基于AquaCrop模型的阿勒泰地區(qū)春小麥節(jié)水潛力分析*

任嘵紅, 王會(huì)肖**, 劉昌明, 范 玲

(1.北京師范大學(xué)水科學(xué)研究院 北京 100875; 2.中國(guó)科學(xué)院地理科學(xué)與資源研究所 北京 100101)

水是21世紀(jì)資源熱點(diǎn)問(wèn)題, 堅(jiān)持節(jié)水優(yōu)先是解決水資源供需矛盾的重要途徑之一。我國(guó)作為農(nóng)業(yè)大國(guó), 農(nóng)業(yè)用水約占總用水量的63%, 但農(nóng)業(yè)中的水浪費(fèi)現(xiàn)象也最嚴(yán)重, 保障農(nóng)業(yè)用水安全、積極發(fā)展節(jié)水農(nóng)業(yè)對(duì)于節(jié)水型社會(huì)建設(shè)有重要意義, 是保障國(guó)家糧食安全、水安全、生態(tài)安全和國(guó)民經(jīng)濟(jì)可持續(xù)發(fā)展的必由之路。節(jié)水農(nóng)業(yè)是以節(jié)水為中心的農(nóng)業(yè)類型, 農(nóng)業(yè)節(jié)水的核心問(wèn)題是提高水分利用率和水分利用效率。節(jié)水農(nóng)業(yè)是一項(xiàng)結(jié)合農(nóng)業(yè)與水利,水、土、作物資源綜合開(kāi)發(fā)的宏大系統(tǒng)工程。張娟等、程云偉、鐘新才等、郭暉等分別從生理、工程、農(nóng)業(yè)和管理等方面開(kāi)展節(jié)水研究。強(qiáng)化水資源的剛性約束, 堅(jiān)持以水定需, 采取各種措施才能真正實(shí)現(xiàn)農(nóng)業(yè)節(jié)水。AquaCrop模型是一款以水分驅(qū)動(dòng)的作物生長(zhǎng)模擬模型, 在農(nóng)業(yè)生產(chǎn)實(shí)踐中應(yīng)用較廣泛。García-Vila等利用校正后的AquaCrop模型分析棉花()虧缺灌溉方案, 為當(dāng)?shù)毓喔裙芾硖峁┮罁?jù)。Araya等通過(guò)模擬大麥()生物量和籽粒產(chǎn)量, 研究發(fā)現(xiàn)AquaCrop模型可進(jìn)行灌溉措施評(píng)價(jià)和估計(jì)最優(yōu)種植時(shí)間。除此之外, AquaCrop模型在玉米()、小麥()、大豆()等作物都得到了較好的應(yīng)用, 但水、熱、鹽等的脅迫會(huì)影響模擬精度。我國(guó)學(xué)者將AquaCrop模型應(yīng)用于華北地區(qū)、松嫩平原、黃土塬區(qū)、關(guān)中地區(qū)等地區(qū), 涉及春冬小麥、夏玉米、油菜()、茶()等作物, 都取得了較好的模擬結(jié)果。柴順喜等對(duì)AquaCrop進(jìn)行本地化參數(shù)校正, 在北疆地區(qū)進(jìn)行滴灌春小麥產(chǎn)量模擬, 為小麥灌溉策略定量化以及精準(zhǔn)農(nóng)業(yè)提供理論依據(jù)。AquaCrop模型在作物模擬和灌溉制度研究等方面都已經(jīng)有了較好的應(yīng)用, 但進(jìn)一步的作物節(jié)水潛力研究卻較少。

