基于APSIM模型的地膜覆蓋與露地種植條件下旱地小麥灌漿過程模擬

張仕林，程宏波，柴守璽，馬建濤，柴雨葳，王彥萍，高甜甜，張 博

(1.甘肅農(nóng)業(yè)大學生命科學技術學院，甘肅 蘭州 730070；2.甘肅省干旱生境作物學重點實驗室/甘肅農(nóng)業(yè)大學農(nóng)學院，甘肅 蘭州 730070)

小麥產(chǎn)量受品種、環(huán)境和栽培措施等多種因素影響，籽粒干物質積累是產(chǎn)量形成的基礎，而灌漿決定著小麥的千粒重和最終產(chǎn)量，對小麥產(chǎn)量形成和品質具有重要意義。研究表明灌漿速率和灌漿持續(xù)時間是影響小麥粒重的關鍵因子，受遺傳特性和環(huán)境因素的影響，且環(huán)境效應的影響大于基因效應[1-4]。環(huán)境效應對灌漿過程具有不同影響，有研究者認為環(huán)境因子是通過影響灌漿速率進而影響粒重[5]，如裴雪霞等[6]、溫紅霞等[7]研究表明播期和種植密度對灌漿速率的影響較大但對灌漿持續(xù)時間的影響較小；有研究者認為是通過影響灌漿持續(xù)時間[8]，如苗永杰等[9]、韓占江等[10]研究多個小麥品種的灌漿特性，認為灌漿速率比較穩(wěn)定，而灌漿持續(xù)時間易受環(huán)境因素的影響，趙凱男等[11]研究多種覆蓋方式下土壤水熱變化對小麥灌漿特性的影響，表明地膜覆蓋的增溫保墑效應有利于延長灌漿快增期的持續(xù)時間并縮短灌漿持續(xù)時間，從而提高整個灌漿階段的平均灌漿速率，進而實現(xiàn)增產(chǎn)的目的。

目前關于小麥籽粒灌漿過程的研究方法多采用Logistic方程[12-14]和Richards方程[15-16]，研究內(nèi)容主要集中于播期、密度、水肥和栽培措施等對小麥籽粒灌漿特性的影響，而日積溫對小麥灌漿過程影響的研究則鮮有報道，APSIM-Wheat模型將光合生產(chǎn)和干物質積累分配作為小麥籽粒干物質積累的主要來源，以積溫、水分和養(yǎng)分作為影響作物物候期發(fā)展的限定因素，能夠較好地解釋積溫對小麥籽粒干物質積累過程的影響。因此，本試驗評價APSIM-Wheat模型對地膜覆蓋和露地種植旱地小麥灌漿過程的適應性，同時探究日積溫對籽粒灌漿過程的影響，以期為旱地小麥高產(chǎn)穩(wěn)產(chǎn)和農(nóng)業(yè)可持續(xù)性發(fā)展提供理論依據(jù)。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

試驗于2017—2018年(簡稱2018年)、2018—2019年(簡稱2019年)在甘肅省定西市通渭縣甘肅農(nóng)業(yè)大學試驗基地進行，該區(qū)為黃土丘陵典型的雨養(yǎng)農(nóng)業(yè)區(qū)。土壤類型為黃綿土，屬半干旱氣候，作物一年一熟，年均氣溫7.2℃，無霜期120～170 d，年蒸發(fā)量>1 500 mm，多年平均降水量約390.6 mm，其中約60%集中在6—9月。本試驗中2018和2019年冬小麥生育期內(nèi)降水量分別約345.10 mm和269.90 mm，有效降水量(≥5 mm)分別約為219.20 mm和208.40 mm。

1.2 試驗設計

本研究以冬小麥品種‘隴中2號’為供試材料，設置地膜覆蓋種植(PM)和無覆蓋露地種植(CK)2個處理，各處理小區(qū)面積均為30 m×6 m，每個處理3次重復，采用隨機區(qū)組排列。具體試驗處理如下：(1)地膜覆蓋種植(PM)：旋耕整地，耱平后覆膜，地膜幅寬和厚度分別為120 cm和0.1 mm，膜面覆土1 cm，膜上播種5行，穴播小麥，行距20 cm；(2)露地對照種植(CK)：旋耕整地，耱平后平作，條播行距20 cm。各處理播種量、施肥量、田間管理一致，播種量為225 kg·hm-2，施純氮120 kg·hm-2、P2O590 kg·hm-2，均作為基肥在旋耕整地時一次性施入，生育時期內(nèi)不再追肥。在開花期進行1～2次“一噴三防”作業(yè)。

