基于干旱脅迫的水稻栽培模擬優(yōu)化決策系統(tǒng)(RCSODS)的訂正與檢驗

葛道闊， 曹宏鑫， 呂淞霖， 劉 巖， 李秉柏， 魏秀芳

(1.江蘇省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟與信息研究所，江蘇 南京 210014;2.江蘇省睢寧縣氣象局，江蘇 睢寧 221200)

R/WCSODS(稻/麥栽培模擬優(yōu)化決策系統(tǒng))的開放性和通用性為其在不同區(qū)域、不同層面的應(yīng)用提供了可能。近年來，針對不同區(qū)域不同生理生態(tài)脅迫類型，圍繞氮素脅迫、光照脅迫、水分脅迫等，一般采用影響因子訂正的方法，考慮各類脅迫影響，使R/WCSODS應(yīng)用性強和預(yù)測性強的特點得到進一步延伸和發(fā)展［1－9］。然而，淮河流域地處中國南北氣候過渡帶，降水量年際變化大，季節(jié)分配不均，該地區(qū)是中國旱澇災(zāi)害最為頻繁的地區(qū)之一，并且干旱發(fā)生頻率有逐年增高的趨勢，降水量往往是該地區(qū)水稻產(chǎn)量的主要限制因子［10］。因此，在干旱脅迫條件下訂正和應(yīng)用水稻栽培模擬優(yōu)化決策系統(tǒng)(RCSODS)，對增強系統(tǒng)的應(yīng)用性和水稻生產(chǎn)在受災(zāi)條件的精細化評估和數(shù)字化管理具有重要意義。

本研究根據(jù)在淮河流域代表性站點開展的大田和盆栽水稻水分控制試驗，對RCSODS中的水稻群體光合生產(chǎn)、干物質(zhì)分配和葉面積擴展等模塊進行干旱脅迫影響因素訂正，重點著眼于水稻對干旱脅迫敏感性的階段性變化，將本項目組自主研制的和國內(nèi)外引進的涵蓋干旱水分脅迫訂正因子算法的相關(guān)模型(子模型)加以集成，試圖建立一個機理性較強、可用于模擬流域范圍、考慮土壤不同水分狀況對水稻生長及產(chǎn)量形成影響的改進型RCSODS。

1 材料和方法

1.1 試驗設(shè)計

1.1.1 水稻干旱敏感性大田試驗 試驗于2010～2012年分別在江蘇省興化市、河南省信陽市進行，小區(qū)面積4 m×8 m，每小區(qū)內(nèi)設(shè)置3個重復(fù)，重復(fù)之間隔離0.12 m，小區(qū)間隔離1 m，四周有保護行，小區(qū)四周布設(shè)至少1 m深水分水平運動隔離薄膜或水泥隔離帶。分不同發(fā)育期設(shè)置處理，于孕穗、抽穗期分別設(shè)置2種土壤濕度類型(未見水10 d、未見水20 d)處理，于乳熟期分別設(shè)置2種土壤濕度類型(含水率小于60%、含水率大于60%)處理，2個對照區(qū)。返青期進行補苗，其他試驗管理同當(dāng)?shù)爻Ｒ?guī)高產(chǎn)大田。共計8個小區(qū)。孕穗、抽穗期的處理:試驗開始時排空小區(qū)內(nèi)水，以地面不見水為止。乳熟期的處理:利用雨棚阻隔自然降水，遇有強降水(中雨及以上)及時排水，一般前推20 d進行水分預(yù)備控制，相對濕度低于65%時，進行小水灌溉，控制土壤相對濕度不大于75%，試驗前5 d進行準(zhǔn)控制不再進行灌溉，遇有降水時進行遮擋，控制深度100 cm，保證土壤含水率設(shè)置要求。設(shè)2個對照區(qū)CK1和CK2。CK1:旱作水稻，自然降水，在順利出苗的基礎(chǔ)上不進行任何水分處理;CK2:適宜水分。該試驗主要用于模型參數(shù)訂正。

