APSIM玉米模型中輻射估算的誤差傳輸*

毛洋洋1，趙艷霞2**，張 祎2，胡正華3，魏 亮1

?

APSIM玉米模型中輻射估算的誤差傳輸

毛洋洋，趙艷霞，張 祎，胡正華，魏 亮

（1．河南省氣象培訓(xùn)中心，鄭州 450003；2．中國(guó)氣象科學(xué)研究院，北京 100081；3．南京信息工程大學(xué)氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心/耶魯大學(xué)-南京信息工程大學(xué)大氣環(huán)境中心，南京 210044）

以華北地區(qū)3個(gè)典型站點(diǎn)（山東省莒縣站、河南省鄭州和南陽(yáng)站）為研究對(duì)象，分析計(jì)算玉米生長(zhǎng)期間Angstrom-Prescott模型、Ogelman模型、Bahel模型、日照百分率和氣溫日較差綜合模型（簡(jiǎn)稱綜合模型）和劉可群等太陽(yáng)總輻射估算模型的相對(duì)誤差，分別將該5個(gè)模型估算結(jié)果和太陽(yáng)輻射實(shí)測(cè)值（依次命名為模擬方案1-5和模擬方案0）輸入APSIM玉米模型，計(jì)算各模型驅(qū)動(dòng)APSIM玉米模型模擬產(chǎn)量的相對(duì)誤差，分析由于太陽(yáng)輻射估算誤差對(duì)模型產(chǎn)量模擬結(jié)果造成的誤差傳輸。結(jié)果表明，5個(gè)日太陽(yáng)輻射模型在生長(zhǎng)期內(nèi)的平均估算誤差（ε）在莒縣站以A-P模型最小，在鄭州和南陽(yáng)站點(diǎn)以綜合模型最?。桓鬏椛涔浪隳Ｐ蛯?duì)APSIM模型的產(chǎn)量模擬結(jié)果均有明顯影響，綜合模型模擬結(jié)果最好，其驅(qū)動(dòng)APSIM模擬的玉米產(chǎn)量誤差最??；5個(gè)輻射模型估算誤差對(duì)APSIM模型模擬玉米產(chǎn)量的誤差均有放大效應(yīng)，Angstrom-Prescott模型、Ogelman模型、Bahel模型、綜合模型和劉可群等模型輻射誤差分別以2.23、2.28、1.63、1.85、1.90倍傳輸?shù)紸PSIM玉米模型模擬的產(chǎn)量誤差，可見(jiàn)，一定要重視輻射模型的選取和輻射模型經(jīng)驗(yàn)系數(shù)的確定；評(píng)價(jià)5個(gè)輻射模型的誤差傳輸?shù)疆a(chǎn)量的誤差，要綜合考慮輻射模型本身的誤差和輻射誤差傳輸?shù)疆a(chǎn)量誤差中放大的效應(yīng)兩方面的影響，綜合模型傳輸?shù)疆a(chǎn)量的誤差最小。因此，在華北地區(qū)無(wú)太陽(yáng)總輻射實(shí)測(cè)值的地區(qū)使用APSIM模型時(shí)，本研究推薦輻射方案4即綜合模型為首選模型。

太陽(yáng)輻射模型；作物模型；模擬誤差；誤差傳輸；華北地區(qū)

太陽(yáng)總輻射是作物模型必要的輸入?yún)?shù)。然而，由于太陽(yáng)輻射實(shí)測(cè)儀的成本高，校正、維護(hù)復(fù)雜等原因，國(guó)內(nèi)外太陽(yáng)輻射觀測(cè)數(shù)據(jù)嚴(yán)重匱乏，因此，利用已有氣象數(shù)據(jù)估算太陽(yáng)輻射是輻射參數(shù)獲得的重要途徑。國(guó)內(nèi)外學(xué)者提出了多種利用常規(guī)氣象要素如日照時(shí)數(shù)、溫度、云量、濕度、降水等估算太陽(yáng)輻射的模型。目前普遍應(yīng)用的是日照百分率模型，其中最常用的是Angstrom-Prescott模型（簡(jiǎn)稱A-P模型）。Yang等發(fā)現(xiàn)Ogelman模型估算太陽(yáng)總輻射的效果優(yōu)于A-P等傳統(tǒng)方法。Almorox等比較了4種日照百分率模型，發(fā)現(xiàn)Bahel模型優(yōu)于A-P模型和Ogelman模型。此外，Chen等發(fā)現(xiàn)日照百分率和氣溫日較差綜合模型取得了比經(jīng)典的A-P模型和Bahel模型更高的精度。劉可群等利用日照百分率、降水量和大氣可降水量、溫度日較差等因子，建立了有日照和無(wú)日照條件下的太陽(yáng)總輻射模型。毛洋洋等研究也發(fā)現(xiàn)，Angstrom-Prescott模型、Ogelman模型、Bahel模型、綜合模型和劉可群等模型估算華北地區(qū)太陽(yáng)輻射均可以使用，但綜合模型精度最高。

作物模型是揭示栽培管理技術(shù)對(duì)作物產(chǎn)量影響的重要工具，在沒(méi)有太陽(yáng)輻射實(shí)測(cè)值的地區(qū)適用作物模型，其必要的太陽(yáng)總輻射參數(shù)主要是通過(guò)輻射模型估算而來(lái)，而目前輻射模型眾多，不同的輻射模型有不同的地區(qū)適用性，并且誤差水平也有所不同，前人的研究中大部分選取的是A-P模型。不同輻射模型驅(qū)動(dòng)作物模型輻射估算誤差在作物模型中是如何傳輸?shù)?，輻射模型的估算誤差給作物模型模擬效果帶來(lái)怎樣的影響，目前鮮有研究報(bào)道。

