基于動態模擬的冬小麥水分脅迫敏感性研究

賀　鵬，王鵬新，解　毅，張樹譽，劉峻明

(1.中國農業大學信息與電氣工程學院, 北京 100083； 2.陜西省氣象局， 西安 710014)

?

E-mail：yueniaodexue@126.com。

E-mail:wangpx@cau.edu.cn。

基于動態模擬的冬小麥水分脅迫敏感性研究

賀鵬1，王鵬新1，解毅1，張樹譽2，劉峻明1

(1.中國農業大學信息與電氣工程學院, 北京 100083； 2.陜西省氣象局， 西安 710014)

摘要：以關中平原為研究區域，在對農業技術轉移決策支持系統(DSSAT)中的CERES-Wheat模型進行標定基礎上，模擬冬小麥整個生育期以日為步長的實際蒸散量和潛在蒸散量，采用Jensen模型研究冬小麥不同生育時期對水分脅迫的敏感性。結果表明，無論旱作樣點還是灌溉樣點，冬小麥在同一生育時期對水分脅迫的敏感性相同，且拔節期的敏感性最強，抽穗～灌漿期次之，返青期和乳熟期依次遞減。灌溉樣點在拔節期和抽穗～灌漿期的水分脅迫敏感系數分別為0.589與0.342，對水分脅迫的敏感性相差較大，而旱作樣點在兩生育時期的水分脅迫敏感系數分別為0.405與0.383，對水分脅迫的敏感性相差較小，由于灌溉樣點在拔節期發生水分脅迫現象可以通過及時灌溉以緩解缺水情況，因而會減弱其后抽穗～灌漿期的水分脅迫敏感性。根據水分脅迫敏感性，對不同生育時期缺水采取不同措施，較好地實現抗旱防旱資源的合理利用。

關鍵詞：冬小麥；CERES-Wheat模型；水分脅迫；敏感系數

干旱是全球影響最為廣泛的自然災害之一，具有出現頻率高、持續時間長、波及范圍廣的特點。干旱的頻繁發生和長期持續會給社會經濟，特別是農業生產帶來巨大的損失，因此監測和預防農業干旱已成為當前干旱研究的重要課題之一。農業干旱不僅與降水量有密切關系，而且與農作物本身及其所處的生育階段密切相關[1-2]。在作物類型和品種相同時，水分脅迫對作物產量的影響取決于水分脅迫所發生的生育時期，因此評價干旱對作物產量的影響，僅考慮全生育期的總耗水量與產量形成的關系是不夠的，應該以不同生育時期水分盈虧與產量關系為基礎進行分析。王仰仁等[3]提出了水分敏感指數累積函數的概念，并驗證用生長曲線擬合的水分敏感指數累積函數，能較好地描述不同生育時期水分與冬小麥產量的函數關系。藺海明等[4]對干旱區不同補灌條件下小麥產量和水分效應以及生理特性進行了研究,得出小麥不同時期補灌產量順序為拔節+孕穗期>孕穗期>拔節期。房全孝等[5]利用根系水質模型模擬分析禹城和欒城小麥-玉米兩熟制下作物產量、農田蒸散和灌溉需水量多年的變化特征，表明欒城和禹城的冬小麥水分敏感期為孕穗期，并以作物水分脅迫指數為基礎制定該區域節水灌溉制度。Jensen模型在研究作物不同生育時期發生水分脅迫對產量的影響方面具有廣泛的應用[6-7]，學者們利用邏輯斯蒂函數[8]、引入水肥生產函數[9]和遺傳算法[10]等方法對Jensen模型進行優化，確定作物不同生育期對水分脅迫的敏感程度。綜合國內外現有Jensen模型的研究成果，發現冬小麥從拔節期到灌漿期為冬小麥主要需水時期，也是冬小麥對水分脅迫敏感時期，在該階段發生水分脅迫對冬小麥產量有較大影響，而冬小麥在其它生育時期出現水分脅迫對產量的影響相對較小。

