阿力木·阿布來(lái)提，佘冬立

基于ORYZA_V3模型的海涂水稻生物炭施肥優(yōu)化措施研究

阿力木·阿布來(lái)提，佘冬立*

（河海大學(xué) 農(nóng)業(yè)科學(xué)與工程學(xué)院，南京 210098）

【】探索施肥管理對(duì)沿海墾區(qū)鹽漬化土壤水稻產(chǎn)量影響。利用測(cè)桶試驗(yàn)數(shù)據(jù)對(duì)ORYZA_V3作物生長(zhǎng)模型進(jìn)行率定與驗(yàn)證，利用驗(yàn)證后的模型定量評(píng)估了7個(gè)不同施氮肥情景模擬對(duì)水稻產(chǎn)量的影響。ORYZA_V3模型具備模擬不同施肥管理措施下鹽漬土水稻生長(zhǎng)情況與產(chǎn)量的能力。在低施氮量情景模擬下，施用生物炭對(duì)水稻產(chǎn)量影響明顯，而高施氮量情景模擬下（施氮量超過(guò)235 kg/hm2），土壤中養(yǎng)分達(dá)到飽和，施用生物炭對(duì)產(chǎn)量影響不明顯。添加2%生物炭和5%生物炭處理產(chǎn)量分別在235、141 kg/hm2施氮量情景模擬水平上達(dá)到8 680.1、8 834.1 kg/hm2，在此基礎(chǔ)上持續(xù)添加氮肥對(duì)產(chǎn)量影響不明顯。低施氮量情景模擬下，添加5%生物炭對(duì)水稻產(chǎn)量促進(jìn)作用最大，高施氮量情景模擬下，2%生物炭和氮肥聯(lián)合施用成本相對(duì)低，且產(chǎn)量高。

氮肥；鹽漬土；水稻產(chǎn)量；ORYZA_V3模型；生物炭

0 引 言

【研究意義】隨著人口增長(zhǎng)，人均可利用耕地面積逐漸減少，人地矛盾將不斷加劇。沿海墾區(qū)作為重要糧食生產(chǎn)基地日益受到人們重視，但沿海墾區(qū)土壤貧瘠，氮肥是影響作物產(chǎn)量重要因素，增加氮肥投入是提高產(chǎn)量不可或缺的管理措施[1]。然而，過(guò)量投入氮肥不僅引起肥料浪費(fèi)，造成經(jīng)濟(jì)損失，同時(shí)引發(fā)農(nóng)業(yè)面源污染等環(huán)境問(wèn)題[2]。因此，科學(xué)開(kāi)發(fā)沿海灘涂墾區(qū)資源，確保土地占補(bǔ)平衡的同時(shí)，如何科學(xué)施肥，提高糧食產(chǎn)量，減少環(huán)境污染是具有現(xiàn)實(shí)意義的一個(gè)重要科學(xué)問(wèn)題。

【研究進(jìn)展】與農(nóng)業(yè)研究的經(jīng)驗(yàn)方法和統(tǒng)計(jì)方法相比，作物生長(zhǎng)模型具有較強(qiáng)的機(jī)理性、先進(jìn)性、適應(yīng)性和效益性等優(yōu)點(diǎn)[3]。隨著人們對(duì)作物生長(zhǎng)過(guò)程認(rèn)知越來(lái)越深入，在計(jì)算機(jī)輔助作用下，作物生長(zhǎng)模型得到了前所未有的發(fā)展。作物生長(zhǎng)模型用來(lái)檢驗(yàn)人們對(duì)農(nóng)業(yè)生產(chǎn)系統(tǒng)的認(rèn)知水平的同時(shí)有助于掌握不同處理試驗(yàn)和不同試驗(yàn)點(diǎn)結(jié)果的偏差[4]。當(dāng)前，作物生長(zhǎng)模型在開(kāi)發(fā)管理決策支持系統(tǒng)中已經(jīng)得到廣泛應(yīng)用，可較為系統(tǒng)地進(jìn)行氣候變化影響評(píng)估和作物產(chǎn)量預(yù)測(cè)等研究[5]。作物生長(zhǎng)模型種類較多，國(guó)際水稻研究所和荷蘭瓦赫寧根大學(xué)聯(lián)合開(kāi)發(fā)的水稻生長(zhǎng)模型ORYZA_V3是在ORYZA2000基礎(chǔ)上升級(jí)的最新版本，是目前最為理想的水稻生長(zhǎng)模型。ORYZA系列模型最初學(xué)者通過(guò)不同品種、年份和地點(diǎn)的田間試驗(yàn)氮素限制條件下的模型ORYZA_N得到了參數(shù)化[6]。李亞龍等[7]借助ORYZA2000模型模擬水肥聯(lián)合模式下的旱稻生長(zhǎng)并得到研究區(qū)最佳施氮量水平在200～225 kg/hm2。李亞龍等[8]利用湖北團(tuán)林水稻水肥耦合試驗(yàn)相關(guān)資料，開(kāi)展ORYZA2000參數(shù)校正和驗(yàn)證的研究。潘興書[9]利用校正及驗(yàn)證好的ORYZA2000模型分析貴陽(yáng)地區(qū)一季中稻的產(chǎn)量潛力和經(jīng)濟(jì)最佳施氮量研究。邵東國(guó)等[10]ORYZA2000與DRAINMOD6.0模型聯(lián)合使用模擬分析了不同水肥條件下水稻產(chǎn)量與田間排水量響應(yīng)關(guān)系，得到稻田水肥調(diào)控的臨界條件，推薦試驗(yàn)區(qū)采用間歇灌溉模式，灌水定額30 mm，施氮量約170 kg/hm2。劉路廣等[11]借助ORYZA_V3模型模擬不同灌溉模式下鄂北地區(qū)水稻生長(zhǎng)狀況，提出了鄂北地區(qū)的適宜灌溉模式。余乾安等[12]基于ORYZA_V3模型模擬分析了不同水文年及水肥模式下晚稻灌溉定額、產(chǎn)量、氮肥利用率等指標(biāo)，為江西贛撫平原灌區(qū)水稻水肥管理決策提供了一定依據(jù)?！厩腥朦c(diǎn)】用ORYZA_V3模型模擬水稻生長(zhǎng)和產(chǎn)量及水肥管理模擬情景的已有研究較多，然而，基于ORYZA_V3模型沿海鹽漬土不同生物炭模式下氮肥管理對(duì)水稻生長(zhǎng)模擬研究少有報(bào)道?！緮M解決的關(guān)鍵問(wèn)題】通過(guò)沿海墾區(qū)鹽漬土水稻生長(zhǎng)觀測(cè)資料，結(jié)合當(dāng)前農(nóng)業(yè)生產(chǎn)管理措施水平，在ORYZA_V3作物生長(zhǎng)模型中調(diào)試并確定作物參數(shù)，并對(duì)水稻葉面積指數(shù)和干物質(zhì)量進(jìn)行驗(yàn)證，評(píng)價(jià)ORYZA_V3模型對(duì)沿海墾區(qū)水稻生長(zhǎng)過(guò)程模擬能力和適應(yīng)性，設(shè)置不同施氮量情景模式，通過(guò)校正并驗(yàn)證好的模型模擬篩選沿海墾區(qū)水稻高產(chǎn)最佳施氮量情況，以期為在沿海地區(qū)生物炭改良鹽漬土作物生長(zhǎng)推廣應(yīng)用提供科學(xué)依據(jù)。