APSIM (Agricultural Production Systems Simulator，農(nóng)業(yè)生產(chǎn)系統(tǒng)模擬模型）是能夠模擬農(nóng)業(yè)系統(tǒng)各主要組分的機(jī)理模型，模型以“日”為時(shí)間步長(zhǎng)，可以模擬不同氣候、土壤和管理措施等因子對(duì)作物或作物系統(tǒng)的影響，已廣泛用于農(nóng)作系統(tǒng)管理、氣候變化影響評(píng)估、氣候預(yù)報(bào)的價(jià)值評(píng)估以及氣候風(fēng)險(xiǎn)管理等方面。目前已在一些國(guó)家和地區(qū)得到了廣泛驗(yàn)證和應(yīng)用，并在世界各地農(nóng)業(yè)生產(chǎn)中發(fā)揮著積極作用。相比DSSAT和WOFOST模型，中國(guó)引入APSIM模型較晚，對(duì)APSIM模型主要開(kāi)展了模型比較、適用性驗(yàn)證以及初步的應(yīng)用。

為了研究不同輻射估算模型對(duì)作物模型模擬效果的可能影響，本文以APSIM模型模擬華北地區(qū)玉米產(chǎn)量為例，分析計(jì)算玉米生長(zhǎng)期內(nèi)Angstrom-Prescott模型、Ogelman模型、Bahel模型、綜合模型和劉可群等太陽(yáng)總輻射模型相對(duì)實(shí)際觀測(cè)值的相對(duì)誤差，分別將該5個(gè)模型模擬結(jié)果和太陽(yáng)輻射實(shí)測(cè)值（共6種模擬方案）輸入APSIM模型，計(jì)算各模型驅(qū)動(dòng)APSIM模型模擬玉米產(chǎn)量的相對(duì)誤差，分析由于太陽(yáng)輻射估算誤差對(duì)模型產(chǎn)量模擬結(jié)果造成的誤差傳輸，探討不同輻射模型對(duì)APSIM模型模擬玉米產(chǎn)量誤差的效應(yīng)（是否存在誤差放大效應(yīng)）。一方面，為APSIM模型在華北地區(qū)應(yīng)用選擇合適的輻射模型提供依據(jù)，另一方面，根據(jù)是否存在誤差放大效應(yīng)，給作物模型使用者對(duì)模型內(nèi)輻射模型的合理選擇提供科學(xué)依據(jù)。

1 材料與方法

1.1 數(shù)據(jù)來(lái)源

本研究數(shù)據(jù)來(lái)自同時(shí)具有太陽(yáng)輻射數(shù)據(jù)和氣象數(shù)據(jù)以及玉米作物數(shù)據(jù)的山東省莒縣站（2001-2014年）、河南省鄭州（2001-2014年）和南陽(yáng)站（2001-2012年），臺(tái)站基本信息如表1。其中，氣象數(shù)據(jù)包括逐日最高氣溫、最低氣溫、降水量及輻射模型所需要逐日日照時(shí)數(shù)、最高氣溫、最低氣溫、降水量、水汽壓，作物數(shù)據(jù)包括玉米的播種日期、播種密度、播種深度、行距、施肥和灌溉措施、生育期（出苗期、開(kāi)花期和成熟期）和產(chǎn)量，作物模型需要的土壤數(shù)據(jù)包括分層土壤容重、飽和含水量、田間持水量、凋萎系數(shù)等。氣象和輻射數(shù)據(jù)取自中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)，玉米的生育期、產(chǎn)量和土壤數(shù)據(jù)均來(lái)自當(dāng)?shù)剞r(nóng)業(yè)氣象實(shí)驗(yàn)站的實(shí)測(cè)數(shù)據(jù)。

表1 臺(tái)站基本信息

1.2 作物模型模擬方案

作物模型及版本為APSIM 6.1。模擬方案共6個(gè)：方案0輸入APSIM模型的逐日太陽(yáng)總輻射參數(shù)為實(shí)測(cè)值，方案1-5輸入APSIM模型的逐日太陽(yáng)總輻射分別由Angstrom-Prescott模型、Ogelman模型、Bahel模型、綜合模型和劉可群等太陽(yáng)總輻射模型依據(jù)氣象數(shù)據(jù)估算得到，其它氣象、土壤等參數(shù)，6個(gè)方案均相同，為當(dāng)?shù)貙?shí)測(cè)值。6個(gè)輻射方案分別為

方案0：逐日太陽(yáng)總輻射參數(shù)為實(shí)測(cè)值

方案1：Angstrom-Prescott（A-P）模型

式中，系數(shù)a=0.161，b=0.614，數(shù)據(jù)來(lái)自文獻(xiàn)[40]。

方案2：Ogelman模型

式中，系數(shù)a=0.1404，b=0.6126，c=0.0351，數(shù)據(jù)來(lái)自文獻(xiàn)[41]。

方案3：Bahel模型

式中，系數(shù)a=0.17，b=0.93，c=-1.08，d=0.73，數(shù)據(jù)來(lái)自文獻(xiàn)[11]。

方案4：綜合模型

式中，系數(shù)a=0.04，b=0.48，c=0.83，d=0.11，數(shù)據(jù)來(lái)自文獻(xiàn)[11]。

方案5：劉可群等模型

當(dāng)天記錄的日照時(shí)數(shù)大于0時(shí)，為有日照；等于0則為無(wú)日照。

有日照條件時(shí)

無(wú)日照條件時(shí)

