聶志剛，李 廣

(1. 甘肅農(nóng)業(yè)大學信息科學技術(shù)學院，甘肅蘭州730070;2. 甘肅省干旱生境作物學重點實驗室，甘肅蘭州730070)

由于葉片制造的光合產(chǎn)物對產(chǎn)量的形成至關(guān)重要，群體光合速率又與群體葉面積緊密相關(guān)，所以對作物葉面積變化的模擬是研究作物葉片生長規(guī)律的有效方法。葉面積常用葉面積指數(shù)LAI (leaf area index)表示，LAI 定義為單位土地面積上植物的總?cè)~面積［1］。國內(nèi)外研究者用模型機理對作物葉面積指數(shù)進行了動態(tài)模擬研究。馮躍華等用ORYZA2000 模型對貴陽地區(qū)水稻葉面積指數(shù)進行模擬［2］，孫成明等進行了基于FACE 試驗的水稻葉面積指數(shù)動態(tài)模擬研究［3］，熊偉等利用DSSAT 中的CERES-Wheat 模型分析了我國小麥區(qū)模型機理應用的效果及誤差來源［4］，趙虎等進行了基于WOFOST 模型同化時序HJCCD 數(shù)據(jù)反演葉面積指數(shù)方面的研究［5］，馬新明等在小麥生長模型(WCSODS)在河南省的適應性評價研究中也涉及到了葉面積指數(shù)的模擬［6］。然而，利用作物生長模擬模型APSIM (agricultural production system simulator)定點定位模擬黃土丘陵溝壑區(qū)域旱地小麥葉面積指數(shù)動態(tài)變化過程還鮮有報道。在田間試驗的基礎(chǔ)上調(diào)試APSIM 模型參數(shù)并連續(xù)測算小麥葉面積指數(shù)，利用APSIM 模型模擬不同耕作措施下小麥全生育期葉面積指數(shù)動態(tài)變化過程，并進行小麥葉面積指數(shù)的影響分析，以期為深入研究旱地小麥葉片生長規(guī)律提供一定的理論依據(jù)。

1 材料與方法

1.1 試驗地點與試驗設(shè)計

1.1.1 試驗地點。田間試驗于2002 年－2005 年進行，地點位于甘肅省定西市安定區(qū)李家堡鄉(xiāng)甘肅農(nóng)業(yè)大學旱農(nóng)試驗站。試驗點地處甘肅省中部偏南，海拔2 000 m，氣候?qū)僦袦貛В隉o霜期140 d。試驗地土壤為黃綿土，見表1，平坦無起伏，無灌溉條件，多年平均降雨量391.0 mm，年蒸發(fā)量1 531 mm，干燥度2.53，80%保證率的降水量為365 mm，是我國半干旱雨養(yǎng)農(nóng)業(yè)典型地區(qū)［7－10］。一年一熟制，春小麥是種植面積較大的作物。

表1 試驗地點自然條件和土壤肥力Tab.1 Natural conditions and soil fertility in Dingxi city

1.1.2 試驗設(shè)計。供試作物為定西35 號春小麥。試驗中氮肥施用量為150 kg N·hm－2，供施氮肥為尿素(含純N 46 %)，磷肥施用量為105 kg·hm－2，為普通過磷酸鈣(含P2O514%)，肥料作為基肥在播種時施入，不用農(nóng)家肥［7－10］。按定西地區(qū)常用播量187.5 kg·hm－2，用甘肅農(nóng)業(yè)大學研制的2BMFS－5/10 型免耕播種機播種，播深均為7 cm，田間管理與當?shù)卮筇锵嗤?。試驗設(shè)計包括6 個處理，每處理4 次重復，行列距0.25 m，邊行列0.5 m 為保護，試驗小區(qū)面積20 m × 4 m，共24 個小區(qū)，隨機區(qū)組排列［11］，各處理描述如表2。

1.1.3 取樣及測定方法。每年3 月份播種，7 月份收獲，小麥生育期總共134 d 左右，包括分蘗期、拔節(jié)期、孕穗期、抽穗期、開花期、灌漿期、乳熟期和蠟熟期8 個階段。分別于各生長階段在研究小區(qū)選取10 株典型植株用長寬系數(shù)法［12］測算葉面積指數(shù)，每株每次重復3 次測量取平均值即為該株該次測量的葉面積，所獲10 株相關(guān)葉面積取平均值并計算，即為本次測量所獲測算值，每階段以天為單位分4 次時間點重復測算并取平均值，即為該階段的葉面積指數(shù)平均測算值。每處理共得到32 次測算值，8 組階段對應測算平均值，6 處理重復。

