甜菜生長(zhǎng)模型研究進(jìn)展

胡曉航，馬亞懷，董心久，楊洪澤，李彥麗

（1.黑龍江大學(xué)現(xiàn)代農(nóng)業(yè)與生態(tài)環(huán)境學(xué)院，哈爾濱 150008；2.國(guó)家糖料改良中心，哈爾濱 150008；3.新疆農(nóng)業(yè)科學(xué)院經(jīng)濟(jì)作物研究所，烏魯木齊 830091）

0 引言

隨著科技的飛速發(fā)展，在農(nóng)業(yè)土壤植物大氣連續(xù)體（Soil-Plant-Atmosphere Continuum，SPAC）系統(tǒng)中，越來(lái)越多的研究者以作物生理、生態(tài)過(guò)程為研究基礎(chǔ)，以數(shù)學(xué)、統(tǒng)計(jì)及計(jì)算機(jī)為手段，利用分子遺傳學(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)科的理論，綜合考慮氣象因素、土壤因素和灌溉管理制度等，研發(fā)出了許多能夠?qū)ψ魑锷L(zhǎng)動(dòng)態(tài)模擬的作物生長(zhǎng)模型（Crop growth simulation model）[1]。這些作物模擬模型通過(guò)分析環(huán)境因子（光照、溫度等）對(duì)作物生長(zhǎng)的狀態(tài)變量（生物量、水肥吸收）及過(guò)程機(jī)理（光合作用、呼吸過(guò)程等）產(chǎn)生的影響，從而對(duì)作物產(chǎn)量預(yù)測(cè)、優(yōu)化策略管理等方面的研究備受關(guān)注，同時(shí)作物生長(zhǎng)模型對(duì)降低因區(qū)域氣候變化對(duì)作物產(chǎn)量的影響也具有重要意義[2]。甜菜生長(zhǎng)模型的應(yīng)用與開(kāi)發(fā)比較晚，20 世紀(jì)初才出現(xiàn)對(duì)產(chǎn)量預(yù)測(cè)及田間管理的生長(zhǎng)模型，如Resistance Mode[3]，Stochastic Model[4]。但到目前為止，可用來(lái)模擬甜菜生長(zhǎng)和產(chǎn)量的模型很多，這些模型大都是建立在甜菜預(yù)采收與最終產(chǎn)量的關(guān)系或不同的植物生長(zhǎng)過(guò)程所涉及的不同生長(zhǎng)階段的基礎(chǔ)上[5]。關(guān)于甜菜生長(zhǎng)模型的類型，按照國(guó)外研究和應(yīng)用研發(fā)角度可以分為3 類：一是經(jīng)驗(yàn)?zāi)Ｐ停‥mpirical models）：PIEteR[6-7]和LUTIL[8-10]；二是過(guò)程模型（Process-based models）：SUBGRO[11]、SUBGOL[12]、SIMBEET[13]、SUBEMO[14-15]、SUCROS[8]、DSSAT-CERES-Beet[16-17]、Broom's Barn[18]、Green Lab[19]、Pilote[20-21]和AquaCrop[22]；三是最近發(fā)展了一種預(yù)測(cè)作物潛力的動(dòng)態(tài)作物模型，采用APSIM 模型對(duì)飼用甜菜產(chǎn)量進(jìn)行分析[23]。本文主要針對(duì)DSSAT-CERES-Beet模型、AquaCrop-Beet模型和APSIM模型的研究和發(fā)展進(jìn)行介紹及比較，為不同地區(qū)、不同氣候條件下的甜菜生物量累積和產(chǎn)量形成，以及環(huán)境對(duì)甜菜生產(chǎn)的影響，進(jìn)而為未來(lái)氣候變化下的甜菜生產(chǎn)力效率研究提供理論依據(jù)。