-（6）

式中，a=0.464，a=-0.003，a=0.221，b=0.071，b=0.015，數(shù)據(jù)來(lái)自文獻(xiàn)[13]。

所有模型中，Q為到達(dá)地表的太陽(yáng)總輻射（MJ·m·d），Q為天文輻射（MJ·m·d），N為理想日照時(shí)數(shù)或最大可照時(shí)數(shù)（h），n為日照時(shí)數(shù)（h），T為日最高氣溫（℃），Tm為日最低氣溫（℃），W為大氣可降水量（mm），P為日降水量（mm），Abs為大氣降水與可降水量影響因子。

1.3 誤差估算

（1）生長(zhǎng)期內(nèi)輻射值估算誤差（ε）

（2）輻射誤差傳輸?shù)疆a(chǎn)量的誤差（ΔC）

方案1-5輻射誤差傳輸?shù)疆a(chǎn)量的誤差（ΔC）的計(jì)算方法：以方案0為標(biāo)準(zhǔn)，方案1-5的產(chǎn)量誤差（C）依次減去方案0（C）的產(chǎn)量誤差。

（9）

（10）

式中，Y為產(chǎn)量的實(shí)測(cè)值（t·hm），Y為模擬方案i模擬的產(chǎn)量值（t·hm，i=1、2、3、4、5），Y為模擬方案0（逐日太陽(yáng)總輻射參數(shù)為實(shí)測(cè)值）模擬的產(chǎn)量值（t·hm）。

1.4 作物參數(shù)調(diào)試

鑒于各地不同年份播種的玉米品種并不完全一致，根據(jù)當(dāng)?shù)赜衩椎牟シN日期、生育期（出苗期、開(kāi)花期和成熟期）和產(chǎn)量實(shí)測(cè)值，在同一站點(diǎn)不同年份相差并不大，用奇數(shù)年作為調(diào)參組，偶數(shù)年作為驗(yàn)證組，采用“試錯(cuò)法”對(duì)每個(gè)站點(diǎn)各確定一套品種參數(shù)，結(jié)果見(jiàn)表2。調(diào)參組資料年份分別為：莒縣和鄭州站（2001、2003、2005、2007、2009、2011年）、南陽(yáng)站（2001、2003、2007、2011年）；驗(yàn)證組資料：莒縣和鄭州站（2002、2004、2006、2008、2010、2012年）、南陽(yáng)站（2002、2006、2010、2012年）。

表2 各站APSIM模型中玉米主要參數(shù)調(diào)試結(jié)果

2 結(jié)果與分析

2.1 實(shí)測(cè)逐日太陽(yáng)總輻射驅(qū)動(dòng)下APSIM模擬玉米產(chǎn)量結(jié)果誤差分析

用模擬方案0（實(shí)測(cè)太陽(yáng)總輻射驅(qū)動(dòng)下）模擬莒縣和鄭州站（2002、2004、2006、2008、2010、2012、2013、2014年）以及南陽(yáng)站（2002、2006、2010、2012年）的玉米產(chǎn)量相對(duì)誤差，結(jié)果如圖1所示。由圖可見(jiàn)，莒縣站在2002和2004年為正，說(shuō)明產(chǎn)量模擬值高于實(shí)測(cè)值，其余年均為負(fù)，模擬值高于實(shí)測(cè)值。相對(duì)誤差（C）在-19.64%～6.20%，除2013、2014年較大，其它年份其絕對(duì)值均小于10.70%，平均誤差為8.68%；鄭州站相對(duì)誤差在-13.55%～8.26%，平均誤差為5.91%，僅2010年較大；南陽(yáng)站相對(duì)誤差在-1.25%～8.81%，其絕對(duì)值均小于10%，平均誤差為5.16%。可見(jiàn)用實(shí)測(cè)的逐日太陽(yáng)總輻射驅(qū)動(dòng)APSIM玉米模型模擬產(chǎn)量的效果較好。

2.2 生長(zhǎng)期內(nèi)5個(gè)日太陽(yáng)總輻射模型的誤差分析

5個(gè)日太陽(yáng)輻射在生長(zhǎng)期內(nèi)的估算誤差（ε）如圖2所示，由圖可以看出，5個(gè)輻射模型的相對(duì)誤差整體上均為負(fù)值，可見(jiàn)5個(gè)輻射模型在生長(zhǎng)期間估算值整體上是偏小的。從ε的絕對(duì)值來(lái)看，莒縣站，2002年Bahel模型最小，2010年綜合模型最小，其余年份均為A-P模型最小；鄭州站，2002、2012和2013年A-P模型最小，其余年份均是綜合模型最??；南陽(yáng)站，2002和2010年綜合模型最小，2006年Ogelman模型最小，2012年A-P模型最小。A-P模型、Ogelman模型、Bahel模型、綜合模型、劉可群等模型的ε在莒縣站的范圍依次為-6.56%～4.41%、-9.65%～2.48%、-8.70%～-0.04%、-6.89%～1.15%、-11.89%～2.66%，平均誤差依次為2.99%、4.93%、4.22%、3.11%、6.43%，平均而言A-P模型誤差最?。秽嵵菡靖髂Ｐ偷摩欧秶来螢?12.06%～0.30%、-15.46%～-2.21%、-13.05%～-3.12%、-10.25%～-1.83%、-14.92%～-6.03%，平均誤差依次為6.96%、9.96%、8.77%、6.53%、10.36%，綜合模型誤差最??；南陽(yáng)站各模型的ε范圍依次為-10.08%～4.83%、-13.13%～1.72%、-12.17%～2.05%、-9.93%～3.15%、-14.70%～-1.82%，平均誤差依次為6.32%、7.86%、7.14%、5.10%、9.26%，綜合模型誤差最小?？梢?jiàn)5個(gè)模型在莒縣的模擬太陽(yáng)總輻射值相對(duì)誤差整體上小于在鄭州和南陽(yáng)站。