新疆地區(qū)多年平均農(nóng)業(yè)用水量為524億m, 占總用水量90%以上, 其中農(nóng)田灌溉水占農(nóng)業(yè)用水75%左右。據(jù)統(tǒng)計(jì), 新疆地區(qū)2019年農(nóng)田灌溉水有效利用系數(shù)為0.561, 耕地實(shí)際灌溉用水量為8295 m·hm, 有效灌溉面積374.91萬(wàn)hm, 節(jié)水潛力巨大。節(jié)水是新疆水利建設(shè)與農(nóng)業(yè)發(fā)展的永恒主題,截至2019年底, 地方節(jié)水灌溉面積291.6萬(wàn)hm, 是目前世界上最大的節(jié)水灌溉集中區(qū)。農(nóng)業(yè)節(jié)水灌溉建設(shè)成果顯著, 尤其北疆地區(qū)節(jié)水灌溉措施推廣率大, 加之特色經(jīng)濟(jì)作物鮮明, 農(nóng)業(yè)用水效率高于南疆和東疆地區(qū)。阿勒泰地區(qū)位于新疆最北部, 自然資源豐富, 素有“金山銀山”之稱。近年來(lái), 在各級(jí)政府的推動(dòng)下, 農(nóng)業(yè)節(jié)水事業(yè)發(fā)展迅猛, 但灌溉管理的粗放、渠系配套的不完善及水價(jià)偏低等問(wèn)題使農(nóng)業(yè)用水一直居高不下, 不利于當(dāng)?shù)仄渌?jīng)濟(jì)行業(yè)的發(fā)展。對(duì)阿勒泰地區(qū)農(nóng)業(yè)節(jié)水潛力進(jìn)行分析, 剖析節(jié)水現(xiàn)狀及問(wèn)題, 可為優(yōu)化灌溉制度, 進(jìn)一步實(shí)現(xiàn)農(nóng)業(yè)節(jié)水,及節(jié)水農(nóng)業(yè)建設(shè)與管理提供建議。本文以新疆阿爾泰地區(qū)為例, 利用AquaCrop作物生產(chǎn)模型對(duì)主要作物小麥進(jìn)行產(chǎn)量模擬, 建立作物、土壤、管理、氣候要素和產(chǎn)量之間的關(guān)系。通過(guò)設(shè)置不同灌溉情景,優(yōu)化灌溉制度, 達(dá)到改變作物耗水量和產(chǎn)量的目的,以水分利用效率為主要指標(biāo), 協(xié)調(diào)作物耗水與產(chǎn)量之間的平衡; 最后基于不同灌溉情景, 計(jì)算農(nóng)業(yè)節(jié)水潛力, 以耗水低產(chǎn)量高為目標(biāo), 擇優(yōu)選擇最佳灌溉方案, 為阿勒泰地區(qū)農(nóng)業(yè)節(jié)水的進(jìn)一步展開(kāi)提供依據(jù)。

1 數(shù)據(jù)來(lái)源與研究方法

1.1 研究區(qū)概況

截至2017年底, 阿勒泰地區(qū)節(jié)水灌溉面積為17.66萬(wàn)hm, 占全地區(qū)總灌溉面積的68.1%; 多年平均農(nóng)業(yè)用水量為32.2億m, 占總用水量的95.7%; 各種作物綜合灌溉定額高達(dá)9553.5 m·hm, 遠(yuǎn)高于作物實(shí)際需水量, 部分地區(qū)采用自流灌溉或漫灌的灌溉方式, 與新疆其他地區(qū)相比, 灌溉用水定額偏大,農(nóng)業(yè)節(jié)水潛力巨大。阿勒泰地區(qū)丘陵平原多年平均降水量150～250 mm, 夏多冬少, 具有“兩季降水暖季用, 山區(qū)降水補(bǔ)平原”的水資源再分配特點(diǎn), 且全區(qū)降水≥10 mm的“透雨”次數(shù)極少, 農(nóng)田灌溉主要依靠山區(qū)形成的河水。年平均氣溫4～5 ℃, 極端氣溫與無(wú)霜期因地區(qū)而異, 丘陵平原區(qū)全年無(wú)霜期150 d左右, 全年日照時(shí)數(shù)2800～3200 h, 年蒸發(fā)量1400～2200 mm, 地下水整體埋深超過(guò)5 m。近年來(lái), 隨著經(jīng)濟(jì)及人口的增長(zhǎng), 水資源短缺情況加劇, 提高作物水分利用效率是非常有必要的。阿勒泰作為國(guó)家重要生態(tài)功能區(qū)、西北生態(tài)屏障, 新疆重要水源供給和戰(zhàn)略儲(chǔ)備池, 明晰當(dāng)?shù)毓?jié)水潛力, 對(duì)節(jié)水農(nóng)業(yè)的進(jìn)一步開(kāi)展有重要意義。阿勒泰地區(qū)耕地及主要?dú)庀笳军c(diǎn)分布情況見(jiàn)圖1。