1 材料與方法

1.1 試驗(yàn)設(shè)計(jì)

供試土壤于2015年取自江蘇省如東縣東凌墾區(qū)（32°12′ N，120°42′ E），取樣深度為0～100 cm。墾區(qū)位于東凌海堤外側(cè)黃海灘地，于2007年圍墾，屬于亞熱帶海洋性季風(fēng)氣候，年平均氣溫15℃，年平均降水量1 044.7 mm，年平均蒸發(fā)量1 367.9 mm。研究區(qū)土壤全鹽量為2.22 g/kg，土壤質(zhì)地為淤泥質(zhì)粉砂土，土壤砂粒（粒徑0.05～2 mm）、粉粒（粒徑0.002～0.05 mm）、黏粒（粒徑<0.002 mm）質(zhì)量分?jǐn)?shù)分別為13.7%、81.3%和5.0%，土壤有機(jī)碳量為3.1 g/kg。

試驗(yàn)于2016年6月—2019年11月在河海大學(xué)節(jié)水園區(qū)進(jìn)行。采用添加生物炭改良鹽漬土，開(kāi)展測(cè)桶水稻栽培試驗(yàn)。試驗(yàn)測(cè)桶容量為300 L，上口直徑為840 mm，高為850 mm。供試土壤經(jīng)風(fēng)干并過(guò)2 mm篩后，按體積質(zhì)量1.35 g/cm3分層裝入測(cè)桶，各測(cè)桶填裝風(fēng)干土350 kg。表層0～20 cm土壤添加生物炭，設(shè)置3個(gè)生物炭添加量梯度：0%、2%、5%（占表層0～20 cm土層質(zhì)量比），分別用B1、B2和B3表示，4次重復(fù)。試驗(yàn)所用生物炭為河南三利新能源公司生產(chǎn)的商用小麥秸稈生物質(zhì)炭，由350～550 ℃熱裂解碳化制得。填裝前，將生物炭過(guò)2 mm篩后按比例與供試土壤均勻混合。該生物炭基本性質(zhì)為pH值9.9，電導(dǎo)率為1.0 dS/m，有機(jī)碳為467.2 g/kg，全氮量為5.9 g/kg，鈣量為0.000 16 g/kg，氯離子量為1.44 g/kg，體積質(zhì)量為0.69 g/cm3。水稻于每年6月5日播種，6月29日移栽，水稻栽插密度為每測(cè)桶18穴，每穴2株根本苗。水稻種植施氮標(biāo)準(zhǔn)為300 kg/hm2（基肥180 kg/hm2，追肥120 kg/hm2）。每坑50 g的N、P、K復(fù)合肥（N、P、K質(zhì)量比為15∶15∶15）作為基肥，追肥為尿素（含氮量為46.4%），每坑5 g?；试谝圃郧?天施入水中；分蘗肥在移栽后10 d左右施用；穗肥在孕穗前期施用。

1.2 ORYZA_V3模型簡(jiǎn)介

ORYZA_V3模型在綜合潛在產(chǎn)量模型ORYZA1、水分限制模型ORYZA_W、氮素限制模型ORYZA_N及ORYZA2000的基礎(chǔ)上更新版本，是一個(gè)理想的水稻生長(zhǎng)模型。ORYZA_V3模型的假設(shè)基本條件是整個(gè)生育期內(nèi)，水稻生長(zhǎng)發(fā)育只受氣候條件、品種特性、水分狀況和氮肥狀況影響。ORYZA_V3模型運(yùn)用來(lái)描述水稻生長(zhǎng)進(jìn)程，不同DVS值表示不同生育期，即出苗（0）、進(jìn)入光敏感期（0.4）、穗分化（0.65）、開(kāi)花期（1）、成熟期（2），模型中需要校正的作物發(fā)育速率參數(shù)包括水稻營(yíng)養(yǎng)生長(zhǎng)期參數(shù)（）、光敏感周期參數(shù)（）、幼穗分化期參數(shù)（）、生殖生長(zhǎng)期參數(shù)（）。

“互聯(lián)網(wǎng)+”對(duì)工作人員有了更高的技能需求。在新的社會(huì)環(huán)境下，對(duì)于從事會(huì)計(jì)的工作人員不再只要求掌握財(cái)務(wù)技能和知識(shí)，還要對(duì)網(wǎng)絡(luò)知識(shí)有所涉獵，掌握互聯(lián)網(wǎng)的知識(shí)和技術(shù)用以簡(jiǎn)化繁瑣復(fù)雜的會(huì)計(jì)流程，但這種掌握計(jì)算機(jī)知識(shí)的會(huì)計(jì)人才實(shí)際上是很稀有的，尤其是面臨一些新的會(huì)計(jì)操作如云計(jì)算，在線財(cái)務(wù)咨詢，網(wǎng)絡(luò)代理記賬等時(shí)，僅擁有傳統(tǒng)會(huì)計(jì)知識(shí)和操作是不夠的，必須要與時(shí)俱進(jìn)，開(kāi)始著重培養(yǎng)適合新時(shí)代環(huán)境的會(huì)計(jì)人才。

