王學(xué)春,李軍,,郝明德
(1.西北農(nóng)林科技大學(xué)農(nóng)學(xué)院,陜西 楊凌 712100;2.中國(guó)科學(xué)院 水利部水土保持研究所,陜西 楊凌 712100)
EPIC是美國(guó)建立的定量評(píng)價(jià)“氣候-土壤-作物-管理”綜合系統(tǒng)的動(dòng)力學(xué)模型[1-3]。對(duì)模型根據(jù)研究區(qū)域的實(shí)際情況進(jìn)行必要的修訂和驗(yàn)證有利于提高模型的模擬精度[4-5],進(jìn)而促進(jìn)模型的推廣應(yīng)用。
EPIC模型是Williams等20世紀(jì)80年代在美國(guó)黑土地研究中心(Black Land Research Center)建立的。初期建立該模型的目的是評(píng)價(jià)水土資源對(duì)美國(guó)糧食生產(chǎn)的影響[6]。因此,模型的名稱也就定義為土壤侵蝕和生產(chǎn)力影響計(jì)算模型(erosion productivity impact calculator)。在Williams等建立模型之后,許多能夠影響土壤濕度的模塊及方程相繼被添加到模型中,使之對(duì)土壤水分的模擬能力日臻完善。其中Jones等[7]改進(jìn)了模型中的根系生長(zhǎng)子模塊,使模型模擬的作物根系分布更加合理;Williams[8]將 MUSS、MUST和MUSI 3個(gè)水蝕方程引入到了EPIC模型中,Renard[9]將RUSLE方程引入到了EPIC模型中,使模型對(duì)水蝕量的模擬精度有了很大的提高。Purveen等[10]改善了模型對(duì)融雪引起的徑流和侵蝕的模擬,使模型對(duì)徑流量等的模擬更加準(zhǔn)確。Roloff等[11]將潛在蒸發(fā)量的計(jì)算方法——Baier-Robertson引入到了模型中,Williams等[12]將滲透方程Green and Ampt引入到了EPIC模型中,使模型能夠較好地模擬水分在土壤、植物和大氣之間的傳輸。
EPIC模型自從引入到中國(guó)以來(lái),許多學(xué)者對(duì)它進(jìn)行了必要的修訂和驗(yàn)證。王宗明和梁銀麗[13]于2002年初步嘗試?yán)肊PIC模型對(duì)黃土高原地區(qū)的春玉米(Zea mays)和冬小麥(Triticum aestivum)的生產(chǎn)潛力進(jìn)行了模擬研究,結(jié)果表明,修訂后的模型對(duì)春玉米產(chǎn)量的模擬較為準(zhǔn)確。李軍等[14-15]于2004-2005年對(duì)模型的結(jié)構(gòu)和原理進(jìn)行了詳細(xì)介紹,為后來(lái)模型在黃土高原地區(qū)的應(yīng)用奠定了基礎(chǔ)。此后,王學(xué)春等[16]、陳兵等[17]對(duì)連作冬小麥和紫花苜蓿(Medicago sativa)的產(chǎn)量進(jìn)行了模擬驗(yàn)證,結(jié)果表明,EPIC模型能較好地模擬連作冬小麥和紫花苜蓿的產(chǎn)量變化規(guī)律。春亮等[18]模擬研究了苜蓿在北京的生長(zhǎng)情況,發(fā)現(xiàn)EPIC模型能夠較好地模擬不同時(shí)期苜蓿的生物量。但關(guān)于EPIC模型對(duì)土壤濕度模擬精確性評(píng)價(jià)的研究卻比較鮮見,這就限制了模型在土壤水分模擬研究中的應(yīng)用。李軍等[15]對(duì)旱作糧田總土壤含水率逐年變化進(jìn)行了模擬驗(yàn)證,但沒(méi)能對(duì)土壤濕度剖面和逐月土壤水分進(jìn)行詳細(xì)驗(yàn)證,致使在應(yīng)用EPIC模型模擬逐月土壤水分的過(guò)程中存在一些不確定性。春亮等[18]利用EPIC模型自帶的作物參數(shù)模擬了苜蓿在北京的生長(zhǎng)情況,但該模型對(duì)土壤濕度的模擬結(jié)果不理想??赡艿脑蚴怯脕?lái)驗(yàn)證模型的田間觀測(cè)數(shù)據(jù)周期較短(僅1年),這也進(jìn)一步印證了根據(jù)當(dāng)?shù)貙?shí)際情況進(jìn)行模型驗(yàn)證與修訂的必要性。
