高雪慧，劉 強(qiáng)，王 鈞

(甘肅農(nóng)業(yè)大學(xué)信息科學(xué)技術(shù)學(xué)院，甘肅蘭州 730070)

小麥(L.)是隴中黃土丘陵溝壑區(qū)主要的糧食作物，適宜在該區(qū)大量種植且能產(chǎn)生一定的經(jīng)濟(jì)效益。但該區(qū)是典型的旱作雨養(yǎng)農(nóng)業(yè)區(qū)，小麥產(chǎn)量易受天氣變化和降水的影響，降水季與作物需水季的不對(duì)等導(dǎo)致該區(qū)小麥減產(chǎn)、經(jīng)濟(jì)收入下降的情況出現(xiàn)。

在雨養(yǎng)農(nóng)業(yè)區(qū)，合理的播期與水氮管理可以有效實(shí)現(xiàn)作物的增產(chǎn)和水分的充分利用。播期對(duì)小麥籽粒產(chǎn)量及水分利用效率有顯著影響。在黃土丘陵區(qū)，最主要產(chǎn)量限制因子是水和肥，以水促肥，以肥調(diào)水，利用水分合理施肥提高農(nóng)作物產(chǎn)量成為農(nóng)業(yè)綜合發(fā)展的關(guān)鍵技術(shù)。茹曉雅等研究表明，當(dāng)自然降水增加55%、施氮量增加到257.25 kg·hm時(shí)，小麥可取得最高產(chǎn)量 5 988 kg·hm。李廣等用APSIM模型分析發(fā)現(xiàn)，對(duì)于小麥產(chǎn)量的形成，降水季節(jié)分配比降水總量更重要，當(dāng)年6月至7月的降水對(duì)小麥產(chǎn)量影響最顯著，最大貢獻(xiàn)率為每增加1 mm降水，小麥可增產(chǎn)10.4 kg·hm。一些學(xué)者認(rèn)為，播期調(diào)控、水肥管理不僅會(huì)協(xié)調(diào)水分和養(yǎng)分，還可以有效提高小麥產(chǎn)量和降低產(chǎn)量年際變率。

前人通過(guò)多元回歸分析對(duì)于隴中黃土丘陵溝壑區(qū)旱地春小麥不同水氮耦合下的最優(yōu)產(chǎn)量做了詳細(xì)描述，但對(duì)于不同降水年型下小麥產(chǎn)量對(duì)播期和水氮的耦合響應(yīng)的定量研究較少。因此，本研究基于定西市李家堡鄉(xiāng)試驗(yàn)區(qū)分期播種田間數(shù)據(jù)，利用APSIM模型模擬不同處理下的小麥產(chǎn)量，分析影響小麥產(chǎn)量因素的相關(guān)性，探究不同降水年型下的適宜播種期與最優(yōu)施氮量的關(guān)系，以期為該區(qū)春小麥生產(chǎn)提供技術(shù)指導(dǎo)。

1 材料與方法

1.1 研究區(qū)概況

甘肅省定西市安定區(qū)李家堡鄉(xiāng)甘肅農(nóng)業(yè)大學(xué)試驗(yàn)區(qū)的海拔為2 000 m，屬于隴中黃土高原地帶，是典型的雨養(yǎng)型農(nóng)業(yè)區(qū)，主要輪作方式是春小麥與豌豆輪作，一年一熟制，土壤類(lèi)型為黃綿土，年均降水量約375.44 mm，年潛在蒸發(fā)量為降水量的4倍。年均氣溫6.4 ℃，無(wú)霜期平均140 d，年均太陽(yáng)輻射592.9 kJ·m，年日照時(shí)數(shù) 2 476.6 h，無(wú)灌溉條件，地下水埋藏較深，忽略其向上補(bǔ)給量。

