增温及干旱对海伦地区大豆生长发育的影响

孙锡鹏，李 琪，乔云发，胡正华，张徐莹，刘园园

（1江苏省农业气象重点实验室，南京 210044；2南京信息工程大学，南京 210044）

0 引言

IPCC第五次评估报告中预测在未来的几十年内全球气温将增长1.8～4℃，对于中国来说，21世纪初至中叶，平均气温将增长至少1.2℃，这将对农业生产带来很大的影响[1]。与此同时，水资源短缺也是制约农业生产的全球性问题，目前农业用水紧缺已成为中国农业发展的一大障碍。作物模型能够借助气象学、生态学、农学、土壤学等多学科理论成果，动态模拟作物的生长发育过程，量化作物的整个生产系统，有助于实现农业利润的最大化[2]。

WOFOST模型通过近25年的发展，多次改进了软件系统，包括大规模校准作物参数，改进冬季作物的越冬及春化过程等[3]。Cheng等[4]用集成卡尔曼滤波(EnKF)算法将遥感土壤水分纳入WOFOST模型中，提高了观测和模拟产量的相关性，更有利于大田尺度上对作物产量的预测。Pan等[5]利用无人机(UAV)采集的时间序列多光谱遥感数据与WOFOST模型结合，在不同的作物生长阶段采用3种方法：基于植被指数(VI)的经验方法、数据同化方法和混合方法准确及时的预测到作物的叶面积指数，对制定合适的种植方案和规避灾害有重要作用。WOFOST模型在中国也有广泛的应用，但是对大豆的生长模拟研究较少。

大豆是中国的五大粮食作物之一，同时也是中国最重要的油料作物。黑龙江省是中国最重要的大豆生产基地，年平均种植面积占全国的30%，总产占全国的35%，出口量占全国的80%，近年来中美贸易摩擦不断，中国大豆产业面临新的挑战，提升大豆产品质量和自给水平成为新时代中国大豆产业发展的重点任务[6]。本研究利用WOFOST模型结合黑龙江省的历史气象资料、土壤资料、大豆历史产量等资料进行模型参数的敏感性分析和本地化处理，验证其基本符合黑龙江大豆的生长情况后，针对黑龙江省的气候变化趋势，对大豆生长的各阶段进行增温和干旱胁迫处理并分析其潜在产量。该研究旨在分析增温及干旱对大豆生长的影响，帮助大豆实现防灾减灾、稳定增产的目标，同时提高作物模型的模拟精度，以期为当地决策部门制定栽培管理对策提供依据。

1 材料与方法

1.1 研究区概况

研究区位于黑龙江省海伦市(47°39′N、126°50′E)，地处中国东北黑土区的中心位置，海拔高度240 m，地势平坦，属温带大陆性季风气候，夏季高温多雨，冬季寒冷干燥，年平均气温1.5℃，年降雨量500～600 mm。本区域适合大豆的生长，一般5—8月为大豆生长期。本研究采用中国科学院海伦试验站2004、2009、2015、2017、2018五年大豆实际产量数据对WOFOST模型进行验证（实验区为大豆、玉米轮作，种植年份不连续，另外不同年份大豆种植时的实验处理方式也不相同，本文选取的是相同实验处理方式的大豆产量数据）。

1.2 数据来源

本文所用数据为大豆自然生长状态下的气象数据和田间数据[7-9]，WOFOST模型运行所需的气象数据包括逐日最低、最高气温、太阳辐射、水汽压、风速、降雨量，其中太阳辐射量没有直接观测数据，需要利用逐日观测的日照时数值采用Angstrom[10]方程计算得到。土壤资料包括土壤类型、土壤理化性质、土壤容重、田间持水量和饱和孔隙度、含水率等理化性质，土壤资料主要来自中国土壤数据库(http://vdb3.soil.csdb.cn/)，参照前人研究成果并结合黑龙江省土壤性质，对土壤参数加以调整[11]。表1为WOFOST模型的主要土壤参数值。

表1 WOFOST模型的主要土壤参数值

1.3 WOFOST模型的参数校准

模型运用时由于品种及田间管理的差异较大，难以对每个参数进行精准标定。因此，需要对输入参数的敏感性进行校准，挑选出敏感度较大的参数进行修改，对于敏感度较小的参数则直接使用模型默认值或者使用文献中的参考值。OTA法是校正模型参数最常见的方法，该方法省略了各参数之间关联，便于确立每一个独立参数的敏感度[12]，该方法是在潜在生长条件下不改变模拟环境和其他参数值，将待确定参数值上调下调10%后，运行WOFOST模型进行模拟并观察模拟结果[13]。

本研究选取模型输出结果的总重(TAGP)、穗重(TWSO)、茎重(TWST)以及叶重(TWLV)作为比较项，计算每个指标的变化百分率，即所选参数的敏感度，见公式(1)。