本研究依據(jù)位于陜西省長(zhǎng)武旱塬的長(zhǎng)期定位試驗(yàn)數(shù)據(jù),對(duì)草糧輪作田的土壤濕度逐月變化動(dòng)態(tài)進(jìn)行模擬精度驗(yàn)證,分析降水年型對(duì)模型模擬精度的影響,為今后應(yīng)用EPIC模型模擬研究黃土高原地區(qū)草糧輪作田的土壤水分變化規(guī)律提供必要科學(xué)依據(jù)。
1.1 長(zhǎng)期定位試驗(yàn)情況1985-1993年在長(zhǎng)武十里鋪生態(tài)試驗(yàn)站布設(shè)了“苜蓿-苜蓿-苜蓿-苜蓿-馬鈴薯-冬小麥-冬小麥-冬小麥”的輪作方式,并對(duì)土壤濕度進(jìn)行了長(zhǎng)期定位觀測(cè)。1985-1989年對(duì)苜蓿地土壤濕度進(jìn)行了逐月觀測(cè),每月20日進(jìn)行測(cè)定,總計(jì)測(cè)定40次;1990年3月20日-8月20日對(duì)馬鈴薯地的土壤濕度進(jìn)行了逐月測(cè)定,每月的5日和20日各測(cè)定1次,總計(jì)測(cè)定11次;1990年9月-1993年8月對(duì)冬小麥田播種期和收獲期土壤濕度先后進(jìn)行了6次測(cè)定。苜蓿草地、馬鈴薯田和冬小麥田土壤濕度測(cè)定深度均為2 m,均采用土鉆法每10 cm取樣1次,采用烘箱烘干法計(jì)算土壤質(zhì)量含水率,依據(jù)公式:
將實(shí)測(cè)的土壤質(zhì)量含水率(%)轉(zhuǎn)化為與模型中單位一致的土壤體積含水率(m/m)。
根據(jù)長(zhǎng)武氣象站1957-2006年氣象資料統(tǒng)計(jì),該地區(qū)降水量為500~600 mm的年份占總統(tǒng)計(jì)年份的41%,400~500 mm的年份占28%,多于700 mm的年份占4.8%,少于400 mm的年份占2%。本研究根據(jù)年降水量將長(zhǎng)武旱塬的降雨年型分為超濕潤(rùn)年型(>700 mm),濕潤(rùn)年型(600~ 700 mm),正常年型(500~600 mm),干旱年型(400~500 mm)和超旱年型(<400 mm)。1985-1993年,長(zhǎng)武年平均降水量為570 mm,其中1988年為超濕潤(rùn)年型;1990年為濕潤(rùn)年型;1985、1987、1989、1992和 1993年為正常年型;1986和1991年為干旱年型。在種植苜蓿的4年中,1988年為超濕潤(rùn)年型,1986年為干旱年型,1987和1989年為正常年型;種植馬鈴薯的1990年為濕潤(rùn)年型;種植小麥的3年中,1991年為干旱年型,1992和1993年為正常年型。
1.2EPIC模型參數(shù)設(shè)置EPIC是美國(guó)建立的定量評(píng)價(jià)“氣候-土壤-作物-管理”綜合系統(tǒng)的動(dòng)力學(xué)模型,由氣象模擬、水文學(xué)、侵蝕、營(yíng)養(yǎng)循環(huán)、農(nóng)藥殘留、作物生長(zhǎng)、土壤溫度、土壤耕作、經(jīng)濟(jì)效益和作物環(huán)境控制等模塊組成,能夠以天為時(shí)間步長(zhǎng),定量模擬農(nóng)田水土資源和作物生產(chǎn)力長(zhǎng)周期動(dòng)態(tài)變化過(guò)程,可用來(lái)評(píng)價(jià)農(nóng)田作物生產(chǎn)管理策略和水土資源環(huán)境效應(yīng)[1-3]。本研究采用的WinEPIC3060版,可以輸出逐日分層土壤水分模擬結(jié)果[14-15]。
依據(jù)當(dāng)時(shí)大田試驗(yàn)的布設(shè),模型中苜蓿于1985年秋季播種,從1986年開始,每年的6月上旬和8月下旬各進(jìn)行一次收獲;馬鈴薯于1990年4月中旬播種,8月下旬收獲;冬小麥從1990年秋季開始播種,每年6月上旬收獲,9月下旬播種。
