黃 青 ,陳仲新,劉 航,滕 飛
(中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所/農(nóng)業(yè)部農(nóng)業(yè)信息技術(shù)重點(diǎn)實(shí)驗(yàn)室,北京100081)
隨著信息技術(shù)和計(jì)算機(jī)模擬技術(shù)的日益發(fā)展,能定量、動態(tài)地描述農(nóng)作物生長發(fā)育過程及作物與環(huán)境相互作用關(guān)系的作物模擬模型已經(jīng)成為作物生產(chǎn)力模擬、作物產(chǎn)量預(yù)測的重要工具[1]。CropSyst模型1992年由美國華盛頓大學(xué)開發(fā),可進(jìn)行多年、多作物且以日為模擬步長的作物生長和發(fā)育過程的系統(tǒng)模擬。CropSyst模型模擬氣候、土壤、不同水肥條件及管理措施等對作物生產(chǎn)力的影響,是國外應(yīng)用較廣泛的作物模型之一[2-5],可是由于其參數(shù)復(fù)雜,模型在中國范圍內(nèi)的應(yīng)用研究還比較少見。2008年,歐盟MARS(Monitoring Agriculture with Remote Sensing)農(nóng)業(yè)監(jiān)測項(xiàng)目組開發(fā)了一個(gè)以作物模擬為目的的生物物理模型應(yīng)用平臺Biophysical model application,簡稱BioMa[6-7]。該應(yīng)用平臺基于獨(dú)立的模型組分,對每一個(gè)模型組分都提供獨(dú)立的算法代碼及獨(dú)立的軟件開發(fā)包。BioMa這種基于組分的結(jié)構(gòu)使得其可以為了某一特定的模擬目標(biāo)而綜合利用分散的、獨(dú)立的模型模塊。其目的是在空間數(shù)據(jù)和屬性數(shù)據(jù)的支持下,基于大量的生物物理模型,尋求、分析并運(yùn)行最優(yōu)的、綜合的模型解決方案。BioMa可以不斷加入新的模塊、根據(jù)需要組合成新的模型解決方案,同時(shí)每個(gè)模型解決方案又嵌入模型參數(shù)敏感性分析(Sensitivity Analysis)和模塊優(yōu)化選擇器(Optimizer)等[8-10]。2014年,BioMa在其最新的版本中嵌入了CropSyst模型,并根據(jù)平臺對模型結(jié)構(gòu)和參數(shù)進(jìn)行了調(diào)試。但嵌入BioMa中的改進(jìn)型作物模型Cropsys,其初始化的模型參數(shù)在中國的適用性如何,還未見有公開的研究報(bào)告。文章基于冬小麥主產(chǎn)區(qū)河北省衡水市11個(gè)縣(市)的實(shí)測數(shù)據(jù),對模型在中國華北地區(qū)的適用性進(jìn)行研究。
黃淮海平原是中國冬小麥主產(chǎn)區(qū)。研究區(qū)位于黃淮海平原區(qū)內(nèi)的河北省衡水市的11個(gè)縣(市),地理位置為北緯37.03°~38.23°,東經(jīng)115.10°~116.34°。南北最長距離125.3km,東西最寬距離98.1km,行政區(qū)面積達(dá)8 815km2(圖1)。衡水市皆為平原區(qū),地勢平坦。平均海拔為12~30m。該區(qū)屬于溫帶半濕潤季風(fēng)氣候,平均氣溫13℃,大于0℃積溫 4 200 ~ 5 500℃,年累積輻射量約為 5.0×106~ 5.2×106kJ/m2,無霜期為 170 ~ 220d,年降水量平均為500 ~ 600mm。農(nóng)業(yè)氣候資源較豐富,但是自然災(zāi)害也頻頻發(fā)生,干旱、冰雹、洪澇、低溫、大風(fēng)等,常給農(nóng)業(yè)生產(chǎn)造成一定影響。衡水市土壤大多為壤土、沙壤土、黏性土,適應(yīng)于多種農(nóng)作物的生長。主要糧食作物為冬小麥、夏玉米,一年兩熟輪作制度[11-12]。
圖1 研究區(qū)及采樣點(diǎn)Fig.1 Study area and the field samples location
1.2.1 氣象數(shù)據(jù)
從中國氣象科學(xué)數(shù)據(jù)共享網(wǎng)(http://cdc.cma.gov.cn/)下載2011—2014年全國756個(gè)站點(diǎn)數(shù)據(jù),包括每日最高氣溫、最低氣溫、平均氣溫、相對濕度、平均大氣壓、太陽輻射、日照時(shí)數(shù)、風(fēng)速和降水量(3個(gè)完整周期2011/2012、2012/2013、2013/2014),太陽輻射數(shù)據(jù)基于緯度、日最低氣溫和最高氣溫用Hargreaves模型計(jì)算得到[13]。全國氣象站點(diǎn)數(shù)據(jù)在ArcGIS中插值成5km×5km數(shù)據(jù)。然后截取研究區(qū)2011年9月至2014年6月冬小麥生育期內(nèi)氣象數(shù)據(jù),提取格網(wǎng)內(nèi)屬性值,所有氣象數(shù)據(jù)標(biāo)準(zhǔn)化后輸入BioMa平臺。
