基于DSSAT模型不同灌水模式滇中水稻生長(zhǎng)模擬

賴晨曦，王 瑩，張劉東，王 龍

(云南農(nóng)業(yè)大學(xué) 水利學(xué)院，云南 昆明 650051)

0 引言

作物模型是目前研究作物生長(zhǎng)的主要工具之一，是利用計(jì)算機(jī)及信息技術(shù)對(duì)農(nóng)作物的生長(zhǎng)發(fā)育動(dòng)態(tài)過(guò)程以及環(huán)境對(duì)其影響因素進(jìn)行系統(tǒng)分析、數(shù)值模擬及定量表達(dá)的技術(shù)[1]。農(nóng)業(yè)技術(shù)轉(zhuǎn)讓決策支持系統(tǒng)(Decision Support System for Agrotechnology Transfer，簡(jiǎn)稱DSSAT)由美國(guó)喬治亞大學(xué)組織開(kāi)發(fā)，可以通過(guò)一系列程序?qū)⒆魑锬M模型與土壤、氣候及試驗(yàn)數(shù)據(jù)庫(kù)相結(jié)合，進(jìn)行長(zhǎng)期、短期的氣候應(yīng)變決策[2-4]。范銘豐等[5]對(duì)DSSAT v4.0中的CERES-Maize模型進(jìn)行了玉米遺傳參數(shù)的優(yōu)化和驗(yàn)證，表明優(yōu)化后的參數(shù)產(chǎn)生的模擬值和測(cè)量值之間有很好的一致性。周麗麗等[6]以CERES-Wheat模型為基礎(chǔ)，分析了華北平原滄州地區(qū)冬小麥1981～2014年產(chǎn)量等參數(shù)的變化特征，計(jì)算出了不同水分處理下冬小麥多年平均需水量。王文佳等[1]用DSSAT模型模擬了不同降水年型水分脅迫條件下冬小麥生產(chǎn)潛力，確定了關(guān)鍵灌水期，建立了不同降水年型下的最優(yōu)灌溉制度。楊永輝等[7]應(yīng)用DSSAT模型研究長(zhǎng)期不同保護(hù)性耕作與土壤改良措施下夏玉米的生長(zhǎng)過(guò)程，表明CERES-Maize模型能較好地模擬豫西褐土區(qū)夏玉米的生長(zhǎng)過(guò)程、生物量以及產(chǎn)量。隨著對(duì)DSSAT模型研究的深入，證明了DSSAT模型用于國(guó)內(nèi)作物研究的可行性[8-10]。但DSSAT在云南地區(qū)水稻生長(zhǎng)的模擬研究較少。因此，本研究采用2017～2018年水稻田間試驗(yàn)，對(duì)水稻滇禾優(yōu)34的遺傳特性系數(shù)進(jìn)行率定并驗(yàn)證，并探究DSSAT模型在不同灌水模式下的可行性。

1 數(shù)據(jù)來(lái)源與方法

1.1 數(shù)據(jù)來(lái)源

1.1.1 水稻生長(zhǎng)指標(biāo) 昆明市尋甸試驗(yàn)站位于102°41′～103°33′ E，25°20′～26°01′ N，屬云南省中海拔地區(qū)，年平均氣溫14.5 ℃，年日照時(shí)數(shù)2088.6 h，年降雨量1020.9 mm，年無(wú)霜期236 d以上。5～10月為雨季，11月至次年4月為旱季，試驗(yàn)區(qū)內(nèi)以紅壤土為主，田間持水量在20%～26%之間[11]。

試驗(yàn)田為3 m×4 m的測(cè)坑，水稻株距13 cm，行距25 cm，每平方米24穴。2017年試驗(yàn)為淹水灌溉，2018年為淹水灌溉和控制灌溉，灌溉方案見(jiàn)表1。

