氣候變化條件下旱作玉米用水效率與單產變化趨勢分析

王玉寶 柴成亮 張 鵬 趙 旗 何建強 孫世坤

(1.西北農林科技大學旱區農業水土工程教育部重點實驗室， 陜西楊凌 712100； 2.西北農林科技大學中國旱區節水農業研究院， 陜西楊凌 712100； 3.西北農林科技大學農學院， 陜西楊凌 712100)

0 引言

氣候變化對未來農業用水效率和產量會造成重要影響。與灌溉農業相比，旱作農業用水效率和產量更易受到氣候變化的影響[1]。將作物模型與氣候模式相結合，可有效預測氣候變化對作物產量和水分利用效率的影響[2]。農業技術推廣決策支持系統DSSAT(Decision support system for agrotechnology transfer)[3-5]作物系統模型是目前應用較為廣泛的作物模型，可逐日模擬20余種作物的生長發育過程，定量各影響因子對產量和全生育期蒸散量的影響[6]。DSSAT 中專門用于玉米生長模擬的CERES-Maize模型[7]，被廣泛用于不同環境條件下玉米遺傳參數的確定[8]、不同播期及灌溉制度對玉米產量的影響[9]以及玉米灌溉需水量的確定[10]等諸多領域。部分學者將CERES-Maize模型用于氣候變化對玉米產量及水分利用效率影響的研究，如利用大氣環流模型(General circulation model，GCM)產生的數據和隨機天氣發生器產生的逐日氣象數據與作物模型相結合，研究華北平原和吉林省等地玉米產量和水分利用效率對氣候變化的響應[11-12]，但是GCM輸出的數據空間分辨率較低。也有學者采用作物模型和最新且具有高分辨率的RCPs(Representative concentration pathways)系列氣候情景相鏈接，研究氣候變化對東北玉米產量和潛在適應性措施的影響，但未對灌溉玉米和旱作玉米進行比較研究[13-14]。一系列將RegCM(Regional climate model)區域氣候模式和校正過的CERES-Maize模型相鏈接的方法在玉米作物上得到驗證[15-17]。但是，運用CERES-Maize模型研究氣候變化條件下旱作玉米產量及其生產水足跡方面的研究尚未見報道。

旱作農業的產量與用水效率密切相關。因此，合理評價旱作農業用水效率至關重要。旱作農業的作物用水全部依靠降水，降水利用率(有效降水量與總降水量的比值)和降水利用效率(作物單產與蒸發蒸騰量的比值)是評價旱作農業用水效率的兩個傳統指標。水足跡概念的提出為農業用水效率評價提供了新的工具。作物生產水足跡有效地綜合了兩個傳統指標的意義，并簡化了計算過程[18]。針對利用CERES-Maize模型研究雨養玉米生產水足跡方面的不足，本研究以基于田間尺度作物生產水足跡的核算方法為基礎，嘗試利用CERES-Maize模型綜合評價氣候變化對旱作玉米產量和水分利用效率的影響。選擇玉米為研究對象，以北方典型旱作區的陜西渭北旱塬為研究區域，通過多年的玉米田間試驗數據評估CERES-Maize模型在渭北旱塬地區的適宜性，并利用區域氣候模式RegCM4.0輸出氣象數據，分析渭北旱塬在RCP2.6和RCP8.5兩種氣候情景下玉米產量和水分利用效率的變化趨勢，旨在為我國旱作農業生產布局規劃，以及制定適應氣候變化的農業生產策略提供支持。