農業技術轉移決策支持系統(DSSAT)支持下的CERES系列作物生長模型是當今世界范圍內應用最為廣泛的作物生長模型之一[11]。江敏等[12]收集我國大面積種植冬小麥區域的氣象數據和作物品種資料數據并采用CERES-Wheat模型進行了全國范圍內的驗證研究，結果表明，該模型在我國北方地區的模擬效果較好，但在比較濕潤的長江流域，模擬結果不符合生產實際。劉驍月等[13]在陜西關中平原實地標定CERES-Wheat模型的基礎上，較好地模擬了該地區冬小麥的產量、LAI、開花和成熟日期，并在此基礎上構建了基于生物量距平的干旱監測模型。

本文將Jensen模型與CERES-Wheat模型相結合，應用動態模擬的地表水分平衡數據研究關中平原不同生境下冬小麥不同生育時期水分脅迫對冬小麥生長和發育，尤其是對產量的影響，以期確定不同生育時期冬小麥對水分脅迫的敏感性，為區域農業干旱監測、農田水分管理和可持續發展奠定基礎。

1材料與方法

1.1研究區概況

陜西省中部的關中平原位于渭河流域，地勢平坦，土壤肥沃，土地利用率高。但該地區地處亞洲夏季風區邊緣，年均溫度6℃～13℃，屬于生態環境脆弱地帶，年降水量在500～800 mm，并存在明顯的波動性，因而干旱是該區域內普遍而重大的氣象災害之一[14-15]。關中平原種植模式主要為冬小麥與夏玉米輪作模式。冬小麥播種時間一般為10月上、中旬，播種后5～6 d出苗，至次年3月上旬進入返青期，3月下旬及4月中上旬為拔節期，4月下旬進入抽穗期，乳熟期則一般為5月中、下旬[16]。本文在研究區域選取了11個研究樣點(圖1)，自西向東依次為：鳳翔縣城西、寶雞市陳倉區北、岐山縣蒲村鎮、眉縣常興鎮、扶風縣城北、乾縣石牛鄉、三原縣魯橋鎮、藍田縣史家寨鄉、蒲城縣城北、渭南市臨渭區藺店鎮和合陽縣王村鎮，其中眉縣常興鎮、扶風縣城北、三原縣魯橋鎮和渭南市臨渭區藺店鎮為灌溉樣點，其余為旱作樣點。

圖1研究區域及樣點分布

Fig.1Study area and the distribution of sampling sites

1.2CERES-Wheat模型的標定

CERES-Wheat模型的輸入數據主要包括氣象數據、土壤數據、田間管理數據和作物品種遺傳特性參數。模型所需的氣象數據由逐日最高氣溫、最低氣溫、降水量和太陽輻射值組成，其中太陽輻射值通過日照時數計算生成[17]。土壤數據主要包括采樣深度、土壤分層含水量、有機質、全氮、堿解氮、全磷、有效磷、pH值等。土壤數據通過采樣點進行相應土壤理化試驗獲取，按模型規定的格式統一編排，作為模型的輸入。田間管理數據主要包括田間樣點的編號名稱、地理坐標、冬小麥品種、播種日期、施肥日期和施肥量、灌溉日期和灌溉量等，主要通過調查詢問獲取，并按模型規定的格式統一編排，作為模型的輸入。

冬小麥的遺傳特性參數控制著小麥的生長發育進程，直接關系到植株形態的發育與作物產量的形成，因此模型在應用前需對這些參數進行標定。結合本文的研究重點，將CERES-Wheat模型的標定分為5個步驟：檢驗模擬的開花期和成熟期時間與實測的開花期和成熟期時間是否吻合；檢驗模擬的冬小麥生育期總天數與實際情況是否吻合；檢驗模擬的冬小麥LAI曲線與實際是否吻合，以及LAI最大值出現日期是否接近；采用相對誤差法檢驗模擬的最終產量是否正確；采用相對誤差法檢驗模擬的土壤分層含水量是否正確。

本文在計算模擬產量與實際產量的相對誤差時，以相對誤差在10%以內為合理。由于產量數據涉及不同樣點和不同年份，利用平均相對誤差即相對誤差絕對值之和的平均值來檢驗不同樣點所有年份、不同年份所有樣點的產量模擬精度，并以平均相對誤差在10%以內為合理。以田間試驗測量的土壤水分數據分層情況為主，并結合CERES-Wheat模型模擬土壤水分數據分層情況，制定本文的土壤水分數據分層結果：0～20、20～50、50～80、80～120 cm和120～200 cm。利用相對誤差和平均相對誤差檢驗不同樣點、不同年份和不同土壤層次的模擬結果是否正確，以相對誤差和平均相對誤差在10%以內為合理。

