基于不同根系分布形式的鹽漬化農(nóng)田向日葵根系吸水模擬

馬 韜，李 琦，楊麗清，曾文治，伍靖?jìng)?，黃介生(.武漢大學(xué)水資源與水電工程科學(xué)國家重點(diǎn)實(shí)驗(yàn)室，武漢 43007；.內(nèi)蒙古河套灌區(qū)義長灌域管理局，內(nèi)蒙古 五原 0500)

土壤鹽漬化是干旱半干旱地區(qū)普遍存在的環(huán)境問題，威脅著這類地區(qū)的農(nóng)業(yè)發(fā)展和糧食安全[1]。我國鹽漬土總面積高達(dá)3 600萬hm2，占全國可利用土地面積的4.88%[2]，廣泛分布在我國華北、西北等主要糧食產(chǎn)區(qū)。其中，河套灌區(qū)的土壤鹽漬化問題尤為嚴(yán)重，約有65%的實(shí)有耕地已經(jīng)演化成鹽漬化土壤，制約著當(dāng)?shù)剞r(nóng)業(yè)經(jīng)濟(jì)的發(fā)展。

根系是作物對(duì)土壤鹽漬化危害最敏感的器官[3]。當(dāng)根系遭受土壤環(huán)境中的鹽分脅迫時(shí)，通常以改變根系形態(tài)和分布的方式來適應(yīng)脅迫[4,5]。根系分布的改變會(huì)在時(shí)間和空間上影響根系對(duì)水分和養(yǎng)分的吸收過程，并最終影響作物產(chǎn)量[6]。當(dāng)前，對(duì)作物根系分布的研究大多集中于水稻[7]、小麥[8]、玉米[9]、棉花[10]等作物，還沒有學(xué)者針對(duì)向日葵這一河套灌區(qū)種植面積最大的經(jīng)濟(jì)作物建立根系分布函數(shù)。此外，已有的對(duì)根系分布的研究大都是基于根長密度得到的分布函數(shù)，還沒有針對(duì)根系吸收面積這一與根系水分吸收速率緊密相關(guān)的指標(biāo)[11]提出的分布函數(shù)。

本文參考Wu等建立歸一化根系分布函數(shù)的方法[12]，利用土柱試驗(yàn)實(shí)測(cè)數(shù)據(jù)，分別建立了輕度和中度2種鹽分脅迫情況下基于向日葵根系總吸收面積和根長密度的2種分布函數(shù)。并且，運(yùn)用HYDRUS-1D軟件，將其應(yīng)用于微區(qū)試驗(yàn)的根系吸水計(jì)算中，通過比較不同時(shí)刻土壤含水率的模擬效果來評(píng)價(jià)這2種根系分布函數(shù)的適用情況。

1 材料和方法

1.1 研究區(qū)概況

本實(shí)驗(yàn)于2014年6-9月在內(nèi)蒙古河套灌區(qū)義長試驗(yàn)站永聯(lián)基地進(jìn)行[圖1(a)]。河套灌區(qū)地處北緯40°19′～41°18′，東經(jīng)106°20′～109°19′，年降水量為139～222 mm，且集中在6-8月，年蒸發(fā)量為2 200～2 400 mm，蒸降比在10以上。強(qiáng)烈的蒸發(fā)使得土壤水及地下水不斷地向上運(yùn)移，最終導(dǎo)致土壤水分蒸發(fā)后所攜帶的鹽分在土壤表層聚集，從而造成了河套灌區(qū)嚴(yán)重的土壤鹽漬化問題。

圖1 研究區(qū)地理位置及土柱和微區(qū)試驗(yàn)示意圖Fig.1 Location of study site and schematic diagram of experiment bucket

1.2 試驗(yàn)材料與設(shè)計(jì)

試驗(yàn)分為精細(xì)觀測(cè)的土柱種植試驗(yàn)以及模擬大田情況的微區(qū)種植試驗(yàn)。土柱試驗(yàn)在高50 cm、內(nèi)徑30 cm的鐵皮桶中進(jìn)行，桶壁厚度4mm，外包2 cm厚的泡沫保溫層[圖1(b)]。土柱所裝填土壤均為取自附近農(nóng)田的粉壤土，填土高度40 cm，填土密度1.3 g/cm3。該試驗(yàn)的研究因素為土壤鹽分含量(S)、灌溉量(W)和施氮量(N)3種，采用三因素隨機(jī)區(qū)組設(shè)計(jì)，每個(gè)研究因素設(shè)置2個(gè)水平，共設(shè)置24個(gè)土柱。李琦等對(duì)該試驗(yàn)的分析顯示[13]，施氮量對(duì)反映向日葵根系吸水特性的各項(xiàng)指標(biāo)的影響均不顯著，故本文的研究中將忽略施氮量處理間的差異。為避免水分脅迫的影響，本文挑選出其中12個(gè)充分灌溉處理的土柱，只考慮其鹽分處理的差異。將這些土柱分為輕度鹽分脅迫處理S0(0.10%～0.25%)和中度鹽分脅迫處理S1(0.30%～0.45%)2個(gè)水平，其中鹽分以干土的百分含鹽量計(jì)，每個(gè)水平有6個(gè)重復(fù)。該試驗(yàn)各研究因素的控制方法、根系指標(biāo)的獲取方法及田間管理措施均可參考李琦等[13]的介紹。