1.2.2 作物、土壤和管理數(shù)據(jù)
包括衡水市桃城區(qū)、冀州、棗強(qiáng)縣、武邑、深州、武強(qiáng)、饒陽、安平、故城、景縣、阜城11個(gè)縣(市)11個(gè)實(shí)測樣點(diǎn)的經(jīng)緯度信息、海拔高度、輪作信息、冬小麥關(guān)鍵生育期(播種期、出苗期、開花期、收獲期)、各物候期各點(diǎn)的葉面積指數(shù)(LAI-2000)、地上生物量(干物質(zhì))和最后產(chǎn)量(樣方實(shí)測)、灌溉信息(咨詢農(nóng)戶)、土壤類型、土壤參數(shù)等。所有數(shù)據(jù)標(biāo)準(zhǔn)化處理后輸入BioMa模型。
表1 研究區(qū)樣點(diǎn)信息及調(diào)查起始時(shí)間Table 1 Sample information of study area and investigation start/end time
CropSyst模型在天氣數(shù)據(jù)驅(qū)動下完成作物生長發(fā)育模擬,模型運(yùn)行中,要調(diào)用氣象、土壤、灌溉管理、作物信息等系列數(shù)據(jù)進(jìn)行運(yùn)算。溫度是作物生長發(fā)育最重要的驅(qū)動變量之一。利用平均冠層溫度模擬光合作用和葉片老化的熱限制。在作物發(fā)育過程中,計(jì)算基準(zhǔn)溫度與界值溫度之間的積溫。在播種—出苗和出苗—生理成熟期,可以設(shè)定不同的溫度值。通過將生長度日數(shù)(growing degree-days,GDDs)轉(zhuǎn)換為從0.00~2.00(分別為出苗率和生理成熟度,DVS=1.00對應(yīng)于開花)的數(shù)值編碼(DVS)來標(biāo)準(zhǔn)化發(fā)育階段,有助于同步不同過程的模擬。出苗—開花期和開花—生理成熟期DVS計(jì)算公式如下:
式(1)中:GDDcum(℃/day)為生長度日累計(jì)熱量,GDDem、GDDflo、GDDmat(單位均為℃/d)分別為達(dá)到出苗、開花和生理成熟期的情況下所需的生長度日累計(jì)熱量GDDs[6,14-17]。
模型參數(shù)本地化包括模型使用的研究區(qū)氣象數(shù)據(jù)、土壤數(shù)據(jù)、作物參數(shù)及管理數(shù)據(jù)等的調(diào)試。
模型所需的研究區(qū)土壤參數(shù)包括土壤機(jī)械組成,黏土、沙土含量,pH值,田間持水量,容重,飽和水導(dǎo)率等。模型輸入的部分土壤參數(shù)值及區(qū)間見表2,數(shù)據(jù)主要來自參考文獻(xiàn)[18]。
表2 BioMa平臺中CropSyst模型初始化土壤參數(shù)及中國研究區(qū)冬小麥模擬調(diào)試參數(shù)對照Table 2 Some default and calibrated soil parameters of CropSyst model in simulating China winter wheat yield
CropSyst模型本身提供了典型作物的一系列生理參數(shù)數(shù)據(jù),但針對中國北方的冬小麥,很多參數(shù)需要進(jìn)行調(diào)試?;诤馑貐^(qū)3年實(shí)測數(shù)據(jù),利用嵌入BioMa平臺的CropSyst模型模擬冬小麥產(chǎn)量的步驟包括:(1)將所有數(shù)據(jù)處理成模型所要求的標(biāo)準(zhǔn)格式;(2)選取模擬環(huán)境(simulation environment),輸入/編輯所有參數(shù):以日為單位的氣象數(shù)據(jù)、樣點(diǎn)經(jīng)緯度、土壤參數(shù)、模型啟動模擬時(shí)間、模擬結(jié)束時(shí)間等;(3)配置模型組件(model configuration),包括配置氣象、土壤、作物等數(shù)據(jù),選擇模型參數(shù)限制條件,選擇輸出配置(output configuration)等;(4)運(yùn)行模型,將模擬數(shù)據(jù)與實(shí)測數(shù)據(jù)(包括播種期、出苗期、開花期和成熟期、LAI、生物量和產(chǎn)量等)進(jìn)行比較,如精度不能達(dá)到要求,用人工標(biāo)定法以地面實(shí)測LAI和模型模擬的LAI相關(guān)系數(shù)r達(dá)到0.9為精度要求進(jìn)行優(yōu)化,將系統(tǒng)生成的達(dá)到最優(yōu)結(jié)果的某些參數(shù)返代入輸入值進(jìn)行編輯(如灌溉量、Tsum,光能利用效率、生長基礎(chǔ)/最優(yōu)/最高溫度、收獲指數(shù)等),并重復(fù)此過程,直到結(jié)果達(dá)到系統(tǒng)最優(yōu)精度;(5)利用調(diào)整后的參數(shù)模擬所有點(diǎn)的冬小麥產(chǎn)量,表3數(shù)據(jù)主要來自基于實(shí)測數(shù)據(jù)和系統(tǒng)模擬最優(yōu)參數(shù)的調(diào)試,部分未列出參數(shù)利用模型初始值或參考文獻(xiàn)值[19-20]。