1.2 數(shù)據(jù)來(lái)源

1971-2018年逐日氣象資料來(lái)自試驗(yàn)點(diǎn)氣象站自動(dòng)測(cè)定，主要包括日最高溫度(℃)、日最低溫度(℃)和日降水量(mm)。土壤樣品采自甘肅農(nóng)業(yè)大學(xué)試驗(yàn)站小麥田，基礎(chǔ)物理數(shù)據(jù)如表1所示。模型適應(yīng)性評(píng)價(jià)利用2016-2018年大田實(shí)測(cè)產(chǎn)量進(jìn)行數(shù)據(jù)校準(zhǔn)和驗(yàn)證。根據(jù)試驗(yàn)地實(shí)際管理措施設(shè)置得到田間管理參數(shù)，供試小麥品種定西35號(hào)的生育參數(shù)見(jiàn)表2。

表1 土壤參數(shù)Table 1 Soil parameters

表2 小麥品種定西35號(hào)的生長(zhǎng)發(fā)育參數(shù)Table 2 Growth and development parameters of wheat Dingxi 35

1.2.1 不同降水年型確定

根據(jù)研究區(qū)日降水量數(shù)據(jù)統(tǒng)計(jì)出春小麥生育期(當(dāng)年3月至6月)的降水量總和，利用以下公式將19個(gè)試驗(yàn)?zāi)攴萁邓縿澐譃楦珊的?、平水年和濕?rùn)年3種年型(表3)。

表3 不同降水年型Table 3 Different precipitation with year types

式中，為干旱指數(shù)，為生育年降水量(mm)，為2000-2018年生育年平均降水量(mm)，是標(biāo)準(zhǔn)差。濕潤(rùn)年：>033；干旱年：<-033；平水年：-033<<033。

綜合上述分析結(jié)果，I≥6度面積、框架結(jié)構(gòu)比例、人均居住面積和砌體結(jié)構(gòu)比例對(duì)地震傷亡人數(shù)與直接經(jīng)濟(jì)損失均產(chǎn)生重要影響，定量分析結(jié)果符合現(xiàn)實(shí)災(zāi)害情況，灰色關(guān)聯(lián)分析法適用于地震災(zāi)害損失方面的研究。

1.2.2 產(chǎn)量年際變率

本研究用變異系數(shù)分析小麥產(chǎn)量年際間差異即產(chǎn)量年際變率。

1.3 APSIM-wheat模型介紹及調(diào)參和驗(yàn)證方法

APSIM(農(nóng)業(yè)生產(chǎn)仿真器)是由APSRU(澳大利亞聯(lián)邦科工組織)在1991年開(kāi)發(fā)而成，可以用來(lái)模擬農(nóng)業(yè)系統(tǒng)生物物理過(guò)程。作為一個(gè)建模框架，APSIM的功能范圍從基因表達(dá)模擬到多田農(nóng)場(chǎng)，能夠?qū)⒎稚⒀芯砍晒嫌谀Ｐ椭?，以便把某一個(gè)學(xué)科或領(lǐng)域的成果應(yīng)用到其他一些學(xué)科或領(lǐng)域。APSIM在農(nóng)業(yè)中應(yīng)用廣泛，目前可以用于種植制度、作物管理、作物育種等的研究，能模擬的作物包括小麥、玉米、豆類(lèi)作物以及雜草等。

模型的調(diào)參和驗(yàn)證對(duì)APSIM模型在農(nóng)業(yè)上模擬的準(zhǔn)確性至關(guān)重要。本研究在前期李廣對(duì)APSIM進(jìn)行調(diào)參的基礎(chǔ)上，利用試驗(yàn)區(qū)大田實(shí)測(cè)數(shù)據(jù)對(duì)模型進(jìn)行驗(yàn)證。主要選用標(biāo)準(zhǔn)統(tǒng)計(jì)參數(shù)作為檢驗(yàn)指標(biāo)對(duì)模型性能進(jìn)行評(píng)價(jià)，檢驗(yàn)指標(biāo)包括模擬值與實(shí)測(cè)值之間的均方根誤差(RMSE)、歸一化均方根誤差(NRMSE)和模型的有效性(ME)。