初花期在每小區(qū)選擇同天開花且穗長相、長勢和大小基本一致、無病蟲害的單莖120個掛牌標記，從開花后7 d開始每隔3 d(2018年為每隔5 d)取樣一次，遇雨延后1 d或2 d，直至完全成熟。從每小區(qū)每次取樣10穗帶回室內(nèi)，將籽粒放置在105℃烘箱內(nèi)殺青20 min，而后置于75℃環(huán)境烘至恒重，計算千粒重及灌漿速率。采用iButton溫度記錄儀，設置為連續(xù)間隔2 h記錄監(jiān)測土壤5 cm、10 cm和20 cm 3個土層晝夜溫度變化。

1.3 研究方法

APSIM(Agricultural Production Systems sIMulator)模型主要有土壤、水、氮、作物殘留、作物生長和作物發(fā)育模塊，各模塊間由逐日氣象數(shù)據(jù)驅動的作物-土壤系統(tǒng)進行數(shù)據(jù)交互[17]，應用范圍已經(jīng)擴展到溫室氣體排放、水肥協(xié)同調控、氣候風險評估及農(nóng)業(yè)可持續(xù)發(fā)展等領域[18-19]。本研究對APSIM-Wheat模型進行本土化設計，進而評價其在模擬地膜覆蓋(SPM)和露地種植(SCK)旱地小麥灌漿過程的適應性，同時探究影響小麥灌漿過程的作用因子。

1.3.1 數(shù)據(jù)來源 氣象數(shù)據(jù)來源于甘肅省氣象局，收集實驗點2017—2019年的基礎氣象資料，建立APSIM-Wheat模型所需的氣象數(shù)據(jù)庫，逐日數(shù)據(jù)包括最高和最低氣溫(℃)、太陽輻射量(MJ·m-2)、降水量(mm)。逐日太陽輻射量無法直接獲取，使用日照時間轉換計算法獲取[20]。土壤屬性數(shù)據(jù)由田間測定，同時參考李廣等[21]人在黃土丘陵區(qū)APSIM-Wheat模型適應性研究積累，經(jīng)過轉換得到適用于本研究區(qū)的土壤屬性數(shù)據(jù)。作物屬性數(shù)據(jù)通過采用窮舉試錯法和二分法多次試錯并參考Zhao等[22]和何亮等[23]人的研究得到，如表1所示。

表1 小麥模塊的初始參數(shù)值Table 1 The initial parameter value of the wheat module

1.3.2 模型有效性檢驗 本研究選擇檢驗模型有效性的指標包括決定系數(shù)R2、均方根誤差RMSE、歸一化均方根誤差NRMSE和模型有效性參數(shù)ME。模型的模擬值和實測值間的吻合程度受模型的準確度和實測誤差的共同影響。R2反映了模型模擬值相對于實測值的真實偏差，其范圍在0～1之間，越接近1說明模型模擬趨勢性越好，反之越差。RMSE反映了模型模擬值相對實測值的絕對誤差量，NRMSE反映了模型模擬值相對實測值的相對誤差量，RMSE和NRMSE越小說明模擬值與實測值之間的一致性越好。一般認為NRMSE<20%時模擬效果較好。ME>0.5時，說明模型的模擬效果良好，檢驗模型有效性指標計算方法如下[24]：

(1)

(2)

(3)

(4)

式中，OBSi為實測值，SIMi為模擬值，OBSmean為實測的平均值

1.4 Logistic模型統(tǒng)計方法

應用Logistic方程對籽粒干物質積累過程進行擬合并計算相應的灌漿特征參數(shù)，進而分析積溫與籽粒干物質積累間的關系。Logistic方程為W=A/(1+Be-CX)，其中X為開花后的積溫(℃·d)，W為花后千粒重(g)，A、B和C為模型參數(shù)，由方程一階導數(shù)和二階導數(shù)推導出灌漿參數(shù)[25-26]。