表1 2017及2018年生育期水分處理方案

注：無(wú)%數(shù)字為土面水層深度(mm)，%代表無(wú)水層時(shí)土壤含水率占土壤飽和含水率的百分比。

1.1.2 氣象數(shù)據(jù) 氣象數(shù)據(jù)來(lái)自于國(guó)家氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/)的2017年和2018年昆明站點(diǎn)日值數(shù)據(jù)，包括日最低氣溫(℃)、日最高氣溫(℃)、日降雨量(mm)、日輻射量(W/m2)。

1.1.3 土壤數(shù)據(jù) 土壤數(shù)據(jù)參考中國(guó)土壤數(shù)據(jù)庫(kù)(http://vdb3.soil.csdb.cn/)，提取尋甸地區(qū)DSSAT模型所需的土壤信息，主要是土壤類型和土壤剖面特性，包括土壤名稱、土壤顏色、徑流潛力、各層土壤質(zhì)地(黏土、淤泥、石粒比例)、有機(jī)碳含量、總氮量、pH值、陽(yáng)離子交換量以及飽和水含量等。

1.2 研究方法

1.2.1 參數(shù)率定 參數(shù)率定采用2017年淹水灌溉實(shí)測(cè)數(shù)據(jù)。

每個(gè)作物模型，其品種特性都有一組特定的遺傳特性系數(shù)。這些系數(shù)表示每個(gè)品種的遺傳潛力，不受環(huán)境限制(土壤、天氣等)的影響。DSSAT模型中CERES-RICE模型用于水稻生長(zhǎng)模擬，共8個(gè)遺傳特性系數(shù)(表2)。

表2 水稻遺傳特性系數(shù)解釋[12]

采用DSSAT模型中的GLUE模塊對(duì)模型參數(shù)進(jìn)行調(diào)試。GLUE模塊調(diào)參分為兩步：第一步物候參數(shù)(G1、G2、G3、G4)調(diào)參，第二步生長(zhǎng)參數(shù)(P1、P2O、P2R、P5)調(diào)參。最終得到一組遺傳特性系數(shù)。為保證模擬的精確性和合理性，每次調(diào)試至少運(yùn)行25000次以上。

為進(jìn)一步提高遺傳特性系數(shù)的精確性，還要對(duì)敏感參數(shù)進(jìn)行敏感性分析。通過(guò)對(duì)單個(gè)系數(shù)進(jìn)行敏感性分析，使得模擬值與實(shí)測(cè)值的誤差最小。

1.2.2 模型驗(yàn)證 采用2018年實(shí)測(cè)生長(zhǎng)參數(shù)對(duì)模型模擬結(jié)果進(jìn)行驗(yàn)證。應(yīng)用均方根誤差(RMSE)和均一化均方根誤差(NRMSE)分析模擬誤差，計(jì)算公式見(jiàn)式(1)和式(2)。

(1)

(2)

2 模擬結(jié)果與分析

2.1 參數(shù)率定及遺傳特性系數(shù)的確定

采用2017年淹水處理實(shí)測(cè)數(shù)據(jù)，模型調(diào)試后水稻開(kāi)花期與成熟期的模擬值分別為70和135 d，與實(shí)測(cè)數(shù)據(jù)一致。生長(zhǎng)指標(biāo)率定結(jié)果見(jiàn)表3，率定后的遺傳特性系數(shù)見(jiàn)表4。

表3 生長(zhǎng)指標(biāo)率定結(jié)果

注：其中顆粒重為相對(duì)誤差，其余指標(biāo)為均一化相對(duì)均方根誤差。

表4 滇禾優(yōu)34遺傳特性系數(shù)

2.2 生育期的驗(yàn)證

采用2018年淹水灌溉處理和控制灌溉處理的實(shí)測(cè)數(shù)據(jù)驗(yàn)證模型，結(jié)果見(jiàn)表5。淹水灌溉處理下開(kāi)花期與成熟期較實(shí)測(cè)值提前了1 d；控制灌溉下開(kāi)花期與成熟期分別提前了1、2 d。模擬值與實(shí)測(cè)值誤差很小，說(shuō)明CERES-RICE模型能夠用于模擬作物的開(kāi)花期及成熟期日期。

