常 梅，周青云，尹林萍

（天津農(nóng)學(xué)院，天津 300392）

不同灌溉方式和灌水定額對(duì)夏玉米生長(zhǎng)的影響及AquaCrop模型的適應(yīng)性研究

常 梅，周青云*，尹林萍

（天津農(nóng)學(xué)院，天津 300392）

【目的】探明不同灌溉方式和灌水定額對(duì)夏玉米生長(zhǎng)的影響及AquaCrop模型的適應(yīng)性?！痉椒ā吭O(shè)置4個(gè)試驗(yàn)處理：常規(guī)滴灌10 mm（N1）、常規(guī)滴灌20 mm（N2）、膜下滴灌10 mm（M1）和膜下滴灌20 mm（M2），研究不同灌溉方式和灌水定額對(duì)夏玉米生長(zhǎng)的影響，并基于2 a的試驗(yàn)數(shù)據(jù)對(duì)AquaCrop模型進(jìn)行率定、驗(yàn)證，利用率定、驗(yàn)證后的模型預(yù)測(cè)平水年不同灌溉方案下的夏玉米產(chǎn)量，以產(chǎn)量最大為目標(biāo)篩選最優(yōu)的灌溉方案。【結(jié)果】N2處理下的0～40 cm土層土壤含水率（SWC）均高于N1處理和M2處理；各處理的生物量平均值和產(chǎn)量表現(xiàn)為：M2處理gt;M1處理gt;N2處理gt;N1處理。各處理SWC模擬值與實(shí)測(cè)值的R2、EF和RMSE分別為0.645～0.907、0.461～0.779和0.021～0.034，冠層覆蓋度模擬值與實(shí)測(cè)值的R2、EF和RMSE分別為0.942～0.992、0.964～0.990和0.463～0.781，生物量模擬值與實(shí)測(cè)值的R2、EF和RMSE分別為0.959～0.984、0.969～0.986和0.507～0.614 t/hm2，產(chǎn)量模擬值與實(shí)測(cè)值的RMSE為0.180～0.890 t/hm2，水分利用效率模擬值與實(shí)測(cè)值的RMSE為0.001～0.003 t/（hm2·mm）?！窘Y(jié)論】常規(guī)滴灌下高水相比低水處理可提高0～40 cm土層SWC，灌水20 mm條件下，常規(guī)滴灌處理在0～40 cm土層的SWC高于膜下滴灌處理；覆膜與提高灌水量均能提高夏玉米的生物量和產(chǎn)量，AquaCrop模型能較好地模擬天津市夏玉米的生長(zhǎng)過(guò)程；夏玉米最優(yōu)灌溉方案為苗期灌溉20 mm、抽穗期和灌漿期各灌溉10 mm。

