史 源，白美健，李益農(nóng)，李亦凡，劉亞南，戴 瑋

（中國水利水電科學(xué)研究院，北京100038）

0 引 言

作物水分利用效率，是目前農(nóng)業(yè)節(jié)水研究的主要指標(biāo)之一，綜合反映了用水管理水平、灌溉技術(shù)水平和不同尺度灌溉工程狀況等，是準(zhǔn)確評價灌溉用水有效利用程度的重要基礎(chǔ)[1]?？陀^量化的評價作物水分利用效率，國內(nèi)外不同學(xué)者提出了較多的評價指標(biāo)，經(jīng)歷了由宏觀到微觀不斷深化的過程，目前已經(jīng)深入到細(xì)胞水平的評價指標(biāo)[2]。目前主流的作物水分利用效率評價指標(biāo)集中在三個層次，分別是作物產(chǎn)量、葉片光合、群體光合[3]，其中產(chǎn)量層次的評價指標(biāo)體系被灌溉制度研究廣泛采用。Howell[4]將產(chǎn)量層次的作物水分利用效率定義為單位水資源投入所獲得的作物產(chǎn)量收入，即WUE（water use efficiency）。在此框架定義下，目前國內(nèi)外主流的作物水分利用效率評價指標(biāo)包括作物水分生產(chǎn)率WP、灌溉水分生產(chǎn)率WUEti、廣義水分利用效率WUEu、灌溉水利用效率WUEI等，不同的評價指標(biāo)計算方法不同，物理意義和適用背景不同。由于灌溉制度研究關(guān)注的角度不同，對于作物水分利用效率的應(yīng)用未形成統(tǒng)一的標(biāo)準(zhǔn)，多種表達形式之間缺乏比較，實際應(yīng)用中容易造成混淆[5]，因此有必要對不同指標(biāo)之間的差異及適用性開展研究。

本文采用作物生長模型DSSAT，基于田間試驗數(shù)據(jù)率定優(yōu)選的參數(shù)，采用數(shù)值模擬的形式，模擬地面灌溉條件下不同水平年華北地區(qū)冬小麥生長過程及產(chǎn)量分布，獲得不同灌溉制度情景方案下的作物模擬產(chǎn)量，基于模擬結(jié)果，分析評價不同指標(biāo)體系下作物水分利用效率之間的相關(guān)性及適應(yīng)性，為同類研究提供參考依據(jù)。

1 材料與方法

1.1 作物與典型區(qū)域的選擇

冬小麥?zhǔn)俏覈饕募Z食作物，其產(chǎn)量占全國糧食作物總產(chǎn)量的19.8%，種植面積占糧食作物總種植面積的20.1%[6]。華北地區(qū)是冬小麥的主要產(chǎn)區(qū)之一，冬小麥種植對灌溉的依賴很大，該地區(qū)冬小麥生育期降水量較少，降水對于灌溉的滿足率只能達到26%[7]。同時，地面灌溉仍是目前冬小麥灌溉普遍的灌溉方法，然而，由于田間工程標(biāo)準(zhǔn)偏低，畦田規(guī)格設(shè)置不合理等因素，以及粗放的管理，導(dǎo)致田間灌水質(zhì)量不高，灌水效率較低。隨著華北地區(qū)“節(jié)水壓采”行動的開展及最嚴(yán)格水資源管理制度的實施，對冬小麥等糧食作物用水總量及灌溉定額的控制提出了明確的要求，以北京市為例，要求全面實施灌溉限額管理，以冬小麥為主的灌溉糧田、露地蔬菜每畝年均用水量不超過200 m3，即300 mm 灌溉定額[8]。基于上述背景，本文以華北地區(qū)冬小麥為研究對象，開展不同灌溉制度情景下作物產(chǎn)量及作物水分利用效率指標(biāo)的研究。

