AquaCrop作物模型應(yīng)用研究進展

孫仕軍，張琳琳，陳志君，孫娟

?

AquaCrop作物模型應(yīng)用研究進展

孫仕軍1，張琳琳1，陳志君1，孫娟2

（1沈陽農(nóng)業(yè)大學(xué)水利學(xué)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(fā)的一款新型作物模型，它以輸入?yún)?shù)少、界面簡單等優(yōu)點被廣泛應(yīng)用于生產(chǎn)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(nèi)外應(yīng)用研究進展。當(dāng)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(lián)合應(yīng)用等方面取得了顯著進展。但是，該模型在應(yīng)用過程中還存在若干缺陷。一是模型在保守參數(shù)缺少驗證的情況下，會使得模擬精度不穩(wěn)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(yīng)用效果不佳；三是當(dāng)前對雨養(yǎng)區(qū)作物生長模擬研究還很少，且其非保守參數(shù)難以準(zhǔn)確確定；四是目前該模型生理、養(yǎng)分和水養(yǎng)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(dāng)作物生長遭受水分、鹽分或溫度等嚴(yán)重脅迫時會導(dǎo)致模擬精度下降。今后在模型應(yīng)用時，可利用多年數(shù)據(jù)對保守參數(shù)進行校正，將區(qū)域同一站點多年數(shù)據(jù)和多站點相關(guān)數(shù)據(jù)相結(jié)合調(diào)試模型非保守參數(shù)；其次，應(yīng)加強雨養(yǎng)地區(qū)模擬研究，從而擴大模型應(yīng)用范圍。開發(fā)者應(yīng)進一步完善AquaCrop模型子模塊，為提高模擬精度和拓寬應(yīng)用范圍提供支撐。

AquaCrop模型；灌溉策略；情景模擬；作物模型

在農(nóng)田SPAC（土壤-植物-大氣連續(xù)體）系統(tǒng)中，自然條件、生物要素和管理措施等對作物生長發(fā)育和產(chǎn)量形成有十分重要的影響。考慮到農(nóng)田生態(tài)系統(tǒng)的復(fù)雜性和田間試驗的局限性，在農(nóng)田灌溉管理中，傳統(tǒng)做法是將某一區(qū)域大田試驗數(shù)據(jù)歸納、分析進而總結(jié)出一套理論以指導(dǎo)生產(chǎn)實踐。隨著當(dāng)代科技的發(fā)展，一些學(xué)者嘗試以統(tǒng)計學(xué)方法和計算機技術(shù)為手段，結(jié)合作物遺傳學(xué)、植物生理學(xué)、農(nóng)業(yè)生態(tài)學(xué)、農(nóng)業(yè)氣象學(xué)等學(xué)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(chǔ)上，研發(fā)出了一系列能夠?qū)ψ魑锷L動態(tài)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(tǒng)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(qū)域氣候變化對作物產(chǎn)量造成的損失具有重要意義[1]。當(dāng)前，作物模型研究得到了很多國家的重視，已經(jīng)成為農(nóng)業(yè)研究的重要手段[2]。

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

國內(nèi)外已經(jīng)研發(fā)了多種作物模型，但是大多作物模型模擬需要大量的參數(shù)，而且這些參數(shù)難以獲取?；诖?，2009年，F(xiàn)AO組織不同國家和眾多領(lǐng)域的專家合作研發(fā)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?yún)?shù)少、適用范圍廣、界面簡單、直觀性強和精度高等優(yōu)點，其面世以來即受到廣泛關(guān)注和應(yīng)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(lǐng)域中的應(yīng)用現(xiàn)狀，綜合分析了該模型適用性及其與其他模型的聯(lián)合應(yīng)用等方面的研究進展，總結(jié)了該模型在應(yīng)用過程中存在的主要問題，提出了相關(guān)改進建議，可為模型完善和拓寬應(yīng)用范圍提供理論依據(jù)。

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(chǎn)量對水分的響應(yīng)。該模型通過分析土壤中有效利用水量與作物產(chǎn)量之間的關(guān)系揭示作物-水分響應(yīng)機制，通過改變輸入?yún)?shù)，模擬不同地區(qū)、不同氣候條件下的作物蒸發(fā)蒸騰量、作物生物量累積和產(chǎn)量形成，進而明確環(huán)境對作物生產(chǎn)的影響，通過分析產(chǎn)量與水分之間的關(guān)系，可以為未來氣候變化下的作物生產(chǎn)提供理論依據(jù)[4]。