1.3作物水分脅迫敏感系數的估算方法

(1) Jensen模型冬小麥產量與各生育時期水分脅迫的關系可通過其實際利用的土壤水分與理想的土壤水分條件的相對比值指數以連乘積的形式表達，即Jensen模型：

(1)

式中，Yact為冬小麥的實際產量(kg·hm-2)；Ypot為冬小麥不受供水限制的潛在產量(kg·hm-2)；n為冬小麥整個生長期中所包含的生育時期個數，將冬小麥主要生育時期劃分為返青期、拔節期、抽穗～灌漿期和乳熟期，即n=4；Wact為某一生育時期冬小麥實際利用的水分(mm)，一般是指該生育時期的實際蒸散量；Wpot為某一生育時期冬小麥不受土壤供水限制時利用的水分(mm)，可用該生育時期的潛在蒸散量代替；λi為第i個生育時期水分脅迫敏感系數，較大的λi表示該生育時期水分脅迫敏感性強，說明在該生育期缺水會對冬小麥生長有較大影響。

當n=4時,對式(1)進行數學展開和變換：

(2)

在各個地面調查樣點，分別應用CERES-Wheat模型模擬的冬小麥主要生育時期的潛在蒸散量、實際蒸散量、實際產量和潛在產量，并帶入式(2)，構成多元線性回歸方程組：

(3)

式中，k代表多元線性回歸方程組個數，即模擬的冬小麥生長年的個數。用最小二乘法對上述多元線性回歸方程進行最優化求解，得到每個樣點的λ1、λ2、λ3和λ4，即冬小麥返青期、拔節期、抽穗～灌漿期和乳熟期對水分脅迫敏感系數。利用F檢驗判別該多元線性回歸方程的顯著性。

對λ1、λ2、λ3和λ4進行歸一化處理：

γi=λi/(λ1+λ2+λ3+λ4)i=1,2,3,4

(4)

式中，γi為歸一化的敏感系數，用于分析不同生育時期水分脅迫對冬小麥生產的影響。

(2) 水分脅迫敏感系數的估算樣點實測土壤和田間管理數據僅包含2007—2014年的數據，對于建立Jensen模型，單樣本點數據量較小，模型模擬精度較低，檢驗誤差大，故將地面調查樣點分為旱作樣點和灌溉樣點。在CERES-Wheat模型中輸入氣象、土壤和田間管理數據計算旱作樣點和灌溉樣點的潛在蒸散量、實際蒸散量、實際產量和潛在產量，并將其代入Jensen模型，計算旱作樣點和灌溉樣點冬小麥4個生育時期對水分脅迫的敏感系數。

以各樣點2009—2010年實測的土壤和田間管理數據作為CERES-Wheat模型的輸入數據，應用1975—2014年各樣點氣象數據作為模型輸入的氣象數據，模擬各樣點1975—2014年的潛在蒸散量、實際蒸散量、實際產量和潛在產量，并將其帶入Jensen模型，計算各樣點冬小麥4個生育時期對水分脅迫的敏感系數。

2結果與分析

2.1CERES-Wheat模型的標定

基于2007—2014年的地面調查數據，采用“試錯法”并根據樣點灌溉能力、地理位置等特點對CERES-Wheat模型中的遺傳特性參數進行調試，使模型模擬的生育時期、LAI、產量和土壤分層含水量與相應實測數據吻合度達到最佳，實現CERES-Wheat模型的“本地化”。以關中平原兩個灌溉樣點(扶風縣城北和眉縣常興鎮)和兩個旱作樣點(寶雞市陳倉區北和乾縣石牛鄉)為例，利用CERES-Wheat模型模擬4個樣點2007—2014年的LAI、產量及土壤分層含水量。