根據(jù)實(shí)地調(diào)查數(shù)據(jù)和《中國(guó)土種志》和《陜西土壤》中的調(diào)查記錄[19-20],考慮到草糧輪作系統(tǒng)中的苜蓿對(duì)土壤水分利用深度問(wèn)題[21-23]和模型對(duì)土層數(shù)的限制,土壤數(shù)據(jù)庫(kù)中的黑壚土被設(shè)定為6.0 m,其土層和深度分別為0~0.1、0.1~0.5、0.5~1.0、1.0~ 1.5、1.5~ 2.0、2.0 ~ 3.0、3.0~ 4.0、4.0~5.0和5.0~6.0 m(表 1)。0~6.0 m 土層土壤平均田間持水量和萎蔫系數(shù)分別為0.27和0.13 m/m,平均土壤容重為1.32 g/cm3[24]。
氣象數(shù)據(jù)庫(kù)中的長(zhǎng)武逐日氣象數(shù)據(jù)(逐日最高溫度、逐日最低溫度、逐日降水量、逐日相對(duì)濕度、逐日風(fēng)速和逐日太陽(yáng)輻射量)來(lái)源于長(zhǎng)武氣象站,其中逐日太陽(yáng)輻射量是根據(jù)逐日日照時(shí)數(shù)轉(zhuǎn)換而來(lái)的[14]。EPIC模型在模擬作物生長(zhǎng)及其產(chǎn)量形成過(guò)程時(shí),通過(guò)作物參數(shù)控制作物生長(zhǎng)發(fā)育進(jìn)程,描述階段發(fā)育與形態(tài)發(fā)育狀況,計(jì)算作物對(duì)土壤水分、養(yǎng)分的吸收數(shù)量,估算溫度、水分、氮素和磷素對(duì)生物量積累和經(jīng)濟(jì)產(chǎn)量形成的脅迫[9]。本研究的作物參數(shù)根據(jù)文獻(xiàn)[15,21,24-26]和實(shí)地測(cè)定進(jìn)行調(diào)整和設(shè)定(表2)。模型在模擬作物潛在蒸騰量時(shí)采用Penman-Monteith法進(jìn)行計(jì)算[2-3]。
表1 長(zhǎng)武旱塬黑壚土主要理化參數(shù)
表2 EPIC模型中冬小麥、苜蓿和馬鈴薯部分重要生長(zhǎng)參數(shù)修訂值
2.1.1苜蓿草地土壤濕度變化動(dòng)態(tài) 1986、1987和1988年逐月苜蓿草地0~2.0 m土層土壤濕度觀測(cè)平均值分別為0.225、0.183和0.225 m/m,模擬平均值分別為0.217、0.181和0.231 m/m,二者的相關(guān)系數(shù)分別為0.755、0.721和0.793,RMSE平均值分別為0.037、0.012和0.035 m/m(表3)。回歸方程中的截距均<0.200,其中>0.100的次數(shù)為2次,占總模擬次數(shù)的13.3%;相對(duì)誤差均<14%,其中>10%的有2次,占總模擬次數(shù)的13.3%(表3)。1986年中的0.5~1.0 m土層、1987年的0.5~1.0、1.0~1.5 m 土層,1988年的0~0.1、1.0~1.5和1.5~2.0 m土層的12個(gè)月平均土壤濕度模擬值比觀測(cè)值略小。干旱年型(1986年)和超濕潤(rùn)年型(1988年)1.0~2.0 m的相關(guān)系數(shù)和RMSE值均高于正常年型(1987年)。
1986年0~0.5 m土層受降水的影響在6月土壤濕度出現(xiàn)了一個(gè)小的峰值,1.0~2.0 m土層土壤濕度受苜蓿消耗的影響呈現(xiàn)逐漸下降的趨勢(shì);1987年0~0.1 m土層受降水的影響在5-10月呈現(xiàn)波動(dòng)性上升趨勢(shì),0.5~2.0 m土層土壤濕度呈現(xiàn)逐漸下降的趨勢(shì);1988年0~2.0 m土層土壤濕度在5-7月出現(xiàn)一個(gè)低谷時(shí)期(圖1)。
2.1.2苜蓿草地土壤濕度剖面分布 在1986年1月-1989年4月,0~2.0 m土層土壤濕度觀測(cè)值和模擬值間的相關(guān)系數(shù)>0.65的次數(shù)為28次,占總測(cè)定次數(shù)的70%,相關(guān)系數(shù)<0.50的次數(shù)為6次,占總數(shù)的15%。在40次數(shù)據(jù)剖面比較中(圖2),顯著相關(guān)的次數(shù)為35次,占總數(shù)的87.5%,不顯著相關(guān)的次數(shù)為5次,占總數(shù)的12.5%。