1 DSSAT-CERES-Beet模型

農(nóng)業(yè)技術(shù)轉(zhuǎn)讓決策支持系統(tǒng)(Decision Support System for Agrotechnology Transfer，DSSAT)可以通過(guò)一系列程序?qū)⒆魑锬M模型與土壤、氣候及試驗(yàn)數(shù)據(jù)庫(kù)相結(jié)合，進(jìn)行長(zhǎng)短期的氣候應(yīng)變決策[24]。國(guó)內(nèi)的氣候變化對(duì)農(nóng)業(yè)生產(chǎn)的影響評(píng)估和適應(yīng)性研究的應(yīng)用已經(jīng)開(kāi)展很多工作，是目前氣候變化影響評(píng)估領(lǐng)域應(yīng)用比較廣泛的作物模型之一。DSSAT 系統(tǒng)目前主要由26 種不同的作物模擬模型組成，主要包括CERES（Crop Environment Resource Synthesis）系列模型[25-26]、CROPGRO 豆類作物模型[27-28]、SUBSTORpotato 馬鈴薯模型[29-30]、CROPSIMcassava木薯模型[31]、OILCROP向日葵模型[32]以及最新加入的CANEGRO甘蔗模型[33-35]。

DSSAT-CERES-Beet就是在DSSAT軟件CERES 模塊中的甜菜模型。CERES-Beet是一種逐漸成熟的作物模型，它模擬一些生理過(guò)程，如物候發(fā)育、葉、莖和根的生長(zhǎng)、生物量的積累和分配、土壤水分、氮的轉(zhuǎn)化、氮吸收和作物組分分離等[36]。Leviel[16]在從CERES-Maize中開(kāi)發(fā)CERES-Beet時(shí)，假定只有一個(gè)植物發(fā)育階段即出苗時(shí)到收獲時(shí)由品種參數(shù)決定。與玉米相比，甜菜沒(méi)有確定收獲日期的標(biāo)準(zhǔn)。重新命名甜菜的作物參數(shù)：葉（對(duì)應(yīng)于玉米的莖）、冠（代替殼）、種子（代替仁）和根。Mohammad 等[37]對(duì)CERES-Beet 模型進(jìn)行了修正，并將其納入當(dāng)前版本的種植系統(tǒng)模型（CSM）中，以模擬甜菜的生長(zhǎng)發(fā)育和產(chǎn)量。PEST優(yōu)化器用于參數(shù)估計(jì)、可轉(zhuǎn)移性評(píng)估和預(yù)測(cè)不確定性分析。采用兩組試驗(yàn)數(shù)據(jù)，在不同地區(qū)、不同環(huán)境條件下對(duì)甜菜模型進(jìn)行了評(píng)價(jià)；一個(gè)在1997—1998 年羅馬尼亞（歐洲東南部），另一個(gè)在2014—2016 年美國(guó)北達(dá)科他州（北美）。對(duì)特定品種進(jìn)行模型校正后，CSM-CERES-Beet模型對(duì)兩個(gè)數(shù)據(jù)集的葉面積指數(shù)、葉數(shù)、葉重或頂重、根重均有較好的模擬效果（NSE=0.144～0.976，rRMSE=0.127～1.014）。不確定度分析表明，校正后的CSMCERES-Beet 葉片數(shù)始終高于預(yù)測(cè)值，且存在錯(cuò)誤的置信度，但測(cè)得的葉片數(shù)也表現(xiàn)出顯著的變異性。該模型成功地應(yīng)用于北達(dá)科他州2014—2016年6個(gè)甜菜品種的產(chǎn)量預(yù)測(cè)。CSM-CERES-Beet可用于預(yù)測(cè)美國(guó)紅河谷等環(huán)境條件適宜甜菜生產(chǎn)的地區(qū)不同土壤和氣候條件下的甜菜產(chǎn)量，以及各種田間管理。Baey等[38]以甜菜為例，對(duì)5種植物生長(zhǎng)模型的評(píng)估和比較，這些模型依賴于相同的生物質(zhì)能量生產(chǎn)，但描述水平不同（每株或每平方米），以及不同的生物質(zhì)再分配（經(jīng)驗(yàn)或通過(guò)分配）：Greenlab、LNAS、CERES、PILOTE。對(duì)模型校準(zhǔn)的數(shù)據(jù)及其預(yù)測(cè)能力進(jìn)行比較，從相同種類和相似的環(huán)境條件下，使用根均方誤差的預(yù)測(cè)（RMSEP）和建模效率(EF)估測(cè)總干物質(zhì)生產(chǎn)和根的干物質(zhì)量。各模型均有高估根系干物質(zhì)總量的傾向。Greenlab對(duì)根生物量的預(yù)測(cè)最好，CERES對(duì)總生物量的預(yù)測(cè)最好。

