DSSAT模型在黃土丘陵區(qū)不同耕作措施中的適用性

王海燕，閆麗娟，李 廣，吳江琪，陳國(guó)鵬

（甘肅農(nóng)業(yè)大學(xué)林學(xué)院，甘肅 蘭州 730070）

隴中黃土高原區(qū)屬于典型的半干旱區(qū)，降水少且季節(jié)分布不均，是世界上水土流失和土地荒漠化最嚴(yán)重的區(qū)域之一，也是我國(guó)最為貧困的地區(qū)之一[1]。該區(qū)是典型的雨養(yǎng)農(nóng)業(yè)區(qū)，作物的生長(zhǎng)主要依靠降雨，在全球氣候變暖的背景下，干旱災(zāi)害頻繁發(fā)生，水資源短缺日益加重，長(zhǎng)期以來(lái)由于不合理的耕作措施使得該區(qū)出現(xiàn)了嚴(yán)重的水土流失現(xiàn)象，造成了黃土高原區(qū)土壤肥力日漸貧瘠，農(nóng)田的蓄水保墑能力也隨之下降，土地的生產(chǎn)條件急劇惡化，嚴(yán)重威脅著當(dāng)?shù)氐纳鷳B(tài)環(huán)境安全和人民生活水平的提高。因此，采取合理的耕作方式，進(jìn)而提高作物產(chǎn)量以及水分利用效率，減少水土流失和土地荒漠化是該地目前亟需研究的問(wèn)題。

作物生長(zhǎng)模型是綜合作物生理學(xué)、農(nóng)學(xué)、計(jì)算機(jī)科學(xué)等學(xué)科的理論知識(shí)，用來(lái)描述和預(yù)測(cè)作物自身的生長(zhǎng)發(fā)育過(guò)程和周圍環(huán)境之間關(guān)系的綜合計(jì)算機(jī)系統(tǒng)[2]。國(guó)內(nèi)外在系統(tǒng)水平模擬作物生產(chǎn)優(yōu)化決策的模型很多，但作物生長(zhǎng)模型的研發(fā)過(guò)程周期長(zhǎng)而且成本高。因此，引進(jìn)經(jīng)過(guò)廣泛驗(yàn)證的生長(zhǎng)模型是當(dāng)今國(guó)際作物研究最流行和最經(jīng)濟(jì)的辦法[3]。為此，引進(jìn)了由美國(guó)農(nóng)業(yè)部組織、美國(guó)夏威夷大學(xué)主持的多所大學(xué)和科研院所聯(lián)合開發(fā)研制的DSSAT。DSSAT模型雖然產(chǎn)量和經(jīng)濟(jì)評(píng)估功能與其他模型相似，但該模型優(yōu)于最佳耕作措施確定的系統(tǒng)模擬[4-6]，且模擬過(guò)程更復(fù)雜，模擬精度也較高，利于廣泛推廣。國(guó)內(nèi)DSSAT在保護(hù)性耕作效應(yīng)綜合評(píng)估方面的研究主要集中在幾個(gè)平原糧食產(chǎn)區(qū)，黃土高原作為我國(guó)西北重要的糧食主產(chǎn)區(qū)，類似研究卻鮮有報(bào)道。因此，本研究在以定西為代表的黃土丘陵區(qū)，以當(dāng)?shù)氐闹饕N植作物春小麥(Triticum aestivum)為研究對(duì)象，運(yùn)用田間試驗(yàn)結(jié)合DSSAT模型模擬的方法，研究4種(傳統(tǒng)耕作、傳統(tǒng)耕作+秸稈覆蓋、免耕和免耕+秸稈覆蓋)不同耕作措施對(duì)春小麥土壤水分及產(chǎn)量的影響，為今后該模型的本土化和農(nóng)業(yè)優(yōu)化決策提供有益借鑒，為農(nóng)業(yè)生產(chǎn)研究提供一些理論依據(jù)。