1986(干旱年型)、1987(正常年型)和 1988年(超濕潤(rùn)年型)土壤濕度模擬值和觀測(cè)值相關(guān)系數(shù)達(dá)到顯著相關(guān)的次數(shù)分別為7次、8次和10次。1986、1987和1988年0~2.0 m土層土壤濕度模擬值和觀測(cè)值的RMSE值平均值分別為0.032、0.023和0.035 m/m,1987年模擬值和觀測(cè)值達(dá)到顯著相關(guān)的次數(shù)少于1988年,RMSE值低于1986和1988年,模型對(duì)正常年型(1987年)的模擬效果好于干旱年型(1986年)和超濕潤(rùn)年型(1988年)。
表3 不同降水年型1-12月苜蓿草地0~2.0 m土層土壤濕度比較
圖1 不同降水年型苜蓿草地不同土層逐月土壤濕度模擬值和觀測(cè)值變化動(dòng)態(tài)
2.2.1馬鈴薯田土壤濕度變化動(dòng)態(tài) 1990年3月20日-8月20日馬鈴薯田0~2.0 m土層土壤濕度觀測(cè)平均值為0.256 m/m,模擬平均值為0.246 m/m,其相關(guān)系數(shù)平均為0.790,RMSE值平均為0.023 m/m(表4)。土壤濕度模擬值總體上略低于觀測(cè)值,但二者間差異不顯著(P>0.05),且其變化趨勢(shì)一致(圖 3)。在1990年5月20日的1.5~2.0 m土層模擬值和觀測(cè)值差異顯著(P<0.05),相應(yīng)的值分別為 0.192和 0.236 m/m,對(duì)氣象數(shù)據(jù)分析發(fā)現(xiàn)1990年4月下旬-5月中旬長(zhǎng)武降水量較正常年份增加了30.3 mm。
2.2.2馬鈴薯田土壤濕度剖面分布 在11次馬鈴薯田土壤濕度剖面分布(圖4)的比較中,土壤濕度觀測(cè)值和模擬值均為正相關(guān),且均達(dá)到顯著水平(P<0.05)。土壤濕度模擬值和觀測(cè)值相關(guān)系數(shù)在 9月24日為 0.91,達(dá)到了極顯著水平(P<0.01);在10月5日為0.65,達(dá)到顯著水平(P<0.05);其他日期(9次)的相關(guān)系數(shù)均介于0.75~0.90,且均達(dá)到了極顯著水平(P<0.01)。除8月5日模擬值略高于觀測(cè)值外,5月5日和7月5日的模擬值均略低于觀測(cè)值。
圖2 不同降水年型不同季節(jié)苜蓿草地土壤濕度剖面分布模擬值和觀測(cè)值比較
圖3 馬鈴薯田不同土層不同季節(jié)土壤濕度模擬值和觀測(cè)值變化動(dòng)態(tài)
表4 馬鈴薯田不同土層土壤濕度模擬值和觀測(cè)值比較
2.3.1冬小麥田土壤濕度變化動(dòng)態(tài) 在1990年9月-1993年8月,冬小麥田0~2.0 m土層土壤濕度觀測(cè)平均值和模擬平均值分別為0.176和0.204 m/m,相關(guān)系數(shù)平均為0.973,RMSE平均值為0.011 m/m(表 5)。在 1990年 9月-1991年7月和1992年10月-1993年7月,冬小麥田土壤濕度模擬值和觀測(cè)值均表現(xiàn)為趨勢(shì)性降低;在1991年7月-1992年6月和1992年6月-1992年10月,冬小麥田土壤濕度模擬值和觀測(cè)值均表現(xiàn)為趨勢(shì)性恢復(fù),模擬值和觀測(cè)值波動(dòng)趨勢(shì)基本一致(圖5)。
圖4 馬鈴薯田土壤濕度剖面分布模擬值和觀測(cè)值比較
表5 1990-1993年冬小麥田不同土層土壤濕度模擬值和觀測(cè)值比較
圖5 小麥田不同土層土壤濕度模擬值和觀測(cè)值變化動(dòng)態(tài)
