不同水分脅迫情境下冬小麥生長發(fā)育的RZWQM2模擬

蔣騰聰 竇子荷 姚 寧 馮 浩 于 強 何建強

(1.西北農(nóng)林科技大學旱區(qū)農(nóng)業(yè)水土工程教育部重點實驗室，陜西楊凌 712100；2.西北農(nóng)林科技大學中國旱區(qū)節(jié)水農(nóng)業(yè)研究院，陜西楊凌 712100；3.中國科學院水利部水土保持研究所黃土高原土壤侵蝕與旱地農(nóng)業(yè)國家重點實驗室，陜西楊凌 712100)

0 引言

半干旱地區(qū)是我國重要的農(nóng)業(yè)類型區(qū)之一，水分是限制該地區(qū)農(nóng)業(yè)生產(chǎn)的主要因子[1]。近年來隨著全球氣候變暖，作物生長期關(guān)鍵生育期干旱發(fā)生頻率及強度的增加，給該地區(qū)農(nóng)作物生長發(fā)育造成較大影響[2]。關(guān)中地區(qū)位于中國西北部，冬小麥是其主要糧食作物之一。該地區(qū)秋季雨多、春季干旱，水分虧缺已經(jīng)成為制約冬小麥穩(wěn)產(chǎn)、高產(chǎn)的主要因素。因此，探討受旱條件下冬小麥生境過程，提高水分利用率，發(fā)展節(jié)水農(nóng)業(yè)，對提高該地區(qū)的糧食產(chǎn)量至關(guān)重要[1]。

以往有關(guān)水分脅迫的研究以大田試驗為主[3-6]，但是試驗周期長、成本高，試驗結(jié)果具有明顯的區(qū)域性，無法開展大量的重復試驗。而作物模型是以作物為研究對象，根據(jù)農(nóng)業(yè)系統(tǒng)學與作物科學原理，對作物與環(huán)境、經(jīng)濟因子及其關(guān)系的定量化表達，經(jīng)校正和驗證并達到一定精度后，可用于作物生長發(fā)育過程及結(jié)果的定量預測、監(jiān)測、預警與決策支持，以促進作物生產(chǎn)實現(xiàn)高產(chǎn)、優(yōu)質(zhì)、高效、生態(tài)與安全的目標[7]。利用作物模型開展“數(shù)值模擬試驗”對大田試驗進行補充，可在某些方面發(fā)揮重要作用且已經(jīng)得到越來越廣泛的應(yīng)用[8-10]。目前有關(guān)小麥生長的模擬模型主要有Sirius[11]、AFRCWHEAT2[12]、APSIM[13]、DSSAT[14]和RZWQM[15]等。

目前，大多數(shù)作物模型都是通過“水分脅迫因子”即水分供需比來描述水分脅迫對作物生長和發(fā)育過程的影響，但它們的表達形式有所不同[16-17]。例如，APSIM模型以相對有效含水率來描述水分脅迫與氮素固定和物候發(fā)育的關(guān)系，而以水分供給與需求的比值來描述水分脅迫對光合作用和葉片伸展的影響[17]；DSSAT模型則通過比較潛在蒸騰(或植物水分需求)和潛在根系吸水(或植物可吸收的土壤水)之間的大小關(guān)系來描述水分脅迫對作物的影響[17]。然而，現(xiàn)有作物模型對水分脅迫條件下作物生長的模擬仍存在一定的誤差，例如，姚寧等[18]利用DSSAT中的CERES-Wheat模型模擬旱區(qū)冬小麥生長過程時發(fā)現(xiàn)，在越冬期和返青期受旱條件下，模擬結(jié)果相對較差，且隨著受旱時段提前和受旱程度的加重，模擬精度更低。