微區(qū)試驗(yàn)在邊長為1.8 m的正方形觀測(cè)微區(qū)中進(jìn)行[圖1(c)]，四周距離地表0～1.5 m深度范圍內(nèi)均用不透水塑料膜包裹，以防止水分的側(cè)向流動(dòng)，底部可與地下水連通，內(nèi)填原狀土壤。本試驗(yàn)在4個(gè)微區(qū)中進(jìn)行，僅設(shè)置2個(gè)不同的鹽分處理，且鹽分處理水平與土柱試驗(yàn)保持一致，將播種前0～20 cm土壤含鹽量控制為S0(0.10%～0.25%)和S1(0.30%～0.45%)2個(gè)水平，每個(gè)水平兩個(gè)重復(fù)。其中，1號(hào)和2號(hào)微區(qū)為S0處理，3號(hào)和4號(hào)微區(qū)為S1處理。在生育期保證微區(qū)內(nèi)向日葵不受水分脅迫，且根據(jù)曾文治等[14]提出的當(dāng)?shù)刈顑?yōu)施氮量(135 kg/hm2)施加氮肥。

試驗(yàn)微區(qū)和土柱于2014年6月5日同時(shí)播種品種為LD5009的食用向日葵，并于2014年9月17日-9月26日間收獲，兩者的種植方式和田間管理措施均保持一致。

1.3 根系吸水模型及根系分布函數(shù)

本文對(duì)根系吸水的計(jì)算采用Feddes模型[15]：

S(z,t)=α(h,z)β(z)Tp

(1)

式中：z為土壤深度，cm；S(z,t)為t時(shí)刻z深度處的根系吸水速率，d-1；α(h，z)為水鹽聯(lián)合脅迫反應(yīng)函數(shù)，無量綱；Tp為作物潛在蒸騰速率，cm/d；β(z)為標(biāo)準(zhǔn)化的根系吸水分布函數(shù)，無量綱，可以表示為：

(2)

式中：Lrd(z)是相對(duì)根長密度分布函數(shù)；Lr是最大根深。

隨著根系的生長，在每個(gè)生育時(shí)段均不同，不利于統(tǒng)一計(jì)算，因此Wu[12]在前人的基礎(chǔ)上，提出了歸一化根長密度分布的概念，將根系深度轉(zhuǎn)化為0到1范圍內(nèi)的標(biāo)準(zhǔn)化根深，可以用式(3)綜合考慮全生育期不同時(shí)刻的根長密度分布：

(4)

式中：Lnrd(zr)就是Wu提出的歸一化根長密度分布函數(shù)；zr是標(biāo)準(zhǔn)化根系深度，范圍為0～1。

1.4 HYDRUS-1D模型的構(gòu)建

HYDRUS-1D是由美國鹽土實(shí)驗(yàn)室開發(fā)的軟件，用于計(jì)算和模擬飽和-非飽和帶的一維溶質(zhì)運(yùn)移和水分運(yùn)動(dòng)。

(1)邊界條件和土壤剖面設(shè)置。土壤水分運(yùn)動(dòng)上邊界為變化的大氣邊界，輸入由氣象數(shù)據(jù)計(jì)算得到的每日變化的潛在蒸發(fā)量和蒸騰量；下邊界為變水頭邊界，輸入由監(jiān)測(cè)的地下水位得到的變化的水頭數(shù)值；溶質(zhì)運(yùn)移的上下邊界均為零通量邊界。模擬深度為地表以下250 cm，將土層分成5層，分別為0～10、10～20、20～30、30～40以及40～250 cm。