1.1 模型原理

由于作物對水分虧缺的響應(yīng)因水分虧缺的強度、持續(xù)時間和發(fā)生時間不同而不同，因此定量分析水分虧缺對作物生長發(fā)育和產(chǎn)量形成的影響十分困難，經(jīng)驗公式仍然是評估作物產(chǎn)量和水分之間關(guān)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(chǎn)量和水分響應(yīng)的轉(zhuǎn)換公式[5-6]。公式如下：

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

上述公式在評估水分對產(chǎn)量影響效應(yīng)時，水分評估使用的是潛在騰發(fā)量和實際騰發(fā)量，一定程度上混淆了土壤的無效蒸發(fā)和作物騰發(fā)，導(dǎo)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(fā)將會大于作物騰發(fā)，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(zhǔn)確評估水分對作物生長發(fā)育過程和產(chǎn)量形成的影響程度，AquaCrop模型相比于傳統(tǒng)的模型做了兩個方面的優(yōu)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(fā)量分為土壤蒸發(fā)（）和作物蒸騰（）兩部分，避免混淆非生產(chǎn)用水（土壤蒸發(fā)）和生產(chǎn)用水（作物蒸騰）對作物需水的影響；將最終產(chǎn)量用生物量（）和收獲指數(shù)（）的乘積來表示，其中生物量由水分生產(chǎn)效率（）和累計作物蒸騰量來表示，用以區(qū)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(chǎn)量（kg·m-2），為生物量（kg·m-2），為作物收獲指數(shù)（%），為作物蒸騰量（mm），為生物量水分生產(chǎn)效率（kg·m-2·mm-1）。

從改進后的方程看出，AquaCrop是水驅(qū)動的，意味著作物生長和生產(chǎn)是由作物蒸騰的水量（）驅(qū)動的而不是作物騰發(fā)量，提高了模型的模擬精度。AquaCrop專注于和之間的基本關(guān)系，而不再是和的關(guān)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?zhèn)鹘y(tǒng)的葉面積指數(shù)（LAI）來描述作物的生長發(fā)育過程，作物生長階段的冠層生長用冠層增長系數(shù)來表示，轉(zhuǎn)換公式如下：

當(dāng)時，（4）

當(dāng)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(shù)；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(shù)來表示，具體計算公式見式（6）：

式中，是冠層衰減系數(shù)。

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(shù)和冠層衰減系數(shù)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(shù)據(jù)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(fā)育過程和產(chǎn)量的影響程度時，對水分和作物生長發(fā)育過程都進行了優(yōu)化，提高了模型的預(yù)測精度。

圖1 AquaCrop模型作物生產(chǎn)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(qū)分作物蒸騰與土壤蒸發(fā)模塊和產(chǎn)量對水分的響應(yīng)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(shù)，即將地上部分的生長描述為一個生長函數(shù)；二是通過標(biāo)準(zhǔn)化水分生產(chǎn)率與作物蒸騰量來表示生物量；三是將土壤蒸發(fā)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(guān)系將作物產(chǎn)量與耗水量相關(guān)聯(lián)，用來模擬指定條件下作物生產(chǎn)力和優(yōu)化不同環(huán)境下灌溉管理對策。

2 AquaCrop模型國內(nèi)外研究現(xiàn)狀

2009年，F(xiàn)AO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(jié)構(gòu)、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(chǔ)上，給出了與該模型相關(guān)的應(yīng)用軟件。該模型自面世以來，即受到國內(nèi)外專家、學(xué)者的廣泛關(guān)注和深入研究，現(xiàn)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(guān)注的重點。為便于比較，將當(dāng)前應(yīng)用較廣泛的4種作物模型模擬內(nèi)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(qū)春小麥的生物量、產(chǎn)量及土壤含水率，并對模擬精度進行分析，結(jié)果表明，校正后的模型在正常年份均能準(zhǔn)確模擬作物生長發(fā)育及產(chǎn)量，且模擬誤差均在合理范圍內(nèi)，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(qū)模擬向日葵不同的水分處理條件下的模擬有效性，發(fā)現(xiàn)嚴(yán)重水分脅迫時3種模型在生物量和產(chǎn)量上的模擬結(jié)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(shù)不易獲得的地區(qū)，AquaCrop模型更具有優(yōu)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(yǎng)）和不同氮水平（高和低）條件下大麥生長的模擬有效性，結(jié)果表明在生物量和產(chǎn)量方面，AquaCrop模型的模擬效果優(yōu)于CropSyst模型。

