基于決策系統模擬不同降水年型旱作冬小麥的最佳播期*

張媛鈴，郭曉磊，王 娜，李 萍，宗毓錚，張東升，郝興宇

（山西農業大學農學院，太谷 030801）

播前蓄水是有效調控水資源季節供需矛盾、改善土壤墑情、提高冬小麥產量的有效措施。特別是在土壤質地黏重的區域，播前蓄水有利于出苗，并對冬小麥的分蘗、越冬，以及后期的干物質積累和產量形成具有顯著促進作用[1]。俗語“趕時不等墑，搶墑不等時”充分表明了播前土壤水分對小麥生產的重要性。在黃土高原東部不具備灌溉條件的旱作農業區，夏季溫度較高、雨熱同期，雨季降水量不能充分補充土壤蓄水量，冬小麥最適播種期受多種因素制約，冬前積溫、播前降水量、土壤初始含水量等因素都會影響小麥播種[2]。根據降水年型，播前土壤墑情選擇最適播期尤為重要。目前對于糧食作物的最佳播期已經有了大量研究，并取得一定進展，但是有關山西旱作區的最佳播期研究報道還較少[3?6]。隨著全球氣溫的升高，作物最佳播期也隨之發生改變，氣候變化背景下，對作物的播期變化也已有一定的研究[7?9]。傳統的大田試驗不僅周期長，試驗步驟復雜繁瑣，還需要耗費大量的人力物力，且大田試驗可能由于人為因素造成不可避免的誤差[10]。

作物模型憑借較強的機理性和簡便性，廣泛用于模擬作物生產。隨著作物模型的發展，模型已用于作物產量預測、優化種植制度、優化田間管理措施以及氣候風險評估等方面[11]。黃秋婉等利用APSIM模型對東北三省的春玉米播期進行了模擬研究，結果表明，20世紀90年代和21世紀00年代玉米適宜播期較20世紀80年代有提前趨勢，其中20世紀90年代提前趨勢更明顯[12]。馬千虎利用APSIM模型模擬發現，適當晚播有利于青藏高原地區燕麥干物質的積累，并使得燕麥耗水量較高，但降水較少時，早播燕麥耗水量反而高于晚播[13]。王莉歡運用水稻生長模型（Rice Grow模型、ORYZA2000模型、CERES-Rice模型）對1981?2011年歷史年份以及未來氣候條件下，單、雙季稻主產區最適播期進行了模擬研究，結果表明歷史年份早稻最適播期由南至北逐漸推遲。未來氣候條件下，由于溫度及輻射量差異的原因，滇南河谷盆地單季稻亞區，長江中下游平原單、雙季稻亞區等各單雙季稻亞區最適播期均呈現由南至北，由西向東逐漸推遲的變化規律[14]。黃土高原東部旱作小麥區，利用作物模型綜合考慮降水年型以及播期對冬小麥產量影響的研究，目前仍少見報道。本研究收集山西省聞喜縣旱作小麥大田試驗數據，對小麥決策系統（Sirius Wheat Calculator）進行品種參數校驗和驗證研究，實現決策系統的本土化，進而分析山西歷史36a內冬小麥最佳播期變化規律，以及不同降水年型下小麥產量隨播期變化情況，以期為該區域旱作冬小麥的播期選擇提供依據。

1 材料與方法

1.1 試驗概況

山西地處黃土高原東部，試驗地（聞喜縣）處于山西南部的丘陵溝壑區（35°20′N，111°17′E），海拔630m，年平均降水量471.1mm，年平均氣溫12.5℃，年平均日照時數2242.0h，無霜期190d，大于10℃有效積溫4171℃·d[15]。試驗田為旱地，無灌溉條件，年降水量約有60%集中在7?9月，且此時間段內氣溫較高。

利用由新西蘭引進的2005版Sirius Wheat Calculator（SWC）中文改進版小麥決策系統（2019版），該決策系統通過截獲的光合有效輻射（PAR）和一定的分配規則計算生物量產量；葉面積指數（LAI）根據積溫計算得到；物候發育由主莖葉出現時間、最終葉片數以及春化光周期決定；水氮脅迫通過影響LAI發育和輻射利用效率（RUE）間接影響植物生長[16?17]。該決策系統操作簡單、界面簡潔、易掌握，利用收集到的氣象、土壤、作物品種以及田間管理等數據對小麥品種參數進行調試并校驗，可用于指導小麥生產[18]。