圖1 阿勒泰地區(qū)耕地及主要?dú)庀笳军c(diǎn)分布圖Fig. 1 Distribution of cultivated land and main meteorological stations in Altay region

1.2 研究方法

AquaCrop模型是由聯(lián)合國(guó)糧農(nóng)組織(FAO)研發(fā), 反映作物生物量與產(chǎn)量對(duì)水分供應(yīng)響應(yīng)規(guī)律的一款通用型作物生長(zhǎng)模擬模型, 用于評(píng)估糧食安全及環(huán)境和管理對(duì)作物生產(chǎn)的影響。模型以較少的參數(shù)在模擬的簡(jiǎn)便性、精確性和穩(wěn)定性之間取得了良好的平衡, 在虧缺灌溉指定策略等方面應(yīng)用廣泛。

其理論基礎(chǔ)基于以下產(chǎn)量水分響應(yīng)關(guān)系式:

式中:、分別表示作物潛在產(chǎn)量和實(shí)際產(chǎn)量,kg·hm;表示作物產(chǎn)量對(duì)水分響應(yīng)的比例因子;ET、ET表示作物潛在蒸騰量和實(shí)際蒸騰量, mm。經(jīng)過(guò)演變改進(jìn)后, 作物蒸騰量、地上生物量和產(chǎn)量的計(jì)算公式為:

式中:表示作物蒸騰量, mm;表示土壤水分脅迫系數(shù), %;表示實(shí)際作物區(qū)別于參考作物的所有不同因素, %; CC表 示校準(zhǔn)后的冠層覆蓋度, %;表示生物 量, t·hm;表示低溫脅迫系數(shù), %; W P表示標(biāo)準(zhǔn)化水分生產(chǎn)效率, kg·m; HI表示作物收獲指數(shù),% ;表示最終作物產(chǎn)量, t·hm。

AquaCrop模型中雖然提供了典型作物的一系列參數(shù), 但仍有部分參數(shù)會(huì)隨著地理位置、管理方式等的變化而發(fā)生改變, 因此需要對(duì)本地化處理的參數(shù)進(jìn)行研究區(qū)適用性校正。驗(yàn)證評(píng)價(jià)指標(biāo)以產(chǎn)量相對(duì)誤差RE為主, 模型的適用性評(píng)價(jià)常見(jiàn)指標(biāo)如下:

農(nóng)業(yè)用水最終消耗在田間, 土壤蒸發(fā)和作物蒸騰構(gòu)成了田間耗水, 單位耗水形成的干物質(zhì)或經(jīng)濟(jì)產(chǎn)量定義為水分利用效率或水分生產(chǎn)率, 一般在葉片、群體和產(chǎn)量3個(gè)水平進(jìn)行描述。目前研究最多的是產(chǎn)量水平的水分利用效率, 是農(nóng)田、作物節(jié)水研究的重要內(nèi)容。

產(chǎn)量水平的水分利用效率(WUE)表示為:

式中: WUE表示水分利用效率, kg·m;表示產(chǎn)量,kg·hm; WU表示作物用水量, m·hm。對(duì)于作物用水來(lái)源而言, 作物水分利用效率可分為蒸散效率(ET)、灌溉水利用效率()和降水利用效率。在本研究中, 以灌溉水利用效率作為衡量節(jié)水的指標(biāo)。

據(jù)統(tǒng)計(jì), 阿勒泰地區(qū)春小麥的實(shí)際灌溉定額約為780 mm, 平均年灌溉次數(shù)為8次, 全生育期需水量約為500 mm。溫度作為確定適播期的重要依據(jù), 適播期的確定對(duì)小麥的群體結(jié)構(gòu)及產(chǎn)量有較大影響。為探索不同灌溉制度對(duì)阿勒泰地區(qū)春小麥產(chǎn)量和水分利用效率的影響, 實(shí)現(xiàn)灌溉制度的優(yōu)化和春小麥栽培的高產(chǎn)、高效, 以2017年作為現(xiàn)狀水平, 制定不同的模擬情景: 1)灌溉定額分別為400 mm、350 mm、300 mm、250 mm、200mm; 2)灌水周期分別為7 d、10 d, 灌水次數(shù)對(duì)應(yīng)分別為11次、8次。根據(jù)播種時(shí)間4月10日和4月20日, 分別設(shè)置10個(gè)模擬情景(表1)。