1 數據與方法

1.1 研究區概況

渭北旱塬位于陜西省關中平原區以北、陜北丘陵溝壑區以南，是陜西省重要的糧食生產基地。區域農業生產依賴天然降水，屬于中國北方典型的旱作農業區，種植方式為春玉米一年一熟制[19]。選取位于旱塬東部的陜西省合陽縣西北農林科技大學旱作農業試驗站(35°19′54.45″ N，110°05′58.35″ E，海拔850 m)，以及位于旱塬西部的長武縣中國科學院黃土高原農業生態試驗站(35°14′ N，107°41′ E，海拔1 220 m)2個試驗點進行研究。合陽和長武2個站點均屬暖溫帶半濕潤易干旱型大陸性季風氣候區，多年平均氣溫分別為10.5℃和9.5℃，極端高溫分別為40.1℃和37.6℃，極端低溫分別為-21.2℃和-26.2℃；無霜期分別為190 d和171 d；多年平均降雨量分別為543.35 mm和583.41 mm，常年降水主要集中在7、8、9月，降雨年際間分布不均；多年平均蒸發量分別為1 832.8 mm和1 016.6 mm。2個站點土壤類型均為黑壚土，黃土母質疏松，屬于中壤土，土層厚，蓄水保肥能力強。

1.2 數據及來源

研究所需數據包括：田間管理數據、土壤數據和氣象數據。田間管理數據包括初始土壤水，作物品種，播種方式、日期和密度，施肥品種、日期和施肥量，收獲時期等，來自試驗、調查數據和文獻[18-19]。土壤剖面數據來源于《陜西農業土壤》[20]和文獻[19]。歷史年份逐日氣象數據，包括太陽輻射、最高氣溫、最低氣溫、降雨量，其中太陽輻射根據逐日日照時數通過埃斯曲郎(Angstron)經驗公式計算[21]，來自于中國氣象科學數據共享服務網(http:∥data.cma.cn)。2017—2050年氣候數據，來源于中國國家氣候中心基于全球氣候模式比較計劃CMIP5(Coupled model intercomparison project phase 5)的數據產品，采用動力降尺度模型RegCM4.0獲取的分辨率為0.5°×0.5°的區域數據[22]，再通過薄盤樣條曲線函數進行插值和2個站點經緯度獲取站點水平的逐日氣象數據。本研究選取輻射強迫最低和最高的RCP2.6與RCP8.5氣候情景，分析未來最極端的2種氣候情景。

1.3 作物模型遺傳參數的率定

遺傳參數是品種特性的反映，不同區域所種植的玉米品種特性和模型中供試品種參數不盡相同，因此在調試參數時，需要調整模型中遺傳參數的閾值范圍。CERES-Maize模型中可供調試與生長有關的玉米品種特性參數有6個，即遺傳參數：P1為幼苗期生長特性參數，指完成非感光幼苗大于8℃熱量時間，一般取100～400℃·d；P2為光周期敏感系數，指光敏感期大于臨界日長1 h的光周期導致發育延遲的程度，通常取值0～4；P5為灌漿期特性參數，指吐絲至生理成熟期大于8℃的熱量時間，取值為600～1000℃·d；G2為單株最大穗粒數，一般取值500～1 000粒；G3為潛在灌漿速率參數，指最適灌漿條件下線性灌漿階段的籽粒灌漿速率，一般取值5～12 mg/(粒·d)；PHINT為出葉間隔特性參數，一般取值30～75℃·d[23]。

本文采用DSSAT模型自帶的GLUE(Generalized likelihood uncertainty estimation)調參程序包對玉米品種遺傳特性進行參數標定[24]，以出苗期、開花期、成熟期和籽粒產量為相關輸出變量，以田間觀測值和模型模擬值之間的絕對相對誤差最小為目標進行調參。模型參數驗證均以模擬值和實測值之間絕對相對誤差(Absolute relative error，ARE)、相對均方根誤差(Normalized root mean suare error，NRMSE)、一致性指數d(The index agreement)及決定系數R2來評價，并通過比較模擬值和實測值之間的差異，逐步調整模型品種和管理參數，使其盡可能地表現出產量等作物性狀的時空差異。ARE與NRMSE越小，表明模擬精度越高，ARE和NRMSE為小于10%、10%～20%、20%～30%和大于等于30%分別表示模擬結果非常好、較好、一般和較差[25]。根據一致性指標統計，一致性指數d越接近1，說明模擬值和觀測值之間的一致性越高[26]。

