于穎多，陳華堂，魏 征，張寶忠

(1.中國(guó)水利水電科學(xué)研究院 流域水循環(huán)模擬與調(diào)控國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100038；2.國(guó)家節(jié)水灌溉北京工程技術(shù)研究中心，北京 100048；3.中國(guó)灌溉排水發(fā)展中心，北京 100054)

0 引 言

提高作物水分生產(chǎn)率是農(nóng)業(yè)節(jié)水的關(guān)鍵目標(biāo)，作物水分生產(chǎn)率由土壤、氣象、品種、農(nóng)耕措施(灌溉、施肥等)因素綜合影響，表現(xiàn)出時(shí)空分異特性。如何確定作物水分生產(chǎn)率的主控因子，提出基于主控因子的作物水分生產(chǎn)率協(xié)同提升途徑，是水分生產(chǎn)率多因素協(xié)同提升的研究熱點(diǎn)。

近年來(lái)，采用單點(diǎn)模型(SWAP[1]、AquaCrop[2]、SimDualKc[3]模型等)、區(qū)域模型(SWAP-EPIC[4]、Hydrus-EPIC[5]、植被界面過(guò)程(VIP)模型[6]等)等水文或作物模型結(jié)合RS、GIS的方法對(duì)作物水分生產(chǎn)率進(jìn)行估算，探討作物水分生產(chǎn)率的估算方法、時(shí)空變化特征，采用灰色關(guān)聯(lián)分析[7]、主成分分析[8]、偏最小二乘法[9]等局部敏感性分析方法得到了影響作物水分生產(chǎn)率的主控因子。胡廣錄采用灰色關(guān)聯(lián)分析了11個(gè)影響因素與小麥水分生產(chǎn)率的關(guān)系，指出≥10 ℃積溫、農(nóng)藥費(fèi)用、勞動(dòng)力和管理費(fèi)用、化肥施用量、水費(fèi)依次是影響水分生產(chǎn)率的主要因素[8]。Xiaolin Li等采用偏最小二乘法分析了7個(gè)因子與糧食作物灌溉水分生產(chǎn)率的關(guān)系，得出農(nóng)藝措施(灌溉量、施肥量、地膜用量以及農(nóng)藥用量)、日均溫度和太陽(yáng)輻射是影響灌溉水分生產(chǎn)率的主要因子[9]。

對(duì)于強(qiáng)調(diào)多個(gè)參數(shù)變化及參數(shù)之間的交互作用對(duì)模型輸出變量影響的全局敏感性分析方法[10～12]，主要集中在利用擴(kuò)展傅里葉幅度檢驗(yàn)法(EFAST)對(duì)CERE模型，APSIM-Wheat模型、WOFOST模型、EPIC模型、AquaCrop模型的作物參數(shù)進(jìn)行全局敏感性分析[13-17]，但對(duì)于DNDC模型、對(duì)于作物參數(shù)“本地化”應(yīng)用后土壤、氣象、田間管理參數(shù)的全局敏感性分析尚未見報(bào)道。本文構(gòu)建了華北地區(qū)典型作物-夏玉米的DNDC模型，采用EFAST方法研究了氣象、土壤、田間管理(灌溉量、施肥量)參數(shù)對(duì)夏玉米水分生產(chǎn)率的影響特征及相對(duì)重要程度，闡明了不同參數(shù)對(duì)夏玉米水分生產(chǎn)率的敏感程度在水文年型轉(zhuǎn)變條件下的變化趨勢(shì)，以期為作物水分高效利用提供科學(xué)依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

田間觀測(cè)試驗(yàn)于 2012-2013 年夏玉米生長(zhǎng)期(6-10 月)在中國(guó)水利水電科學(xué)研究院大興節(jié)水灌溉試驗(yàn)研究基地(北緯39°37′,東經(jīng)116°26′)進(jìn)行，試驗(yàn)區(qū)為半干旱大陸性季風(fēng)氣候，年平均降雨量540 mm，80%以上的降雨集中在夏玉米生長(zhǎng)季，年平均氣溫為12.1 ℃，全年大于10 ℃的有效積溫為4 730 ℃，無(wú)霜期平均為185 d，全年日照時(shí)數(shù)約為2 600 h，平均水面蒸發(fā)量1 800 mm以上。試驗(yàn)區(qū)土壤為砂壤土，土層深厚，有機(jī)質(zhì)含量較高。