表1 小麥不同播種時(shí)間下灌溉模擬情景設(shè)置Table 1 Settings of simulated scenarios of irrigation of wheat sown in different dates

農(nóng)業(yè)節(jié)水措施同時(shí)考慮農(nóng)業(yè)工程措施和非工程措施。農(nóng)業(yè)工程措施的節(jié)水效果主要體現(xiàn)在灌溉水有效利用系數(shù)的提升, 新疆地區(qū)2017年農(nóng)田灌溉水利用系數(shù)為0.542, “十三五”實(shí)現(xiàn)農(nóng)田灌溉水利用系數(shù)提升至0.570, “十四五”灌溉水有效利用系數(shù)達(dá)0.580, 2030年達(dá)到“十三五”期間確立的用水效率控制紅線0.600以上。本文主要采取的非工程措施是灌溉措施的優(yōu)化, 利用以下公式進(jìn)行計(jì)算:

式中:表示實(shí)灌面積, 萬(wàn)hm;、分別表示作物實(shí)際和可能凈灌溉用水量, m·hm; η、η分別表示實(shí)際和可能灌溉水利用系數(shù); Δ表示作物可能總節(jié)水 量, 億m。

1.3 數(shù)據(jù)來(lái)源

阿勒泰地區(qū)共有阿勒泰、福海、哈巴河、吉木乃、布爾津、富蘊(yùn)和青河7個(gè)氣象站點(diǎn), 由于部分站點(diǎn)2017年10月后數(shù)據(jù)缺失, 同時(shí)為簡(jiǎn)化數(shù)據(jù)整理, 最終選擇阿勒泰、福海和哈巴河3個(gè)氣象站點(diǎn)代表阿勒泰地區(qū)的整體情況, 利用ET計(jì)算器對(duì)氣象站點(diǎn)所代表區(qū)域進(jìn)行參考作物蒸騰量計(jì)算, 其中2017年氣象參數(shù)如圖2所示。AquaCrop模型的數(shù)據(jù)輸入模塊主要包括氣象模塊、作物模塊、田間管理模塊和土壤模塊。輸出數(shù)據(jù)包括地上生物量、產(chǎn)量、蒸散效率、收獲指數(shù)等。地區(qū)內(nèi)的氣溫、降水、濕度、風(fēng)速等氣象數(shù)據(jù)來(lái)自中國(guó)氣象數(shù)據(jù)網(wǎng)。太陽(yáng)輻射數(shù)據(jù)來(lái)源于美國(guó)國(guó)家航空航天局MERRA-2中的tavg1_2d_rad_Nx數(shù)據(jù)集。由于實(shí)際條件限制無(wú)法進(jìn)行實(shí)地試驗(yàn), 且阿勒泰地區(qū)與柴順喜等的試驗(yàn)地區(qū)氣候整體具有一致性, 作物的生長(zhǎng)周期、種植密度、生育期積溫、參考收獲系數(shù)等參數(shù)如表2所示。土壤數(shù)據(jù)來(lái)自聯(lián)合國(guó)糧農(nóng)組織(FAO), 并分析結(jié)果如表3。管理數(shù)據(jù)包括灌溉措施及田間管理, 管理數(shù)據(jù)中種植面積和產(chǎn)量數(shù)據(jù)來(lái)源于《阿勒泰地區(qū)統(tǒng)計(jì)年鑒》; 灌溉措施包括灌溉方式、灌溉次數(shù)、灌溉時(shí)間、灌溉水量; 全生育期灌水8次, 每10 d均勻灌溉1次, 灌溉水量為400 mm, 其余均為常規(guī)大田管理。

表2 AquaCrop模型中經(jīng)本地化校準(zhǔn)后的部分參數(shù)Table 2 Partial parameters of AquaCrop model after localization and calibration