1.1.2 水稻干旱敏感性盆栽綜合試驗 試驗于2010～2012年在興化市進行，盆缽試驗于全封閉網(wǎng)室中開展，網(wǎng)室頂部固定透明材料，透光防雨。試驗用缽為高25 cm、直徑25 cm的塑料桶，盆栽用土取自本研究在興化市同期進行的大田水分試驗田塊耕作層表土(中壤土，最大持水量21.4%，肥力中等)，每缽裝風(fēng)干土10 kg，播前用水沉實。試驗土壤水分處理分5個時期(苗期、分蘗期、拔節(jié)孕穗期、抽穗開花期和灌漿成熟期)進行。前4個時期分別設(shè)置4個處理:未見水5 d、10 d、15 d和20 d;灌漿成熟期設(shè)置4個土壤水分水平(以土壤水分含量占最大持水量的百分比計量)處理:對照(水分水平保持75% ～80%)、輕旱(水分水平保持65% ～70%)、中旱(水分水平保持55% ～60%)和重旱(水分水平保持45% ～50%)。通過土壤水份測定儀測定法、或秤質(zhì)量法測定土壤含水量，以確定每日的補水量，控制土壤水分含量(同時考慮植株質(zhì)量變化)。該試驗主要用于模型檢驗。

1.2 測定項目

每處理期間測定葉片凈光合速率、葉片水勢、土壤含水量、土壤水勢;各主要生育期及處理結(jié)束時及時取樣，測定各器官(莖、葉、黃葉、穗、根)干質(zhì)量、分蘗數(shù)、黃葉數(shù)、面積指數(shù)參數(shù)(LAI)，開花后至成熟測定灌漿速度，成熟后測定產(chǎn)量結(jié)構(gòu)。

1.3 建模方法

在充分利用和借鑒國內(nèi)外已有的研究結(jié)論基礎(chǔ)上，嚴(yán)格按照合理有效的試驗方案開展多點多年水分控制試驗研究，獲取可用資料，從而探明水稻各主要生理、生態(tài)過程變化規(guī)律及其與環(huán)境因子之間的關(guān)系，并借助數(shù)理統(tǒng)計分析方法，分別建立定量描述上述關(guān)系的數(shù)學(xué)表達式，確定模型參數(shù)。模型建立后，用獨立于建模的其他試驗資料對模型及其參數(shù)的算法進行測試檢驗和修正，確保其可靠性與嚴(yán)格性。采用絕對平均誤差 (MAE)及均方差根(RMSE)評價與測試本模型的預(yù)測性與精準(zhǔn)度［2，11］。其 MAE 和 RMSE 越小，則表明誤差越小，模型的預(yù)測性越好、精準(zhǔn)度越高。

1.3.1 水稻群體光合生產(chǎn)模型 水稻群體光合生產(chǎn)模型是將Monsi－Saeki的光合模型和Beer的群體消光公式綜合而成的，如式(1)所示。

式中，PGDi為出苗后第 i日的群體光合量［g/(m2·d)］;NF為氮素訂正因子;Pmax為光飽和時葉片最大光合速率;B為弱光條件下光合響應(yīng)曲線的初始斜率［12－13］;PAR為光合有效輻射;K為消光系數(shù)，其值與水稻株型及葉片排列狀態(tài)密切相關(guān);m為光的透射率，一般小于10%，本研究取值0.025［14］;Si為第i日的平均太陽輻射(MJ/d);a為群體反射率(%)，取值0.05［14］;0.47 是 Si折算成 PAR 的系數(shù);LAIi為第i日的葉面積指數(shù);Di為日長。B和Pmax均隨溫度變化，分別采用下式進行溫度訂正［15］:

上式中，B0為適溫條件下光－光合響應(yīng)曲線的初始斜率，因品種而異;Pmax0為葉片在適溫與飽和光強下的最大光合速率，取值47 g/(m2·d)［16］。

由式(1)計算的第i日群體光合量(PGDi)減去呼吸消耗量(REDi)后，即為第i日的群體凈光合量(NPDi):

水稻群體第i日的呼吸消耗(REDi)包括生長呼吸和維持呼吸兩部分，可表述為:

式(5)中，Rg為生長性呼吸系數(shù)，取值為0.03;Rm、Q10分別為維持性呼吸系數(shù)及其溫度系數(shù)，取值分別為0.02和2.0，T為水稻全生育期平均氣溫(℃);DMi為干質(zhì)量，按下式計算:

