基于小麥決策系統的冬小麥最佳播期探析
——以山西太谷縣為例

胡桃花，郭曉磊，朱彩芬，張 喆，閆慧芳，郝興宇

（1.晉中市氣象局，山西晉中030600；2.山西農業大學農學院，山西太谷030801；3.朔州市氣象局，山西朔州036000；4.太原市氣象局，山西太原030000）

小麥是我國第二大糧食作物，小麥增產對于保障我國糧食安全至關重要，隨著我國人口的不斷增長，對糧食總產量的需求也不斷增加，但是由于耕地面積和小麥種植面積的大幅下降，保證小麥產量持續穩定增長是國民經濟健康發展的重要需求和保障[1-2]。山西省中部、南部地區是我國重要的小麥主產區，晉南屬于黃淮中熟冬麥區，晉中屬于北部晚熟冬麥區[3-4]。山西省地處暖溫帶和中溫帶氣候帶之間，光熱資源充足，但降水量相對偏少，年降水量為400～600 mm，土壤類型大多為適合小麥生長的褐土，土質為中壤土，四季氣溫變化明顯，晝夜溫差較大，有利于小麥生長后期籽粒干物質尤其是蛋白質含量的積累[4-5]。通過合理的栽培措施提高小麥產量，合理設置播期是實現小麥穩產高產的重要措施之一。

合理播期對作物產量有重要的影響，選擇合適的播期可以保證小麥種子正常萌發，對小麥的生長及產量形成有著至關重要的影響。由于氣候或者前茬作物的影響，小麥的播種時期調整是小麥生產中常見的調控手段之一[5-8]。我國目前對于作物的最佳播期已開展大量研究，主要依據播期試驗開展，并取得了一定進展，但是對山西局部地區的最佳播期研究還比較少，如對晉中地區的小麥最佳播期研究還少有報道[5，9-10]。而且隨著氣候條件的變化，不同作物品種的適宜播期也會隨之改變，關于不同地區作物最佳播期的研究十分必要。目前廣泛使用的研究措施仍是以田間播期試驗為主，但播期試驗需要大量人力且試驗周期長，受作物品種、氣候條件、土壤條件、管理措施等因素的干擾也比較大。作物模型可以避免這些缺陷，被廣泛應用于種植制度優化、水肥管理、區域糧食安全評估、產量預測等研究。因此，在大田試驗基礎上利用作物模型進行作物最佳播期研究，是目前廣泛應用的技術手段之一[11]。

為了確定山西小麥最佳播期，本研究以太谷縣為例，利用太谷地區小麥大田試驗數據，對小麥決策系統進行參數調整校正，利用校驗好的小麥決策系統設計小麥播期試驗，分析不同播期下小麥產量變化情況，找到小麥最佳播期，并對最佳播期的歷史變化進行分析，為山西晉中地區冬小麥高產穩產提供科學依據。

1 材料和方法

1.1 試驗材料

供試冬小麥品種為中麥175。

1.2 試驗設計

表1中麥175生育期情況

大田試驗于2017—2018年連續2 a在山西農業大學太谷申奉基地（東經112°28′，北緯37°12′）進行。2 a播種量均為225 kg/hm2，采用常規的田間管理措施，正常灌溉，按時除草。2017年，10月23日播種，采用常規施肥處理：底施復合肥（N≥15% ）180 kg/hm2、尿素（N≥46% ）120 kg/hm2，于2018年3月20日追施尿素120 kg/hm2，6月20日成熟并收獲；2018年，9月30日播種，底施復合肥（N≥15% ）180 kg/hm2，分別于2019年3月20日、3月30日、4月10日進行追肥，追施尿素（N≥46% ）120 kg/hm2，6月14日成熟并收獲。中麥175的具體生育時期如表1所示。

