华北地区夏玉米水分生产率多参数全局敏感性分析

2019-09-26于颖多陈华堂张宝忠

中国农村水利水电 2019年9期

于颖多，陈华堂，魏征，张宝忠

(1.中国水利水电科学研究院流域水循环模拟与调控国家重点实验室，北京 100038；2.国家节水灌溉北京工程技术研究中心，北京 100048；3.中国灌溉排水发展中心，北京 100054)

0 引言

提高作物水分生产率是农业节水的关键目标，作物水分生产率由土壤、气象、品种、农耕措施(灌溉、施肥等)因素综合影响，表现出时空分异特性。如何确定作物水分生产率的主控因子，提出基于主控因子的作物水分生产率协同提升途径，是水分生产率多因素协同提升的研究热点。

近年来，采用单点模型(SWAP[1]、AquaCrop[2]、SimDualKc[3]模型等)、区域模型(SWAP-EPIC[4]、Hydrus-EPIC[5]、植被界面过程(VIP)模型[6]等)等水文或作物模型结合RS、GIS的方法对作物水分生产率进行估算，探讨作物水分生产率的估算方法、时空变化特征，采用灰色关联分析[7]、主成分分析[8]、偏最小二乘法[9]等局部敏感性分析方法得到了影响作物水分生产率的主控因子。胡广录采用灰色关联分析了11个影响因素与小麦水分生产率的关系，指出≥10 ℃积温、农药费用、劳动力和管理费用、化肥施用量、水费依次是影响水分生产率的主要因素[8]。Xiaolin Li等采用偏最小二乘法分析了7个因子与粮食作物灌溉水分生产率的关系，得出农艺措施(灌溉量、施肥量、地膜用量以及农药用量)、日均温度和太阳辐射是影响灌溉水分生产率的主要因子[9]。

对于强调多个参数变化及参数之间的交互作用对模型输出变量影响的全局敏感性分析方法[10～12]，主要集中在利用扩展傅里叶幅度检验法(EFAST)对CERE模型，APSIM-Wheat模型、WOFOST模型、EPIC模型、AquaCrop模型的作物参数进行全局敏感性分析[13-17]，但对于DNDC模型、对于作物参数“本地化”应用后土壤、气象、田间管理参数的全局敏感性分析尚未见报道。本文构建了华北地区典型作物-夏玉米的DNDC模型，采用EFAST方法研究了气象、土壤、田间管理(灌溉量、施肥量)参数对夏玉米水分生产率的影响特征及相对重要程度，阐明了不同参数对夏玉米水分生产率的敏感程度在水文年型转变条件下的变化趋势，以期为作物水分高效利用提供科学依据。

1 材料与方法

1.1 研究区概况

田间观测试验于 2012-2013 年夏玉米生长期(6-10 月)在中国水利水电科学研究院大兴节水灌溉试验研究基地(北纬39°37′,东经116°26′)进行，试验区为半干旱大陆性季风气候，年平均降雨量540 mm，80%以上的降雨集中在夏玉米生长季，年平均气温为12.1 ℃，全年大于10 ℃的有效积温为4 730 ℃，无霜期平均为185 d，全年日照时数约为2 600 h，平均水面蒸发量1 800 mm以上。试验区土壤为砂壤土，土层深厚，有机质含量较高。

1.2 试验设计

供试夏玉米种植品种为联科96，考虑夏玉米生长期间雨热同期，试验设置播前灌，生育期内无灌溉，管理措施与当地情况一致，小区面积30 m2，共30个小区。两年的播种期、收获期及全生育期降雨量详见表1，灌水量详见表2。

表1 夏玉米播种期、收获期及生育期内降雨量Tab.1 Sowing time,harvest time and rainfall in the growth period of summer maize

表2 夏玉米全生育期灌水量(包括播前灌)Tab.2 Irrigation amount (irrigating before seeding)in the growth period of summer maize

1.3 测定项目与方法

1.3.1 土壤水分

用TRIM系统测定每个田块中部土壤水分，由于DNDC模型只能模拟0～50 cm的土层深度土壤理化性质变化，所以每周监测1次不同控制深度(0～20、10～30、20～40、30～50 cm)土壤体积含水率，通过加权平均计算0～50 cm土壤体积含水率平均值，每次降雨(>20 mm)后第3 d加测1次，重复3次。