根區(qū)水質(zhì)模型(RZWQM)是由美國農(nóng)業(yè)部農(nóng)業(yè)系統(tǒng)研究所開發(fā)，于1992年推出的農(nóng)業(yè)系統(tǒng)和資源管理模型。該模型綜合了物理、生物和化學過程，模擬農(nóng)業(yè)生產(chǎn)系統(tǒng)中作物生長及水分、養(yǎng)分和殺蟲劑在作物根區(qū)的運動和傳輸[19]。雖然該模型在各地得到了廣泛的應(yīng)用和驗證，但也存在對水分脅迫條件下作物生長模擬精度較低的問題。例如，MA等[20]利用RZWQM模型模擬大豆生長時發(fā)現(xiàn)，嚴重水分脅迫條件下模擬產(chǎn)量與實測值差距較大；YU等[21]利用RZWQM模型模擬華北平原冬小麥-夏玉米輪作體系時發(fā)現(xiàn)，冬小麥生長過程中出現(xiàn)水分脅迫時葉面積指數(shù)被低估；SASEENDRAN等[22]應(yīng)用RZWQM模型時發(fā)現(xiàn)，較高的水分脅迫會導致大豆葉面積指數(shù)和產(chǎn)量被低估。此外，房全孝等[23]利用RZWQM模型模擬小麥產(chǎn)量時發(fā)現(xiàn)，嚴重干旱處理的小麥葉面積指數(shù)模擬值明顯低于實測值，該模型模擬作物對嚴重土壤水分脅迫的響應(yīng)機制還需進一步改善。

為增強RZWQM2模型模擬水分脅迫條件下作物生長的功能，SASEENDRAN等[24]于2014年在該模型原有水分脅迫因子WSI1基礎(chǔ)上，提出了兩種新的作物水分脅迫因子WSI2和WSI3。其中，WSI2以WSI1為基礎(chǔ)，改變了根系吸水項的計算公式；WSI3則以WSI2為基礎(chǔ)增加了土壤蒸發(fā)項。然而，自新的水分脅迫指數(shù)建立以來，還未在我國干旱和半干旱地區(qū)進行驗證，RZWQM2模型模擬干旱脅迫條件下冬小麥生長的精度是否相應(yīng)得到了提高，目前尚不清楚。

因此，本研究比較RZWQM2模型提供的3種水分脅迫因子，判斷新增的水分脅迫因子是否提高RZWQM2模型模擬存在水分脅迫時冬小麥生長過程的精度，驗證RZWQM2模型在我國干旱和半干旱地區(qū)的適應(yīng)性，并選出適用的水分脅迫因子，從而為進一步將該模型應(yīng)用于我國干旱半干旱地區(qū)農(nóng)業(yè)生境系統(tǒng)管理研究提供參考。

1 材料和方法

1.1 田間試驗設(shè)計

圖1 2012—2013年和2013—2014年兩年度冬小麥生育期內(nèi)逐日氣溫和太陽輻射量Fig.1 Daily temperature and solar radiation in 2012—2013 and 2013—2014 growing seasons of winter wheat

冬小麥田間分段受旱試驗在陜西楊凌西北農(nóng)林科技大學節(jié)水灌溉試驗站(108°04′E, 34°17′N,海拔506 m)大型活動遮雨棚下進行，降雨時關(guān)閉遮雨棚，以隔絕降雨對試驗的影響。試驗小區(qū)種植面積為8 m2，小區(qū)間設(shè)有埋深為1.5 m的聚乙烯塑料隔離層，可防止側(cè)滲。試驗區(qū)土壤為塿土，0～20 cm土層土壤pH值為8.14，有機碳質(zhì)量比8.20 g/kg，全氮質(zhì)量比0.62 g/kg。該地區(qū)屬于暖溫帶季風半濕潤氣候區(qū)，降水量年內(nèi)分布不均。2012—2013年和2013—2014年兩年度冬小麥生育期內(nèi)氣溫和太陽輻射量動態(tài)變化見圖1。

