基于CERES-Maize模型的新疆滴灌玉米灌溉制度优化

2022-02-25梁永辉王振华宋利兵马占利

灌溉排水学报 2022年1期

梁永辉，王振华 *，宋利兵 *，朱艳，孟玉，马占利

（1.石河子大学水利建筑工程学院，新疆石河子 832000；2.现代节水灌溉兵团重点实验室，新疆石河子 832000）

0 引言

【研究意义】玉米是中国主要粮食作物和经济作物之一[1]，对新疆粮食组成具有不可替代的重要作用。随着经济的飞速发展，水资源在我国的形势日趋紧张，这对农田灌溉水分利用效率提出了更高的要求，改善灌溉制度也成为加强灌溉管理的必然选择[2]。新疆特殊地理位置和水资源分布特点形成了独特的“灌溉农业，荒漠绿洲”农业经济格局，这也是新疆灌溉农业必须走节水路线的决定性因素。因此，在水资源匮乏的新疆地区建立合理有效的灌溉制度，合理利用水资源极为重要[3]。

【研究进展】作物模型可重现田间试验过程，可以有效避免传统试验的各种弊端，随着作物模型发展的日趋成熟，近年来针对作物生长发育、水肥调控的作物模型在快速发展[4-5]。作物环境资源综合系统CERES（Crop environment resource synthesis）是20世纪80年代由美国科学家建立的作物模型，是目前广受科研人员欢迎的作物模型系统。CERES模型中最先开发的是CERES-Maize模型，它是国际上第一个以单一作物为对象的比较完整的作物模型[6]。目前，已有研究表明利用DSSAT-GLUE调参工具对CERES-Maize模型模拟结果的可靠程度较大[7]，CERES-Maize模型已经被许多学者在世界上各个地区进行了玉米最佳播种期、耗水特征、最佳种植管理方案、灌溉制度优化等的模拟[8-12]，均取得了较好的成效，为不同地区的玉米种植提供了切实可行的理论依据。

【切入点】目前，新疆已全面推行膜下滴灌节水技术，但已有的膜下滴灌玉米的灌溉制度仍按照传统试验拟定，传统田间灌溉制度优化耗时、耗力、耗财，且各种气象年型下的灌溉制度难以考虑全面，试验易受各种因素干扰[13]，CERES-Maize模型可以综合分析气候变化下玉米灌溉制度的模拟优化，且目前针对新疆膜下滴灌玉米灌溉制度优化的模拟应用实例较少。【拟解决的关键问题】本研究利用CERES-Maize模型模拟膜下滴灌玉米生长发育和产量，评价模型在新疆膜下滴灌种植模式下的适用性。基于1979―2017年气象数据，优化不同年型下新疆滴灌玉米的灌溉制度，为新疆滴灌玉米的种植提供切实可行的理论依据。

1 材料与方法

1.1 研究区概况

试验于2020年5―10月在新疆兵团现代节水灌溉重点实验站开展，实验站位于石河子市西郊二连石河子大学试验场（85°59ʹ47ʺE，44°19ʹ28ʺN，海拔412 m，平均坡度6%）。石河子市地处新疆北部，干旱少雨，属典型的温带大陆性气候，试验地无霜期170 d，大于10℃积温为3463.5℃，大于15℃积温为2960℃。多年平均降水量207 mm、蒸发量1660 mm、风速1.5 m/s、日照时间2865h，生育期内日均总辐射19.8 MJ/（m2·d）、日均相对湿度50%。图1显示了2020年玉米生育期的日最高气温、日最低气温和日均降水量。

图1玉米生育期内降水量及温度Fig.1 Rainfall and temperature during maize growth period

1.2 CERES-Maize模型数据

1.2.1 土壤数据

CERES-Maize模型需要的土壤数据包括土壤机械组成，土壤理化性质以及土壤初始含水率、养分数据。在试验地采用20 cm分层取样的方法，分别测土壤机械组成、土壤体积质量、土壤全氮质量分数、田间持水率、饱和含水率、凋萎系数、有机质量、土壤pH值等各种土壤理化性质如表1所示。各指标的分析方法参考《土壤农业化学分析方法》[14]。

表1试验区土壤理化性质Table1 Physical and chemical properties of soil in the experiment area