與其他作物模型相比，AquaCrop模型使用參考作物騰發(fā)量（ET）歸一化，這使得關(guān)系能夠適應(yīng)不同氣候條件，能夠提高模型的穩(wěn)定性和適應(yīng)性；此外，該模型輸入?yún)?shù)少且模擬精度有一定保證，這為模型大范圍推廣應(yīng)用奠定基礎(chǔ)。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(yīng)用的過程中還要不斷進行參數(shù)調(diào)試與驗證來確定非正常氣候條件下的模型參數(shù)，從而為更好地推廣模型提供基本保障。

表1 當(dāng)前應(yīng)用較廣泛的四種作物生長模型比較

2.2 模型參數(shù)調(diào)試與適用性評估

模型輸入?yún)?shù)包括氣象參數(shù)、作物參數(shù)、土壤參數(shù)和管理參數(shù)。模型參數(shù)的校正與驗證是作物生長模型應(yīng)用的核心環(huán)節(jié)，雖然模型自身提供了作物的參數(shù)參考值（即保守參數(shù)），但部分參數(shù)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(shù)）。因此，在應(yīng)用模型時先要對這部分參數(shù)進行校正并驗證模型在某一地區(qū)的適用性。模型有關(guān)主要參數(shù)詳見表2。

模型參數(shù)校正過程中，首先要將大田試驗數(shù)據(jù)分為模型參數(shù)校正和模型驗證兩部分，通過OTA法[14]（即每次只對一個參數(shù)改變±10%，如果±10%超出相應(yīng)參數(shù)取值范圍，則適當(dāng)調(diào)整）對非保守參數(shù)進行敏感度分析，調(diào)整對模型模擬結(jié)果影響顯著或較顯著的參數(shù)，使模型的模擬值與實測值相吻合，最終確定適合當(dāng)?shù)貞?yīng)用條件的模型參數(shù)。敏感性分析作為模型本地化過程中的重要環(huán)節(jié)，對模型的準(zhǔn)確模擬和進一步應(yīng)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(shù)進行敏感性分析，以此評估北京地區(qū)的模型參數(shù)敏感性，研究發(fā)現(xiàn)了對生物量、冠層覆蓋度和產(chǎn)量最敏感的參數(shù)，結(jié)果可用于提高模型在該地區(qū)的模擬精度。

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

利用大田試驗數(shù)據(jù)和統(tǒng)計指標(biāo)（決定系數(shù)（2）、均方根誤差（）、最大誤差（）、模型性能指數(shù)（）、一致性指數(shù)（）等）相結(jié)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(yīng)用比較多的統(tǒng)計指標(biāo)如下：

均方根誤差：（8）

表2 AquaCrop模型部分作物和管理參數(shù)

模型性能指數(shù)：（9）

一致性指數(shù)：（10）

式中，為樣本個數(shù)；M、S分別為參數(shù)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(nèi)研究現(xiàn)狀 AquaCrop模型在國內(nèi)研究和應(yīng)用尚處于起步階段，內(nèi)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(qū)不同水分處理條件下的夏玉米進行了模擬，研究認(rèn)為，冠層覆蓋度和土壤含水率的模型效率指數(shù)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(qū)玉米冠層生長和土壤含水率進行模擬，校正結(jié)果表明土壤含水率、作物生產(chǎn)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(qū)玉米生長，可用于晉中地區(qū)玉米栽培研究。劉琦[21]利用AquaCrop模型對山西晉中地區(qū)覆膜和裸地條件下春玉米生長、地上生物量和產(chǎn)量進行了模擬，研究發(fā)現(xiàn)0—120 cm土壤含水率、農(nóng)田蒸散和冠層覆蓋的決定系數(shù)（2）分別為0.86、0.86和0.96；生物量和產(chǎn)量相對誤差為2.83%—4.42%和3.13%—9.58%，模型對該地區(qū)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(chǎn)量，結(jié)果表明冠層覆蓋度和土壤貯水量的2＞0.88，調(diào)試后的模型在遼西北半干旱地區(qū)可用于指導(dǎo)實踐。還有學(xué)者利用AquaCrop模型模擬覆膜條件下冬小麥土壤水分動態(tài)，研究發(fā)現(xiàn)，在冠層覆蓋度、生物量、產(chǎn)量和水分利用效率方面，模擬效果表現(xiàn)出較好的一致性，為推廣模型應(yīng)用提供理論支持[23]。

