基于APSIM模型模擬水氮調(diào)控對(duì)旱地春小麥產(chǎn)量的影響

茹曉雅，李 廣，閆麗娟，陳國(guó)鵬，聶志剛

（1.甘肅農(nóng)業(yè)大學(xué)信息科學(xué)技術(shù)學(xué)院，甘肅 蘭州 730070；2.甘肅農(nóng)業(yè)大學(xué)林學(xué)院，甘肅 蘭州 730070；3.甘肅農(nóng)業(yè)大學(xué)農(nóng)學(xué)院，甘肅 蘭州 730070）

近年來(lái)全球氣候變化引起自然降水在時(shí)空上分布不均，在地區(qū)間存在較大的差異性和隨機(jī)性[1]，不僅導(dǎo)致旱作雨養(yǎng)區(qū)少雨時(shí)段干旱頻發(fā)，多雨時(shí)段洪澇多發(fā)，還加劇水土流失，土壤養(yǎng)分顯著下降，影響作物產(chǎn)量[2]。降水和施肥是黃土丘陵區(qū)農(nóng)業(yè)產(chǎn)量最主要兩大限制因子[3]，以肥調(diào)水，以水施肥，以水定產(chǎn)，因產(chǎn)施肥是促進(jìn)旱地小麥(Triticum aestivum)高產(chǎn)、肥料高效和環(huán)境友好的根本途徑[4-6]。但目前旱地小麥生產(chǎn)中大田試驗(yàn)周期長(zhǎng)且地區(qū)性差異顯著，根據(jù)降水進(jìn)行施肥多以經(jīng)驗(yàn)為主。隨著水肥研究的深入及作物模擬技術(shù)的應(yīng)用，在水分虧缺的研究區(qū)運(yùn)用作物模擬技術(shù)對(duì)“降水-產(chǎn)量-施肥”關(guān)系進(jìn)行定量化研究已有所開(kāi)展[7-9]。一些研究者利用作物模擬技術(shù)結(jié)合水氮對(duì)農(nóng)田生態(tài)系統(tǒng)進(jìn)行了評(píng)價(jià)[10-14]；也有研究者借助作物模擬技術(shù)對(duì)不同地區(qū)作物生長(zhǎng)需水量和施氮量進(jìn)行優(yōu)化，并提高了水氮利用效率[15-17]。但是他們大多以田間試驗(yàn)或者作物模型中定期定量的灌溉水和施氮量組合進(jìn)行研究，而利用APSIM(Agricultural Production System Simulator)模型在無(wú)灌溉條件、水資源欠缺的黃土高原丘陵區(qū)模擬自然降水和施氮組合對(duì)小麥產(chǎn)量影響的研究還較少。為此，擬定試驗(yàn)區(qū)土壤類型、小麥品種、農(nóng)田環(huán)境不變，設(shè)計(jì)降水和施氮量對(duì)小麥產(chǎn)量的回歸正交組合試驗(yàn)，并利用農(nóng)業(yè)生產(chǎn)系統(tǒng)APSIM模型模擬48年不同處理下的黃土丘陵溝壑區(qū)旱地春小麥的產(chǎn)量變化過(guò)程，探究其內(nèi)部機(jī)制及互作效應(yīng)，達(dá)到節(jié)水節(jié)肥又高產(chǎn)高效、保護(hù)環(huán)境的目的，為小麥高產(chǎn)、優(yōu)質(zhì)、高效種植提供理論基礎(chǔ)和實(shí)踐依據(jù)。