試驗因素為灌溉水平和受旱時段。灌溉水平設(shè)置灌水定額40 mm(I1)和80 mm(I2)2個水平；受旱時段分為越冬+返青時段受旱(D1)、返青+拔節(jié)時段受旱(D2)、拔節(jié)+抽穗時段受旱(D3)和抽穗+灌漿時段受旱(D4)4個水平；對照處理(CK)灌水定額為80 mm，各生育期全灌水。共計9個處理，各處理3個重復(表1)。供試冬小麥品種為“小偃22”，條播種植，播深5 cm，行距25 cm，密度400萬株/hm2。播種時間為2012年和2013年的10月15日，分別于次年6月2日和6月7日收獲。播前施用N 140 kg/hm2和P2O550 kg/hm2，生長期內(nèi)不再追肥。其他試驗細節(jié)參照姚寧等[25]的研究。

表1 冬小麥不同生長階段受旱試驗的灌水處理Tab.1 Experimental treatments of water stress at different stages of winter wheat mm

1.2 RZWQM2模型與水分脅迫因子

1.2.1RZWQM2模型簡介

RZWQM2模型是一個基于過程的農(nóng)業(yè)系統(tǒng)模擬模型，主要包括6個子模塊：物理運移模塊、化學反應(yīng)模塊、養(yǎng)分循環(huán)模塊、殺蟲劑反應(yīng)模塊、作物生長模塊和管理操作模塊。其中物理運移模塊用Green-Ampt方程[26]描述土壤水分入滲過程；Brooks-Corey (BC)方程[27]描述土壤水分特征曲線；Richards方程[28]描述分層土壤間土壤水分重分布情況。RZWQM2模型嵌套了DASST 4.0模型[19]，用來模擬作物生長發(fā)育過程和最終產(chǎn)量。本文中以DSSAT 4.0中的CERES-Wheat模塊模擬冬小麥的生長過程和最終產(chǎn)量。

1.2.2RZWQM2模型中的3種不同水分脅迫因子

(1)水分脅迫因子WSI1

RZWQM2模型中延用了DSSAT 4.0中的水分脅迫因子，即潛在根系吸水量與潛在蒸騰量的比值[24]。本文將其作為第1種水分脅迫因子WSI1。

在水分充足的條件下，潛在根系吸水量大于潛在蒸騰量，不存在水分脅迫。隨著土壤水分被根系吸收，土壤變干，潛在根系吸水速率下降。在某一階段達到一個閾值，即膨壓因子(ITURFAC)，該因子主要影響葉片伸展性生長。對于C3、C4植物，低于膨壓因子根系吸收的水分將不能通過滲透調(diào)節(jié)和細胞壁的擴展來維持膨壓，供給細胞分裂和葉片伸展性生長。當潛在蒸騰量等于或超過潛在根系吸水量時，脅迫因子ISWFAC被激活，主要影響光合作用及其他與干物質(zhì)積累相關(guān)的過程。模型中這兩個因子被作為直接乘數(shù)應(yīng)用于葉片生長和干物質(zhì)積累的模擬中，參數(shù)范圍為1(沒有脅迫)到0(完全脅迫)。相關(guān)計算式為

(1)

(2)

式中ISWFAC——影響光合作用及其他與干物質(zhì)積累相關(guān)過程的水分脅迫因子

PTRWUP——潛在根系吸水量，mm

PRWUEP1——物種特性參數(shù)

EP0——潛在蒸騰量，mm

其中，PRWUEP1目前在DSSAT中設(shè)置為1.5，表明在潛在根系吸水量為潛在蒸騰量的1.5倍時，作物的伸展性生長開始遭受水分脅迫；潛在蒸發(fā)蒸騰量(EP0)用改進的Shuttleworth-Wallace ET模型[29]計算得到。

潛在根系吸水量(PTRWUP)由Ritchie方程[30]得到，為

抗震設(shè)防烈度為8度，按罕遇地震設(shè)計基本地震加速度值為0.20g，設(shè)計地震屬于第一組，場地類別為Ⅱ類，則Tg=0.4s。阻尼比取0.02，地震影響系數(shù)曲線的阻尼調(diào)整系數(shù)按1.0采用，豎直地震載荷對整個結(jié)構(gòu)的動力響應(yīng)影響較小，一般情況下，只考慮水平向地震作用[5]，故分別在結(jié)構(gòu)的兩個水平主軸方向計算地震作用。由圖3求得加速度譜值如表2。