模型水稻干物質(zhì)每日總增長(zhǎng)量計(jì)算式為：

式中：p為水稻每日總增長(zhǎng)量（kg/（hm2·d））；d為每日葉冠層CO2同化量（kg/（hm2·d））；m為維持呼吸作用消耗的碳水化合物量（kg/（hm2·d））；t為每日可用于生長(zhǎng)的莖儲(chǔ)備的碳水化合物損失量（kg/（hm2·d））；為是干物質(zhì)生長(zhǎng)呼吸系數(shù)（kg/kg）。

水稻葉面積第一階段變化過(guò)程的計(jì)算公式：

1.2.2葉面積增長(zhǎng)

ORYZA_V3模型選用國(guó)際上通用的統(tǒng)計(jì)指標(biāo)體系進(jìn)行模型適應(yīng)性檢驗(yàn)和評(píng)價(jià)[13-14]，包括實(shí)測(cè)值和模擬值之間的線性回歸系數(shù)（）和截距（）、決定系數(shù)（2）、不等方差Student’s-t檢驗(yàn)值（(t)）、均方根誤差（）、歸一化均方根誤差（）及模型效率（eff）。

式中：ts為特定積溫度下水稻葉面積指數(shù)；t0為積溫初始水稻葉面積指數(shù)；l為葉面積相對(duì)生長(zhǎng)速率（/（℃·d））。

為延長(zhǎng)鮮食玉米采收期，可根據(jù)當(dāng)?shù)貧夂驐l件采取育苗移栽、覆膜播種、分期播種等多種方式調(diào)節(jié)采收期。育苗移栽的在2葉1心時(shí)要及時(shí)帶土移栽，不栽老苗，移栽后要及時(shí)澆足水，以提高成活率，緩苗后增施提苗肥。育苗移栽和覆膜播種方式要特別注意終霜的危害，分期播種方式要注意初霜的危害。分期播種可遵循前一期出苗播后一期的原則進(jìn)行。

式中：為比葉面積（m2/kg）；lvg為綠葉質(zhì)量（kg/hm2）。

水稻比葉面積通過(guò)實(shí)測(cè)得到或經(jīng)驗(yàn)公式計(jì)算獲得：

設(shè)置不同施氮量情景，通過(guò)校正并驗(yàn)證好的ORYZA_V3模型，篩選生物炭改良濱海鹽漬土最優(yōu)施肥管理措施。將測(cè)桶栽培試驗(yàn)中添加188 kg/hm2的氮肥作為基礎(chǔ)值，在此基礎(chǔ)上設(shè)置7個(gè)不同施氮量情景模式，并考慮生物炭本身含氮量（表4），針對(duì)不同生物炭處理下水稻產(chǎn)量進(jìn)行施氮肥情景模擬。

就現(xiàn)代化企業(yè)而言，采取有效的內(nèi)部審計(jì)制度既能夠?yàn)槠髽I(yè)各項(xiàng)活動(dòng)的有序開(kāi)展提供保障，又能夠?yàn)榉乐钩霈F(xiàn)舞弊、徇私以及詐欺等情況，進(jìn)而達(dá)到有效地幫助企業(yè)改善經(jīng)營(yíng)管理的目的。但依然存在部分企業(yè)缺乏對(duì)于內(nèi)部審計(jì)的正確認(rèn)知，進(jìn)一步造成了內(nèi)部監(jiān)督管理機(jī)制不健全等情況出現(xiàn)，繼而阻礙著企業(yè)內(nèi)部審計(jì)工作的開(kāi)展。本文提出從優(yōu)化內(nèi)部審計(jì)機(jī)構(gòu)管理模式、完善內(nèi)部審計(jì)人員結(jié)構(gòu)、加強(qiáng)道德文化的建設(shè)、擴(kuò)大內(nèi)控審計(jì)范圍、法律法規(guī)制度的完善、內(nèi)部控制體系的構(gòu)建、現(xiàn)代化技術(shù)的利用等方面出發(fā)，創(chuàng)新內(nèi)部審計(jì)方式，在提高內(nèi)部審計(jì)工作執(zhí)行力的同時(shí)保障企業(yè)的經(jīng)濟(jì)效益。

1.2.3 產(chǎn)量

水稻生長(zhǎng)過(guò)程中，其穎花形成與溫度之間存在緊密聯(lián)系，ORYZA_V3模型在模擬水稻穎花數(shù)增長(zhǎng)過(guò)程中充分考慮了溫度對(duì)穎花的影響，通過(guò)低溫影響系數(shù)和高溫影響系數(shù)來(lái)反應(yīng)二者間的關(guān)系，即。

過(guò)去，制造業(yè)信息化推廣普及的結(jié)果是造成了無(wú)數(shù)的“信息孤島”，“煙囪式”的企業(yè)信息化集成項(xiàng)目導(dǎo)致不同品牌與功能的信息化軟件之間難以集成，信息化軟件與物理系統(tǒng)難以集成，不同企業(yè)之間的信息化系統(tǒng)更難集成。

1.2.1 干物質(zhì)積累

式中：S為水稻穎花數(shù)；G為干物質(zhì)增加的質(zhì)量（g）；為增加單位干物質(zhì)質(zhì)量相應(yīng)形成的穎花數(shù)（個(gè)/kg）；為幼穗分化期的日期；為開(kāi)花中期的日期。

混凝土結(jié)構(gòu)和土建構(gòu)件在完成初期的施工后，會(huì)有一段時(shí)間留給混凝土達(dá)到凝固的狀態(tài)，使其達(dá)到施工標(biāo)準(zhǔn)和要求的穩(wěn)定性與可靠性，為了保障這一進(jìn)程順利進(jìn)行，一般要采取合理的保養(yǎng)手段，但是在實(shí)際的施工過(guò)程中，負(fù)責(zé)保養(yǎng)混凝土結(jié)構(gòu)的工作人員沒(méi)有按規(guī)定時(shí)間和保養(yǎng)規(guī)定執(zhí)行相應(yīng)的養(yǎng)護(hù)措施，不注意灑水，以保持其合理的含水量，導(dǎo)致水分缺失，因此出現(xiàn)了大量的干縮裂縫，而且分布也不均衡。導(dǎo)致該類裂縫產(chǎn)生主要是由于背陰面的水分流失速度較慢，能夠在一段時(shí)間內(nèi)維持一定的水分含量，而陽(yáng)光照射的部分將不可避免的發(fā)生干硬，導(dǎo)致部分結(jié)構(gòu)回縮。