2.1.1LAI的模擬結果與分析從模擬的總生育期天數和LAI結果(圖2)可知，寶雞市陳倉區北、扶風縣城北、眉縣常興鎮和乾縣石牛鄉冬小麥的整個生育天數分別在244～251、238～245、242～249 d和243～250 d之間。陳倉區北、扶風縣城北、眉縣常興鎮和乾縣石牛鄉冬小麥分別在播種后199～204、197～201、188～193 d和195～200 d LAI達到最大值。結合樣點實測冬小麥LAI數據、生育時期和收獲日期對模擬結果進行驗證，可以得出標定的CERES-Wheat模型能夠較準確地模擬冬小麥整個生育期的LAI變化狀況。

圖24個樣點應用CERES-Wheat模型模擬的LAI模擬值及實測值

Fig.2The simulated LAI values by the CERES-Wheat model and the measured ones of the four sampling sites

2.1.2產量的模擬結果與分析從產量的模擬結果(表1)可知，所有樣點模擬產量和實測產量的平均相對誤差為8.79%，在誤差允許范圍內，模擬效果較好。所選樣點中扶風縣城北模擬產量和實測產量的平均相對誤差最大，為10.35%，眉縣常興鎮模擬產量和實測產量的平均相對誤差最小，為6.17%，陳倉區北為8.91%，乾縣石牛鄉為8.63%，旱作樣點模擬產量與實測產量的相對誤差較接近，灌溉樣點的相對誤差變化較大。從不同年份模擬結果看，2007—2008、2008—2009、2009—2010、2010—2011、2011—2012、2012—2013年和2013—2014年冬小麥生長年模擬產量和實測產量的平均相對誤差分別為9.24%、11.79%、7.14%、8.64%、7.33%、8.97%和8.74%，除2008—2009年冬小麥生長年平均相對誤差大于10%，其余均在合理范圍內。綜合上述模擬結果可知標定的CERES-Wheat模型模擬產量精度較高。

表1　CERES-Wheat模型模擬的冬小麥單產與實測單產的相對誤差/%

注：—表示在該冬小麥生長年未展開地面試驗或未進行測產。

Note: — indicates that the field experiments were not carried out or the yields were not measured in the sampling sites in the years of winter wheat growth.

2.1.3土壤含水量的模擬結果與分析由土壤分層含水量模擬結果(表2)可知，0～20、20～50、50～80、80～120 cm和120～200 cm土壤含水量模擬值與實測值的平均相對誤差分別為10.71%、10.10%、7.42%、5.14%和5.38%，平均相對誤差基本在誤差允許范圍內。模擬的80～200 cm土壤含水量平均相對誤差明顯小于土壤表層土壤含水量平均相對誤差。由于土壤表層受蒸散、降水、灌溉和下滲等因素的影響較強，土壤表層含水量變化較大，故在模擬結果中表層土壤含水量相對誤差較大，隨著土壤層次的向下延伸，上述因素的影響作用減弱，土壤含水量趨于穩定，土壤含水量模擬值與實測值的相對誤差減小。4個觀測樣點土壤含水量模擬值與實測值的平均相對誤差分別為7.40%、11.76%、6.58%和6.46%，除眉縣樣點模擬誤差較大外，其余觀測樣點土壤含水量模擬值與實測值的平均相對誤差均在誤差允許范圍內。綜合上述結果可知CERES-Wheat模型對土壤剖面含水量的模擬結果和野外試驗實地測量結果在變化趨勢和具體數值上均相符。

2.2冬小麥不同生育時期的水分脅迫敏感性分析

在標定CERES-Wheat模型基礎上，利用Jensen模型分別計算旱作樣點和灌溉樣點冬小麥返青期、拔節期、抽穗～灌漿期和乳熟期水分脅迫敏感系數(表3)。結果為，旱作樣點與灌溉樣點構建的多元線性回歸方程均通過F檢驗；無論是旱作樣點還是灌溉樣點，冬小麥在同一生育期對水分脅迫的敏感性相同且拔節期敏感性最大，抽穗～灌漿期次之，返青期和乳熟期依次遞減。灌溉樣點在拔節期和抽穗～灌漿期對水分脅迫的敏感性相差較大，而旱作樣點敏感性相差較小。由于灌溉樣點在拔節期發生水分脅迫可通過及時灌溉以緩解缺水情況，會減弱其后抽穗～灌漿期的水分脅迫敏感性，所以灌溉樣點抽穗～灌漿期水分脅迫敏感系數與拔節期相差較大。旱作樣點構建的多元線性回歸方程的顯著性明顯高于灌溉樣點，其主要原因是灌溉樣點在出現水分脅迫時可及時進行灌溉，以緩解水分脅迫對冬小麥的作用，降低冬小麥在該生育期對水分脅迫的敏感性，進而導致在灌溉樣點Jensen模型的模擬精度低于旱作樣點。