式中，為實(shí)測(cè)值，為模擬值，為實(shí)測(cè)值的平均值，RMSE和NRMSE反映模擬值與實(shí)測(cè)值之間的相對(duì)誤差和絕對(duì)誤差，其值越小，說(shuō)明模擬值與實(shí)測(cè)值之間偏差越小，模擬效果越好；當(dāng)ME>0.5時(shí)，模型的模擬精度高。

1.4 數(shù)據(jù)分析

采用SPSS 25.0軟件對(duì)模擬數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，用平均值表示結(jié)果，分別對(duì)小麥產(chǎn)量的影響因素進(jìn)行線性回歸分析；所有作圖過(guò)程由Excel 2010和Origin 2017完成。

1.5 農(nóng)田管理情景設(shè)定

本研究選擇2000-2018年甘肅省定西市安定區(qū)李家堡鄉(xiāng)甘肅農(nóng)業(yè)大學(xué)試驗(yàn)區(qū)作為長(zhǎng)期模擬情景，基于驗(yàn)證后的APSIM-Wheat模型分別模擬播期、水氮管理及播期和水氮耦合情景下小麥的產(chǎn)量形成。

根據(jù)定西市春小麥生長(zhǎng)發(fā)育所需積溫條件和生長(zhǎng)下限溫度，結(jié)合當(dāng)?shù)貙?shí)際播期數(shù)據(jù)，將設(shè)置試驗(yàn)共設(shè)3個(gè)播期，分別為早播(ESW，每年3月3日播種)、正常播(NSW，每年3月18日播種)和晚播(LSW，每年3月31日播種)。播量均為187.5 kg·hm，小麥品種為定西35號(hào)。試驗(yàn)小區(qū)面積為80 m(20 m×4 m)，采用傳統(tǒng)耕作方式，播種深度為30 mm，每個(gè)小區(qū)重復(fù)3次，采用隨機(jī)區(qū)組排列。

1.5.2 水氮管理情景

根據(jù)沈永平等預(yù)測(cè)結(jié)果，到21世紀(jì)葉末，西北地區(qū)氣候變化明顯，降水量變化在10%～20%之間，氣溫將上升1.5～2 ℃。根據(jù)已有的氣候變化研究，將擬設(shè)定5個(gè)降水梯度(以當(dāng)年自然降水為基礎(chǔ)，減少20%、減少10%、不變、增加10%、增加20%，分別記為W1～W5)和5個(gè)施氮水平(0、52.5、105、157.5和210 kg·hm，分標(biāo)記為N1～N5)。利用APSIM模型組件“Climate Control”和“Fertilise at Sowing”，分別在濕潤(rùn)年、平水年和干旱年下進(jìn)行不同降水和施氮梯度的 5×5的耦合處理。其中，對(duì)照處理的降水量是自然降水(W3)，施氮量是105 kg·hm(N3)，播期是正常播(NSW)。試驗(yàn)處理中氮肥均作為底肥全部一次性施入。

2 結(jié)果與分析

2.1 APSIM-Wheat模型的適應(yīng)性分析

基于試驗(yàn)區(qū)2016-2018年田間試驗(yàn)不同播期處理下春小麥產(chǎn)量，對(duì)APSIM-wheat模型進(jìn)行驗(yàn)證，分析結(jié)果顯示,APSIM模型對(duì)于2016-2018年不同播期下春小麥產(chǎn)量的模擬精度較高，早播小麥產(chǎn)量的RMSE為45.1 kg·hm，NRMSE小于5%，ME=0.71；正常播小麥產(chǎn)量的RMSE為39.15 kg·hm，NRMSE小于5%，ME=0.73；晚播小麥產(chǎn)量的RMSE為35.61 kg·hm，NRMSE小于5%，ME=0.74(圖1)。

圖1 不同播期下小麥產(chǎn)量的模擬值和實(shí)測(cè)值的線性回歸擬合結(jié)果Fig.1 Linear regression fitting of the simulated and measured values of wheat yield under different sowing dates

