基于DSSAT模型和正交试验相结合的春小麦灌溉模式优化研究

魏玉清，沈强云 ，郝正刚

(1.北方民族大学生物科学与工程学院,银川 750021；2.宁夏农林科学院农作物研究所，宁夏 永宁 750105)

0 引 言

宁夏引黄灌区是我国重要的商品粮生产基地，但是该地区降水稀少、蒸发量大，灌溉成为作物正常生长发育、保证最终产量的前提条件[1,2]。宁夏引黄灌区春小麦播种面积近7 万hm2，小麦种植对宁夏种植业结构优化和当地水资源高效利用非常重要[3]。但生产上传统灌溉模式水资源利用效率低、农民的种植效益不高[4]。针对宁夏引黄灌区气候特点，优化春小麦灌水时期和灌水量，提高水资源利用率，建立合理高效的灌溉制度，对于水资源极度匮乏的西北地区显得尤为迫切和重要[5]。

随着人工智能技术的飞速发展和农业机械化水平的不断提高，新技术在改造传统农业方面优势明显，互联网+农业已经成为可能[6]。国外精准农业的技术最先在小麦上引入，并在精准灌溉、变量施肥、精量播种及个性化田间管理上，取得了突破[7]。精准农业是现代农业发展的重要方向，而以作物生长为核心的作物模拟模型的建立，是“精准农业”的前提和基础。DSSAT平台(Decision Support System for Agrotechnology Transfer)是一种作物生长模拟模型[8]，由美国国际开发署授权夏威夷大学开发研制的综合计算机作物模拟平台[9]，它将各种作物模型汇总，对模型输入和输出变量格式标准化，极大地推动了该模型的应用普及，为合理有效地利用自然资源提供决策和对策[10, 11]。

本研究以宁夏引黄灌区春小麦作为研究对象，运用 DSSAT作物模型，结合田间试验，在利用作物产量、物候期等资料对模型的参数调试与验证的基础上，设定不同的灌溉期和灌溉量处理，以期建立一套适用于本地区农业生产的春小麦生态和品种参数[12]，实现模型的本土化应用，为宁夏引黄灌区春小麦节水灌溉模式优化提供依据和参考。

1 材料与方法

1.1 试验区自然条件

试验于2013年在宁夏银川市永宁县王太堡宁夏农林科学院农作物研究所试验地(东经106°14′，北纬38°23′，海拔1 130 m)进行，属于宁夏引黄灌区。当年平均气温8.5 ℃左右，年平均日照时数2 800～3 000 h；年平均降水量200 mm左右，无霜期185 d左右。光温条件有利于小麦生长，但热干风天气发生频率较高[13]。

1.2 试验方法

1.2.1 田间试验设计

试验采用L16(215)4因素2水平正交试验设计[14]，结合当地生产中的主要灌溉模式，确定了不同灌溉时间和灌溉量的4个因素，每个因素分2个水平，具体各因素和对应水平的处理组合见表1，灌溉处理组合共16个，其中处理1号(A1B1C1D1)为当地生产上春小麦套种玉米传统灌溉模式，3号(A1B1C2D1)为目前春小麦玉米套种节水灌溉模式； 9号(A2B1C1D1)为春小麦节水灌溉模式； 12号(A2B1C2D2)和15号(A2B2C2D1)为极度缺水条件下的灌溉模式。共16个小区。每小区长13 m，宽6 m。为防止侧漏，小区之间采用50 cm高度的 PVC板进行隔离。每区种植40行，行距0.15 m，行长13 m，小区面积78 m2。试验田面积0.2 hm2。参试品种为宁春50号。

表1 宁夏春小麦节水灌溉4因素2水平L16(215)16次正交试验方案Tab.1 Ningxia spring wheat water-saving irrigation 4 factors 2 level L16(215)orthogonal test schemes

