崔金濤 丁繼輝 YESILEKIN Nebi 鄧 升 邵光成

(1.河海大學(xué)水文水資源與水利工程科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室， 南京 210098； 2.河海大學(xué)水文水資源學(xué)院， 南京 210098；3.河海大學(xué)農(nóng)業(yè)科學(xué)與工程學(xué)院， 南京 210098； 4.佛羅里達(dá)大學(xué)農(nóng)業(yè)生物工程學(xué)院， 蓋恩斯維爾 32608；5.江西省水利科學(xué)研究院農(nóng)村水利研究所， 南昌 330029)

0 引言

隨著農(nóng)業(yè)信息技術(shù)的興起，作物模型逐漸成為數(shù)字農(nóng)業(yè)和現(xiàn)代農(nóng)業(yè)研究的熱點(diǎn)[1]。自提出植被冠層光能截獲作物生長(zhǎng)模型[2]后，經(jīng)過(guò)50多年的發(fā)展已經(jīng)涌現(xiàn)了大量的作物模型，其中較為成熟的作物生長(zhǎng)模型主要有DSSAT(Decision support system for agrotechnology transfer)[3-4]、APSIM (Agricultural production system simulator)[5-6]、AquaCrop[7]、WOFOST(Worldfood studies)[8]和STICS (Simulateur multidisciplinaire pour Ies cultures standard)[9]等。與傳統(tǒng)田間試驗(yàn)相比，作物生長(zhǎng)模型借助一系列數(shù)學(xué)公式，通過(guò)對(duì)農(nóng)田生態(tài)系統(tǒng)中天氣變化、養(yǎng)分循環(huán)、作物生長(zhǎng)等過(guò)程進(jìn)行模擬，為作物栽培、水肥管理、生態(tài)環(huán)境調(diào)控等方面提供決策，具有省時(shí)、省力、易重現(xiàn)的優(yōu)點(diǎn)。因此，作物生長(zhǎng)模型的應(yīng)用越來(lái)越廣泛。

農(nóng)業(yè)生態(tài)系統(tǒng)運(yùn)行過(guò)程十分復(fù)雜，涉及眾多的物理過(guò)程及生化反應(yīng)，因此作物模型在擁有眾多優(yōu)點(diǎn)的同時(shí)，也面臨著參數(shù)過(guò)多、難以獲取的問(wèn)題[10-11]。以DSSAT模型為例，僅要求輸入的土壤參數(shù)就有10多個(gè)，如果再考慮土壤異質(zhì)性進(jìn)行分層，則需要輸入的土壤參數(shù)數(shù)量會(huì)成倍增加。雖然土壤參數(shù)具有明確物理含義，可以根據(jù)田間實(shí)測(cè)數(shù)據(jù)確定，但是在實(shí)際應(yīng)用中，由于田間土壤的異質(zhì)性，一些土壤參數(shù)的測(cè)量值可能變化范圍較大[12]，同時(shí)一些參數(shù)的測(cè)量極其復(fù)雜繁瑣，很難對(duì)模型所涉及的全部參數(shù)進(jìn)行測(cè)量和標(biāo)定[13]。通常只測(cè)量和標(biāo)定對(duì)模型模擬結(jié)果影響較大的參數(shù)，而固定或簡(jiǎn)單處理對(duì)模型模擬結(jié)果影響較小的參數(shù)[11,13-15]。因此，篩選出對(duì)模擬結(jié)果敏感的關(guān)鍵控制參數(shù)，從而減少田間實(shí)測(cè)參數(shù)數(shù)量、降低模型輸入?yún)?shù)獲取難度，對(duì)模型參數(shù)率定及后續(xù)模型本地化、區(qū)域化應(yīng)用至關(guān)重要。