表3 阿勒泰地區(qū)主要土壤參數(shù)Table 3 Main soil parameters in Altay region

圖2 研究區(qū)不同氣象站點(diǎn)的2017年氣象參數(shù)(a: 阿勒泰站; b: 福海站; c: 哈巴河站)Fig. 2 Meteorological parameters of the study areas in different meteorological stations in 2017 (a: Altay Station; b: Fuhai Station;c: Habahe Station)

2 結(jié)果與分析

2.1 AquaCrop模型參數(shù)率定與適用性分析及驗(yàn)證

由于AquaCrop模型的原參數(shù)是利用石河子地區(qū)進(jìn)行的校準(zhǔn)與驗(yàn)證, 在更廣泛的北疆地區(qū)春小麥產(chǎn)量模擬上的代表性有限。因此, 在對(duì)阿勒泰地區(qū)進(jìn)行情景分析前, 首先對(duì)原參數(shù)進(jìn)行2005-2014年的多年驗(yàn)證: 根據(jù)積溫的基本原則確定每年的播種日期, 輸入主要參數(shù)后, 進(jìn)行阿勒泰、哈巴河和福海3個(gè)站點(diǎn)的產(chǎn)量模擬; 利用泰森多邊形法大致劃分3個(gè)氣象站點(diǎn)覆蓋范圍, 按照阿勒泰∶福?！霉秃?3.5∶3.5∶3進(jìn)行區(qū)內(nèi)耕地的覆蓋, 最終驗(yàn)證結(jié)果指出: 所有模擬結(jié)果均小于實(shí)際產(chǎn)量(圖3, 淺綠色圓點(diǎn)), 產(chǎn)量誤差也較大, 因此需要進(jìn)行參數(shù)率定并驗(yàn)證。AquaCrop模型參數(shù)分為作物生長(zhǎng)和產(chǎn)量?jī)蓚€(gè)模塊,其中作物生長(zhǎng)模塊參數(shù)的調(diào)試需要進(jìn)行田間實(shí)驗(yàn),最終進(jìn)行產(chǎn)量模塊參數(shù)標(biāo)準(zhǔn)化水分生產(chǎn)效率(WP*)和參考收獲指數(shù)(HI)的調(diào)試, 分別設(shè)置WP*=18 g·m、WP*=19 g·m, HI=42%、HI=45%、HI=48%共6種情況分別進(jìn)行產(chǎn)量模擬及驗(yàn)證, 各種情況的產(chǎn)量模擬結(jié)果圖3所示。

圖3 阿勒泰地區(qū)不同產(chǎn)量模塊參數(shù)下的多年作物模擬產(chǎn)量對(duì)比圖Fig. 3 Comparison diagram of crop yield simulation at Altay region station under different yield module parameters

根據(jù)模擬結(jié)果: 1)在產(chǎn)量模塊參數(shù)WP*=19 g·m、HI=48%的多年模擬中, 所有年份的模擬產(chǎn)量誤差值都不超過(guò)±8%, 但整體模擬結(jié)果偏大, 因此不合適; 2)在產(chǎn)量模塊參數(shù)WP*=18 g·m、HI=45%和WP*=19 g·m、HI=42%兩種情況下的多年模擬中, 整體模擬結(jié)果均偏小, 所有年份的模擬產(chǎn)量都小于實(shí)際產(chǎn)量, 因此也不合適。3)在WP*=18 g·m、HI=48%和WP*=19 g·m、HI=45%兩種情況下的產(chǎn)量模擬結(jié)果較接近, 且與實(shí)際產(chǎn)量之間的模擬誤差也較小, 產(chǎn)量誤差范圍分別為-3.44%～5.67%、-4.92%～4.56%, 模擬結(jié)果較好。周英霞等利用AquaCrop模型對(duì)陜西省冬小麥進(jìn)行模擬, 模擬結(jié)果的最大誤差為-8.2%。孫哲等在對(duì)高臺(tái)縣小麥進(jìn)行多年模擬時(shí), 最大誤差為-10.34%。因此可以推薦WP*=18 g·m、HI0=48%和WP*=19 g·m、HI0=45%作為產(chǎn)量模塊參數(shù)。