(2)模型參數(shù)。由實(shí)測(cè)微區(qū)土壤粒徑，利用HYDRUS-1D模型自帶Rosetta程序計(jì)算得到5個(gè)van Genuchten模型中的土壤水力參數(shù)。Feddes根系吸水模型中水鹽脅迫因子的參數(shù)取值，結(jié)合Zuo[8]和Ning[10]的研究結(jié)果進(jìn)行適當(dāng)調(diào)整后，確定如下：水分脅迫參數(shù)p0=-15 cm，p0pt=-25 cm，p2h=-600 cm，p2l=-1 000 cm，p3=-16 000 cm；鹽分脅迫分段函數(shù)斜率為5.2，閾值為7.7。

(3)初始輸入數(shù)據(jù)和模擬時(shí)段。以播種前取樣獲得的實(shí)測(cè)土壤含水率和鹽分含量作為初始輸入數(shù)據(jù)，運(yùn)行HYDRUS-1D模型。模型模擬運(yùn)算時(shí)間單位為d，時(shí)間步長采用變化步長，最大步長為5 d，最小步長為10～5 d，模擬時(shí)段為全生育期(播種后第1～107 d)。

1.5 模型評(píng)價(jià)指標(biāo)

采用決定系數(shù)(R2)、均方根誤差(RMSE)、納什系數(shù)(NSE) 3種指標(biāo)對(duì)模型的模擬效果進(jìn)行評(píng)價(jià)：

(7)

均方根誤差(RMSE)用來衡量模擬值同真值之間的偏差，結(jié)果越接近0，表示同真值的差異越??；納什系數(shù)(NSE)可用來衡量模型的模擬質(zhì)量，NSE越接近1，表示模型模擬質(zhì)量越好，可信度越高；決定系數(shù)(R2)可用來衡量相關(guān)密切程度，R2越接近1相關(guān)性越好。

2 結(jié)果與分析

2.1 兩種向日葵根長密度分布函數(shù)的建立

本文參照Wu[12]建立歸一化根長密度分布函數(shù)的方法，在土柱試驗(yàn)所得根系指標(biāo)中挑選出根長密度(RLD)和根系總吸收面積(RAA)這2個(gè)指標(biāo)，并基于這兩種指標(biāo)建立不同鹽分處理下的歸一化根系分布函數(shù)，結(jié)果見表1及圖2、圖3。

表1 不同鹽分處理下根長密度和根系總吸收面積的分布函數(shù)Tab.1 Root length density(RLD)and root absorption area(RAA)distribution function under different saline conditions

圖2 不同鹽分條件下根長密度分布函數(shù)Fig.2 Root length density(RLD)distribution function under different saline conditions

2種根系分布函數(shù)采用2種不同的函數(shù)形式，RLD分布函數(shù)運(yùn)用指數(shù)函數(shù)擬合，RAA分布函數(shù)運(yùn)用多項(xiàng)式函數(shù)擬合。表1中的結(jié)果顯示，各形式的分布函數(shù)均能取得較好的擬合效果，除S0處理下的RAA分布函數(shù)外，相關(guān)系數(shù)均大于0.9。

2.2 基于4種不同根系分布函數(shù)的根系吸水模擬評(píng)價(jià)

Zuo[8]和Ning[10]參照Wu建立歸一化根系分布函數(shù)的思想，基于大量的實(shí)測(cè)數(shù)據(jù)分別建立了小麥和棉花的根長密度分布函數(shù)：

Zuo函數(shù)：Lnrd(zr)=3.85(1-zr)2.85

(8)

Ning函數(shù)：Lnrd(zr)=1.96(1-zr)0.96

(9)

這2種根系分布函數(shù)形式簡單，對(duì)于小麥和棉花有著較強(qiáng)的適用性，但是否適用其他作物還有待研究。因此，本文將以上提到的4種根系分布函數(shù)(RLD函數(shù)、RAA函數(shù)、Zuo函數(shù)和Ning函數(shù))分布輸入到HYDRUS-1D軟件中，運(yùn)用其模擬4個(gè)微區(qū)試驗(yàn)中向日葵全生育期內(nèi)的土壤含水率變化。將模擬得到的播種后第20、66和107 d土壤剖面上5、15、25、35、50和90 cm深度處的土壤體積含水率和實(shí)測(cè)值進(jìn)行比較(見圖4)，通過計(jì)算1.5節(jié)中介紹的各項(xiàng)統(tǒng)計(jì)指標(biāo)(見表2)，對(duì)不同根系分布函數(shù)應(yīng)用于土壤水分運(yùn)動(dòng)模型后的模擬效果進(jìn)行評(píng)價(jià)。

圖3 不同鹽分條件下根系總吸收面積分布函數(shù)Fig.3 Root absorption area(RAA)distribution function under different saline conditions