2.2.2 國外研究現(xiàn)狀 當(dāng)前，美國、加拿大、敘利亞等國學(xué)者對AquaCrop模型參數(shù)的本地化調(diào)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(jié)果表明因氣候、地域、作物品種等改變模型參數(shù)需利用大田數(shù)據(jù)進行模型參數(shù)的校正和驗證。MKHABELA等[25]利用AquaCrop模型對加拿大西部地區(qū)小麥的籽粒產(chǎn)量和土壤含水量進行了模擬，并驗證模型在該地區(qū)的適用性，研究表明產(chǎn)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(qū)應(yīng)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(rèn)為可以有效提高作物產(chǎn)量和水分利用效率，因此重視模型在虧缺灌溉下的產(chǎn)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(chǎn)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(chǎn)量誤差不到2%，在嚴(yán)重水分脅迫下模擬玉米產(chǎn)量則不理想，產(chǎn)量誤差超過了30%。Heng把這種產(chǎn)量誤差主要歸于模型對嚴(yán)重水分脅迫時作物應(yīng)激的錯誤判斷，尤其是作物衰老時發(fā)生脅迫；而Katerji等[28]認(rèn)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(chǎn)量（），而模型運行中，若出現(xiàn)脅迫因素，則會影響冠層覆蓋度的準(zhǔn)確模擬，造成模擬不準(zhǔn)確（土壤鹽分、肥力脅迫與之類似）。雨養(yǎng)地區(qū)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(yǎng)和灌溉下甜菜、向日葵和玉米產(chǎn)量，發(fā)現(xiàn)模型在補充灌溉下極端干燥年和濕潤年的產(chǎn)量偏差較小，大多數(shù)比較試驗中向日葵除極端濕潤條件下產(chǎn)量模擬效果較差外均表現(xiàn)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(chǎn)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(fā)育。還有人用AquaCrop模型對不同花生進行模擬，研究發(fā)現(xiàn)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?yún)?shù)要根據(jù)作物品種及研究區(qū)環(huán)境來設(shè)置和調(diào)整，沒有一種模型可以在不同環(huán)境、品種下均能對作物生長進行準(zhǔn)確模擬，因此，研究者應(yīng)加強模型參數(shù)調(diào)試與驗證，尤其是在脅迫條件下或?qū)Σ煌贩N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(shù)調(diào)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(yīng)用中應(yīng)重視敏感參數(shù)的準(zhǔn)確獲取與適當(dāng)調(diào)整，加強參數(shù)的本地化調(diào)試，以便于模型能夠在更大范圍推廣應(yīng)用。

2.3 優(yōu)化灌溉策略與水肥管理研究

2.3.1國內(nèi)研究現(xiàn)狀 AquaCrop模型可以根據(jù)不同氣候情景和農(nóng)業(yè)生產(chǎn)計劃，尋求最優(yōu)灌溉制度，這對提高灌溉水利用效率，優(yōu)化灌溉策略具有重要意義[32]。杜文勇等[33]應(yīng)用AquaCrop模型比較華北平原地區(qū)噴灌、滴灌和漫灌技術(shù)條件下冬小麥的生物量和產(chǎn)量的模擬效果，研究表明旱災(zāi)和低溫導(dǎo)致作物減產(chǎn)，即產(chǎn)量和生物量的模擬值高于實際值，且產(chǎn)量模擬優(yōu)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(qū)冬小麥灌溉管理。Wang等[34]利用AquaCrop模型模擬黃土高原地區(qū)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(chǎn)量，研究發(fā)現(xiàn)土壤含水率在不同灌溉處理下的模擬精度不同，谷物產(chǎn)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(xiàn)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(qū)雨養(yǎng)和灌溉農(nóng)業(yè)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(jù)較高的產(chǎn)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(qū)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(jié)水增產(chǎn)目標(biāo)的實現(xiàn)具有重要意義。滕曉偉等[36]驗證AquaCrop模型在陜西楊凌旱區(qū)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(chǎn)量的影響，結(jié)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(qū)抗旱保產(chǎn)及灌溉策略的制定提供理論依據(jù)。