灌漿高峰開始日期的積溫X1=(lnB-1.317)/C

灌漿高峰結束日期的積溫X2=(lnB+1.317)/C

花后粒重W達99%時的積溫X3=(lnB+4.59512)/C

灌漿速率最大時的積溫Xmax=lnB/C

1.5數(shù)據(jù)整理與分析

采用Microsoft Excel對試驗數(shù)據(jù)進行整理并用采SPSS 20.0進行回歸分析和相關性分析。采用SigmaPlot 14.0進行作圖。

2 結果與分析

2.1 模型有效性檢驗

采用校準后的APSIM-Wheat模型對2018年和2019年不同覆蓋處理下冬小麥籽粒灌漿過程進行模擬，并將模型模擬數(shù)據(jù)與田間實測數(shù)據(jù)進行有效性驗證。由表2可見，2018、2019年度的灌漿速率、粒重模擬值與實測值呈線性正相關關系。其中APSIM-Wheat模型對粒重的模擬效果最佳，RMSE=0.7027～3.6097 g·1000grain-1、NRMSE=2.4400%～15.9126%、ME=0.9912～0.9968、R2=0.9935～0.9972。APSIM-Wheat模型對籽粒灌漿速率的模擬效果較好，模擬值與實測值間RMSE=0.1614～0.2110 g·1000grain-1·d-1、NRMSE=12.5506%～16.2592%、ME=0.9124～0.9551、R2=0.9245～0.9878。APSIM-Wheat模型對灌漿速率和粒重的模擬精度較高，模擬值和實測值間的一致性和趨勢性均較高?？梢杂糜谘芯康啬じ采w和露地種植下旱地冬小麥灌漿過程的模擬分析。

2.2 旱地冬小麥粒重動態(tài)變化

如圖 1所示，各處理粒重隨時間的動態(tài)變化均呈“S”型曲線增長，根據(jù)各階段灌漿速率的不同可將灌漿時期分為漸增期、快增期和緩增期。2018、2019年灌漿漸增期分別持續(xù)約12 d、14 d，處理間此階段籽粒干物質積累對粒重貢獻率無明顯差異，但年際間差異較大(圖2)，2018、2019年漸增期籽粒干物質積累對粒重貢獻率分別為36.74%、19.57%。2018、2019年灌漿快增期分別持續(xù)約16 d、14 d，此階段對粒重貢獻率表現(xiàn)為地膜覆蓋大于露地，2018、2019年地膜覆蓋快增期對粒重貢獻率分別為57.03%、60.64%，露地分別為52.20%、55.53%。2018、2019年灌漿緩增期分別持續(xù)約4 d、6 d，此階段對粒重貢獻率表現(xiàn)為地膜覆蓋小于露地處理，2018、2019年地膜覆蓋占總粒重的9.17%、19.20%，露地占總粒重的11.45%、26.39%。

表2 測定指標及檢驗模型模擬效果指標Table 2 Measurement index and test model simulation effect index

圖1 2018、2019年地膜覆蓋(PM)和露地(CK)處理小麥粒重動態(tài)變化Fig.1 Dynamic changes of wheat grain weight under plastic film (PM) and open field (CK) treatments in 2018 and 2019

圖2 2018、2019年灌漿各階段籽粒干物質積累量占比Fig.2 Percentage of dry matter accumulation of grains of at each stage of filling in 2018 and 2019

2018和2019年中地膜覆蓋處理小麥千粒重高于無覆蓋處理且2019年高于2018年。2018年地膜覆蓋和露地種植處理千粒重分別為42.93 g和41.90 g，2019年分別為44.10 g和43.01 g，2018年地膜覆蓋和露地種植的千粒重模型模擬值分別為42.30 g和40.78 g，2019年分別為46.10 g和45.34 g。2018、2019年中地膜覆蓋高出露地2.46%、2.53%，模擬值高出3.73%、1.68%；2019年較2018年地膜覆蓋和露地種植處理的千粒重實測值分別提高2.66%和2.73%，模擬值提高11.18%和8.98%。