敏感性分析可以確定參數(shù)對(duì)模擬結(jié)果的影響，從而篩選出對(duì)模擬敏感度較高的參數(shù)。全局敏感性分析不僅可以同時(shí)檢驗(yàn)多個(gè)參數(shù)變化對(duì)模擬結(jié)果的影響，還評(píng)估了參數(shù)對(duì)模擬結(jié)果的直接和間接影響，因此廣泛應(yīng)用于地學(xué)、農(nóng)學(xué)等領(lǐng)域的模型參數(shù)敏感性分析。近年來(lái)，不少學(xué)者已將全局敏感性分析法成功應(yīng)用到作物生長(zhǎng)模型的參數(shù)敏感性分析中[10,13,16-20]。然而，已有研究大多集中于品種參數(shù)和田間管理對(duì)模擬結(jié)果的敏感性分析，研究目的多服務(wù)于模型調(diào)參率定，而對(duì)減少模型土壤參數(shù)實(shí)測(cè)數(shù)量及土壤參數(shù)簡(jiǎn)單處理的研究尚不多見(jiàn)。近年來(lái)，在促進(jìn)農(nóng)業(yè)生產(chǎn)的同時(shí)，開(kāi)始注重對(duì)肥料的高效利用和對(duì)農(nóng)業(yè)面源污染的防治[21-22]。氮肥作為一種在農(nóng)業(yè)生產(chǎn)中最為常見(jiàn)、施用最多的肥料[21]，常通過(guò)氨揮發(fā)、淋溶、徑流、硝化-反硝化作用等途徑損失。土壤狀況是影響氮素運(yùn)移、轉(zhuǎn)化過(guò)程及不同形態(tài)氮素分布的重要因素之一[23]，研究氮素在農(nóng)業(yè)生產(chǎn)中的運(yùn)移、轉(zhuǎn)化過(guò)程及土壤對(duì)該過(guò)程的影響機(jī)理，有助于指導(dǎo)人們科學(xué)合理施肥[21]，模型氮素分布敏感性研究可為模型在肥料高效利用及面源污染防治方面的應(yīng)用提供理論參考。然而，已有研究大多側(cè)重于模擬作物生長(zhǎng)及產(chǎn)量方面，鮮見(jiàn)涉及氮素運(yùn)移、轉(zhuǎn)化過(guò)程的研究。

本文以江蘇省漣水縣水利科學(xué)研究站為研究區(qū)，根據(jù)冬小麥田間實(shí)測(cè)數(shù)據(jù)，應(yīng)用EFAST法分析CERES-Wheat模型中的土壤參數(shù)對(duì)冬小麥生長(zhǎng)及氮素分布等模擬的敏感性，旨在降低模型土壤參數(shù)輸入要求，為模型本地化應(yīng)用提供技術(shù)支撐。

1 材料與方法

1.1 CERES-Wheat模型及參數(shù)

CERES-Wheat模型是DSSAT-CERES模型中的一個(gè)子模塊，以天為步長(zhǎng)動(dòng)態(tài)模擬冬小麥在不同的氣象、土壤及灌溉、施肥等田間管理下的生長(zhǎng)發(fā)育[24]。模型通過(guò)計(jì)算作物冠層截獲有效光合輻射來(lái)驅(qū)動(dòng)，涉及水分吸收、光合過(guò)程、干物質(zhì)分配和植株生長(zhǎng)以及衰老等基本生理生態(tài)過(guò)程，模擬作物物候、葉面積變化、生長(zhǎng)發(fā)育及生物產(chǎn)量形成，并在模擬過(guò)程中考慮生長(zhǎng)過(guò)程中溫度、水分和氮素等脅迫因素影響[24-25]。模型運(yùn)行需要輸入氣象數(shù)據(jù)、土壤數(shù)據(jù)、作物參數(shù)和田間管理信息4部分[3,24]。氣象數(shù)據(jù)至少包括模擬期內(nèi)每日最低和最高氣溫、每日降雨量和太陽(yáng)輻射量；土壤數(shù)據(jù)包括土壤容重、孔隙率、凋萎系數(shù)、田間持水率等土壤特性參數(shù)，并采用分層形式表達(dá)每一層土壤物理、水力、形態(tài)結(jié)構(gòu)等特征；作物參數(shù)包括生態(tài)型、物種型和品種型3種參數(shù)，描述作物各器官光合作用、呼吸作用等生理過(guò)程，一般在模型率定調(diào)參時(shí)僅考慮品種型參數(shù)，不建議修改生態(tài)型和物種型參數(shù)[26]；田間管理信息包括種植日期、種植密度、行距、灌溉、施肥類型及施肥量等信息[27]。