1 材料與方法

1.1 研究區(qū)概況和數(shù)據(jù)來(lái)源

1.1.1 研究區(qū)概況

研究區(qū)位于甘肅省定西市安定區(qū)李家堡鄉(xiāng)(103°52′-105°13′ E，34°26′-35°35′ N)[18]。試驗(yàn)區(qū)海拔2 000 m，氣候類型為中溫帶半干旱區(qū)，年均太陽(yáng)輻射592.9 kJ·m-2，日照時(shí)數(shù)2 476.6 h，具有日照充足且溫差較大的特點(diǎn)，全年無(wú)霜期約為140 d，年均氣溫 6.4 ℃，≥ 0 ℃ 年積溫 2 933.5 ℃·d，≥ 10 ℃年積溫2 239.1 ℃·d。試驗(yàn)區(qū)土壤為黃綿土，土壤容重1.17 g·cm-3，pH 8.36，土壤有機(jī)質(zhì)含量12.01 g·cm-3，全氮含量 0.76 g·kg-1，全磷含量 1.77 g·kg-1[19]。研究區(qū)地勢(shì)平坦，無(wú)灌溉條件，年蒸發(fā)量1 531 mm，干燥度2.53。根據(jù)1970-2017年歷史氣象數(shù)據(jù)可知，研究點(diǎn)降水主要集中在7、8、9月，多為暴雨，48年平均降水量為375.44 mm。圖1列出了以年降水量為因變量，以年份為自變量的降水趨勢(shì)線表達(dá)式，可以看出，隨年份遞增，降水總體有增加趨勢(shì)，逐年降水量的變化為0.019 mm·a-1。隨年份遞增，降水總體有增加趨勢(shì)。

圖1 逐年降水量Figure 1 Annual precipitation

1.1.2 數(shù)據(jù)來(lái)源

研究所需的1970-2017年氣象資料由試驗(yàn)點(diǎn)氣象站自動(dòng)測(cè)定，春小麥生長(zhǎng)發(fā)育、土壤參數(shù)和田間管理資料來(lái)源于試驗(yàn)點(diǎn)實(shí)測(cè)數(shù)據(jù)，模型校正時(shí)所需的春小麥產(chǎn)量數(shù)據(jù)來(lái)源于試驗(yàn)點(diǎn)2002-2009年田間實(shí)測(cè)數(shù)據(jù)，其他的小麥產(chǎn)量數(shù)據(jù)由APSIM模型模擬獲得。

1.2 APSIM模型簡(jiǎn)介

APSIM模型是由澳大利亞農(nóng)業(yè)生產(chǎn)系統(tǒng)研究組(APSRU)開(kāi)發(fā)的用于模擬農(nóng)業(yè)系統(tǒng)各生物生理過(guò)程，特別是在氣候風(fēng)險(xiǎn)下反映旱作農(nóng)業(yè)生產(chǎn)區(qū)系統(tǒng)各組分生態(tài)和經(jīng)濟(jì)輸出的機(jī)理模型[20-21]，目前已廣泛用于農(nóng)作系統(tǒng)管理、氣候變化影響評(píng)估等方面[22-23]。APSIM模型的主要核心模塊包括作物模塊[24]、土壤模塊[25]、管理模塊[26]。相關(guān)作物參數(shù)和土壤參數(shù)如表1和表2所列。

表1 作物(春小麥定西42號(hào))參數(shù)Table 1 Crop[spring wheat (Dingxi42) parameters

表2 土壤參數(shù)Table 2 Soil parameters

1.3 模型校準(zhǔn)和驗(yàn)證方法

模型在應(yīng)用之前要經(jīng)過(guò)一系列的調(diào)試和檢驗(yàn)。模型檢驗(yàn)利用均方根誤差(root mean square error，RMSE)、歸一化均方根誤差(normalized root mean squared error，NRMSE)、決定系數(shù)R2和一致性指標(biāo)(D指標(biāo))分析模擬值和實(shí)測(cè)值之間的擬合程度，RMSE和NRMSE值越小，R2和D指標(biāo)的值越接近數(shù)值1表明模擬效果越好。RMSE和NRMSE計(jì)算公式由已報(bào)道的文獻(xiàn)[27-28]獲得。D指標(biāo)計(jì)算公式如下：

式中：Yi和Xi分別為模擬值和實(shí)測(cè)值；為實(shí)測(cè)數(shù)據(jù)平均值；n為樣本數(shù)。

1.4 試驗(yàn)設(shè)計(jì)