1 材料與方法

1.1 DSSAT 模型簡(jiǎn)介

DSSAT是由國(guó)際農(nóng)業(yè)技術(shù)轉(zhuǎn)移的標(biāo)準(zhǔn)基點(diǎn)網(wǎng)絡(luò)IBSNAT項(xiàng)目支持，自1983年開始研制的由多種作物模型組成的綜合計(jì)算機(jī)系統(tǒng)[7-9]。主要由5部分組成：1)數(shù)據(jù)庫(kù)管理模塊，輸入、編輯和存儲(chǔ)試驗(yàn)資料；2)作物模型模塊，整個(gè)軟件的最核心部分，包括了多達(dá)42個(gè)的作物模擬模型；3)應(yīng)用分析模塊，進(jìn)行模擬試驗(yàn)并顯示模擬結(jié)果；4)后援軟件，進(jìn)入主要模塊以及其他模塊的快捷方式；5)使用界面模塊，對(duì)應(yīng)用分析和后援軟件進(jìn)行操作。

1.2 研究區(qū)概況

試驗(yàn)區(qū)位于甘肅省定西市安定區(qū)李家堡鄉(xiāng)甘肅農(nóng)業(yè)大學(xué)旱農(nóng)綜合試驗(yàn)站 (35°64' N，104°64' E)，地處黃土高原丘陵溝壑區(qū)，屬于典型的半干旱雨養(yǎng)農(nóng)業(yè)區(qū)，海拔 2 000 m，年日照時(shí)數(shù) 2 476.6 h，年均太陽(yáng)輻射 141.6×1.48 kJ·cm-2，年均氣溫 6.4 ℃，年均降水量385 mm，降水季節(jié)分配嚴(yán)重不均，7-9月降水量占全年降水量的46%，且多以暴雨形式出現(xiàn)，年蒸發(fā)量1 531 mm。試驗(yàn)地土壤為典型的黃綿土，土層深厚質(zhì)地均勻，蓄水性能良好。該區(qū)種植的主要糧食作物有小麥、玉米(Zea mays)、馬鈴薯(Solanum tuberosum)等。

1.3 試驗(yàn)設(shè)計(jì)

4種耕作措施：傳統(tǒng)耕作(T)、傳統(tǒng)耕作+秸稈覆蓋(TS)、免耕(NT)和免耕+秸稈覆蓋(NTS)。小區(qū)面積 4 m×6 m，邊行 0.5 m 為保護(hù)行，試驗(yàn)樣地隨機(jī)區(qū)組排列，3次重復(fù)。參試作物為“定西42號(hào)”春小麥，播種量 187.5 kg·hm-2，中國(guó)農(nóng)業(yè)大學(xué)研制的免耕播種機(jī)播種，覆蓋所用的秸稈均為當(dāng)年春小麥秸稈(第1年除外)，收獲打碾后切碎(5 cm左右)均勻覆蓋到各個(gè)小區(qū)，覆蓋量為 4 000 kg·hm-2。

1.4 取樣與測(cè)試

小麥?zhǔn)斋@時(shí)取樣20株進(jìn)行考種，以各小區(qū)打碾產(chǎn)量折算公頃產(chǎn)量。在小麥全生育期內(nèi)選取5個(gè)生長(zhǎng)階段[播種期(B)、分蘗期(D)、拔節(jié)期(E)、開花期(F)、成熟期(G)]，用土鉆按對(duì)角線法采集各耕作措施樣地土壤，取樣深度為0-10、10-20和20-40 cm，同一耕作措施同一土層組成一個(gè)混合土樣，除去枯落物和可見根系，帶回實(shí)驗(yàn)室用于含水量的測(cè)定，每個(gè)處理小區(qū)3個(gè)重復(fù)。土壤含水量采用烘干法測(cè)定，土壤容重用環(huán)刀法測(cè)定[10]，環(huán)刀容積為 100 cm3。

1.5 模型的驗(yàn)證

采用國(guó)際上通用的標(biāo)準(zhǔn)化均方根誤差(nRMSE)和平均相對(duì)誤差 MRE(the mean relative error)來(lái)分別比較相應(yīng)的模擬及實(shí)測(cè)的作物產(chǎn)量、土壤含水量，定量評(píng)價(jià)模型的模擬性能[11]。計(jì)算公式如下：