1.2 試驗(yàn)設(shè)計(jì)

供試夏玉米種植品種為聯(lián)科96，考慮夏玉米生長(zhǎng)期間雨熱同期，試驗(yàn)設(shè)置播前灌，生育期內(nèi)無(wú)灌溉，管理措施與當(dāng)?shù)厍闆r一致，小區(qū)面積30 m2，共30個(gè)小區(qū)。兩年的播種期、收獲期及全生育期降雨量詳見表1，灌水量詳見表2。

表1 夏玉米播種期、收獲期及生育期內(nèi)降雨量Tab.1 Sowing time,harvest time and rainfall in the growth period of summer maize

表2 夏玉米全生育期灌水量(包括播前灌)Tab.2 Irrigation amount (irrigating before seeding)in the growth period of summer maize

1.3 測(cè)定項(xiàng)目與方法

1.3.1 土壤水分

用TRIM系統(tǒng)測(cè)定每個(gè)田塊中部土壤水分，由于DNDC模型只能模擬0～50 cm的土層深度土壤理化性質(zhì)變化，所以每周監(jiān)測(cè)1次不同控制深度(0～20、10～30、20～40、30～50 cm)土壤體積含水率，通過(guò)加權(quán)平均計(jì)算0～50 cm土壤體積含水率平均值，每次降雨(>20 mm)后第3 d加測(cè)1次，重復(fù)3次。

1.3.2 地上部干物質(zhì)量

地上部干物量自出苗后每5 d測(cè)定1次，每次選擇3株代表性植株，在108 ℃下殺青30 min，80 ℃烘干至恒重，根據(jù)種植密度折算得到地上部干物質(zhì)量。

1.3.3 產(chǎn) 量

夏玉米單打單收，稱所有果穗總鮮重，從所收果穗中隨機(jī)選取20穗求平均鮮穗重，脫粒，風(fēng)干后稱重，折算為含水量14%的標(biāo)準(zhǔn)產(chǎn)量。

1.3.4 蒸發(fā)蒸騰量

冠層潛熱通量采用渦度相關(guān)系統(tǒng)測(cè)定，詳細(xì)介紹見參考文獻(xiàn)[18]，通過(guò)潛熱通量與水的氣化潛熱的比值計(jì)算農(nóng)田蒸發(fā)蒸騰量。

ET=LE/λ

(1)

式中：LE為潛熱通量，W/m2；λ為汽化潛熱，MJ/kg；ET為農(nóng)田蒸發(fā)蒸騰量，mm/d。

1.4 數(shù)學(xué)模型

1.4.1 DNDC模型

美國(guó)新罕布什爾大學(xué)地球海洋與空間研究中心李長(zhǎng)生教授等研發(fā)和推廣了DNDC模型，該模型是首選的生物地球化學(xué)模型之一[19]。DNDC模型核心是模擬環(huán)境條件-植物生長(zhǎng)-土壤變化的C、N循環(huán)過(guò)程及其相互作用，擁有土壤環(huán)境、植物生長(zhǎng)、有機(jī)質(zhì)分解、硝化反映、脫氮反應(yīng)、發(fā)酵反應(yīng)等子模塊。DNDC模型得到了多個(gè)國(guó)家的大量科學(xué)研究人員的認(rèn)可，并用來(lái)模擬中國(guó)、美國(guó)、澳大利亞、印度等各國(guó)農(nóng)作物生長(zhǎng)過(guò)程、農(nóng)業(yè)溫室氣體排放、面源污染等，曹媛等檢驗(yàn)了DNDC模型在華北地區(qū)典型糧食作物的適用性，喬帥帥等應(yīng)用DNDC模型得到了華北地區(qū)典型井灌區(qū)三種灌溉水平下的冬小麥作物參數(shù)[20-24]。