如圖3所示，粒重變化趨勢、階段粒重占比和千粒重實測值與模擬值基本一致。其中對于粒重的動態(tài)變化ME和R2均大于0.99，RMSE、NRMSE的最值分別為3.609 g·1000grain-1和15.91%，表明APSIM-Wheat可用來描述小麥粒重的動他變化。

2.3 對旱地冬小麥灌漿特性

由圖4可見灌漿速率隨時間推進呈正態(tài)變化。2018、2019年漸增期的平均灌漿速率分別為1.32、0.62 g·1000grain-1·d-1；快增期的平均灌漿速率和最大灌漿速率處理間、年際間均存在差異，總體表現(xiàn)為2018年大于2019年，地膜覆蓋大于露地種植，具體為2018、2019年的地膜覆蓋處理快增期的平均灌漿速率為2.45、1.91 g·1000grain-1·d-1，露地為2.12、1.71 g·1000grain-1·d-1；2018、2019年地膜覆蓋處理小麥最大灌漿速率為2.51、2.75 g·1000grain-1·d-1，露地為2.27、2.50 g·1000grain-1·d-1。緩增期平均灌漿速率總體表現(xiàn)為2019年大于2018年，露地種植大于地膜覆蓋，具體為2018、2019年地膜覆蓋緩增期的平均灌漿速率為0.35、1.20 g·1000grain-1·d-1，露地為0.95、1.78 g·1000grain-1·d-1。

2018、2019年度中地膜覆蓋處理小麥最大灌漿速率及快增期平均灌漿速率均高于露地，最大灌漿速率分別增加10.57%、10.35%，快增期平均灌漿速率分別增加15.40%、11.97%。年際間因氣候條件不同灌漿速率存在差異，2019年地膜覆蓋和露地種植處理最大灌漿速率高于2018年，分別高出9.73%、9.95%。

灌漿速率實測值與模擬值的ME和R2最小值分別為0.9124和0.9245，RMSE和NRMSE最大值分別為0.2110 g·1000grain-1·d-1和16.2592%，表明APSIM-Wheat模型可用于模擬小麥灌漿速率。在模型模擬灌漿速率時影響數(shù)據(jù)間一致性的主要因素是灌漿峰值和灌漿緩增期，如圖5所示(見 208頁)，具體表現(xiàn)為灌漿峰值錯位，模型模擬的緩增期持續(xù)時間偏短導致灌漿速率偏大。

2.4 環(huán)境因子對旱地冬小麥粒重的影響

因田間管理措施一致，影響灌漿期籽粒干物質日積累量的主要環(huán)境因子是水分和溫度。以日步長輸出2018、2019年度籽粒干物質日積累量和根際(0～20 cm)土壤日含水量，分析土壤日含水量、大氣日積溫和土壤日積溫與小麥籽粒干物質日積累間的相關性(圖6、7，見209，210頁)，結果表明，兩年土壤日含水量與籽粒干物質日積累量無相關性(r=-0.27、r=0.08)，大氣日積溫與籽粒干物質日積累量呈極顯著正相關(r=0.67、r=0.56)，土壤日積溫與籽粒干物質日積累量呈極顯著正相關(r=0.66、r=0.69)。2018、2019年是豐水年，模型模擬和田間實測的地膜覆蓋和露地灌漿期土壤含水量均無明顯差異，表明在土壤含水量相同的條件下，土壤溫度是影響灌漿期籽粒干物質日積累量的主要環(huán)境因子。地膜覆蓋較露地顯著提高灌漿階段的平均土壤日積溫，2018、2019年分別高出0.87℃·d、0.98℃·d，地膜覆蓋的平均籽粒干物質日積累量高于露地，2018、2019年分別高出5.41%、5.05%。具體來看，兩年在灌漿漸增期、快增期、緩增期地膜覆蓋的土壤平均積溫高于露地，2018年分別高出0.84℃·d、0.96℃·d、1.09℃·d，2019年高出0.84℃·d、0.67℃·d、1.18℃·d，而地膜覆蓋的籽粒干物質日積累量在灌漿各階段均高出露地5%左右，且年際間無明顯差異。

