排水量、滲漏量均顯著大于普通稻模式（<0.05），其中有機稻灌水量420 mm，較普通稻增加78.7%，滲漏量增加37.6%。有機稻的排水量為99.61 mm，較普通稻增加3倍；測定分析2種模式地面排水水質發現（表3），有機稻的總氮、總磷濃度均值分別為0.91、0.05 mg/L，其中總氮濃度較普通稻降低0.35 mg/L，總磷濃度降低0.05 mg/L。結果表明有機稻模式同普通稻模式在水稻生育期長度、稻田灌排水特性等方面均存在較大差異；有機稻稻田灌水、排水、滲漏量均較大，尚存在優化的空間。

水稻測產結果顯示（表4），有機稻同普通稻的株高、產量均存在顯著差異（<0.05），其中有機稻株高均值為106.58 cm，高出普通稻7.6%；空殼率高于普通稻10.5%，千粒質量與普通稻無顯著差異，有機稻產量7 903.50 kg/hm2，僅為普通稻模式（9 410.10 kg/hm2）的84%，同Way等[29-30]的研究結果一致。有機稻市場價格7.20元/kg，產值達5.69萬元/hm2，是普通稻（2.48萬元/hm2）的2.29倍，單方灌水產值13.54元/m3（產值/灌水量），較普通稻增加28.5%。有機稻模式較普通稻模式稻田耗水雖有增加，但單方水產值卻上升，故有機稻模式對提質增收、提高農村經濟效益有積極作用。

表3 稻田耗水過程及排水水質

注：同列數字后字母相同，表示各處理間無顯著性差異（＞0.05），下同。

Note: Numbers in the same column followed by the same letter are not significantly different (＞0.05), the same below.

表4 普通稻和有機稻水稻性狀特征

3.2 有機稻灌溉制度優化

3.2.1 模型率定與驗證

有機稻模式改變了水稻的生長進程及耗水特性，針對普通水稻設計的優化灌溉制度難以適用于有機稻模式，因此優化有機稻模式的灌溉制度對實現稻田的節水增效具有重要的作用。文中選擇2016年有機稻田間試驗處理1的數據對AquaCrop模型進行率定，將模擬得到的土壤含水率、作物產量、作物地上生物量同實測值比較，相應調整模型中冠層增長和衰減系數、作物水分脅迫響應系數、作物收獲指數等其他作物參數，使兩者充分接近為止，率定后的部分參數見表5。保持率定后的基本參數不變，將2016年有機稻試驗處理2～處理5的數據輸入模型中進行驗證，模擬結果與實測數據進行對比，驗證模型精度。模擬值與實測值的吻合程度采用相對均方根誤差（relative root mean squared error, RRMSE）、模型效率（Nash-Sutcliffe efficiency, EF）和決定系數（coefficient of determination,2）對模型運行效果進行評價[31-32]。模擬及評價結果見圖1，比較水稻產量、土壤含水率、地上生物量的的實測值和模擬值，發現實測的數據點均落在模擬值線附近，決定系數和模型效率均在0.7以上，相對均方根誤差0.15～0.28，產量模擬2、EF、RRMSE分別為0.98、0.95、0.15。模擬值與實測值之間有較好一致性。以上模擬結果表明，率定后AquaCrop模型能夠較好模擬有機稻的作物生長過程以及水分產量關系。

表5 率定后的AquaCrop模型輸入參數值

3.2.2 有機稻灌溉制度優化

圖2為模擬的3種降水年型下70種灌溉組合有機稻的產量隨灌溉定額的變化關系以及擬合后的相關函數。由圖分析可知，有機稻產量隨灌溉定額的變化分為2個階段：一是迅速增加階段，在這一階段隨著灌溉定額的增加有機稻產量迅速增加；二是產量穩定階段，當灌溉定額達到某一程度以后，繼續增加灌溉定額增產作用就不明顯，產量穩定在較高水平或輕微增長。模擬結果可以得到：枯水年以1981年和1985年為例，有機稻生育期內降水少，水分虧缺嚴重，雨養產量很低，補充灌溉250 mm后產量可達到7 300 kg/hm2以上，灌溉增產潛力很大，每補充灌溉100 mm，產量增加3 000 kg/hm2左右；平水年份以2006年和2007年為例，有機稻雨養條件下的產量分別為5 607、5 841 kg/hm2，補充灌溉到最高產量水平范圍需要灌水150 mm左右，每補充灌溉100 mm可以提高產量1 800 kg/hm2左右；豐水年份以1987年和1997年為例，有機稻雨養條件下產量分別為6 767、 4 481 kg/hm2，補充灌溉到最高產量范圍需要補灌50 mm左右，每補充灌溉50 mm，可提高產量950 kg/hm2左右。