目前，鑒于DSSAT-CERES 模塊在玉米和小麥已成熟建模，DSSAT-CERES-Beet 在CERES-Maize 和CERES-Wheat 基礎(chǔ)上也通過(guò)修正和重建模型以預(yù)測(cè)甜菜生長(zhǎng)過(guò)程及產(chǎn)量并已經(jīng)在歐美地區(qū)開(kāi)始應(yīng)用[37-38]，但是國(guó)內(nèi)還沒(méi)有甜菜相關(guān)模型的開(kāi)發(fā)及應(yīng)用研究報(bào)道。

2 AquaCrop-Beet模型

2009 年，聯(lián)合國(guó)糧食及農(nóng)業(yè)組織（FAO）在不同國(guó)家和眾多領(lǐng)域的專家合作研發(fā)了新型作物模型即AquaCrop 模型。與其他模型相比，以塊莖作物為例，它具有用冠層覆蓋度代替葉面積指數(shù)、輸入?yún)?shù)少、界面簡(jiǎn)單、直觀性強(qiáng)和精度高等優(yōu)點(diǎn)，其面世以來(lái)即受到廣泛關(guān)注和應(yīng)用[39]。AquaCrop模型的結(jié)構(gòu)主要包括3部分（見(jiàn)圖1）：生長(zhǎng)模塊（包括作物發(fā)育、生長(zhǎng)和產(chǎn)量形成）、作物蒸騰與土壤模塊和環(huán)境模塊（如溫度、降水、蒸發(fā)、CO2濃度等）[40]。AquaCrop 模型主要特點(diǎn)是用冠層覆蓋度代替葉面積指數(shù)（Leaf area index），通過(guò)水分利用率與作物蒸騰量來(lái)表示作物生物量（Biomass），將從作物蒸散中去除土壤蒸發(fā)單獨(dú)計(jì)算。模型將作物產(chǎn)量與耗水量相關(guān)聯(lián)，用來(lái)模擬指定條件下作物生產(chǎn)力和不同環(huán)境下優(yōu)化灌溉策略[41-42]。

