基于AquaCrop模型的东北春麦区小麦冠层生长模拟研究

李 晶，付 驰，张铁楠，罗 宁，乔天长，张丽芳，魏 湜

（东北农业大学 农学院，哈尔滨150030）

作物模型是作物科学中引进系统分析方法和应用计算机后兴起的新型研究领域［1］，自Dewit和Duncan最早建立了能在计算机上完全模拟作物生长过程的模型后，至今，针对水稻、小麦、玉米、棉花、花生、番茄、大豆、苜蓿等多种作物的模型均已建立［2－7］。AquaCrop作为新开发的作物模型，适用于大田作物，通过生物量与收获指数来模拟作物生产力水平，且只需少量参数即可用于预测产量和生物量，已在多个国家和地区得到验证［8］。国内在华北地区有过应用 与 报 道［9－11］，杜 文 勇 等［12］基 于 灌 溉 技 术 采 用AquaCrop模型对冬小麦生物量和产量进行了预测。

作物冠层结构特征是作物栽培管理、采取措施的主要依据，创造合理的群体冠层结构是获得高物质生产的有效途径。对于作物合理群体冠层结构的构建，前人进行了大量研究［13］。东北春麦区是我国各春麦区中面积最大、总产最多的春麦区，包括黑龙江、吉林、辽宁和内蒙古东部，地处高纬度。随土地过度开垦，生态环境脆弱，是典型旱作农业区。春旱及生理发育期缺水，限制了小麦冠层生长，提早衰老导致产量降低，因而监测田间生长变化特征，及时有效采取管理措施尤为重要。冠层生长模拟监测是实现产量潜力估测的基础。

本文以东北平原春小麦为研究对象，依据实际情况对AquaCrop模型中的一些参数进行调试，对东北地区春小麦冠层生长进行模拟验证，以期为产量形成模拟与验证提供基础，为该区域种植模式调整和制定，以及作物生长模型用于春小麦的应用研究提供理论依据。

1 材料和方法

1．1 研究区概况

试验选择东北春麦区5个具有代表性的监测地点（表1），获取各地2010年、2011年春小麦生育期间田间自然状态下作物数据及气象数据。

1．2 试验设计

试验品种采用龙麦33，戊唑醇种衣剂拌种；机械播种，基本保苗数600万株／hm2，播深3～5cm，播后镇压；应用除草剂封闭除草；施肥同普通大田水平，其他均为常规大田管理。利用2011年哈尔滨春小麦无胁迫试验数据对模型进行参数本地化校正与调试，建立模型运行数据库。

1．3 气象数据采集与冠层生长测定

气象数据采集：2010年、2011年春小麦生育期内逐日气象数据由中国农科院联合清华大学、北京农业信息技术研究中心等机构联合开发的“农业环境无线远程实时监控系统”采集记录，包括日最高温度、最低温度、土壤含水量等，空气温度传感器为HAYASHI DENKO公司的Pt100，土壤湿度传感器为Automata公司的AQUA－TEL－TDR。数据缺失部分来源于国家气象信息中心资料服务室。

表1 试验监测点概况

在无胁迫条件下，模型对作物整个生育期内的冠层生长过程模拟如图1，其表达式如下：

冠层充分发育和冠层衰老之间，有一段冠层覆盖度较稳定的时间。冠层开始衰老时，作物整体蒸腾能力逐渐降低，进入冠层衰老中后期，绿色冠层覆盖度急剧下降，冠层衰老过程以如下公式表示：

式中：CC——生育期内某天冠层覆盖度；CC0——作物初始冠层覆盖度；CCX——无胁迫时作物冠层的最大覆盖度；CGC——冠层生长系数；CDC——冠层衰老系数；t——从播种到作物各发育阶段的天数。

图1 作物生育期内冠层覆盖变化过程

1．4 AquaCrop模型数据库组建

气象参数数据库：根据各试验点的经纬度、海拔高度、日最高温、最低温、日降雨量、日照时数，应用FAO研发的参考作物蒸发量ET0计算器，求出参考作物需水量ET0，并建立模型气象数据库文件 ＊．CLI［14］。模型利用夏威夷 MaunaLoa天文台自1958年至今测量的平均大气CO2浓度作为参考，建立CO2浓度数据库。