2.3.2冬小麥田土壤濕度剖面分布 在1990年9月-1993年8月的6次土壤濕度剖面分布的比較中,只有1991年9月28日的0~2.0 m 土層土壤濕度觀測(cè)值和模擬值相關(guān)系數(shù)低于0.60,占總次數(shù)的16.7%;其他5次均高于0.70,為顯著相關(guān)(P<0.05),占總模擬次數(shù)的83.3%。在6次比較中,RMSE值均低于0.02 m/m,相對(duì)誤差平均值為1.3%。各土層土壤濕度模擬值和觀測(cè)值的剖面分布規(guī)律基本一致(圖6)。
圖6 小麥田土壤濕度剖面分布模擬值和觀測(cè)值比較
3.1 關(guān)于模型的主要數(shù)據(jù)庫(kù)和參數(shù)在建立作物數(shù)據(jù)庫(kù)、土壤數(shù)據(jù)庫(kù)和氣象數(shù)據(jù)庫(kù)的過(guò)程中,相應(yīng)的List數(shù)據(jù)和Data數(shù)據(jù)必須嚴(yán)格的對(duì)應(yīng)一致。其中氣象數(shù)據(jù)庫(kù)中的站點(diǎn)信息如氣象站名稱和經(jīng)緯度等必須具有唯一性,否則模型將會(huì)因檢索不到氣象數(shù)據(jù)而出現(xiàn)不能運(yùn)行的現(xiàn)象。在SOIL_DATA文件中soil depth(土壤數(shù)據(jù)庫(kù)中的一個(gè)土壤參數(shù))的數(shù)值是指從地表到該土層底部的深度,不是該土層的厚度,許多模型應(yīng)用者因?yàn)閷?duì)這個(gè)參數(shù)的錯(cuò)誤理解,導(dǎo)致了模型不能正確運(yùn)行。在作物參數(shù)數(shù)據(jù)庫(kù)中(crops)常會(huì)因?yàn)镈LAP1、DLAP2、RLAD 和 DMLA 的設(shè)置不合理而出現(xiàn)作物生長(zhǎng)過(guò)慢或者過(guò)快的現(xiàn)象。模型中的DLAP1、DLAP2 為兩段函數(shù),即 DLAP1、DLAP2在圖7中的值分別為10.10和60.96,DMLA為作物生育期中的最大潛在葉面積指數(shù)(圖7中的點(diǎn)C),RLAD描述了作物后期葉面積指數(shù)下降的特征,即D點(diǎn)到E點(diǎn)的曲線特征,不同的值對(duì)應(yīng)著不同的下降曲線(圖7中的曲線M、L、K)。
圖7 EPIC模型中影響作物S形生長(zhǎng)曲線的重要參數(shù)
3.2 關(guān)于模擬結(jié)果苜蓿地、馬鈴薯田和冬小麥田土壤濕度模擬值和觀測(cè)值間的平均RRMSE值(RRMSE=RMSE/觀測(cè)值)分別為 0.145、0.090和0.063(表3、4和5),表明模型對(duì)馬鈴薯地土壤水分的模擬精度最高。圖1的1986年11月、圖3的1990年6月20日和圖5的1991年6月土壤濕度觀測(cè)值的上層和下層間差異較明顯,而模型的模擬值沒(méi)能反映出這種差異。通過(guò)對(duì)逐月降水量的分析發(fā)現(xiàn),1986年11月,1990年6月,1991年6月的月降水量都較同期平均降水量偏低;圖1的1988年9月、圖3的1990年8月20日和圖5的1993年6月的土壤濕度模擬值和觀測(cè)值幾乎相等,這些月份的月降水量均與同期平均降水量接近或者略有偏高。因此,模型在較干旱的月份對(duì)土壤濕度的模擬會(huì)出現(xiàn)一定的偏差。苜蓿草地土壤濕度的RRMSE值在1986(干旱年型)、1987(正常年型)和1988(超濕潤(rùn)年型)年分別為0.147、0.131和0.156(表3),表明模型在正常年型對(duì)苜蓿地土壤濕度的模擬精度高于在干旱年型和超濕潤(rùn)年型。綜上所述,模型在黃土高原地區(qū)對(duì)土壤水分的模擬精度受降水量的影響,在正常年型中的模擬精度最高,在干旱年型和超濕潤(rùn)年型的模擬精度偏低。這與Roloff等[11]的研究結(jié)果相似,他們認(rèn)為模型在正常年型對(duì)春小麥產(chǎn)量的模擬精度高于在干旱年型。
