基于DSSAT模型和正交試驗相結(jié)合的春小麥灌溉模式優(yōu)化研究

魏玉清，沈強云 ，郝正剛

(1.北方民族大學(xué)生物科學(xué)與工程學(xué)院,銀川 750021；2.寧夏農(nóng)林科學(xué)院農(nóng)作物研究所，寧夏 永寧 750105)

0 引 言

寧夏引黃灌區(qū)是我國重要的商品糧生產(chǎn)基地，但是該地區(qū)降水稀少、蒸發(fā)量大，灌溉成為作物正常生長發(fā)育、保證最終產(chǎn)量的前提條件[1,2]。寧夏引黃灌區(qū)春小麥播種面積近7 萬hm2，小麥種植對寧夏種植業(yè)結(jié)構(gòu)優(yōu)化和當(dāng)?shù)厮Y源高效利用非常重要[3]。但生產(chǎn)上傳統(tǒng)灌溉模式水資源利用效率低、農(nóng)民的種植效益不高[4]。針對寧夏引黃灌區(qū)氣候特點，優(yōu)化春小麥灌水時期和灌水量，提高水資源利用率，建立合理高效的灌溉制度，對于水資源極度匱乏的西北地區(qū)顯得尤為迫切和重要[5]。

隨著人工智能技術(shù)的飛速發(fā)展和農(nóng)業(yè)機械化水平的不斷提高，新技術(shù)在改造傳統(tǒng)農(nóng)業(yè)方面優(yōu)勢明顯，互聯(lián)網(wǎng)+農(nóng)業(yè)已經(jīng)成為可能[6]。國外精準(zhǔn)農(nóng)業(yè)的技術(shù)最先在小麥上引入，并在精準(zhǔn)灌溉、變量施肥、精量播種及個性化田間管理上，取得了突破[7]。精準(zhǔn)農(nóng)業(yè)是現(xiàn)代農(nóng)業(yè)發(fā)展的重要方向，而以作物生長為核心的作物模擬模型的建立，是“精準(zhǔn)農(nóng)業(yè)”的前提和基礎(chǔ)。DSSAT平臺(Decision Support System for Agrotechnology Transfer)是一種作物生長模擬模型[8]，由美國國際開發(fā)署授權(quán)夏威夷大學(xué)開發(fā)研制的綜合計算機作物模擬平臺[9]，它將各種作物模型匯總，對模型輸入和輸出變量格式標(biāo)準(zhǔn)化，極大地推動了該模型的應(yīng)用普及，為合理有效地利用自然資源提供決策和對策[10, 11]。

本研究以寧夏引黃灌區(qū)春小麥作為研究對象，運用 DSSAT作物模型，結(jié)合田間試驗，在利用作物產(chǎn)量、物候期等資料對模型的參數(shù)調(diào)試與驗證的基礎(chǔ)上，設(shè)定不同的灌溉期和灌溉量處理，以期建立一套適用于本地區(qū)農(nóng)業(yè)生產(chǎn)的春小麥生態(tài)和品種參數(shù)[12]，實現(xiàn)模型的本土化應(yīng)用，為寧夏引黃灌區(qū)春小麥節(jié)水灌溉模式優(yōu)化提供依據(jù)和參考。

1 材料與方法

1.1 試驗區(qū)自然條件

試驗于2013年在寧夏銀川市永寧縣王太堡寧夏農(nóng)林科學(xué)院農(nóng)作物研究所試驗地(東經(jīng)106°14′，北緯38°23′，海拔1 130 m)進行，屬于寧夏引黃灌區(qū)。當(dāng)年平均氣溫8.5 ℃左右，年平均日照時數(shù)2 800～3 000 h；年平均降水量200 mm左右，無霜期185 d左右。光溫條件有利于小麥生長，但熱干風(fēng)天氣發(fā)生頻率較高[13]。