1.3.2 地上部干物质量

地上部干物量自出苗后每5 d测定1次，每次选择3株代表性植株，在108 ℃下杀青30 min，80 ℃烘干至恒重，根据种植密度折算得到地上部干物质量。

1.3.3 产量

夏玉米单打单收，称所有果穗总鲜重，从所收果穗中随机选取20穗求平均鲜穗重，脱粒，风干后称重，折算为含水量14%的标准产量。

1.3.4 蒸发蒸腾量

冠层潜热通量采用涡度相关系统测定，详细介绍见参考文献[18]，通过潜热通量与水的气化潜热的比值计算农田蒸发蒸腾量。

ET=LE/λ

(1)

式中：LE为潜热通量，W/m2；λ为汽化潜热，MJ/kg；ET为农田蒸发蒸腾量，mm/d。

1.4 数学模型

1.4.1 DNDC模型

美国新罕布什尔大学地球海洋与空间研究中心李长生教授等研发和推广了DNDC模型，该模型是首选的生物地球化学模型之一[19]。DNDC模型核心是模拟环境条件-植物生长-土壤变化的C、N循环过程及其相互作用，拥有土壤环境、植物生长、有机质分解、硝化反映、脱氮反应、发酵反应等子模块。DNDC模型得到了多个国家的大量科学研究人员的认可，并用来模拟中国、美国、澳大利亚、印度等各国农作物生长过程、农业温室气体排放、面源污染等，曹媛等检验了DNDC模型在华北地区典型粮食作物的适用性，乔帅帅等应用DNDC模型得到了华北地区典型井灌区三种灌溉水平下的冬小麦作物参数[20-24]。

1.4.2 EFAST全局敏感性分析方法

EFAST法基于模型方差分析原理，认为模型输出变量的方差V是由单个输入参数的变异及参数之间的相互作用引起的，分解模型方差可以求出各参数及参数间相互作用对该方差的贡献量，即各参数的敏感性指数，模型的总方差V可分解为：

(2)

式中：Vi为由参数xi引起的模型结果的方差；Vij为参数xi通过参数xj作用所贡献的方差(耦合方差)；Vijm为参数xk通过参数xj、xm作用贡献的方差；V12…k为参数xk通过参数x12…k作用所贡献的方差。

参数xi的一阶敏感性指数Si和二阶敏感性指数Sij可定义为：

(3)

其中敏感性指数Si反映的是该参数对模型输出总方差的直接贡献率。Sijm、S12…i…k是参数xi的三阶、k阶敏感性指数，参数xi的全局敏感性指数反映了参数直接贡献率和通过参数间的交互作用间接对模型输出总方差的贡献率之和，可表示为：

ST,i=Si+Sij+Sijm…+S12…i…k

(4)

1.4.3 模型参数选择

WUE=T/ETc/10

(5)

式中：WUE为水分生产率，kg/m3；Y为产量，kg/hm2；ETc为夏玉米全生育期蒸发蒸腾量，mm。

表3 DNDC模型气象、土壤和管理参数取值范围Tab.3 Value range of parameters in DNDC model

2 结果

2.1 夏玉米DNDC模型作物参数率定和验证

2.1.1 土壤水分

DNDC模型作物参数取值如表4所示，由0～50 cm土壤水分模拟值与实测值对比可知(图1和表5)，在率定期[图1(a)]，土壤水分模拟值与实测值吻合较好，在p=0.01水平上显著相关，两者回归曲线斜率为1.00，RMSE为1.23 cm3/cm3，占土壤可用水量的6.83%，模型有效性指数(EF)为0.83；在验证期[图1(b)]，土壤水分模拟值与实测值在p=0.01水平上显著相关，两者回归线斜率为0.97，RMSE为2.01 cm3/cm3，占土壤可用水量的11.17%，模型有效性指数(EF)为0.55。

图1 0～50 cm土壤水分模拟值与实测值对比图Fig.1 Contrast diagram of simulated and measured values of soil moisure (0～50 cm)

表4 DNDC模型作物参数取值Tab.4 Crop parameters value in DNDC model

2.1.2 地上部干物质量

由夏玉米地上部干物质量模拟值与实测值变化动态对比可知(图2和表5)，在率定期[图2(a)]，夏玉米地上部干物质量模拟值与实测值吻合较好，在p=0.01水平上显著相关，两者回归线斜率为0.87，RMSE为2.33 t/hm2，占实测最大干物质量的比例为9.64%，在验证期[图2(b)]，夏玉米地上部干物质量模拟值与实测值差别在生育前期比较大，在p=0.01水平上显著相关，两者回归线斜率为0.98，RMSE为2.62 t/hm2，占实测最大干物质量的比例为12.05%，模型有效性指数(EF)为0.89。