2.2 播期、降水量和施氮量對(duì)小麥產(chǎn)量的相關(guān)性

在控制單因素不變的情況下，首先用APSIM-Wheat模型對(duì)2000-2018年不同措施下小麥產(chǎn)量進(jìn)行模擬，然后使用SPSS 25.0軟件，將產(chǎn)量作為因變量，播期、降水量、施氮量作為協(xié)變量進(jìn)行線性回歸分析。由表4可得，在給定顯著性水平α為0.05的前提下，施氮量和降水量概率值均小于α，播期調(diào)控值大于α，故認(rèn)為單一的播期調(diào)控對(duì)小麥產(chǎn)量無(wú)顯著影響，降水量和施氮量有顯著影響。因此，三個(gè)因素對(duì)小麥產(chǎn)量影響的顯著性程度表現(xiàn)為降水量>施氮量>播期，即降水量的效應(yīng)大于肥效和播期，在研究區(qū)決定小麥產(chǎn)量形成的關(guān)鍵因素是降水。

表4 小麥產(chǎn)量多元線性回歸結(jié)果Table 4 Multiple linear regression result of wheat yield

2.3 播期對(duì)小麥產(chǎn)量的影響

通過(guò)對(duì)平水年且氮肥充足(施氮量105 kg·hm)條件下播期效應(yīng)進(jìn)行模擬，結(jié)果(圖2a)表明，不同播期下春小麥產(chǎn)量曲線變化趨勢(shì)一致，早播、正常播和晚播小麥平均產(chǎn)量分別為 2 151.04、2 204.01和2 389.19 kg·hm，播期間產(chǎn)量差異不顯著。春小麥三種播期下產(chǎn)量介于1 500～3 500 kg·hm的概率均為63.15%，最佳產(chǎn)量出現(xiàn)在晚播條件下(圖2b)；三種播期下小麥產(chǎn)量年際變率表現(xiàn)為早播(32.5%)>正常播(32%)>晚播(30%)。綜上可得，在水氮條件為對(duì)照處理時(shí)，晚播最有利于試驗(yàn)區(qū)春小麥高產(chǎn)穩(wěn)產(chǎn)，較正常播增產(chǎn)8.4%，使產(chǎn)量年際變異降低2%。

圖2 不同播期處理下小麥模擬產(chǎn)量曲線和概率分布Fig.2 Simulated yield curve and probability distribution of wheat under different sowing dates

2.4 水氮對(duì)小麥產(chǎn)量的影響

在對(duì)照條件(自然降水，施氮量為105 kg·hm)下，利用APSIM-wheat模擬得出2000-2018年小麥的平均產(chǎn)量為2 062.68 kg·hm。在施氮105 kg·hm條件下，小麥產(chǎn)量平均值隨著降水量的增加而逐漸提高；在W5處理下，小麥產(chǎn)量最高，為3 942.96 kg·hm，比對(duì)照增加 91.2%(圖3a)。

在自然降水條件下，隨著施氮量的增加，小麥產(chǎn)量的平均值呈先升后下降并趨于穩(wěn)定(圖3b)，其中N2處理的小麥產(chǎn)量最高(2 333.59 kg·hm)，比對(duì)照增加13.1%，表明在水分限制條件下適量施氮可增加小麥產(chǎn)量，但過(guò)多施氮會(huì)導(dǎo)致減產(chǎn)。