AquaCrop模型；夏玉米；土壤含水率；冠層覆蓋度；生物量和產(chǎn)量；WUE

0 引 言

【研究意義】玉米是我國(guó)第一大糧食作物，2021年全國(guó)玉米產(chǎn)量達(dá)2 725.5億kg[1]，占全國(guó)糧食總產(chǎn)量的40%，玉米的高產(chǎn)、穩(wěn)產(chǎn)是我國(guó)糧食安全的重要保障。天津市地處華北平原，主要種植玉米和小麥，屬溫帶季風(fēng)氣候區(qū)，降水總量少且時(shí)空分布不均等因素導(dǎo)致天津市水資源短缺，同時(shí)地下水超采嚴(yán)重及不合理灌溉等因素加劇了水資源危機(jī)[2]。水是玉米生產(chǎn)的關(guān)鍵要素，水資源不足嚴(yán)重限制了玉米生產(chǎn)，對(duì)天津市玉米穩(wěn)產(chǎn)構(gòu)成了嚴(yán)峻挑戰(zhàn)。膜下滴灌是目前應(yīng)用較廣的節(jié)水灌溉技術(shù)，具有小流量、高頻率等特點(diǎn)，能起到節(jié)水保墑、增溫、抑鹽、提高水分利用效率和產(chǎn)量等作用[3]，被廣泛應(yīng)用于干旱缺水地區(qū)，對(duì)天津市夏玉米穩(wěn)產(chǎn)具有重要意義?！狙芯窟M(jìn)展】傳統(tǒng)的田間試驗(yàn)時(shí)空局限性較大，因此結(jié)合作物模型對(duì)作物生長(zhǎng)過(guò)程的多角度模擬研究已成為國(guó)內(nèi)外熱點(diǎn)方向[4]。作物模型有利于田間管理和作物產(chǎn)量的預(yù)測(cè)，使農(nóng)業(yè)向精準(zhǔn)化方向發(fā)展；AquaCrop模型因輸入?yún)?shù)少、操作簡(jiǎn)便和模擬結(jié)果準(zhǔn)確等優(yōu)點(diǎn)受到廣泛關(guān)注[5]。該模型屬于水驅(qū)動(dòng)模型，可以模擬不同灌溉制度[6]、灌溉方式[7]、作物類型和覆蓋方式[8-10]下的土壤水分動(dòng)態(tài)、作物生長(zhǎng)發(fā)育、產(chǎn)量及水分利用效率等指標(biāo)。國(guó)內(nèi)外學(xué)者利用AquaCrop模型對(duì)不同地區(qū)玉米進(jìn)行了模擬并開(kāi)展適應(yīng)性評(píng)價(jià)。趙引等[11]利用該模型對(duì)西北旱區(qū)玉米的產(chǎn)量和水分利用效率進(jìn)行了模擬，結(jié)果表明AquaCrop模型對(duì)西北旱區(qū)玉米產(chǎn)量和水分利用效率的模擬效果較好；董文俊等[12]用該模型對(duì)關(guān)中地區(qū)的夏玉米生長(zhǎng)動(dòng)態(tài)、水分利用效率及產(chǎn)量進(jìn)行了模擬，指出該模型能較好地模擬關(guān)中地區(qū)的夏玉米生長(zhǎng)、水分利用效率和產(chǎn)量。Diaafliah等[13]利用該模型對(duì)伊拉克不同灌溉和培育方式下的玉米冠層覆蓋度、生物量、收獲指數(shù)及水分利用效率進(jìn)行了模擬，結(jié)果表明各指標(biāo)模擬效果較好，AquaCrop模型能有效地對(duì)該地區(qū)的灌溉管理作出決策。以上研究均表明AquaCrop模型能對(duì)不同地區(qū)的玉米生長(zhǎng)實(shí)現(xiàn)較好的模擬?！厩腥朦c(diǎn)】然而，關(guān)于AquaCrop模型對(duì)天津市不同灌溉方式和灌水定額下的夏玉米生長(zhǎng)模擬的研究仍未見(jiàn)報(bào)道?！緮M解決的關(guān)鍵問(wèn)題】鑒于此，本研究以天津市夏玉米為研究對(duì)象，分析不同灌溉方式和灌水定額對(duì)夏玉米根際土壤含水率、生物量及產(chǎn)量的影響，用2019年和2020年的試驗(yàn)數(shù)據(jù)對(duì)AquaCrop模型進(jìn)行校準(zhǔn)和驗(yàn)證，以評(píng)價(jià)該模型在天津的適應(yīng)性，并利用AquaCrop模型預(yù)測(cè)不同灌溉方案下的夏玉米產(chǎn)量，以產(chǎn)量最大為目標(biāo)篩選出最優(yōu)灌溉方案，為天津市夏玉米產(chǎn)量提升和灌溉決策提供參考。

1 材料與方法

1.1 試驗(yàn)地概況

大田試驗(yàn)在天津市靜海區(qū)團(tuán)泊洼鎮(zhèn)試驗(yàn)區(qū)進(jìn)行，該區(qū)地理坐標(biāo)為116°42′—117°12′30〞E和38°35′—39°4′45〞N，位于海河流域下游，平均海拔為5 m，地下水位埋深為1.5 m，土壤類型為潮土，氣候類型為暖溫帶大陸性季風(fēng)氣候，年平均日照時(shí)間為2 699 h，年平均氣溫為9～20 ℃，年平均降水量為566.7 mm，年平均蒸發(fā)量為1 800 mm。

1.2 試驗(yàn)設(shè)計(jì)

供試玉米品種為天塔619，共進(jìn)行2 a試驗(yàn)，2019年于6月15日播種，9月底收獲，2020年于6月20日播種，10月初收獲，種植密度為8.3萬(wàn)株/hm2。灌溉方式為膜下滴灌和常規(guī)滴灌，滴灌帶間距為60 cm，滴頭間距為30 cm，滴頭流量為1.38 L/h，地膜覆蓋設(shè)置為1膜2行半覆膜。試驗(yàn)設(shè)置4個(gè)處理，分別為：常規(guī)滴灌10 mm（N1）、常規(guī)滴灌20 mm（N2）、膜下滴灌10 mm（M1）和膜下滴灌20 mm（M2），每個(gè)處理設(shè)置3個(gè)重復(fù)，分別在苗期、拔節(jié)期和抽穗期進(jìn)行控制灌溉，具體試驗(yàn)設(shè)計(jì)見(jiàn)表1。各處理均使用46%尿素、16%過(guò)磷酸鈣和50%硫酸鉀作為氮、磷和鉀肥，氮、磷、鉀肥的凈施用量分別為168、84、60 kg/hm2，首次灌溉時(shí)通過(guò)水肥融合進(jìn)行常規(guī)施肥，后期無(wú)追肥；各處理的雜草管理和病蟲(chóng)害防治管理措施一致。

1.3 觀測(cè)指標(biāo)及方法

1.3.1 土壤含水率

利用PR2管測(cè)定夏玉米根際0～60 cm土層的土壤含水率（SWC），于試驗(yàn)前將PR2管埋設(shè)在土壤中，分別在拔節(jié)期、抽穗期、灌漿期和成熟期測(cè)定0～20、20～40 cm和40～60 cm土層的SWC，并利用烘干法對(duì)實(shí)測(cè)SWC進(jìn)行校準(zhǔn)。