圖4 應(yīng)用不同根系分布函數(shù)計(jì)算得到各微區(qū)土壤含水率的模擬值與實(shí)測(cè)值比較Fig.4 Comparison between simulated and observed soil water content based on different root distribution functions

由圖4可以發(fā)現(xiàn)，S0處理下(1號(hào)和2號(hào)微區(qū))，與Zuo函數(shù)、Ning函數(shù)相比，應(yīng)用RAA函數(shù)和RLD函數(shù)模擬得到的土壤含水率與實(shí)測(cè)值更加接近，能夠更好地集中在1∶1線附近。而對(duì)于S1處理的微區(qū)(3號(hào)和4號(hào)微區(qū))，應(yīng)用這4種分布函數(shù)模擬得到的結(jié)果差異較小。

表2 應(yīng)用不同根系分布函數(shù)模擬土壤含水率結(jié)果統(tǒng)計(jì)指標(biāo)分析Tab.2 Analysis of simulated results using statistics index(RMSE, NSE and R2)

注：括號(hào)中的百分比表示應(yīng)用相應(yīng)函數(shù)模擬所得結(jié)果的統(tǒng)計(jì)指標(biāo)相比于應(yīng)用RAA函數(shù)所得指標(biāo)的增加或下降程度。

表2的結(jié)果顯示，在4個(gè)微區(qū)中，應(yīng)用RAA函數(shù)的RMSE值均為最小。其中，在S0處理的微區(qū)中，應(yīng)用Zuo函數(shù)和Ning函數(shù)得到的RMSE均遠(yuǎn)大于RAA函數(shù)。對(duì)于納什系數(shù)(NSE)，在4個(gè)微區(qū)中，應(yīng)用Zuo函數(shù)和Ning函數(shù)模擬所得結(jié)果的NSE最小，模擬質(zhì)量最差；應(yīng)用RLD函數(shù)模擬所得結(jié)果的NSE明顯優(yōu)于前兩者，但仍小于RAA函數(shù)。同樣，對(duì)于決定系數(shù)(R2)，應(yīng)用RAA函數(shù)得到的R2均為4種分布函數(shù)中最大的。因此，與3種基于根長密度建立的分布函數(shù)相比，基于根系總吸收面積建立的RAA函數(shù)在應(yīng)用于HYDRUS-1D的土壤水分運(yùn)動(dòng)模擬時(shí)能夠取得更好的模擬效果，尤其在受輕度鹽分脅迫的情況下，模擬結(jié)果的準(zhǔn)確性明顯優(yōu)于其他3種分布函數(shù)。

2.3 應(yīng)用RAA函數(shù)的根系吸水量計(jì)算

以上分析顯示，RAA函數(shù)能更好地模擬河套灌區(qū)鹽漬化農(nóng)田中根系的吸水規(guī)律，因此本節(jié)繼續(xù)運(yùn)用RAA函數(shù)及HYDRUS-1D模型，計(jì)算每日根系吸水速率和逐日累積根系吸水量，通過模擬的結(jié)果探討鹽分對(duì)根系吸水的影響。

將RAA函數(shù)輸入HYDRUS-1D模型計(jì)算得到全部4個(gè)微區(qū)全生育期內(nèi)每日的根系吸水速率如圖5所示。從圖5中可以看出，各處理在時(shí)間上變化趨勢(shì)一致，在苗期根系吸水速率較小，進(jìn)入蕾期后根系吸水速率迅速增大，至花期吸水速率達(dá)到最大，為根系吸水的鼎盛時(shí)期。在進(jìn)入成熟期后，吸水速率逐漸減少。在整個(gè)生育期中，S1處理微區(qū)(3號(hào)和4號(hào)微區(qū))的吸水速率均小于S0處理的微區(qū)(1號(hào)和2號(hào)微區(qū))。以1號(hào)和3號(hào)微區(qū)為例，在苗期，3號(hào)微區(qū)(S1)的平均日吸水速率與1號(hào)微區(qū)(S0)相比減少37.26%，在蕾期時(shí)這個(gè)數(shù)值增加至69.29%，在花期時(shí)減小為54.41%，在成熟期進(jìn)一步減小至36.04%。將2號(hào)和4號(hào)微區(qū)進(jìn)行對(duì)比也可反映出相似的規(guī)律。這說明，受中度鹽分脅迫根系的耐鹽性在苗期和蕾期時(shí)較弱，其中蕾期時(shí)鹽分對(duì)根系吸水的抑制作用最為明顯。在進(jìn)入花期之后，根系的耐鹽性逐漸增強(qiáng)，且根系吸水速率的逐漸減小，鹽分的抑制作用逐漸減弱。