本研究所需的試驗(yàn)數(shù)據(jù)來(lái)源于江蘇省漣水縣水利科學(xué)研究站(119.27°E，33.78° N，海拔7.5 m)。該地區(qū)屬于暖溫帶季風(fēng)性半濕潤(rùn)氣候，多年平均氣溫14.8℃，日照時(shí)數(shù)2 280 h，降雨量時(shí)間分布不均，多集中于5—9月，多年平均降雨量為979 mm，多年平均蒸發(fā)量為1 056 mm。模型所需的氣象數(shù)據(jù)來(lái)源于中國(guó)氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.cn)淮安站。氣象數(shù)據(jù)主要包括日最高氣溫、最低氣溫、降雨量及日照時(shí)數(shù)等。模型所需的太陽(yáng)輻射量根據(jù)獲得的日照時(shí)數(shù)由埃斯曲郎經(jīng)驗(yàn)公式估算得到[28]。模型所需的土壤數(shù)據(jù)主要來(lái)源于田間試驗(yàn)的實(shí)測(cè)數(shù)據(jù)及模型中相同土壤類型的默認(rèn)土壤數(shù)據(jù)。供試區(qū)耕地層土壤為砂壤土，0～30 cm土壤容重為1.4 g/cm3，田間持水率為28.7%(質(zhì)量含水率)。模型所需輸入的土壤參數(shù)及取值范圍如表1所示，土壤參數(shù)的上下限為試驗(yàn)區(qū)不同地塊實(shí)測(cè)土壤參數(shù)最大值和最小值。

表1 選取的DSSAT模型中土壤參數(shù)Tab.1 Definition and intervals of soil parameters in DSSAT model

模型所需的作物參數(shù)來(lái)源于文獻(xiàn)[29]，該文獻(xiàn)調(diào)參并驗(yàn)證了江蘇省漣水縣水利科學(xué)研究站種植的淮麥11的品種參數(shù)值，分別為春化天數(shù)(P1V)35.57 d，光周期影響因子(P1D)94.81%，灌漿期積溫(P5)707.2℃，開(kāi)花期冬小麥單位冠層生物量籽粒數(shù)(G1)28.86粒/g，標(biāo)準(zhǔn)籽粒質(zhì)量(G2)23.52 mg，成熟期標(biāo)準(zhǔn)條件下單蘗質(zhì)量(G3)1.228 g，葉熱間隔(PHINT)60.00℃。模型所需的田間管理數(shù)據(jù)來(lái)源于試驗(yàn)的觀測(cè)記錄和調(diào)查。冬小麥于2006年10月15日播種，行距15 cm，播深5 cm，播種密度為400粒/m2。田間管理措施如灌溉、施肥、除草、病蟲(chóng)害防治等按當(dāng)?shù)卣Ｌ镩g管理進(jìn)行。

本研究主要考慮模型的2類輸出，即冬小麥生產(chǎn)指標(biāo)和氮分布指標(biāo)。其中生產(chǎn)指標(biāo)包含地上生物量(CWAM)、產(chǎn)量(HWAM)、收獲指數(shù)(HIAM)；氮分布指標(biāo)包括表征植物各器官中氮素含量的4個(gè)輸出量，即地上生物量中氮素含量(CNAM)、籽粒中氮素含量(GNAM)、根中氮素含量(RNAD)及葉中氮素含量(LNAD)，表征土壤中氮素含量變化的4個(gè)輸出量，即作物吸收氮素量(NUCM)、土壤淋失氮素量(NLCM)、土壤中硝態(tài)氮含量(NITD)及銨態(tài)氮含量(NHTD)，表征土壤中氮素轉(zhuǎn)化的4個(gè)輸出量，即氮礦化量(NMNC)、硝化量(NITC)、反硝化量(NDNC)及氨揮發(fā)量(AMLC)。