表1 試驗(yàn)設(shè)計(jì)Table 1 Experimental design

1.3.2 冠層覆蓋度

量取3株代表性植株所有葉片的最大長(zhǎng)度和寬度，采用乘積法計(jì)算單株平均有效葉面積，結(jié)合種植密度（ρ）和折算系數(shù)（0.75）得到葉面積指數(shù)（LAI），見(jiàn)式（1），通過(guò)式（2）可將LAI轉(zhuǎn)化為冠層覆蓋度（CC）：

式中：Lij和Wij分別為葉片最大長(zhǎng)度和寬度（cm）；n為每株玉米的葉片數(shù)（片/株）；m為測(cè)定玉米株數(shù)（株）。

1.3.3 生物量和產(chǎn)量

在夏玉米生育期內(nèi)選取3株長(zhǎng)勢(shì)均勻的植株，剪去地下部分，獲得完整冠部，于105 ℃烘箱中殺青0.5 h后用80 ℃恒溫烘干至恒質(zhì)量，測(cè)定其干物質(zhì)量，乘以種植密度得到生物量。夏玉米成熟后，每個(gè)處理選取1 m2代表作物整體長(zhǎng)勢(shì)的植株，果穗風(fēng)干后經(jīng)人工脫粒，于80 ℃恒溫烘干至恒質(zhì)量后測(cè)算產(chǎn)量。

1.3.4 水分利用效率

水分利用效率（WUE）通過(guò)單位耗水量下的產(chǎn)量來(lái)計(jì)算，耗水量利用水量平衡法計(jì)算，由于本試驗(yàn)為滴灌，因此不考慮深層滲漏量，無(wú)地表徑流量，作物截留量忽略不計(jì)，具體計(jì)算方法為：

式中：Y為籽粒產(chǎn)量（t/hm2）；ETc為作物耗水量（mm）；P為生育期內(nèi)總降水量（mm）；I為灌溉定額（mm）；ΔS為平衡土層內(nèi)最終儲(chǔ)水量與初始儲(chǔ)水量之差（mm）。

1.3.5 最大有效根深

采用土壤剖面挖根法，以夏玉米莖為剖面中心，長(zhǎng)和寬均為1/2株距，挖取最大有效根系，人工測(cè)量其長(zhǎng)度。

1.4 AquaCrop模型數(shù)據(jù)庫(kù)的構(gòu)建

AquaCrop模型的輸入數(shù)據(jù)主要包括氣象、土壤、作物和田間管理數(shù)據(jù)。

1.4.1 氣象數(shù)據(jù)

氣象數(shù)據(jù)來(lái)源于試驗(yàn)基地自動(dòng)觀測(cè)氣象站，主要包括氣溫、降水量等數(shù)據(jù)，ET0采用Penman-Montieth公式計(jì)算[14]。圖1為2019年和2020年天津市夏玉米生育期的氣象數(shù)據(jù)，按模型標(biāo)準(zhǔn)導(dǎo)入數(shù)據(jù)并建立氣象數(shù)據(jù)庫(kù)。

圖1 2019年和2020年夏玉米生育期氣象變化Fig.1 Meteorological changes of summer maize growth period from 2019 and 2020

1.4.2 土壤數(shù)據(jù)

土壤數(shù)據(jù)包括土層厚度、體積質(zhì)量、永久凋萎系數(shù)、田間持水率和飽和含水率等，各水力參數(shù)使用環(huán)刀法取樣，利用壓力膜儀測(cè)得。試驗(yàn)地土壤水力參數(shù)見(jiàn)表2。在AquaCrop模型中輸入各土層的土壤水力參數(shù)，按模型標(biāo)準(zhǔn)建立土壤數(shù)據(jù)庫(kù)。

表2 試驗(yàn)地土壤水力參數(shù)Table 2 Parameters of soil hydraulic characteristics in the test site

1.4.3 作物數(shù)據(jù)

作物種植方式、密度、初始冠層覆蓋度和最大冠層覆蓋度通過(guò)田間試驗(yàn)獲得，基底溫度、上限溫度采用模型默認(rèn)值，歸一化水分生產(chǎn)力、參考收獲指數(shù)、水分脅迫系數(shù)及形狀因子參考模型手冊(cè)的取值范圍采用“試錯(cuò)法”校準(zhǔn)。參照Vanuytrecht的模型參數(shù)校準(zhǔn)順序，按先后順序校準(zhǔn)冠層覆蓋度、生物量和產(chǎn)量。用2019年試驗(yàn)數(shù)據(jù)對(duì)模型參數(shù)進(jìn)行校準(zhǔn)。校準(zhǔn)后參數(shù)見(jiàn)表3。

1.4.4 田間管理數(shù)據(jù)

田間管理數(shù)據(jù)包括土壤肥力、覆膜情況、田間地表措施和雜草管理，設(shè)置無(wú)土壤肥力脅迫，未采取田間地表措施，雜草管理良好，按覆膜和不覆膜2種情況分別設(shè)置2個(gè)田間管理文件。