图2 夏玉米地上部干物质量实测值与模拟值Fig.2 Change chart of simulated and measured values of the shoot biomass

表5 DNDC模型0～50 cm土壤水分与地上部干物质量模拟值及实测值统计参数Tab.5 Statistical Parameters between simulated and measured values of soil moisture and the shoot biomass

2.1.3 产量

由2012和2013年夏玉米产量的实测值与模拟值可知(表6)，DNDC模型对夏玉米产量的模拟一致性很高，相对误差分别为2.86%和5.48%。

表6 DNDC模型产量模拟值与实测值Tab.6 The simulated and measured values of yield in DNDC

2.1.4 夏玉米蒸发蒸腾量

利用涡度相关系统测定的夏玉米农田潜热通量计算2013年夏玉米蒸发蒸腾量(2012年涡度相关系统仪器检修，数据缺失)，并与DNDC计算的ET模拟值进行对比，两者的关系图如图3所示，ET模拟值与ET实测值决定系数为0.33，回归系数为0.78，RMSE为1.31 mm/d，在p=0.05水平上显著相关(N=60)，因此，DNDC模型对夏玉米蒸发蒸腾量的变化具有一定的解释能力。

图3 ET对比图Fig.3 Contrast diagram of simulated and measured values of ET

2.2 全局敏感性参数分析

对比灌溉水量和施肥量对夏玉米水分生产率的变化方差贡献率可知，灌溉水量、第二次施肥量的总敏感性指数呈降低变化，第一次施肥量的总敏感性指数呈增加变化；灌溉水量的一阶敏感性指数呈降低变化，第一次施肥量的一阶敏感性指数呈增加变化，第二次施肥量的一阶敏感性指数变化幅度较小，当水文年型由丰水年-平水年-枯水年转换时，施肥量对夏玉米水分生产率变化方差的贡献率呈增加变化，灌溉水量呈降低变化，但不同水文年的灌溉水量变化方差贡献率(36.4%)大于施肥量的贡献率(27.82%)。

图4 各限制因子总敏感性指数Fig.4 Total sensitivity index of parameters

图5 各限制因子一阶敏感性指数Fig.5 First sensitivity index of parameters

3 讨论

本研究在完成了DNDC模型作物参数“本地化”后，进一步研究当地气象、土壤和田间管理参数变化对夏玉米水分生产率的敏感程度。从结果看，土壤田间持水率、CO2浓度、第二次灌溉水量、降雨量以及土壤初始铵氮浓度是不同水文年条件下夏玉米水分生产率敏感性高的限制因素。从不同学者的气候、土壤和田间管理参数对作物水分生产率的敏感性分析来看，胡广录指出考虑灌溉、化肥、农药、种子、人工等市场价格，≥10℃积温、生育期降雨、化肥施用量、水费是小麦、玉米水分生产率主要敏感因子，Xiaolin Li等指出灌溉量、施肥量、日均温度是河西走廊作物水分生产率的主要敏感因子，姜志伟等提出在Ceres-Wheat作物参数本地化后，土壤排水上限对干旱区小麦产量影响较大，刘站东等指出深松耕能够提升根层持水水量，提高作物水分生产率约10%[26]，Hatfield等认为土壤养分能够影响作物光合，适当的土壤养分形式可以提高作物水分生产率[27]。对比可知，生育期降雨、田间持水率、土壤初始铵氮浓度、灌溉量基本一致，对于不同地区以及不同作物，各参数的敏感程度排序有差异。不一致的主要是作物生长积温和施肥量，作物生长积温作为DNDC模型“本地化”作物参数之一，未参与气候、土壤和田间管理参数变化对夏雨米水分生产率的敏感程度研究。当采用EFAST方法计算了考虑积温变化条件下气象、土壤、田间管理参数对夏玉米水分生产率的敏感程度可知，积温、CO2、降雨量、第一次灌溉水量和第一次施肥量依次是影响夏玉米水分生产率的主要因子，其中积温对夏玉米水分生产率的变化方差贡献率达到32.9%。对于施肥量，Xiaolin Li等指出施肥量的贡献率(32.8%)大于灌溉水量(20.6%)，本文研究的灌溉水量对夏玉米水分生产率的贡献率(36.43%)大于施肥量(27.82%)，灌溉水量对其他参数交互作用的影响占比(95%)亦高于施肥量(89%)，两者有一定区别，这与参数种类的选取以及数据来源有一定关系，应进一步量化模型/农业全要素对水分生产率的敏感性。