式中：Oi為實(shí)測(cè)值；Si為模擬值；n為樣本容量；M為實(shí)測(cè)值的平均值。一般認(rèn)為nRMSE的值越小，模型模擬的精度就越高[12-15]，模擬的結(jié)果也越準(zhǔn)確、可靠。平均相對(duì)誤差MRE的值越小越好，MRE = 0時(shí)則表示實(shí)測(cè)值和模擬值相等，模型模擬效果極好[16]。

2 DSSAT 模型的參數(shù)調(diào)試和有效性檢驗(yàn)

2.1 DSSAT 模型的輸入?yún)?shù)

2.1.1 氣象數(shù)據(jù)

模型運(yùn)行所需的最小數(shù)據(jù)集包括了站點(diǎn)的經(jīng)度、緯度、海拔高度(m)、逐日最高氣溫(℃)、逐日最低氣溫(℃)、逐日降水量(mm)以及逐日太陽(yáng)輻射量(MJ·m-2)。逐日太陽(yáng)輻射量不能直接測(cè)得，可用逐日的日照時(shí)數(shù)按以下的公式進(jìn)行計(jì)算[17]：

式中：Q為太陽(yáng)總輻射(MJ·m-2)；Q0為天文輻射量，即晴天的逐日太陽(yáng)輻射量(MJ·m-2)；n為逐日的太陽(yáng)日照時(shí)數(shù)(h)，觀測(cè)即可獲得；N為逐日的可照時(shí)數(shù)，即最大時(shí)長(zhǎng)(h)；a和b為經(jīng)驗(yàn)系數(shù)，與當(dāng)?shù)氐拇髿赓|(zhì)量有關(guān) (黃土高原地區(qū)a和b取值一般為0.18和0.55)[18]。天文輻射量和最大日長(zhǎng)(N)的計(jì)算公式如下：

式中：λ為緯度，為太陽(yáng)赤緯。

2.1.2 土壤數(shù)據(jù)

構(gòu)建土壤模塊需要輸入試驗(yàn)地所在的位置、經(jīng)緯度等一系列的基礎(chǔ)信息和土壤剖面的基本參數(shù)，如各層土壤的質(zhì)地(即各層土壤的粘粒、粉粒和砂粒含量)、土壤的滲透性、土壤的容重(g·cm-3)、pH等。土壤數(shù)據(jù)主要是通過(guò)DSSAT提供的土壤數(shù)據(jù)管理平臺(tái)(SBuild)來(lái)進(jìn)行輸入保存和管理的，具體的土壤逐層的理化性質(zhì)參數(shù)如表1所列。

2.1.3 田間管理數(shù)據(jù)

模型需要的田間管理數(shù)據(jù)均由2016、2017年的田間試驗(yàn)提供，主要涉及到春小麥的播種方式、播種密度、肥料類型和施用量、灌溉量、春小麥的收獲時(shí)間等。田間管理數(shù)據(jù)主要是由DSSAT提供的田間管理數(shù)據(jù)管理平臺(tái)(XBuild)來(lái)進(jìn)行數(shù)據(jù)的輸入和保存的。

2.1.4 作物遺傳參數(shù)

作物品種遺傳參數(shù)是用來(lái)描述作物的基因遺傳特性與其生長(zhǎng)的周圍環(huán)境之間的相互作用的一套參數(shù)集合，每一種作物都有一套相對(duì)應(yīng)的參數(shù)值，這些參數(shù)值反映出同種作物不同品種間在生長(zhǎng)發(fā)育性狀和產(chǎn)量性狀等方面的特征差[19]。本研究采用DSSAT-GLUE參數(shù)調(diào)試程序包對(duì)春小麥品種‘定西42'進(jìn)行參數(shù)率定，模型要求的小麥品種參數(shù)包括：小麥從播種到拔節(jié)期通過(guò)春化作用所需要的低溫日數(shù)(P1V)、小麥從生理拔節(jié)到抽穗期通過(guò)光周期所需要的低溫日數(shù)(P1D)、小麥從開花期到成熟期的灌漿期長(zhǎng)度(P5)、小麥的籽粒數(shù)與開花期的莖穗重(不含葉片與葉鞘)的比值(G1)、小麥在最佳條件下籽粒的灌漿速率(G2)、小麥伸長(zhǎng)生長(zhǎng)結(jié)束在無(wú)脅迫的條件下單莖穗(不含葉片和葉鞘)干重(G3指)和小麥的兩個(gè)連續(xù)葉片葉尖顯露出來(lái)所需要的熱量時(shí)間(PHINT)。試驗(yàn)地所選春小麥的遺傳參數(shù)為: P1V, 6.02 d; P1D, 264.7 %·h-1; P5,526.10 ℃·d; G1, 23.12; G2, 52.76 mg; G3, 2.96 g;PHINT, 87.27 ℃·d。

