基于小麥決策系統(tǒng)的冬小麥最佳播期探析
——以山西太谷縣為例

胡桃花，郭曉磊，朱彩芬，張 喆，閆慧芳，郝興宇

（1.晉中市氣象局，山西晉中030600；2.山西農(nóng)業(yè)大學(xué)農(nóng)學(xué)院，山西太谷030801；3.朔州市氣象局，山西朔州036000；4.太原市氣象局，山西太原030000）

小麥?zhǔn)俏覈诙蠹Z食作物，小麥增產(chǎn)對于保障我國糧食安全至關(guān)重要，隨著我國人口的不斷增長，對糧食總產(chǎn)量的需求也不斷增加，但是由于耕地面積和小麥種植面積的大幅下降，保證小麥產(chǎn)量持續(xù)穩(wěn)定增長是國民經(jīng)濟(jì)健康發(fā)展的重要需求和保障[1-2]。山西省中部、南部地區(qū)是我國重要的小麥主產(chǎn)區(qū)，晉南屬于黃淮中熟冬麥區(qū)，晉中屬于北部晚熟冬麥區(qū)[3-4]。山西省地處暖溫帶和中溫帶氣候帶之間，光熱資源充足，但降水量相對偏少，年降水量為400～600 mm，土壤類型大多為適合小麥生長的褐土，土質(zhì)為中壤土，四季氣溫變化明顯，晝夜溫差較大，有利于小麥生長后期籽粒干物質(zhì)尤其是蛋白質(zhì)含量的積累[4-5]。通過合理的栽培措施提高小麥產(chǎn)量，合理設(shè)置播期是實(shí)現(xiàn)小麥穩(wěn)產(chǎn)高產(chǎn)的重要措施之一。

合理播期對作物產(chǎn)量有重要的影響，選擇合適的播期可以保證小麥種子正常萌發(fā)，對小麥的生長及產(chǎn)量形成有著至關(guān)重要的影響。由于氣候或者前茬作物的影響，小麥的播種時(shí)期調(diào)整是小麥生產(chǎn)中常見的調(diào)控手段之一[5-8]。我國目前對于作物的最佳播期已開展大量研究，主要依據(jù)播期試驗(yàn)開展，并取得了一定進(jìn)展，但是對山西局部地區(qū)的最佳播期研究還比較少，如對晉中地區(qū)的小麥最佳播期研究還少有報(bào)道[5，9-10]。而且隨著氣候條件的變化，不同作物品種的適宜播期也會隨之改變，關(guān)于不同地區(qū)作物最佳播期的研究十分必要。目前廣泛使用的研究措施仍是以田間播期試驗(yàn)為主，但播期試驗(yàn)需要大量人力且試驗(yàn)周期長，受作物品種、氣候條件、土壤條件、管理措施等因素的干擾也比較大。作物模型可以避免這些缺陷，被廣泛應(yīng)用于種植制度優(yōu)化、水肥管理、區(qū)域糧食安全評估、產(chǎn)量預(yù)測等研究。因此，在大田試驗(yàn)基礎(chǔ)上利用作物模型進(jìn)行作物最佳播期研究，是目前廣泛應(yīng)用的技術(shù)手段之一[11]。

為了確定山西小麥最佳播期，本研究以太谷縣為例，利用太谷地區(qū)小麥大田試驗(yàn)數(shù)據(jù)，對小麥決策系統(tǒng)進(jìn)行參數(shù)調(diào)整校正，利用校驗(yàn)好的小麥決策系統(tǒng)設(shè)計(jì)小麥播期試驗(yàn)，分析不同播期下小麥產(chǎn)量變化情況，找到小麥最佳播期，并對最佳播期的歷史變化進(jìn)行分析，為山西晉中地區(qū)冬小麥高產(chǎn)穩(wěn)產(chǎn)提供科學(xué)依據(jù)。

1 材料和方法

1.1 試驗(yàn)材料

供試冬小麥品種為中麥175。

1.2 試驗(yàn)設(shè)計(jì)