(3)

式中RRLV(i)——第i層的根長密度，cm/cm3

k1——常數(shù)，取0.001 32

k2——常數(shù)，當土壤水排水下限大于等于0.30 cm3/cm3時，k2取45.0；當土壤水排水下限小于0.30 cm3/cm3時，k2=130θLL(i)

k3——常數(shù)，取7.01

θSW(i)——第i層土壤體積含水率,cm3/cm3

θLL(i)——第i層作物可利用水分下限，cm3/cm3

ΔZ(i)——土層i的深度，cm

(2)水分脅迫因子WSI2

由于式(3)基于單根吸水的徑向流理論，該理論存在諸多假設(shè)[31]。首先，該理論假設(shè)土壤導水率不變，即凋萎系數(shù)時的土壤導水率。這一假設(shè)在土壤含水率較高時存在很大誤差。其次，該理論假設(shè)即使在土壤干燥的條件下作物根系和土壤間的水勢梯度也為常數(shù)。實際中，根水勢隨時間變化，水勢梯度也在變化[24]。Nimah and Hanks方程[32]是一種計算根系吸水的宏觀模型，較式(3)沒有上述假設(shè)。因此SASEENDRAN等[24]希望通過改用Nimah and Hanks方程計算水分脅迫因子中的根系吸水項，以提高水分脅迫的模擬精度，得到第2種水分脅迫因子WSI2。Nimah and Hanks方程為

(4)

式中Hr——根部有效壓力水頭，cm

Rr——根阻力項

h(z,t)——土壤基質(zhì)水頭，cm

s(z,t)——考慮含鹽量的滲透水頭，假設(shè)為0 cm

Δx——根表面到土壤中測量h(z,t)點的距離，假設(shè)為1 cm

Δz——深度增量，cm

R(z)——有效根密度函數(shù)，即為在Δz的深度間隔內(nèi)其有效根與總有效根的比率

K(θ)——土壤導水率，cm/h

Sr(z,t)——根系吸水量，cm

每層瞬時吸水量的累計值即為根系吸水量。通過調(diào)節(jié)根部有效壓力水頭(Hr)使總的根系吸水量小于或等于潛在蒸騰量。Hr=15 295.8 cm時的根系吸水量為潛在根系吸水量。

WSI2相關(guān)計算式為

(5)

(6)

式中PTRWUP-NH——通過Nimah and Hanks方程計算的潛在根系吸水量，mm

(3)水分脅迫因子WSI3

當土壤干燥時，用于蒸散的能量較少，因而用于加熱土壤、空氣和冠層的能量較多，SASEENDRAN等[24]將這部分能量導致的作物水分脅迫考慮進水分脅迫因子中。通過修改WSI2中SWFAC的計算公式(式(5))，即在其分子中加上土壤實際蒸發(fā)量，分母中將潛在蒸騰量改為潛在蒸發(fā)蒸騰量，提出第3種水分脅迫因子WSI3，即

(7)

(8)

式中ES——土壤蒸發(fā)的可用水量，通過Richards方程求解土壤表層垂直向上的水流通量得到，上限為潛在土壤蒸發(fā)量，mm

ET——潛在蒸發(fā)蒸騰量，mm

1.3 模型輸入數(shù)據(jù)

模型運行所需的2012—2014年逐日氣象數(shù)據(jù)(包括最高氣溫、最低氣溫、大氣相對濕度、太陽輻射和風速等)由試驗地附近的陜西省楊凌國家一般氣象站提供。試驗在遮雨棚下進行，故模型中降雨量為0 mm。模型中土壤質(zhì)地、顆粒組成及容重由田間試驗測得，凋萎系數(shù)、田間持水率和飽和度為實測數(shù)據(jù)，土壤的飽和導水率采用模型默認值(表2)。模型中最大根深設(shè)為200 cm，根系分布指數(shù)為3.0[33-34]。因缺乏實測值，且本研究沒有考慮氮素對作物生長發(fā)育的影響，所以土壤養(yǎng)分數(shù)據(jù)采用模型默認值。