圖1 AquaCrop 模型結(jié)構(gòu)示意圖Fig.1 Schematic diagram of AquaCrop model structure

AquaCrop-Beet 模型的應(yīng)用主要是模擬甜菜生長(zhǎng)發(fā)育過(guò)程和土壤水分平衡、優(yōu)化灌溉制度，評(píng)估管理措施，評(píng)估不同氣候變化對(duì)產(chǎn)量的影響。AquaCrop 是水分驅(qū)動(dòng)的作物生長(zhǎng)模型，理論上說(shuō)相比CERES 模型AquaCrop 更適用于產(chǎn)量對(duì)水分的響應(yīng)機(jī)制研究，因此大量模型驗(yàn)證研究證實(shí)了AquaCrop-Beet 可以精確地模擬甜菜的產(chǎn)量與灌溉水利用效率及優(yōu)化灌溉策略。Stricevic等[43]在2000—2007年塞爾維亞北部地區(qū)以玉米、甜菜和向日葵為研究對(duì)象，用AquaCrop-Beet 模型校正參數(shù)，以模擬3 種作物的產(chǎn)量和灌溉水利用效率（IWUE），3 種作物的統(tǒng)計(jì)指標(biāo)均為均方根誤差（RMSE）和一致性指數(shù)（d），研究表明該模型可以高度可靠地評(píng)價(jià)產(chǎn)量和水分利用效率。Stricevic等[44]在2011—2013 年塞爾維亞中部和Vojvodina地區(qū)采用AquaCrop 模型研究氣候變化對(duì)甜菜產(chǎn)量、灌溉深度變化和節(jié)水措施的影響，研究表明Vojvodina地區(qū)沒(méi)有增加CO2，而在塞爾維亞中部，即使在兩種方案中也可能出現(xiàn)產(chǎn)量下降，灌溉可確保這兩個(gè)區(qū)域的產(chǎn)量增加，但由于塞爾維亞中部土壤的水容量較低，增產(chǎn)幅度較大。Malik 等[45]采用AquaCrop 模型，對(duì)巴基斯坦半干旱區(qū)4 種灌溉制度、3 種覆蓋條件和3 種犁溝灌溉制度下甜菜產(chǎn)量進(jìn)行了模擬分析。該模型較好地模擬了3.00 RMSE（16.89）、0.84 dindex（0.97）、0.76 NSE（0.99）處理的甜菜冠層覆蓋度。在生物量和根系產(chǎn)量方面，RMSE在全灌(FI)和輕度虧灌（DI20）處理下均表現(xiàn)優(yōu)異，RMSE 在0.07～1.17 之間，dindex 在0.48～0.84 之間，NSE 在0.42～0.86之間。基于模型的綜合性能，建議應(yīng)用AquaCrop開(kāi)發(fā)半干旱區(qū)高效農(nóng)業(yè)水管理策略。

3 APSIM模型

APSIM（Agricultural Production Systems sIMulator）是澳大利亞系列作物模型的總稱，由APSRU（Agricultural Production Systems Research Unit）小組開(kāi)發(fā)的一種模擬農(nóng)業(yè)系統(tǒng)中的物理和生物過(guò)程的模型[46]。它包含了一組模塊，這些模塊可以模擬一定范圍內(nèi)的植物、動(dòng)物、土壤、氣候和管理的相互作用。Keating等[47-48]描述了APSIM 模型的基本屬性，即在農(nóng)業(yè)系統(tǒng)里進(jìn)行長(zhǎng)期資源管理試驗(yàn)時(shí)，對(duì)在氣候變化、作物的遺傳特征、土壤環(huán)境以及管理措施等因子影響下的作物生產(chǎn)力提供更準(zhǔn)確的預(yù)測(cè)。Brown 等人[49]開(kāi)發(fā)的植物模型框架（Plant Modelling Framework,PMF）是一個(gè)包含植物器官和過(guò)程子模型庫(kù)的新框架，兩者可以在運(yùn)行時(shí)耦合來(lái)構(gòu)建一個(gè)模型。APSIM 模型已在糖料作物甘蔗上得到廣泛應(yīng)用[47，50]。在甜菜上，APSIM模型以生理性狀為基礎(chǔ)來(lái)描述甜菜的生長(zhǎng)，并在特定區(qū)域里模擬預(yù)測(cè)甜菜產(chǎn)量、產(chǎn)糖量、總生物量以及水和氮有效利用條件下甜菜在整個(gè)生長(zhǎng)季內(nèi)碳、氮的分配比例。Khaembah等人[23]利用在新西蘭坎特伯雷地區(qū)進(jìn)行的野外試驗(yàn)的獨(dú)立數(shù)據(jù)集，對(duì)PMF-APSIM 模型進(jìn)行了參數(shù)化/校準(zhǔn)和驗(yàn)證，在PMF-APSIM 中建立了飼用甜菜模型，并利用獨(dú)立的數(shù)據(jù)對(duì)其預(yù)測(cè)精度進(jìn)行評(píng)價(jià)。該研究已經(jīng)確定了目前對(duì)飼用甜菜生長(zhǎng)和發(fā)育過(guò)程生理認(rèn)識(shí)的優(yōu)勢(shì)和弱點(diǎn)。對(duì)于不受約束的水和氮的生長(zhǎng)條件，模型中最穩(wěn)健的方面是與物候生長(zhǎng)和營(yíng)養(yǎng)發(fā)育有關(guān)。以中等精度模擬了光合相關(guān)變量（葉面積指數(shù)和光照截留量），從而可以表示整個(gè)植物生物量生長(zhǎng)的時(shí)間動(dòng)態(tài)。APSIM 模型屬于具有較強(qiáng)機(jī)理基礎(chǔ)的模型，而且對(duì)作物種植制度、輪作的作物生理生態(tài)機(jī)理等方面具有較好的模擬能力。國(guó)內(nèi)研究者在特定區(qū)域范圍內(nèi)應(yīng)用APSIM 模型進(jìn)行了大量研究[50-53]，主要涉及到小麥、水稻、玉米等大范圍種植的作物生產(chǎn)問(wèn)題，但是在甜菜作物上還沒(méi)有得到具體應(yīng)用。