1.4.2 EFAST全局敏感性分析方法

EFAST法基于模型方差分析原理，認(rèn)為模型輸出變量的方差V是由單個(gè)輸入?yún)?shù)的變異及參數(shù)之間的相互作用引起的，分解模型方差可以求出各參數(shù)及參數(shù)間相互作用對(duì)該方差的貢獻(xiàn)量，即各參數(shù)的敏感性指數(shù)，模型的總方差V可分解為：

(2)

式中：Vi為由參數(shù)xi引起的模型結(jié)果的方差；Vij為參數(shù)xi通過(guò)參數(shù)xj作用所貢獻(xiàn)的方差(耦合方差)；Vijm為參數(shù)xk通過(guò)參數(shù)xj、xm作用貢獻(xiàn)的方差；V12…k為參數(shù)xk通過(guò)參數(shù)x12…k作用所貢獻(xiàn)的方差。

參數(shù)xi的一階敏感性指數(shù)Si和二階敏感性指數(shù)Sij可定義為：

(3)

其中敏感性指數(shù)Si反映的是該參數(shù)對(duì)模型輸出總方差的直接貢獻(xiàn)率。Sijm、S12…i…k是參數(shù)xi的三階、k階敏感性指數(shù)，參數(shù)xi的全局敏感性指數(shù)反映了參數(shù)直接貢獻(xiàn)率和通過(guò)參數(shù)間的交互作用間接對(duì)模型輸出總方差的貢獻(xiàn)率之和，可表示為：

ST,i=Si+Sij+Sijm…+S12…i…k

(4)

1.4.3 模型參數(shù)選擇

WUE=T/ETc/10

(5)

式中：WUE為水分生產(chǎn)率，kg/m3；Y為產(chǎn)量，kg/hm2；ETc為夏玉米全生育期蒸發(fā)蒸騰量，mm。

表3 DNDC模型氣象、土壤和管理參數(shù)取值范圍Tab.3 Value range of parameters in DNDC model

2 結(jié) 果

2.1 夏玉米DNDC模型作物參數(shù)率定和驗(yàn)證

2.1.1 土壤水分

DNDC模型作物參數(shù)取值如表4所示，由0～50 cm土壤水分模擬值與實(shí)測(cè)值對(duì)比可知(圖1和表5)，在率定期[圖1(a)]，土壤水分模擬值與實(shí)測(cè)值吻合較好，在p=0.01水平上顯著相關(guān)，兩者回歸曲線斜率為1.00，RMSE為1.23 cm3/cm3，占土壤可用水量的6.83%，模型有效性指數(shù)(EF)為0.83；在驗(yàn)證期[圖1(b)]，土壤水分模擬值與實(shí)測(cè)值在p=0.01水平上顯著相關(guān)，兩者回歸線斜率為0.97，RMSE為2.01 cm3/cm3，占土壤可用水量的11.17%，模型有效性指數(shù)(EF)為0.55。

圖1 0～50 cm土壤水分模擬值與實(shí)測(cè)值對(duì)比圖Fig.1 Contrast diagram of simulated and measured values of soil moisure (0～50 cm)

表4 DNDC模型作物參數(shù)取值Tab.4 Crop parameters value in DNDC model

2.1.2 地上部干物質(zhì)量

由夏玉米地上部干物質(zhì)量模擬值與實(shí)測(cè)值變化動(dòng)態(tài)對(duì)比可知(圖2和表5)，在率定期[圖2(a)]，夏玉米地上部干物質(zhì)量模擬值與實(shí)測(cè)值吻合較好，在p=0.01水平上顯著相關(guān)，兩者回歸線斜率為0.87，RMSE為2.33 t/hm2，占實(shí)測(cè)最大干物質(zhì)量的比例為9.64%，在驗(yàn)證期[圖2(b)]，夏玉米地上部干物質(zhì)量模擬值與實(shí)測(cè)值差別在生育前期比較大，在p=0.01水平上顯著相關(guān)，兩者回歸線斜率為0.98，RMSE為2.62 t/hm2，占實(shí)測(cè)最大干物質(zhì)量的比例為12.05%，模型有效性指數(shù)(EF)為0.89。