從圖3c可以看出，降水量與施氮量對(duì)小麥產(chǎn)量具有明顯的互作效應(yīng)，合理的水氮耦合可以有效促進(jìn)小麥產(chǎn)量提升。當(dāng)施氮量處于N1～N2區(qū)間時(shí)，最佳降水量為W4(產(chǎn)量最高)，降水過(guò)多反而不利于小麥高產(chǎn)，這可能是由于過(guò)多的降水對(duì)氮肥產(chǎn)生稀釋效應(yīng)，導(dǎo)致小麥減產(chǎn)；當(dāng)施氮量在N2～N5區(qū)間時(shí)，小麥產(chǎn)量隨著降水量的增加而增加。在降水量處于W1～W2區(qū)間時(shí)，小麥產(chǎn)量隨著施氮量的增加呈先增后減趨勢(shì)，以N3處理的產(chǎn)量最高；在W3～W5條件下，小麥產(chǎn)量隨著施氮量的增加也呈先增后減趨勢(shì)，以N2處理的產(chǎn)量最高。總體來(lái)看，小麥模擬產(chǎn)量介于398.93～3 942.96 kg·hm，W3N2處理的產(chǎn)量最高。

圖3 在不同降水量、施氮量及水氮耦合條件下的小麥模擬產(chǎn)量Fig.3 Wheat simulated yield under different precipitation，nitrogen levels and water and nitrogen interaction

2.5 小麥高產(chǎn)穩(wěn)產(chǎn)的播期與水氮耦合的最佳方案

基于以上定量分析結(jié)果和影響小麥產(chǎn)量因素的相關(guān)性，以“以水定肥，以水定播期”為原則對(duì)APSIM-Wheat模型中能夠確保小麥高產(chǎn)穩(wěn)產(chǎn)的不同播期與水氮耦合方案進(jìn)行篩選。在對(duì)照條件(正常播、自然降水，施氮量105 kg·hm)下，干旱年、平水年和濕潤(rùn)年的小麥平均產(chǎn)量分別為 1 544.45、2 441.67和2 874.96 kg·hm。

當(dāng)降水量在W1～W4區(qū)間時(shí)，干旱年早播、平水年正常播、濕潤(rùn)年晚播小麥產(chǎn)量均高于其他播期處理(圖4)。隨著降水量的增加，播期推遲對(duì)小麥產(chǎn)量的影響越來(lái)越小，在降水量增加至W5時(shí)，不同播期的產(chǎn)量曲線有重合的趨勢(shì)。

圖4 不同降水年型下，播期與水氮耦合對(duì)小麥產(chǎn)量的影響Fig.4 Effects of sowing date and interaction between water and nitrogen on the simulated wheat yield under different precipitation year types

在播期不變時(shí)，不同降水量所對(duì)應(yīng)的最佳施氮量(產(chǎn)量最高)有所不同。干旱年W1、W2、W3、W4、W5所對(duì)應(yīng)的最佳施氮量為N2、N2、N2、N3、N3；平水年W1、W2、W3、W4、W5所對(duì)應(yīng)的最佳施氮量為N2、N2、N2、N3、N4；濕潤(rùn)年W1、W2、W3、W4、W5所對(duì)應(yīng)的最佳施氮量為N2、N3、N3、N3、N5。這表明在降水充足的年份，應(yīng)合理地提高施氮量。

綜合比較不同播期與水氮耦合處理下小麥產(chǎn)量和年際間變化率，根據(jù)小麥高產(chǎn)穩(wěn)產(chǎn)原則篩選出產(chǎn)量高、產(chǎn)量年際間變異小的組合方案(表5)。在干旱年，晚播、降水量增加20%、施氮量為105 kg·hm處理下可獲得小麥產(chǎn)量3 803.77 kg·hm，且產(chǎn)量年際變率最低，較對(duì)照可增產(chǎn)146.2%；在平水年，正常播、降水量增加10%、施氮量為105 kg·hm處理下可獲得小麥產(chǎn)量4 390.93 kg·hm，較對(duì)照可增產(chǎn)77.1%；在濕潤(rùn)年時(shí)，晚播、降水量增加20%、施氮量為157.5 kg·hm處理可獲得小麥產(chǎn)量4 657.88 kg·hm，較對(duì)照可增產(chǎn)62%。

表5 在不同降水年型下小麥高產(chǎn)穩(wěn)產(chǎn)的播期與水氮管理優(yōu)化方案Table 5 Sowing date and water and nitrogen management optimization scheme under different precipitation year type for high and stable wheat yield