表3 AquaCrop模型校準(zhǔn)參數(shù)Table 3 Partial calibration parameters of AquaCrop model

1.5 模型評(píng)價(jià)指標(biāo)

選取決定系數(shù)（R2）、模型性能指數(shù)（EF）和均方根誤差（RMSE）對(duì)模型精度進(jìn)行評(píng)價(jià)[15]，R2和EF越趨于1，RMSE越接近0，模型精度越高。

1.6 不同灌溉方案下的產(chǎn)量預(yù)測(cè)

對(duì)天津市1954—2019年的降水進(jìn)行頻率分析，可知降水頻率為25%、50%、75%和95%對(duì)應(yīng)的降水量分別為646.8、537、456.2 mm和332.7 mm，多年平均降水量為550.56 mm，變差系數(shù)（Cv）為0.27，偏態(tài)系數(shù)（Cs）為0.65；由于平水年在多個(gè)降水年型中具有典型性，通過(guò)對(duì)比1954—2019年降水?dāng)?shù)據(jù)確定2015年為平水年，根據(jù)2015年的氣象數(shù)據(jù)（圖2）、夏玉米生長(zhǎng)規(guī)律和天津市灌溉標(biāo)準(zhǔn)，在夏玉米生育期設(shè)置6個(gè)灌溉方案，2種灌水定額，具體灌溉方案見(jiàn)表4；利用參數(shù)化模型預(yù)測(cè)不同灌溉方案下的產(chǎn)量，以最大產(chǎn)量為目標(biāo)篩選出最優(yōu)灌溉方案。

圖2 2015年的氣象數(shù)據(jù)Fig.2 Meteorological data in 2015

表4 灌溉方案設(shè)計(jì)Table 4 Irrigation scheme design

1.7 數(shù)據(jù)處理

利用Excel 2019進(jìn)行數(shù)據(jù)處理和圖表繪制；利用IBM SPSS Statistics 22進(jìn)行顯著性分析。

2 結(jié)果與分析

2.1 不同處理對(duì)夏玉米根際土壤SWC的影響

圖3為不同處理下各土層土壤SWC的變化情況，各處理在0～20、20～40 cm和40～60 cm土層SWC的變化范圍分別為：0.217～0.255、0.281～0.357 cm3/cm3和0.353～0.459 cm3/cm3，可見(jiàn)SWC隨土層深度的增加呈上升趨勢(shì)。在0～20 cm土層，全生育期N2處理下的SWC高于N1處理和M2處理；M1處理下的SWC高于M2處理。在20～40 cm土層，各處理下的SWC在全生育期表現(xiàn)為：N2處理gt;M2處理gt;N1處理gt;M1處理。對(duì)于40～60 cm土層，拔節(jié)期常規(guī)滴灌處理下的SWC低于覆膜滴灌處理，抽穗—灌漿期覆膜滴灌處理的SWC降幅高于常規(guī)滴灌處理，灌漿—成熟期各處理的SWC趨于穩(wěn)定；N1處理和M1處理在灌漿期的SWC高于N2處理和M2處理，抽穗期后M1處理的SWC仍高于M2處理，而N1處理的SWC低于N2處理。由上述分析可知，常規(guī)滴灌下高水處理能提高0～40 cm土層SWC，膜下滴灌高水處理能提高20～40 cm土層SWC，其他土層的土壤含水率變化差異不顯著；受降水影響，20 mm灌水定額下的常規(guī)滴灌處理在0～40 cm土層的SWC高于覆膜滴灌處理。

圖3 不同處理下各土層土壤含水率變化Fig.3 Changes of soil water content in different soil layers under different conditions

2.2 不同處理對(duì)夏玉米生物量及產(chǎn)量的影響

2.2.1 不同處理對(duì)夏玉米生物量的影響

圖4為不同處理夏玉米生物量的變化情況。苗期M2處理的生物量高于N2處理；拔節(jié)期各處理生物量表現(xiàn)為：M2處理gt;M1處理gt;N2處理gt;N1處理；抽穗期M1處理和M2處理的生物量高于N1處理，N2處理最高；灌漿期M1處理的生物量低于M2處理，覆膜滴灌處理的生物量高于常規(guī)滴灌處理；成熟期覆膜滴灌處理的生物量高于常規(guī)滴灌處理；在全生育期，不同處理下的夏玉米生物量平均值表現(xiàn)為：M2處理gt;M1處理gt;N2處理gt;N1處理，表明膜下滴灌和高水處理更利于生物量積累。