以各樣點2009—2010年實測土壤、田間管理數據及1975—2014年各樣點氣象數據為基礎，利用CERES-Wheat模型連續模擬功能并結合Jensen模型，計算各個樣點不同生育時期的水分脅迫敏感系數(表4)。各個樣點構建的多元線性回歸方程均通過F檢驗且拔節期、抽穗～灌漿期、返青期和乳熟期水分脅迫敏感系數依次減弱。旱作樣點構建的多元線性回歸方程的顯著性高于灌溉樣點。旱作樣點在拔節期和抽穗～灌漿期水分脅迫敏感系數差異較小，灌溉樣點在拔節期和抽穗～灌漿期水分脅迫敏感系數差異較大。這與整體研究旱作樣點和灌溉樣點在不同生育時期敏感系數的結果一致。

3討論

冬小麥不同生育時期對水分脅迫的敏感性存在明顯差別，即不同生育時期發生水分脅迫對最終產量影響有顯著差異。在返青期前后冬小麥的葉、莖、根等器官增長較為緩慢且干物質量積累不大，對于水分的需求量較小。由于作物的補償生長效應[18]，在返青期前后發生水分脅迫，隨后生育期恢復正常灌溉，其水分虧缺對株高、最終的分蘗、葉面積及干物質累積量的影響不大，所以返青期水分脅迫敏感性較小。敏感系數最大值出現在拔節期，說明該生育期是關中平原冬小麥對水分脅迫反應最為敏感的時期。在拔節期冬小麥的葉、莖、根等器官同時并進，葉和莖的長度和體積成倍或幾十倍增長，而根系迅速延伸，對深層土壤水分吸收利用越加明顯，在該生育時期如果土壤水分供給不足都會造成根、莖、葉干物質以及整株干物質量積累速率的降低，影響小麥最終的長勢和產量。這與閆永鑾等[19]研究的拔節期是冬小麥需水關鍵期相吻合。拔節期之后的抽穗～灌漿期，冬小麥由營養生長轉向生殖生長，冬小麥通過光合作用產生的淀粉、蛋白質和積累的有機物質通過同化作用將它們儲存在籽粒里，在抽穗～灌漿期發生水分脅迫會影響光合作用的效率和速度，減少淀粉、蛋白質和有機質的合成，灌漿期水分脅迫會造成冬小麥粒重明顯降低，所以抽穗～灌漿期是影響小麥生長發育的又一關鍵時期，這與肖俊夫等[20]的研究較為接近。肖俊夫認為冬小麥各生育期對耗水量敏感性順序為抽穗、拔節、灌漿、苗期、返青和越冬，且拔節～抽穗期為冬小麥需水關鍵期。而本研究得出拔節期對于水分脅迫的敏感性大于抽穗～灌漿期且拔節、抽穗～灌漿期為冬小麥需水關鍵期，這是由于研究方法及研究區域的不同，以及冬小麥生育時期劃分的差異造成的。在關中平原，春旱發生的幾率較大，且在灌溉區域通常在拔節期進行春灌，因此可認為我們模擬研究結果更具區域特色。在抽穗～灌漿后，小麥進入乳熟期，營養物質向籽粒運輸的過程結束，植株逐漸枯萎，根系開始死亡，不再需要水分的補給，在乳熟期后期灌水，會從老莖基部長出新的分蘗，消耗養分，導致千粒重的降低，因此在乳熟期后期灌水對千粒重會產生明顯抑制作用，這與楊小利等[21]在甘肅西峰和天水研究的冬小麥在返青到拔節期對水分脅迫的敏感性大于乳熟到成熟期的結論一致，即冬小麥在乳熟期水分脅迫敏感系數最小。

表2　CERES-Wheat模型模擬土壤剖面分層含水量與實測含水量的相對誤差/%

表3　不同類型樣點在不同生育時期的水分脅迫敏感系數

注(Note)：Fa(4,n-5)=2.895，a=0.05，n=24; Fa(4,n-5)=2.612，a=0.05，n=44.