積溫作為步長單位比天作為步長單位更能夠反映作物生長發(fā)育的真實進程，能夠避免由于天氣條件復雜變化帶來的模擬誤差。用Logistic方程以開花后的大氣積溫、土壤積溫分別作為自變量，粒重為因變量進行擬合分析，可以很好的描述不同覆蓋處理下粒重與積溫間的關系(R2>0.97)。由表3可見(見 210頁)，2018、2019年在完成漸增期(X1)、緩增期(X3-X1)、達到最大灌漿速率(Xmax)以及完成灌漿所需的大氣積溫、土壤積溫均為地膜覆蓋小于露地，表明所需的時間也小于露地。模型模擬數(shù)據(jù)用Logistic分析積溫與粒重間的關系是其表現(xiàn)結果與實測數(shù)據(jù)間的趨勢一致，但數(shù)據(jù)間的一致性存在差異。

圖4 2018、2019年地膜覆蓋和露地處理小麥灌漿速率Fig.4 Grain-filling rate of mulching and open field treatment wheat in 2018 and 2019

3 討 論

3.1 覆蓋對小麥粒重的影響

兩年度模型模擬以及田間試驗均表明，地膜覆蓋種植的小麥粒重高于露地種植，其原因為地膜覆蓋的小麥在灌漿快增期的最大灌漿速率及平均灌漿速率高于露地種植，在該階段籽粒干物質積累量較露地種植顯著提高。結合Logistics進一步分析大氣積溫、土壤積溫和粒重間的關系，結果表明，地膜覆蓋種植在灌漿各階段達到最大灌漿速率、完成灌漿所需的大氣積溫、土壤積溫均小于露地，表明地膜覆蓋種植有利于提前最大灌漿速率的時間,減少灌漿漸增期、緩增期的持續(xù)時間，進而實現(xiàn)增產(chǎn)，這與趙凱男等[11]和王振峰等[27]的研究結果類似。

3.2 影響小麥灌漿的環(huán)境因子

在灌漿期籽粒干物質日積累量與大氣日積溫、土壤日積溫顯著正相關，但大氣積溫對籽粒干物質日積累量的影響略大于土壤積溫，而大氣溫度影響土壤積溫，即日積溫越高籽粒干物質日積累量越大，反之亦然。地膜覆蓋的土壤積溫高于露地，導致灌漿期地膜覆蓋的籽粒干物質日積累量高于露地，而籽粒干物質日積累量是形成籽粒灌漿速率和粒重的基礎，最終地膜覆蓋的產(chǎn)量高于露地，該結果與趙凱男等[11]研究一致?；莺I等[28]通過研究灌水量對小麥產(chǎn)量的影響表明充足的土壤水分可提高小麥灌漿期旗葉、籽粒中蔗糖和可溶性糖的代謝活性，進而顯著增加籽粒產(chǎn)量，保持充足的土壤水分有利于小麥灌漿；趙凱男等[11]、陳紫薇等[29]在干旱地區(qū)地膜覆蓋對小麥灌漿特性的研究中表明地膜覆蓋具有保墑提墑、提高土壤水分利用率的作用，同時促進小麥生長發(fā)育以及養(yǎng)分的吸收和利用，從而提高作物產(chǎn)量。以上研究均表明土壤水分會影響小麥灌漿，而在2018、2109年本研究區(qū)屬于豐水年，模型模擬和田間實測的地膜覆蓋和露地灌漿期土壤含水量均無明顯差異，土壤日含水量與籽粒干物質日積累量無顯著性關系，僅土壤積溫存在差異，結果表明在相同的土壤水分條件下土壤積溫是影響灌漿的主要環(huán)境因素。