1.4 田間尺度作物生產水足跡

田間尺度作物生產水足跡(Water footprint of crop production)是指農田尺度生產單位質量的作物(一般指經濟產量)所消耗的廣義水資源量。按照水資源消耗的類型，作物生產水足跡可以分為綠水足跡(Green water footprint)和藍水足跡(Blue water footprint)。本研究中無灌溉，且地下水位深達10 m以上，因此也無地下水補給[27]，玉米生產全部依賴天然降水，即玉米生產藍水足跡為零。玉米生產水足跡計算公式為

WFmaize=WFgreen

(1)

其中

WFgreen=CWUgreen/Y=aETgreen/Y

(2)

ETgreen=min(ETc,Pe)

(3)

式中WFgreen——玉米生產綠水足跡，m3/kg

CWUgreen——玉米所消耗的綠水資源量，m3/hm2

Y——玉米單位面積產量，kg/hm2

a——單位換算系數，將單位由水深(mm)轉化為單位面積水量(m3/hm2)，取10

ETgreen——玉米綠水蒸發蒸騰量，mm

ETc——玉米蒸發蒸騰量，由CERES-Maize模型求出，mm

Pe——玉米生育期有效降水量，mm

有效降水量根據美國農業部土壤保持局提出的方法計算[28]，根據玉米生育期對Pe(dec)進行求和即可得到玉米整個生育期的有效降水量，劉帝等[29]、史利潔等[30]的研究表明，該方法在關中地區具有較好的適用性，其計算公式為

(4)

式中Pdec——玉米生育期旬降水量，mm

Pe(dec)——玉米生育期旬有效降水量，mm

2 結果與分析

2.1 CERES-Maize模型驗證

歷史年份兩個站點各處理的不同指標模擬值和實測值比較結果分別見表1和表2，其中，BF為平衡施肥，CF為常規施肥，LF為低肥，NF為無肥。合陽站點在研究時段內每年有3種不同施肥水平，所有年份出苗期ARE值均在0～12.50%之間，均值為5.50%；開花期的ARE值在0～4.65%之間，均值為1.73%；成熟期ARE值在0～4.4%之間，平均值為1.66%；開花期ARE值都在5%以下；物侯期均值為2.96%，表明模擬結果非常好。總體而言，CERES-Maize模型對合陽站點玉米物候期的模擬結果較好。長武站點各年份玉米出苗期的ARE值均在0～10%之間，其中41.67%的年份模擬值與實測值完全一致，對開花期和成熟期的模擬ARE值均在4%以內，物侯期均值為2.71%，表明該站點用CERES-Maize模型對玉米物候期的模擬結果非常好。

表1 2008—2015年合陽站點CERES-Maize模型模擬值與實測值對比 Tab.1 Comparison of simulated values of CERES-Maize model with observed values in Heyang station during 2008—2015

表2 1998—2011年長武站點CERES-Maize模型模擬值與實測值對比 Tab.2 Comparison of simulated values of CERES-Maize model with observed values in Changwu station during 1998—2011

合陽站點所有年份不同處理籽粒產量模擬值與實測值之間的ARE均值為7.65%，其中75%的處理產量ARE值在10%以下，25%的處理產量ARE值介于10%～20%之間。產量模擬值和觀測值之間的RMSE及NRMSE分別為670.53 kg/hm2和8.27%，從ARE值來看，對產量的模擬相對于物候期稍差，但總體上模擬結果仍非常好。決定系數R2和一致性指標d分別為0.86和0.96，也說明模擬值與觀測值的一致性非常好。長武站點各年份玉米產量模擬值與田間實測值之間的ARE值均在13%以內，RMSE和NRMSE分別為791.33 kg/hm2和8.72%，決定系數R2和一致性指標d分別為0.91和0.96，都很接近1，說明產量模擬值與觀測值之間有很好的一致性。