長寬系數(shù)法:葉面積=0.83 ×葉長×葉寬［12］，葉枕到葉尖的距離為葉長，葉片最寬處的距離為葉寬［11］，植株總?cè)~面積與土地面積的比值為葉面積指數(shù)。

1.2 APSIM 模擬

澳大利亞農(nóng)業(yè)生產(chǎn)系統(tǒng)研究組(APSRU)從1991 年開始研制農(nóng)業(yè)生產(chǎn)系統(tǒng)模型APSIM (agricultural production system simulator)。國外利用APSIM 模型在作物輪作專家決策、氣候變化對作物的影響效應以及水土保持評價等方面進行了大量的研究，國內(nèi)對APSIM 模型的應用還只涉及到地域適用性和氣候風險評估與水肥管理等方面［7－10，13－16］。李廣等已經(jīng)對APSIM 模型在黃土丘陵溝壑區(qū)的適用性、水肥管理以及產(chǎn)量影響等方面進行了系統(tǒng)的研究，研究結(jié)果表明APSIM 模型對旱地小麥全生育期生長模擬具有較高的精度［7－10］。

表2 不同耕作措施下小麥葉面積指數(shù)試驗設(shè)計Tab.2 Test design of leaf area index on wheat under different tillage measures

1.2.1 模型參數(shù)。APSIM 模型以研究區(qū)精確的氣候和土壤資料為基本知識庫，氣候庫由甘肅省氣象局提供的1970 年－2001 年研究區(qū)氣象數(shù)據(jù)和2002 年－2005 年試驗點測得的氣象資料組成，土壤庫以天氣和管理措施引起的土壤特征變量的連續(xù)變化為庫構(gòu)建的核心［7－10］。作物屬性模塊是APSIM 模型模擬各種一年生和多年生作物的通用生長模擬框架，只是要在模擬機理的約束下，以作物品種遺傳特性、作物生長發(fā)育進程、植株形態(tài)與產(chǎn)量形成等變量為參數(shù)，在研究區(qū)定位田間試驗基礎(chǔ)上，經(jīng)過修改和訂正，建立適宜的多源作物屬性參數(shù)集合，才能連接到平臺中進行模擬［7－10］。小麥葉面積指數(shù)模擬試驗參數(shù)來源于李廣等研究者在黃土丘陵溝壑區(qū)APSIM 模型適用性研究［9］中經(jīng)過反復本土化修訂的參數(shù)。

1.2.2 不同耕作措施模擬試驗。針對不同耕作措施對旱地小麥葉面積指數(shù)影響的預測，設(shè)計相同耕作環(huán)境不同耕作措施6 處理模擬試驗。在小麥全生育期8 個階段，分別以天為單位，每階段選取與大田試驗對應時間點4 次模擬值并取平均值，作為該階段的葉面積模擬平均值。每處理共得到32 次模擬值，8 組階段對應模擬平均值，6 處理重復。

1.2.3 模型檢驗方法。模型檢驗方法主要采用國際上統(tǒng)一的均方根誤差(RMSE)、歸一化均方根誤差(NRMSE)、相關(guān)系數(shù)(R)、及模型的有效性指數(shù)(ME)對模擬值與觀測值的擬合度進行分析。計算公式如下:

公式(1)、 (2)、 (3)中:RMSE——均方根誤差;NRMSE——歸一化均方根誤差;YObs——實測值;YSim——模擬值;Ymean——實測值的平均值。RMSE 值越小，表明模擬值與實際觀測值的偏差越小，NRMSE 控制在10%以內(nèi)說明模型的模擬有較高精度［7－10］。ME為模型的有效性指數(shù)，Zhang［17］認為當ME大于0.5 時，表明模型的模擬結(jié)果較好。

2 結(jié)果與分析

2.1 APSIM 模型檢驗

圖1 和表3 表明，6 種耕作措施下小麥全生育期內(nèi)的葉面積指數(shù)模擬值和實測值，其分布均趨近1∶1線，表現(xiàn)了很好的一致性并都控制在－15%～+15%誤差線，相關(guān)系數(shù)(R)范圍在0.988～0.999，均呈顯著正相關(guān)。表3 說明，基于APSIM 模型模擬的6 種耕作措施小麥葉面積指數(shù)，其模型有效性指數(shù)(ME)0.957～0.985，各處理均大于0.5，歸一化均方根誤差(NRMSE)為5.88%～9.95%，控制在10%以內(nèi)。APSIM 模型對小麥葉面積指數(shù)的模擬具有較高的精度。