1.2 EFAST方法

擴(kuò)展傅里葉幅度檢驗(yàn)(EFAST)法是一種基于方差分解的全局敏感性分析方法，結(jié)合了FAST和Sobol法的優(yōu)點(diǎn)改進(jìn)而來(lái)。其算法簡(jiǎn)單介紹如下：

設(shè)有模型y=f(x1,x2,…,xm)，通過(guò)傅里葉轉(zhuǎn)換可將其轉(zhuǎn)換為y=f(s)，轉(zhuǎn)換函數(shù)為

(1)

(2)

(3)

(4)

式中ωi——參數(shù)xi的振蕩頻率，i=1,2,…,m

φi——每個(gè)參數(shù)xi的隨機(jī)初相位，取[0,2π]

s——標(biāo)量變量，取[-π,π]

p——傅里葉變換參數(shù)

Ap、Bp——傅里葉振幅

參數(shù)xi變化引起的模型輸出方差Vi為

(5)

(6)

p∈Z={-∞,…,-1,1,…,+∞}

模型總方差為

(7)

對(duì)標(biāo)量s在[-π,π]中等間隔取樣，傅里葉振幅Ap和Bp近似計(jì)算式為

(8)

(9)

式中Ns——取樣總數(shù)

sk——標(biāo)量s的第k個(gè)取樣值

模型總方差可分解為

(10)

式中Vi——參數(shù)xi自身變化引起的方差

Vij——參數(shù)xi通過(guò)參數(shù)xj作用貢獻(xiàn)的方差

V12…m——參數(shù)x1通過(guò)其余m-1個(gè)參數(shù)相互作用貢獻(xiàn)的方差

通過(guò)歸一化處理后，參數(shù)xi的一階敏感性指數(shù)Si可表示其對(duì)模型輸出總方差的直接貢獻(xiàn)，即

(11)

總敏感性指數(shù)為

(12)

式中V-i——不包括參數(shù)xi的其他所有參數(shù)方差之和

1.3 模型參數(shù)敏感性分析方案

全局敏感性分析試驗(yàn)采用SimLab(Version 2.3)進(jìn)行分析，CERES-Wheat模型運(yùn)行借助于RStudio進(jìn)行模擬運(yùn)行，具體方案如下：

(1)在SimLab中定義模型輸入?yún)?shù)的取值范圍及分布形式。本研究中土壤參數(shù)取值范圍如表1所示，并假設(shè)參數(shù)在范圍內(nèi)服從均勻分布。

(2)在參數(shù)范圍內(nèi)進(jìn)行隨機(jī)取樣，生成多維參數(shù)集。EFAST法認(rèn)為采樣次數(shù)大于參數(shù)個(gè)數(shù)65倍的分析結(jié)果才有效，本研究共產(chǎn)生1 455組參數(shù)。

(3)將生成的參數(shù)集寫(xiě)入對(duì)應(yīng)的CERES-Wheat模型文件中，運(yùn)行模型并整理模擬結(jié)果。

(4)將模擬生成的數(shù)據(jù)整理成SimLab可識(shí)別的文本格式，通過(guò)SimLab進(jìn)行分析并得到最終的敏感性分析結(jié)果。

2 結(jié)果與分析

2.1 冬小麥生產(chǎn)指標(biāo)敏感性分析

由土壤參數(shù)對(duì)冬小麥生產(chǎn)指標(biāo)的一階敏感性指數(shù)和全局敏感性指數(shù)分析結(jié)果(圖1)可知，對(duì)于地上生物量平均全局敏感指數(shù)最大的前3個(gè)參數(shù)為SDUL、SLHB和SLRO，分別可解釋地上生物量變化方差的70%、57%和48% (圖1a)。一階和全局敏感性分析結(jié)果表明，SLHB對(duì)CWAM的影響主要通過(guò)與其他參數(shù)的交互作用實(shí)現(xiàn)，而SDUL、SLRO對(duì)CWAM的影響主要是其直接效應(yīng)引起的，與其他參數(shù)的交互作用對(duì)CWAM的影響較小。在參數(shù)設(shè)定范圍內(nèi)，CWAM隨SDUL、SLHB、SLRO參數(shù)值增加呈現(xiàn)增加趨勢(shì)。除SDUL、SLRO、SLHB、SLNI 4個(gè)參數(shù)外，其余參數(shù)全局敏感性指數(shù)均小于0.10，表明對(duì)CWAM的影響較小，甚至可忽略不計(jì)。與CWAM敏感性結(jié)果類似，HWAM和HIAM對(duì)SDUL、SLRO、SLHB、SLNI較為敏感(圖1b、1c)，在參數(shù)值獲取時(shí)需要重點(diǎn)關(guān)注，尤其是在目標(biāo)土壤存在高異質(zhì)性時(shí)。