圖1 模型驗證

圖2 不同灌溉制度下的有機稻產量

表6為2016年有機稻田間實測數據，表7為優化后的灌溉制度。通過構建的多目標優化函數計算各年份下70種灌溉情景的綜合評價值，得到1981－2016年每年的模擬情景中值最大的灌溉情景，并依據不同的降水年型對優選出的灌溉情景取平均值，獲得多目標優化下不同降水年型的優化灌溉制度。灌溉制度優化后，2016年模型模擬的稻田排水為71.90 mm，較2016年的高產處理T1減少12.9 mm；2015年模型模擬稻田排水量為 20.00 mm，比2015年田間試驗實測排水量（99.61 mm）降低79.61 mm，說明灌溉制度優化后可明顯減小有機稻的稻田排水，通過消減排水間接達到減排效果。2015年、2016年模型模擬的有機稻灌溉定額均為200.00 mm，較2015年未優化時的實測灌水量（420 mm）低60%，較2016年高產處理T1的灌水量（330 mm）低24%，但模擬產量均不低于2015－2016年的試驗產量，說明優化后的灌溉制度不僅可以保證有機稻的高產，而且能夠實現稻田的節水灌溉。

為指導未來有機稻的優化灌溉并滿足高效節水減排目標，根據降水年型對優選出的灌溉情景取均值，得到豐水年、平水年、枯水年的適宜灌溉制度，見表7。分析發現不同年型下的灌水次數為非整數，為便于生產中實際操作，豐水年灌水次數取3～4次、平水年6～7次、枯水年8～9次。最終得到適宜南方灌區有機稻的優化灌溉制度為：枯水年108%的土壤含水率（以RAW計，下同）控制下限、30 mm的灌水定額、灌水8～9次，平水年113.85%的土壤含水率控制下限、32.31 mm的灌水定額、灌水6～7次，豐水年116.92%的土壤含水率控制下限、 32.31 mm的灌水定額、灌水3～4次。

表6 2016年有機稻田間試驗結果

表7 不同年型下的優化灌溉制度

注：土壤含水率以RAW計。Note：Soil moisture is based on by RAW.

4 討 論

傳統灌溉制度優化大多以產量最大、灌水最小或水分生產率最高為優化目標[8,21]，較少考慮田間排水優化，而通過排水釋放到排水溝渠中的營養元素是稻田面源污染的重要來源[22,33]，而通過優化灌溉制度可有效減少稻田排水量，達到稻田減排目的。本文考慮排水的灌溉制度優化后，較優化前2015—2016年的實際稻田排水均可消減12.9 mm以上，可有效控制稻田水肥流失、降低面源污染風險。

2015年試驗研究結果顯示在相同的灌溉控制下，雖然有機稻生育期灌水量高于普通稻、產量低于普通稻，但有機稻產值5.69萬元/hm2，是普通稻的2.29倍，單方灌溉水糧食產值超出普通稻28.5%，實現了從傳統的節水增糧轉變為節水增效的目標。有機稻灌溉制度優化后，2015年和2016年的灌水量模擬值均低于田間試驗實測值，可實現有機稻的灌溉節水。

作物生長模擬模型的使用可以大大減少試驗時間及成本的投入，可以實現更多組合的優化設計，適用于較多因素、水平的試驗方案模擬。Shrestha等[20]使用AquaCrop模型對尼泊爾的水稻進行模擬，水稻生物量的R2、EF值分別達到0.94和0.92；本文將AquaCrop模型引入中國湖北漳河灌區的水稻模擬中，模擬值與實測值吻合度均較好，生物量的2、EF值分別達到0.79和0.89，驗證模型在該區域水稻的適用性。