根據(jù)IPCC對(duì)全球氣候最嚴(yán)重的預(yù)測(cè)表明[29]，至21世紀(jì)葉末(2081-2100年)，西北地區(qū)氣溫上升范圍為1.5～2 ℃，降水變化范圍10%～20%?；谝延械臍夂蜃兓幚?，將擬設(shè)定5個(gè)降水梯度(以自然降水為基礎(chǔ)降低20%、降低10%、不變、升高10%和升高20%，分別標(biāo)記為P1～P5)和5個(gè)施氮梯度 (0、52.5、105、157.5 和 210 kg·hm-2，分別標(biāo)記為N1～N5)，兩因素進(jìn)行5×5正交組合試驗(yàn)，共計(jì)25個(gè)處理。其中，歷史氣候條件即：降水量是自然降水(P3)，施氮量是105 kg·hm-2(N3)，為對(duì)照(CK)處理。試驗(yàn)處理中供試氮肥品種為尿素(N ≈46%)，不同梯度施氮量均作為底肥全部一次性施入。在1970-2017年氣象數(shù)據(jù)資料基礎(chǔ)上，運(yùn)用APSIM模型對(duì)不同處理下的春小麥產(chǎn)量進(jìn)行48年連續(xù)的生產(chǎn)模擬。模擬各個(gè)處理過(guò)程中，作為春小麥產(chǎn)量對(duì)降水和施氮的響應(yīng)，除施氮量和降水量?jī)梢蛩匕l(fā)生改變，其他田間管理參數(shù)、土壤初始含水量和耕作措施參數(shù)均相同，其中耕作方式均為傳統(tǒng)耕作，播期為3月中旬，種植密度為187.5 kg·hm-2、播種深度為30 mm等。

1.5 數(shù)據(jù)處理

采用Microsoft Excel 2010軟件對(duì)數(shù)據(jù)進(jìn)行初步整理匯總，利用Origin 8.6軟件線性擬合方法比較實(shí)測(cè)值、模擬值之間的差異，并繪制各處理下產(chǎn)量概率曲線圖并比較斜率的差異，采用Matlab 2014制作產(chǎn)量三維曲面圖并求曲面方程。

2 結(jié)果與分析

2.1 模型驗(yàn)證

本研究中使用的定西42號(hào)春小麥主要參數(shù)及試驗(yàn)點(diǎn)基礎(chǔ)土壤參數(shù)已由李廣等[30-31]利用連續(xù)田間試驗(yàn)完成測(cè)定和率定。在前期工作的基礎(chǔ)上，經(jīng)校準(zhǔn)的APSIM模型對(duì)于2002-2009年傳統(tǒng)耕作措施下春小麥產(chǎn)量的模擬精度較高，模擬值與實(shí)測(cè)值之間線性回歸決定系數(shù)R2=0.95，NRMSE=27.36%，模型一致性指標(biāo)D=0.91(圖2)。

圖2 傳統(tǒng)耕作措施下春小麥產(chǎn)量的模擬值與實(shí)測(cè)值線性圖Figure 2 Comparison of simulated and measured spring wheat yield under traditional tillage measures

2.2 水氮對(duì)小麥產(chǎn)量的影響

2.2.1 自然降水下施氮量引起產(chǎn)量波動(dòng)

由概率累積曲線分析可知，不同處理下的概率累積曲線的斜率均小于0，且斜率越趨向于負(fù)無(wú)窮，累積曲線越陡峭，產(chǎn)量波動(dòng)范圍越小(圖3a)；反之，累積曲線越平滑，產(chǎn)量波動(dòng)范圍越大。其中P3N2處理下的累積曲線斜率最陡峭，產(chǎn)量波動(dòng)范圍最小，介于 1 804.8～3 635.0 kg·hm-2；P3N1(施肥量為0)處理下，累積曲線上96%的年份產(chǎn)量都在 1 500 kg·hm-2以下；而P3N4、P3N5和 P3N3(CK)處理下的累積曲線整體上有重合的趨勢(shì)，說(shuō)明在P3條件下，施肥量超過(guò)N3(105 kg·hm-2)，小麥產(chǎn)量波動(dòng)范圍很大。在P3N1、P3N2、P3N3(CK)、P3N4和P3N5情境下，小麥產(chǎn)量在2 000～4 000 kg·hm-2的年份分別達(dá)到8.3%、25.0%、35.4%、33.3%和25.0%。

隨著年份推移，不同處理下產(chǎn)量的最低值、最高值走向大體一致，模擬產(chǎn)量的波動(dòng)介于0～5 626.3 kg·hm-2，產(chǎn)量最佳值呈現(xiàn)在P3N3處理下(圖3b)。

2.2.2 常規(guī)施氮量條件下降水量引起產(chǎn)量波動(dòng)

在常規(guī)施氮量條件下，模擬小麥產(chǎn)量概率累積圖隨不同梯度降水量的變化產(chǎn)生的差異如圖4所示。

圖3 不同梯度施氮量下小麥模擬產(chǎn)量的概率累積曲線圖(a)和1970-2017年小麥模擬產(chǎn)量曲線圖(b)Figure 3 Effect of nitrogen application rate on the probability accumulation of simulated wheat yield(a)and simulated wheat yield from 1970 to 2017(b)