圖1 小麥葉面積指數(shù)實測和模擬相關(guān)分析Fig.1 Correlation analysis of observed and simulated value of leaf area index in wheat

2.2 不同耕作措施旱地小麥葉面積指數(shù)分析

從模擬結(jié)果來看，小麥全生育期內(nèi)，傳統(tǒng)耕作+ 秸稈還田(TS)、免耕(NT)、免耕+ 秸稈覆蓋(NTS)、傳統(tǒng)耕作+地膜覆蓋(TP)和免耕+地膜覆蓋(NTP)的平均葉面積指數(shù)分別比傳統(tǒng)耕作(T)提高了17.9%、8.18%、33.1%、24.7%和52%。由于耕作措施的改進，局部階段有明顯影響，NTP 下葉面積指數(shù)最大值出現(xiàn)在開花期，有別于其他耕作措施。整體上來看，葉面積指數(shù)不是隨生長的加劇越來越大，由圖2 可知不同耕作措施下小麥全生育期葉面積指數(shù)隨小麥的生長而呈單峰曲線變化［18－19］。分蘗期到拔節(jié)期增長緩慢，孕穗期過后曲線斜率繼續(xù)增大，葉面積指數(shù)增長態(tài)勢顯著，葉面積指數(shù)曲線拐點出現(xiàn)在抽穗期(T，TS，NT，NTS，TP，)和開花期(NTP)。此后，隨著小麥生殖生長的加劇，下層葉片被遮蔭，從灌漿期到乳熟期葉面積指數(shù)明顯下降，在蠟熟期達到最小值。

3 結(jié)論與討論

在典型黃土丘陵溝壑區(qū)域定西2002 年－2005 年定位試驗的基礎(chǔ)上，對APSIM 模型參數(shù)進行反復率定并對模型有效性進行檢驗，進而分別模擬6 種耕作措施下小麥全生育期間葉面積指數(shù)動態(tài)變化過程，并進行小麥葉面積指數(shù)影響分析，得到以下結(jié)論:

①田間試驗結(jié)果表明:6 種耕作措施下，小麥全生育期內(nèi)，葉面積指數(shù)分布均趨近1∶1 線，表現(xiàn)了很好的一致性并都控制在－15%～+15%誤差線內(nèi)，相關(guān)系數(shù)(R)范圍在0.988～0.999，均呈顯著正相關(guān);歸一化均方根誤差(NRMSE)范圍在5.88%～9.95%，控制在10%以內(nèi);模型有效性指數(shù)(ME)范圍介于0.957～0.985，各處理均大于0.5。APSIM 模型在黃土丘陵溝壑區(qū)對不同耕作措施下小麥葉面積指數(shù)的模擬具有較高的精度。

表3 小麥生育期間葉面積指數(shù)模擬值與測算值統(tǒng)計分析指標Tab.3 Analysis indices of simulated and observed value of leaf area index in wheat growth stage

圖2 不同耕作措施下小麥葉面積指數(shù)動態(tài)變化Fig 2 Dynamic changes of wheat LAI under different measures

②小麥全生育期內(nèi)，傳統(tǒng)耕作+秸稈還田(TS)、免耕(NT)、免耕+秸稈覆蓋(NTS)、傳統(tǒng)耕作+地膜覆蓋(TP)和免耕+ 地膜覆蓋(NTP)的平均葉面積指數(shù)分別比傳統(tǒng)耕作(T)提高了17.9%、8.18%、33.1%、24.7%和52%。盡管耕作措施的改進提高了葉面積指數(shù)，但是不論采用何種耕作措施，小麥生長到一定程度，由于下層葉片被遮蔭，光合作用的效率降低，所以葉面積指數(shù)由增長轉(zhuǎn)為下降態(tài)勢明顯。葉面積指數(shù)最大階段，出現(xiàn)在抽穗期(T，TS，NT，NTS，TP，)和開花期(NTP)。

由于當?shù)靥镩g試驗數(shù)據(jù)的缺乏和對氣候因素變化觀測不足，導致模型的預測還存在誤差。盡管APSIM模型參數(shù)在田間試驗的基礎(chǔ)上進行了反復的本土化修改，能夠考慮到作物吸收水分和養(yǎng)分的影響，但是對于病蟲害、極端氣候等影響因素的考慮還比較欠缺，從而造成模擬值較測算值高且有起伏。今后，要在田間試驗數(shù)據(jù)積累和氣候資料精確測定的基礎(chǔ)上進一步提高APSIM 模型精確性，并且通過逐步實踐應用對模擬約束條件滾動優(yōu)化以發(fā)展模型的有效預測性。

［1］李 明，張長利，房俊龍. 基于圖像處理技術(shù)的小麥葉面積指數(shù)的提?。跩］. 農(nóng)業(yè)工程學報，2010，26 (1):205－209.