以往研究利用作物模型優化灌溉制度優化時，大多基于作物模型的模擬情景進行統計分析[14,18]，本文引入多目標優化函數同作物模型耦合，構建基于AquaCrop與熵值法的多目標作物模擬優化模型，為作物灌溉制度優化提供新方法。

5 結 論

本研究旨在研究有機稻需耗水及其產量特性，提出有機稻灌溉制度多目標優化方法，得到適宜中國南方灌區有機稻的優化灌溉制度，得到以下結論：

1）有機稻與普通稻需水量差異不顯著，有機稻返青至乳熟需水量525.96 mm，普通稻則為460.17 mm；有機稻灌水量420 mm，顯著高于較普通稻。有機稻、普通稻的排水量分別為99.61 mm、23.75 mm，但有機稻排水中的總氮、總磷含量均顯著低于普通稻。有機稻的產量為普通稻產量的84%，但有機稻產值5.69萬元/hm2，是普通稻的2.29倍，對獲得綠色有機產品、農民增收、提高農田經濟效益均有積極作用。

2）驗證AquaCrop模型在中國南方灌區水稻生長模擬以及灌溉制度優化中的適用性，其中產量模擬的2、EF、RRMSE值分別為0.98、0.95、0.15，可為中國水稻灌溉制度優化提供新方法。

3）模擬得到不同降水年型下有機稻的灌溉增產潛力。有機稻在枯水年型下灌溉增產潛力最大，需補灌250 mm，每補充灌溉100 mm，產量增加3 000 kg/hm2左右；平水年型補充灌溉到最高產量水平范圍需要灌水150 mm左右，每補充灌溉100 mm可以提高產量1 800 kg/hm2左右；豐水年型補充灌溉到最高產量范圍需要補灌50 mm左右，每補充灌溉50 mm，可提高產量950 kg/hm2左右。

4）提出了基于AquaCrop模型和熵值法耦合的多目標多情景的灌溉制度優化方法，得到不同年型下有機稻適宜的灌溉制度：枯水年108%（以RAW計，下同）的土壤含水率控制下限、30 mm的灌水定額、灌水8～9次，平水年113.85%的土壤含水率控制下限、32.31 mm的灌水定額、灌水6～7次，豐水年116.92%的土壤含水率控制下限、32.31 mm的灌水定額、灌水3～4次。

[1] 陸文聰，劉聰. 化肥污染對糧食作物生產的環境懲罰效應[J]. 中國環境科學，2017，37(5)：1988－1994. Lu Wencong, Liu Cong. The “environmental punishment” effect of fertilizer pollution in grain crop production[J]. China Environmental Science, 2017, 37(5): 1988－1994. (in Chinese with English abstract)

[2] 劉欽普，林振山，周亮. 山東省化肥使用時空分異及潛在環境風險評價[J]. 農業工程學報，2015，31(7)：208－214. Liu Qinpu, Lin Zhenshan, Zhou Liang. Spatio-temporal differentiation and environmental risk assessment of fertilization in Shandong Province, China [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(7): 208214. (in Chinese with English abstract)

[3] 趙其國，黃季焜. 農業科技發展態勢與面向2020年的戰略選擇[J]. 生態環境學報，2012，21(3)：397403. Zhao Qiguo, Huang Jikun. The trend of agricultural science and technology development and the strategies for 2020 [J]. Ecology and Environmental Sciences, 2012, 21(3): 397403. (in Chinese with English abstract)

[4] 付恭華，鄢幫有. 中國未來的糧食安全與生態可持續性問題研究：基于糧食生產過程生態足跡的實證分析[J]. 長江流域資源與環境，2013，22(12)：15501556. Fu Gonghua, Yan Bangyou. Ecological agriculture can guarantee food security in China [J]. Resources and Environment in the Yangtze Basin, 2013, 22(12): 15501556. (in Chinese with English abstract)

[5] 劉曉梅，余宏軍，李強，等. 有機農業發展概述[J]. 應用生態學報，2016，27(4)：13031313. Liu Xiaomei, Yu Hongjun, Liiqiang et al. Overview of organic agriculture development[J]. Chinese Journal of Applied Ecology, 2016, 27(4): 13031313 (in Chinese with English abstract)