1.2 試驗方法

1.2.1 田間試驗設(shè)計

試驗采用L16(215)4因素2水平正交試驗設(shè)計[14]，結(jié)合當(dāng)?shù)厣a(chǎn)中的主要灌溉模式，確定了不同灌溉時間和灌溉量的4個因素，每個因素分2個水平，具體各因素和對應(yīng)水平的處理組合見表1，灌溉處理組合共16個，其中處理1號(A1B1C1D1)為當(dāng)?shù)厣a(chǎn)上春小麥套種玉米傳統(tǒng)灌溉模式，3號(A1B1C2D1)為目前春小麥玉米套種節(jié)水灌溉模式； 9號(A2B1C1D1)為春小麥節(jié)水灌溉模式； 12號(A2B1C2D2)和15號(A2B2C2D1)為極度缺水條件下的灌溉模式。共16個小區(qū)。每小區(qū)長13 m，寬6 m。為防止側(cè)漏，小區(qū)之間采用50 cm高度的 PVC板進行隔離。每區(qū)種植40行，行距0.15 m，行長13 m，小區(qū)面積78 m2。試驗田面積0.2 hm2。參試品種為寧春50號。

表1 寧夏春小麥節(jié)水灌溉4因素2水平L16(215)16次正交試驗方案Tab.1 Ningxia spring wheat water-saving irrigation 4 factors 2 level L16(215)orthogonal test schemes

1.2.2 田間管理

試驗地于上年11月中旬冬灌(每hm2灌水1 200 m3)。3月2日播種，播種量為300 kg/hm2，基施尿素300 kg/hm2、磷酸二銨150 kg/hm2、硫酸鉀150 kg/hm2；種肥磷酸二銨150 kg/hm2，追施尿素225 kg/hm2；全生育期總施氮量296 kg/hm2、P2O5138 kg/hm2、K2O 75 kg/hm2。灌水時間：頭水、二水、三水、四水分別于4月26日、5月12日、6月7日、6月25日灌溉。

1.2.3 測定項目與方法

春小麥苗期、撥節(jié)期及抽穗期進行田間調(diào)查，成熟時按小區(qū)選取0.5 m2代表性樣點，取樣測產(chǎn)，并調(diào)查樣方收獲穗數(shù)；小區(qū)全部收獲實打計產(chǎn)；收獲前每小區(qū)取15株進行室內(nèi)考種，調(diào)查株型及穗粒等相關(guān)產(chǎn)量指標(biāo)。實際產(chǎn)量=小區(qū)產(chǎn)量/小區(qū)面積×10 000。灌水生產(chǎn)率IWUE為單位灌水量所生產(chǎn)的籽粒產(chǎn)量，IWUE=單位面積產(chǎn)量/單位面積土地灌水量(kg/m3)。

1.3 春小麥DSSAT模型建立

1.3.1 建模所需基礎(chǔ)數(shù)據(jù)

DSSAT模型[15]農(nóng)業(yè)技術(shù)轉(zhuǎn)化決策系統(tǒng)( DSSAT，Decision Support System for Agrotechnology Transfer) 是由美國佛羅里達大學(xué)等機構(gòu)于1989年開發(fā)的一個以作物生長機制為基礎(chǔ)的模擬系統(tǒng)，可逐日模擬作物生長和發(fā)育過程，可響應(yīng)包括作物遺傳特性、管理措施、環(huán)境、氮素和水分脅迫、病蟲害等許多因素，能夠模擬不同作物在不同環(huán)境、不同管理措施下其整個生育期內(nèi)的生長發(fā)育過程、生物量、產(chǎn)量形成以及該時期內(nèi)土壤水分、養(yǎng)分的動態(tài)變化過程。本研究使用的版本為DSSAT 4.7[16](2017年11月2日發(fā)布)。模型的輸入數(shù)據(jù)包括氣象數(shù)據(jù)、土壤數(shù)據(jù)、作物品種參數(shù)以及田間管理信息。

