CropSyst模型在區域冬小麥產量模擬中的應用

黃 青 ，陳仲新，劉 航，滕 飛

（中國農業科學院農業資源與農業區劃研究所/農業部農業信息技術重點實驗室，北京100081）

0 引言

隨著信息技術和計算機模擬技術的日益發展，能定量、動態地描述農作物生長發育過程及作物與環境相互作用關系的作物模擬模型已經成為作物生產力模擬、作物產量預測的重要工具[1]。CropSyst模型1992年由美國華盛頓大學開發，可進行多年、多作物且以日為模擬步長的作物生長和發育過程的系統模擬。CropSyst模型模擬氣候、土壤、不同水肥條件及管理措施等對作物生產力的影響，是國外應用較廣泛的作物模型之一[2-5]，可是由于其參數復雜，模型在中國范圍內的應用研究還比較少見。2008年，歐盟MARS（Monitoring Agriculture with Remote Sensing）農業監測項目組開發了一個以作物模擬為目的的生物物理模型應用平臺Biophysical model application，簡稱BioMa[6-7]。該應用平臺基于獨立的模型組分，對每一個模型組分都提供獨立的算法代碼及獨立的軟件開發包。BioMa這種基于組分的結構使得其可以為了某一特定的模擬目標而綜合利用分散的、獨立的模型模塊。其目的是在空間數據和屬性數據的支持下，基于大量的生物物理模型，尋求、分析并運行最優的、綜合的模型解決方案。BioMa可以不斷加入新的模塊、根據需要組合成新的模型解決方案，同時每個模型解決方案又嵌入模型參數敏感性分析（Sensitivity Analysis）和模塊優化選擇器（Optimizer）等[8-10]。2014年，BioMa在其最新的版本中嵌入了CropSyst模型，并根據平臺對模型結構和參數進行了調試。但嵌入BioMa中的改進型作物模型Cropsys，其初始化的模型參數在中國的適用性如何，還未見有公開的研究報告。文章基于冬小麥主產區河北省衡水市11個縣（市）的實測數據，對模型在中國華北地區的適用性進行研究。

1 研究區概況和實驗數據

1.1 研究區概況

黃淮海平原是中國冬小麥主產區。研究區位于黃淮海平原區內的河北省衡水市的11個縣（市），地理位置為北緯37.03°～38.23°，東經115.10°～116.34°。南北最長距離125.3km，東西最寬距離98.1km，行政區面積達8 815km2（圖1）。衡水市皆為平原區，地勢平坦。平均海拔為12～30m。該區屬于溫帶半濕潤季風氣候，平均氣溫13℃，大于0℃積溫 4 200 ～ 5 500℃，年累積輻射量約為 5.0×106～ 5.2×106kJ/m2，無霜期為 170 ～ 220d，年降水量平均為500 ～ 600mm。農業氣候資源較豐富，但是自然災害也頻頻發生，干旱、冰雹、洪澇、低溫、大風等，常給農業生產造成一定影響。衡水市土壤大多為壤土、沙壤土、黏性土，適應于多種農作物的生長。主要糧食作物為冬小麥、夏玉米，一年兩熟輪作制度[11-12]。

圖1 研究區及采樣點Fig.1 Study area and the field samples location

1.2 實驗數據及預處理

1.2.1 氣象數據

從中國氣象科學數據共享網（http：//cdc.cma.gov.cn/）下載2011—2014年全國756個站點數據，包括每日最高氣溫、最低氣溫、平均氣溫、相對濕度、平均大氣壓、太陽輻射、日照時數、風速和降水量（3個完整周期2011/2012、2012/2013、2013/2014），太陽輻射數據基于緯度、日最低氣溫和最高氣溫用Hargreaves模型計算得到[13]。全國氣象站點數據在ArcGIS中插值成5km×5km數據。然后截取研究區2011年9月至2014年6月冬小麥生育期內氣象數據，提取格網內屬性值，所有氣象數據標準化后輸入BioMa平臺。

1.2.2 作物、土壤和管理數據

包括衡水市桃城區、冀州、棗強縣、武邑、深州、武強、饒陽、安平、故城、景縣、阜城11個縣（市）11個實測樣點的經緯度信息、海拔高度、輪作信息、冬小麥關鍵生育期（播種期、出苗期、開花期、收獲期）、各物候期各點的葉面積指數（LAI-2000）、地上生物量（干物質）和最后產量（樣方實測）、灌溉信息（咨詢農戶）、土壤類型、土壤參數等。所有數據標準化處理后輸入BioMa模型。

表1 研究區樣點信息及調查起始時間Table 1 Sample information of study area and investigation start/end time

2 研究方法

2.1 CropSyst模型中生長度日的計算

CropSyst模型在天氣數據驅動下完成作物生長發育模擬，模型運行中，要調用氣象、土壤、灌溉管理、作物信息等系列數據進行運算。溫度是作物生長發育最重要的驅動變量之一。利用平均冠層溫度模擬光合作用和葉片老化的熱限制。在作物發育過程中，計算基準溫度與界值溫度之間的積溫。在播種—出苗和出苗—生理成熟期，可以設定不同的溫度值。通過將生長度日數（growing degree-days，GDDs）轉換為從0.00～2.00（分別為出苗率和生理成熟度，DVS=1.00對應于開花）的數值編碼（DVS）來標準化發育階段，有助于同步不同過程的模擬。出苗—開花期和開花—生理成熟期DVS計算公式如下：