[6] 董心普. 廣西有機稻產業化發展研究[D]. 南寧：廣西大學，2013. Dong Xinpu. Research on Development of Organic Rice Industry in Guangxi Province [D]. Nanning: Guangxi University, 2013. (in Chinese with English abstract)

[7] 鄭紅明. 2016年我國水稻生產發展報告[J]. 中國糧食經濟，2016(12)：3740. Zheng Hongming. Report on the development of rice production in China in 2016 [J]. China Grain Economy, 2016(12): 3740. (in Chinese with English abstract)

[8] 楊娜，付強，李榮東，等. 連續蟻群算法在水稻灌溉制度優化中的應用[J]. 農業工程學報，2010，26(增刊1)： 134138. Yang Na, Fu Qiang, Li Rongdong, et al. Application of ant colony algorithm based continuous space in optimizing irrigation regime of rice[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(Supp.1): 134－138. (in Chinese with English abstract)

[9] 楊勇. 稻漁共作生態特征與安全優質高效生產技術研究[D]. 鎮江：揚州大學，2004.Yang Yong. Study on Ecological Characteristics and Technique for Safe Good Quality and High Benefit of Rice-Fish Culture[D]. Zhenjiang: Yangzhou University, 2004. (in Chinese with English abstract)

[10] 陳淑峰，孟凡喬，吳文良，等. 東北典型稻區不同種植模式下稻田氮素徑流損失特征研究[J]. 中國生態農業學報，2012，20(6)：728733. Chen Shufeng, Meng Fangqiao, Wu Wenliang, et al. Nitrogen loss characteristics via runoff in typical rice planting area in Northeast China under different planting managements[J]. Chinese Journal of Eco-Agriculture, 2012, 20(6): 728－733 (in Chinese with English abstract)

[11] 李遠華. 節水灌溉理論與技術[M]. 武漢：武漢水利電力大學出版社，1999.

[12] 岳玉波，沙之敏，趙崢，等. 不同水稻種植模式對氮磷流失特征的影響[J]. 中國生態農業學報，2014，22(12)： 14241432. Yue Yubo, Sha Zhimin, Zhao Zheng, et al. Effects of rice cultivation patterns on nitrogen and phosphorus leaching and runoff losses[J]. Chinese Journal of Eco-Agriculture, 2014, 22(12): 1424－1432 (in Chinese with English abstract)

[13] 孫向平，李國學，孟凡喬，等. 新疆伊犁墾區有機水稻生產養分平衡及氮素污染風險分析[J]. 農業工程學報，2011，27(增刊2)：158162. Sun Xiangping, Li Guoxue, Meng Fanqiao, et al. Nutrients balance and nitrogen pollution risk analysis for organic rice production in Yili reclamation area of Xinjiang[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(Supp.2): 158162. (in Chinese with English abstract)

[14] 李亞龍，崔遠來，李遠華，等. 基于ORYZA 2000模型的旱稻生長模擬及氮肥管理研究[J]. 農業工程學報，2005，21(12)：141146.Li Yalong, Cui Yuanlai, Li Yuanhua, et al. Growth simulation of aerobic rice and its nitrogen management on the basis of ORYZA2000[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2005, 21(12): 141－146. (in Chinese with English abstract).

[15] 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)：2833. Li Hui, Liu Yu, Cai Jiabing, et al. The Applicability and Application of AquaCrop Model[J]. Journal of Irrigation and Drainage, 2011, 30(3): 2833. (in Chinese with English abstract)

[16] Geerts S, Raes D, Garcia M. Using AquaCrop to derive deficit irrigation schedules[J]. Agricultural Water Management,

2010, 98(1): 213216.

[17] Geerts, S, Raes, D. Deficit irrigation as an on-farm strategy to maximize crop water productivity in dry areas.[J]. Agricultural Water Management, 2009, 96(9): 12751284.