1.3.2 數(shù)據(jù)獲取與輸入

本文所用逐日氣象數(shù)據(jù)為與試驗地相近的永寧縣農(nóng)業(yè)氣象試驗站觀測數(shù)據(jù)，包括太陽輻射，MJ/(d·m2)、最高/低溫度，℃ 、降雨量，mm，等。作物田間觀測資料來自寧夏農(nóng)林科學(xué)院農(nóng)作物研究所試驗站。試驗站2013年和過去30年歷史平均(1985年1月-2016年12月,下同)月降雨量、太陽輻射分布比較如圖1(a)所示，月最低、最高溫度分布如圖1(b)所示。土壤剖面數(shù)據(jù)來自“全球高分辨率土壤剖面數(shù)據(jù)庫”[17]。模型中品種遺傳參數(shù)需根據(jù)當(dāng)?shù)貧夂驐l件對作物品種遺傳參數(shù)進行確定[18]。氣象數(shù)據(jù)通過WeatherMan軟件輸入，農(nóng)田土壤參數(shù)和作物田間管理參數(shù)分別通過Sbuild 和Xbuild 參數(shù)管理平臺錄入，在模型參數(shù)庫中直接錄入已經(jīng)調(diào)試完成的春小麥品種“寧春50號”的品種參數(shù)，建立好的數(shù)據(jù)庫保存在模型文件中，以供模型調(diào)用。

圖1 2013年和歷史平均逐月降雨量、太陽輻射、最低最高溫度分布比較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 數(shù)據(jù)處理

采用Microsoft Excel2010和SPSS20.0進行數(shù)據(jù)分析和作圖。

2 結(jié)果與分析

2.1 寧夏春小麥DSSAT模型的建立

DSSAT模型輸入數(shù)據(jù)中的氣象數(shù)據(jù)、土壤數(shù)據(jù)和田間管理信息，根據(jù)實測結(jié)果錄入系統(tǒng)，不同作物的生長參數(shù)即生態(tài)型(Ecotype specific coefficients)和不同品種遺傳參數(shù)(Cultivar coefficients)根據(jù)當(dāng)?shù)貙嶋H進行率定、調(diào)試和驗證。DSSAT4.7自帶的GLUE程序可以實現(xiàn)作物生長參數(shù)和遺傳參數(shù)的估計。

2.1.1 春小麥品種遺傳參數(shù)的率定

采用DSSAT4.7自帶的GLUE參數(shù)調(diào)試程序?qū)幭囊S灌區(qū)春小麥品種 “寧春50號”進行參數(shù)率定[12]。以2013年試驗數(shù)據(jù)為據(jù)進行參數(shù)調(diào)試?；诖盒←溛锖蚱冢缙?、開花期、生理成熟期以及最終作物產(chǎn)量進行參數(shù)調(diào)試。首先在原程序給定參數(shù)范圍內(nèi)進行參數(shù)率定，根據(jù)其提供的最佳參數(shù)組合縮小參數(shù)范圍，再繼續(xù)進行參數(shù)率定，一次率定最高進行3000次隨機搜索，通過不斷縮小參數(shù)范圍即可得到最滿意的參數(shù)組合，本研究參數(shù)率定結(jié)果見表2。

表3中 P1V、P1D、P5、G1、G2、G3、PHINT是CERES-Wheat 模型中的7 個重要的遺傳參數(shù)，其中P1V反映小麥的春化作用特性，P1D 反映小麥的光周期特性，P5 反映小麥灌漿期特性，G1 反映小麥群體狀況，即單位面積籽粒數(shù)，G2 反映小麥粒重特性，G3 反映小麥的重粒數(shù)特性，PHINT反映小麥群體發(fā)育特性。前3 個參數(shù)與小麥的發(fā)育性狀有關(guān)，后4 個參數(shù)與小麥的產(chǎn)量性狀有關(guān)[12]。

2.1.2 春小麥生長參數(shù)的確定

本研究中寧夏春小麥生長參數(shù)確定是以系統(tǒng)默認值和取值范圍為基礎(chǔ)，參考宋明丹2014年[19]關(guān)于CERES-Wheat模型敏感性分析研究方法和結(jié)果，結(jié)合本課題組過去關(guān)于寧春50號的生長發(fā)育和產(chǎn)量表現(xiàn)，采用試錯法確定[20, 21]，具體參數(shù)及取值如表2所示。

表2 寧夏春小麥品種DSSAT模型遺傳與生長參數(shù)率定Tab.2 Genetic and growth parameters of Ningxia spring wheat cultivar DSSAT model

2.2 寧夏春小麥產(chǎn)量模擬結(jié)果驗證分析

本研究選取三個常用的統(tǒng)計指標(biāo)來定量評價模型的模擬性能，分別為相對均方根誤差RRMSE、絕對相對誤差A(yù)RE、平均誤差ME[22, 23]，各指標(biāo)表達式如下：

(1)

(2)