圖1 土壤參數(shù)對(duì)冬小麥生產(chǎn)指標(biāo)的敏感性分析Fig.1 Results of global sensitivity analysis of soil parameters for production indexes of winter wheat

2.2 冬小麥氮素分布指標(biāo)敏感性分析

土壤參數(shù)對(duì)冬小麥中氮素分布指標(biāo)的敏感性結(jié)果(圖2)表明，SLHB是影響地上生物量中氮素含量最敏感的參數(shù)，可解釋CNAM變化方差的75%，且主要通過(guò)與其他參數(shù)的交互作用產(chǎn)生影響(圖2a)。在參數(shù)設(shè)定范圍內(nèi)，CNAM隨SLHB參數(shù)值的增加而增加。SDUL則是對(duì)籽粒中氮素含量最敏感的參數(shù)，可解釋GNAM變化方差的70%，且其直接效應(yīng)占主導(dǎo)(圖2b)。在參數(shù)設(shè)定范圍內(nèi)，GNAM與SDUL呈正相關(guān)，GNAM隨SDUL增加而增加。對(duì)地上生物量和籽粒中氮素含量平均一階敏感性指數(shù)大于0.10的參數(shù)有SDUL、SLRO、SLHB和SLNI，表明這些參數(shù)是影響CNAM和GNAM較為敏感的土壤參數(shù)，與其余土壤參數(shù)相比，在野外獲取這4個(gè)參數(shù)時(shí)需充分考慮土壤異質(zhì)性的影響。對(duì)于根中氮素含量而言，僅有SLNI是引起冬小麥根氮素含量的最關(guān)鍵土壤參數(shù)，且RNAD與SLNI呈正相關(guān)關(guān)系；其余參數(shù)全局敏感性指數(shù)均小于0.10，表明對(duì)RNAD變化影響小于10%(圖2c)。對(duì)于葉中氮素含量，平均一階和全局敏感性指數(shù)大于0.10的參數(shù)均為SLNI和SDUL，且其直接效應(yīng)占主導(dǎo)，而與其他參數(shù)的間接效應(yīng)對(duì)LNAD變化的影響較小(圖2d)。在參數(shù)設(shè)定范圍內(nèi)，LNAD與SLNI和SDUL均呈正相關(guān)。