1.2.2 气象数据

模型模拟试验中选用Priestley and Taylor法计算作物蒸散量，该方法需要的气象数据为日太阳总辐射、温度、风速、湿度、降水量等。最少的气象数据输入需要日太阳总辐射（MJ/（m2·d））、日最高温度（℃）、日最低温度（℃）、日降水量（mm）。气象资料来源于石河子大学节水灌溉试验站的自动气象站（TRM-ZS2型）。根据1979―2017年39个玉米生长季建立气象数据库，将玉米生长季的降水总量进行整理，降雨保证率按式（1）计算：

式中：P为降水保证率；n为整个气象数据库的年份数，取39；m为降水总量从高到低的排序，1

利用Pearson-Ⅲ分布法划分降雨年型，进行典型年份的选取。分别选保证率25%和75%作为年型划分界限，保证率在0～25%为丰水年、在25%～75%为平水年、在75%～100%为枯水年[15-16]。选取保证率在25%、50%、75%作为典型年型代表，分别对应年份为，1983、1994、1982年，确定为1983年为典型丰水年，1994年为典型平水年，1982年为典型枯水年，其余各年降雨年型如图2所示。

图2 1979―2017年玉米生育期年降水分布Fig.2Annual rainfall distribution during maize growth period from 1979 to 2017

1.2.3田间管理

田间试验的玉米品种是‘新玉66’，于2020年5月4日进行播种。试验区种植模式采用1膜2管4行的模式，膜宽1.45 m，灌水方式为膜下滴灌，滴灌带选用的是新疆天业公司生产的单翼迷宫式滴灌带，外径16 mm，壁厚0.3 mm，滴头间距为30 cm，毛管间距90 cm，窄行行距30 cm，宽行行距60 cm，行向为正北方向。播种方式为干种播种，株距20 cm，每平方米理论玉米植株数量为8株，播种深度4 cm。试验设置4种不同的灌水水平（W1：4 875 m3/hm2、W2：5 250 m3/hm2、W3：5 625 m3/hm2、W4：6 000 m3/hm2），全生育期灌水10次，灌溉制度结合肖俊夫等[17]和王风姣[18]的试验以及当地农民灌水经验制定，灌溉制度如表2所示。

表2 灌溉制度Table 2 Irrigation schedule

1.2.4 模型模拟精度评价

模型的模拟精度采用相对误差绝对值ARE（Absolute relative error）、归一化均方根误差NRMSE（Normalized root mean square error）和一致性指数d来评价，ARE的值越小表示模型模拟的精度越高，即模型模拟的效果越好，对于实际的分析指导更为准确。表3显示了NRMSE和d的评价标准[19-20]。

表3 NRMSE和d评价标准Table 3 NRMSE and d evaluation criteria

1.2.5 模型模拟调参

CERES-Maize模型自带调参估计工具最大似然不确定估计（GLUE，Generalized likelihood uncertainty estimation）可对作物的遗传参数进行自动率定，该工具是利用模拟值与实测值间的似然值结合贝叶斯公式，得到遗传参数的后验分布，经多次运行（一般运行20 000次以上）取最优值（表4）。

1.2.6 玉米灌溉制度优化

利用产量和水分利用效率（WUE）2个指标对玉米灌溉制度进行优化，水分利用效率计算式为：

式中：Y为作物产量（kg/hm2）；ET为水分蒸发蒸腾量（mm），由模型输出信息全生育期模拟总结模块（Summary.OUT）得到。

2 结果与分析

2.1 模型参数率定

2.1.1 模型调参验证

利用2020年田间试验数据，选择W2、W3处理下玉米株高、叶面积指数、干物质量以及产量进行参数率定，W1、W4处理相应的观测数据进行验证。参数率定结果如表5所示。

表5 玉米遗传参数选择Table 5 Selection of maize genetic parameters

对不同处理的数据进行综合分析，结果见表6，模型对产量和最大干物质量的模拟NRMSE在10%～20%之间，对应一致性指数都大于0.8，模拟很好；对籽粒质量的模拟NRMSE远小于10%，且一致性指数非常接近1，模拟非常好。从单个灌溉定额的处理考虑，在W1处理下的产量对应的ARE为26.84%，模拟一般；在其他处理下产量结果都小于10%，模拟非常好。籽粒质量在每个处理下的ARE值都在0～10%范围内，模拟非常好。不同处理下最大干物质量模拟ARE值在7.46%～21.80%的范围中，模型对最大干物质量的模拟良好。综上，模型对各个观测值的模拟效果良好，说明GLUE率定的遗传参数能代表‘新玉66’的遗传特性。