表1中麥175生育期情況

大田試驗(yàn)于2017—2018年連續(xù)2 a在山西農(nóng)業(yè)大學(xué)太谷申奉基地（東經(jīng)112°28′，北緯37°12′）進(jìn)行。2 a播種量均為225 kg/hm2，采用常規(guī)的田間管理措施，正常灌溉，按時(shí)除草。2017年，10月23日播種，采用常規(guī)施肥處理：底施復(fù)合肥（N≥15% ）180 kg/hm2、尿素（N≥46% ）120 kg/hm2，于2018年3月20日追施尿素120 kg/hm2，6月20日成熟并收獲；2018年，9月30日播種，底施復(fù)合肥（N≥15% ）180 kg/hm2，分別于2019年3月20日、3月30日、4月10日進(jìn)行追肥，追施尿素（N≥46% ）120 kg/hm2，6月14日成熟并收獲。中麥175的具體生育時(shí)期如表1所示。

1.3 模型概況

本研究所使用的模型系統(tǒng)為基于新西蘭小麥決策系統(tǒng)改進(jìn)后的小麥決策系統(tǒng)，該模型具有操作簡單、界面簡潔等優(yōu)點(diǎn)。小麥決策系統(tǒng)屬于模塊型模型，主要分為七大模塊，分別為管理設(shè)置、水肥管理策略、管理規(guī)劃、產(chǎn)量、生育期、經(jīng)濟(jì)效益和營養(yǎng)積累。其中，管理設(shè)置、水肥管理策略和管理規(guī)劃模塊是輸入模塊，產(chǎn)量、生育期、經(jīng)濟(jì)效益和營養(yǎng)積累是輸出模塊[12-13]。模型參數(shù)包括氣象參數(shù)、作物參數(shù)、土壤參數(shù)、田間管理參數(shù)。

1.3.1 氣象參數(shù) 小麥決策系統(tǒng)所要求輸入的數(shù)據(jù)包括日最低溫、最高溫、降雨量、輻射、風(fēng)速、水汽壓，對數(shù)據(jù)要求為逐日數(shù)據(jù)[14]。

1.3.2 作物參數(shù) 所需要的數(shù)據(jù)包括作物生育期的記錄（如播種期、拔節(jié)期、開花期和收獲期等生育時(shí)期）以及實(shí)際產(chǎn)量的記錄。對于每種模擬作物，模型需要一系列的具體參數(shù)，這些參數(shù)保存在品種數(shù)據(jù)文件內(nèi)，在調(diào)試過程中對管理設(shè)置模塊進(jìn)行修改調(diào)參。在小麥決策系統(tǒng)里，需要調(diào)整的參數(shù)有TTSOWEM、TTANBGF、TTBGEG、TTEGFMAT、CEPT、SLOPE、VERNY、PHYLL、AMNLFNO、SLDL、VAI、VBEE、AMXLFNO、EXTINC。將供試小麥的作物品種參數(shù)進(jìn)行相應(yīng)的校正，使模型更加適應(yīng)當(dāng)?shù)氐膶?shí)際情況。在調(diào)參過程中對參數(shù)敏感性[15-16]進(jìn)行由高至低地排列，再通過整體性分析對參數(shù)進(jìn)行調(diào)整。

1.3.3 土壤參數(shù) 土壤數(shù)據(jù)主要包括試驗(yàn)地土壤類型、土壤各層無機(jī)氮含量、田間持水量、容重、萎蔫系數(shù)和飽和含水量等。本研究土壤參數(shù)均采用實(shí)測值（表2）。

表2太谷申奉基地土壤基本特性

1.3.4 田間管理參數(shù) 小麥決策系統(tǒng)所需要輸入的田間管理參數(shù)主要涉及播種時(shí)間、灌溉情況（灌溉量和灌溉日期）和田間管理措施（施氮量、施肥日期）等。上述參數(shù)需要用戶根據(jù)實(shí)際情況輸入。

本研究選取2017—2018年度田間試驗(yàn)作為模型的校準(zhǔn)年份，2018—2019年度作為模型的驗(yàn)證年份對小麥決策系統(tǒng)進(jìn)行本土化。利用太谷地區(qū)1981—2019年的氣象數(shù)據(jù)、土壤數(shù)據(jù)以及經(jīng)校正后的小麥決策系統(tǒng)，設(shè)置10個(gè)播期，分別為9月15、20、25、30日和10月10、15、20、25、30日。管理規(guī)劃模塊選擇可灌溉。