2.3 土壤氮素形態(tài)指標(biāo)敏感性分析

由土壤參數(shù)對(duì)模型模擬的作物吸收氮量、氮素淋失量及土壤中硝態(tài)氮、銨態(tài)氮含量的敏感性分析結(jié)果(圖3)可知，影響作物吸收氮量較敏感的參數(shù)有SLRO、SDUL、SLNI和SLHB，且SLRO、SDUL和SLNI的直接效應(yīng)占主導(dǎo)，與其他參數(shù)的間接效應(yīng)影響較小(圖3a)。在參數(shù)設(shè)定范圍內(nèi)，NUCM與SLRO、SDUL、SLNI均呈正相關(guān)關(guān)系。對(duì)氮素淋失影響最敏感的參數(shù)為SLDR，可解釋其變化方差的65%，且其直接效應(yīng)占主導(dǎo)(圖3b)。對(duì)NLCM，平均一階敏感性指數(shù)大于0.10的參數(shù)還有SDUL、SBDM和SLNI。雖然SLCL對(duì)NLCM的直接影響較小，僅可解釋NLCM變化方差的2%，但其通過(guò)與其他參數(shù)交互作用所引起的間接影響可解釋NLCM變化方差的26%，表明在研究模擬氮素淋失時(shí)，SLCL也是需要重點(diǎn)測(cè)定的土壤參數(shù)之一。在CERES模型中，NLCM與SLDR、SBDM、SLNI均呈現(xiàn)正相關(guān)關(guān)系，而與SDUL呈負(fù)相關(guān)關(guān)系。對(duì)于土壤硝態(tài)氮含量，僅對(duì)SLNI和SBDM較為敏感，分別能解釋NITD變化方差的76%和29%(圖3c)。在參數(shù)設(shè)定范圍內(nèi)，NITD分別隨SLNI和SBDM增加而增加。土壤銨態(tài)氮含量則對(duì)SLNI和SLHB變化較為敏感，分別能解釋NHTD變化方差的69%和17%，且均是直接效應(yīng)占主導(dǎo)(圖3d)。在參數(shù)設(shè)定范圍內(nèi)，NHTD與SLNI呈正相關(guān)關(guān)系，而與SLHB呈負(fù)相關(guān)關(guān)系。在研究模擬氮素分布時(shí)，需要重點(diǎn)考慮土壤異質(zhì)性對(duì)SLNI、SLHB和SBDM的影響。

圖3 土壤參數(shù)對(duì)作物吸收氮量、氮淋失量及土壤中硝態(tài)氮、銨態(tài)氮含量的敏感性分析Fig.3 Results of global sensitivity analysis of soil parameters for nitrogen uptake and leached, content of total soil nitrate and ammonium nitrogen

2.4 土壤氮素轉(zhuǎn)化指標(biāo)敏感性分析

由土壤參數(shù)對(duì)模型模擬涉及土壤氮素轉(zhuǎn)化的氮礦化、硝化、反硝化及氨揮發(fā)的一階敏感性指數(shù)和全局敏感性指數(shù)(圖4)可知，NMNC和NITC均對(duì)SLNI最敏感，分別解釋其方差變化的89%和79%，而且參數(shù)間的交互效應(yīng)較小，參數(shù)的直接影響占主導(dǎo)。其次NMNC和NITC對(duì)SBDM也較敏感，而對(duì)其余參數(shù)的敏感性較差，甚至可忽略不計(jì)(圖4a、4b)。在參數(shù)設(shè)定范圍內(nèi)，NMNC與SLNI和SBDM均呈正相關(guān)關(guān)系，與NMNC類似，NITC隨SLNI和SBDM增加而增加。對(duì)于氮反硝化量，與NITC的分析結(jié)果不同，僅有SLDR對(duì)其影響較大，可解釋其方差變化的92%，其余參數(shù)對(duì)其影響很小，全局敏感性指數(shù)均不足0.10(圖4c)。在參數(shù)設(shè)定范圍內(nèi)，NDNC與SLDR呈負(fù)相關(guān)關(guān)系，NDNC隨SLDR增大而減小。對(duì)于氨揮發(fā)量直接影響較大的參數(shù)有SLNI、SLHB和SLDR，且與SLNI、SLHB呈正相關(guān)關(guān)系，而與SLDR呈負(fù)相關(guān)關(guān)系。雖然SBDM、SSKS和SRGF對(duì)AMLC的直接影響很小，但通過(guò)與其他參數(shù)的交互作用可分別解釋AMLC方差變化的12%、11%和10%(圖4d)。

圖4 土壤參數(shù)對(duì)氮素礦化量、硝化量、反硝化量及氨揮發(fā)量的敏感性分析Fig.4 Results of global sensitivity analysis of soil parameters for nitrogen mineralization, nitrification, denitrification and ammonia volatilization