表2 試驗區(qū)初始土壤性質(zhì)Tab.2 Initial soil properties of experimental plots

研究表明，選取不存在水分虧缺試驗處理的數(shù)據(jù)來校正模型參數(shù)較為合理[18，35]。因此本研究用完全灌水處理(CK)的土壤水分動態(tài)、物候期、生物量和產(chǎn)量數(shù)據(jù)對模型進行校正，其他處理用于模型驗證。在模型校正和驗證過程中選用模型默認的水分脅迫因子WSI1。在對RZWQM2模型中CERES-Wheat模塊進行作物品種參數(shù)校正時，以姚寧等[18]得到的“小偃22”的品種參數(shù)作為初始值，利用RZWQM2模型自帶的PEST軟件對冬小麥品種參數(shù)進行調(diào)試(表3)。模型中作物品種參數(shù)反映的是作物品種的遺傳特征[36]，因此在利用水分脅迫因子WSI2、WSI3對冬小麥生長過程進行模擬時也采用了上述的作物品種參數(shù)。

表3 冬小麥品種“小偃22”的遺傳參數(shù)Tab.3 Genetic parameters of winter wheat cultivar of “Xiaoyan 22”

1.4 3種水分脅迫值的模擬效果評價

(9)

(10)

其中

(11)

式中RMSE——均方根誤差

Si——第i個模擬值

Oi——第i個觀測值

n——實測值的個數(shù)

2 結(jié)果與分析

2.1 RZWQM2模型的校正和驗證

模型校正和驗證后，兩年度CK處理下20～40 m土層內(nèi)土壤動態(tài)含水率的RRMSE分別為13.72%和14.05%。各受旱處理土壤含水率模擬值相比，低水水平各處理的模擬精度低于高水水平處理，同一灌水水平下前期受旱各處理的模擬精度低于后期受旱處理。但模擬的各受旱處理下土壤含水率的變化趨勢與觀測值基本一致，RRMSE為7.21%～13.49%，模擬效果整體較好。

從模型校正的結(jié)果可以看出，2012—2013年和2013—2014年兩年度CK處理的開花期和成熟期模擬值與觀測值基本一致(表4)，表明RZWQM2模型可以很好地模擬充分供水條件下的冬小麥物候期。而各受旱處理開花期和成熟期的模擬值之間沒有差異且分別與同年的對照處理相同，其中D1處理下模擬值和實測值物候期最大相差9 d，表明RZWQM2模型沒有考慮水分脅迫對冬小麥物候期的影響。

兩年度CK處理最終生物量和籽粒產(chǎn)量ARE的平均值為8.29%和3.62%，模擬精度較高。但各脅迫處理下冬小麥生物量和籽粒產(chǎn)量的模擬結(jié)果相對較差，且模擬誤差隨受旱時期的提前而增大(表4)，其中D1處理嚴重低估了冬小麥的產(chǎn)量和生物量。2012—2013年度高水處理I2D1的生物量和產(chǎn)量均低于低水處理I1D1，與實測結(jié)果不符。這可能是由于I2D1處理的初始含水率低于I1D1處理，模型模擬過程中后期高灌水量沒能抵消前期水分脅迫對冬小麥生長造成的影響，導致最終產(chǎn)量的下降。

表4 RZWQM2模型的校正與驗證結(jié)果Tab.4 Results of calibration and verification of RZWQM2 model

2.2 不同水分脅迫因子的模擬結(jié)果比較

2.2.13種水分脅迫因子輸出值的模擬結(jié)果比較

在用RZWQM2模型模擬冬小麥生長發(fā)育的過程時，水分脅迫因子的輸出值反映作物對水分脅迫的響應(yīng)。本研究中冬小麥越冬期和拔節(jié)期受旱處理下(D1)，隨著冬小麥的生長，WSI1最先表現(xiàn)出水分脅迫，然后是WSI3、WSI2，脅迫強度由大到小依次為WSI1、WSI3、WSI2，但越冬期末(播種后120 d)脅迫強度由大到小依次為WSI3、WSI2、WSI1(圖2a、2b)。其余各處理3種水分脅迫因子反映出的受旱時段基本相同且與試驗設(shè)置基本一致，受旱程度由大到小均為WSI3、WSI2、WSI1，脅迫程度的差異隨受旱時段的推后而減小(圖2，水分脅迫因子范圍0(沒有水分脅迫)到1(完全脅迫))。