式(6)中，0.68、0.82分別為CO2與碳水化合物(CH2O)以及碳水化合物與干物質(zhì)的轉(zhuǎn)換系數(shù)。將DMi在一定生育期內(nèi)累加，即可得到該生育期結(jié)束時的干物產(chǎn)量，在全生育期內(nèi)累加，則可得到最終的干物產(chǎn)量。

1.3.2 干旱對水稻LAI的影響訂正 土壤水分的多寡均加劇水稻葉片不同程度和形式的衰老，本研究不同土壤條件下的LAI采用干物質(zhì)分配法計算［7］:

式(7)中，PC為水稻地上部的分配系數(shù)，干旱脅迫按(9)式訂正;PCl為葉片干質(zhì)量占地上部干質(zhì)量的比例，按(13)式計算;LS為綠葉的相對日衰老速率，隨發(fā)育階段變化，并經(jīng)試驗資料進行干旱脅迫影響訂正;SLAi為出苗后第i d的比葉面積;△W為第(i+1)d的干物質(zhì)累積量。

1.3.3 干旱對水稻光合速率的影響訂正 按下式訂正:

式(8)中，SW為土壤含水量，SWfc為田間持水量，SWwp為土壤萎蔫含水量，SWcr為干旱脅迫時的土壤含水量臨界值(相對于田間持水量的百分率)，根據(jù)試驗取得的土壤含水量與水稻葉片水勢的相關(guān)關(guān)系求得。

1.3.4 水稻物質(zhì)分配干旱脅迫訂正因子的確定

1.3.4.1 影響根冠比的干旱脅迫訂正因子 根冠比反映了植株光合產(chǎn)物的調(diào)配和地上部與地下部相對生長的差異。大量研究結(jié)果表明，作物遭受干旱脅迫時，根冠比增大，即地上部和根間碳水化合物的分配將有利于根生長。根據(jù) MACROS模型［15］，影響根冠比的干旱脅迫訂正因子(DFrs)為:

則干旱脅迫下地上部干物質(zhì)分配指數(shù)PCD為:

顯然，干旱脅迫下地下部干物質(zhì)分配指數(shù)(PCr)D為:

根據(jù)本研究的試驗數(shù)據(jù)及式(8)，即可求得(9)～(11)式的值。

1.3.4.2 水稻地上部干物質(zhì)分配子模型 參考WCSODS確定發(fā)育指數(shù)(DI)的方法［4］，本研究利用興化、信陽等地的水稻試驗資料擬合建立了水稻地上部干物質(zhì)分配子模型，其中葉/地上部分配系數(shù)與發(fā)育指數(shù)子模型如(12)式所示。該模型可以較好地反映淮河流域水稻各生育階段干物質(zhì)分配系數(shù)與發(fā)育指數(shù)(DI)之間的關(guān)系，并用于RCSODS中水稻LAI的模擬。

1.3.5 水稻產(chǎn)量形成的干旱脅迫訂正因子的確定在RCSODS中，根據(jù)水稻抽穗前與抽穗后光合累積量向穗部轉(zhuǎn)移的基本規(guī)律，其產(chǎn)量形成的模擬模型，基本固定抽穗前和抽穗后轉(zhuǎn)移率k1和k2分別為1/3和2/3。但大量試驗結(jié)果表明，k1和k2受不同生育階段的干旱影響顯著。由本研究水稻孕穗期、抽穗期和乳熟期干旱試驗資料擬合得到(13)～(15)式，k2D1、k2D2和 k2D3分別為水稻孕穗期、抽穗期和乳熟期受干旱影響時的抽穗后轉(zhuǎn)移率，SW為土壤相對含水量，d為未見水天數(shù)，顯然，k1D1、k1D2和k1D3可由式(16)求得。

2 結(jié)果與分析

2.1 干旱脅迫訂正因子的測試

以興化市2010～2012年水稻大田試驗資料及盆栽干旱試驗資料，對光合速率的干旱脅迫訂正因子WFpn進行測試，將式(8)計算的干旱土壤水分下DFpn的模擬值，與對應(yīng)光合速率干旱脅迫影響因子DFpn的實際觀測值(取試驗得到的對照水分處理與干旱脅迫處理的單葉凈光合速率觀測值兩者的比值)相比較，對DFpn的算法進行測試。結(jié)果(圖1)顯示，MAE值和RMSE值分別為0.035和0.047，R2=0.947，兩者表現(xiàn)出很好的一致性，表明本研究的算法較為可靠。