本研究ORYZA_V3模型中通過(guò)計(jì)算穎花數(shù)和每粒質(zhì)量乘積來(lái)計(jì)算得水稻最終產(chǎn)量，水稻拔節(jié)孕穗期至抽穗開(kāi)花期所形成的穎花數(shù)計(jì)算式為：

式中：c為低溫對(duì)形成穎花影響系數(shù)；h為高溫對(duì)形成穎花影響系數(shù)；av為平均溫度（℃）；max為日最高氣溫（℃）。

1.3 ORYZA_V3模型參數(shù)確定與檢驗(yàn)

利用2019年B1處理測(cè)桶栽培試驗(yàn)實(shí)測(cè)數(shù)據(jù)對(duì)ORYZA_V3模型參數(shù)進(jìn)行校正，校正后的作物參數(shù)見(jiàn)表1—表3。基于2019年B2和B3處理水稻植株葉面積指數(shù)（）、地上總干物質(zhì)量（）、葉片干物質(zhì)量（）、莖干物質(zhì)量（）和穗干物質(zhì)量（）實(shí)測(cè)值和模擬值進(jìn)行比較，證明模型參數(shù)選取的有效性。通過(guò)田間小型氣象站獲取逐日氣象資料，包括有：日降水量、日照、日最高氣溫、日最低氣溫、日均風(fēng)速等；實(shí)時(shí)記錄水稻全生育期田間管理措施，包括：稻苗移栽時(shí)間、施肥日期、施肥量、灌水日期、灌水量等。

2.1 行為學(xué)結(jié)果 造模 35 d 后，模型組大鼠食欲減退、活動(dòng)減少、反應(yīng)遲鈍，而氟西汀組大鼠上述癥狀明顯改善。與對(duì)照組比較，模型組大鼠水平得分、垂直得分、糖水偏愛(ài)百分比均降低（P 均＜0.01）；與模型組比較，氟西汀組大鼠水平得分、垂直得分、糖水偏愛(ài)百分比均升高（P 均＜0.05），以上結(jié)果提示造模成功。見(jiàn)表1。

早產(chǎn)是世界性產(chǎn)科問(wèn)題，是新生兒患病及死亡的主要原因。在眾多發(fā)病因素中細(xì)菌性陰道?。╞acterial vaginosis，BV）占據(jù)重要角色。BV作為常見(jiàn)的生殖道感染，由于正常陰道酸性失衡，厭氧微生物擴(kuò)增，導(dǎo)致感染發(fā)生，臨床表現(xiàn)為外陰瘙癢、白帶增多、黏稠及陰道分泌物異常等[1]。BV在孕期發(fā)病率高達(dá)30%，是導(dǎo)致不良妊娠結(jié)局（早產(chǎn)、胎膜早破、流產(chǎn)、低體質(zhì)量?jī)旱龋┑闹饕騕2]。臨床采用抗生素治療具有一定效果，但有效率僅有60%，而復(fù)發(fā)率高達(dá)30%，嚴(yán)重影響患者的生活質(zhì)量[3]。因此，尋找新的有效治療BV的藥物，對(duì)改善患者生活質(zhì)量，降低妊娠期早產(chǎn)風(fēng)險(xiǎn)具有重大意義。

表1 發(fā)育速率參數(shù)校正值

注 表中生育期（）是水稻發(fā)育過(guò)程，即出苗（0）、進(jìn)入光敏感期（0.4）、穗分化（0.65）、開(kāi)花期（1）、成熟期（2）。

表2 比葉面積參數(shù)校正值

注 表中為比葉面積。

表3 干物質(zhì)分配系數(shù)參數(shù)校正

1.4 ORYZA_V3模型檢驗(yàn)評(píng)價(jià)方法

ORYZA_V3模型中水稻葉面積變化分為2個(gè)過(guò)程：呈指數(shù)模式增長(zhǎng)階段和呈線性模式增長(zhǎng)階段。水稻葉面積第一階段變化過(guò)程的計(jì)算式為：

當(dāng)模型線性回歸系數(shù)（）、決定系數(shù)（2）和模型效率（eff）越接近于1.0，截距（）和歸一化均方根誤差（）越接近于0，不等方差Student’s-t檢驗(yàn)值（(t)）大于0.05（實(shí)測(cè)值與模擬值之間差異不顯著）時(shí)，視為模型模擬值與實(shí)測(cè)值吻合度高，模擬效果良好。

1.5 ORYZA_V3模型施肥情景模擬方法

式中：均為經(jīng)驗(yàn)系數(shù)；為生長(zhǎng)發(fā)育階段。

表4 ORYZA_V3模型模擬設(shè)置的施氮量情景模式

注 表中100%表示測(cè)桶試驗(yàn)添加施氮量為188 kg/hm2，即基礎(chǔ)值。

2 結(jié)果與分析

2.1 水稻干物質(zhì)量和葉面積指數(shù)模擬效果評(píng)價(jià)

選取2019年B1處理進(jìn)行分析，沿海地區(qū)鹽漬土水稻地上總干物質(zhì)量、莖干物質(zhì)量、葉干物質(zhì)量、穗干物質(zhì)量及葉面積指數(shù)的模擬結(jié)果見(jiàn)圖1。

該模型能反映海涂區(qū)鹽漬土水稻各器官干物質(zhì)量和變化規(guī)律，模型模擬值和實(shí)測(cè)值比較吻合。因此，模型對(duì)本試驗(yàn)研究區(qū)水稻葉面積指數(shù)、地上各器官干物質(zhì)量的模擬效果良好，可以采用率定好的模型進(jìn)行沿海地區(qū)鹽漬土水稻生長(zhǎng)的長(zhǎng)系列模擬及檢驗(yàn)。