圖2 2012—2013年度模擬的不同受旱條件下水分脅迫因子(WSI1、WSI2、WSI3)的動態(tài)變化Fig.2 Dynamic changes of SWFAC under different scenarios of water stress in 2012—2013 growing season by using three stress indices of WSI1, WSI2 and WSI3

2.2.2土壤水分狀況的模擬結(jié)果比較

由于冬小麥根系主要生長分布于20～40 cm，因此本研究主要對比3種水分脅迫因子在該土層的水分模擬狀況(圖3)?？傮w來看，3種因子對土壤含水率的動態(tài)變化模擬效果較好，RRMSE為7.17%～13.28%。且3種因子模擬的土壤含水率的模擬值變化趨勢基本一致，均表現(xiàn)為抽穗期(180 d)之前模擬值低于實測值，此階段土壤水分的消耗以土壤蒸發(fā)為主，間接反映出模型模擬的土壤蒸發(fā)偏高；而抽穗期之后模擬值高于實測值，隨著作物生長土壤水分主要通過作物蒸騰散失，土壤水分模擬值偏高，反映出模型模擬的作物生長蒸騰量偏低。WSI2和WSI3均采用Nimah and Hanks方程計算根系吸水量，兩者模擬的土壤含水率一致，相較于WSI1偏低，作物生長后期差異明顯。

圖3 2012—2013年度3種不同水分脅迫因子(WSI1、WSI2、WSI3)下各處理土壤含水率(20～40 cm)的模擬效果比較Fig.3 Comparisons of measured and simulated soil moistures (20～40 cm) under different scenarios of water stress in 2012—2013 growing season by using three stress indices of WSI1, WSI2 and WSI3

2.2.3累積蒸騰量的模擬結(jié)果比較

從冬小麥累積蒸騰量的模擬值來看，除D1處理外，水分脅迫因子WSI1最高，WSI2次之(圖4)。實際蒸騰量間接反映了作物對水分的吸收狀況，WSI2和WSI3均采用Nimah and Hanks方程模擬根系吸水量，但兩者的模擬值仍有差異。這是由于WSI3考慮了潛熱對冠層的影響，通過在SWFAC的分子和分母中加入土壤蒸發(fā)項，使模擬的水分脅迫程度偏大，造成作物生長狀況較差、蒸騰量較小。與其他處理不同的是，D1處理下WSI2模擬的累積蒸騰量最高，其中I2D1處理下利用脅迫因子WSI1、WSI2、WSI3模擬的2012—2013季冬小麥累積蒸騰量分別為119.5、137.6、101.8 mm。

圖4 2012—2013年度3種不同水分脅迫因子(WSI1、WSI2、WSI3)下各處理累積蒸騰量Fig.4 Simulated total transpirations under different scenarios of water stress in 2012—2013 growing season by using three stress indices of WSI1, WSI2 and WSI3

圖5 2012—2013年度3種不同水分脅迫因子(WSI1、WSI2、WSI3)下各處理冬小麥生物量的模擬效果比較Fig.5 Comparisons of measured and simulated winter wheat biomass under different scenarios of water stress in 2012—2013 growing season by using three stress indices of WSI1, WSI2 and WSI3

2.2.4作物生長狀況的模擬結(jié)果比較

從模型對冬小麥生物量的模擬結(jié)果來看，3種水分脅迫因子均對高水處理、后期脅迫的處理模擬效果較好，而低水處理、前期受旱的模擬效果較差。且自返青期后(約播后130 d)生物量模擬值均低于實測值，表明3種因子模擬的水分脅迫程度均偏大，對冬小麥生物量的累積抑制作用過強。而三者相比，WSI2模擬的各脅迫處理下冬小麥生物量結(jié)果最優(yōu)，WSI1次之，WSI3較差(圖5)。其中D1處理下，WSI2對生物量的模擬較WSI1提高明顯，RZWQM2模型對前期受旱冬小麥生長發(fā)育的模擬得到改善。