產(chǎn)量模擬完成后進(jìn)行模型適用性評(píng)價(jià), 評(píng)價(jià)結(jié)果如表4所示:

表4 AquaCorp模型產(chǎn)量模塊參數(shù)在不同情況下的適用性評(píng)價(jià)結(jié)果Table 4 Adaptability evaluation results of yield module parameters of AquaCorp modle under different conditions

根據(jù)適用性評(píng)價(jià)結(jié)果, 所推薦的WP*=18 g·m、HI=48%和WP*=19 g·m、HI=45%兩種情況下的產(chǎn)量模塊參數(shù)表現(xiàn)均較好, RMSE、RRMSE和CRM均接近0,和E均接近1, 且WP*=18 g·m、HI=48%的適用性略高于WP*=19 g·m、HI=45%, 因此推薦WP*=18 g·m、HI=48%作為模型產(chǎn)量模塊參數(shù)。

利用2015-2017年氣象數(shù)據(jù)進(jìn)行參數(shù)驗(yàn)證, 根據(jù)產(chǎn)量的模擬結(jié)果, 2015-2017年的模擬產(chǎn)量分別為4.946 t·hm、4.839 t·hm和5.176 t·hm, 產(chǎn) 量 誤差分別為-0.41%、-3.02%和3.34%, 因此認(rèn)為WP*=18 g·m、HI=48%可以作為產(chǎn)量模塊率定與驗(yàn)證后的參數(shù), 作物生長(zhǎng)模塊參數(shù)保持不變。

2.2 不同情景下的春小麥水分利用效率

對(duì)阿勒泰地區(qū)的3個(gè)站點(diǎn)進(jìn)行綜合分析, 最終模擬結(jié)果如表5所示。

表5 不同播期下春小麥不同情景下的水分利用效率模擬結(jié)果Table 5 Simulation results of water use efficiency of spring wheat sown in dates under different scenarios

對(duì)4月10日播種的小麥, 根據(jù)模擬結(jié)果, 隨著總灌溉水量的降低, 春小麥產(chǎn)量逐漸降低, 灌溉水利用效率則逐漸增加。在S4的模擬情景下, 小麥產(chǎn)量最高, 但此時(shí)的灌溉水利用效率為1.480 kg·m, 在S9的模擬情景下, 灌灌水利用效率最高, 為2.211 kg·m。當(dāng)灌溉定額≥300 mm時(shí), 灌水8次的春小麥產(chǎn)量與灌溉水利用效率都要高于灌水11次; 當(dāng)灌溉定額≤250 mm時(shí), 則相反。

對(duì)4月20日播種的小麥, 根據(jù)模擬結(jié)果, 在S11的模擬情景下小麥產(chǎn)量最高, 此時(shí)灌溉水利用效率為1.406 kg·m; 在S17的模擬情景下, 灌溉水利用效率最高。灌溉次數(shù)對(duì)產(chǎn)量的影響與不推遲播期的情況相反, 當(dāng)灌溉定額較高時(shí), 均勻灌溉有利于產(chǎn)量積累, 當(dāng)灌溉定額較低時(shí), 灌水次數(shù)少有利于產(chǎn)量積累。

對(duì)比上述模擬結(jié)果, 綜合考慮作物產(chǎn)量和灌溉水利用效率, 以阿勒泰地區(qū)春小麥產(chǎn)量和灌溉水利用效率均處于高水平為目標(biāo), 最終推薦S15 (4月20日, 300 mm, 7 d)作為灌溉方案。

2.3 不同情景下的小麥總節(jié)水量計(jì)算

利用2017年的種植面積(27.37 hm)和小麥實(shí)際灌溉定額(780 mm)作為參考值, 現(xiàn)狀和未來(lái)水平年下, 種植面積不變, 則所有模擬情景作物產(chǎn)量及節(jié)水量如表6所示。

表6 固定種植面積不同模擬情景下不同播期春小麥產(chǎn)量與總節(jié)水量Table 6 Yield and total water saving of spring wheat sown in different dates under different simulated conditions with the fixed planting area