作物参数数据库：根据2011年哈尔滨无胁迫小区试验实际调查，将龙麦33各生育期生长情况输入模型，建立模型所需的作物参数数据库文件 ＊．CRO。

土壤参数数据库：根据资料查询结果，将模型所需的土壤参数输入，分别建立各地土壤数据库文件＊．SOL。

管理措施数据库：5个试验点春小麦均为雨养农业，施肥情况属中等肥力，建立模型所需管理参数数据库文件 ＊．MAN。

2 结果与分析

2．1 冠层生长的模拟

对比5个监测点2a冠层生长情况可知，2010年五地春麦冠层生长系数较2011年低，冠层发育不良，其中呼玛、牙克石冠层生长系数最小，绥化、哈尔滨地区冠层生长也表现出明显的环境胁迫，由于2010年6月，东北春麦区出现持续高温气候，黑龙江平均高温日数达历史同期最高。其中呼玛最高温达40．5℃、牙克石为39．3℃、绥化为39．7℃、哈尔滨为39℃，日最高气温均突破历史极值。高温直接影响了2010年春麦的生长发育，制约了小麦产量的形成。2011年各地气候较为适宜，未出现极端天气，春麦生长良好，2011年各地冠层发育明显优于2010年。从根区水分状况可以看出，2010年牙克石、2011年嫩江小麦根区田间持水量（FC）接近于凋萎湿度（PVP），牙克石2010年高温少雨、嫩江2011年高温气候导致地表蓄水量低于蒸发量，加大了根区耗水，这与历史气象记录水平中牙克石2010年属于高温干旱年、嫩江2011年属于高温年相一致。

2．2 模型有效性分析

从图2中可以看出，AquaCrop模型对各地2010年高温胁迫下的冠层模拟均做出反应，与实际观测冠层发育趋势较为一致。2010年绥化、哈尔滨两地冠层模拟曲线未下降，与实测偏离较大。由于2010年两地春播期持续低温，播期推迟近30d。灌浆期又遭遇高温干旱复合胁迫，生育期缩短20d，模型并未准确模拟春麦生育后期的高温逼熟危害，故图2中显示的两地春麦生育末期冠层尚未衰老。2011年各地小麦生长环境较好，仅牙克石和嫩江地区出现轻微干旱，AquaCrop模型对正常年景下春麦生育活动反映良好，模拟情况与各地实际观测到的冠层发育情况较为一致。

图2 2010－2011各地春麦冠层覆盖度实测值与模拟值

对2010、2011年各地冠层覆盖模拟值与实测值进行精度分析，结果见表2。从表2中可看出，模型对2011年的模拟效果整体优于2010年，2010年气候异常，表明模型对极端气候下的春麦冠层发育的模拟效果较为一般。2010年、2011年冠层覆盖度模拟值与实测值相对平均误差 MAE在4．63%～12．86%之间，其中2010年、2011年呼玛和2011年哈尔滨的模拟值与实测值 MAE值较低；RMSE在5．09%～22．02%之间，2011年的RMSE整体优于2010年，说明模型对正常年景下的模拟效果更好；EF在－1．450～0．168之间，CRM 在－0．079～0．218之间，除2010年呼玛地区模拟值低于实测值外，其余年份和地点的模拟值均高于实测值，IoA在0．726～0．995之间，模拟值与实测值的一致性较为理想。

3 结论与讨论

本研究基于2011年哈尔滨地区春小麦无胁迫试验数据对模型中的参数进行了本地化调试与校正，获得了适宜东北地区春麦生长发育的模型参数：春小麦生育基础温度为0℃，上限温度为26℃，90%出苗时每株所占土地面积取值1．5cm2／株，冠层增长系数为0．006，冠层下降系数为0．004，通过ET0和CO2为标准规范化的水分生产率系数WP＊为15g／m2，产量形成阶段以ET0和CO2为标准规范化的水分生产率取值100%，参考收获指数48%。AquaCrop模型对2010年、2011年各地春麦生育期内冠层覆盖度进行模拟，其模拟值与实测值的相对平均误差MAE在4．63%～12．86%之间，说明模型对正常年景的春麦模拟效果更好；除2010年呼玛地区模拟值低于实测值外，其余年份和地点的模拟值均高于实测值，IoA在0．726～0．995之间，模拟值与实测值的一致性较为理想。