同生物量的模擬結(jié)果類似，3種水分脅迫因子對產(chǎn)量的模擬精度均表現(xiàn)出隨著受旱程度的加深和受旱時段的提前逐漸降低的趨勢。三者相比，WSI2的模擬精度最高，2年平均ARE較WSI1降低了1.43個百分點，其中D1處理的模擬精度改善明顯(表5)。WSI2對冬小麥產(chǎn)量的模擬效果得到提高，得益于改由Nimah and Hanks方程計算水分脅迫因子中的潛在根系吸水項，模擬的水分脅迫相較于WSI1歷時短，較WSI3程度輕，作物累積蒸騰量最大，因而產(chǎn)量的模擬效果得到提高。D3、D4處理中，低水處理冬小麥產(chǎn)量被低估，WSI1的模擬精度最高，而高水處理下WSI3的模擬精度最高，這是因為3種脅迫因子均高估了冬小麥產(chǎn)量，而WSI3在WSI2的基礎(chǔ)上增加了土壤蒸發(fā)項，造成模擬的水分脅迫程度增加，使各處理產(chǎn)量的模擬值最接近實測值。

表5 3種水分脅迫因子(WSI1、WSI2、WSI3)對不同受旱情境下冬小麥產(chǎn)量模擬效果比較Tab.5 Comparisons of measured and simulated winter wheat yields under different scenarios of water stress by using three stress indices of WSI1, WSI2 and WSI3

3 討論

本研究利用RZWQM2模型對2 a冬小麥分段受旱試驗進行模擬發(fā)現(xiàn)，同一年不同受旱條件下的冬小麥開花期和成熟期都一樣且與CK處理相同，而田間試驗表明，干旱脅迫發(fā)生得越早、脅迫程度越重，冬小麥的開花期和成熟期越提前。孫宏勇等[37]的研究也發(fā)現(xiàn)整個生育期干旱脅迫能使冬小麥的生育期縮短5～8 d。許多研究表明，模型無法模擬不同水分脅迫造成的作物物候期的差異，需要對模型進行相應(yīng)的改進[38-40]。因此，模型對水分脅迫造成的作物物候期變化還需進一步研究。

經(jīng)校正和驗證后，RZWQM2模型可以很好地模擬CK處理下冬小麥的生物量和籽粒產(chǎn)量。而三者模擬的生物量和籽粒產(chǎn)量均表現(xiàn)為低水水平處理的模擬精度低于高水水平，前期受旱處理的模擬精度低于后期受旱處理。因此RZWQM2模型對前期受旱和嚴重受旱條件下的冬小麥生長過程的模擬還需進一步改進。陳曉遠等[41]的研究表明，不同生育期復水對前期遭受水分脅迫冬小麥的生長及產(chǎn)量均有促進作用，復水后作物的生長受到激發(fā)，在莖稈伸長的同時綠葉面積增大，干物質(zhì)積累增加且更多地向冠部分配，根冠比降低，作物進行補償生長，其中以拔節(jié)期復水的補償作用最大。ACEVEDO等[42]認為，輕度脅迫后復水，植物表現(xiàn)出補償生長。劉春光[43]的研究表明，分蘗期適應(yīng)水分脅迫能力強于拔節(jié)期，且重度脅迫受旱較中度脅迫嚴重，但復水后小麥生長及生理反應(yīng)的補償效應(yīng)也相對明顯。而本研究中RZWQM2模型對D1處理(越冬期和拔節(jié)期受旱，返青期復水)的模擬并沒有體現(xiàn)出復水后冬小麥的補償生長。因此，模型未考慮旱后復水對作物生長的補償效應(yīng)，這可能是導致冬小麥前期受旱情境下生物量和籽粒產(chǎn)量被低估的原因之一。