1.2 DSSAT模型及作物模型遺傳參數(shù)

本論文研究采用DSSAT（農(nóng)業(yè)技術(shù)轉(zhuǎn)移決策系統(tǒng)）模型進行作物灌溉制度優(yōu)化模擬研究。DSSAT 模型豐富的功能包可以協(xié)助模型的輸入、參數(shù)的校驗、批量試驗處理結(jié)果的導(dǎo)出和分析等功能[9?11]。近年來，DSSAT 模型中的CERES?Wheat模型已被多位學(xué)者用于模擬不同灌溉制度下的冬小麥作物產(chǎn)量、土壤水分和水分利用效率研究[12?15]。相關(guān)研究表明該模型用于華北地區(qū)冬小麥作物生長模擬具有較好的適應(yīng)性[16?18]。本研究典型試驗區(qū)位于國家節(jié)水灌溉工程技術(shù)研究中心（北京）大興試驗基地（39°37.25'N，116°25.21'E，海拔31.3 m）。

模型模擬需要的數(shù)據(jù)及數(shù)據(jù)來源如下：

（1）氣象數(shù)據(jù)：包括研究區(qū)1980?2017年37 個冬小麥生育期（10月?翌年6月）的逐日降水量（mm），最低氣溫（℃），最高氣溫（℃），日照時數(shù)（h），以及關(guān)鍵物候期日期（播種、返青、拔節(jié)、抽穗、成熟），數(shù)據(jù)來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)。

（2）土壤數(shù)據(jù)：包括典型試驗區(qū)各土層土壤顆分組成、凋萎含水率（%）、田間持水率（%）、飽和含水率（%）、pH值、陽離子交換量（cmol/kg）、飽和導(dǎo)水率（mm/h）、有機質(zhì)（g/kg）、全氮（g/kg）、堿解氮（mg/kg）等土壤理化性質(zhì)參數(shù)，數(shù)據(jù)來源于田間實測數(shù)據(jù)。

（3）作物品種為華北地區(qū)種植面積最大冬小麥品種“濟麥?22”[19]。作者于2014?2016年在研究區(qū)進行了系統(tǒng)的田間試驗，對模型參數(shù)進行了率定和矯正。

利用DSSAT 模型，采用交叉驗證的方法，對受試作物在研究區(qū)進行模擬的參數(shù)率定和驗證結(jié)果表明[7,20]，作物關(guān)鍵物候期（距播后天數(shù)，d） 的模型率定相對誤差（RAE） 在0.1%～1.7%，模型驗證相對誤差在0.4%～1.9%；作物單粒重（g）的模型率定相對誤差在4.2%～5.9%，模型驗證相對誤差在6.3%～9.0%；作物產(chǎn)量（kg/hm2） 的模型率定相對誤差在4.5%～18.4%，模型驗證相對誤差在10.0%～22.2%；對于作物土壤水分的模擬精度，0～40 cm 土層內(nèi)模擬精度相對誤差在7.9%～16.6%，40～80 cm 土層內(nèi)模擬精度相對誤差在3.0%～15.1%。總體而言，DSSAT 模型對于受試冬小麥作物品種在研究區(qū)的模擬效果較好。從不同的模型率定?驗證方案中，優(yōu)選出一套最佳的作物模型遺傳參數(shù)，見表1。

表1 DSSAT模型“濟麥-22”作物品種遺傳參數(shù)Tab.1 Genetic coefficients of Jimai 22 in DSSAT model

1.3 試驗設(shè)計

降水在冬小麥生育期內(nèi)的分布存在極大的時間變異性，因此應(yīng)針對不同的降水頻率年型來制定相應(yīng)的模擬試驗方案，對研究區(qū)1980?2017年37 個冬小麥生育期的降水量進行適線分析，確定了降水典型年，結(jié)果見表2。

表2 研究區(qū)冬小麥生育期不同頻率典型年降水量Tab.2 Typical annual precipitation of different frequency in winter wheat growth period

本研究關(guān)注于地面灌溉（畦灌）形式下冬小麥灌溉模擬研究，畦灌直接以田面作為水流運動載體，與噴微灌的顯著差異是灌溉時田面各點不同時受水，因此受地面灌溉水流運動特點的影響，要使灌溉水流覆蓋整個田面，則每次灌溉水量必須不小于最小灌水定額。華北地區(qū)大田作物畦灌的畦長普遍在50～150 m[21,22]，因此選取50、100、150 m 3個代表性畦田長度，結(jié)合相關(guān)研究成果，確定3個代表性畦長下最小灌水定額分別為55、60、65 mm[7]。確定播種?返青、返青?拔節(jié)、拔節(jié)?抽穗、抽穗?成熟4個生育階段為灌溉時段，即灌溉越冬水、返青水、拔節(jié)水、灌漿水。