圖2 夏玉米地上部干物質(zhì)量實(shí)測(cè)值與模擬值Fig.2 Change chart of simulated and measured values of the shoot biomass

表5 DNDC模型0～50 cm土壤水分與地上部干物質(zhì)量模擬值及實(shí)測(cè)值統(tǒng)計(jì)參數(shù)Tab.5 Statistical Parameters between simulated and measured values of soil moisture and the shoot biomass

2.1.3 產(chǎn) 量

由2012和2013年夏玉米產(chǎn)量的實(shí)測(cè)值與模擬值可知(表6)，DNDC模型對(duì)夏玉米產(chǎn)量的模擬一致性很高，相對(duì)誤差分別為2.86%和5.48%。

表6 DNDC模型產(chǎn)量模擬值與實(shí)測(cè)值Tab.6 The simulated and measured values of yield in DNDC

2.1.4 夏玉米蒸發(fā)蒸騰量

利用渦度相關(guān)系統(tǒng)測(cè)定的夏玉米農(nóng)田潛熱通量計(jì)算2013年夏玉米蒸發(fā)蒸騰量(2012年渦度相關(guān)系統(tǒng)儀器檢修，數(shù)據(jù)缺失)，并與DNDC計(jì)算的ET模擬值進(jìn)行對(duì)比，兩者的關(guān)系圖如圖3所示，ET模擬值與ET實(shí)測(cè)值決定系數(shù)為0.33，回歸系數(shù)為0.78，RMSE為1.31 mm/d，在p=0.05水平上顯著相關(guān)(N=60)，因此，DNDC模型對(duì)夏玉米蒸發(fā)蒸騰量的變化具有一定的解釋能力。

圖3 ET對(duì)比圖Fig.3 Contrast diagram of simulated and measured values of ET

2.2 全局敏感性參數(shù)分析

對(duì)比灌溉水量和施肥量對(duì)夏玉米水分生產(chǎn)率的變化方差貢獻(xiàn)率可知，灌溉水量、第二次施肥量的總敏感性指數(shù)呈降低變化，第一次施肥量的總敏感性指數(shù)呈增加變化；灌溉水量的一階敏感性指數(shù)呈降低變化，第一次施肥量的一階敏感性指數(shù)呈增加變化，第二次施肥量的一階敏感性指數(shù)變化幅度較小，當(dāng)水文年型由豐水年-平水年-枯水年轉(zhuǎn)換時(shí)，施肥量對(duì)夏玉米水分生產(chǎn)率變化方差的貢獻(xiàn)率呈增加變化，灌溉水量呈降低變化，但不同水文年的灌溉水量變化方差貢獻(xiàn)率(36.4%)大于施肥量的貢獻(xiàn)率(27.82%)。