從冬小麥生物量和籽粒產(chǎn)量模擬效果來看，WSI2較WSI1在冬小麥前期受旱處理有所提高；而WSI3對冬小麥后期受旱處理的模擬較WSI1略有改善。整體來看WSI2模擬的各受旱處理下冬小麥的生物量和產(chǎn)量精度最高，其中2 a生物量的平均RRMSE降低了2.84個百分點，籽粒產(chǎn)量的平均ARE降低了1.43個百分點。水分脅迫對作物生物量和產(chǎn)量的影響主要取決于脅迫的輕重和持續(xù)時間。WSI2在WSI1的基礎(chǔ)上改由Nimah and Hanks方程計算水分脅迫因子中的潛在根系吸水項，改變了水分脅迫歷時和程度，模擬的作物累積蒸騰量最大，因而產(chǎn)量和生物量的模擬效果得到提高。而WSI3在WSI2基礎(chǔ)上通過在SWFAC的分子分母中加入土壤蒸發(fā)項，考慮土壤水分虧缺對冠層溫度的影響，進而導致作物遭受水分脅迫。本研究為兩個連續(xù)生育期持續(xù)受旱，受旱時間長，前期受旱處理作物長勢差，恢復灌水后水分主要用于土壤蒸發(fā)。因此本研究中前期受旱處理下選用WSI3計算出水分脅迫值必然偏大。實際模擬結(jié)果也是如此，WSI3模擬的SWFAC較WSI2和WSI1明顯增大，生物量和籽粒產(chǎn)量的模擬效果最差。劉恩民等[44]的研究也表明，受旱麥田葉面溫度的升高受受旱歷時和作物生長狀況的影響。長期受旱麥田植株發(fā)育較差，同等受旱條件下葉面溫度升高值小，而受旱處理前一直正常供水麥田植株發(fā)育正常，同等受旱條件下葉面溫度升高明顯。因此，在今后的研究中需將作物受旱歷時及作物生長狀況對冠層溫度升高導致的水分脅迫考慮進水分脅迫因子的計算中。

3種水分脅迫因子對20～40 cm土層土壤含水率的模擬均呈現(xiàn)抽穗期之前偏低，而抽穗期后偏高的趨勢。土壤中水分的散失主要通過蒸發(fā)和植株蒸騰進行，這一趨勢反映出模型對ET模擬的不準確性。DEJONGE等[45]認為，要改進CERES模型模擬水分脅迫條件下的作物生長過程，應(yīng)從提高蒸發(fā)蒸騰量的模擬精度入手。而從三者模擬的累積蒸騰量來看，蒸騰量是影響水分脅迫條件下作物產(chǎn)量模擬的重要因素。因此，可以考慮通過改進ET的模擬精度提高模型對水分脅迫條件下作物生長過程的模擬。

此外，王艷哲等[46]的研究表明，在水分供應(yīng)受限制條件下，增施氮肥會降低根冠比,更利于地上干物質(zhì)的積累和經(jīng)濟產(chǎn)量形成。黃玲等[47]研究表明，在干旱脅迫初期可通過施氮來提高土壤貯水的利用率。孟兆江等[48]研究表明，水分調(diào)虧復水后有利于增強作物對土壤氮素的吸收利用能力。由于試驗設(shè)置處理限制，本研究沒有考慮氮素對作物生長發(fā)育的影響，在水、氮互作條件下模型對作物生長發(fā)育的模擬將會發(fā)生變化，還需要進一步研究。

4 結(jié)論

(1)現(xiàn)有RZWQM2模型能較好地模擬生育后期輕度受旱條件下冬小麥的生長發(fā)育過程，但隨著受旱程度的加深和受旱時段的提前，模型的模擬精度降低。

(2)水分脅迫因子WSI2對冬小麥各受旱處理的模擬效果相對較好，突出表現(xiàn)為提高了冬小麥越冬期和返青期受旱條件下生物量、產(chǎn)量的模擬精度。如需利用現(xiàn)有模型對水分脅迫條件下冬小麥生長發(fā)育的過程進行模擬，建議水分脅迫因子選用WSI2。