圖1 DFpn的模擬值和實測值的比較Fig.1 Comparison between the simulated and observed data of DFpn

同理，將式(9)計算的不同土壤含水量下根冠比的干旱脅迫訂正因子(DFrs)的預(yù)測值，與對應(yīng)的DFrs實測值(取對照水分的根冠比與干旱脅迫下根冠比的比值)相比較，驗證DFrs算法的可靠性。結(jié)果(圖2)顯示，MAE值和RMSE值分別為0.027和0.033，R2=0.882，表明DFrs的預(yù)測值和實測值較為一致，模擬效果較好。

圖2 DFrs的模擬值和實測值的比較Fig.2 Comparison between the simulated and observed data of DFrs

2.2 參數(shù)調(diào)試和模型檢驗

水稻栽培模擬優(yōu)化決策系統(tǒng)(RCSODS)中，品種參數(shù)包括模擬模型參數(shù)和作物性狀參數(shù)，其中模擬模型參數(shù)包括生育模型參數(shù)、葉齡動態(tài)模擬參數(shù)、葉面積與光合生產(chǎn)模型參數(shù)(包括光合作用參數(shù)和群體消光系數(shù));作物性狀參數(shù)包括穗粒結(jié)構(gòu)參數(shù)、分蘗率參數(shù)和單株葉面積參數(shù)，單株葉面積參數(shù)中包括了水稻不同生育時期的葉面積特征值，分為F7S(7 葉期)、FTS(分蘗期)、FES(拔節(jié)期)、FHS(抽穗期)、FMS(成熟期)，表1列出了與本研究關(guān)系最為密切的品種參數(shù)。上述參數(shù)均因品種和生育期而異，根據(jù)當(dāng)?shù)囟嗄攴N植資料調(diào)試確定。江蘇省興化市、河南省信陽市確定后的參數(shù)值見表1。

表1 光合作用、群體消光系數(shù)與適宜面積指數(shù)參數(shù)Table 1 Parameters of photosynthesis，group extinction coefficient and leaf area index

利用江蘇省興化市2011年度的水稻干旱控制試驗資料及對應(yīng)逐日天氣資料，調(diào)用經(jīng)水分影響改進的RCSODS，分別模擬了不同水分處理的水稻葉面積指數(shù)和產(chǎn)量，并與對應(yīng)的實際值進行了比較(圖3和圖4)。由圖3可見，水稻孕穗期、抽穗期和乳熟期受水分脅迫影響，其LAI值與對照(水分適宜)相比，在不同階段表現(xiàn)出不同程度的減小趨勢，但變化趨勢基本一致，這與研究區(qū)域的水稻生產(chǎn)實際相符，說明模型對水分脅迫進行的訂正結(jié)構(gòu)較為合理，參數(shù)選值準(zhǔn)確。葉面積模擬值與實測值間的R2為0.950～0.988，經(jīng)方差分析，相關(guān)性均達極顯著水平。經(jīng)比較分析不同水分條件下水稻產(chǎn)量的模擬值與實測值(圖4)，模擬值與實測值間的R2=0.917，達極顯著水平，MAE值和RMSE值分別為0.551和0.623，可見產(chǎn)量模擬值和實測值在不同水分條件下相關(guān)性較好，并有一定精確度?？捎糜谘?究區(qū)域水稻產(chǎn)量干旱損失的精細化評估。

圖3 在不同時期不同持續(xù)天數(shù)干旱條件下水稻品種淮稻5號葉面積指數(shù)模擬值與實測值的比較Fig.3 Comparison between the simulated and observed LAI of rice cultivar Huaidao 5 under continuous drought at different stages

圖4 干旱條件下水稻產(chǎn)量模擬值與實測值的比較Fig.4 Comparison between the simulated and observed rice yields under drought stress

3 結(jié)論

利用淮河流域內(nèi)多個代表性站點多年的大田和盆栽水稻水分控制試驗數(shù)據(jù)及相關(guān)文獻資料，重點分析了顯著反映水稻水分脅迫產(chǎn)量效應(yīng)的各主要生理生態(tài)過程，利用本項目組自主研制的和國內(nèi)外引進的相關(guān)模型(子模型)描述上述過程的訂正因子，主要就干旱影響水稻葉面積指數(shù)、光合速率、物質(zhì)分配和產(chǎn)量形成等方面，對RCSODS進行了訂正，對各訂正因子的算法進行了測試和驗證。從模擬值與實測值的比較結(jié)果可知，對模型的訂正結(jié)構(gòu)合理，參數(shù)選值正確，訂正后模型更適應(yīng)流域內(nèi)水稻生產(chǎn)的評估與預(yù)測。