表4　不同生育時期的水分脅迫敏感系數

注Note：Fa(4,n-5)=2.65，a=0.05，n=39.

4結論

通過利用2007—2014年的地面調查數據對DSSAT支持下的CERES-Wheat模型進行了標定，實現了模型的“本地化”，并在此基礎上利用Jensen模型計算了關中平原冬小麥不同生育時期的水分脅迫敏感系數。主要結論：無論是在旱作樣點還是在旱作樣點，冬小麥在拔節期、抽穗～灌漿期、返青期和乳熟期對水分脅迫的敏感性依次減弱，且旱作樣點拔節期和抽穗～灌漿期的水分脅迫敏感系數相差較小而灌溉樣點相差較大，這主要是由于關中平原春旱發生的幾率較大，灌溉區域通常在拔節期進行春灌，會減弱其后抽穗～灌漿期冬小麥對水分脅迫敏感性。拔節期和抽穗～灌漿期水分脅迫敏感系數在水分脅迫敏感系數歸一化處理后所占比重較大，是需水關鍵時期，而在返青期和乳熟期所占比重小，發生水分脅迫時對產量影響較小。

在關中平原實際農業生產中可利用冬小麥在不同生育時期對水分脅迫敏感的程度，進行分時期的有效抗旱和田間管理。例如在水分脅迫下對產量影響較大的生育時期(如拔節期)出現干旱，需及時并有針對性地進行抗旱和防旱工作，而在對水分脅迫不太敏感的生育時期(如乳熟期)出現干旱，要結合實際的農業干旱程度，權衡相應投入和產出后進行抗旱，做到抗旱防旱資源的有效利用和統籌規劃。

參 考 文 獻：

[1]Angus J F, van Herwaarden A F. Increasingwateruse andwateruse efficiency in drylandwheat[J]. Agronomy Journal, 2001,93(2):290-298.

[2]Kumar A, Singh D P, Singh P. Influence of water stress on photosynthesis,transpiration,water-use efficiency and yield of Brassicajunceal[J]. Field Crops Research, 1994,37(2):95-101.

[3]王仰仁,雷志棟,楊詩秀.冬小麥水分敏感指數累積函數研究[J].水利學報,1997,5(5):28-35.

[4]藺海明,牛俊義,秦舒浩.隴中半干旱區小麥和玉米補灌效應研究[J].干旱地區農業研究,2001,19(4):80-86.

[5]房全孝,王建林,于舜章.華北平原小麥—玉米兩熟制節水潛力與灌溉對策[J].農業工程學報,2011,27(7):37-44.

[6]馮紹元,羅遵蘭,左海萍.河北省冬小麥水分生產函數模型初步分析[J].灌溉排水學報,2005,24(4):58-61.

[7]Wang K Q, Fu Q,Ji F, et al. Study on comparison of different methods to calculating sensitivity indexof Jensen model[J]. Journal of Northeast Agricultural University (English Edition), 2007,14(3):278-282.

[8]王仰仁,周青云,解愛國,等.時段劃分對冬小麥作物水模型影響的研究[J].灌溉排水學報,2010,29(5):6-10.

[9]周智偉,尚松浩,雷志棟.冬小麥水肥生產函數的Jensen模型和人工神經網絡模型及其應用[J].水科學進展,2003,14(3):280-284.

[10]張兵,袁壽其,李紅,等.基于遺傳算法求解的冬小麥優化灌溉產量模型研究[J].農業工程學報,2006,22(8):12-15.

[11]Jones J W, Hoogenboom G, Porter C H, et al. The DSSAT cropping system model[J]. European Journal of Agronomy, 2003,18(3):235-265.