水分和養(yǎng)分對作物生長的交互效應(yīng)，是影響中國農(nóng)田生產(chǎn)力的主要因素。將優(yōu)化灌溉制度和合理施肥相結(jié)合是實現(xiàn)節(jié)水增產(chǎn)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(xué)者對不同灌水量與肥力水平進行了研究，王亞敏[37]運用調(diào)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(fā)情況，研究表明模型可以用來輔助農(nóng)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(chǎn)量，研究表明胡麻籽粒產(chǎn)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(dǎo)西北胡麻區(qū)進行科學(xué)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(jié)果顯示模型能準(zhǔn)確模擬土壤含水量、生物量和產(chǎn)量，而且作物產(chǎn)量在施氮為150—225 kg N·hm-2時最高，研究成果可以為該地區(qū)不同水平年優(yōu)選施氮管理模式提供參考。

2.3.2 國外研究現(xiàn)狀 降雨量少與變異性大是限制作物生產(chǎn)的關(guān)鍵因素，而且單依靠降雨僅能滿足部分地區(qū)作物生長需要，大部分地區(qū)需要灌溉。因此，探究不同土壤水分下的作物產(chǎn)量，利用調(diào)試完備的AquaCrop模型進行調(diào)虧灌溉或補充灌溉以指導(dǎo)農(nóng)業(yè)實現(xiàn)最大生產(chǎn)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(chǎn)量，評估不同時期水分脅迫對模型模擬結(jié)果的影響，其研究表明，非充分灌溉有利于穩(wěn)定產(chǎn)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(qū)進行了3年田間試驗，用AquaCrop模型評估畫眉草在雨養(yǎng)、充分灌溉和虧缺灌溉方式下的水分脅迫反應(yīng)，結(jié)果顯示，適度水分脅迫時收獲指數(shù)增加了27%，而嚴(yán)重水分脅迫導(dǎo)致氣孔關(guān)閉對HI0產(chǎn)生負面影響；研究表明，準(zhǔn)確校正模型參數(shù)可以利用模型指導(dǎo)制定農(nóng)業(yè)灌溉管理制度以提高作物水分生產(chǎn)效率。還有研究者用AquaCrop模型模擬雨養(yǎng)和補充灌溉條件下甜菜、玉米和向日葵產(chǎn)量，結(jié)果顯示，在濕潤和中度干旱的年份，灌溉和雨養(yǎng)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(huán)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(chǎn)量和土壤含水率上具有較好的效果，可以幫助用戶評估產(chǎn)量和優(yōu)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(qū)馬鈴薯在不同灌溉條件下的冠層覆蓋度、生物量及騰發(fā)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(jié)果表明需水量的80%和60%是高產(chǎn)的前提下水分利用效率最高的處理。

AquaCrop模型旨在揭示產(chǎn)量對水分的響應(yīng)機制，該模型不僅可以用于模擬多種作物生長發(fā)育過程，還可以進行不同氣候條件下的產(chǎn)量預(yù)測或有限的可利用水量分配。大多數(shù)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(chǎn)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(shù)，這主要是因為模型參數(shù)的本地化校正不準(zhǔn)確。因此在模型應(yīng)用時要加強參數(shù)校正，除此之外，還要根據(jù)作物需水規(guī)律制定合理灌水梯度，避免中度或嚴(yán)重脅迫影響模型模擬效果。