表6 不同灌溉定额处理下CERES-Maize模型的模拟和校准验证结果Table 6 Simulation and calibration verification results of CERES-maize model under different irrigation quota treatments

2.1.2 玉米生长指标模拟与验证

利用2020年田间试验的玉米生长指标实测值与CERES-Maize模型模拟运行的模拟值进行对比分析，评价其遗传参数可靠性（图3—图4）。对模型模拟和实测数据进行整体分析的结果显示，不同处理之间的玉米叶面积指数的NRMSE在10%～20%的范围内，一致性指数都接近最大值1，模型模拟与验证结果整体上非常好。干物质量对应一致性指数在0.86～0.92的范围内，且NRMSE都在20%左右的范围，故干物质量模拟良好。模型模拟的株高在拔节期一周后高度不再变化，保持在1.6 m，而试验观测的株高能达到2.5 m左右，存在严重低估现象。经过分析模型代码运算过程发现，模型内置参数设定玉米最大株高是1.6 m，而且株高是叶面积指数的函数，是通过叶面积指数计算得到的输出量，不参与其他任何过程的计算，后期株高模拟低估不影响其他任何过程的模拟。

图3 W2处理和W3处理下玉米叶面积指数、干物质量、株高的模拟Fig.3 Simulation of leaf area index, dry matter weight and plant height of maize under W2 and W3 treatments

图4 W1处理和W4处理下玉米叶面积指数、干物质量、株高的模拟Fig.4 Simulation of leaf area index, dry matter weight and plant height of maize under W1 and W4 treatments

在验证阶段，从整体数据分析，叶面积指数在W1和W4处理下的NRMSE分别为15.99%和17.99%，都在10%～20%的范围内，模拟结果良好。干物质量在拔节期和灌浆期模拟较差使得整体模拟一般。在所有处理下，模型模拟结果都有拔节期低估膜下滴灌玉米的干物质积累量，抽雄期高估膜下滴灌玉米的干物质积累量的表现，但在灌浆期和成熟期的ARE都基本在10%以内，模拟结果非常好。

在整个模拟和验证阶段，从单个玉米生育期考虑，在拔节期W1处理和W2处理下玉米叶面积指数ARE在10%以内，模拟结果非常好；在抽雄期和灌浆期W3处理和W4处理下玉米叶面积指数ARE在10%左右，模拟结果非常好；在其他不同生育期的不同灌溉定额处理下，玉米叶面积指数ARE都保持在10%～20%范围内，模拟结果很好。

2.2 玉米灌溉制度优化

首先在率定好的CERES-Maize模型中通过模型自动灌溉模块，设置自动在作物需水的时候进行灌溉，得到的最优有效灌溉量为432.30 mm。根据得到的最优有效灌溉量并针对玉米拔节期、抽雄期、灌浆期3个需水关键期设置不同灌溉方案，如表7所示。对比分析设计的14种灌溉方案，综合考虑产量和水分利用效率，寻找最优灌溉制度（图5）。

图5 不同灌水方案下玉米产量和WUE的变化Fig.5 Changes of maize yield and WUE under different irrigation schemes

表7 玉米灌溉方案设计Table 7 Design of maize irrigation scheme

综合分析14种不同灌溉方案的产量和水分利用效率，得到枯水年在方案10达到最优，此时产量为12 961 kg/hm2，水分利用效率为32.30 kg/（hm2·mm），灌溉定额为480 mm；平水年也在方案10达到最优，此时产量为11 569 kg/hm2，水分利用效率为28.65 kg/（hm2·mm），灌溉定额为480 mm；丰水年在方案4达到最优，此时产量为12 467 kg/hm2，水分利用效率为26.58 kg/（hm2·mm），灌溉定额为420 mm。优化后灌溉制度对应的产量分别在枯水年、平水年、丰水年占模型模拟最高产量13 162、11 857、12 526 kg/hm2的99.53%、97.51%、98.45%。玉米需水关键期有拔节期、抽雄期、灌浆期，对比不同年型下方案1、方案2、方案3、方案5，得到玉米生育期对水分敏感程度抽雄期最大，其次是拔节期，最后是灌浆期，因此玉米品种‘新玉 66’的需水关键期需水量大小为：抽雄期>拔节期>灌浆期。