1.2 試驗設計

試驗品種為“運旱20410”，是優質強筋、抗旱豐產、適應性廣泛、綜合農藝性狀優良的旱地小麥新品種。播種基本苗315株·m?2，行距為20cm，播前施氮量150kg·hm?2。利用收集到的2009?2014年（5a）的田間試驗數據對決策系統進行校驗和驗證。

利用聞喜縣氣象站1980?2015年（36a）逐日降水量資料和國內較常用的降水年型劃分標準[19]劃分出豐水年、平水年和枯水年，即

豐水年：Pi＞M1+0.33σ

平水年：M1?0.33σ＜Pi＜M1+0.33σ

枯水年：Pi＜M1?0.33σ

式中，Pi表示某年降水量（mm），M1表示年降水系列的平均值（mm），σ表示年降水系列的標準差。

基于當地播種習慣，每隔5d分別設置10個播期，即9月15、20、25、30日和10月5、10、15、20、25、30日，輸入小麥決策系統進行產量模擬，以最高產量作為選擇小麥最佳播期的依據。

1.3 試驗數據

1.3.1 氣象數據

決策系統所需逐日氣象數據包括平均氣溫（mean）、最高氣溫（maxt）、最低氣溫（mint）、總輻射量（radn）、2m高處風速（wind）、日照時數（dayL）、大氣壓（vp）和降水量（precipitation）等，所有數據來源于試驗站的自動氣象站以及當地氣象站。模型利用日照時間、地理緯度計算逐日太陽輻射[17]。

2009/2010?2013/2014年度冬小麥生育期降水量涵蓋了兩種降水年型，生育期內降水量分布見圖1，最高/最低氣溫分布見圖2。由圖可見，2009年播種小麥全生育期降水量為145.5mm，屬于枯水年；2010年播種小麥全生育期降水量為125.3mm，屬于枯水年；2011年播種小麥全生育期降水量為205.1mm，屬于豐水年。2012年播種小麥全生育期降水量為178.5mm，屬于枯水年；2013年播種小麥全生育期降水量為249.8mm，屬于豐水年。氣溫分布圖中顯示，這些年份冬小麥生育期內氣溫變化基本一致，最低溫在?14.9～21.4℃，最高溫在?5.5～37.9℃范圍內，無極端氣溫事件發生。

圖1 2009/2010?2013/2014年度聞喜縣不同降水年型冬小麥生育期（10月?翌年6月）降水量分布Fig.1 Distribution of precipitation during winter wheat growth period (October to next June) in Wenxi county under different precipitation years from 2009/2010 to 2013/2014

圖2 2009/2010?2013/2014年度聞喜縣冬小麥生育期氣溫分布Fig.2 Distribution of air temperature during total growth period of winter wheat in Wenxi from 2009/2010 to 2013/2014

1.3.2 土壤特性數據

決策系統所需主要土壤數據，包括環刀法田間實測得到的土壤含水量：土壤容重（BD）、土壤最大持水量（DUL）、土壤飽和含水量（SAT）、萎蔫系數（LL）等，以及分光光度計法測得的土壤養分含量，包括硝態氮、銨態氮等，部分土壤參數如表1。

表1 土壤基本物理性質Table 1 Physical properties of the experiment soil

1.3.3 田間管理數據

決策系統所需作物數據如表2，主要包括作物播期、播量、各生育時期、產量及生物量，以及管理數據，包括灌溉量和灌溉日期、施肥量和施肥日期、作物種植制度等。

表2 小麥生育期及產量等數據Table 2 Developmental periods and yield et.al of wheat

1.4 決策系統評價方法

檢驗決策系統模擬效果的指標有很多，選擇目前國際上通用的方法和指標[20]。通過折線圖利用決定系數（R2），可反映決策系統模擬值與實測值的一致性；均方根誤差RMSE、標準化均方根誤差N-RMSE，反映決策系統模擬值與實測值之間的相對誤差和絕對誤差，其值越小，說明模擬值與實測值之間偏差越小，模擬結果越好[21]。