1.4 氣象數(shù)據(jù)

收集太谷縣38 a（1981—2019年）的逐日氣象數(shù)據(jù)，包括最低溫度、最高溫度、降雨量、日照時(shí)數(shù)、輻射和風(fēng)速。所有數(shù)據(jù)來源于位于試驗(yàn)站的自動(dòng)氣象站以及當(dāng)?shù)貧庀缶?。?981—2019年平均降水量及氣溫變化（圖1）可以看出，近38 a太谷地區(qū)年平均降水量變化不明顯，整體波動(dòng)較大；在全球變暖的氣候背景下，年平均氣溫有著明顯的上升趨勢。小麥決策系統(tǒng)校準(zhǔn)以及驗(yàn)證年份下供試冬小麥生育期日均降水量見圖2，冬小麥生育期溫度分布見圖3。2017—2018年度中麥175全生育期累積降水量為168.1 mm，2018—2019年度全生育期累積降水量為116.5 mm。

1.5 模型檢驗(yàn)

利用太谷地區(qū)小麥的實(shí)測產(chǎn)量和生物量數(shù)據(jù)對小麥決策系統(tǒng)進(jìn)行有效性評價(jià)，采用標(biāo)準(zhǔn)化均方根誤差（N-RMSE）和決定系數(shù)（R2）2個(gè)參數(shù)進(jìn)行分析，根據(jù)這些指標(biāo)來評價(jià)模型的模擬結(jié)果[17-18]。用歸一化均方根誤差對觀測值與模擬值的相對差異進(jìn)行表征，N-RMSE小于20% 表示模擬效果好，在20% ～30% 表示模擬效果較好，超過30% 表示模擬效果較差。

式中，Pi為模擬值；Oi為實(shí)測值；Pavg為模擬值平均值；Oavg為實(shí)測值平均值。

2 結(jié)果與分析

2.1 模擬參數(shù)校準(zhǔn)、調(diào)試

為了保證模型的適用性，本研究利用實(shí)測數(shù)據(jù)模型的品種參數(shù)進(jìn)行調(diào)參，中麥175調(diào)整后的品種參數(shù)如表3所示。

表3中麥175模型主要參數(shù)

2.2 模擬值與實(shí)測值對比分析

為了驗(yàn)證模型的模擬效果，以試驗(yàn)站冬小麥田間試驗(yàn)為基礎(chǔ)，通過不同年份的氣象條件、土壤數(shù)據(jù)及管理措施進(jìn)行運(yùn)行，得到不同田間條件下的模擬結(jié)果。模擬生物量、產(chǎn)量與實(shí)測生物量、產(chǎn)量校準(zhǔn)和驗(yàn)證結(jié)果如圖4所示。

由圖4可知，中麥175產(chǎn)量、生物量校驗(yàn)決定系數(shù)R2為0.969 8，實(shí)測值與模擬值的N-RMSE為6.49% ，小于10% ；產(chǎn)量、生物量驗(yàn)證決定系數(shù)R2為0.981 8，實(shí)測值與模擬值的N-RMSE為3.13% ，小于10% ，表明模型校驗(yàn)可以滿足模擬需要。

2.3 太谷縣冬小麥最佳播期選擇分析

近38 a（1981—2019年）太谷地區(qū)不同播期冬小麥模擬產(chǎn)量結(jié)果表明，從9月15日播種開始，播期延后至9月25日時(shí)，小麥平均產(chǎn)量達(dá)到最高值（5 369.9 kg/hm2），之后隨著播期的延后平均產(chǎn)量呈下降趨勢，9月15日到10月10日播種小麥產(chǎn)量無顯著差異。當(dāng)播期延后至10月30日時(shí)，小麥平均產(chǎn)量降至4 342.3 kg/hm2，減少了20% 。從過去38 a不同播期對中麥175小麥的模擬結(jié)果可以看出，太谷地區(qū)9月20—30日為冬小麥最佳播期，10月10日以后播種則產(chǎn)量下降（圖5）。