[18] 楊寧，孫占祥，張立楨，等. 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[J]. 農業工程學報，2015，31(增刊1)：122132. Yang Ning, Sun Zhanxiang, Zhang Lizhen, et al. Simulation of water use process by film mulched cultivated maize based on improved Aqua Crop model and its verification[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(Supp.1): 122－132. (in Chinese with English abstract)

[19] Mainuddin M, Kirby M, Chu T H. Adaptation to climate change for food security in the lower Mekong Basin[J]. Food Security, 2011, 3(4): 433450.

[20] Shrestha N, Raes D, Vanuytrecht E, et al. Cereal yield stabilization in Terai (Nepal) by water and soil fertility management modeling[J]. Agricultural Water Management, 2013, 122(2): 5362.

[21] 于芷婧，尚松浩. 華北輪作農田灌溉制度多目標優化模型及應用[J]. 水利學報，2016，47(9)：11881196. Yu Zhijing, Shang Songhao. Multi-objective optimization method for irrigation scheduling of crop rotation system and its application in North China[J]. Journal of Hydraulic Engineering, 2016, 47(9): 11881196. (in Chinese with English abstract)

[22] 楊士紅，彭世彰，徐俊增，等. 不同水氮管理下稻田氨揮發損失特征及模擬[J]. 農業工程學報，2012，28(11)： 99104. Yang Shihong, Peng Shizhang, Xu Junzeng, et al. Characteristics and simulation of ammonia volatilization from paddy fields under different water and nitrogen management[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(11): 99－104. (in Chinese with English abstract)

[23] 中國標準出版社. 有機產品：GB/T 19630.1-2011[S]. 北京：中國標準出版社, 2012.

[24] Li Chengfang, Cao Cougui, Wang Jinping, et al. Nitrogen losses from integrated rice–duck and rice–fish ecosystems in southern China[J]. Plant and Soil, 2008, 307(1): 207217.

[25] 邵東國，楊霞，徐保利，等. 南方丘陵區多層土壤結構水平和垂向滲流特征試驗與模擬研究[J]. 水利學報，2017，48(7)：799807. Shao Dongguo, Yang Xia, Xu Baoli, et al. Field experiment and simulation of lateral and vertical water flow in multi-layer soil in hilly region of southern China[J]. Journal of Hydraulic Engineering, 2017, 48(7): 799807. (in Chinese with English abstract)

[26] FAO. FAO Reference manual[R]. FAO, 2017.

[27] 魏永霞，宋族鑫，嚴昌榮，等. 基于熵權的模糊物元模型在坡耕地水土保持耕作技術模式評價中的應用[J]. 水土保持研究，2008，15(6)：194196. Wei Yongxia, Song Zuxin, Yan Changrong, et al. Application of fuzzy matter-element model based on entropy-weight in comprehensive evaluation of sloping darmland soil and water conservation tillage technology models[J]. Research of Soil and Water Conservation, 2008, 15(6): 194196. (in Chinese with English abstract)

[28] 樂志華，邵東國，李浩鑫，等. 漳河灌區節水改造綜合效益評價[J]. 中國農村水利水電，2016(7)：1114.Le Zhihua, Shao Dongguo, Li Haoxin, et al. The comprehensive benefit evaluation of water-saving Reform of zhanghe irrigation district[J]. China Rural Water and Hydropower, 2016(7): 1114. (in Chinese with English abstract)

[29] Way M O, Mc Cauley G M, Zhou X G, et al. Texas Rice Produc?tion Guidelines[M]. College Station, TX: Texas A&M Agri LifeExtens Serv Pub, 2014: 57.

[30] Ponti T D, Rijk B, Ittersum M K V. The crop yield gap

between organic and conventional agriculture[J]. Agricultural Systems, 2012, 108(4): 19.

[31] Whitmore A P. A method for assessing the goodness of computer simulations of soil processes[J]. Journal of Soil Science, 1991, 42: 289–299.

[32] Krause P, Boyle D P, Base F. Comparison of different efficiency criteria for hydrological model assessment[J]. Advances in Geosciences, 2005, 5: 89–97.