4 DSSAT-CERES-Beet、AquaCrop-Beet和APSIM 模型的比較

DSSAT-CERES-Beet、AquaCrop-Beet和APSIM三種模型比較，其共同點(diǎn)從應(yīng)用方面講，可以評(píng)價(jià)甜菜種植制度、管理措施、不同氣候變化對(duì)產(chǎn)量的影響，從模擬內(nèi)容講，DSSAT-CERES-Beet 和AquaCrop-Beet 可以模擬甜菜生長(zhǎng)發(fā)育過(guò)程包括甜菜的生殖生長(zhǎng)和營(yíng)養(yǎng)生長(zhǎng)以及光合作用、干物質(zhì)積累與分配等這些生理過(guò)程，3 種模型均可以模擬土壤水分平衡包括潛在蒸散、實(shí)際土壤蒸發(fā)、植物蒸騰、根系吸水、徑流、土壤滲漏以及不同土層的土壤水流，但是3種模型的不同點(diǎn)在于，DSSAT-CERES-Beet是光驅(qū)動(dòng)模型，必須輸入甜菜葉面積指數(shù)和光截獲參數(shù)，并且考慮了作物品種的遺傳特性，可用于評(píng)估農(nóng)藝措施和生產(chǎn)潛力；AquaCrop-Beet模型是水分驅(qū)動(dòng)模型，甜菜塊根產(chǎn)量主要由可供應(yīng)的土壤水分而決定，可以精確地模擬不同灌溉條件下甜菜塊根的產(chǎn)量，也就是說(shuō)可以用于進(jìn)行優(yōu)化灌溉機(jī)制決策，并且用冠層覆蓋度代替葉面積指數(shù)，輸入?yún)?shù)較少[22]；APSIM 模型核心是土壤而非植被，只能考慮天氣和管理措施引起的土壤變化，在通過(guò)其模型的敏感性分析，可以模擬甜菜冠層相關(guān)變量（葉片外觀、葉片衰老、葉面積指數(shù)和光截獲）與動(dòng)態(tài)干物質(zhì)和氮積累的模擬[23]，APSIM 模型植物參數(shù)眾多，靈活性強(qiáng)，在這方面優(yōu)于DSSAT 模型。另外，DSSAT 模型缺乏模擬種植制度對(duì)于土壤的累加影響，而APSIM模型可以很好地模擬此類影響[54]。

5 結(jié)語(yǔ)