圖1 B1處理水稻干物質(zhì)量和葉面積指數(shù)模擬結(jié)果

2.2 水稻干物質(zhì)量和葉面積指數(shù)檢驗(yàn)評(píng)價(jià)

選取2019年B2處理和B3處理試驗(yàn)數(shù)據(jù)對(duì)海涂鹽漬土水稻干物質(zhì)量和的模擬性能進(jìn)行驗(yàn)證。模型模擬干物質(zhì)量與實(shí)測(cè)值變化規(guī)律的一致性良好，水稻干物質(zhì)量變化動(dòng)態(tài)在模型中得到較好驗(yàn)證，水稻地上總干物質(zhì)量和模擬值與實(shí)測(cè)值之間回歸關(guān)系良好。由表5可知，水稻地上總干物質(zhì)量及各器官干物質(zhì)量的模擬值與實(shí)測(cè)值之間差距較小，二者之間沒(méi)有顯著性差異（>0.05），其模擬值與實(shí)測(cè)值的線性回歸系數(shù)值變化范圍為0.88～1.07，均接近于1.0，決定系數(shù)2和模型效率eff均大于0.90，歸一化均方根誤差值在10.10%～16.92%。水稻干物質(zhì)量實(shí)測(cè)值與模型模擬值之間誤差均在可接受范圍之內(nèi)，模擬驗(yàn)證效果良好。B2處理和B3處理下鹽漬土水稻模擬值與實(shí)測(cè)值吻合，其模擬值與實(shí)測(cè)值的2值分別為0.96和0.97，值為13.19%和17.78%，這些評(píng)價(jià)指標(biāo)均反映出ORYZA_V3模型模擬海涂區(qū)鹽漬土水稻動(dòng)態(tài)變化驗(yàn)證效果較好，模擬誤差均在合理范圍內(nèi)。

表5 水稻干物質(zhì)量和葉面積指數(shù)統(tǒng)計(jì)指標(biāo)

注為觀測(cè)樣本數(shù)量，(*)為檢驗(yàn)，為截距，為模型線性回歸系數(shù)，eff為模型效率，為模擬值，為實(shí)測(cè)值。

2.3 沿海地區(qū)施肥情景模擬

將測(cè)桶栽培試驗(yàn)中添加188 kg/hm2的氮肥作為基礎(chǔ)值（100%施氮量），在此基礎(chǔ)上設(shè)置7個(gè)不同施氮量，并考慮生物炭本身含氮量（表4），針對(duì)不同生物炭處理下水稻產(chǎn)量進(jìn)行施氮肥情景模擬。如圖2所示，在低施肥量情景下，施用生物炭對(duì)水稻產(chǎn)量影響明顯，產(chǎn)量增加量較大，而高施肥量情景下（施氮量超過(guò)235 kg/hm2），土壤中養(yǎng)分量達(dá)到飽和，施用生物炭對(duì)產(chǎn)量促進(jìn)作用不明顯。添加2%生物炭和5%生物炭處理產(chǎn)量分別在125%基礎(chǔ)值（235 kg/hm2）和75%基礎(chǔ)值（141 kg/hm2）上達(dá)到8 680.1、8 834.1 kg/hm2，在此基礎(chǔ)上繼續(xù)添加氮肥對(duì)產(chǎn)量影響不明顯。

芬蘭OUTOTEC公司開(kāi)發(fā)的硫酸鋅溶液砷鹽凈化技術(shù)除去電積液中鎳、鈷具有國(guó)際先進(jìn)水平［4-5］，成功之處在于引進(jìn)了電位、BT值、晶種返回等先進(jìn)理念以及項(xiàng)目的自動(dòng)化控制系統(tǒng)的設(shè)計(jì)，為保證凈化系統(tǒng)的穩(wěn)定運(yùn)行創(chuàng)造了良好的條件［6-7］。該技術(shù)與專利設(shè)備固然有其先進(jìn)性，但是在工業(yè)化應(yīng)用過(guò)程又同時(shí)存在很多明顯缺陷。硫酸鋅溶液除鎘能否達(dá)到工藝要求，反應(yīng)器的流態(tài)化沸騰層穩(wěn)定控制是工藝的關(guān)鍵所在。如何評(píng)價(jià)運(yùn)行期間沸騰層的穩(wěn)定？關(guān)鍵在于相鄰反應(yīng)器之間的液位差［8］。本文將從沸騰層形成機(jī)理開(kāi)始，從內(nèi)部控制到外部基礎(chǔ)進(jìn)全方位的闡述沸騰層的控制要素。

圖2 不同施氮量水稻產(chǎn)量

3 討 論

ORYZA_V3模型在綜合潛在產(chǎn)量模型ORYZA1、水分限制模型ORYZA_W、氮素限制模型ORYZA_N及ORYZA2000的基礎(chǔ)上更新版本，是一個(gè)理想的水稻生長(zhǎng)模型，借助該模型可預(yù)測(cè)氣候變化、施氮量變化及水分變化對(duì)水稻生長(zhǎng)過(guò)程影響。本研究中調(diào)試ORYZA_V3模型作物參數(shù)并進(jìn)行沿海地區(qū)鹽漬土水稻生長(zhǎng)的長(zhǎng)系列模擬校正，模型結(jié)果顯示，模型模擬葉面積指數(shù)和干物質(zhì)量與實(shí)測(cè)值變化規(guī)律吻合，實(shí)測(cè)值和模擬值之間誤差均在合理范圍之內(nèi)。