式中Y0是模型初始参数值的模拟结果，Yi是第i个参数变化后的模型模拟结果。

筛选出敏感度较高且取值范围较大的参数，如TMNFTB、AMAXTB2等，利用试错法进一步确定参数的适宜值，具体的参数值如表2所示。

表2 WOFOST模型的主要作物参数取值

2 结果与分析

2.1 WOFOST模型的验证

模拟验证指标包括平均绝对误差(MAE)、平均相对误差(MRE)、均方根误差(RMSE)和相对均方根误差(RRMSE)，具体计算分别见公式(2)、(3)、(4)和(5)。

式中，Bi和Gi依次代表观测值和模拟值，ˉ为观测值的平均值，n为比较数据个数，MAE、MRE代表模拟值和观测值符合程度，数值愈小愈好，RMSE、RRMSE代表模拟值和观测值拟合精度，数值越小越好，计算结果如表3所示。从表3可以看出WOFOST模型对大豆产量模拟的相对均方根误差(RRMSE)值达到了3.5%，对产量的模拟效果较好。

表3 产量的模拟值与观测值对比分析

图1和图2是模拟的开花期和成熟期与实际对应生育期的比较，由图可以看出，大豆开花期模拟值与实测值的R²为0.9412，成熟期模拟值与实测值的R²为0.98，二者的线性拟合精度都较高，说明模拟效果较好。

图1 开花期模拟值与实测值对比

图2 成熟期模拟值与实测值对比

上述各项结果显示，WOFOST模型模拟的大豆产量和生育期的结果都相对精准，经过调参本地化后的模型对研究地区的大豆生长发育动态模拟效果较好，调整后的WOFOST模型可以用于海伦地区大豆生长发育及产量的模拟。

2.2 选取基准年

本研究通过对比气温及降水距平指数与产量相对偏差的方法，选取具有普遍代表性的年份作为基准年，便于后期进行模拟胁迫处理，距平结果如图3所示。距平指数的计算见公式(6)。

根据计算结果，2018年的气温距平指数最低，达到了-0.035，但是降水距平值过高，2015年降水和气温距平值均属于较小水平，但是产量模拟的相对偏差较高，2017年的气温距平指数为0.106，降水距平指数为-0.2，产量的相对偏差为-0.10，均属于较低水平，因此作为基准年(CK)进行后续的研究。

2.3 增温及干旱胁迫模拟对大豆的影响

2.3.1 增温对大豆生育期的影响 对全生育期日最高温度、最低温度及平均温度同时做增温处理，模拟不同程度的增温对大豆生育期的影响，处理结果如图3所示。结果显示随着温度的上升，大豆的每一个生育期都有缩短的现象，且温度越高生育期越短。在CK状态下大豆的总生育期为125天，增温1℃生育期为109天，增温2℃生育期为99天，增温3℃的条件下生育期降至95天。

图3 不同增温条件下大豆的生育期天数

2.3.2 增温对大豆叶面积指数的影响 叶面积指数是反映植物群体生长状况的一个重要指标，其大小与大豆的产量密切相关[14]。图4为不同增温条件下大豆叶面积指数的变化趋势。该图可以看出大豆自开花初期开始叶面积指数不断上升，在鼓粒期达到最大值，随后叶面积指数快速下降。并且随着温度的上升大豆的叶面积指数呈下降趋势，在增温1℃的情况下大豆的叶面积指数在第169天达到最大值，较正常温度下提前6天，叶面积指数为4.47，较正常温度下降了0.25；在增温2℃的情况下大豆的叶面积指数在第166天达到最大值，较实际温度提前9天，叶面积指数下降了0.57；在增温3℃的情况下大豆的叶面积指数在第162天达到最大值，较实际温度提前14天，叶面积指数下降了0.73。

图4 不同增温条件下大豆的叶面积指数(LAI)

2.3.3 增温对大豆产量的影响 表4为增温胁迫下大豆的产量变化，其中TWLV为作物的叶片干重，TWST为作物茎秆的干重，TWSO为作物穗重，TAGP为总重。对比大豆总重(TAGP)和籽粒产量发现，大豆生育期增温对大豆产量存在影响，即便增温1℃对其总重的影响都比较明显，且随着温度的升高减产越严重，增温3℃的情况下穗重产量下降11.01%，总重产量下降13.72%。

表4 不同增温条件下大豆的产量变化

2.4 干旱对大豆生长发育的影响

本研究参照国家标准《农业干旱等级》(GB/T 32136—2015)结合气象及土壤湿度，将干旱分为3个等级（表5）用WOFOST模型输出的结果作为研究指标[15]。

表5 干旱模拟胁迫等级

2.4.1 干旱对大豆叶面积指数的影响 干旱胁迫下作物自身会启动各类生理机制以应对水分亏缺，其中最常见的就是叶面积减小，叶绿素含量下降，继而影响其他光合指标[16]。图5为不同干旱程度下大豆叶面积指数随着时间变化的曲线图，在不同程度的干旱胁迫下大豆的生育期并未发生明显的变化，但是大豆的叶面积指数变化很明显。随着干旱程度不断加深，大豆的叶面积指数逐渐减小，其中重旱条件下降低了23%，说明该品种大豆对于干旱的敏感性较大。