(3)

RRMSE和ARE都是無量綱統(tǒng)計量，可以比較不同變量之間的差異大小。RRMSE和ARE的值越小則表明模型的擬合精度越高。通常認為，RRMSE小于10%時，模型的模擬效果極好；RRMSE介于10%到20%之間時，模型模擬效果是好的；當(dāng)RRMSE介于 20%到30%之間時，模型模擬效果一般；而當(dāng)RRMSE大于30%時，模型模擬效果不好。對于ME，其值越接近 0，即模擬值越接近于實測值，模型模擬效果越好[18，22]。

本試驗各處理產(chǎn)量的相對均方根誤差、絕對相對誤差和平均誤差分別為RRMSE=10.32%，ARE=9.79%，ME=2.23 kg。具體模擬產(chǎn)量與實際產(chǎn)量和實際IWUE與模擬IWUE結(jié)果比較如圖2所示。

圖2 不同處理春小麥籽粒實際產(chǎn)量與模擬產(chǎn)量、實際IWUE與模擬IWUE比較Fig.2 Comparison of simulated yield and IWUE to actual yield and IWUE of spring wheat grains in different treatments

2.3 不同灌水處理對春小麥產(chǎn)量的影響及產(chǎn)量構(gòu)成因素分析

2.3.1 不同灌水處理條件下春小麥籽粒產(chǎn)量和灌水生產(chǎn)率的變化

灌水處理對春小麥產(chǎn)量和灌水生產(chǎn)率的影響試驗結(jié)果如表3所示，產(chǎn)量最高的是灌4次水的處理A1B1C1D1，達到了6 635 kg/hm2，其灌水總量為400 m3，但其灌水生產(chǎn)率只有1.30 kg/m3；而A2B1C2D2處理全生育期只灌溉了140 m3水，產(chǎn)量卻達到了5 214 kg/hm2，灌水生產(chǎn)率達到了2.48 kg/m3；而A2B2C1D2處理全生育期灌溉了140 m3水，其產(chǎn)量為1 953 kg/hm2，灌水生產(chǎn)率只有0.93 kg/m3。由此說明灌溉時間選擇對春小麥產(chǎn)量和灌水生產(chǎn)率非常重要。正交試驗L16(215)的產(chǎn)量指標(biāo)方差分析和極差分析結(jié)果如表4和表5所示，方差分析結(jié)果顯示前三次灌水對產(chǎn)量的影響均達到了顯著水平，對于產(chǎn)量指標(biāo)，二棱水，藥隔水和揚花水以及藥隔水和麥黃水互作均達到了顯著水平。極差分析顯示：處理A1B1C2D1為最優(yōu)組合。因此，產(chǎn)量最優(yōu)的灌溉方案為：灌4次水，灌水總量為400 m3，產(chǎn)量最高達到6 630 kg/hm2，灌水生產(chǎn)率只有1.30 kg/m3；而灌水生產(chǎn)率最優(yōu)的方案為：灌1次(藥隔水)，灌水總量為140 m3，產(chǎn)量為5 214 kg/hm2；但灌水生產(chǎn)率最高，達到2.48 kg/m3。

表3 不同灌水處理對春小麥籽粒產(chǎn)量構(gòu)成和灌水生產(chǎn)率的影響Tab.3 Effects of different irrigation treatments on grain yield and irrigation efficiency of spring wheat

2.3.2 不同灌水處理條件下春小麥籽粒產(chǎn)量構(gòu)成因素的變化

正交試驗L16(215)的春小麥產(chǎn)量構(gòu)成因素方差分析和極差分析結(jié)果如表4和表5所示：產(chǎn)量構(gòu)成因素中，二棱水、藥隔水、揚花水以及二棱水和麥黃藥隔水互作對畝穗數(shù)的影響均達到了顯著水平，處理A2B1C2D2為最優(yōu)組合；二棱水，藥隔水以及二棱水和藥隔水互作對穗粒數(shù)的影響均達到了顯著水平，處理A1B1C1D1為最優(yōu)組合；二棱水、藥隔水、揚花水以及它們之間的互作對千粒重的影響均達到了顯著水平，處理A2B2C1D1為最優(yōu)組合。