水稻抽穗后干物質(zhì)量與產(chǎn)量極顯著正相關(guān)，水稻干物質(zhì)量積累愈多，產(chǎn)量會(huì)愈多[15]。水稻葉面積大小直接影響水稻前中期單位面積干物質(zhì)的生產(chǎn)和積累量[16]，已有研究認(rèn)為水稻最大葉面積指數(shù)與產(chǎn)量呈二次曲線關(guān)系[17]，在一定范圍內(nèi)提高最大葉面積指數(shù)有利于促進(jìn)水稻產(chǎn)量，當(dāng)水稻葉面積指數(shù)超過(guò)某值時(shí)，對(duì)水稻葉片光合作用會(huì)產(chǎn)生不利作用。廣東農(nóng)科院水稻所研究表明，水稻拔節(jié)期、齊穗期及齊穗后20 d的水稻葉片葉面積指數(shù)相加值與產(chǎn)量顯著正相關(guān)[18]；Matsushima[19]認(rèn)為作物葉面積的發(fā)展是決定產(chǎn)量的主要因素。本研究中ORYZA_V3模型施氮量情景模擬結(jié)果表明，在低施肥量情況下，施用生物炭對(duì)水稻產(chǎn)量影響效果明顯，而高施肥量情景下，土壤中養(yǎng)分量已經(jīng)達(dá)到飽和，施用生物炭效果不明顯，這與陳靜等[20]研究結(jié)果相似。由于生物炭和低氮肥處理后，土壤中充足的礦質(zhì)養(yǎng)分和含氮量有助于提高作物籽粒形成[21-22]，水稻產(chǎn)量隨施氮量增加而增加，而生物炭和高施氮量處理后，施肥量過(guò)多，導(dǎo)致水稻前期生長(zhǎng)過(guò)旺，后期產(chǎn)量增加緩慢，肥料利用效率降低[23-24]。添加2%生物炭和5%生物炭，其產(chǎn)量分別在235 kg/hm2和141 kg/hm2施氮量水平上達(dá)到8 680.1 kg/hm2和8 834.1 kg/hm2；在329 kg/hm2施氮量水平上達(dá)到峰值，分別為9 167.0、9 350.9 kg/hm2。因此，低施氮量情境下，添加5%生物炭對(duì)水稻產(chǎn)量促進(jìn)作用最大；高施氮量情境下，同時(shí)考慮生物炭和氮肥成本，添加2%生物炭和氮肥聯(lián)合施用可獲得較高的產(chǎn)量和經(jīng)濟(jì)效益。因此，添加一定量生物炭處理下配合施用氮肥，改善土壤結(jié)構(gòu)，提高土壤礦質(zhì)養(yǎng)分和肥力[25]，在低成本的同時(shí)可以達(dá)到提高水稻產(chǎn)量目的。

第一次全國(guó)水利普查分為四個(gè)階段：前期準(zhǔn)備階段、清查登記階段、填表上報(bào)階段、成果發(fā)布階段，其中清查登記階段是水利普查的最基本階段，目的是摸清全國(guó)水利的基本情況。水利普查主要包括河湖基本情況普查、水利工程基本情況普查、經(jīng)濟(jì)社會(huì)用水情況調(diào)查、河湖開(kāi)發(fā)治理保護(hù)情況普查、水土保持情況普查、水利行業(yè)能力建設(shè)情況等6項(xiàng)普查和灌區(qū)、地下水2個(gè)專項(xiàng)普查。除河湖基本情況普查和水土保持情況普查委托由專業(yè)的機(jī)構(gòu)完成外，其余普查內(nèi)容均由縣級(jí)水利部門獲取普查數(shù)據(jù)并錄入到本次水利普查的專用軟件“水利普查基層登記臺(tái)賬管理系統(tǒng)”中，逐級(jí)上報(bào)到國(guó)務(wù)院水利普查辦公室。因此，在整個(gè)普查過(guò)程中，清查數(shù)據(jù)質(zhì)量控制十分關(guān)鍵。

4 結(jié) 論

1）ORYZA_V3模型對(duì)沿海地區(qū)鹽漬土水稻葉面積指數(shù)和干物質(zhì)量模擬值與實(shí)測(cè)值一致性良好，模擬值與實(shí)測(cè)值線性回歸系數(shù)值變化范圍為0.88～1.07，均接近于1.0，決定系數(shù)2和模型效率eff均大于等于0.85，歸一化均方根誤差都小于20%，模型模擬值與實(shí)測(cè)值之間誤差均在合理范圍內(nèi)。

2）在低施氮量情況下，施用生物炭對(duì)水稻產(chǎn)量影響明顯，產(chǎn)量增加量較大，而高施氮量情況下（施氮量超過(guò)235 kg/hm2），土壤養(yǎng)分量已經(jīng)達(dá)到飽和，施用生物炭對(duì)產(chǎn)量促進(jìn)作用不明顯。

3）考慮成本因素，低施氮量情境下，添加5%生物炭對(duì)水稻產(chǎn)量促進(jìn)作用最大，高施氮量情境下，2%生物炭和氮肥聯(lián)合施用成本相對(duì)低，且產(chǎn)量高。

[1] 張俊, 徐紹輝, 劉建立, 等. 應(yīng)用ORYZA2000模型模擬水稻產(chǎn)量及吸氮量[J]. 土壤, 2007(3): 428-432.

ZHANG Jun, XU Shaohui, LIU Jianli, et al. Simulation of yield and nitrogen uptake of rice using ORYZA 2000 model[J]. Soils, 2007(3): 428-432.

[2] 邱建軍, 王立剛, 鄭循華, 等. 環(huán)渤海區(qū)域農(nóng)業(yè)碳氮平衡定量評(píng)價(jià)及調(diào)控技術(shù)研究[M]. 北京: 科學(xué)技術(shù)出版社, 2012.

QIU Jianjun, WANG Ligang, ZHENG Xunhua, et al. Research on quantitative evaluation and regulation technology of agricultural carbon and nitrogen balance in the Bohai Sea Rim[M]. Beijing: Science and Technology Press, 2012.

[3] 莫志鴻, 馮利平, 鄒海平, 等. 水稻模型ORYZA2000在湖南雙季稻區(qū)的驗(yàn)證與適應(yīng)性評(píng)價(jià)[J]. 生態(tài)學(xué)報(bào), 2011, 31(16): 4 628-4 637.

MO Zhihong, FENG Liping, ZOU Haiping, et al. Validation and adaptability evaluation of rice growth model ORYZA2000 in double cropping rice area of Hunan Province[J]. Acta Ecologica Sinica, 2011, 31(16): 4 628-4 637.

[4] JING Q, BOUMAN B A M, HENGSDIJK H, et al. Exploring options to combine high yields with high nitrogen use efficiencies in irrigated rice in China[J]. European Journal of Agronomy, 2007(2): 166-177.