2.3 估算太陽(yáng)總輻射驅(qū)動(dòng)下APSIM模擬結(jié)果誤差分析

用模擬方案1-5（5個(gè)不同太陽(yáng)總輻射模型的驅(qū)動(dòng)下）模擬3個(gè)站點(diǎn)歷年的產(chǎn)量，由表3、4、5可見(jiàn)，各站不同模擬方案（選用不同太陽(yáng)輻射模型）模擬的產(chǎn)量誤差（C）以及由于輻射誤差傳輸?shù)疆a(chǎn)量的誤差（ΔC）的情況均不相同，即使是同一站點(diǎn)，每年的情況也不完全相同。表3顯示，在莒縣站2002和2004年，5個(gè)方案模擬產(chǎn)量誤差（C）多為正值，說(shuō)明模擬產(chǎn)量大于實(shí)測(cè)產(chǎn)量，其余年份C均為負(fù)值，模擬產(chǎn)量小于實(shí)測(cè)產(chǎn)量，C的范圍為-27.91%～8.62%，在2004年誤差較小，2014年誤差較大，在同一年不同模擬方案模擬產(chǎn)量誤差不同，最高相差13.59個(gè)百分點(diǎn)；C的絕對(duì)值，在2002和2004年模擬方案5最小，2010年模擬方案1最小，2012年模擬方案3最小，其余年均是模擬方案4最?。慌c模擬方案0（太陽(yáng)總輻射實(shí)測(cè)值驅(qū)動(dòng)APSIM）模擬產(chǎn)量的誤差對(duì)比發(fā)現(xiàn)，除2004年及2002、2010、2012年中個(gè)別模擬方案，其余年份5個(gè)模擬方案的產(chǎn)量誤差均大于模擬方案0的產(chǎn)量誤差，說(shuō)明輻射的估算誤差進(jìn)一步傳輸?shù)搅水a(chǎn)量，輻射的誤差傳輸?shù)疆a(chǎn)量的誤差（ΔC）有正有負(fù)，其范圍在-22.09%～4.88%，ΔC的絕對(duì)值，在2002和2010年以模擬方案2最小，2012年以模擬方案1最小，其余年份均為模擬方案4最小。各年各方案產(chǎn)量模擬誤差和傳輸誤差大小不同，相對(duì)來(lái)看，方案4輻射的誤差傳輸?shù)疆a(chǎn)量的誤差較小。

表4顯示，鄭州站在8個(gè)典型年中，5種輻射估算模型造成的模擬產(chǎn)量誤差（C）均為負(fù)值，范圍在-47.86%～-3.60%，2010年誤差最大，2014年誤差最小，同一年中各方案模擬產(chǎn)量結(jié)果存在很大差異，最高可相差22.50個(gè)百分點(diǎn)，其中各年均顯示方案4的誤差最小；在不同年份5個(gè)模擬方案模擬的產(chǎn)量均小于模擬方案0（實(shí)測(cè)輻射驅(qū)動(dòng)下）模擬的產(chǎn)量，并且5個(gè)模擬方案產(chǎn)量的誤差均比模擬方案0的產(chǎn)量誤差大，說(shuō)明輻射的估算誤差進(jìn)一步傳輸?shù)搅水a(chǎn)量。輻射的誤差傳輸?shù)疆a(chǎn)量的誤差（ΔC）均為負(fù)值，從數(shù)值上看，各方案模擬傳輸結(jié)果存在很大差異，同一年中最高可相差22.50個(gè)百分點(diǎn)，多數(shù)年份表現(xiàn)為方案4輻射的誤差傳輸?shù)疆a(chǎn)量的誤差較小。

表5顯示，南陽(yáng)站在4個(gè)典型年，C的范圍為-35.86%～7.79%，5個(gè)模擬方案均表現(xiàn)為2012年較大，在同一年最高可相差17.07個(gè)百分點(diǎn)；C的絕對(duì)值，在2006年模擬方案2最小，2010年模擬方案1最小，其余年份均表現(xiàn)為模擬方案4最小；ΔC的絕對(duì)值，在2006年以模擬方案2最小，其余年份均為模擬方案4最小，多數(shù)年份表現(xiàn)為方案4輻射的誤差傳輸?shù)疆a(chǎn)量的誤差較小。

2.4 估算太陽(yáng)總輻射驅(qū)動(dòng)APSIM模型時(shí)誤差傳輸分析

5個(gè)太陽(yáng)總輻射模型在生長(zhǎng)期估算誤差（ε）在莒縣、鄭州、南陽(yáng)的范圍依次為-11.89%～4.41%、-15.46%～0.30%、-14.70%～4.83%，5個(gè)太陽(yáng)總輻射模型驅(qū)動(dòng)APSIM玉米模型中估算誤差傳輸?shù)疆a(chǎn)量的誤差（ΔC）在莒縣、鄭州、南陽(yáng)依次為-22.09%～4.88%、-56.61%～1.07%、-44.65%～9.09%。為探討不同輻射模型誤差對(duì)APSIM模型模擬玉米產(chǎn)量誤差的效應(yīng)，對(duì)不同模擬方案的輻射誤差與和它傳輸?shù)疆a(chǎn)量的誤差進(jìn)行分析，發(fā)現(xiàn)兩者顯著性相關(guān)（圖3）。統(tǒng)計(jì)結(jié)果表明，5個(gè)輻射模型驅(qū)動(dòng)APSIM模型時(shí)輻射誤差傳輸?shù)疆a(chǎn)量誤差均有放大效應(yīng)，在莒縣、鄭州、南陽(yáng)3個(gè)站點(diǎn)，A-P模型驅(qū)動(dòng)APSIM模型時(shí)輻射誤差傳輸?shù)疆a(chǎn)量的誤差（ΔC）分別把輻射誤差（ε）放大了1.49、2.61、2.60倍，平均為2.23倍；Ogelman模型分別放大了1.83、2.62、2.74倍，平均為2.28倍；Bahel模型分別放大了1.02、1.86、2.00倍，平均為1.63倍；綜合模型分別放大了1.12、2.10、2.32倍，平均為1.85倍；劉可群等模型分別放大了1.41、1.99、2.30倍，平均為1.90倍?？偟膩?lái)看，放大倍數(shù)大小依次為Ogelman模型＞A-P模型＞劉可群等模型＞綜合模型＞Bahel模型。5個(gè)模型均在莒縣站放大倍數(shù)最小，這與5個(gè)模型均在莒縣站模擬太陽(yáng)總輻射誤差最小有關(guān)。