圖4 不同處理夏玉米生物量變化Fig.4 Changes of summer maize biomass under different conditions

2.2.2 不同處理對(duì)夏玉米產(chǎn)量的影響

表5為不同處理下的夏玉米產(chǎn)量及構(gòu)成要素。灌水10 mm時(shí)覆膜滴灌處理較常規(guī)滴灌處理的穗長(zhǎng)和穗粒數(shù)增加了10.14%和23.81%，灌水20 mm時(shí)覆膜滴灌處理較常規(guī)滴灌處理的穗長(zhǎng)和穗粒數(shù)增加了6.17%和4.49%；常規(guī)滴灌下高水處理較低水處理的穗長(zhǎng)和穗粒數(shù)增加了17.39%和21.77%，膜下滴灌下高水處理較低水處理的穗長(zhǎng)和穗粒數(shù)增加了13.16%和2.77%。常規(guī)滴灌下高水處理較低水處理的穗粗增加了36.59%，膜下滴灌下高水處理較低水處理穗粗增加了8.70%。常規(guī)滴灌下高水處理較低水處理突尖長(zhǎng)降低了73.08%，膜下滴灌下高水處理較低水處理突尖長(zhǎng)降低了66.67%。灌水10 mm時(shí)覆膜滴灌處理較常規(guī)滴灌處理的百粒質(zhì)量和產(chǎn)量提高了3.82%和11.66%；灌水20 mm時(shí)覆膜滴灌處理較常規(guī)滴灌處理的百粒質(zhì)量和產(chǎn)量分別提高了2.82%和7.40%；常規(guī)滴灌下高水處理較低水處理的產(chǎn)量提高了11.43%，膜下滴灌下高水處理較低水處理的產(chǎn)量提高了7.17%。高水處理能提高夏玉米穗長(zhǎng)、穗粗、穗粒數(shù)、百粒質(zhì)量和產(chǎn)量，同時(shí)降低夏玉米突尖長(zhǎng)，膜下滴灌能提高夏玉米穗長(zhǎng)、穗粒數(shù)、百粒質(zhì)量和產(chǎn)量。

表5 不同處理下的夏玉米產(chǎn)量及構(gòu)成要素Table 5 Yield and index of summer maize under different irrigation conditions

注 不同處理的小寫(xiě)字母表示在P＜0.05水平下具有顯著差異。

2.3 模型驗(yàn)證

不同處理夏玉米根際0～60 cm土層SWC、CC和生物量的模擬驗(yàn)證結(jié)果見(jiàn)圖5。產(chǎn)量及WUE的模擬驗(yàn)證結(jié)果及誤差統(tǒng)計(jì)見(jiàn)表6。各處理SWC模擬值與實(shí)測(cè)值的R2為0.645～0.907，EF為0.461～0.779，RMSE為0.021～0.034；各處理CC模擬值與實(shí)測(cè)值的R2為0.942～0.992，EF為0.964～0.990，RMSE為0.463～0.781；各處理生物量模擬值與實(shí)測(cè)值的R2、EF和RMSE分別為0.959～0.984、0.969～0.986、0.507～0.614 t/hm2。各處理產(chǎn)量模擬值與實(shí)測(cè)值的RMSE為0.180～0.890 t/hm2；各處理WUE模擬值與實(shí)測(cè)值的RMSE為0.001～0.003 t/（hm2·mm）；WUE的模擬值表現(xiàn)為：N2處理lt;N1處理lt;M2處理lt;M1處理，說(shuō)明膜下滴灌和低水處理能提高夏玉米水分生產(chǎn)效率。各模擬評(píng)價(jià)指標(biāo)誤差均在模型允許范圍內(nèi)，說(shuō)明模型能對(duì)天津市夏玉米進(jìn)行較好的模擬。

圖5 不同處理下夏玉米根際0～60 cm土層SWC、CC和生物量的模擬驗(yàn)證結(jié)果Fig.5 Simulation of SWC of 0～60 cm soil layer in rhizosphere, CC and biomass of summer maize under different treatments

表6 不同處理下產(chǎn)量和水分利用效率模擬結(jié)果及模擬誤差統(tǒng)計(jì)Table 6 Simulation results and error statistics of yield and water use efficiency under different conditions

2.4 不同灌溉方案下的產(chǎn)量預(yù)測(cè)結(jié)果

表7為不同灌溉方案下的預(yù)測(cè)產(chǎn)量，各方案下的產(chǎn)量表現(xiàn)為：C6方案gt;C4方案gt;C5方案gt;C1方案gt;C2方案gt;C3方案，說(shuō)明產(chǎn)量隨灌溉定額的上升而增加；C2、C4方案下的產(chǎn)量高于C3方案和C5方案，表明相同灌溉定額在抽穗期灌水較灌漿期更能提高作物產(chǎn)量；C6方案下的產(chǎn)量最高，即最優(yōu)灌溉方案為苗期灌溉20 mm，抽穗期和灌漿期各灌溉10 mm。

表7 不同灌溉方案下的預(yù)測(cè)產(chǎn)量Table 7 Yield forecast under different irrigation scheme