表 1 試驗(yàn)地初始土壤環(huán)境實(shí)測(cè)數(shù)據(jù)Table 1 Measured data of soil initial conditions used for simulation

2.2 DSSAT 模型的檢驗(yàn)

2.2.1 DSSAT 模型模擬作物產(chǎn)量的檢驗(yàn)

DSSAT模型對(duì)春小麥產(chǎn)量的模擬結(jié)果表明(表2)，DSSAT-Wheat模型對(duì)該地區(qū)春小麥的產(chǎn)量有較好的模擬效果。各年份不同耕作措施下春小麥產(chǎn)量模擬誤差在8.89%～10.98%，MRE值在8.51%～9.90%，2016年傳統(tǒng)耕作(T)產(chǎn)量模擬的nRMSE為10.98%，傳統(tǒng)耕作+秸稈覆蓋(TS)產(chǎn)量模擬的nRMSE為9.30%；2017年產(chǎn)量模擬的nRMSE在8.89%～10.75%。可以看出，模型模擬的準(zhǔn)確程度較高，能夠如實(shí)的反映春小麥的產(chǎn)量狀況。這表明總體來(lái)說(shuō)DSSAT模型對(duì)于黃土高原丘陵區(qū)春小麥的產(chǎn)量的模擬效果較好。

表 2 不同耕作措施下春小麥產(chǎn)量的實(shí)測(cè)值與模擬值的nRMSE和MRETable 2 nRMSE and MRE of measured and simulated values of spring wheat yield

2.2.2 DSSAT 模型模擬作物生育期天數(shù)的檢驗(yàn)

DSSAT模型對(duì)春小麥主要生育期天數(shù)的模擬結(jié)果(表3)表明，DSSAT-Wheat模型對(duì)春小麥主要生育期天數(shù)的模擬效果較好，與田間實(shí)測(cè)的生育期天數(shù)吻合度較高。2016年主要生育期天數(shù)模擬的nRMSE在9.09%以內(nèi)，2017年主要生育期天數(shù)模擬的nRMSE在4.12%以內(nèi)。這表明DSSAT模型可以對(duì)黃土高原丘陵區(qū)春小麥生育期天數(shù)進(jìn)行很好的模擬。

表 3 2016和2017年春小麥生育期天數(shù)模擬值與實(shí)測(cè)值對(duì)比Table 3 Comparison of the simulated and measured values of days of spring wheat growth period of 2016 and 2017

2.2.3 DSSAT 模型模擬土壤水分的檢驗(yàn)

本研究對(duì)2017年4種不同耕作措施3個(gè)土層(0-40 cm)下的土壤水分含量進(jìn)行了連續(xù)模擬，并比較了模擬值和實(shí)測(cè)值(圖1)，計(jì)算了nRMSE值，結(jié)果如表4所示，整個(gè)土壤剖面不同土層土壤含水量的nRMSE值在10.39%～14.91%。這說(shuō)明DSSAT-Wheat模型能夠準(zhǔn)確地模擬土壤含水量，也能夠較好地模擬存在水分脅迫下的作物潛在產(chǎn)量。

圖 1 不同耕作措施0-40 cm土層土壤含水量的模擬值和實(shí)測(cè)值Figure 1 Comparison of simulated and measured values of soil water content in 0-40 cm layer with different tillage measures