圖4 不同梯度降水下小麥模擬產(chǎn)量的概率累積曲線(a)和1970-2017年小麥模擬產(chǎn)量曲線(b)Figure 4 Accumulated probability of simulated wheat yield under different precipitation conditions(a)and simulated wheat yield from 1970 to 2017(b)

隨著降水量從P1到P3等梯度的增加，概率累積曲線總體上有右移的趨勢(shì)。在P1N3和P2N3處理下，產(chǎn)量波動(dòng)范圍較大，與不同施氮量梯度下的處理不同；其中P4N3、P5N3和P3N3(CK)處理下的概率累積曲線整體上也有重合的趨勢(shì)，觀察其累積曲線都較陡峭，產(chǎn)量波動(dòng)范圍較小，其中P4N3處理下產(chǎn)量波動(dòng)范圍最?。辉赑1N3、P2N3、P3N3(CK)、P4N3和P5N3處理下，小麥產(chǎn)量在2 000～4 000 kg·hm-2的年份分別達(dá)到87.5%、91.7%、35.4%、33.3%和25.0%。隨著年份的遞增，不同處理下產(chǎn)量的最低值、最高值走向大體一致，模擬產(chǎn)量的波動(dòng)介于0～5 827.6 kg·hm-2，產(chǎn)量的最佳值出現(xiàn)在P5N3處理下。

2.2.3 雙因素各處理下模擬小麥產(chǎn)量的比較

總體來(lái)說(shuō)，隨著降水和施氮梯度的增加，箱盒圖的矩形高有增加的趨勢(shì)(圖5)。其中，在降水量不變的處理下，春小麥產(chǎn)量的平均值先上升后下降；在施氮量不變的處理下，春小麥產(chǎn)量的平均值隨降水增加而增加。在施氮量為210 kg·hm-2(N5)時(shí)，產(chǎn)量最大值隨降水增加而增加，充足的水分促進(jìn)了小麥對(duì)氮肥的吸收；當(dāng)施氮量低于210 kg·hm-2(N5)時(shí)，產(chǎn)量最大值隨降水增加呈現(xiàn)出先增加后降低的趨勢(shì)，可能是由于降水過(guò)多造成氮肥淋洗。

圖6展示了各個(gè)處理下的產(chǎn)量范圍和不同概率(100%、75%、50%、25%、0)下的產(chǎn)量，各處理下的產(chǎn)量最高點(diǎn)隨降水梯度上升而上升，隨施肥梯度呈先上升后下降的趨勢(shì)；不同概率下的產(chǎn)量點(diǎn)趨勢(shì)與最高點(diǎn)基本一致。在降水降低20%(P1)、降低10%(P2)和自然降水(P3)條件下，春小麥產(chǎn)量最優(yōu)的施氮量均為 52.5 kg·hm-2(N2)；在降水增加10%(P4)時(shí)，產(chǎn)量最優(yōu)的施氮量為105 kg·hm-2(N3)；在降水增加20%(P5)時(shí)，產(chǎn)量最優(yōu)的施氮量為157.5 kg·hm-2(N4)。當(dāng)施氮量為0(N1)時(shí)，隨著降水梯度的增加，小麥產(chǎn)量變化的趨勢(shì)不明顯；當(dāng)施氮量為52.5 kg·hm-2(N2)時(shí)，最初的小麥產(chǎn)量隨著降水增加而增加，但當(dāng)降水增加到20%(P5)時(shí)，產(chǎn)量出現(xiàn)輕微的下降趨勢(shì)。當(dāng)施氮量分別為105 kg·hm-2(N3)和157.5 kg·hm-2(N4)時(shí)，小麥產(chǎn)量隨著降水梯度的增加而一直增加，且均為降水增加到最大梯度20%(P5)時(shí)，產(chǎn)量達(dá)到最佳值；當(dāng)施氮量為210 kg·hm-2(N5)時(shí)，產(chǎn)量隨著降水梯度的增加而增加，但都低于施氮157.5 kg·hm-2(N4)時(shí)的處理。

圖5 不同處理下模擬產(chǎn)量箱盒圖Figure 5 Box diagram of simulation production in different treatments