3 討論

擴(kuò)展傅里葉幅度檢驗(yàn)法不僅考慮了單個(gè)參數(shù)對(duì)模型輸出的直接影響，而且考慮了參數(shù)間的交互作用，解決了局部敏感性分析法僅考慮參數(shù)直接效應(yīng)而忽視參數(shù)間間接效應(yīng)的不足[1]。從全局敏感性分析來(lái)看，冬小麥生產(chǎn)指標(biāo)對(duì)土壤水分參數(shù)SDUL和SLRO較為敏感。田間持水率反映了土壤持水能力，在生產(chǎn)實(shí)踐中，常用來(lái)作為灌溉上限和計(jì)算灌水定額的指標(biāo)。模型模擬土壤水分對(duì)作物生長(zhǎng)的影響主要通過(guò)影響土壤蒸發(fā)蒸騰量來(lái)影響水分在土層中的分布，進(jìn)而影響作物根系吸水及作物生長(zhǎng)[12]。SLRO用來(lái)估算降雨徑流量，反映了冬小麥對(duì)降雨的利用效率，其取值與土地利用、坡度、土壤類型以及土壤濕度有關(guān)。模型輸出的3個(gè)生產(chǎn)指標(biāo)敏感性分析結(jié)果存在類似趨勢(shì)，主要是因?yàn)檫@3個(gè)指標(biāo)存在較強(qiáng)的相關(guān)關(guān)系。

氮素是制約作物生長(zhǎng)和產(chǎn)量形成的主要因素[22]。在以模擬作物產(chǎn)量等生產(chǎn)能力指標(biāo)為研究重點(diǎn)時(shí)，需要重點(diǎn)確定SDUL和SLRO取值的同時(shí)，也不能忽視SLNI和SLHB的影響。對(duì)于地上生物量和籽粒中的氮素而言，最敏感的參數(shù)是田間持水率，而對(duì)根和葉中的氮素而言，最敏感的參數(shù)則是土壤中總氮含量，這可能是因?yàn)槎←湼?、葉生長(zhǎng)主要受氮素含量限制，而進(jìn)行干物質(zhì)分配時(shí)主要受土壤水分含量的影響。氮素施用對(duì)作物生長(zhǎng)及干物質(zhì)形成具有良好的作用，可增加株高、千粒質(zhì)量及干物質(zhì)量[21,30]。同時(shí)莊恒揚(yáng)等[22]指出，開(kāi)花期后作物葉、莖中的氮素開(kāi)始向籽粒中轉(zhuǎn)移，而根系的吸氮能力也隨生育期進(jìn)程而不斷下降。此外，在CERES模型中，模型假設(shè)葉片中的氮素優(yōu)先轉(zhuǎn)移、補(bǔ)充營(yíng)養(yǎng)器官[22]，這可能是造成籽粒中氮素含量對(duì)田間持水率和土壤總氮含量均敏感而根和葉中氮素含量?jī)H對(duì)土壤總氮含量敏感的原因之一。作物吸收氮量敏感性分析結(jié)果與作物地上生物量及籽粒中含氮量的結(jié)果類似，這也反映了作物吸收的氮素大部分轉(zhuǎn)移到了籽粒中[21-22,30]。當(dāng)研究側(cè)重于氮素在作物中的分布情況時(shí)，應(yīng)重點(diǎn)考慮土壤異質(zhì)性對(duì)SDUL、SLRO、SLNI和SLHB的影響，對(duì)這些參數(shù)的取值需更加慎重。

氮素淋失過(guò)程實(shí)際上是土壤氮素與降雨、徑流相互作用的過(guò)程[23,31]，氮素淋失量與土壤導(dǎo)流能力及土壤氮素含量有密切聯(lián)系，因此在測(cè)定土壤參數(shù)時(shí)應(yīng)考慮土壤異質(zhì)性對(duì)SLDR、SLRO、SDUL、SBDM和SLNI的影響。在模型模擬過(guò)程中，土壤氮素淋失量隨SLDR、SLRO、SBDM和SLNI的增加而增加，但隨SDUL的增大而減少，這可能是田間持水率增加可減少排水量，從而導(dǎo)致氮素淋失量降低。土壤中的含氮物質(zhì)在各種微生物及一系列物理、化學(xué)過(guò)程的作用下會(huì)發(fā)生形態(tài)及狀態(tài)的轉(zhuǎn)化，氮素礦化是其中的一種生物化學(xué)過(guò)程，氮素礦化過(guò)程會(huì)受土壤質(zhì)地、含氮量、溫度和濕度等諸多因素的影響[23]。在本研究中，CERES-Wheat模型土壤氮素礦化主要受土壤氮素含量及土壤容重的影響，其他土壤參數(shù)的影響效應(yīng)很小。