表3 莒縣站模擬產(chǎn)量誤差（Ci）和輻射誤差傳輸?shù)疆a(chǎn)量的誤差（ΔCi）

表4 鄭州站模擬產(chǎn)量誤差（Ci）和輻射誤差傳輸?shù)疆a(chǎn)量的誤差（ΔCi）

表5 南陽(yáng)站模擬產(chǎn)量誤差（Ci）和輻射誤差傳輸?shù)疆a(chǎn)量的誤差（ΔCi）

3 結(jié)論與討論

在華北平原地區(qū)，通過(guò)太陽(yáng)總輻射實(shí)測(cè)值、Angstrom-Prescott模型、Ogelman模型、Bahel模型、綜合模型和劉可群等模型估算值6種方法得到的太陽(yáng)總輻射值（6種模擬方案）驅(qū)動(dòng)APSIM模型模擬玉米產(chǎn)量，探討不同輻射模型的誤差在APSIM模型中的傳輸，由于生育期主要受積溫控制，輻射模型的誤差并不影響生育期，故本研究?jī)H討論在產(chǎn)量誤差中的傳輸。結(jié)果表明，實(shí)測(cè)的逐日太陽(yáng)總輻射驅(qū)動(dòng)APSIM玉米模型模擬產(chǎn)量的效果較好，說(shuō)明經(jīng)調(diào)參驗(yàn)證過(guò)的APSIM模型可以較準(zhǔn)確模擬玉米產(chǎn)量。5個(gè)日太陽(yáng)輻射模型在生長(zhǎng)期內(nèi)的估算誤差（ε）范圍為-15.46%～4.83%，與劉可群等研究輻射模型估算誤差的絕對(duì)值相差不大，5個(gè)日太陽(yáng)輻射模型的ε均在莒縣站整體上小于在鄭州和南陽(yáng)站，平均而言在莒縣站A-P模型最小，在鄭州和南陽(yáng)站點(diǎn)，綜合模型最小。

模擬方案1-5（5個(gè)太陽(yáng)總輻射模型驅(qū)動(dòng)下）模擬的產(chǎn)量誤差（C）在不同站點(diǎn)、同一站點(diǎn)不同年份有所不同，整體上，模擬方案4即APSIM模擬玉米產(chǎn)量誤差最小，其輻射誤差傳輸?shù)疆a(chǎn)量的誤差也最小。因此，在華北地區(qū)輻射方案4即綜合模型是APSIM模型輻射值估算的首選模型。而目前APSIM模型使用者輻射參數(shù)的估算大多數(shù)選用的是A-P模型，如戴彤等。

本研究發(fā)現(xiàn)，5個(gè)輻射模型驅(qū)動(dòng)APSIM模型時(shí)輻射誤差傳輸?shù)疆a(chǎn)量的誤差均具有放大作用，在3個(gè)站點(diǎn)平均放大倍數(shù)為1.63～2.74倍，其中Ogelman模型＞A-P模型＞劉可群等模型＞綜合模型＞Bahel模型，雖然Bahel模型的輻射誤差傳輸?shù)疆a(chǎn)量誤差放大的倍數(shù)最小，但是由于Bahel模型估算的輻射誤差較大，與前面得到的綜合模型的輻射誤差傳輸?shù)疆a(chǎn)量誤差最小并不矛盾?？梢?jiàn)輻射誤差對(duì)APSIM模型模擬玉米產(chǎn)量的效果影響較大，因此，在沒(méi)有輻射實(shí)測(cè)值的地區(qū)使用作物模型，要想得到較精確的作物產(chǎn)量模擬結(jié)果，一定要重視輻射估算模型的選取，不僅需要選擇適合當(dāng)?shù)氐墓浪阈Ч詈玫妮椛淠Ｐ?，還要使用估算站點(diǎn)或附近站點(diǎn)的實(shí)測(cè)數(shù)據(jù)擬合得到適合當(dāng)?shù)氐妮椛涔浪隳Ｐ偷南禂?shù)，如有可能，還可考慮在不同季節(jié)或月份擬合不同的系數(shù)。此外，也要注意選擇輻射誤差傳輸?shù)疆a(chǎn)量誤差放大作用較小的模型。

由于本研究使用的5個(gè)輻射模型的參數(shù)直接取自文獻(xiàn)，雖然均適于華北地區(qū)，但因其參數(shù)不是用統(tǒng)一年限和站點(diǎn)的數(shù)據(jù)擬合得到，可能會(huì)對(duì)研究結(jié)果產(chǎn)生偏差。模擬方案1-5模擬的產(chǎn)量整體上偏低，這主要是輻射模型估算的輻射值偏低造成的；輻射模型估算的輻射值偏低的原因是該研究中輻射模型中的參數(shù)直接選用了前人擬合的適用于整個(gè)華北地區(qū)的系數(shù)，這些系數(shù)用在單一站點(diǎn)時(shí)可能不夠精確。另外，毛飛等發(fā)現(xiàn)，A-P模型的系數(shù)具有明顯的時(shí)空變化，而選用的輻射模型的系數(shù)則未更新，也有可能導(dǎo)致輻射值偏低。

[1]李秉柏,馬新明,徐立華.棉花干物質(zhì)積累的模擬模型與檢驗(yàn)[J].中國(guó)農(nóng)業(yè)氣象,1998,19(2):20-24.