[5] 郭銀巧, 李存東, 趙春江, 等. 玉米栽培理論及智能決策系統(tǒng)的研究進(jìn)展[J]. 玉米科學(xué)，2005, 13(1): 95-102.

GUO Yinqiao, LI Cundong, ZHAO Chunjiang, et al. Progresses and perspectives on maize cultivation theory and intelligence systems research[J]. Journal of Maize Sciences, 2005, 13(1): 95-102.

[6] DRENTH H, TEN Berge H F M, RIETHOVEN J J M. ORYZA simulation modules for potential and nitrogen limited rice production. SARP Research Proceedings[M]. Wageningen, the Netherlands, 1994.

[7] 李亞龍, 崔遠(yuǎn)來(lái), 李遠(yuǎn)華, 等. 基于ORYZA 2000模型的旱稻生長(zhǎng)模擬及氮肥管理研究[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2005(12): 141-146.

LI Yalong, CUI Yuanlai, LI Yuanhua, et al. Growth simulation of aerobic rice and its nitrogen management on the basis of ORYZA2000[J]. Transactions of the Chinese Society of Agricultural Engineering, 2005(12): 141-146.

[8] 李亞龍, 崔遠(yuǎn)來(lái), 李遠(yuǎn)華. 水-氮聯(lián)合限制條件下對(duì)水稻生產(chǎn)模型ORYZA2000的驗(yàn)證與評(píng)價(jià)[J]. 灌溉排水學(xué)報(bào), 2005, 24(1): 28-44.

LI Yalong, CUI Yuanlai, LI Yuanhua. Validation and evaluation of ORYZA2000 under water and nitrogen limited conditions[J]. Journal of Irrigation and Drainage, 2005, 24(1): 24-44.

[9] 潘興書. 基于ORYZA2000模型模擬一季中稻的適應(yīng)性檢驗(yàn)及氮肥管理研究[D]. 貴陽(yáng): 貴州大學(xué), 2010.

PAN Xingshu. Evaluation of ORYZA2000 Model for Single Cropping Rice and studies on nitrogen management[D]. Guiyang: Guizhou University, 2010.

[10] 邵東國(guó), 孫春敏, 王洪強(qiáng), 等. 稻田水肥資源高效利用與調(diào)控模擬[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2010, 26(12): 72-78.

SHAO Dongguo, SUN Chunmin, WANG Hongqiang, et al. Simulation on regulation for efficient utilization of water and fertilizer resources in paddy fields[J]. Transactions of the Chinese Society of Agricultural Engineering, 2010, 26(12): 72-78.

[11] 劉路廣, 譚君位, 吳瑕, 等. 鄂北地區(qū)水稻適宜節(jié)水模式與節(jié)水潛力[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2017(4): 177-185.

LIU Luguang, TAN Junwei, WU Xia, et al. Reasonable irrigation mode and water-saving potential for rice in Northern Hubei Province[J], Transactions of the Chinese Society of Agricultural Engineering, 2017(4): 177-185.

[12] 余乾安, 李亞龍, 劉路廣, 等. 基于ORYZA_V3模型的水稻水肥綜合調(diào)控模式研究[J]. 灌溉排水學(xué)報(bào), 2019, 38(6): 50-57.

YU Qian’an, LI Yalong, LIU Luguang, et al. Using the ORYZA_V3 Model to Help Improve Water and Fertilizer Management of Rice Field[J]. Journal of Irrigation and Drainage, 2019, 38(6): 50-57.

[13] KOBAYASHI K, SALAM M U. Comparing Simulated and Measured Values Using Mean Squared Deviation and Its Components[J]. Semigroup Forum, 2000, 92(2): 345-352.

[14] GAUCH H G, HWANG J T, FICK G W. Model evaluation by comparison of model-based predictions and measured values[J]. Agronomy Journal, 2003, 95(6): 1 442-1 446.

[15] 彭顯龍, 劉元英, 羅盛國(guó), 等. 實(shí)地氮肥管理對(duì)寒地水稻干物質(zhì)積累和產(chǎn)量的影響[J]. 中國(guó)農(nóng)業(yè)科學(xué), 2006, 39(11): 2 286-2 293.

PENG Xianlong, LIU Yuanying, LUO Shengguo, et al. Effects of the Site-Specific Nitrogen Management on Yield and Dry Matter Accumulation of Rice in Cold Areas of Northeastern China[J]. 2006, 39(11): 2 286-2 293.

[16] 王永銳. 作物高產(chǎn)群體生理[M]. 北京: 科技文獻(xiàn)出版社, 199l.

WANG Yongrui. Crop high-yield population physiology[M].·Beijing: Science and Technology Literature Press, 199l.

[17] 馮惟珠, 蘇祖芳, 沈建輝, 等. 稻作高產(chǎn)新技術(shù)[M]. 北京: 中國(guó)農(nóng)業(yè)出版社, 1999.

FENG Weizhu, SU Zufang, SHEN Jianhui, et al. New high-yield rice cultivation technology[M]. Beijing: China Agriculture Press, 1999.

[18] 廣東省農(nóng)業(yè)科學(xué)院水稻生態(tài)室. 水稻葉向積、葉開(kāi)角與光能利用率的研究[J]. 植物學(xué)報(bào), 1977, 19(1): 34-39.

Rice Ecology Room, Guangdong Academy of Agricultural Sciences. Study on Rice Leaf Volume, Leaf Opening Angle and Light Energy Utilization[J]. Botanical, 1977, 19(1): 34-39.

[19] MATSUSHIMA S. High-yielding rice cultivation. A method for maximizing rice yield through “ideal plants”[J]. 1976.

[20] 陳靜, 王迎春, 李虎, 等. 基于DNDC模型的冬小麥-夏玉米農(nóng)田滴灌施肥優(yōu)化措施研究[J]. 植物營(yíng)養(yǎng)與肥料學(xué)報(bào), 2019, 25(2): 200-212.

CHEN Jing, WANG Yingchun, LI Hu, et al. Optimization of drip fertilization practice for winter wheat-summer maize farmland using the DNDC model[J]. Plant Nutrition and Fertilizer Science, 2019, 25(2): 200-212.