基于上述方案，確定模型模擬需要的灌溉制度情景組合方案設(shè)計，以地面灌溉畦灌方式性能約束下最小灌水定額為下限，以300 mm 灌溉定額為上限，結(jié)合4 個灌溉時段，對于50 m 代表性畦長的畦田規(guī)格，灌水定額分別設(shè)置0、55、75 mm 下3 種水平，對應(yīng)灌溉定額分別為0、55、75、110、130、150、165、185、205、220、225、240、260、280、300 mm 下15 種水平，類似的，對于100 m 和150 m 代表性畦長的畦田規(guī)格，灌水定額分別設(shè)置0、60、80 mm 下3 種水平和0、65、85 mm 下3 種水平，分別對應(yīng)13 種和13 種灌溉定額水平。對應(yīng)50 m代表性畦長的畦田規(guī)格，有34=81種灌溉模擬情景，類似的，100 m和150 m代表性畦長分別有80和76種灌溉模擬場景（不考慮灌溉定額超過300 mm 的灌溉制度），共237種灌溉制度情景，結(jié)合豐平枯3 種頻率年型，共設(shè)置711 種模擬灌溉情景，進行作物生長模型數(shù)值模擬試驗，通過模擬，分析不同灌溉制度情景下對應(yīng)的產(chǎn)量、作物耗水量（ET）及作物水分利用效率等參數(shù)指標(biāo)的響應(yīng)關(guān)系。

1.4 作物水分利用效率評價指標(biāo)

Howell[4]將產(chǎn)量層次的作物水分利用效率定義為單位水資源投入所獲得的作物產(chǎn)量收入，即WUE（water use efficiency），計算公式如下：

式中：WUE為作物水分利用效率，kg/m3；Y為單位面積作物產(chǎn)量，kg/hm2；W為廣義水資源投入量，mm。

在此評價體系下，本研究選取目前國內(nèi)外應(yīng)用較為廣泛的四種作物水分利用效率評價指標(biāo)進行分析評價，包括作物水分生產(chǎn)率（WP）、灌溉水分生產(chǎn)率（WUEti）、廣義水分利用效率（WUEu）、灌溉水利用效率（WUEI）等[9]，相關(guān)計算公式如下：

（1）作物水分生產(chǎn)率WP。

式中：WP為作物水分生產(chǎn)率，kg/m3；ET為作物耗水量，mm。

（2）灌溉水分生產(chǎn)率WUEti。

式中：WUEti為灌溉水分生產(chǎn)率，kg/m3；YI為灌溉條件下單位面積作物產(chǎn)量，kg/hm2；YP為無灌溉（雨養(yǎng)）條件下單位面積作物產(chǎn)量，kg/hm2；I為灌溉水量，mm。

（3）廣義水分利用效率WUEu。

式中：WUEu為廣義水分利用效率，kg/m3；P為生育期降水量，mm；I為灌溉水量，mm。

（4）灌溉水利用效率WUEI

式中：WUEI為灌溉水利用效率，kg/m3；其他符號意義同前。

2 結(jié)果與分析

2.1 灌溉制度情景模擬結(jié)果

圖1給出了不同代表性畦長，不同水平年下，模擬產(chǎn)量對不同灌溉定額水平的響應(yīng)。由圖1可以明顯看出對應(yīng)不同灌溉定額下產(chǎn)量水平的差異，總體而言，隨著灌溉定額的增加，不同代表性畦長、不同水平年下模擬產(chǎn)量均值都有較顯著的增加，無灌溉條件下產(chǎn)量最低，300 mm（最大）灌溉定額條件下產(chǎn)量均值最高。以無灌溉水平為對照，對比各灌溉定額水平下產(chǎn)量均值的最大值（增產(chǎn)潛力），50 m 代表性畦長下，豐水年、平水年、枯水年的增產(chǎn)率分別為73%、128%、156%，100 m 代表性畦長下，豐水年、平水年、枯水年的增產(chǎn)率分別為73%、127%、155%，150 m 代表性畦長下，豐水年、平水年、枯水年的增產(chǎn)率分別為72%、126%、155%，不同水平年型下的增產(chǎn)潛力幅度：枯水年>平水年>豐水年，3種代表性畦長之間的增產(chǎn)幅度相似。