因模型訂正所用算法和定量表達能綜合考慮水稻干旱脅迫下土壤水分有效性、土壤水分脅迫的敏感性及不同生育階段的差異性，因此在淮河流域運用經(jīng)訂正改進的RCSODS開展干旱災(zāi)害產(chǎn)量損失精細化評估較為可行。需要說明的是，盡管RCSODS本身具有機理性強和通用性強的特性，但限于水稻干旱機理研究的深度、廣度以及品種的特異性，本研究的干旱脅迫訂正還有一定的經(jīng)驗成分。其他稻區(qū)用戶在使用這個模型之前，應(yīng)根據(jù)當(dāng)?shù)刭Y料，重新調(diào)整模型參數(shù)。

［1］曹宏鑫，葛道闊，趙鎖勞，等.對計算機模擬在作物生長發(fā)育研究中應(yīng)用的評價［J］.麥類作物學(xué)報，2010，30(1):183－187.

［2］葛道闊，曹宏鑫，張利華，等.WCSODS中小麥生育期模型在淮河流域旱澇脅迫環(huán)境下的改進［J］.江蘇農(nóng)業(yè)學(xué)報，2012，28(4):722－727.

［3］胡繼超，曹衛(wèi)星，羅衛(wèi)紅，等.小麥水分脅迫影響因子的定量研究Ⅱ.模型的建立與測試［J］.作物學(xué)報，2004，30(5):460－464.

［4］葛道闊，曹宏鑫，張利華，等.基于干旱澇漬脅迫的WCSODS模型訂正與檢驗［J］. 江蘇農(nóng)業(yè)學(xué)報，2013，29(3):490－495.

［5］馬新明，張娟娟，劉合兵，等.基于氮素脅迫的WCSODS模型訂正與檢驗［J］.中國農(nóng)業(yè)科學(xué)，2008，41(2):391－396.

［6］金之慶，石春林，葛道闊，等.基于RCSODS的直播水稻精確施氮模擬模型研究［J］.作物學(xué)報，2003，29(3):353－359.

［7］金之慶，石春林.江淮平原小麥漬害預(yù)警系統(tǒng)(WWWS)［J］.作物學(xué)報，2006，32(10):1458－1465.

［8］葛道闊，曹宏鑫，夏禮如，等.蘇北農(nóng)田林網(wǎng)對稻田小氣候及水稻光合作用和產(chǎn)量的影響［J］.江蘇農(nóng)業(yè)學(xué)報，2009，25(5):945－951.

［9］葛道闊，金之慶，高亮之.WCSODS在江蘇省優(yōu)質(zhì)餅干小麥栽培上的應(yīng)用［J］.江蘇農(nóng)業(yè)科學(xué)，2004(4):21－23.

［10］俞 芬，千懷遂，段海來.淮河流域水稻的氣候適宜度及其變化趨勢分析［J］. 地理科學(xué)，2008，28(4):537－542.

［11］JANSSEN P H M ，HEUBERGER P S C.Calibration of process－oriented models［J］.Ecological Modeling，1995，83:55－66.

［12］于 強，王天鐸，劉建棟，等.玉米株型與光合作用的數(shù)學(xué)模擬研究 I.模型與驗證［J］.作物學(xué)報，1998，24(1):7－15.

［13］鄭國清.玉米生長發(fā)育模擬模型(MAIZESlM)的研究［D］.南京:南京農(nóng)業(yè)大學(xué)，1999.

［14］馮利平.小麥生長發(fā)育模擬模(WHEATSM)［D］.南京:南京農(nóng)業(yè)大學(xué)，1995.

［15］PENNING D V F W T，JANSEN D M，TEN BERGE H F M，et al.Simulation of ecophysiological processes of growth in several annual crops［M］.Wageningen and IRRI:PUDOC Press，1989.

［16］MCMENNAMY J A，O’TOOLE J C.RICEMOD:A physically based rice growth and yield Model［J］.IRPS，1983，87:1－16.