表 4 不同耕作措施下土壤含水量模擬和實(shí)測(cè)值的nRMSETable 4 nRMSE between simulated and measured values of soil water content for different tillage measures%

3 結(jié)論與討論

整體來(lái)看，傳統(tǒng)耕作+秸稈覆蓋(TS)、免耕(NT) 和免耕+秸稈覆蓋 (NTS)3 種耕作措施下 10-20 cm土層土壤含水量模擬與實(shí)測(cè)值誤差較大，傳統(tǒng)耕作(T)耕作措施下20-40 cm 土層土壤含水量模擬與實(shí)測(cè)值誤差較大，T耕作措施下20-40 cm土層土壤含水量模擬與實(shí)測(cè)值誤差較大，這主要是因?yàn)楸Ｗo(hù)性耕作措施對(duì)作物生長(zhǎng)及土壤水分產(chǎn)生的影響需要長(zhǎng)期的作用才能體現(xiàn)出來(lái)，短期的田間試驗(yàn)數(shù)據(jù)會(huì)導(dǎo)致實(shí)測(cè)結(jié)果與模型模擬結(jié)果之間產(chǎn)生一定的誤差，這與Hu等[20]的研究結(jié)果類似。模型模擬的產(chǎn)量都高于實(shí)測(cè)值，是因?yàn)槟Ｐ驮谀M的過(guò)程中直接假設(shè)了作物的生長(zhǎng)發(fā)育過(guò)程不受病蟲害、雜草和極端天氣事件等因素的影響，從而導(dǎo)致模擬值比實(shí)際值偏高，這與鄒龍等[21]的研究結(jié)果類似。

由于田間實(shí)際情況復(fù)雜多變，而模型是在一定假設(shè)基礎(chǔ)之上進(jìn)行的數(shù)值模擬，對(duì)大量過(guò)程進(jìn)行了簡(jiǎn)化，不可能完全再現(xiàn)田間實(shí)際情況，因此存在一定的誤差是可以接受的，但是要想進(jìn)一步提高模型模擬的精度，從而更好的實(shí)現(xiàn)模型的本地化，還需要考慮長(zhǎng)時(shí)間序列的模擬過(guò)程中作物生長(zhǎng)發(fā)育過(guò)程受到病蟲害、溫室氣體和極端氣象災(zāi)害等因素的影響[22-24]。模型在土壤水分含量的模擬結(jié)果上誤差略大于對(duì)產(chǎn)量的模擬，很可能與模型內(nèi)部模擬機(jī)理有一定關(guān)系，有待于進(jìn)一步探究和討論。但是從整體來(lái)看，DSSAT模型能夠比較準(zhǔn)確地模擬黃土高原丘陵溝壑區(qū)春小麥的生長(zhǎng)發(fā)育以及產(chǎn)量形成的過(guò)程。模型在黃土高原溝壑區(qū)具有較好的適用性，可以用該模型來(lái)模擬黃土高原溝壑區(qū)春小麥的生長(zhǎng)發(fā)育過(guò)程，并且在模型模擬的基礎(chǔ)上對(duì)該區(qū)今后的春小麥種植技術(shù)、管理措施具有科學(xué)的指導(dǎo)意義。主要研究結(jié)論有：

1)DSSAT模型對(duì)黃土高原丘陵溝壑區(qū)春小麥生育期天數(shù)和土壤水分含量的模擬值與實(shí)測(cè)值均表現(xiàn)出較好的一致性, 模型模擬的精度較高，生育期天數(shù)的nRMSE值在9.09%以內(nèi)，整個(gè)土壤剖面各層土壤含水量的nRMSE值在10.39%～14.91%，模擬誤差稍大。

2)DSSAT模型對(duì)黃土高原丘陵溝壑區(qū)春小麥產(chǎn)量模擬的精度較高，產(chǎn)量模擬的nRMSE值在8.89%～10.98%，MRE值在8.51%～9.90%。4種耕作措施下T的模擬誤差最大，NT的誤差最小，TS和NTS模擬誤差差距較小，說(shuō)明模型可以對(duì)保護(hù)性耕作措施進(jìn)行較好的模擬。