硝態(tài)氮和銨態(tài)氮是土壤中無(wú)機(jī)氮的兩種存在形式[23,30]，土壤總氮含量是影響硝態(tài)氮和銨態(tài)氮含量最敏感因素，此外，硝態(tài)氮含量還受土壤容重的影響，而銨態(tài)氮含量還受土壤酸堿度的影響，而且隨土壤堿性增加而減少。氮素硝化反應(yīng)是影響土壤硝態(tài)氮含量的重要因素，對(duì)氮素硝化量的敏感性分析結(jié)果與硝態(tài)氮含量一致，土壤總氮含量和土壤容重是影響其變化的敏感參數(shù)。而氮素反硝化量主要受排水比率的影響，這主要由于反硝化作用是反硝化細(xì)菌在缺氧條件下還原硝酸鹽的過(guò)程[32]，而模型中排水比率決定了土壤中水分排出速率及氧氣狀況。對(duì)于氨揮發(fā)量而言，除土壤總氮含量對(duì)其敏感外，與土壤含水率有關(guān)的參數(shù)和土壤酸堿度對(duì)其也比較敏感，這也與氨氣易融于水及其溶液呈堿性易與酸性溶液中和的特性相一致。在研究土壤氮素轉(zhuǎn)化及不同形態(tài)氮素分布時(shí)，需要同時(shí)考慮土壤異質(zhì)性對(duì)SLDR、SLRO、SDUL、SLLL、SRGF、SSKS、SBDM、SLNI和SLHB的影響，而其他參數(shù)對(duì)土壤氮素含量影響較小，可適度降低土壤參數(shù)獲取難度。

4 結(jié)論

(1)對(duì)于冬小麥生產(chǎn)指標(biāo)，田間持水率、徑流曲線數(shù)、土壤酸堿度及土壤總氮含量是影響冬小麥地上生物量和產(chǎn)量較為敏感的土壤參數(shù)，需要考慮土壤異質(zhì)性的影響，而其他參數(shù)的影響較小，可將原來(lái)需測(cè)參數(shù)數(shù)量降低至4個(gè)，且冬小麥生產(chǎn)指標(biāo)與這4個(gè)參數(shù)均呈正相關(guān)關(guān)系，降低了參數(shù)獲取難度。

(2)對(duì)于冬小麥氮素分布指標(biāo)，田間持水率和徑流曲線數(shù)是影響地上生物量及冬小麥籽粒中氮素含量較為敏感的土壤參數(shù)，而土壤總氮含量則是影響冬小麥根和葉中氮素含量最敏感的參數(shù)。在研究作物氮素分布模擬時(shí)，需重點(diǎn)測(cè)量土壤田間持水率、徑流曲線數(shù)、土壤酸堿度及土壤總氮含量4個(gè)參數(shù)。

(3)對(duì)于氮素轉(zhuǎn)化與分布指標(biāo)，田間持水率和徑流曲線數(shù)是影響作物從土壤中吸收氮素量較為敏感的參數(shù)，而排水比率是影響氮素淋失量、反硝化量最敏感的參數(shù)，土壤總氮含量則是影響土壤中硝態(tài)氮、銨態(tài)氮、氮礦化、氮硝化量最敏感的參數(shù)，土壤總氮含量、土壤酸堿度及排水比率則是影響氮素氨揮發(fā)量較為敏感的土壤參數(shù)。在模擬氮素轉(zhuǎn)化與分布時(shí)，需重點(diǎn)考慮土壤異質(zhì)性對(duì)排水比率、徑流曲線數(shù)、凋萎含水率、飽和含水率、飽和導(dǎo)水率、根系影響因子、土壤容重、總氮含量及土壤酸堿度的影響，原需測(cè)量的15個(gè)土壤參數(shù)可最大簡(jiǎn)化為9個(gè)重點(diǎn)測(cè)量參數(shù)。