模型中的土壤物理結(jié)構(gòu)、土壤導(dǎo)水率、降水量、作物根系分布等都會(huì)影響模型對(duì)土壤濕度的模擬精度。有些影響因素如逐日降水量、土壤的沙粒含量、粉粒含量和粘粒含量等數(shù)據(jù)很容易從試驗(yàn)中得到,有些影響因素如作物的根深、RLAD、深層土壤的飽和導(dǎo)水率等通過(guò)試驗(yàn)難以獲得。在建立模型的過(guò)程中首先保證了容易獲得的參數(shù)嚴(yán)格符合實(shí)際,對(duì)于通過(guò)試驗(yàn)難以獲得的參數(shù)值則根據(jù)相關(guān)研究文獻(xiàn)查到相應(yīng)的數(shù)值范圍,在合理的范圍內(nèi)根據(jù)模擬結(jié)果采用反饋法對(duì)模型參數(shù)進(jìn)行修訂。因此,本研究的模擬結(jié)果仍然存在不足之處,雖然各個(gè)土層土壤濕度模擬值的變化趨勢(shì)和觀測(cè)值相一致,但并不是每個(gè)月的土壤水分都和觀測(cè)值相等或相近。今后通過(guò)試驗(yàn)的方法獲得更深土層的土壤數(shù)據(jù)和作物根系分布數(shù)據(jù),建立更合理的土壤數(shù)據(jù)庫(kù)和作物根系分布方程將會(huì)進(jìn)一步提高模型對(duì)土壤濕度的模擬精度。
在EPIC模型中最多可建立的土層數(shù)為10層。由于土層數(shù)的限制,本研究建立的數(shù)據(jù)僅為6.0 m。從作物對(duì)土壤水分的最大利用深度來(lái)考慮,6.0 m深的土層能夠滿足模擬冬小麥和馬鈴薯田土壤水分的需要。有研究表明,苜蓿對(duì)土壤水分的最大利用深度可以達(dá)到10 m[21],因此本研究所建立的土壤數(shù)據(jù)庫(kù),不能完全滿足模擬苜蓿地土壤濕度的需要。如果按照10 m深度建立土壤數(shù)據(jù)庫(kù)則會(huì)因土壤剖層厚度過(guò)大,而使模擬精度降低。因此,擴(kuò)大模型中土層數(shù)或許會(huì)提高模型對(duì)苜蓿草地土壤濕度的模擬精度。
EPIC模型能夠較好模擬苜蓿草地、馬鈴薯田和冬小麥田土壤水分的動(dòng)態(tài)變化規(guī)律。模型在正常年型(1987年)對(duì)苜蓿草地0~2.0 m土層土壤濕度的模擬精度高于干旱年型(1986年)和超濕潤(rùn)年型(1988年);模型對(duì)馬鈴薯地和冬小麥田土壤水分的模擬精度高于對(duì)苜蓿草地土壤水分的模擬精度,增加模型中土壤的土層數(shù),建立合理作物根系分布方程,將有利于提高模型對(duì)苜蓿等深根系作物土壤濕度的模擬精度。
[1]Williams J R,Jones C A,Kiniry J R,etal.The EPIC crop growth model[J].Transactions of the ASAE,1989,32(2):475-511.
[2]Williams J R,Dyke P T,Fuchs W W,et al.EPICErosion/Productivity ImpactCalculator:2.User Manual[M].USDA Agriculture Technical Bulletin No.1768,1990:127.
[3]Texas A&M Blackland Research Center.Researcher's Guide to WinEPIC,Version 1.0.BRC.report No.0406[R].Texas:Texas A&M Blackland Research Center,2004.
[4]Reyes M,Raczkowski C W,Gayle G A,et al.Comparing the soil loss predictions of GLEAMS,RUSLE,EPIC,and WEPP[J].T ransactions of the ASAE,2004,47(2):489-493.
[5]Bhuyan S P,Kalita K,Janssen K A,et al.Soil loss predictions with three erosion simulation models[J].Environmettal Modelling&Software,2002,17(2):135-144.