[33] 陳會，王康，周祖昊. 基于排水過程分析的水稻灌區農田面源污染模擬[J]. 農業工程學報，2012，28(6)：112－119. Chen Hui, Wang Kang, Zhou Zuhao. Simulation of agricultural non-point source pollution from paddy rice irrigation district based on analyses of drainage processes[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(6): 112－119. (in Chinese with English abstract)

Optimization of irrigation scheduling for organic rice based on AquaCrop

Shao Dongguo, Le Zhihua, Xu Baoli, Hu Nengjie, Tian Yini

(430072,)

Along with the continuous exploration in enhancing agricultural productivity, the traditional agriculture which needs high input of chemical fertilizer and pesticide is gradually turned into an ecologically and environmentally friendly organic agriculture. However, there are few studies on water consumption characteristics and irrigation schedule of organic rice. To reveal the pattern of water consumption and the relationship between irrigation and yield under different precipitation types, field experiments were carried out during the rice growth period in 2015–2016 in Zhanghe Irrigation District, Hubei Province. In 2015, the same rice variety was cultivated in different modes:1) in traditional mode, the chemical fertilizer was used; 2) in organic mode, the manure was used. The irrigation schedule was similar for the both modes: to keep water depth to 20-50 mm. If the rainfall was over the 50 mm, drainage was conducted. Based on the experimental results, we analyzed the difference of water consumption between organic rice and traditional rice, and obtained information on water consumption and yield characteristics of the organic rice. Based on the results of 2015, an optimization experiment of organic rice cultivation was set up: the irrigation amount was 0, 50, 120, 230 and 330 mm, respectively. Then we proposed a multi-objective and multi-scenario optimization method of irrigation scheduling by using AquaCrop model and entropy method. One of the treatments was used for model calibration and the others were for validation. The results showed: 1) the evapotranspiration of traditional rice and organic rice from the period of steeping field and reviving to milk ripening were 420 mm and 235 mm, respectively. The drainage of organic rice and traditional rice were 99.61 and 23.75 mm, respectively. The mean TN concentration of water discharge in organic rice were lower than that in traditional rice, and the TP concentration of water discharge in organic rice were also lower than that in traditional rice. 2) The yield of organic rice accounted for 84% of the traditional rice yield，plant height were 7.6% higher than that of traditional rice, the empty shell rate were 10.5% higher than of the traditional rice. 3) the model measurement and simulation matched well with Nash-Sutcliffe efficiency above 0.7, relative root mean square of error 0.15-0.28, and coefficient of determination higher than 0.7, indicating that the model could simulate the yield well under different conditions. 4) After optimization, the irrigation schedule of organic rice in southern China were: in dry year, the lowest limit of soil volume water content were 108%RAW (readily available soil water), irrigation quota were 30 mm, frequency of irrigation were 8 to 9 times; in normal year, the lowest limit of soil volume water content were 113.85 %RAW, irrigation quota were 32.31mm, frequency of irrigation were 6 to 7 times and in wet year, the lowest limit of soil volume water content were 116.92%RAW, irrigation quota were 32.31 mm, frequency of irrigation were 3 to 4 times. The study validated the applicability of AquaCrop model in rice growth simulation and irrigation schedule optimization in China and established a method of optimizing irrigation schedule by coupling AquaCrop model and entropy method, providing technical guidance to organic rice production.

irrigation; evapotranspiration; models; entropy method; organic rice; AquaCrop; multi-objective optimization

10.11975/j.issn.1002-6819.2018.19.015

S274.1

A

1002-6819(2018)-19-0114-09

2018-02-02

2018-06-04

國家自然科學基金重點項目（51439006）；國家自然科學基金面上項目（51379150）

邵東國，教授，博士生導師，主要從事水資源高效利用及其生態環境效應研究。Email：dgshao@whu.edu.cn

邵東國，樂志華，徐保利，胡能杰，田旖旎.基于AquaCrop模型的有機稻灌溉制度優化[J]. 農業工程學報，2018，34(19)：114－122. doi：10.11975/j.issn.1002-6819.2018.19.015 http://www.tcsae.org

Shao Dongguo, Le Zhihua, Xu Baoli, Hu Nengjie, Tian Yini.Optimization of irrigation scheduling for organic rice based on AquaCrop[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(19): 114－122. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2018.19.015 http://www.tcsae.org