圖1 模擬產(chǎn)量分布Fig.1 Simulation of yield distribution

表3給出了豐、平、枯3 種冬小麥生育期降水頻率年型下，無灌溉條件下（灌溉定額0 mm）、50 m 畦長、100 m 畦長、150 m 畦長及全部模擬情景的模擬產(chǎn)量均值統(tǒng)計值，以及對應(yīng)3 種頻率年模擬產(chǎn)量統(tǒng)計值的均值及變異系數(shù)CV。有效降水量的計算采用美國農(nóng)業(yè)部土壤保持局推薦的計算方法[23,24]，即：

表3 不同降水年型降水量下模擬產(chǎn)量統(tǒng)計Tab.3 Statistics of simulated yield under different precipitation years

式中：P為日降水量，mm/d；Pe為日有效降水量，mm/d。

由表3可以看出，在無灌溉條件下模擬產(chǎn)量CV值與豐平枯3 種頻率年型降水量CV值接近，而灌溉條件下，不管是全部模擬情景，還是不同代表性畦長，其模擬產(chǎn)量均值的CV值，均在4%左右小幅波動，遠小于降水量CV值，說明僅靠降水很難滿足作物的需水需求，灌溉對于產(chǎn)量提升的貢獻較大。

2.2 灌溉定額與產(chǎn)量及作物水分利用效率回歸模型

分別以作物產(chǎn)量最高和作物水分利用效率最高為評價原則，建立Y=f（I）及WUE=f（I）的回歸模型，主流的回歸模型有線性和二次曲線兩種形式，其中一元線性模型一般適用于雨養(yǎng)為主，適用于灌溉水資源不足的中低產(chǎn)量條件[25]，二次曲線回歸模型可以較好的描述作物需水及生長規(guī)律，擬合精度較高，本研究采用該模型進行二次曲線擬合。對3 種降水年型下各灌溉制度方案模擬獲得的作物產(chǎn)量，以及計算獲得的4 種作物水分利用效率評價指標(biāo)，與相應(yīng)的灌溉定額建立二次曲線回歸模型。圖2描述了不同水平年作物模擬產(chǎn)量與灌溉定額的二次曲線回歸模型，二次曲線方程具體參數(shù)見表4。

圖2 作物模擬產(chǎn)量和灌溉定額二次曲線Fig.2 Crop simulated yield and irrigation quota quadratic curve

表4 作物模擬產(chǎn)量和灌溉定額二次曲線回歸模型參數(shù)Tab.4 Crop yield simulation and irrigation quota quadratic regression model parameters

由圖2可以看出，在300 mm 灌溉定額限度內(nèi)，作物模擬產(chǎn)量隨灌溉定額的增加總體呈上升趨勢，25%豐水年、50%平水年、75%枯水年分別在灌溉定額為278.1、295.1、286.4 mm 下達到產(chǎn)量極值，超過上述灌溉定額，產(chǎn)量并不會繼續(xù)提升，彭志功等[26]在同一研究區(qū)域的研究成果也得出了一致的觀點，同時也從技術(shù)和統(tǒng)計角度說明了北京地區(qū)對于灌溉糧田制定的300 mm灌溉限額管理政策的合理性[8]。

圖3描述了不同水平年4 種不同作物水分利用效率評價指標(biāo)與灌溉定額的二次曲線回歸模型，二次曲線方程具體參數(shù)見表5。

表5 灌溉水利用系數(shù)評價指標(biāo)和灌溉定額二次曲線回歸模型參數(shù)Tab.5 WUEs and irrigation quota quadratic regression model parameters