圖6 不同處理下產(chǎn)量概率累積圖Figure 6 Accumulated probability of wheat yield in different treatment

圖7以產(chǎn)量為Z軸，降水量P為X軸，施氮量N為Y軸繪制小麥產(chǎn)量響應(yīng)機(jī)制的三維曲面圖，顯示了其他設(shè)定處理與CK相比小麥產(chǎn)量的變化趨勢(shì)。經(jīng)分析對(duì)該三維曲面采用二次多項(xiàng)式模型進(jìn)行擬合，結(jié)果為：

圖7 產(chǎn)量三維曲面圖Figure 7 Three-dimensional simulation of spring wheat yield

式中:R2=0.96，說(shuō)明公式(2)能夠較好地描述產(chǎn)量與降水和施氮之間的關(guān)系。對(duì)公式(2)減項(xiàng)處理，取降水或施氮中一項(xiàng)為0得：

公式(3)和(4)中，一次項(xiàng)系數(shù)為正，說(shuō)明降水和施氮對(duì)產(chǎn)量變化率均為正效應(yīng)，二次項(xiàng)系數(shù)都為負(fù)數(shù)，說(shuō)明在各處理下的水氮范圍內(nèi)，隨降水和施氮量的增大，產(chǎn)量會(huì)降低。而在公式(2)中降水和施氮交互項(xiàng)系數(shù)也為正值，說(shuō)明水氮之間存在相互促進(jìn)作用。分別對(duì)公式(2)中的降水和施氮求偏導(dǎo)，求得最佳產(chǎn)量為5 988 kg·hm-2，其對(duì)應(yīng)的自然降水增加55%和施氮量為257.25 kg·hm-2。

3 討論

APSIM模型基本上可以較為準(zhǔn)確地反映降水和施氮管理對(duì)小麥產(chǎn)量的影響，本研究雖然設(shè)置了不同的施氮和降水處理，但黃土高原地區(qū)屬于干旱地區(qū)，小麥生長(zhǎng)季的降水都較為缺乏，且由于各個(gè)生育期降水量不同從而對(duì)小麥產(chǎn)量的影響也有差異，與劉建剛等[32]研究定量定期灌溉和氮肥對(duì)小麥產(chǎn)量影響有所不同，降水對(duì)小麥產(chǎn)量的影響具有不確定性。降水不足限制氮肥潛在肥效的正常發(fā)揮，而過(guò)量的集中降水則會(huì)導(dǎo)致氮肥的淋洗，同樣導(dǎo)致肥料的浪費(fèi)和春小麥減產(chǎn)。肥料不足或過(guò)量也會(huì)影響作物對(duì)水分的吸收，從而限制小麥產(chǎn)量及灌水利用率的提高。通過(guò)對(duì)不同自然降水處理下和施氮組合模擬試驗(yàn)，對(duì)春小麥產(chǎn)量進(jìn)行分析，以期尋求在不同降水條件下春小麥生長(zhǎng)所需的最優(yōu)施氮量，進(jìn)而提高水氮利用效率。研究發(fā)現(xiàn)：只考慮降水和施氮量?jī)蓚€(gè)因素時(shí)，兩者之間既相互協(xié)同又相互制約。一方面，在CK處理下，以自然降水沒(méi)有顯著的增加或者減少為基準(zhǔn)，獲得該試驗(yàn)區(qū)的小麥達(dá)到最佳產(chǎn)量時(shí)所需的施氮量為52.5 kg·hm-2，在此范圍內(nèi)小麥的產(chǎn)量隨著施氮量的增加而增加，產(chǎn)量范圍有增大的趨勢(shì)，呈現(xiàn)為正效應(yīng)[33]；當(dāng)超過(guò)這一最優(yōu)值時(shí)繼續(xù)增加施氮量則對(duì)小麥的產(chǎn)量產(chǎn)生負(fù)效應(yīng)，由于在降水有限的條件下過(guò)量的施肥將影響作物對(duì)水分的吸收[34]。其次，在CK處理下，以最佳的施肥量為基準(zhǔn)分析自然降水對(duì)產(chǎn)量的影響，獲得該試驗(yàn)區(qū)小麥達(dá)到最佳產(chǎn)量時(shí)所需的降水量相對(duì)正常降水增加10%，在此范圍內(nèi)產(chǎn)量隨著降水的增加而增加；當(dāng)降水超過(guò)這一基準(zhǔn)時(shí)，降水增加抑制了小麥的產(chǎn)量，多余的降水使氮肥被淋洗而影響作物的吸收[35]。基于不存在灌溉條件的黃土高原干旱區(qū)，降水相對(duì)施肥對(duì)作物產(chǎn)量的影響更加顯著。另一方面，降水和施氮兩者在不同處理中對(duì)產(chǎn)量的影響也做了詳細(xì)的研究，結(jié)果表明在一定的范圍內(nèi)適當(dāng)?shù)脑黾咏邓褪┑浚a(chǎn)量隨之增加，獲得最優(yōu)產(chǎn)量時(shí)的最佳水氮為P5N4處理，極大提高了水氮的利用效率，實(shí)現(xiàn)了資源的合理利用，并對(duì)生態(tài)環(huán)境起到了保護(hù)作用。除此之外，前人在我國(guó)西北黃土高原地區(qū)的研究結(jié)果也表明，不同水氮條件之間既相互促進(jìn)又相互制約[36]。水氮耦合對(duì)產(chǎn)量的影響在一定范圍內(nèi)有明顯的正效應(yīng)，其互作效應(yīng)是模擬產(chǎn)量上升的主要原因，應(yīng)根據(jù)水分供應(yīng)狀況適當(dāng)調(diào)整小麥的施氮量。對(duì)近48年的小麥產(chǎn)量數(shù)據(jù)進(jìn)行三維曲面擬合得到了產(chǎn)量變化趨勢(shì)方程，并利用方程對(duì)降水和施氮量分別求偏導(dǎo)，得出自然降水增加55%，施氮為257.25 kg·hm-2時(shí)，產(chǎn)量最佳為5 988 kg·hm-2?？傮w來(lái)說(shuō)，春小麥的產(chǎn)量在不同降水和施氮條件下，表現(xiàn)為隨降水量和施氮量的增加先升高后降低趨勢(shì)。