[21] 吳鵬年, 王艷麗, 李培富, 等. 滴灌條件下秸稈還田配施氮肥對(duì)寧夏揚(yáng)黃灌區(qū)春玉米產(chǎn)量和土壤理化性質(zhì)的影響[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2019, 30(12): 4 177-4 185.

WU Pengnian, WANG Yanli, LI Peifu, et al. Effects of straw returning combined with nitrogen fertilizer on spring maize yield and soil physicochemical properties under drip irrigation condition in Yellow River pumping irrigation area, Ningxia, China[J]. Chinese Journal of Applied Ecology, 2019, 30(12): 4 177-4 185.

[22] 阿力木·阿布來(lái)提, 姚懷柱, 宋云飛, 等. 海涂土壤結(jié)構(gòu)改良對(duì)水稻葉綠素?zé)晒鈪?shù)和產(chǎn)量的影響[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2019, 30(10): 3 435-3 442.

ALIMU·Abulaiti, YAO Huaizhu, SONG Yunfei, et al. Effects of soil structure improvement on chlorophyll fluorescence parameters and yield of rice in a coastal reclamation region[J]. Chinese Journal of Applied Ecology, 2019, 30(10): 3 435-3 442.

[23] 潘圣剛, 曹湊貴, 蔡明歷, 等. 不同灌溉模式下氮肥水平對(duì)水稻氮素利用效率、產(chǎn)量及其品質(zhì)的影響[J]. 植物營(yíng)養(yǎng)與肥料學(xué)報(bào), 2009, 15(2): 283-289.

PAN Shenggang, CAO Zougui, CAI Mingli, et al. Effects of nitrogen application on nitrogen use efficiency,grain yields and qualities of rice under different water regimes[J]. Plant Nutrition and Fertilizer Science, 2009, 15(2): 283-289.

[24] 侯云鵬, 楊建, 李前, 等. 施氮對(duì)水稻產(chǎn)量、氮素利用及土壤無(wú)機(jī)氮積累的影響[J]. 土壤通報(bào), 2016, 47(1): 118-124.

HOU Yunpeng, YANG Jian, LI Qian, et al. Effects of Nitrogen Application on Yield, Nitrogen Utilization and Accumulation of Soil Inorganic Nitrogen of Rice[J]. Chinese Journal of Soil Science, 2016, 47(1): 118-124.

[25] 周勁松, 閆平, 張偉明, 等. 生物炭對(duì)水稻苗期生長(zhǎng)、養(yǎng)分吸收及土壤礦質(zhì)元素量的影響[J]. 生態(tài)學(xué)雜志, 2016, 35(11): 2 952-2 959.

ZHOU Jinsong, YAN Ping, ZHANG Weiming, et al. Effects of biochar on seedling growth, nutrient absorption of japonica rice and mineral element contents of substrate soil[J]. Chinese Journal of Ecology, 2016, 35(11): 2 952-2 959.

Optimizing Biochar and Fertilizer Application to Improve Rice Production in Reclaimed Coastal Saline Soils Using the ORYZA_V3 Crop Model

ALIMU·Abulaiti, SHE Dongli*

(College of Agricultural Sciences and Engineering, Hohai University, Nanjing 210098, China)

【】Fertilization and soil amendments are common agronomic technologies to improve soil properties and safeguard crop production, but how to optimize their applications to save fertilizers without compromising crop yield is an issue that remains largely elusive. The objective of this paper is to fill this knowledge gap.【】We took rice grown in the reclaimed coastal saline soils as an example, and simulated its growth in response to biochar and nitrogen fertilization using the ORYZA_V3 crop model. Lysimeter experiments were conducted and the experimental results were used to calibrate the model. The calibrated model was then used to evaluate the impact of different nitrogen fertilizations and biochar amendments on crop growth and yield.【】The ORYZA_V3 model was capable of simulating the growth and yield of rice grown in the saline soils. When nitrogen application was low, amending the soil with biochar can increase the rice yield at significant level. However, the improvement depends on nitrogen application rate. When nitrogen application was more than 235 kg/hm2, nitrogen did not appear to be a limiting factor for the crop and the efficacy of amending the soil with biochar for improving crop growth and yield was also waning. For example, when the nitrogen fertilization was 235 kg/hm2, adding 2% of biochar (w/w) gave a yield 8 680.1 kg/hm2, while when the nitrogen fertilization was 141 kg/hm2, add 5% of biochar could increase the rice yield to 8 834.1 kg/hm2. Amending the saline soil with biochar is hence an effective way to reduce nitrogen application without compromising crop yield.【】The efficacy of amending the reclaimed coastal saline soils with biochar to improve rice yield was when nitrogen fertilization application was low, and its efficacy waned as the nitrogen application increased. These results have important implications for rice production in regions with salt-affected soils.

nitrogen fertilization; saline soil; rice yield; ORYZA_V3 model; biochar amendment

阿力木·阿布來(lái)提, 佘冬立. 基于ORYZA_V3模型的海涂水稻生物炭施肥優(yōu)化措施研究[J]. 灌溉排水學(xué)報(bào), 2021, 40(9): 66-71, 78.

ALIMU·Abulaiti, SHE Dongli. Optimizing Biochar and Fertilizer Application to Improve Rice Production in Reclaimed Coastal Saline Soils Using the ORYZA_V3 Crop Model[J]. Journal of Irrigation and Drainage, 2021, 40(9): 66-71, 78.

TV93；S27

A

10.13522/j.cnki.ggps.2020657

1672 – 3317（2021）09 - 0066 - 07

2020-11-23

國(guó)家自然科學(xué)基金項(xiàng)目（41471180）；江蘇省水利科技項(xiàng)目（2020067）

阿力木·阿布來(lái)提（1992-），男。博士研究生，主要從事農(nóng)業(yè)水土過(guò)程研究。E-mail: alim_ablt@hhu.edu.cn

佘冬立（1980-），男。教授，博士生導(dǎo)師，博士，主要從事農(nóng)業(yè)生態(tài)與水土過(guò)程模擬研究。E-mail: shedongli@hhu.edu.cn

責(zé)任編輯：韓洋