2.2 玉米生產水足跡與產量變化過程分析

如圖1所示，合陽站點2008—2015年玉米生產水足跡呈波動下降趨勢，但下降幅度不大；產量呈波動增加趨勢，但增加幅度較小。如圖2所示，長武站點1998—2011年(缺測2006年和2009年)玉米生產水足跡下降趨勢較為明顯，產量隨著時間的推移增加趨勢較為顯著。玉米生產水足跡是由玉米生產過程中的水資源消耗量和玉米單產共同決定，分析發現，合陽站點玉米生產水足跡與對應年份的有效降水量變化趨勢相反，生育期有效降水量高的年份對應的玉米生產水足跡較低。特殊年份是2011年，該年份玉米生產水足跡與有效降水量均較高，其原因是玉米播種前期土壤蓄水量較少，影響了玉米生長發育過程，造成玉米產量的下降。長武站點玉米生產水足跡與對應年份有效降水量的變化規律與合陽站點相似。特殊年份是1998年，該年份玉米生育期有效降水量很高，但由于漬澇災害的原因，單產較低，導致該年份玉米生產水足跡也很高。

圖1 2008—2015年合陽站點玉米生產水足跡、生育期有效降水量和產量變化趨勢 Fig.1 Water footprint of maize production, effective precipitation and maize production in Heyang station from 2008 to 2015

圖2 1998—2011年長武站點玉米生產水足跡、有效降水量和產量變化趨勢 Fig.2 Water footprint of maize production, effective precipitation and maize production in Changwu station from 1998 to 2011

2.3 2017—2050年玉米生產水足跡與產量預測

圖3 2017—2050年合陽站點玉米生產水足跡變化 趨勢和產量預測 Fig.3 Changing trend of water footprint of maize production and maize production in Heyang station from 2017 to 2050

圖4 2017—2050年長武站點玉米生產水足跡變化 趨勢和產量預測 Fig.4 Changing trend of water footprint of maize prodction and maize production in Changwu station from 2017 to 2050

如圖3所示，在RCP2.6和RCP8.5兩種氣候情景下，合陽站點2017—2050年玉米生產水足跡均值均為0.37 m3/kg，產量均值分別為8 896.38 kg/hm2和9 250.53 kg/hm2，玉米生產水足跡的M-K(Mann-Kendall)趨勢檢驗值分別為-0.14和-0.43，產量的M-K檢驗值分別為0.27和-0.43；其中，RCP2.6氣候情景下產量呈上升趨勢，由于玉米生育期有效降水的增加幅度小于產量增加幅度，使玉米生產水足跡也呈下降趨勢；而RCP8.5情景下雖然玉米的產量有不顯著下降趨勢，但因玉米用水效率較高，玉米生產水足跡呈下降趨勢。如圖4所示，長武站點RCP2.6和RCP8.5兩種氣候情景下，玉米生產水足跡均值分別為0.39 m3/kg和0.38 m3/kg，產量均值分別為8 528.91 kg/hm2和8 771.03 kg/hm2；兩種氣候情景下該站點玉米生產水足跡的M-K趨勢檢驗值分別為-2.77和-0.43，產量的M-K檢驗值分別為0.28和-0.43；因RCP2.6情景下玉米水分利用效率較高，玉米生產水足跡呈極顯著下降趨勢，產量呈上升趨勢；由于有效降水量下降幅度大于產量下降幅度，從而出現在RCP8.5情景下玉米生產水足跡及其產量同時呈下降的特征。