1.2.2 田间管理

试验地于上年11月中旬冬灌(每hm2灌水1 200 m3)。3月2日播种，播种量为300 kg/hm2，基施尿素300 kg/hm2、磷酸二铵150 kg/hm2、硫酸钾150 kg/hm2；种肥磷酸二铵150 kg/hm2，追施尿素225 kg/hm2；全生育期总施氮量296 kg/hm2、P2O5138 kg/hm2、K2O 75 kg/hm2。灌水时间：头水、二水、三水、四水分别于4月26日、5月12日、6月7日、6月25日灌溉。

1.2.3 测定项目与方法

春小麦苗期、拨节期及抽穗期进行田间调查，成熟时按小区选取0.5 m2代表性样点，取样测产，并调查样方收获穗数；小区全部收获实打计产；收获前每小区取15株进行室内考种，调查株型及穗粒等相关产量指标。实际产量=小区产量/小区面积×10 000。灌水生产率IWUE为单位灌水量所生产的籽粒产量，IWUE=单位面积产量/单位面积土地灌水量(kg/m3)。

1.3 春小麦DSSAT模型建立

1.3.1 建模所需基础数据

DSSAT模型[15]农业技术转化决策系统( DSSAT，Decision Support System for Agrotechnology Transfer) 是由美国佛罗里达大学等机构于1989年开发的一个以作物生长机制为基础的模拟系统，可逐日模拟作物生长和发育过程，可响应包括作物遗传特性、管理措施、环境、氮素和水分胁迫、病虫害等许多因素，能够模拟不同作物在不同环境、不同管理措施下其整个生育期内的生长发育过程、生物量、产量形成以及该时期内土壤水分、养分的动态变化过程。本研究使用的版本为DSSAT 4.7[16](2017年11月2日发布)。模型的输入数据包括气象数据、土壤数据、作物品种参数以及田间管理信息。

1.3.2 数据获取与输入

本文所用逐日气象数据为与试验地相近的永宁县农业气象试验站观测数据，包括太阳辐射，MJ/(d·m2)、最高/低温度，℃ 、降雨量，mm，等。作物田间观测资料来自宁夏农林科学院农作物研究所试验站。试验站2013年和过去30年历史平均(1985年1月-2016年12月,下同)月降雨量、太阳辐射分布比较如图1(a)所示，月最低、最高温度分布如图1(b)所示。土壤剖面数据来自“全球高分辨率土壤剖面数据库”[17]。模型中品种遗传参数需根据当地气候条件对作物品种遗传参数进行确定[18]。气象数据通过WeatherMan软件输入，农田土壤参数和作物田间管理参数分别通过Sbuild 和Xbuild 参数管理平台录入，在模型参数库中直接录入已经调试完成的春小麦品种“宁春50号”的品种参数，建立好的数据库保存在模型文件中，以供模型调用。

图1 2013年和历史平均逐月降雨量、太阳辐射、最低最高温度分布比较Fig. 1 Comparison of monthly rainfall, solar radiation, lowest and highest temperature distribution between the experimental area in 2013 and the historical average

1.4 数据处理

采用Microsoft Excel2010和SPSS20.0进行数据分析和作图。

2 结果与分析

2.1 宁夏春小麦DSSAT模型的建立

DSSAT模型输入数据中的气象数据、土壤数据和田间管理信息，根据实测结果录入系统，不同作物的生长参数即生态型(Ecotype specific coefficients)和不同品种遗传参数(Cultivar coefficients)根据当地实际进行率定、调试和验证。DSSAT4.7自带的GLUE程序可以实现作物生长参数和遗传参数的估计。

2.1.1 春小麦品种遗传参数的率定

采用DSSAT4.7自带的GLUE参数调试程序对宁夏引黄灌区春小麦品种 “宁春50号”进行参数率定[12]。以2013年试验数据为据进行参数调试。基于春小麦物候期，包括苗期、开花期、生理成熟期以及最终作物产量进行参数调试。首先在原程序给定参数范围内进行参数率定，根据其提供的最佳参数组合缩小参数范围，再继续进行参数率定，一次率定最高进行3000次随机搜索，通过不断缩小参数范围即可得到最满意的参数组合，本研究参数率定结果见表2。