圖5 不同鹽分情況下向日葵逐日根系吸水速率Fig.5 Daily sunflower root water uptake rate under different saline conditions

3 結(jié) 論

(1)本文針對(duì)輕度和中度鹽分脅迫條件下的向日葵根系分布，基于土柱實(shí)驗(yàn)結(jié)果，分別提出了基于根長密度和根系總吸收面積2種指標(biāo)的分布函數(shù)(RLD函數(shù)和RAA函數(shù))，實(shí)驗(yàn)結(jié)果顯示該兩種模型能夠較好地反映相應(yīng)鹽分條件下向日葵根系在一維土壤剖面上的分布。

(2)將RAA函數(shù)應(yīng)用于HYDRUS-1D軟件后，模擬結(jié)果顯示其對(duì)輕度和中度鹽分脅迫條件下根系吸水和土壤水分運(yùn)動(dòng)的模擬精度優(yōu)于其他3種基于根長密度的分布函數(shù)，特別是在輕度鹽分脅迫條件下，模擬精度提升明顯。

(3)通過HYDRUS-1D軟件計(jì)算得到逐日根系吸水量，反映出在向日葵全生育期內(nèi)鹽分脅迫對(duì)根系吸水始終具有抑制作用，且這種抑制作用在蕾期最為明顯，在進(jìn)入花期后隨著根系耐鹽性的提升而逐漸減弱。

[1] Paul D, Lade H. Plant-growth-promoting rhizobacteria to improve crop growth in saline soils: a review[J]. Agron Sustain Dev, 2014,34(4):737-52.

[2] 王佳麗, 黃賢金, 鐘太洋, 等. 鹽堿地可持續(xù)利用研究綜述[J]. 地理學(xué)報(bào), 2011,66(5):673-684.

[3] Wang Y N, Li K X, Li X. Auxin redistribution modulates plastic development of root system architecture under salt stress in Arabidopsis thaliana[J]. Journal of Plant Physiology, 2009,166(15):1 637-1 645.

[4] Gregory P. Root growth of chickpea, faba bean, lentil, and pea and effects of water and salt stresses[C]∥ World crops: Cool season food legumes. Springer, 1988:857-867.

[5] Galvan-ampudia C S, Testerink C. Salt stress signals shape the plant root[J]. Current opinion in plant biology, 2011,14(3):296-302.

[6] 王法宏, 王旭清, 劉素英,等. 根系分布與作物產(chǎn)量的關(guān)系研究進(jìn)展[J]. 山東農(nóng)業(yè)科學(xué), 1997,(4):47-50.

[7] 吳偉明, 宋祥甫, 孫宗修,等. 不同類型水稻的根系分布特征比較[J]. 中國水稻科學(xué), 2001,(4):37-41.

[8] Zuo Q, Zhang R, Shi J. Characterization of the root length density distribution of wheat using a generalized function[C]∥ Timlin D, Ahuja L R. Enhancing Understanding and Quantification of Soil-Root Growth Interactions. American Society of Agronomy Publisher, 2013:93-117.

[9] 齊文增, 劉惠惠, 李 耕,等. 超高產(chǎn)夏玉米根系時(shí)空分布特性[J]. 植物營養(yǎng)與肥料學(xué)報(bào), 2012,18(1):69-76.

[10] Ning S, Shi J, Zuo Q, et al. Generalization of the root length density distribution of cotton under film mulched drip irrigation[J]. Field Crops Research, 2015,177:125-136.

[11] 劉彬彬. 水分脅迫對(duì)玉米幼苗形態(tài)建成、生理代謝及根系吸水的影響[D]. 陜西楊凌：中國科學(xué)院研究生院(教育部水土保持與生態(tài)環(huán)境研究中心), 2008.

[12] Wu J Q, Zhang R D, Gui S X. Modeling soil water movement with water uptake by roots[J]. Plant and Soil, 1999,215(1):7-17.

[13] 李 琦, 馬 韜, 曾文治,等. 水、鹽和施氮量交互作用對(duì)向日葵水分利用的影響[J]. 中國農(nóng)村水利水電, 2016,(3):27-30.

[14] 曾文治, 徐 馳, 黃介生,等. 土壤鹽分與施氮量交互作用對(duì)葵花生長的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2014,30(3):86-94.

[15] Feddes R A, Kowalik P J, Zaradny H X. Simulation of field water use and crop yield[M]. Centre for Agricultural Publishing and Documentation, 1978.