從目前甜菜生長(zhǎng)模型的研究進(jìn)展可以看出，上述3 種模型應(yīng)用較多，對(duì)于AquaCrop-Beet 和APSIM 模型來(lái)說(shuō)，多數(shù)研究集中在模型參數(shù)校正和模型驗(yàn)證上，總體來(lái)說(shuō)還不多，內(nèi)容并不豐富，以往兩種模型對(duì)甜菜的研究多數(shù)為水分、氣溫變化對(duì)甜菜生長(zhǎng)發(fā)育及塊根產(chǎn)量的影響，就這兩類模型特點(diǎn)而言還可以用于土壤肥力、土壤鹽分、土壤碳、氮平衡、地表留茬和土壤酸化對(duì)其產(chǎn)量的影響研究，但是目前尚無(wú)相關(guān)研究的報(bào)道，因此，這類研究也將是未來(lái)AquaCrop模型和APSIM模型應(yīng)用的方向。在不同區(qū)域背景下，結(jié)合當(dāng)?shù)貧庀髷?shù)據(jù)模擬該甜菜種植區(qū)域的氣候變化和土壤養(yǎng)分的差異，預(yù)測(cè)甜菜塊根的產(chǎn)量，那么對(duì)于經(jīng)典模型DSSATCERES-Beet來(lái)講，在溫度、氮和水分脅迫條件下，對(duì)甜菜生長(zhǎng)發(fā)育過(guò)程的影響及光合作用產(chǎn)物如何分配且貯存為糖分，對(duì)甜菜的品質(zhì)有何影響能否預(yù)測(cè)這些問(wèn)題，也需要此類模型進(jìn)行解決和完善，另外無(wú)論哪種模型都對(duì)與實(shí)際生產(chǎn)密切相關(guān)的病蟲(chóng)害影響因素考慮不足，而且甜菜生長(zhǎng)模型的研究地域主要集中在歐美地區(qū)，因此在地域選擇上有待拓展。

對(duì)于未來(lái)甜菜生長(zhǎng)模型的發(fā)展趨勢(shì)，有兩種方向：一是發(fā)展廣度，與“3S”技術(shù)即遙感技術(shù)（Remote sensing，RS）、地理信息系統(tǒng)（Geography information systems，GIS）和全球定位系統(tǒng)（Global positioning systems，GPS）相結(jié)合，實(shí)現(xiàn)對(duì)各種空間信息和環(huán)境信息的快速、機(jī)動(dòng)、準(zhǔn)確、可靠的收集、處理與更新，與作物模型同化實(shí)現(xiàn)生長(zhǎng)參數(shù)的時(shí)空域連續(xù)模擬，進(jìn)而監(jiān)測(cè)生長(zhǎng)參數(shù)的時(shí)空域變化；二是模型區(qū)域化，關(guān)于甜菜生長(zhǎng)模型都不是中國(guó)本地模型，在國(guó)內(nèi)應(yīng)用首先要進(jìn)行參數(shù)的校正和調(diào)整，以使其符合中國(guó)甜菜種植區(qū)域?qū)嶋H情況，在實(shí)際應(yīng)用中，甜菜品種的遺傳參數(shù)、土壤和管理制度參數(shù)等進(jìn)行準(zhǔn)確調(diào)試和校正，從而得到良好的模擬結(jié)果。隨著現(xiàn)代農(nóng)業(yè)科學(xué)技術(shù)的發(fā)展，我們還將會(huì)通過(guò)學(xué)科交叉和貫通，將基因遺傳信息與作物模型相結(jié)合來(lái)預(yù)測(cè)甜菜中的不同基因?qū)Ω鞣N環(huán)境的響應(yīng)?？傊?，盡快探求適合中國(guó)區(qū)域化的甜菜生長(zhǎng)模型，并加強(qiáng)自身模型的開(kāi)發(fā)能力，對(duì)國(guó)內(nèi)甜菜生產(chǎn)潛力、農(nóng)業(yè)管理和農(nóng)業(yè)風(fēng)險(xiǎn)評(píng)估都有著重要的指導(dǎo)意義。