Li B B,Ma X M,Xu L H.Simulation model and validation of dry matter accumulation of cotton[J].Chinese Journal of Agrometeorology,1998,19(2):20-24.(in Chinese)

[2]何洪林,于貴瑞,牛棟.復(fù)雜地形條件下的太陽(yáng)資源輻射計(jì)算方法研究[J].資源科學(xué),2003,25(1):78-85.

He H L,Yu G R,Niu D.Method of global solar radiation calculation on complex territories[J].Resources Science,2003, 25(1):78-85.(in Chinese)

[3]Almorox J,Hontoria C.Global solar radiation estimation using sunshine duration in Spain[J].Energy Conversion and Management,2004,45(9-10):1529-1535.

[4]Hunt L A,Kuchar L,Swanton C J.Estimation of solar radiation for use in crop modeling[J].Agricultural and Forest Meteorology, 1998,91(3-4):293-300.

[5]Podesta G P,Nunez L,Villanueva C A,et al.Estimating daily solar radiation in the Argentine Pampas[J].Agricultural and Forest Meteorology,2004,123(1-2):41-53.

[6]劉建棟,于強(qiáng),金之慶,等.冬小麥葉片光合作用農(nóng)業(yè)氣象數(shù)學(xué)模型研究[J].中國(guó)農(nóng)業(yè)氣象,2003,24(1):22- 25.

Liu J D,Yu Q,Jin Z Q,et al.Study on an agrometeorological model to simulate the leaf photosynthesis of winter wheat in Huanghuaihai Region[J].Chinese Journal of Agrometeorology, 2003,24(1):22-25.(in Chinese)

[7]Hoogenboom G.Contribution of agrometeorology to the simulation of crop production and its applications[J]. Agricultural and Forest Meteorology,2000, 103(1-2):137-157.

[8]Prescott J A.Evaporation from a water surface in relation to solar radiation[J].Transactions of the Royal Society of South Australia,1940,64(1940):114-118.

[9]Yang K,Koike T,Ye B S.Improving estimation of hourly,daily, and monthly solar radiation by importing global data sets[J]. Agricultural and Forest Meteorology,2006,137(1): 43-55.

[10]Almorox J Y,Hontoria C.Global solar radiation estimation using sunshine duration in Spain[J].Energy Conversion and Management,2004,45(9):1529-1535.

[11]Chen R S,Ersi K,Yang J P,et al.Validation of five global radiation models with measured daily data in China[J].Energy Conversion and Management,2004,45(11-12):1759-1769.

[12]劉可群,陳正洪,梁益同,等.日太陽(yáng)總輻射推算模型[J].中國(guó)農(nóng)業(yè)氣象,2008,29(1):16-19.

Liu K Q,Chen Z H,Liang Y T,et al.Calculation model for daily global solar radiation[J].Chinese Journal of Agrometeorology, 2008,29(1):16-19.(in Chinese)

[13]毛洋洋,趙艷霞,張祎,等.五個(gè)常見(jiàn)日太陽(yáng)總輻射模型在華北地區(qū)的有效性驗(yàn)證及分析[J].中國(guó)農(nóng)業(yè)氣象,2016,37(5): 520-530.

Mao Y Y,Zhao Y X,Zhang Y,et al.Validation and analysis of five general daily solar radiation estimation models used in Northern China[J].Chinese Journal of Agrometeorology, 2016,37(5):520-530.(in Chinese)

[14]戴明宏,陶洪斌,廖樹(shù)華,等.基于CERES-Maize模型的華北平原玉米生產(chǎn)潛力的估算與分析[J].農(nóng)業(yè)工程學(xué)報(bào),2008, (4):30-36.

Dai M H,Tao H B,Liao S H,et al.Estimation and analysis of maize potential productivity based on CERES- Maize model in the North China Plain[J].Transactions of the CSAE,2008, (4):30-36.(in Chinese)

[15]劉偉昌,張雪芬,余衛(wèi)東,等.水稻高溫?zé)岷︼L(fēng)險(xiǎn)評(píng)估方法研究[J].氣象與環(huán)境科學(xué),2009,(1):33-38.

Liu W C,Zhang X F,Yu W D,et al.Assessment method study on high temperature damage to rick[J].Meteorological and Environmental Sciences,2009,(1):33-38.

[16]陳思寧,趙艷霞,申雙和.基于集合卡爾曼濾波的PyWOFOST模型在東北玉米估產(chǎn)中的適用性驗(yàn)證[J].中國(guó)農(nóng)業(yè)氣象, 2012,33(2):245-253.

Chen S N,Zhao Y X,Shen S H.Applicability of Py WOFOST model based on ensemble kalmanfilter in simulating maize yield in Northeast China[J].Chinese Journal of Agrometeorology, 2012,33(2):245-253.(in Chinese)

[17]欒慶祖,葉彩華,莫志鴻,等.基于WOFOST模型的玉米干旱損失評(píng)估:以北京為例[J].中國(guó)農(nóng)業(yè)氣象,2014,35(3):311-316.