2.4 冠層覆蓋、生物量及產(chǎn)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(shù)作為計算作物蒸騰量的基礎(chǔ)，從而實現(xiàn)蒸發(fā)、蒸騰的分離，保證生物量的形成只與蒸騰有關(guān)。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(guān)聯(lián)獲得生物量，從而用生物量和收獲指數(shù)來表示作物產(chǎn)量，因此冠層覆蓋度、生物量和產(chǎn)量的精確模擬對模型的進一步應(yīng)用具有重要意義。

2.4.1 國內(nèi)研究現(xiàn)狀 國內(nèi)學(xué)者對生物量、產(chǎn)量等的模擬精度進行了大量研究。李晶等[44]應(yīng)用AquaCrop模型模擬東北5個地區(qū)春小麥冠層生長，發(fā)現(xiàn)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(qū)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(fā)育、生物量、產(chǎn)量及水分利用效率的變化，發(fā)現(xiàn)模型可以較好地對該地區(qū)玉米冠層生長、生物量、產(chǎn)量和WUE進行模擬。另外，在作物生長模擬的基礎(chǔ)上，AquaCrop模型還可以用于確定適當(dāng)?shù)姆N植日期[46]。但是，在對大蔥的生長發(fā)育的模擬中，發(fā)現(xiàn)AquaCrop模型只有在土壤水分充足的條件下，才能準(zhǔn)確地模擬大蔥的生物量[47]。

2.4.2 國外研究現(xiàn)狀 國外學(xué)者對于AquaCrop模型在本領(lǐng)域的研究較國內(nèi)深入，涉及推廣應(yīng)用方面的研究比較多，主要文獻研究內(nèi)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(guān)于模型模擬作物生長準(zhǔn)確度要高于國內(nèi)，這主要是因為模型保守參數(shù)采用FAO提供的參考值，而這部分參數(shù)基本是根據(jù)國外大量試驗調(diào)試和驗證得出的。國內(nèi)外氣象條件、土壤條件及作物品種等不同使得模型參數(shù)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(shù)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(shù)。

2.5 AquaCrop模型的拓展應(yīng)用

2.5.1 氣候變化條件下的產(chǎn)量模擬 氣候變化導(dǎo)致作物減產(chǎn)，加劇了糧食危機的到來。為了減輕極端氣候變化對產(chǎn)量影響的風(fēng)險不確定性，將作物模型與氣象情境文件相結(jié)合，研究氣候變化對作物產(chǎn)量的影響，從而可以指導(dǎo)農(nóng)民進行生產(chǎn)前決策以降低可能的損失[55]。Mainuddin等[56]將區(qū)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(chǎn)的影響，結(jié)果表明，分布在湄公河流域上下游的水稻在雨養(yǎng)條件下產(chǎn)量不同，但是如果進行灌溉，則未來氣候變化對產(chǎn)量影響不大。Vanuytrecht等[57]將AquaCrop模型與FACE環(huán)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(rèn)為，在未來進行作物生產(chǎn)預(yù)測時，氣候變化和CO2濃度變化對作物吸收強度與響應(yīng)變化至關(guān)重要。氣候變化頻繁及極端天氣也會使得模型應(yīng)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(chǎn)量的影響，結(jié)果顯示模型模擬效果良好（包括嚴(yán)重水分脅迫情況下）。但是張鐵楠等[11]強調(diào)AquaCrop模型適合常規(guī)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(rèn)為嚴(yán)重水分脅迫會導(dǎo)致氣孔關(guān)閉，并對參考收獲指數(shù)產(chǎn)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?yún)?shù)產(chǎn)生影響，但是一旦得以校準(zhǔn)，AquaCrop模型仍可以用于作物產(chǎn)量的良好預(yù)測。

AquaCrop模型作為水驅(qū)動模型，反映了不同土壤貯水量下的作物產(chǎn)量水平，模型可以被用來進行旱災(zāi)損失評估和農(nóng)業(yè)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(chǎn)量，結(jié)果表明模型可以對水稻生產(chǎn)力進行模擬，通過計算因旱減產(chǎn)率定量評估農(nóng)業(yè)旱災(zāi)損失，為進一步研究抗旱能力和優(yōu)化干旱灌溉策略提供了技術(shù)支撐。