3 討 論

本研究中，常規(guī)滴灌下高水較低水處理能提高SWC，膜下滴灌和高水處理均能提高夏玉米生物量和產(chǎn)量；而膜下滴灌較常規(guī)滴灌處理對(duì)SWC的影響不顯著，是由于降水可為常規(guī)滴灌補(bǔ)充土壤水分，膜下滴灌處理能防止膜內(nèi)土壤水分蒸發(fā)，同時(shí)也會(huì)阻隔膜外降水，降水時(shí)未能得到與常規(guī)滴灌處理等量的水分補(bǔ)充。因此，在未來(lái)的試驗(yàn)中需要考慮降水對(duì)試驗(yàn)的干擾，選擇單向透水性地膜；高灌水定額較低灌水定額雖然能提高SWC、生物量和產(chǎn)量，但未找到天津市夏玉米生長(zhǎng)的需水邊界，是由于此次試驗(yàn)中灌溉水平梯度較小且灌水定額處理較少，因此可在后續(xù)試驗(yàn)中增加適宜的灌水定額來(lái)探究不同灌溉水平對(duì)天津市夏玉米生長(zhǎng)的影響并尋找夏玉米產(chǎn)量最大的灌溉水平，從而達(dá)到精準(zhǔn)灌溉和產(chǎn)量最大化的目的[14-15]。

大田試驗(yàn)雖然精確可靠，但受時(shí)空局限性較大，大范圍推廣的可能性較低。因此，本文利用AquaCrop模型模擬了不同滴灌處理下夏玉米根際SWC、生長(zhǎng)動(dòng)態(tài)、產(chǎn)量和水分利用效率的變化情況，通過(guò)2 a試驗(yàn)數(shù)據(jù)對(duì)模型進(jìn)行校驗(yàn)，結(jié)果表明夏玉米根際SWC、冠層覆蓋度、生物量、產(chǎn)量及水分利用效率的模擬精度較高；SWC模擬值與實(shí)測(cè)值變化趨勢(shì)基本一致，冠層覆蓋度和生物量模擬的R2均在0.94以上，EF接近1，各模擬指標(biāo)的RMSE均較低。崔穎等[16]利用該模型對(duì)東北地區(qū)玉米籽粒產(chǎn)量進(jìn)行模擬，結(jié)果顯示產(chǎn)量模擬值與實(shí)測(cè)值的R2為0.78，EF為0.74，與本文結(jié)果類似；劉琦等[17]利用該模型對(duì)晉中地區(qū)玉米根際土壤含水率、冠層覆蓋度和產(chǎn)量進(jìn)行模擬，結(jié)果表明土壤含水率的模擬值與實(shí)測(cè)值變化趨勢(shì)基本一致，冠層覆蓋度模擬值與實(shí)測(cè)值的R2高于0.96、EF為0.92～0.99、RMSE小于9.78%，產(chǎn)量模擬值與實(shí)測(cè)值的RMSE為3.13%～9.18%；程超飛等[18]用AquaCrop模型對(duì)不同灌溉和施氮水平下的夏玉米生物量和產(chǎn)量進(jìn)行模擬，生物量及產(chǎn)量模擬值與實(shí)測(cè)值的R2、EF和RMSE分別為0.860、0.694和0.977 t/hm2及0.919、0.915和0.249 t/hm2。上述研究結(jié)果與本試驗(yàn)結(jié)果基本吻合，表明AquaCrop模型能準(zhǔn)確地模擬天津市不同處理下的夏玉米生長(zhǎng)。天津市屬半濕潤(rùn)區(qū)，降水稀少，蒸發(fā)量大，水資源不足，因此，采用合理的灌溉方案對(duì)提高夏玉米水分利用效率和節(jié)約水資源具有重要作用，本文利用參數(shù)化模型預(yù)測(cè)不同灌溉方案下的產(chǎn)量，以產(chǎn)量最大化為目標(biāo)篩選最優(yōu)灌溉方案，可以為當(dāng)?shù)赜衩追N植業(yè)的產(chǎn)量預(yù)測(cè)與灌溉決策提供參考。

4 結(jié) 論

1）常規(guī)滴灌高水處理能有效提高作物根際0～40 cm土層SWC，灌水定額為20 mm時(shí)常規(guī)滴灌處理在0～40 cm土層的土壤含水率高于膜下滴灌處理；膜下滴灌和高水處理均能提高夏玉米生物量和產(chǎn)量。

2）SWC模擬值與實(shí)測(cè)值的變化趨勢(shì)基本一致，冠層覆蓋度、生物量模擬值與實(shí)測(cè)值的R2在0.94以上，EF接近于1，各指標(biāo)模擬值與實(shí)測(cè)值的RMSE均較低，表明該模型能較好地適應(yīng)天津市夏玉米生長(zhǎng)模擬。

3）灌溉方案C6的預(yù)測(cè)產(chǎn)量最高，最優(yōu)灌溉方案為苗期灌溉20 mm，抽穗和灌漿期各灌溉10 mm。

[1] 王明華. 2021年全國(guó)糧食產(chǎn)量再創(chuàng)新高[J]. 中國(guó)統(tǒng)計(jì), 2021(12): 79.WANG Minghua. The 2021’s national grain output hit a new high[J].China Statistics, 2021(12): 79.