Luan Q Z,Ye C H,Mo Z H,et al.Maize yield loss assessment for drought based on WOFOST model:a case study in Beijing[J].Chinese Journal of Agrometeorology,2014,35(3): 311-316.

[18]Chen C,Wang E,Yu Q.Modelling the effects of climate variability and water management on crop water productivity and water balance in the North China Plain[J].Agricultural Water Management,2010,97(8):1175-1184.

[19]Chen C,Baethgen W E,Wang E,et al.Characterizing spatial and temporal variability of crop yield caused by climate and irrigation in the North China Plain[J].Theoretical and Applied Climatology,2011,106(3-4):365-381.

[20]Xiao D,Tao F.Contributions of cultivars, management and climate change to winter wheat yield in the North China Plain in the past three decades[J].European Journal of Agronomy,2014,52:112-122.

[21]王娜,王靖,馮利平,等.華北平原冬小麥-夏玉米輪作區(qū)采用“兩晚”技術(shù)的產(chǎn)量效應(yīng)模擬分析[J].中國(guó)農(nóng)業(yè)氣象,2015, 36(5):611-618.

Wang N,Wang J,Feng L P,et al.Modeling the impact of “double-delay” technology on yield of wheat-maize cropping system in the North China Plain[J].Chinese Journal of Agrometeorology,2015,36(5):611-618.(in Chinese)

[22] Asseng S,Van Keulen H,Stol W.Performance and application of the APSIM N-wheat model in the Netherlands[J]. European Journal of Agronomy,2000,12(1):37-54.

[23] Wang E,Robertson M J,Hammer G L,et al.Development of a generic crop model template in the cropping system model APSIM[J].European Journal of Agronomy,2002,18(1):121-140.

[24] McCown R L,Hammer G L,Hargreaves J N G,et al.APSIM:a novel software system for model development, model testing and simulation in agricultural systems research[J]. Agricultural Systems,1996,50(3):255-271.

[25] Keating B A,Carberry P S,Hammer G L,et al.An overview of APSIM,a model designed for farming systems simulation [J].European Journal of Agronomy,2003,18(3/4):267-288.

[26] Wang E,Robertson M J,Hammer G L,et al.Development of a generic crop model template in the cropping system model APSIM[J].European Journal of Agronomy,2002,18(1/2): 121-140.

[27]Asseng S,Anderson G C,Dunin F X,et al.Use of the APSIM wheat model to predict yield,drainage,and NO-leaching for a deep sand[J].Crop and Pasture Science,1997,49(3):363-378.

[28]Asseng S,Fillery I R P,Dunin F X,et al.Potential deep drainage under wheat crops in a Mediterranean climate I:temporal and spatial variability[J].Crop and Pasture Science,2001,52(1):45-56.

[29]Wu D,Yu Q,Lu C,et al.Quantifying production potentials of winter wheat in the North China Plain[J].European Journal of Agronomy,2006,24(3):226-235.

[30]Wang E,Cresswell H,Paydar Z,et al.Opportunities for manipulating catchment water balance by changing vegetation type on a topographic sequence:a simulation study[J]. Hydrological Processes,2008,22(6):736 -749.

[31]Robertson M J,Carberry P S,Huth N I,et al.Simulation of growth and development of diverse legume species in APSIM[J].Crop and Pasture Science,2002,53(4):429-446.

[32]Bassu S,Asseng S,Motzo R,et al.Optimising sowing date of durum wheat in a variable mediterranean environment[J]. Field Crops Research,2009,111(1):109-118.

[33]劉志娟,王曉光,王靜,等.APSIM玉米模型在東北地區(qū)的適應(yīng)性[J].作物學(xué)報(bào),2012,38(4):740-746.

Liu Z J,Wang X J,Wang J,et al.Adaptability of APSIM Maize Model in Northeast China[J].Acta Agronomica Sinica, 2012,38(4):740-746.(in Chinese)

[34]Li K,Yang X,Liu Z,et al.Low yield gap of winter wheat in the North China Plain[J].European Journal of Agronomy, 2014,59:1-12.

[35]Anderson W,Johansen C,Siddique K H M.Addressing the yield gap in rainfed crops:a review[J].Agronomy for Sustainable Development,2016,36(1):1-13.

[36]王琳,鄭有飛,于強(qiáng),等.APSIM模型對(duì)華北平原小麥-玉米連作系統(tǒng)的適用性[J].應(yīng)用生態(tài)學(xué)報(bào),2007,(11):2480-2486.

Wang L,Zheng Y F,Yu Q,et al.Applicability of agricultural production systems simulator (APSIM) in simulating the production and water use of wheat-maize continuous cropping system in North China Plain[J].Chinese Journal of Applied Ecology,2007,(11):2480-2486.(in Chinese)

[37]陳超,于強(qiáng),王恩利,等.華北平原作物水分生產(chǎn)力區(qū)域分異規(guī)律模擬[J].資源科學(xué),2009,31(9):1477-1485.

Chen C,Yu Q,Wang E L,et al.Modeling the spatial distribution of crop water productivity in the North China Plain[J].Resources Science,2009,31(9):1477-1485.(in Chinese)

[38]Chen C,Wang E,Yu Q.Modelling the effects of climate variability and water management on crop water productivity and water balance in the North China Plain[J].Agricultural Water Management,2010,97(8):1175-1184.

[39]談美秀,王靖,余衛(wèi)東,等.基于統(tǒng)計(jì)和過(guò)程模型的河南省夏玉米最適播種期時(shí)空分布特征[J].應(yīng)用生態(tài)學(xué)報(bào),2015, 26(12):3670-3678.