[6]Williams J R,Jones C A,Dyke P T.A modeling approach to determining the relationship between erosion and soil productivity[J].Transactions of the ASAE,1984,27(1):129-144.
[7]Jones C A,Dyke P T,Williams J R,et al.EPIC:An operational model for evaluation of agricultural sustainability[J].Agricutural Systems,1991,37:341-350.
[8]Williams J R.The EPIC model[A].In:Singh V P.Computer Models of Watershed Hydrology[C].Highlands Ranch,Colorado:Water Resources Publications,1995:909-1000.
[9]Renard K G.Predicting Soil Erosion by Water:A Guide to Conservation Planning with the Revised Universal Loss Soil Equation(RUSLE)[M].Washington,DC:U.S.Department of Agriculture,Agricultural Research Service,1997.
[10]Purveen H,Izaurralde R C,Chanasyk D S,et al.E-valuation of EPIC's snowmelt and water erosion sub models using data from the Peace River Region of Alberta[J].Canadian Journal of Soil Science,1997,77:41-50.
[11]Roloff G,de Jong R,Zentner R P,et al.Estimating spring wheat yield variability with EPIC[J].Canadian Journal ofPlant Science,1998,78(3):541-549.
[12]Williams J R,Arnold J G,Srinivasan R.The APEX Model[R].Texas A&M University:BRC Report No.00-06.Texas Agric.Expt.Station,Texas Agric.Exten.Service,2000.
[13]王宗明,梁銀麗.應(yīng)用EPIC模型計(jì)算黃土塬區(qū)作物生產(chǎn)潛力的初步嘗試[J].自然資源學(xué)報(bào),2002,17(4):481-487.
[14]李軍,邵明安,張興昌.黃土高原地區(qū) EPIC模型數(shù)據(jù)庫(kù)組建[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2004,32(8):21-26.
[15]李軍,邵明安,張興昌.黃土高原旱塬地冬小麥水分生產(chǎn)潛力與土壤水分動(dòng)態(tài)的模擬研究[J].自然資源學(xué)報(bào),2004,19(6):738-746.
[16]王學(xué)春,李軍,郝明德.施肥水平對(duì)長(zhǎng)武旱塬地冬小麥產(chǎn)量影響的模擬[J].農(nóng)業(yè)工程學(xué)報(bào),2008,24(8):45-50.
[17]陳兵,李軍,李小芳.黃土高原南部旱塬地苜蓿水分生產(chǎn)潛力模擬研究[J].干旱地區(qū)農(nóng)業(yè)研究,2006,24(3):31-35.
[18]春亮,楊桂霞,辛?xí)云?等.利用 EPIC模型模擬北京春播紫花苜蓿的當(dāng)年生長(zhǎng)[J].華北農(nóng)學(xué)報(bào),2007,22(增刊):163-166.
[19]全國(guó)土壤普查辦公室.中國(guó)土種志(第五卷)[M].北京:中國(guó)農(nóng)業(yè)出版社,1995:244-254.
[20]陜西省土壤普查辦公室.陜西土壤[M].北京:科學(xué)出版社,1992.
[21]郭正剛,劉慧霞,王彥榮.刈割對(duì)紫花苜蓿根系生長(zhǎng)影響的初步分析[J].西北植物學(xué)報(bào),2004,24(2):215-22.
[22]山侖,徐炳成.黃土高原半干旱地區(qū)建設(shè)穩(wěn)定人工草地的探討[J].草業(yè)學(xué)報(bào),2009,18(2):1-2.
[23]劉沛松,賈志寬,李軍,等.寧南旱區(qū)草糧輪作系統(tǒng)中紫花苜蓿適宜利用年限研究[J].草業(yè)學(xué)報(bào),2008,17(3):31-39.
[24]郭勝利,黨廷輝,郝明德.施肥對(duì)半干旱區(qū)小麥產(chǎn)量、NO3-N累積和水分平衡的影響[J].中國(guó)農(nóng)業(yè)科學(xué),2005,38(4):754-760.
[25]徐炳成,山侖.苜蓿和沙打旺苗期需水及其根冠比[J].草地學(xué)報(bào),2003,11(1):78-82.
[26]王愛(ài)華,黃沖平.馬鈴薯生育期進(jìn)程的計(jì)算機(jī)模擬模型研究[J].中國(guó)馬鈴薯,2003(2):74-78.