3 討 論

本研究基于2016-2018分期播種試驗(yàn)數(shù)據(jù)對(duì)APSIM-wheat模型來(lái)進(jìn)行驗(yàn)證。結(jié)果顯示,模型能夠較準(zhǔn)確地反映不同降水年型下播期和水氮耦合對(duì)于小麥產(chǎn)量的影響，且能有效模擬小麥生長(zhǎng)發(fā)育對(duì)于不同氣候變化的響應(yīng)。利用SPSS軟件對(duì)小麥產(chǎn)量的顯著性分析發(fā)現(xiàn)，研究區(qū)小麥產(chǎn)量限制因素的影響程度表現(xiàn)為降水量>施氮量>播期，降水量對(duì)小麥的貢獻(xiàn)高于施氮量與播期。對(duì)小麥模擬產(chǎn)量進(jìn)行單因素定量分析也得出，降水量對(duì)于小麥產(chǎn)量的提升效果最顯著。徐學(xué)選等研究表明，降雨是黃土高原小麥產(chǎn)量第一限制因素，降水量的效應(yīng)是施氮量的十倍。

在自然降水量不變的情況下，隨著施氮量的增加，其對(duì)小麥產(chǎn)量會(huì)出現(xiàn)報(bào)酬遞減效應(yīng)，閾值為作物的最適施氮量。這與前期茹曉雅等基于APSIM模型的旱地小麥水氮耦合分析的研究結(jié)果相同。在干旱年和平水年施氮量為N2時(shí)模擬產(chǎn)量最高，而濕潤(rùn)年在N3時(shí)小麥產(chǎn)量才會(huì)出現(xiàn)最高值，說(shuō)明降水年型對(duì)于施氮量最佳值影響較大，在最佳點(diǎn)之后再增加氮肥投入，對(duì)小麥的產(chǎn)量將產(chǎn)生負(fù)效應(yīng)。大量的研究表明，水分限制條件下提高施肥量并不能增加產(chǎn)量，大田生產(chǎn)中水分不足時(shí)施肥量過(guò)高甚至?xí)?dǎo)致產(chǎn)量降低，其主要原因包括肥料濃度過(guò)高導(dǎo)致的“燒苗”、作物抗寒、抗旱、抗倒伏能力降低以及病蟲(chóng)害加劇等。

本研究表明，針對(duì)不同降水年型，選擇適宜的播期不僅可以提高產(chǎn)量，同時(shí)可以降低產(chǎn)量的年際變異。其次，降水年型對(duì)最佳施氮量影響較大，濕潤(rùn)年較干旱年相同降水條件下施氮量應(yīng)提高 0～52.5 kg·hm，而現(xiàn)有研究大多側(cè)重分析灌溉和施肥的耦合，忽略了降水年型對(duì)施肥量的重要影響。相較于以前的大田試驗(yàn)研究考慮的有限水肥耦合模式，本研究通過(guò)APSIM-wheat模型進(jìn)行長(zhǎng)期情景模擬，分析了不同降水年型下的適宜播期，并定量分析了不同降水量下的最佳施氮值，最后得出了不同降水年型下小麥高產(chǎn)穩(wěn)產(chǎn)的播期與水氮管理耦合的最優(yōu)方案。

4 結(jié) 論

APSIM-Wheat模型可以較好模擬隴中黃土丘陵溝壑區(qū)旱地春小麥產(chǎn)量。限制小麥產(chǎn)量因素的影響程度表現(xiàn)為降水量>施氮量>播期。不同降水年型最佳施氮量表現(xiàn)為濕潤(rùn)年>平水年>干旱年。干旱年份小麥播期與水氮耦合的最優(yōu)方案為晚播，降水量增加20%，施氮量105 kg·hm；平水年份為正常播，降水量增加10%，施氮量為105 kg·hm處理；濕潤(rùn)年份為晚播，降水量增加20%，施氮量為157.5 kg·hm處理。