3.3 APSIM-Wheat模型對小麥灌漿過程的適應性

傳統(tǒng)的田間試驗方法研究小麥籽粒干物質積累過程具有局限性，影響因子較多、干擾性較大，而采用作物生長模型方法研究能定量研究單一環(huán)境影響因子的影響以及多因子間的互作效應。在本研究中，經(jīng)過校準和驗證的APSIM-Wheat模型對地膜覆蓋和露地種植下的小麥灌漿過程具備較高的解釋性。兩年度的本研究區(qū)模型模擬與田間實測灌漿速率和粒重間RMSE、NRMSE、ME、R2值如表 2所示，各項檢驗模型模擬效果指標均達到較高水平，模型模擬值與實測值間的趨勢性與一致性較高，在本研究區(qū)具有較好的擬合度和適應性，另一方面該模型也存局限性，與楊月等[30]、聶志剛等[31]研究小麥籽粒蛋白質含量和籽粒干物質積累的研究結果類似。APSIM-Wheat模型在模擬小麥灌漿生育時期的時間點與田間試驗實際觀測時間點存在誤差[32-34]，2018、2019年模擬值較實測值分別提前8、6 d。分析其原因認為APSIM-Wheat模型中生育期的進程依賴于積溫驅動，達到設定積溫閾值模型結束當前生育時期進入下一生育時期，而在實際田間實驗中因植株個體差異開花時間不統(tǒng)一，一般以田間50%的小麥開花認為進入開花期，因這種差異導致模型模擬中作物開花時間與田間實際開花時間不一致；其次在灌漿緩增期持續(xù)時間模型模擬與田間實測存在差異，在模型模擬過程中緩增期持續(xù)2～3 d，而田間實測灌漿緩增期持續(xù)4～6 d，可能是取樣過程中人為的選擇植株偏綠的個體不能有效的代替群體生長發(fā)育狀態(tài)，而模型模擬以群體為對象，忽略個體差異。

圖5 2018、2019年不同處理籽粒灌漿速率變化模擬Fig.5 Simulation of grain-filling rate in different treatments in 2018 and 2019

注：TT：大氣積溫；GCK：模型模擬露地種植籽粒干物質日積累量；GPM：模型模擬地膜覆蓋種植籽粒干物質日積累量。Note:TT:Atmospheric daily accumulated temperature;GCK:The model simulates the daily accumulation of dry matter in the grains grown in the open field;GPM:The model simulates the daily accumulation of dry matter in the grains planted in the plastic film mulching.圖6 2018、2019年大氣積溫與籽粒干物質日積累量相關性Fig.6 Correlation between atmospheric daily accumulated temperature and daily accumulation of grain dry matter in 2018 and 2019

本文僅對地膜覆蓋和露地種植下小麥的灌漿過程進行分析研究，重點分析了影響灌漿的環(huán)境因子以及APSIM-Wheat模型對灌漿過程的模擬適應性和吻合度；其次，籽粒干物質日積累量和逐日土壤含水量是由APSIM-Wheat模型模擬輸出，并非田間實際測得，模擬過程中忽略田間雜草管理、病蟲害等情況及其差異性對小麥生長發(fā)育影響。

4 結 論

本研究通過大田試驗和APSIM模型模擬同步研究旱地冬小麥籽粒干物質積累過程，得出APSIM-Wheat模型對地膜覆蓋和露地種植旱地冬小麥灌漿過程的模擬精度較高，有很好的適應性，可以借助APSIM-Wheat模型研究影響灌漿的各種因子。結果表明，積溫(大氣日積溫、土壤日積溫)在漸增期和快增期與籽粒干物質日積累量顯著正相關，積溫越高籽粒干物質日積累量越大，因大氣溫度影響土壤積溫，地膜覆蓋在灌漿階段平均土壤日積溫較露地顯著提高，致使地膜覆蓋在灌漿期的籽粒干物質日積累量，灌漿期的最大灌漿速率、快增期的平均灌漿速率均高于露地，同時地膜覆蓋較露地縮短漸增期和緩增期的持續(xù)時間進而實現(xiàn)增產(chǎn)。

注：TCK：露地土壤日積溫；TPM：地膜覆蓋土壤日積溫；GCK：模型模擬露地種植籽粒干物質日積累量；GPM：模型模擬地膜覆蓋種植籽粒干物質日積累量。Note:TCK:Daily accumulated temperature of open soil;TPM:Daily accumulated temperature of soil covered in the plastic film mulching;GCK:The model simulates the daily accumulation of dry matter in the grains grown in the open field;GPM:The model simulates the daily accumulation of dry matter in the grains planted in the plastic film mulching.圖7 2018、2019年土壤積溫與籽粒干物質日積累量相關性Fig.7 Correlation between daily accumulated soil temperature and daily accumulation of grain dry matterin 2018 and 2019

表3 2018、2019年籽粒灌漿過程的Logistic方程擬合Table 3 Logistic equation fitting of grain-filling process in 2018 and 2019