3 討論

3.1 CERES-Maize模型計算玉米生產水足跡的適宜性

本研究以田間尺度作物生產水足跡的核算方法為基礎，利用CERES-Maize模型模擬玉米產量和實際蒸發蒸騰量，進而獲得玉米生產水足跡。玉米實際蒸發蒸騰量主要基于精度較高的內嵌于模型中的Priestley-Taylor公式計算獲得。本文研究結果表明，CERES-Maize模型對渭北旱塬旱作玉米產量具有很好的模擬效果；利用該模型模擬玉米產量在國內外其他地區也都得到了廣泛驗證[11,31]。因此，CERES-Maize適于計算玉米生產水足跡。與計算旱作和灌溉綜合條件下結果相比(表3)，本研究計算的旱作玉米生產水足跡結果明顯較小，表明旱作農業用水效率較高，即盡管灌溉提高了農業單產，用水效率卻下降了。與劉帝等[29]采用的灌區水量平衡法相比，以及與史利潔等[30]采用的以地市為單元和張蕾[32]以省級行政區為單元的計算方法相比，本研究利用作物模型和田間試驗相結合的方式，通過多年玉米田間試驗數據對模型進行調參和驗證后，模型模擬計算的玉米生產水足跡數據更精確、可靠。

表3 不同學者研究結果比較 Tab.3 Comparison with other researches

3.2 不同氣候情景下氣溫對玉米產量和用水效率的影響

以氣候變暖為主要特征的全球氣候變化是各界學者的共識。渭北旱塬是受氣候影響敏感地區之一[22]。本研究發現(表4)，合陽和長武兩個站點的最高溫度和最低溫度在兩種氣候情景下隨時間的推移都呈上升趨勢，其中，RCP8.5情景下兩站點溫度M-K趨勢檢驗值明顯大于RCP2.6情景。兩站點RCP8.5情景下最低溫度上升趨勢均達到顯著水平(P<0.05)。由于RCP8.5氣候情景下溫度升高幅度較大，引起玉米生育期的縮短[33]，導致玉米光合作用時間的縮短，凈光合產物和玉米干物質積累的下降，促使兩站點玉米產量均呈下降趨勢。氣溫上升幅度過大對玉米單產有明顯的負面影響，這與KANG等[34]的研究一致。應減少溫室氣體排放、提高作物用水效率等措施來降低氣候變化對作物生產造成的負面影響。此外，因玉米生育期縮短引起的玉米蒸發蒸騰量下降幅度小于產量下降幅度，導致氣候變暖對玉米水分利用效率有正面影響[11]，渭北旱塬玉米水分利用效率在2050年前隨溫度的升高呈上升趨勢。

3.3 未來氣候條件下玉米產量和有效降水量的關系

無灌溉條件下，生育期有效降水量決定玉米產量的上限[35]。本研究模型模擬結果表明，兩站點RCP2.6和RCP8.5兩種氣候情景下，生育期有效降水量越多的年份玉米產量越高(圖5、6)。有相關學者運用CERES-Mazie模型模擬了降水對玉米產量的影響，結果表明降水量與玉米產量呈顯著的中度正相關，相關系數為0.75[36]。因此，提高降水利用率和利用效率，可進一步提高旱作玉米產量。

表4 2017—2050年合陽站點和長武站點氣溫、 玉米產量、蒸發蒸騰量和水分利用效率M-K 趨勢檢驗值 Tab.4 Values of M-K trend test of temperature, maize production, ETc and WUE of Heyang and Changwu stations from 2017 to 2050

圖5 2017—2050年合陽站點玉米產量和有效降水量 變化趨勢 Fig.5 Maize production and effective precipitation in Heyang station from 2017 to 2050

圖6 2017—2050年長武站點玉米產量和有效降水量 變化趨勢 Fig.6 Maize production and effective precipitation in Changwu station from 2017 to 2050