［2］馮躍華，黃敬峰，陳長青，等. 基于ORYZA2000 模型模擬貴陽地區(qū)一季中稻的適應性初探［J］. 中國農(nóng)學通報，2012，28 (9):26－32.

［3］孫成明，莊恒揚，楊連新，等. FACE 水稻葉面積指數(shù)的模擬研究［J］. 農(nóng)業(yè)環(huán)境科學學報，2007，26 (3):1003－1007.

［4］熊 偉. CERES－Wheat 模型在我國小麥區(qū)的應用效果及誤差來源［J］. 應用氣象學報，2009，20 (1):88－94.

［5］趙 虎，裴志遠，馬尚杰，等. WOFOST 模型同化時序HJCCD 數(shù)據(jù)反演葉面積指數(shù)［J］. 農(nóng)業(yè)工程學報，2012，28 (11):158－163.

［6］馬新明，張娟娟，劉合兵，等. 小麥生長模型(WCSODS)在河南省的適應性評價研究［J］. 中國農(nóng)業(yè)科學，2006，39 (9):1789－1795.

［7］李 廣，黃高寶. 基于APSIM 模型的降水量分配對旱地小麥和豌豆產(chǎn)量影響的研究［J］. 中國生態(tài)農(nóng)業(yè)學報，2010，18 (2):342－347.

［8］李 廣，黃高寶，王 琦，等. 基于APSIM 模型的旱地小麥和豌豆水肥協(xié)同效應分析［J］. 草業(yè)學報，2011，20 (5):151－159.

［9］李 廣，黃高寶，Bellotti W，等. APSIM 模型在黃土丘陵溝壑區(qū)不同耕作措施中的適用性［J］. 生態(tài)學報，2009，29 (5):2655－2663.

［10］李 廣，李 玥，黃高寶，等. 基于APSIM 模型旱地春小麥產(chǎn)量對溫度和CO2 濃度升高的響應［J］. 中國生態(tài)農(nóng)業(yè)學報，2012，20 (8):1088－1095.

［11］練宏斌. 不同耕作措施對旱地春小麥光合生理生態(tài)特性的影響［D］. 蘭州:甘肅農(nóng)業(yè)大學，2008.

［12］黃占斌，山 侖. 水分利用效率及其生理生態(tài)機理研究進展［J］. 生態(tài)農(nóng)業(yè)研究，1998，6 (4):19－23.

［13］Asseng S，Keating B A，F(xiàn)illery I R P，et al. Performance of the APSIM－wheat model in western Australia［J］. Field Crops Research，1998，57 (2):163－179.

［14］Asseng S，Van Keulen H，Stol W，et al. Performance and application of the APSIM N－wheat model in the Netherlands［J］. European Journal of Agronomy，2000，12 (1):37－54.

［15］王 琳，鄭有飛，于 強，等. APSIM 模型對華北平原小麥—玉米連作系統(tǒng)的適用性［J］. 應用生態(tài)學報，2007，18 (11):2480－2486.

［16］王 琳，鄭有飛，于 強，等. 農(nóng)田生產(chǎn)系統(tǒng)模型(APSIM)在土地和水肥資源管理中的應用［J］. 農(nóng)業(yè)環(huán)境與發(fā)展，2007 (3):27－32.

［17］Zhang X C. Calibration，efinement，and application of the WEPP model for simulation climatic impact on wheat production［J］. Transactions of the ASAE，2004，47 (4):1075－1085.

［18］張學藝，張 磊，黃 峰，等. 寧夏灌區(qū)春小麥葉面積指數(shù)的動態(tài)模擬［J］. 干旱地區(qū)農(nóng)業(yè)研究，2011，29 (1):193－196，205.

［19］高聚林，劉克禮，劉瑞香，等. 不同栽培條件對春小麥葉面積指數(shù)的影響［J］. 麥類作物學報，2003，23 (3):85－89.