式（1）中：GDDcum（℃/day）為生長度日累計熱量，GDDem、GDDflo、GDDmat（單位均為℃/d）分別為達到出苗、開花和生理成熟期的情況下所需的生長度日累計熱量GDDs[6，14-17]。

2.2 Cropsyst模型中土壤數據本地化校正

模型參數本地化包括模型使用的研究區氣象數據、土壤數據、作物參數及管理數據等的調試。

模型所需的研究區土壤參數包括土壤機械組成，黏土、沙土含量，pH值，田間持水量，容重，飽和水導率等。模型輸入的部分土壤參數值及區間見表2，數據主要來自參考文獻[18]。

表2 BioMa平臺中CropSyst模型初始化土壤參數及中國研究區冬小麥模擬調試參數對照Table 2 Some default and calibrated soil parameters of CropSyst model in simulating China winter wheat yield

2.3 CropSyst模型中作物參數校正

CropSyst模型本身提供了典型作物的一系列生理參數數據，但針對中國北方的冬小麥，很多參數需要進行調試。基于衡水地區3年實測數據，利用嵌入BioMa平臺的CropSyst模型模擬冬小麥產量的步驟包括：（1）將所有數據處理成模型所要求的標準格式；（2）選取模擬環境（simulation environment），輸入/編輯所有參數：以日為單位的氣象數據、樣點經緯度、土壤參數、模型啟動模擬時間、模擬結束時間等；（3）配置模型組件（model configuration），包括配置氣象、土壤、作物等數據，選擇模型參數限制條件，選擇輸出配置（output configuration）等；（4）運行模型，將模擬數據與實測數據（包括播種期、出苗期、開花期和成熟期、LAI、生物量和產量等）進行比較，如精度不能達到要求，用人工標定法以地面實測LAI和模型模擬的LAI相關系數r達到0.9為精度要求進行優化，將系統生成的達到最優結果的某些參數返代入輸入值進行編輯（如灌溉量、Tsum，光能利用效率、生長基礎/最優/最高溫度、收獲指數等），并重復此過程，直到結果達到系統最優精度；（5）利用調整后的參數模擬所有點的冬小麥產量，表3數據主要來自基于實測數據和系統模擬最優參數的調試，部分未列出參數利用模型初始值或參考文獻值[19-20]。

表3 BioMa平臺中CropSyst模型初始化作物參數及中國研究區冬小麥模擬調試參數對照Table3 Some default and calibrated crop parameters of CropSyst model in simulating China winter wheat yield

3 結果與精度驗證

圖2 2012—2014年研究區樣點實測產量和模擬產量對照Fig.2 Field measured yield VS simulated yield based on CropSyst Model imbedded in BioMa from 2012 to 2014

圖2是研究區11個樣點2012—2014年實測產量和模擬產量對照結果。表4公式中，P為模擬值，O為觀測值，為觀測值的平均值；n為樣點總數，i為對應的每個樣點。

通過比較模型模擬結果和實際觀測結果進行精度評價是檢驗模型適用性的重要指標，該文選取了BioMa系統中自帶的相關系數、模型性能指數，模型一致性指數和均方根誤差來進行精度評價，各指標公式及意義如下[21]。

表4 CropSyst模型模擬冬小麥產量中精度評價指標Table 4 Metrics of model performance of CropSyst model in simulating winter wheat yield

結果表明，利用CropSyst模型模擬華北冬小麥產量可行，觀測產量與預測產量的相關系數為0.97，模擬效率為0.94，一致性指數為0.98。如采用CropSyst模型的缺省參數，進行參數值的自動標定，R值則較低，根據田間數據對作物參數和土壤參數進行標定，效果更好。結果表明，灌溉次數和灌溉量的變化對模擬產量結果很大的影響和解釋。

4 結論與討論

歐盟BioMa平臺中嵌入的Cropsyst模型，其初始參數主要適合歐洲地區。因此作物模型在中國應用的一個重要工作就是模型參數的本地化調試。該研究基于冬小麥主產區河北省衡水市11個縣（市）的實測數據，對模型在中國華北小區域的使用進行了一系列參數的調試、修正和驗證，并用本地化的模型參數對2012—2014年衡水地區冬小麥產量進行模擬，結果表明，本地化參數后的CropSyst較好地模擬了區域冬小麥產量。

BioMa平臺在嵌入各種作物模型中，減少了很多作物模型本身的初始化參數數量，使得模擬結果對部分參數的依賴性增大。樣點以行政區劃為單位，在11個縣市每個縣市選擇一個點，采樣點對整個區域的空間代表性有限。同時，研究區部分土壤參數和作物參數值來源于參考文獻，灌溉量和灌溉次數的系統優化對結果影響較大，說明水分是冬小麥生長發育的重要因素。由于部分實測灌溉量和灌溉次數數據缺少，部分作物參數對研究區本身的適用性需要更多年份、更多實測樣點數據進一步調試。另外，該研究基于BioMa-Site模型進行了單點數據的研究和驗證，2016年歐盟BioMa Spatial模型開發成功，將單點模型盡快擴充到空間范圍進行區域作物產量模擬是接下來的研究重點。