2.4 不同灌水處理對春小麥株型構(gòu)成因素影響分析

小麥的株型對其生物量、經(jīng)濟系數(shù)和后期的抗倒伏性密切相關(guān)，因此最終也會影響小麥的產(chǎn)量。不同灌溉模式對春小麥株型影響實驗結(jié)果顯示，灌水總量對株高影響最大，灌4次水的A1B1C1D1處理株高為83.3 cm，不灌水的A2B2C2D2處理只有58.3 cm。灌水處理對春小麥株型構(gòu)成因素影響的方差分析和極差分析結(jié)果顯示，二棱水、藥隔水以及藥隔水和揚花水互作對株高的影響達到了顯著水平，二棱水、揚花水、揚花水與麥黃水互作以及藥隔水與揚花水互作對穗長的影響達到了顯著水平，二棱水、藥隔水以及藥隔水和揚花水互作對穗下節(jié)的影響達到了顯著水平；極差分析結(jié)果顯示A1B1C1D1處理為最優(yōu)組合，說明前三次灌水都會有利于使促進春小麥株型構(gòu)成因素發(fā)展，麥黃水對春小麥株型構(gòu)成沒有顯著影響。

表4 寧夏春小麥節(jié)水灌溉正交試驗產(chǎn)量及產(chǎn)量構(gòu)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測驗(處理效應(yīng)與誤差效應(yīng)相比)達到顯著水平(P=0.05)。

3 結(jié)論與展望

灌溉次數(shù)和灌溉時間對寧夏引黃灌區(qū)春小麥的產(chǎn)量和灌水生產(chǎn)率產(chǎn)生顯著影響。春小麥節(jié)水灌溉推薦模式為正常降水年份可控三水或控四水，即：試驗中處理A1B1C1D2和處理A1B1C2D1，產(chǎn)量和灌水生產(chǎn)率分別為5 907 kg/hm2、1.41 kg/m3和6 102 kg/hm2、1.45 kg/m3，較完全灌溉處理A1B1C1D1的產(chǎn)量(6 635 kg/hm2)減產(chǎn)幅度不大，但較其灌水生產(chǎn)率(1.30 kg/m3)有了較大的提高。降雨偏多年份可選擇只灌頭2次水，即：試驗中處理A1B1C2D2，可獲得較高的產(chǎn)量和灌水生產(chǎn)率(分別為6 368 kg/hm2, 1.93 kg/m3)。

表5 寧夏春小麥節(jié)水灌溉正交試驗畝產(chǎn)及產(chǎn)量構(gòu)成因素極差分析表Tab.5 R value Analysis of yield components in Ningxia spring wheat water saving irrigation orthogonal test

注：表中括號數(shù)字為負值。

由于本年度六月降雨較30年平均明顯偏多20 mm，致使DSSAT模型模擬和田間試驗中的灌麥黃水(第四水，6月25日灌溉)對產(chǎn)量的影響均不顯著。本結(jié)論可為寧夏引黃灌區(qū)春小麥的節(jié)水灌溉方案的決策提供依據(jù)和參考。

DSSAT模型對春小麥節(jié)水灌溉模式優(yōu)化研究中模擬效果較好。本研究中寧春50號產(chǎn)量模擬的相對均方根誤差、絕對相對誤差和平均誤差分別為RRMSE=10.32%，ARE=9.79%，ME=2.23kg，表明作物遺傳參數(shù)準(zhǔn)確度較高，調(diào)試的品種參數(shù)可較準(zhǔn)確的進行模擬效果研究，結(jié)果可信度高[23]。但本文基于DSSAT對本地區(qū)的研究還不成熟，只進行了一年的模擬比較，沒有考慮如凍害、病蟲害、干熱風(fēng)等災(zāi)害導(dǎo)致的誤差[24]，本研究的前提條件為在養(yǎng)分投入和其他管理措施一致的情況下單純考慮灌溉對春小麥的影響，這一點在本模型中也有所忽略[25]。以后研究中，應(yīng)該綜合考慮土壤水的變化過程、水肥互作以及作物生長過程中自然災(zāi)害的影響等方面[26]，對春小麥灌溉方案進行具體綜合細致的分析，為本地區(qū)乃至整個西北灌溉春小麥制定合理高效的春小麥灌溉模式提供理論指導(dǎo)。