在種植面積確定的情況下, 春小麥產(chǎn)量隨著灌溉定額的減少整體呈下降趨勢(shì), 且當(dāng)灌溉定額為200 mm時(shí)產(chǎn)量下降明顯。在不同灌溉用水量利用系數(shù)下,所推薦的S15灌溉方案節(jié)水量分別為2.335億m、2.407億m、2.431億m和2.476億m。

3 討論

3.1 播種日期推遲對(duì)春小麥可能存在的影響

溫度是確定播種日期的重要依據(jù)之一, 適期播種能夠幫助小麥充分利用光能, 培育壯苗。在模型模擬過(guò)程中, 根據(jù)優(yōu)化灌溉的結(jié)果, 播種日期推薦為4月20日, 此時(shí)溫度脅迫較低, 模擬的小麥產(chǎn)量較高。然而普遍研究結(jié)果認(rèn)為早播條件下, 小麥苗期生長(zhǎng)較慢, 有利于形成壯苗, 從而可以增強(qiáng)后期的抗倒伏和抗旱能力。不同播種地點(diǎn)的適宜播期不同, 因此需要進(jìn)行大量的播種試驗(yàn), 而且小麥的品種類型對(duì)溫度的敏感度不同。在AquaCrop模型的模擬結(jié)果下, 推薦的播種日期4月20日相對(duì)于按照積溫法則確定的播種日期4月10日, 在溫度上的脅迫更小,產(chǎn)量及水分利用效率均較高。

3.2 灌水次數(shù)對(duì)春小麥的影響

目前, 阿勒泰地區(qū)春小麥平均每年灌溉8次, 灌溉定額嚴(yán)重超過(guò)地方推薦的灌溉標(biāo)準(zhǔn)。對(duì)比不同播期下的情景模擬結(jié)果: 1)播種日期為4月10日時(shí),灌溉定額≥300 mm時(shí), 灌水次數(shù)為8次時(shí)的水分利用效率高于灌水11次, 與阿勒泰地區(qū)經(jīng)驗(yàn)灌溉次數(shù)一致; 當(dāng)灌溉定額≤250 mm時(shí), 灌水次數(shù)為8次的水分利用效率低于灌水11次。大量的研究也表明, 不是灌水次數(shù)越多, 作物產(chǎn)量就會(huì)越高。2)播種日期為4月20日時(shí), 灌溉定額≥250 mm時(shí), 灌水次數(shù)為8次的水分利用效率低于灌水11次, 且隨著灌溉定額的降低, 水分利用效率的差距越來(lái)越明顯。隨著播期的推遲, 均勻灌溉更有利于作物產(chǎn)量的積累。

3.3 研究的不足

由于田間管理數(shù)據(jù)(如灌溉、施肥、施藥、地面覆蓋等)的缺乏, 本研究中的地膜覆蓋率、地壟設(shè)置和雜草侵?jǐn)_等均采用AquaCrop模型中的默認(rèn)值作為輸入, 最終的模擬結(jié)果可能會(huì)與實(shí)際有一定誤差。模型旨在模擬單田尺度的作物產(chǎn)量, 不考慮農(nóng)田的空間差異性, 當(dāng)模擬結(jié)果由點(diǎn)位向面上擴(kuò)展時(shí),應(yīng)用效果也會(huì)存在誤差, 而且模型只考慮垂直方向水通量流入(降水、灌溉和毛細(xì)上升)和流出(蒸發(fā)、蒸騰和深層滲漏), 這也會(huì)使得模擬的結(jié)果存在系統(tǒng)性誤差。

由于阿勒泰地區(qū)耕地跨度較大, 地理環(huán)境、氣象等因素的差異性也大, 本研究未直接將其作為均一的模擬單元處理, 而是將其分成3個(gè)模擬單元并加權(quán)平均, 在一定程度上考慮了作物生長(zhǎng)環(huán)境的空間變化。在模擬過(guò)程中也未考慮土壤的鹽分脅迫和肥力脅迫。阿勒泰地區(qū)的地下水埋深也較深, 多年平均地下水埋深均在5 m以下, 對(duì)作物生長(zhǎng)的影響可以忽略。在不同模擬情景下, 當(dāng)水分脅迫較小時(shí), 模擬結(jié)果的產(chǎn)量不僅誤差較小, 而且接近現(xiàn)實(shí)作物產(chǎn)量, 這與Heng等的研究結(jié)果一致。但在水分脅迫較顯著的情況下, 產(chǎn)量出現(xiàn)明顯下降。不同播種日期下不同模擬方案的產(chǎn)量結(jié)果存在顯著差異,推薦的灌水次數(shù)也不同, 這說(shuō)明播種日期的選擇對(duì)于作物生產(chǎn)十分重要。