AquaCrop模型與天氣預(yù)報等情境文件結(jié)合，可以為未來不同降水年型（濕潤年、干旱年、正常年）下的產(chǎn)量預(yù)測提供技術(shù)支持。但是，國內(nèi)關(guān)于這方面的研究鮮有報道，國外則研究比較多，這是國內(nèi)學(xué)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(lián)合應(yīng)用 除了與情景文件耦合之外，模型還可以與其他模型聯(lián)合拓寬模型的應(yīng)用范圍。傳統(tǒng)的農(nóng)業(yè)水管理一般通過節(jié)水灌溉或技術(shù)上保證作物的產(chǎn)量；目前，主要是綜合考慮水價、灌溉水約束、農(nóng)業(yè)政策的基礎(chǔ)上，通過作物水分生產(chǎn)函數(shù)來確定節(jié)水灌溉下的產(chǎn)量及農(nóng)民收入。Zinyengere等[60]將氣候預(yù)報與AquaCrop模型耦合評估玉米產(chǎn)量的模擬精度，研究表明，通過季節(jié)性氣候預(yù)報提高AquaCrop模型對玉米產(chǎn)量的模擬精度，為指導(dǎo)玉米生產(chǎn)提供理論依據(jù)。Garcia-Vila等[61]考慮到水價、農(nóng)業(yè)政策、灌溉水約束等的影響，將AquaCrop模型與經(jīng)濟學(xué)模型相結(jié)合模擬棉花、西紅柿、向日葵、玉米的農(nóng)民收入變化，研究顯示AquaCrop模型和經(jīng)濟模型的聯(lián)合可以減少因灌水分配問題造成的農(nóng)民收入損失。

AquaCrop模型用冠層覆蓋度代替LAI，為3S數(shù)據(jù)的直接使用提供了新途徑；當(dāng)前，AquaCrop模型與3S技術(shù)的結(jié)合為拓寬模型應(yīng)用范圍和高效改善農(nóng)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(shù)據(jù)結(jié)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(jié)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(chǎn)量模擬具有很好的一致性，模型可用來優(yōu)化種植日期和灌溉策略。將3S技術(shù)與AquaCrop模型聯(lián)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(shù)據(jù)庫的獲取速度；AquaGIS可以對模塊結(jié)果進行分析和空間可視化，它們?yōu)槟Ｐ驮趨^(qū)域尺度上的研究奠定了基礎(chǔ)。Lorite等[63]將AquaCrop模型與地理信息系統(tǒng)GIS聯(lián)合，分析氣候變化對西班牙南部小麥產(chǎn)量的影響，并編制了AquaData和AquaGIS作為輸入和輸出程序進行數(shù)據(jù)運算，結(jié)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(jié)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(yīng)用范圍。

以上研究表明，AquaCrop模型與3S技術(shù)相結(jié)合，可以彌補試驗數(shù)據(jù)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(tǒng)進行聯(lián)用能拓寬模型應(yīng)用范圍和提高決策水平，為更好指導(dǎo)農(nóng)業(yè)生產(chǎn)提供了重要途徑。

3 AquaCrop模型應(yīng)用中存在的問題及展望

AquaCrop模型自2009年發(fā)布以來，在世界范圍內(nèi)得到了廣泛的驗證和應(yīng)用?？傮w上，AquaCrop模型在不同地區(qū)都取得了很好的模擬效果，確認(rèn)了其適用性良好。但是，AquaCrop模型應(yīng)用中也作了很多理想狀態(tài)的假設(shè)，例如，它假設(shè)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(shù)缺少驗證

國內(nèi)學(xué)者在探討AquaCrop 模型適用性時，保守參數(shù)直接采用參考FAO的校準(zhǔn)值。而參考FAO的校準(zhǔn)值是從國外大量本地化試驗調(diào)試得到的，由于大田試驗數(shù)據(jù)的缺乏，對于保守參數(shù)在國內(nèi)普適性有待驗證。研究者需要用多年試驗數(shù)據(jù)對模型參數(shù)進行校正和驗證，以提高AquaCrop模型的準(zhǔn)確性。