3.4 不同氣候情景下玉米生產水足跡和產量的比較

旱作玉米生產水足跡由玉米生產過程中綠水消耗量和單產共同決定。通過對比兩種氣候情景下玉米生產水足跡和產量之間的差異可以發現(圖3、4)，兩站點RCP8.5情景下2050年前玉米產量均值高于RCP2.6情景。合陽站點RCP8.5情景下玉米生育期有效降水量波動幅度較大，導致玉米產量的波動幅度也較大，在產量和生育期有效降水共同作用下，RCP8.5情景下玉米生產水足跡波動幅度較小。長武站點RCP2.6情景下玉米蒸發蒸騰量波動幅度較大，造成玉米產量波動幅度也較大，在產量和蒸發蒸騰量共同作用下，RCP2.6情景下玉米生產水足跡波動幅度大于RCP8.5情景。為減弱較小的有效降水和較大的蒸發蒸騰量對產量造成的負面影響，可以采取保護性耕作措施，改良土壤結構，增強蓄水保水能力；發展雨水集蓄，在旱災和玉米需水臨界期進行補充灌溉；篩選和培育節水抗旱品種。

4 結論

(1)建立了利用CERES-Maize模型模擬作物生產水足跡的方法。以田間尺度作物生產水足跡的核算方法為基礎，利用CERES-Maize模型模擬玉米產量和實際蒸發蒸騰量，進而獲得玉米生產水足跡。利用作物模型和田間試驗相結合的方式，通過多年玉米田間試驗數據對模型進行調參和驗證，模型模擬計算的玉米生產水足跡數據更為精確、可靠。

(2)CERES-Maize模型模擬旱作玉米產量效果好。通過多年田間定位試驗數據對CERES-Maize模型遺傳參數的校準和驗證，能很好地模擬旱作玉米的生長發育和產量形成過程，其中，物候期總體模擬絕對相對誤差(ARE)均值為2.84%(合陽站點為2.96%、長武站點為2.71%)，產量模擬值和實測值之間的決定系數(R2)均值為0.89(合陽站點為0.86、長武站點為0.91)。

(3)不同氣候情景下旱作玉米產量存在較大差異，用水效率基本相同。兩站點RCP8.5情景下2050年前玉米產量均值較RCP2.6情景高298.13 kg/hm2。但RCP2.6情景下隨著溫度的升高和生育期有效降水量的增加，玉米產量呈上升趨勢；RCP8.5情景下隨著溫度的上升和生育期有效降水量的減少，玉米產量呈下降趨勢。兩種氣候情景下玉米生產水足跡基本相同，2050年前均呈下降趨勢。

(4)氣溫上升幅度過大對玉米單產有明顯的負面影響，有效降水量與玉米單產呈正相關。RCP8.5氣候情景下溫度升高幅度較大，使得玉米生育期縮短，導致玉米光合作用時間的縮短、凈光合產物和玉米干物質積累的下降，促使兩站點玉米產量均呈下降趨勢。提高降水利用率和利用效率，可進一步提高旱作玉米產量。

(5)玉米生產水足跡對氣溫敏感性較低，有效降水量與玉米生產水足跡呈負相關。由于適當的氣溫升高對玉米蒸發蒸騰量和產量均具有一定的促進作用，而二者的比值是玉米生產水足跡，因此生產水足跡對氣溫敏感性較低。繼續增加玉米有效降水量，仍可以提高降水利用效率，這表明有效降水量仍未達到玉米用水效率最高時所需的水量，因此，采取有效措施，增加玉米生長過程中的水分供應，可大幅提高玉米單產。

(6)為有效應對氣候變化對旱作作物產量造成的負面影響，應進一步提高資源利用效率，發展循環農業，減少溫室氣體排放量，防止氣溫的過快升高；采取保護性耕作措施，改善土壤結構，增強土壤蓄水保墑效果；采取農田微集雨措施和適宜的農藝節水模式，發展集雨補灌，篩選和培育節水抗旱新品種，提高降水利用率和利用效率；做好干旱等自然災害的預警和應對工作，降低災害對玉米產量的影響。