圖3 作物水分利用效率評價指標(biāo)和灌溉定額二次曲線Fig.3 WUEs and irrigation quota quadratic curve

作物水分生產(chǎn)率WP、灌溉水分生產(chǎn)率WUEti、廣義水分利用效率WUEu3 種評價指標(biāo)，隨灌溉定額的增加呈現(xiàn)先上升再下降的趨勢。作物水分生產(chǎn)率WP在豐平枯3 個水平年分別在灌溉定額為194.7、209.8、208.7 mm 下達到極值，灌溉水分生產(chǎn)率WUEti在豐平枯3 個水平年分別在灌溉定額為187.3、191.1、183.6 mm下達到極值，灌溉水分生產(chǎn)率WUEti在豐平枯3 個水平年分別在灌溉定額為118.9、171.4、166.8 mm 下達到極值，超過上述灌溉定額，作物水分利用效率開始下降，灌水量對于作物水分利用效率的影響作用減弱。灌溉水利用效率WUEI隨灌水定額的增加呈下降趨勢，在豐平枯3 個水平年分別在灌溉定額為320.8、397.3、651.5 mm 下達到極值，這是因為灌溉水利用效率WUEI不考慮自然降雨對產(chǎn)量的貢獻，虛高計算了灌溉對產(chǎn)量的貢獻。

2.3 不同作物水分利用效率評價指標(biāo)相關(guān)性分析

基于模擬結(jié)果，結(jié)合豐平枯3 種頻率年型下711 種模擬產(chǎn)量，計算其對應(yīng)的作物水分生產(chǎn)率WP、灌溉水分生產(chǎn)率WUEti、廣義水分利用效率WUEu、灌溉水利用效率WUEI等4個評價指標(biāo)值，采用Pearson 相關(guān)分析方法進行數(shù)理統(tǒng)計，計算各指標(biāo)之間的相關(guān)系數(shù)，顯著水平0.05。25%豐水年、50%平水年、75%枯水年下4個評價指標(biāo)相關(guān)系數(shù)見表6。

由表6可以看出，WUEti與其他3 個指標(biāo)相關(guān)性均比較好，25%豐水年與WP、WUEu、WUEI的相關(guān)系數(shù)分別為0.896、0.880、0.602，50%平水年3 個相關(guān)系數(shù)分別為0.899、0.936、0.543，75%枯水年3 個相關(guān)系數(shù)分別為0.815、0.955、0.738。WP與WUEu的相關(guān)系數(shù)也較好，3 個水平年相關(guān)系數(shù)分別為0.776、0.779、0.710。WUEu與WUEI的相關(guān)系數(shù)也較好，3 個水平年相關(guān)系數(shù)分別為0.844、0.743、0.839。WP與WUEI的相關(guān)系數(shù)較差，3 個水平年相關(guān)系數(shù)分別為0.407、0.212、0.268。

3 討 論

（1）作物水分生產(chǎn)率WP、灌溉水分生產(chǎn)率WUEti、廣義水分利用效率WUEu、灌溉水利用效率WUEI4種評價指標(biāo)，數(shù)值從小到大的順序依次為WP＜WUEti＜WUEu＜WUEI，均值分別為1.45、1.79、2.33和4.17 kg/m3，前三者數(shù)值都呈現(xiàn)隨灌溉定額先增加再減少的趨勢，不同水平年下在120～210 mm 區(qū)間作物水分利用效率達到極值，反映了冬小麥生育期耗水來自降水和灌溉的雙重補充，較為全面地體現(xiàn)了產(chǎn)量與耗水量的關(guān)系。而灌溉水利用效率WUEI不考慮自然降雨對產(chǎn)量的貢獻，虛高計算了灌溉對產(chǎn)量的貢獻，數(shù)值偏大，不推薦使用，楊曉慧等人[9]在河南新鄉(xiāng)的研究成果也得出了類似結(jié)論。