表3中 P1V、P1D、P5、G1、G2、G3、PHINT是CERES-Wheat 模型中的7 个重要的遗传参数，其中P1V反映小麦的春化作用特性，P1D 反映小麦的光周期特性，P5 反映小麦灌浆期特性，G1 反映小麦群体状况，即单位面积籽粒数，G2 反映小麦粒重特性，G3 反映小麦的重粒数特性，PHINT反映小麦群体发育特性。前3 个参数与小麦的发育性状有关，后4 个参数与小麦的产量性状有关[12]。

2.1.2 春小麦生长参数的确定

本研究中宁夏春小麦生长参数确定是以系统默认值和取值范围为基础，参考宋明丹2014年[19]关于CERES-Wheat模型敏感性分析研究方法和结果，结合本课题组过去关于宁春50号的生长发育和产量表现，采用试错法确定[20, 21]，具体参数及取值如表2所示。

表2 宁夏春小麦品种DSSAT模型遗传与生长参数率定Tab.2 Genetic and growth parameters of Ningxia spring wheat cultivar DSSAT model

2.2 宁夏春小麦产量模拟结果验证分析

本研究选取三个常用的统计指标来定量评价模型的模拟性能，分别为相对均方根误差RRMSE、绝对相对误差ARE、平均误差ME[22, 23]，各指标表达式如下：

(1)

(2)

(3)

RRMSE和ARE都是无量纲统计量，可以比较不同变量之间的差异大小。RRMSE和ARE的值越小则表明模型的拟合精度越高。通常认为，RRMSE小于10%时，模型的模拟效果极好；RRMSE介于10%到20%之间时，模型模拟效果是好的；当RRMSE介于 20%到30%之间时，模型模拟效果一般；而当RRMSE大于30%时，模型模拟效果不好。对于ME，其值越接近 0，即模拟值越接近于实测值，模型模拟效果越好[18，22]。

本试验各处理产量的相对均方根误差、绝对相对误差和平均误差分别为RRMSE=10.32%，ARE=9.79%，ME=2.23 kg。具体模拟产量与实际产量和实际IWUE与模拟IWUE结果比较如图2所示。

图2 不同处理春小麦籽粒实际产量与模拟产量、实际IWUE与模拟IWUE比较Fig.2 Comparison of simulated yield and IWUE to actual yield and IWUE of spring wheat grains in different treatments

2.3 不同灌水处理对春小麦产量的影响及产量构成因素分析

2.3.1 不同灌水处理条件下春小麦籽粒产量和灌水生产率的变化

灌水处理对春小麦产量和灌水生产率的影响试验结果如表3所示，产量最高的是灌4次水的处理A1B1C1D1，达到了6 635 kg/hm2，其灌水总量为400 m3，但其灌水生产率只有1.30 kg/m3；而A2B1C2D2处理全生育期只灌溉了140 m3水，产量却达到了5 214 kg/hm2，灌水生产率达到了2.48 kg/m3；而A2B2C1D2处理全生育期灌溉了140 m3水，其产量为1 953 kg/hm2，灌水生产率只有0.93 kg/m3。由此说明灌溉时间选择对春小麦产量和灌水生产率非常重要。正交试验L16(215)的产量指标方差分析和极差分析结果如表4和表5所示，方差分析结果显示前三次灌水对产量的影响均达到了显著水平，对于产量指标，二棱水，药隔水和扬花水以及药隔水和麦黄水互作均达到了显著水平。极差分析显示：处理A1B1C2D1为最优组合。因此，产量最优的灌溉方案为：灌4次水，灌水总量为400 m3，产量最高达到6 630 kg/hm2，灌水生产率只有1.30 kg/m3；而灌水生产率最优的方案为：灌1次(药隔水)，灌水总量为140 m3，产量为5 214 kg/hm2；但灌水生产率最高，达到2.48 kg/m3。

表3 不同灌水处理对春小麦籽粒产量构成和灌水生产率的影响Tab.3 Effects of different irrigation treatments on grain yield and irrigation efficiency of spring wheat