1.3 模型概況

本研究所使用的模型系統為基于新西蘭小麥決策系統改進后的小麥決策系統，該模型具有操作簡單、界面簡潔等優點。小麥決策系統屬于模塊型模型，主要分為七大模塊，分別為管理設置、水肥管理策略、管理規劃、產量、生育期、經濟效益和營養積累。其中，管理設置、水肥管理策略和管理規劃模塊是輸入模塊，產量、生育期、經濟效益和營養積累是輸出模塊[12-13]。模型參數包括氣象參數、作物參數、土壤參數、田間管理參數。

1.3.1 氣象參數 小麥決策系統所要求輸入的數據包括日最低溫、最高溫、降雨量、輻射、風速、水汽壓，對數據要求為逐日數據[14]。

1.3.2 作物參數 所需要的數據包括作物生育期的記錄（如播種期、拔節期、開花期和收獲期等生育時期）以及實際產量的記錄。對于每種模擬作物，模型需要一系列的具體參數，這些參數保存在品種數據文件內，在調試過程中對管理設置模塊進行修改調參。在小麥決策系統里，需要調整的參數有TTSOWEM、TTANBGF、TTBGEG、TTEGFMAT、CEPT、SLOPE、VERNY、PHYLL、AMNLFNO、SLDL、VAI、VBEE、AMXLFNO、EXTINC。將供試小麥的作物品種參數進行相應的校正，使模型更加適應當地的實際情況。在調參過程中對參數敏感性[15-16]進行由高至低地排列，再通過整體性分析對參數進行調整。

1.3.3 土壤參數 土壤數據主要包括試驗地土壤類型、土壤各層無機氮含量、田間持水量、容重、萎蔫系數和飽和含水量等。本研究土壤參數均采用實測值（表2）。

表2太谷申奉基地土壤基本特性

1.3.4 田間管理參數 小麥決策系統所需要輸入的田間管理參數主要涉及播種時間、灌溉情況（灌溉量和灌溉日期）和田間管理措施（施氮量、施肥日期）等。上述參數需要用戶根據實際情況輸入。

本研究選取2017—2018年度田間試驗作為模型的校準年份，2018—2019年度作為模型的驗證年份對小麥決策系統進行本土化。利用太谷地區1981—2019年的氣象數據、土壤數據以及經校正后的小麥決策系統，設置10個播期，分別為9月15、20、25、30日和10月10、15、20、25、30日。管理規劃模塊選擇可灌溉。

1.4 氣象數據

收集太谷縣38 a（1981—2019年）的逐日氣象數據，包括最低溫度、最高溫度、降雨量、日照時數、輻射和風速。所有數據來源于位于試驗站的自動氣象站以及當地氣象局。從1981—2019年平均降水量及氣溫變化（圖1）可以看出，近38 a太谷地區年平均降水量變化不明顯，整體波動較大；在全球變暖的氣候背景下，年平均氣溫有著明顯的上升趨勢。小麥決策系統校準以及驗證年份下供試冬小麥生育期日均降水量見圖2，冬小麥生育期溫度分布見圖3。2017—2018年度中麥175全生育期累積降水量為168.1 mm，2018—2019年度全生育期累積降水量為116.5 mm。

1.5 模型檢驗

利用太谷地區小麥的實測產量和生物量數據對小麥決策系統進行有效性評價，采用標準化均方根誤差（N-RMSE）和決定系數（R2）2個參數進行分析，根據這些指標來評價模型的模擬結果[17-18]。用歸一化均方根誤差對觀測值與模擬值的相對差異進行表征，N-RMSE小于20% 表示模擬效果好，在20% ～30% 表示模擬效果較好，超過30% 表示模擬效果較差。

式中，Pi為模擬值；Oi為實測值；Pavg為模擬值平均值；Oavg為實測值平均值。

2 結果與分析

2.1 模擬參數校準、調試

為了保證模型的適用性，本研究利用實測數據模型的品種參數進行調參，中麥175調整后的品種參數如表3所示。

表3中麥175模型主要參數

2.2 模擬值與實測值對比分析

為了驗證模型的模擬效果，以試驗站冬小麥田間試驗為基礎，通過不同年份的氣象條件、土壤數據及管理措施進行運行，得到不同田間條件下的模擬結果。模擬生物量、產量與實測生物量、產量校準和驗證結果如圖4所示。