[2] 顧新洲, 尹雅清, 董曉敏. 天津市水資源現(xiàn)狀及開(kāi)發(fā)利用對(duì)策[J]. 海河水利, 2008(6): 5-6.GU Xinzhou, YIN Yaqing, DONG Xiaomin. The present situation of water resources in Tianjin and the countermeasures for its development and Utilization[J]. Hai River Water Conservancy, 2008(6): 5-6.

[3] 葉瀾濤, 周青云, 李松敏, 等. 濱海鹽堿地覆膜和滴灌對(duì)玉米鹽分離子分布及生物量的影響[J]. 干旱地區(qū)農(nóng)業(yè)研究, 2020, 38(4): 74-83.YE Lantao, ZHOU Qingyun, LI Songmin, et al. Effects of film mulching and drip irrigation on the distribution of salt ions and biomass of maize in coastal saline-alkali soil[J]. Agricultural Research in Arid Areas, 2020, 38(4): 74-83.

[4] 劉匣, 丁奠元, 張浩杰, 等. 覆膜條件下對(duì)AquaCrop模型冬小麥生長(zhǎng)動(dòng)態(tài)和土壤水分模擬效果的評(píng)價(jià)分析[J]. 中國(guó)農(nóng)業(yè)科學(xué), 2017,50(10): 1 838-1 851.LIU Xia, DING Dianyuan, ZHANG Haojie, et al. Evaluation and analysis on growth dynamics of winter wheat and simulation effect of soil moisture of AquaCrop model under plastic film mulching[J].Chinese Agricultural Sciences, 2017, 50(10): 1 838-1 851.

[5] STEDUTO Pasquale, HSIAO Theodore, RAES Dirk, et al. AquaCrop—The FAO crop model to simulate yield response to water I: Concepts and underlying principles[J]. Agronomy Journal, 2009, 101(3): 448-459.

[6] GREAVES Geneille, WANG Yumin. Assessment of FAO AquaCrop model for simulating maize growth and productivity under deficit irrigation in a tropical environment[J]. Water, 2016, 8(12): 557-557.

[7] 杜文勇, 何雄奎, SHAMAILA Z, 等. 冬小麥生物量和產(chǎn)量的AquaCrop模型預(yù)測(cè)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2011, 42(4): 174-178, 183.DU Wenyong, HE Xiongkui, SHAMAILA Z, et al. Prediction of biomass and yield of winter wheat by AquaCrop model[J]. Journal of Agricultural Machinery, 2011, 42(4): 174-178, 183.

[8] WANG Xiangxiang, WANG Quanjiuac, FAN Jun, et al. Evaluation of the AquaCrop model for simulating the impact of water deficits and different irrigation regimes on the biomass and yield of winter wheat grown on China’s Loess Plateau[J]. Agricultural Water Management,2013, 129: 95-104.

[9]FARAHANI Hamid, GABRIELLA Izzi, OWEIS Theib.Parameterization and evaluation of the AquaCrop model for full and deficit irrigated cotton[J]. Agronomy Journal, 2009, 101(3): 469-476.

[10]MANIRUZZAMANA M, TALUKDERB M SU, KHAN M H, et al.Validation of the AquaCrop model for irrigated rice production under varied water regimes in Bangladesh[J]. Agricultural Water Management,2015, 159: 331-340.

[11]趙引, 毛曉敏, 薄麗媛. 覆膜和灌水處理下土壤水分動(dòng)態(tài)與玉米生長(zhǎng)模擬研究[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2018, 49(9): 195-204.ZHAO Yin, MAO Xiaomin, BO Liyuan. Simulation of soil water dynamics and maize growth under plastic film mulching and Irrigation[J]. Journal of Agricultural Machinery, 2018, 49(9): 195-204.

[12]董文俊, 劉健峰, 丁奠元, 等. 旱作覆膜玉米生長(zhǎng)和水分利用對(duì)氣候變化的響應(yīng)[J]. 干旱地區(qū)農(nóng)業(yè)研究, 2020, 38(1): 1-12.DONG Wenjun, LIU Jianfeng, DING Dianyuan, et al. Responses of growth and water use of plastic film mulched maize to Climate Change[J]. Agricultural Research in Arid Areas, 2020, 38(1): 1-12.

[13]DIAAFLIAH Hassan, ALAASALIH Ati, ABDULKHALIKSALEH Neima, et al. Calibration and evaluation of AquaCrop for maize (Zea MaysL.) under different irrigation and cultivation methods[J]. Journal of Ecological Engineering, 2021, 22(10): 210-219.

[14] RICHARD Allen, LUIS Pereira, DIRK Raes, et al. Crop evapotranspiration-Guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56[J]. Fao, Rome, 1998, 300(9): 5 109.

[15]尹林萍. 基于AquaCrop模型的天津?yàn)I海地區(qū)夏玉米產(chǎn)量模擬[D].天津: 天津農(nóng)學(xué)院, 2021.YIN Linping. Simulation of summer maize yield in Tianjin coastal area based on AquaCrop model[D]. Tianjin: Tianjin Agricultural University, 2021.