在后續(xù)的工作中, 首先應(yīng)該加強(qiáng)數(shù)據(jù)的收集工作, 進(jìn)行多年模擬, 進(jìn)一步研究北疆地區(qū)本地化參數(shù)在阿勒泰地區(qū)的適應(yīng)性。另外, 為更好地優(yōu)化灌溉制度, 在不擴(kuò)大耕地面積、保證作物產(chǎn)量不減少的前提下, 還可以進(jìn)一步進(jìn)行覆蓋、種植結(jié)構(gòu)調(diào)整等多場(chǎng)景的模擬 。

4 結(jié)論

本研究以新疆阿勒泰地區(qū)為例, 利用北疆地區(qū)AquaCrop模型本地化參數(shù), 進(jìn)行產(chǎn)量模塊參數(shù)的率定與驗(yàn)證, 進(jìn)而利用驗(yàn)證后的參數(shù)模擬春小麥產(chǎn)量,通過(guò)對(duì)灌溉定額與灌溉周期、灌溉次數(shù)的調(diào)整, 模擬不同方案情景下的作物產(chǎn)量, 實(shí)現(xiàn)灌溉制度的優(yōu)化, 進(jìn)一步計(jì)算阿勒泰地區(qū)的節(jié)水潛力, 主要結(jié)果如下:

1)利用AquaCrop模型對(duì)阿勒泰地區(qū)進(jìn)行產(chǎn)量模塊參數(shù)WP*和HI的2005-2014年率定和適用性評(píng)價(jià), 評(píng)價(jià)結(jié)果最終推薦WP*=18 g·m、HI=48%作為產(chǎn)量模塊參數(shù), 此時(shí)的產(chǎn)量誤差范圍為-3.44%～5.67%, 適用性評(píng)價(jià)指標(biāo)RMSE、RRMSE、CRM、和E值分別為0.110、0.023、0.002、0.956和0.935;利用2015-2017年進(jìn)行參數(shù)驗(yàn)證, 模擬的產(chǎn)量誤差分別為-0.41%、-3.02%和3.34%, 產(chǎn)量誤差不超過(guò)±5%, 率定后的參數(shù)本地化效果較好, 能夠較好地模擬阿勒泰地區(qū)無(wú)膜滴灌小麥種植的產(chǎn)量。

2)通過(guò)進(jìn)行不同方案下不同情景的產(chǎn)量及灌溉水利用效率的模擬計(jì)算, 可以發(fā)現(xiàn)推遲播種時(shí)間, 有利于降低低溫脅迫, 實(shí)現(xiàn)產(chǎn)量的增加。建議阿勒泰地區(qū)的小麥播種時(shí)間為4月20日, 灌水周期為7 d,灌水次數(shù)為11次, 灌溉定額為300 mm, 此時(shí)灌溉水利用效率較高, 為1.870 kg·m, 產(chǎn)量也較高, 為5.610 t·hm, 可以實(shí)現(xiàn)水分利用效率和經(jīng)濟(jì)效益的雙贏。

3)在灌溉面積確定的情況下, 相對(duì)于實(shí)際灌溉定額, 現(xiàn)狀水平年2017年在不同灌溉定額下(400 mm、350 mm、300 mm、250 mm和200 mm)分別可以實(shí)現(xiàn)節(jié)水1.849億m、2.092億m、2.335億m、2.579億m和2.822億m。最終推薦播種日期為4月20日、灌溉定額為300 mm、灌水周期為7 d的灌溉制度作為推薦灌溉制度, 此時(shí)現(xiàn)狀水平年(灌溉水利用系數(shù)為0.542)和未來(lái)水平年(灌溉水利用系數(shù)分別為0.570、0.580和0.600)可以分別實(shí)現(xiàn)節(jié)水2.335億m、2.407億m、2.401億m和2.476億m。