根據(jù)近38 a（1981—2019年）太谷地區(qū)播期產(chǎn)量分析發(fā)現(xiàn)，在氣候變暖趨勢下，太谷地區(qū)冬小麥的歷史最佳播期明顯呈現(xiàn)后移趨勢。1981—1993年，最佳播期主要集中在9月20日前后；1994—2007年，最佳播期由9月20日前后后推至9月25日；2008—2019年，最佳播期由9月25日后推至9月30日（表4）。

表4最佳播期的分布概率 %

3 結(jié)論與討論

小麥品質(zhì)和產(chǎn)量受生態(tài)環(huán)境和栽培措施的影響較大[19-20]，選擇適宜的播種期是實(shí)現(xiàn)小麥高產(chǎn)穩(wěn)產(chǎn)的重要保障之一。作物模型可以經(jīng)過試驗(yàn)數(shù)據(jù)校驗(yàn)、驗(yàn)證后用于模擬播期試驗(yàn)及其他管理措施試驗(yàn)，可在一定程度上減少田間試驗(yàn)的工作量，是目前農(nóng)業(yè)研究的重要手段之一[21]。本研究利用小麥決策系統(tǒng)模型進(jìn)行了山西太谷縣冬小麥最佳播期研究，結(jié)果表明，該地區(qū)冬小麥（中麥175）的最佳播期應(yīng)在9月20—30日。近38 a（1981—2019年）太谷縣氣候有變暖的趨勢，太谷縣冬小麥的歷史最佳播期呈現(xiàn)明顯后移趨勢，約每12 a向后推移5 d左右。這與張立生等[9-10]的研究結(jié)果基本一致。由于供試試驗(yàn)地為水地，對降水年型不敏感，因此，對于有灌溉條件的太谷地區(qū)，不考慮其他輪作作物的情況下播期選擇在9月25—30日比較合適。目前，由于積溫有限，太谷縣及周邊地區(qū)輪作制度還基本為一年一作（冬小麥或玉米單作），或少量一年兩熟（冬小麥與豆類雜糧輪作），但未來隨著氣候變暖及短生育期作物品種的培育，本地區(qū)有望實(shí)現(xiàn)冬小麥、夏玉米輪作，冬小麥播期可能需要適當(dāng)推遲，其合理播期還有待深入研究。另外，本研究未考慮小麥播量問題，推遲播種后適當(dāng)增加播量也可減少小麥產(chǎn)量損失[10，21-22]，故未來一年兩熟輪作下小麥晚播仍有很大的可行性，但其最佳播期有待深入研究。

模型系統(tǒng)研究涉及到模型的適用性評價(jià)、模型的應(yīng)用、模型機(jī)理的完善以及模型的開發(fā)等各個(gè)方面[23]，由于時(shí)間和研究條件的限制，本研究僅對太谷地區(qū)冬小麥最佳播期進(jìn)行分析評價(jià)，還存在著諸多不足之處，今后有待進(jìn)一步研究。

影響小麥最終經(jīng)濟(jì)產(chǎn)量的因素有很多，氣候、土壤及農(nóng)民耕種習(xí)慣等因素均會影響播期[24]。本研究結(jié)果對當(dāng)?shù)匦←湶テ谟幸欢ǖ闹笇?dǎo)作用，但由于本研究僅考慮了太谷地區(qū)單一小麥品種的最佳播期，不同小麥品種的最佳播期是否有差異還有待深入研究。

太谷地區(qū)大田試驗(yàn)?zāi)攴萦邢?，?dǎo)致模型校準(zhǔn)與驗(yàn)證年限較短，今后的研究需要進(jìn)行多年多點(diǎn)試驗(yàn)對模型進(jìn)行驗(yàn)證，以提高模型模擬的準(zhǔn)確性。

小麥決策系統(tǒng)在模擬過程中的初始條件會默認(rèn)為作物不受病蟲害、耕作制度、耕作方式等因素的影響，但在實(shí)際過程中，作物的生長會受到這些因素的影響[25]，一定程度上會增加模型的不確定性。