（2）從3 種水平年的差異來分析，4 種評價指標(biāo)下數(shù)值規(guī)律不完全相同。針對相同灌水定額，作物水分生產(chǎn)率WP，灌溉水分生產(chǎn)率WUEti均呈現(xiàn)平水年＞豐水年＞枯水年的數(shù)值變化趨勢，廣義水分利用效率WUEu在灌水定額較?。ㄐ∮?55 mm）時呈現(xiàn)豐水年＞枯水年＞平水年的數(shù)值變化趨勢，當(dāng)灌水定額超過155 mm 之后，數(shù)值變化趨勢與作物水分生產(chǎn)率WP和灌溉水分生產(chǎn)率WUEti類似。而灌溉水利用效率WUEI呈現(xiàn)枯水年＞豐水年＞平水年的數(shù)值變化趨勢。雖然3個典型年生育期降水總量呈現(xiàn)豐枯遞減趨勢，但在不同生育階段的降水量變化趨勢與總降水量變化趨勢不同，播種?返青和返青?拔節(jié)階段降水量最大的是豐水年（70.8 mm 和15.1 mm），而拔節(jié)～抽穗階段降水量最大的是平水年（35.5 mm），抽穗～成熟階段降水量最大的是枯水年（72.3 mm），說明典型水文年型的選取，不僅需要考慮生育期降水總量，還需考慮不同生育階段的降水量，因為不同生育階段水分供給對作物生長的影響是不同的。

（3）從計算表達式的物理意義描述，作物水分生產(chǎn)率WP，主要考慮作物耗水量（ET）與產(chǎn)量之間的關(guān)系，耗水量（ET）包括作物蒸騰（T）和棵間蒸發(fā)（E），可以較為全面對作物需耗水過程進行表達和描述，但是耗水量（ET）的計算較為復(fù)雜，試驗觀測及收集的數(shù)據(jù)指標(biāo)較多，誤差積累可能會影響計算結(jié)果的可靠性。灌溉水分生產(chǎn)率WUEti的計算考慮了灌溉條件下與雨養(yǎng)無灌溉條件下產(chǎn)量和灌水量的比值，較為真實地體現(xiàn)了灌溉條件下的生產(chǎn)率。同樣的，廣義水分利用效率WUEu體現(xiàn)了作物產(chǎn)量與灌水及降水量之和的比值，同時考慮了灌溉和降水補給的影響。而灌溉水利用效率WUEI單純描述了作物產(chǎn)量和灌水量之間的關(guān)系，只適用于降水量很少的應(yīng)用場景。

（4）從各指標(biāo)之間的相關(guān)性分析，作物水分生產(chǎn)率WP、灌溉水分生產(chǎn)率WUEti、廣義水分利用效率WUEu3個評價指標(biāo)能較為真實全面反映模擬產(chǎn)量與水分供給之間的關(guān)系，體現(xiàn)了作物耗水量與降水和灌溉之間的補充關(guān)系。研究區(qū)冬小麥生育期降水較少，3個水平年降水占作物耗水量的比例分別分31%、26%、21%，因此灌水量對于產(chǎn)量的貢獻率較高。作物水分生產(chǎn)率WP與灌溉水利用效率WUEI的相關(guān)性較差的原因是WUEI沒有考慮降水對產(chǎn)量的影響，無法全面表達作物耗水量對產(chǎn)量的響應(yīng)關(guān)系。

4 結(jié) 論

本文采用DSSAT 作物生長模型，采用數(shù)值模擬的形式，模擬地面灌溉條件下不同水平年華北地區(qū)冬小麥生產(chǎn)過程及產(chǎn)量分布，根據(jù)模擬結(jié)果，分析并比較了不同的作物水分利用效率評價指標(biāo)。綜合評價，考慮場景的適應(yīng)性及基礎(chǔ)數(shù)據(jù)指標(biāo)獲取的可靠性，推薦使用灌溉水分生產(chǎn)率WUEti、廣義水分利用效率WUEu兩個計算指標(biāo)，并且這兩個指標(biāo)其他指標(biāo)之間均有較強的相關(guān)性，其物理意義也更符合灌溉定額和灌水定額對產(chǎn)量的影響關(guān)系，可以較為全面的反應(yīng)作物水分利用效率，推薦作為評價灌溉制度的指標(biāo)。

本研究利用作物生長模型DSSAT，在參數(shù)獲取及模擬過程中，僅針對單一作物品種在單一試驗區(qū)進行了計算模擬，并主要考慮了降水、灌溉和水文年型對作物產(chǎn)量及作物水分利用效率評價指標(biāo)的影響。在接下來的研究中，將考慮優(yōu)化作物灌溉制度，作物的養(yǎng)分水分共同脅迫，冬小麥?玉米輪作，華北地區(qū)不同典型區(qū)域間的指標(biāo)評價等內(nèi)容，進一步深化研究工作和研究內(nèi)容。