3 讨论

目前利用CERES-Maize模型在新疆地区的研究还处于探索阶段。胡建强等[21]在新疆地区以灌溉定额为变量，得出在多砂砾土壤环境下，拔节期后灌水52.5 mm，生育期总灌水472.5 mm的灌溉制度更适合推广发展；沈东萍[22]在新疆地区前人研究的最优灌溉量的基础上设置不同灌水间隔，得到在灌水间隔为6 d，灌溉量为540 mm时达到最优；王风姣等[23]通过设置不同梯度新疆滴灌玉米灌水量，得到在灌水量为562.5 mm时，玉米综合效益最高。本文通过模拟研究的不同气候变化下灌溉定额与前人研究结果相比相似或者略小，考虑是由于前人优化的灌溉制度是通过大田试验研究得到，设置的不同生育期灌水量梯度较少，得到的最优灌溉量不够精确导致。

CERES-Maize模型率定的遗传参数是决定玉米模拟精度的决定性数据[24]。本研究通过调参验证得到最优遗传参数后，发现玉米产量在W1处理下的模拟结果较差，这是因为W1处理为灌溉定额最少的处理，在玉米生长期间由于水分供应不充足，玉米受到了水分胁迫的影响，导致模型模拟精度较差，这和Ben等[25]研究相符。不同灌溉定额处理下籽粒质量和最大干物质量模拟的NRMSE范围在0～20%，一致性指数d接近最大值1，模拟结果非常好；对玉米生长阶段的叶面积指数、干物质量、株高3个指标模拟与验证，发现在苗期模拟较差，叶面积指数和干物质量在其他各个时期的NRMSE分别在10%～20%和20%～30%范围，d都大于0.8，模拟结果很好，这和宋利兵等[26]的研究一致。综上，CERES-Maize模型可以准确模拟新疆滴灌玉米的叶面积、干物质量、产量，在新疆具有较好的适用性。

玉米灌溉制度的优化是要使水分在玉米生长过程中发挥最大的价值，在用水最少的条件下有更为可观的产量收益[27]。玉米需水关键期为拔节期、抽雄期和灌浆期，在这些时期灌水量的多少对玉米产量和水分利用效率变化较为明显，在需水关键期随着灌水量和灌水次数的增多，玉米产量呈上升趋势，但到达一个临界值后趋于平缓。拔节期玉米新陈代谢高，充足的水分供应可以更好地满足玉米营养体的生长以及幼穗的进一步分化[28]，抽雄期是玉米需水强度最高的时期，灌浆期是玉米籽粒生长的关键时期[29]，在这3个时期都需要充足的水源补给。研究发现，缺水对玉米产量和水分利用效率的影响抽雄期最大，其次是拔节期，灌浆期最小，说明对于玉米品种‘新玉66’需水关键期需水量大小为：抽雄期>拔节期>灌浆期。

结果表明，综合考虑产量和水分利用效率，枯水年和平水年最优灌溉制度为方案10（苗期1水、拔节期1水、抽雄期3水、灌浆期2水、成熟期1水），丰水年最优灌溉制度为方案4（苗期1水、拔节期1水、抽雄期2水、灌浆期2水、成熟期1水）。典型枯水年和典型平水年灌溉制度相同，原因是因为1994年玉米生育期内日太阳辐射量的平均值比1982年高55.13%，比1983年高53.45%，如图6所示。日太阳辐射量增加，提高作物生存环境的温度，增加作物光合、呼吸、蒸腾代谢过程，加大作物对水分的需求。进一步说明了选择典型年份对灌溉制度的模拟优化有年型差异，不具有普适性。

图6 典型年（1994，1982，1983年）玉米生育期日太阳辐射量Fig.6 Typical years (1994, 1982, 1983) daily solar radiation during maize growth period

当前新疆玉米生育期灌溉量为600 mm，平均产量为1 200～1 500 kg/hm2[30]。水分利用效率是保障新疆玉米节水高产的必要指标，本研究在不同气象年型保证玉米产量的前提下，提高新疆玉米水分利用效率，为新疆玉米的节水灌溉提供一定理论指导。但本文仅考虑了灌溉量的影响，后续研究可综合考虑灌水量结合各种生物措施、化学措施、肥料等因素对土地改良下玉米灌溉制度的优化进行探讨。

利用CERES-Maize模型对膜下滴灌玉米进行模拟的结果显示，模型对玉米的各个指标都有较好的拟合。模型对玉米的株高指标最大只能模拟到1.6 m，但实际株高可达2.3～2.8 m，需要调整模型内部参数使模型对株高的模拟精度进一步加强。