由圖4可知，中麥175產量、生物量校驗決定系數R2為0.969 8，實測值與模擬值的N-RMSE為6.49% ，小于10% ；產量、生物量驗證決定系數R2為0.981 8，實測值與模擬值的N-RMSE為3.13% ，小于10% ，表明模型校驗可以滿足模擬需要。

2.3 太谷縣冬小麥最佳播期選擇分析

近38 a（1981—2019年）太谷地區不同播期冬小麥模擬產量結果表明，從9月15日播種開始，播期延后至9月25日時，小麥平均產量達到最高值（5 369.9 kg/hm2），之后隨著播期的延后平均產量呈下降趨勢，9月15日到10月10日播種小麥產量無顯著差異。當播期延后至10月30日時，小麥平均產量降至4 342.3 kg/hm2，減少了20% 。從過去38 a不同播期對中麥175小麥的模擬結果可以看出，太谷地區9月20—30日為冬小麥最佳播期，10月10日以后播種則產量下降（圖5）。

根據近38 a（1981—2019年）太谷地區播期產量分析發現，在氣候變暖趨勢下，太谷地區冬小麥的歷史最佳播期明顯呈現后移趨勢。1981—1993年，最佳播期主要集中在9月20日前后；1994—2007年，最佳播期由9月20日前后后推至9月25日；2008—2019年，最佳播期由9月25日后推至9月30日（表4）。

表4最佳播期的分布概率 %

3 結論與討論

小麥品質和產量受生態環境和栽培措施的影響較大[19-20]，選擇適宜的播種期是實現小麥高產穩產的重要保障之一。作物模型可以經過試驗數據校驗、驗證后用于模擬播期試驗及其他管理措施試驗，可在一定程度上減少田間試驗的工作量，是目前農業研究的重要手段之一[21]。本研究利用小麥決策系統模型進行了山西太谷縣冬小麥最佳播期研究，結果表明，該地區冬小麥（中麥175）的最佳播期應在9月20—30日。近38 a（1981—2019年）太谷縣氣候有變暖的趨勢，太谷縣冬小麥的歷史最佳播期呈現明顯后移趨勢，約每12 a向后推移5 d左右。這與張立生等[9-10]的研究結果基本一致。由于供試試驗地為水地，對降水年型不敏感，因此，對于有灌溉條件的太谷地區，不考慮其他輪作作物的情況下播期選擇在9月25—30日比較合適。目前，由于積溫有限，太谷縣及周邊地區輪作制度還基本為一年一作（冬小麥或玉米單作），或少量一年兩熟（冬小麥與豆類雜糧輪作），但未來隨著氣候變暖及短生育期作物品種的培育，本地區有望實現冬小麥、夏玉米輪作，冬小麥播期可能需要適當推遲，其合理播期還有待深入研究。另外，本研究未考慮小麥播量問題，推遲播種后適當增加播量也可減少小麥產量損失[10，21-22]，故未來一年兩熟輪作下小麥晚播仍有很大的可行性，但其最佳播期有待深入研究。

模型系統研究涉及到模型的適用性評價、模型的應用、模型機理的完善以及模型的開發等各個方面[23]，由于時間和研究條件的限制，本研究僅對太谷地區冬小麥最佳播期進行分析評價，還存在著諸多不足之處，今后有待進一步研究。

影響小麥最終經濟產量的因素有很多，氣候、土壤及農民耕種習慣等因素均會影響播期[24]。本研究結果對當地小麥播期有一定的指導作用，但由于本研究僅考慮了太谷地區單一小麥品種的最佳播期，不同小麥品種的最佳播期是否有差異還有待深入研究。

太谷地區大田試驗年份有限，導致模型校準與驗證年限較短，今后的研究需要進行多年多點試驗對模型進行驗證，以提高模型模擬的準確性。

小麥決策系統在模擬過程中的初始條件會默認為作物不受病蟲害、耕作制度、耕作方式等因素的影響，但在實際過程中，作物的生長會受到這些因素的影響[25]，一定程度上會增加模型的不確定性。