2.4.2 不同程度干旱对大豆产量的影响 图6为不同干旱下大豆各部分的产量结果，表6为对应的减产率。结合图表可以得出，不同程度的干旱均对大豆各部位的产量造成了明显的影响，且干旱程度越大对应的减产率越大，重旱胁迫下大豆籽实的减产率达到了13.26%。相比于籽实的减产，叶片及茎秆的减产更为严重。

表6 不同干旱等级下大豆各部位的产量变化率 %

图6 不同干旱等级下大豆各部位的产量

3 讨论

根据相关资料记载，增温和干旱会缩短大豆生育期，降低大豆的光合速率，造成大豆单株荚数减少，并对干物质的累积造成影响，导致产量下降[18-19]。本研究创造性的利用修正后的WOFOST模型，模拟增温和干旱对海伦地区大豆生长发育的影响，证实了不同程度的增温和干旱对大豆生长的影响。

王乐政等[20]的研究表明生育期增温会导致大豆鼓粒期缩短，单株荚数减少及空荚率上升，这与本研究的结果基本一致。其原因是因为大豆作为喜温作物，积温是决定其产量的重要因素，若在生育期平均气温过高则会使其达到有效积温的时间缩短，这反而会导致大豆生育期缩短，光和时间减少，光合产物积累减少，单株荚数和产量也会相应降低。因此，在实际生产中可适当早播，延长大豆生育期，充分增加大豆的有效积温，增加干物质积累量，使大豆籽粒充分灌浆，收获指数达到较大水平，最终达到大豆高产的目的。

本研究还进一步对大豆的每一个部位产量进行模拟，发现大豆在受到干旱胁迫后各部位的产量均有明显下降，且随着干旱程度的加深减产率不断升高，其中茎秆和叶片干重的减产率明显高于穗重，其原因是干旱直接影响到了植物体内的新陈代谢，降低了酶的活性导致大豆生理生化指标发生显著变异，减少了大豆的株高、茎段数、单株荚数等，前人大量的田间实验也证实了这一现象[21-24]。值得一提的是，从模型对大豆叶面积指数的模拟结果来看，叶面积指数的变化与干旱程度成明显的负相关，这说明土壤水分过低也会对大豆的光合作用及呼吸作用造成一定的影响，导致大豆的叶面积减小，限制了光合产物的积累，最终造成植株减产。由此可见水分是大豆生产中的重要条件，充足的土壤水分可以改善大豆长势，增加大豆荚数[25]，提高叶面积指数，尤其是鼓粒期，适当增大作物的叶面积指数更有利于光合产物和籽粒产量的积累[26]。

另外，尽管修正后的作物模型能够对作物做到极大程度上的本地化模拟，但是本研究仍然存在些许不足。首先由于组合实验的原因，本研究轮作的大豆种植年份间隔并不相同，且实验时间较长，因此可能会忽略实验过程中土壤环境的变化。其次，本研究中使用的模型在病虫害等方面未作考虑，因此，对于研究病虫害对大豆生长影响方面不具参考性。后期将针对特定的农业灾害对模型进一步改进，完善模型的模拟范围，使研究更具实用意义。

综上所述，不同程度的高温及干旱均对大豆的生长发育造成了一定的影响，其中增温对大豆的影响主要表现在生育期缩短、叶面积指数降低、产量下降方面，干旱对大豆的影响主要表现为叶面积指数降低及生物量减少。因此在农业生产中可对大豆进行适当早播并避免高温以延长大豆生育期，同时干旱季节须注意灌溉以保证大豆正常生长并获得较高的产量。

4 结论

对WOFOST模型本地化处理，并分别进行大豆的增温及干旱模拟。结果显示，在增温模拟实验中，大豆的每个生育阶段日期均有提前，且全生育期时长缩短，温度越高生育期越短；在叶面积指数方面，叶面积指数随着温度的升高而降低，在增温达到3℃时，叶面积指数最多降低近25%。同时增温胁迫也对大豆造成了一定程度的减产，气温每升高1℃，总重平均降低约5%。对增温胁迫下大豆干物质分配进行分析，发现单一的高温胁迫并没有对大豆干物质分配造成显著的影响，而张晓娜等[17]的研究显示，通常情况下大豆产量的高低与干物质向籽粒分配的比例呈正相关，这可能是由于本实验模拟的增温胁迫使得大豆生全生育期积温过高，使大豆各部位的产量均有不同程度降低，所以干物质分配比例显示的结果没有明显的规律。

在干旱模拟实验中，大豆的生育期没有显著变化，但是叶面积随着干旱程度的加深不断减小，产量模拟方面，大豆各部位均对干旱有较强的敏感性，产量随着干旱程度的加重削减明显，大豆穗重在轻旱、中旱、重旱条件下的减产率分别为6.00%、9.16%、13.26%。。

现实生产中还有许多其他因素限制着农作物的生产，这需要不断提高模型的模拟精度，增大模型的考虑范围并结合中国的气候条件与种植制度，这样才能有助于获取最大的粮食生产潜力，以实现作物模拟模型和其他农业模型的精准化服务。