表3 BioMa平臺中CropSyst模型初始化作物參數(shù)及中國研究區(qū)冬小麥模擬調(diào)試參數(shù)對照Table3 Some default and calibrated crop parameters of CropSyst model in simulating China winter wheat yield
圖2 2012—2014年研究區(qū)樣點(diǎn)實(shí)測產(chǎn)量和模擬產(chǎn)量對照Fig.2 Field measured yield VS simulated yield based on CropSyst Model imbedded in BioMa from 2012 to 2014
圖2是研究區(qū)11個(gè)樣點(diǎn)2012—2014年實(shí)測產(chǎn)量和模擬產(chǎn)量對照結(jié)果。表4公式中,P為模擬值,O為觀測值,為觀測值的平均值;n為樣點(diǎn)總數(shù),i為對應(yīng)的每個(gè)樣點(diǎn)。
通過比較模型模擬結(jié)果和實(shí)際觀測結(jié)果進(jìn)行精度評價(jià)是檢驗(yàn)?zāi)P瓦m用性的重要指標(biāo),該文選取了BioMa系統(tǒng)中自帶的相關(guān)系數(shù)、模型性能指數(shù),模型一致性指數(shù)和均方根誤差來進(jìn)行精度評價(jià),各指標(biāo)公式及意義如下[21]。
表4 CropSyst模型模擬冬小麥產(chǎn)量中精度評價(jià)指標(biāo)Table 4 Metrics of model performance of CropSyst model in simulating winter wheat yield
結(jié)果表明,利用CropSyst模型模擬華北冬小麥產(chǎn)量可行,觀測產(chǎn)量與預(yù)測產(chǎn)量的相關(guān)系數(shù)為0.97,模擬效率為0.94,一致性指數(shù)為0.98。如采用CropSyst模型的缺省參數(shù),進(jìn)行參數(shù)值的自動標(biāo)定,R值則較低,根據(jù)田間數(shù)據(jù)對作物參數(shù)和土壤參數(shù)進(jìn)行標(biāo)定,效果更好。結(jié)果表明,灌溉次數(shù)和灌溉量的變化對模擬產(chǎn)量結(jié)果很大的影響和解釋。
歐盟BioMa平臺中嵌入的Cropsyst模型,其初始參數(shù)主要適合歐洲地區(qū)。因此作物模型在中國應(yīng)用的一個(gè)重要工作就是模型參數(shù)的本地化調(diào)試。該研究基于冬小麥主產(chǎn)區(qū)河北省衡水市11個(gè)縣(市)的實(shí)測數(shù)據(jù),對模型在中國華北小區(qū)域的使用進(jìn)行了一系列參數(shù)的調(diào)試、修正和驗(yàn)證,并用本地化的模型參數(shù)對2012—2014年衡水地區(qū)冬小麥產(chǎn)量進(jìn)行模擬,結(jié)果表明,本地化參數(shù)后的CropSyst較好地模擬了區(qū)域冬小麥產(chǎn)量。
BioMa平臺在嵌入各種作物模型中,減少了很多作物模型本身的初始化參數(shù)數(shù)量,使得模擬結(jié)果對部分參數(shù)的依賴性增大。樣點(diǎn)以行政區(qū)劃為單位,在11個(gè)縣市每個(gè)縣市選擇一個(gè)點(diǎn),采樣點(diǎn)對整個(gè)區(qū)域的空間代表性有限。同時(shí),研究區(qū)部分土壤參數(shù)和作物參數(shù)值來源于參考文獻(xiàn),灌溉量和灌溉次數(shù)的系統(tǒng)優(yōu)化對結(jié)果影響較大,說明水分是冬小麥生長發(fā)育的重要因素。由于部分實(shí)測灌溉量和灌溉次數(shù)數(shù)據(jù)缺少,部分作物參數(shù)對研究區(qū)本身的適用性需要更多年份、更多實(shí)測樣點(diǎn)數(shù)據(jù)進(jìn)一步調(diào)試。另外,該研究基于BioMa-Site模型進(jìn)行了單點(diǎn)數(shù)據(jù)的研究和驗(yàn)證,2016年歐盟BioMa Spatial模型開發(fā)成功,將單點(diǎn)模型盡快擴(kuò)充到空間范圍進(jìn)行區(qū)域作物產(chǎn)量模擬是接下來的研究重點(diǎn)。