[12]江敏,金之慶,葛道闊,等.CRERS-Wheat模型在我國冬小麥主產區的適應性驗證及訂正[J].江蘇農學院學報,1988,19(3):64-67.

[13]劉驍月,王鵬新,張樹譽,等.基于作物模型模擬年際生物量變化的冬小麥干旱監測研究[J].干旱地區農業研究,2013,31(1):212-218.

[14]張樹譽,孫威,王鵬新.條件植被溫度指數干旱監測指標的等級劃分[J].干旱區研究,2010,27(4):600-606.

[15]蒲金涌,張存杰,姚小英,等.干旱氣候對隴東南主要農作物產量影響的評估[J].干旱地區農業研究,2007,25(1):167-171.

[16]景毅剛,范建中,高茂盛.氣候變暖對陜西冬小麥生育期的影響[J].麥類作物學報,2013,33(2):389-396.

[17]翁篤鳴.試論總輻射的氣候學計算方法[J].氣象學報,1964,34(3):304-315.

[18]Aggarwal P K, Sinha S K. Response of droughted wheat to mild-season water application: recovery in leafarea and its effect on grain yield[J]. Australian Journalof Plant Physiology, 1987,14(2):227-237.

[19]閆永鑾,郝衛平,梅旭榮,等.拔節期水分脅迫—復水對冬小麥干物質積累和水分利用效率的影響[J].中國農業氣象,2011,32(2):190-195.

[20]肖俊夫,劉戰東,段愛旺,等.不同灌水處理對冬小麥產量及水分利用效率的影響研究[J].灌溉排水學報,2006,25(2):20-23.

[21]楊小利,劉庚山,楊興國.甘肅黃土高原主要農作物水分脅迫敏感性[J].干旱地區農業研究,2006,24(4):90-93,203.

Analysis on the sensitivity to water stress of winter wheat based

on a dynamicsimulation model

HE Peng1, WANG Peng-xin1, XIE Yi1, ZHANG Shu-yu2, LIU Jun-ming1

(1.CollegeofInformationandElectricalEngineering,ChinaAgriculturalUniversity,Beijing100083,China;

2.ShaanxiMeteorologicalBureau,Xi’an,Shaanxi710014,China)

Abstract：Using the calibrated CERES-Wheat model under the DSSAT shell, daily actual evapotranspiration and potential evapotranspiration during the growth stages of winter wheat were simulated in the Guangzhong plain of Shaanxi Province, China. Sensitivity coefficients of water stress of winter wheat at different growth stages were calculated by the Jensen model. The results indicated that the sensitivity coefficients of water stress on winter wheat were the same at the same growth stage in both irrigated and rainfed areas. The sensitivity coefficients of winter wheat were the largest at the jointing stage, and were gradually decreased at the heading-filling stage, turning green stage and dough stage. The sensitivity coefficients at the jointing stage and heading-filling stage were 0.589 and 0.342 in the irrigated areas, respectively, indicating that the water stress at these two stages had different impacts on wheat yield. Nevertheless, those were 0.405 and 0.383 in the rainfed areas, suggesting that the water stress at these two stages had similar impacts on wheat yield. Because the irrigated areas were often irrigated at the jointing stage in order to relieve the lack of water, the sensitivity of water stress on winter wheat was weakened, and the difference in the sensitivity coefficients of winter wheat between the jointing stage and the heading-filling stage was small. Based on the sensitivity coefficients of water stress, specific measurements should be taken on winter wheat according to the water-deficit conditions at each growth stage to ensure rational use of drought-related resources.

Keywords:winter wheat; CERES-Wheat model; water stress; sensitivity coefficient

中圖分類號：S512.1

文獻標志碼：A

通信作者：王鵬新(1965—)，男，陜西禮泉人，教授，博士生導師，主要從事定量遙感及其在農業中的應用研究。

作者簡介：賀鵬(1989—)，男，山西太原人，碩士研究生，研究方向為土壤及冬小麥水分信息的動態模擬。

基金項目：國家自然科學基金項目(41371390)和國家科技支撐計劃項目(2012BAD20B0103)資助

收稿日期：2015-01-22

doi:10.7606/j.issn.1000-7601.2016.01.33

文章編號：1000-7601(2016)01-0213-07