APSIM模型在反映大田作物生長(zhǎng)實(shí)際狀況方面仍然存在一定的不確定性，模擬的作物產(chǎn)量與實(shí)際作物的產(chǎn)量之間存在微小的差異，一方面表現(xiàn)在模型參數(shù)確定方面，與實(shí)際情況相比，缺乏對(duì)地形坡度、水分徑流等環(huán)境參數(shù)的修正；另一方面表現(xiàn)在實(shí)際的生態(tài)環(huán)境，諸如病蟲(chóng)草害和氣象災(zāi)害等對(duì)作物生長(zhǎng)過(guò)程的影響。除此之外，APSIM模型模擬與實(shí)際作物生長(zhǎng)具有很好的一致性，對(duì)大田作物生長(zhǎng)起到很好的理論指導(dǎo)作用。

4 結(jié)論

利用APSIM模型研究討論了自然降水和施氮對(duì)春小麥產(chǎn)量的影響，并對(duì)模型的有效性進(jìn)行檢驗(yàn)(決定系數(shù)R2=0.95，歸一化均方根誤差NRMSE=27.36%，模型一致性指標(biāo)D=0.91)得出該模型在研究區(qū)具有較好的模型擬合度和適應(yīng)性。在西部黃土高原區(qū)，研究設(shè)定的降水和施氮變化范圍內(nèi)，降水和施氮兩者結(jié)合的互作效應(yīng)對(duì)小麥產(chǎn)量的影響先為正效應(yīng)隨后為負(fù)效應(yīng)。隨降水或施氮量的增加，整體產(chǎn)量表現(xiàn)出先增后減趨勢(shì)；在自然降水不變條件下，小麥達(dá)到較高產(chǎn)量時(shí)所需的施氮量為52.5 kg·hm-2；其次，在所有處理中，P5N4處理較好，平均產(chǎn)量最高達(dá)到5 406.64 kg·hm-2；最后根據(jù)產(chǎn)量變化曲面擬合方程得出產(chǎn)量最優(yōu)方案：當(dāng)自然降水增加55%，施氮量增加到257.25 kg·hm-2，產(chǎn)量達(dá)到最佳為5 988 kg·hm-2?？傮w上，優(yōu)化的施氮是基于研究區(qū)自然降水長(zhǎng)時(shí)間序列模擬的結(jié)果，能夠反映研究區(qū)的水分和養(yǎng)分狀況。