2.3.2 不同灌水处理条件下春小麦籽粒产量构成因素的变化

正交试验L16(215)的春小麦产量构成因素方差分析和极差分析结果如表4和表5所示：产量构成因素中，二棱水、药隔水、扬花水以及二棱水和麦黄药隔水互作对亩穗数的影响均达到了显著水平，处理A2B1C2D2为最优组合；二棱水，药隔水以及二棱水和药隔水互作对穗粒数的影响均达到了显著水平，处理A1B1C1D1为最优组合；二棱水、药隔水、扬花水以及它们之间的互作对千粒重的影响均达到了显著水平，处理A2B2C1D1为最优组合。

2.4 不同灌水处理对春小麦株型构成因素影响分析

小麦的株型对其生物量、经济系数和后期的抗倒伏性密切相关，因此最终也会影响小麦的产量。不同灌溉模式对春小麦株型影响实验结果显示，灌水总量对株高影响最大，灌4次水的A1B1C1D1处理株高为83.3 cm，不灌水的A2B2C2D2处理只有58.3 cm。灌水处理对春小麦株型构成因素影响的方差分析和极差分析结果显示，二棱水、药隔水以及药隔水和扬花水互作对株高的影响达到了显著水平，二棱水、扬花水、扬花水与麦黄水互作以及药隔水与扬花水互作对穗长的影响达到了显著水平，二棱水、药隔水以及药隔水和扬花水互作对穗下节的影响达到了显著水平；极差分析结果显示A1B1C1D1处理为最优组合，说明前三次灌水都会有利于使促进春小麦株型构成因素发展，麦黄水对春小麦株型构成没有显著影响。

表4 宁夏春小麦节水灌溉正交试验产量及产量构成因素方差分析表Tab.4 Anova Analysis of yield components in Ningxia spring wheat water saving irrigation orthogonal test

注：*表示F测验(处理效应与误差效应相比)达到显著水平(P=0.05)。

3 结论与展望

灌溉次数和灌溉时间对宁夏引黄灌区春小麦的产量和灌水生产率产生显著影响。春小麦节水灌溉推荐模式为正常降水年份可控三水或控四水，即：试验中处理A1B1C1D2和处理A1B1C2D1，产量和灌水生产率分别为5 907 kg/hm2、1.41 kg/m3和6 102 kg/hm2、1.45 kg/m3，较完全灌溉处理A1B1C1D1的产量(6 635 kg/hm2)减产幅度不大，但较其灌水生产率(1.30 kg/m3)有了较大的提高。降雨偏多年份可选择只灌头2次水，即：试验中处理A1B1C2D2，可获得较高的产量和灌水生产率(分别为6 368 kg/hm2, 1.93 kg/m3)。

表5 宁夏春小麦节水灌溉正交试验亩产及产量构成因素极差分析表Tab.5 R value Analysis of yield components in Ningxia spring wheat water saving irrigation orthogonal test

注：表中括号数字为负值。

由于本年度六月降雨较30年平均明显偏多20 mm，致使DSSAT模型模拟和田间试验中的灌麦黄水(第四水，6月25日灌溉)对产量的影响均不显著。本结论可为宁夏引黄灌区春小麦的节水灌溉方案的决策提供依据和参考。

DSSAT模型对春小麦节水灌溉模式优化研究中模拟效果较好。本研究中宁春50号产量模拟的相对均方根误差、绝对相对误差和平均误差分别为RRMSE=10.32%，ARE=9.79%，ME=2.23kg，表明作物遗传参数准确度较高，调试的品种参数可较准确的进行模拟效果研究，结果可信度高[23]。但本文基于DSSAT对本地区的研究还不成熟，只进行了一年的模拟比较，没有考虑如冻害、病虫害、干热风等灾害导致的误差[24]，本研究的前提条件为在养分投入和其他管理措施一致的情况下单纯考虑灌溉对春小麦的影响，这一点在本模型中也有所忽略[25]。以后研究中，应该综合考虑土壤水的变化过程、水肥互作以及作物生长过程中自然灾害的影响等方面[26]，对春小麦灌溉方案进行具体综合细致的分析，为本地区乃至整个西北灌溉春小麦制定合理高效的春小麦灌溉模式提供理论指导。