表5 2018年生育期模擬值與實(shí)測(cè)值對(duì)比

2.3 灌水量的驗(yàn)證

通過(guò)模型模擬得到的淹水灌溉和控制灌溉的灌水量分別為585.3和437.3 mm，與實(shí)際灌水量基本一致，誤差小于1%(表6)。說(shuō)明CERES-RICE模型在模擬作物生成過(guò)程中土壤各時(shí)期的實(shí)際灌水量時(shí)精度很好。

表6 灌水量模擬值與實(shí)測(cè)值對(duì)比mm

2.4 生長(zhǎng)指標(biāo)的驗(yàn)證

2.4.1 顆粒重 顆粒重(GWAD)模擬實(shí)測(cè)對(duì)比曲線見(jiàn)圖1，在淹水灌溉和控制灌溉處理下的模擬值分別是7422和7163 kg/hm2，實(shí)測(cè)值分別為7246和6688 kg/hm2，相對(duì)誤差為2.4%和6.6%。模擬結(jié)果較好，說(shuō)明調(diào)試后的遺傳特性系數(shù)可以用于水稻品種滇禾優(yōu)34的生長(zhǎng)模擬。

圖1 顆粒重實(shí)測(cè)值與模擬值比較

2.4.2 干物質(zhì)(地上部分) 從圖2可以看出，生育期前期，控制灌溉和淹水灌溉處理下干物質(zhì)(地上部分)的模擬值基本一致，2種灌溉處理在47 d左右，分蘗末期結(jié)束，開(kāi)始出現(xiàn)較為明顯的差異，與實(shí)測(cè)值的規(guī)律一致。淹水灌溉和控制灌溉處理下的NRMSE值分別為10.1%和8.9%，模擬結(jié)果較好。

圖2 干物質(zhì)(地上部分)模擬值與實(shí)測(cè)值比較

2.4.3 葉面積指數(shù) 淹水灌溉和控制灌溉處理下葉面積指數(shù)NRMSE值分別為10.40%和11.74%。從圖3可以看出，分蘗末期到抽穗開(kāi)花期(種植后38～87 d)缺水，控制灌溉處理的葉面積指數(shù)明顯低于淹水灌溉，并且模擬的精度也有明顯的下降。說(shuō)明該時(shí)段作物對(duì)水分的需求較為迫切，模型在該時(shí)段內(nèi)對(duì)水分的敏感性較高。

2.4.4 分蘗數(shù) 淹水灌溉和控制灌溉處理下分蘗數(shù)的NRMSE值均一化相對(duì)均方差根誤差分別為13.2%和15.2%，模擬結(jié)果較好。從圖4可以看出，水稻實(shí)際的分蘗時(shí)期比模擬值較晚，模擬誤差在允許范圍以內(nèi)，基本符合水稻生長(zhǎng)規(guī)律。

3 結(jié)論

DSSAT模型能夠模擬水稻淹水灌溉和控制灌溉的差異，與實(shí)測(cè)值擬合度較好，但控制灌溉的模擬結(jié)果誤差大于淹水灌溉。

圖3 葉面積指數(shù)模擬值與實(shí)測(cè)值的比較

圖4 分蘗數(shù)模擬值與實(shí)測(cè)值比較

(1)生育期誤差1～2 d左右，可以很好地模擬滇中地區(qū)水稻開(kāi)花期和成熟期的日期。

(2)各生長(zhǎng)指標(biāo)的擬合度良好，可以較為精確地模擬滇中地區(qū)水稻的產(chǎn)量和干物質(zhì)的生長(zhǎng)情況；對(duì)灌水量的模擬結(jié)果也較為精確。