[16]崔穎, 藺宏宏, 謝云, 等. AquaCrop模型在東北黑土區(qū)作物產(chǎn)量預(yù)測(cè)中的應(yīng)用研究[J]. 作物學(xué)報(bào), 2021, 47(1): 159-168.CUI Ying, LIN Honghong, XIE Yun, et al. Application of AquaCrop model to crop yield prediction in black soil region of northeast China[J].Journal of Crop Sciences, 2021, 47(1): 159-168.

[17]劉琦, 龔道枝, 郝衛(wèi)平, 等. 利用AquaCrop模型模擬旱作覆膜春玉米耗水和產(chǎn)量[J]. 灌溉排水學(xué)報(bào), 2015, 34(6): 54-61.LIU Qi, GONG Daozhi, HAO Weiping, et al. AquaCrop model was used to simulate water consumption and yield of spring maize under plastic film mulching[J]. Journal of Irrigation and Drainage, 2015, 34(6): 54-61.

[18]陳超飛, 柳雙環(huán), 郭大辛, 等. 基于AquaCrop模型的夏玉米生長(zhǎng)模擬及灌溉制度優(yōu)化[J]. 干旱地區(qū)農(nóng)業(yè)研究, 2019, 37(3): 72-82.CHEN Chaofei, LIU Shuanghuan, GUO Daxin, et al. Simulation of summer maize growth and optimization of irrigation schedule based on AquaCrop model[J]. Agricultural Research in Arid Areas, 2019, 37(3): 72-82.

Research of the Effects of Different Drip Irrigation Treatments on the Growth of Summer Maize and the Adaptability of AquaCrop Model

CHANG Mei, ZHOU Qingyun*, YIN Linping
(Tianjin Agricultural University, Tianjin 300392, China)

【Objective】Bioavailable water in soil controls root growth and root water uptake, but it depends on how water is irrigated. The objective of this paper is to investigate the effect of different drip irrigation methods and amounts on growth of summer maize. 【Method】A two-year field experiment was conducted in Tianjin, China. It consisted of two irrigation methods: conventional drip irrigation (M1) and mulched drip irrigation (M2), each having two irrigation amounts: 10 mm (N1) and 20 mm (N2). Crop growth in each treatment was measured, and the measured data was used to calibrate the AquaCrop model. The calibrated model was then used to evaluate how the yield responded to irrigation methods and amounts in normal year, from which we obtained the optimal irrigation scheduling to maximize the yield. 【Result】Soil water content in the top 0～40 cm soil layer under M1+N2 was higher than that under M1+N1 and M2+N2. The biomass and yield under different treatments were ranked in the order of M2+N2 gt; M2+N1 gt;M1+N2 gt;M1+ N1. TheR2,EFandRMSEbetween the simulated and measured soil water contents for all treatments were in the range of 0.645～0.907, 0.461～0.779, and 0.021～0.034, respectively. TheR2,EFandRMSEbetween the simulated and measured canopy coverage were 0.942～0.992, 0.964～0.990, and 0.463～0.781, respectively. TheR2,EFandRMSEbetween the simulated and measured biomass were 0.959～0.984,0.969～0.986, and 0.507～0.614 t/hm2, respectively. TheRMSEbetween the simulated and measured yield and water use efficiency were 0.180～0.890 t/hm2and 0.001～0.003 t/(hm2·mm), respectively. 【Conclusion】Under conventional drip irrigation, increasing irrigation amount can improve water content in the 0～40 cm soil layer; water content in the 0～40 cm soil layer under conventional irrigation was higher than the mulched treatment when irrigation amount was 20 mm. Mulching or increasing irrigation amount can improve biomass and yield of the summer maize. The AquaCrop model can reproduce the growth of summer maize. The optimal irrigation scheduling to maximize maize yield in the studied region is to irrigate 20 mm of water at seedling stage, 10 mm at heading stage, and 10 mm at filling stage.

AquaCrop model; summer maize; soil water content; canopy coverage; biomass and yield;WUE

常梅, 周青云, 尹林萍. 不同灌溉方式和灌水定額對(duì)夏玉米生長(zhǎng)的影響及AquaCrop模型的適應(yīng)性研究[J]. 灌溉排水學(xué)報(bào), 2023, 42(3): 32-39.

CHANG Mei, ZHOU Qingyun, YIN Linping. Research of the Effects of Different Drip Irrigation Treatments on the Growth of Summer Maize and the Adaptability of AquaCrop Model[J]. Journal of Irrigation and Drainage, 2023, 42(3): 32-39.

S161.4

A

10.13522/j.cnki.ggps.2022363

1672 - 3317（2023）03 - 0032 - 08

2022-07-01

國(guó)家自然科學(xué)基金項(xiàng)目（51609170）；天津市研究生科研創(chuàng)新項(xiàng)目（2021YJSS135）

常梅（1995-），女。碩士研究生，主要從事節(jié)水灌溉理論與新技術(shù)研究。E-mail: 2086137146@qq.com

周青云（1980-），女。教授，主要從事節(jié)水灌溉理論與新技術(shù)研究。E-mail: zhouqyand@126.com

責(zé)任編輯：韓 洋