圖4 各限制因子總敏感性指數(shù)Fig.4 Total sensitivity index of parameters

圖5 各限制因子一階敏感性指數(shù)Fig.5 First sensitivity index of parameters

3 討 論

本研究在完成了DNDC模型作物參數(shù)“本地化”后，進(jìn)一步研究當(dāng)?shù)貧庀?、土壤和田間管理參數(shù)變化對(duì)夏玉米水分生產(chǎn)率的敏感程度。從結(jié)果看，土壤田間持水率、CO2濃度、第二次灌溉水量、降雨量以及土壤初始銨氮濃度是不同水文年條件下夏玉米水分生產(chǎn)率敏感性高的限制因素。從不同學(xué)者的氣候、土壤和田間管理參數(shù)對(duì)作物水分生產(chǎn)率的敏感性分析來(lái)看，胡廣錄指出考慮灌溉、化肥、農(nóng)藥、種子、人工等市場(chǎng)價(jià)格，≥10℃積溫、生育期降雨、化肥施用量、水費(fèi)是小麥、玉米水分生產(chǎn)率主要敏感因子，Xiaolin Li等指出灌溉量、施肥量、日均溫度是河西走廊作物水分生產(chǎn)率的主要敏感因子，姜志偉等提出在Ceres-Wheat作物參數(shù)本地化后，土壤排水上限對(duì)干旱區(qū)小麥產(chǎn)量影響較大，劉站東等指出深松耕能夠提升根層持水水量，提高作物水分生產(chǎn)率約10%[26]，Hatfield等認(rèn)為土壤養(yǎng)分能夠影響作物光合，適當(dāng)?shù)耐寥鲤B(yǎng)分形式可以提高作物水分生產(chǎn)率[27]。對(duì)比可知，生育期降雨、田間持水率、土壤初始銨氮濃度、灌溉量基本一致，對(duì)于不同地區(qū)以及不同作物，各參數(shù)的敏感程度排序有差異。不一致的主要是作物生長(zhǎng)積溫和施肥量，作物生長(zhǎng)積溫作為DNDC模型“本地化”作物參數(shù)之一，未參與氣候、土壤和田間管理參數(shù)變化對(duì)夏雨米水分生產(chǎn)率的敏感程度研究。當(dāng)采用EFAST方法計(jì)算了考慮積溫變化條件下氣象、土壤、田間管理參數(shù)對(duì)夏玉米水分生產(chǎn)率的敏感程度可知，積溫、CO2、降雨量、第一次灌溉水量和第一次施肥量依次是影響夏玉米水分生產(chǎn)率的主要因子，其中積溫對(duì)夏玉米水分生產(chǎn)率的變化方差貢獻(xiàn)率達(dá)到32.9%。對(duì)于施肥量，Xiaolin Li等指出施肥量的貢獻(xiàn)率(32.8%)大于灌溉水量(20.6%)，本文研究的灌溉水量對(duì)夏玉米水分生產(chǎn)率的貢獻(xiàn)率(36.43%)大于施肥量(27.82%)，灌溉水量對(duì)其他參數(shù)交互作用的影響占比(95%)亦高于施肥量(89%)，兩者有一定區(qū)別，這與參數(shù)種類的選取以及數(shù)據(jù)來(lái)源有一定關(guān)系，應(yīng)進(jìn)一步量化模型/農(nóng)業(yè)全要素對(duì)水分生產(chǎn)率的敏感性。

4 結(jié) 論

本研究構(gòu)建了夏玉米DNDC模型，率定和驗(yàn)證了DNDC模型作物參數(shù)，運(yùn)用擴(kuò)展傅里葉幅度檢驗(yàn)法分析了不同水文年土壤參數(shù)、氣象參數(shù)以及田間管理措施(灌溉水量和施肥量)對(duì)夏玉米水分生產(chǎn)率的全局敏感性，主要結(jié)論如下：

(1)率定和驗(yàn)證了夏玉米DNDC模型，模型能夠解釋0～50 cm土壤水分變化動(dòng)態(tài)、ET、夏玉米生長(zhǎng)動(dòng)態(tài)以及產(chǎn)量，RMSE分別占土壤可用水量、地上部最大干物質(zhì)量的比例不超過(guò)15%；

(2)提出了基于EFAST的夏玉米水分生產(chǎn)率的限制因子全局敏感性分析方法，灌溉水量、土壤初始氨氮濃度、CO2濃度、第二次施肥量、降雨量以及日最高溫度是夏玉米水分生產(chǎn)率的主要限制因子；

(3)當(dāng)水文年型由豐水年-平水年-枯水年變化時(shí)，灌溉水量對(duì)夏玉米水分生產(chǎn)率變化方差的貢獻(xiàn)率呈高于施肥量貢獻(xiàn)率的變化趨勢(shì)。