Tan M X,Wang J,Yu W D,et al.Temporal and spatial variation of the optimal sowing dates of summer maize based on both statistical and processes models in Henan Province,China[J].Chinese Journal of Applied Ecology,2015, 26(12):3670-3678.(in Chinese)

[40]Wang C L,Yue T X.Solar radiation climatology calculation in China[J].Journal of Resources and Ecology,2014,5(2): 132-138.

[41]Zhou J,Wang Y Z,Yang G.General formula for estimation of monthly average daily global solar radiation in China[J]. Energy Conversion and Management,2005,46(2):257-268.

[42]Allen R G,Pereira L S,Raes D,et al.Crop evapotranspiration [M].FAO Irrigation and Drainage,1998:56.

[43]魏合理,徐青山,張?zhí)焓?用GMS-5氣象衛(wèi)星遙測(cè)地面太陽(yáng)總輻射[J].遙感學(xué)報(bào),2003,7(6):466-471.

Wei H L,Xu Q S,Zhang T S.Observation of solar irradiance at the surface from GMS-5[J].Journal of Remote Sensing, 2003,7(6):466-471.(in Chinese)

[44]童成立,張文菊,湯陽(yáng),等.逐日太陽(yáng)輻射的模擬計(jì)算[J].中國(guó)農(nóng)業(yè)氣象,2005,26(3):165-169.

Tong C L,Zhang W J,Tang Y,et al.Estimation of daily solar radiation in China[J].Chinese Journal of Agrometeorology, 2005,26(3):165-169.(in Chinese)

[45]戴彤,王靖,赫迪,等.1961-2010年氣候變化對(duì)西南冬小麥潛在和雨養(yǎng)產(chǎn)量影響的模擬分析[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào), 2016,(3):293-305.

Dai T,Wang J,He D,et al.Impact simulation of climate change on potential and rainfed yields of winter wheat in Southwest China from 1961 to 2010[J].Chinese Journal of Eco-Agriculture,2016,(3):293-305.(in Chinese)

[46]張延,任小川,趙英,等.未來(lái)氣候變化對(duì)關(guān)中地區(qū)冬小麥耗水和產(chǎn)量的影響模擬[J].干旱地區(qū)農(nóng)業(yè)研究,2016,(1): 220-228.

Zhang Y,Ren X C,Zhao Y,et al.Impact and simulation of climate change on water consumption and yield of winter- wheat in Guanzhong Region[J].Agricultural Research in the Arid Areas,2016,(1):220-228.(in Chinese)

[47]毛飛,趙玉金,孫涵,等.1961-2010年中國(guó)Angstrom-Prescott系數(shù)時(shí)空變化特征[J].氣象與環(huán)境科學(xué), 2016,(1):43-51.

Mao F,Zhao Y J,Sun H,et al.Spatial and temporal change characteristics of Angstrom-Prescott coefficients in China in 1961-2010[J].Meteorological and Environmental Science, 2016,(1):43-51.(in Chinese)

Errors Transmission of Radiation Estimation in APSIM Maize Model

MAO Yang-yang, ZHAO Yan-xia, ZHANG Yi, HU Zheng-hua, WEI Liang

(1.Meterological Training Center in He'nan Province, Zhengzhou 450003, China; 2.Chinese Academy of Meteorological Sciences, Beijing 100081; 3.Collaborative Innovation Center on Forecast Meteorological Disaster Warning and Assessment, Nanjing University of Information Science & Technology/Yale-NUIST Center on Atmospheric Environment, Nanjing 210044)

Taking three typical maize land sites in North China (Juxian station in Shandong province, Zhengzhou and Nanyang stations in Henan province) as the research objects, the effects of radiation models on crop yield simulation were investigated. Five radiation models, including the Angstrom-Prescott (A-P) model, Ogelman model, the Bahel model, the comprehensive model of sunshine duration and diurnal temperature range model (referred to as the comprehensive model), and Liu’s model (followed by simulation scheme 1-5) , were used to simulate the total solar radiation and validated against measurement (simulation scheme 0). The radiation results of the five models were further utilized to drive APSIM model to simulate the maize yield. The results showed that the estimated errors（ε）of A-P model was the smallest in the Juxian station, and that of the comprehensive model was the smallest in Zhengzhou and Nanyang stations. Different radiation estimation models had significantly different effects on yield simulation results of APSIM model, scheme 4 rendered the best result. The radiation errors brought by the five radiation models had enlarged the final results of maize yield simulated by APSIM model. The propagation error transferred to APSIM maize model simulation yield was 2.23, 2.28, 1.63, 1.85, 1.90 for the A-P model, the Ogelman model, the Bahel model, the comprehensive model, and the Liu’s model, respectively. It is obvious that the selection of the radiation model and the empirical coefficient of the radiation model should be taken into full consideration; with regard to the errors of crop yield simulation caused by radiation models two factors should be taken into account: the errors of the five radiation models and these errors transmitted to the crop model with augmentation. Generally speaking, Scheme 4 has the smallest error compared with other schemes. Therefore it was recommended to use scheme 4 to drive APSIM model in the absence of field measured radiation.

Solar radiation model; Crop model; Simulation errors; Errors transmission; Northern China Plain

10.3969/j.issn.1000-6362.2017.10.002

毛洋洋,趙艷霞,張祎,等.APSIM玉米模型中輻射估算的誤差傳輸[J].中國(guó)農(nóng)業(yè)氣象,2017,38(10):632-643

2017-02-23

。E-mail：zyx@camscma.cn

國(guó)家自然科學(xué)基金（41505097）；公益性行業(yè)（氣象）科研專項(xiàng)（GYHY201406026）

毛洋洋（1988-），女，碩士，主要研究方向?yàn)樽魑锬Ｐ汀-mail：1306772090@qq.com