作物生长模型是动态表达作物生长过程的一种系统。模型的区域适应性验证是目前作物模型的应用热点之一，通过大范围的检验和校正可以提高数据质量、尽可能提高模拟精度，从而提高模型在作物生产中的应用可靠性。生长模型的区域研究成为一个新的 方 向。 对 此，国 内 外 已 有 相 应 的 报 道［15－16］。AquaCrop模型面世较晚，对其研究涉及该模型的参数调整、验证［17－18］及模拟应用［19］等，应用该模型在东北春麦区的模拟应用尚属首次。本研究利用AquaCrop模型对2010年、2011年东北春麦区五地冠层生长的模拟值与实测值一致性较为理想。刘战东等［20］进行冬小麦冠层降雨截留模拟时，受风速、温度等因素影响，认为模拟降雨试验并不能完全代表实际降雨时的冬小麦冠层截留过程和特性，自然环境中模拟冠层截留作用仍需深入研究。本研究中也表现出极端温度条件的定量模拟不理想，在预测东北春麦生态点小麦生长时出现一定误差。李子忠等［11］应用AquaCrop对大葱的模拟结果与实测值拟合程度也表现出一定误差。表明模型在环境胁迫下模拟会加大与实测值的误差。为此，应进一步对作物参数进行测定、校准，增加田间实地检测数据的频率，从模型机理机制上寻找解决的办法，提高模型的预测性和适应性。

［1］ 高亮之．农业模型学基础［M］．香港：天马图书有限公司，2004．

［2］ Jones C A，Kiniry J R．CERES－Maize：A Simulation Model of Maize Growth and Development［M］．College Station，U S：Texas A＆M Univ．Press，1986：89－110．

［3］ Ritchie J T，Otter S．Description and performance of CERES－Wheat：A user－oriented wheat yield model［J］．ARS－United States Department of Agriculture，Agricultural Research Service，1985，38：159－175．

［3］ 戚昌瀚，殷新佑，刘桃菊，等．水稻生长日历模拟模型（RICAM）的调控决策系统（RICOS）研究I水稻调控决策系统（RICOS）的系统结构设计［J］．江西农业大学学报，1994，16（4）：323－327．

［4］ 吴锦，余福水，陈仲新，等．基于EPIC模型的冬小麦生长模拟参数全局敏感性分析［J］．农业工程学报，2009，25（7）：136－138．

［5］ 潘学标，韩湘玲，石元春．一个可用于栽培管理的棉花生长发育模拟模型－COTGROW［J］．中国农业科学，1996，29（1）：94－96．

［6］ 尚宗波，杨继武，殷红，等．玉米生长生理生态学模拟模型［J］．植物学报，2000，42（2）：184－194．

［7］ 孙忠富，陈人杰．温室番茄生长发育动态模型与计算机模拟系统初探［J］．中国生态农业学报，2003，11（2）：84－88．

［8］ 庄严，梅旭荣．不同基因型作物水分—产量响应关系及生理生态学研究［D］．北京：中国农业科学院，2009．

［9］ Steduto P，Hsiao T C，Raes D，et al．AquaCrop－The FAO crop model to simulate yield response to water：Ⅰ．Concepts and underlying principles［J］．Agron J，2009，101（3）：426－437．

［10］ 李会，刘钰，蔡甲冰，等．AquaCrop模型的适用性及应用初探［J］．灌溉排水学报，2011，30（3）：28－31．

［11］ 李子忠，徐洋，卢宪菊，等．AquaCrop模型在大葱生物量和土壤贮水量模拟中的应用和验证［J］．中国农业大学学报，2011，16（4）：59－66．

［12］ 杜文勇，何雄奎，Shamaila Z，等．冬小麦生物量和产量的 AquaCrop模型预测［J］．农业机械学报，2011，42（4）：174－178．

［13］ The ETo Calculator FAO ［EB／OL］．［2009］http：∥www．fao．org／nr／water／docs／Reference ManualETo．pdf．

［14］ Sinclair T R，Seligma N．Criteria for publishing papers on crop modeling［J］．Field Crops Research，2000，68（3）：165－172．

［15］ Resenthal W D，Hillel D．Climate change and the global harvest［M］．New York：Oxford University，1998．

［16］ 玛丽艳姑丽·阿西穆，塔西甫拉提·特依拜，买买提·沙吾提，等．基于Markov模型的植被覆盖动态变化预测研究［J］．水土保持研究，2013，20（1）：121－124．

［17］ Theodore C Hsiao，Lee Heng，Pasquale Steduto，et al．AquaCrop－The FAO crop model to simulate yield response towater：Ⅲ．Parame terization and testing for maize［J］．Agronomy Journal，2009，101（3）：448－459．

［18］ Hamid J Farahani，Gabriella Izzi，et al．Parameterization and Evaluation of the AquaCrop model for full and defi cit irrigated cotton［J］．Agronomy Journal，2009，101（3）：469－476．

［19］ Geerts S，Raes D，Garcia M，et al．Modeling the potential for closing quinoa yield gaps under varying water availability in the Bolivian Altiplano［J］．Agricultural Water Management，2009，96（11）：1652－1658．

［20］ 刘战东，高阳，巩文军，等．冬小麦冠层降雨截留过程及其模拟研究［J］．水土保持研究，2012，19（4）：53－58．