3.2 模型由單點尺度到區(qū)域尺度應(yīng)用時遭遇瓶頸

總體來說，AquaCrop模型在國內(nèi)研究和應(yīng)用尚處于起步階段，內(nèi)容也多涉及參數(shù)校正與驗證、適用性和灌溉管理方面，其他領(lǐng)域涉及較少。同時，AquaCrop 模型在國內(nèi)的研究大多為單點尺度研究，區(qū)域尺度研究與應(yīng)用鮮有報道。當(dāng)模型應(yīng)用由局部試驗站點擴大到區(qū)域尺度時，因土壤異質(zhì)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(nèi)學(xué)者要借鑒國外經(jīng)驗，將區(qū)域內(nèi)同一站點多年數(shù)據(jù)與多站點數(shù)據(jù)相結(jié)合對模型參數(shù)進行校正與驗證，同時可以將3S技術(shù)與AquaCrop模型聯(lián)合，拓展模型區(qū)域應(yīng)用適用性。

3.3 雨養(yǎng)地區(qū)模擬研究比較少且模擬結(jié)果不穩(wěn)定

國內(nèi)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(chǎn)量對于水分的響應(yīng)研究。當(dāng)前，全球農(nóng)業(yè)生產(chǎn)用地有約80%是雨養(yǎng)地區(qū)，其中，雨養(yǎng)地區(qū)生產(chǎn)的糧食約占全球糧食總產(chǎn)量的67%，所以在未來的研究中應(yīng)加強AquaCrop模型在雨養(yǎng)地區(qū)的適用性研究，擴展模型應(yīng)用范圍，以此指導(dǎo)同類地區(qū)農(nóng)業(yè)生產(chǎn)，為模型的推廣提供幫助。鑒于雨養(yǎng)地區(qū)模型模擬結(jié)果不穩(wěn)定，研究者應(yīng)加強雨養(yǎng)區(qū)不同水平年下參數(shù)本地化調(diào)試，獲得適合該地區(qū)的模型參數(shù)。

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(yōu)勢是可以使用較少的參數(shù)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(yǎng)分平衡模塊以及水分和養(yǎng)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(fā)育的影響。一些研究表明，在溫度、水分及鹽分嚴(yán)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(fā)現(xiàn)，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(yīng)該逐漸加入這些模塊，并且對模型輸入?yún)?shù)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(shù)校驗。

References

[1] 曹衛(wèi)星, 羅衛(wèi)紅. 作物模擬系統(tǒng)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(xué)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(yīng)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(shù)全局敏感性分析. 中國農(nóng)業(yè)科學(xué), 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(qū)夏玉米生產(chǎn)中的應(yīng)用研究[D]. 泰安: 山東農(nóng)業(yè)大學(xué), 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(qū)的校正和驗證. 灌溉排水學(xué)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(guān)中及渭北地區(qū)的適用性評價[D]. 楊凌: 西北農(nóng)林科技大學(xué), 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(yīng)用初探. 灌溉排水學(xué)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(yīng)用[D]. 太原: 山西大學(xué), 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(chǎn)量[D]. 北京: 中國農(nóng)業(yè)科學(xué)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(nóng)業(yè)工程學(xué)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(tài)和土壤水分模擬效果的評價分析. 中國農(nóng)業(yè)科學(xué), 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(xué)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(chǎn)量的AquaCrop模型預(yù)測. 農(nóng)業(yè)機械學(xué)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(nóng)林科技大學(xué), 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(qū)冬小麥抗旱灌溉的模擬研究. 中國農(nóng)業(yè)科學(xué), 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(qū)主要作物產(chǎn)量-水分模擬研究[D]. 楊凌: 西北農(nóng)林科技大學(xué), 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(chǎn)量模擬中的應(yīng)用和驗證. 中國生態(tài)農(nóng)業(yè)學(xué)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(xué)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(qū)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(yīng)用. 農(nóng)業(yè)現(xiàn)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(yīng)用和驗證. 中國農(nóng)業(yè)大學(xué)學(xué)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(nóng)業(yè)旱災(zāi)損失評估中的應(yīng)用. 南水北調(diào)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(shù)據(jù)的北方冬小麥水分利用效率估算[D]. 揚州: 揚州大學(xué), 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(zé)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(yè)（農(nóng)業(yè)）科研專項（201303125）、國家自然科學(xué)基金（51609137）、國家留學(xué)基金資助項目（201308210026）、遼寧省教育廳項目（2009A630）

孫仕軍，E-mail：sunshijun2000@yeah.net