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。

1.5 數據處理軟件

采用SPSS軟件進行數據分析，模擬產量結果用統計箱式圖表征，利用Excel軟件進行作圖。

2 結果與分析

2.1 小麥品種參數調試結果分析

結合決策系統所提供的默認參數，利用聞喜地區2009/2010?2010/2011年度（枯水年）“運旱20410”小麥生育期、產量和生物量等實測數據，對決策系統的相關品種參數進行調整，調整后的主要參數如表3所示。

表3 “運旱20410”小麥主要品種參數（2009/2010?2010/2011年度數據）Table 3 The main parameters of wheat “Yunhan 20410”（2009/2010?2010/2011 data）

根據觀測到的小麥播種?出苗、出苗?開花和開花?成熟的間隔天數，與決策系統模擬的這3個生育期的間隔天數進行校驗，小麥生育期校見圖3。由圖可見，小麥生育期間隔天數的RMSE值為2d。對于產量和生物量的校驗結果見表4，其中生物量RMSE值為92.62kg·hm?2，N-RMSE為0.81%；產量RMSE值為5.28kg·hm?2，N-RMSE為0.16%。模擬結果表明，校驗好的小麥決策系統對小麥生育期、產量以及生物量的模擬結果與實測結果均具有較好的一致性，能夠較好地模擬聞喜地區冬小麥的生產。

表4 參數調試結果中的生物量和產量校驗（2009/2010?2010/2011年度）Table 4 Results of adjusting parameters for biomass and yield（2009/2010?2010/2011 data）

圖3 參數調試結果中的生育期（間隔天數）校驗（2009/2010?2010/2011年度）Fig.3 Results of adjusting parameters of the growth period(interval days) (2009/2010?2010/2011 data)

2.2 小麥生育期和產量模擬結果驗證

利用2011?2014年（2011/2012年度和2013/2014年度為豐水年，2012/2013年度為枯水年）實測數據對決策系統進行驗證以及適應性評價。根據觀測到的小麥播種?出苗、出苗?開花和開花?成熟的間隔天數，與決策系統模擬的這3個生育期的間隔天數進行驗證，結果見圖4。由圖可見，驗證年份中，小麥生育期間隔天數的RMSE值為2.1d，表明校驗好的小麥決策系統可以較好地模擬聞喜地區小麥的生育期。對于“運旱20410”小麥產量和生物量的驗證，結果見圖5，其中小麥模擬生物量與實測生物量的擬合方程的決定系數R2為0.9996，RMSE為1788.87kg·hm?2，N-RMSE為20.91%；模擬產量與實測產量的擬合方程的決定系數R2為0.9934，RMSE為142.04kg·hm?2，N-RMSE為4.56%，表示決策系統對產量和生物量的模擬值與實測值均有很好的一致性，模擬效果很好。

圖4 決策系統對小麥生育期（間隔天數）模擬結果的驗證（2011/2012?2013/2014）Fig.4 Verification results of wheat growth period (interval days) simulated by decision system (2011/2012?2013/2014)

圖5 決策系統對小麥生物量和產量模擬結果的驗證（2011/2012?2013/2014年度）Fig.5 Verification results of wheat yield and biomass simulated by wheat decision system (2011/2012?2013/2014 data)

2.3 利用決策系統對小麥最佳播期的模擬

2.3.1 最佳播期變化

利用聞喜地區近36a（1980?2015年）氣象資料，從9月15日起設定不同播種日期進行產量模擬，將小麥獲得最高產量的播種日期定義為最佳播期，統計最佳播期落在9月15日?10月30日某個日期的概率，結果見表5。由表中可見，由于當地氣溫逐年增高，研究期內聞喜地區小麥最佳播期呈明顯后移趨勢。從階段分布看，1980?1984年小麥最佳播種窗口在9月20?30日，最佳播期主要集中在9月25日前后；1985?1995年最佳播種窗口在9月20日?10月10日，較1980?1984年推遲，最佳播期主要集中于9月30日前后，呈現明顯后移；1996?2015年最佳播種窗口在9月25日?10月15日，較1980?1984年推遲且呈現后移趨勢，最佳播期主要集中于10月5日前后，較1980?1984年、1985?1995年均呈明顯后移。

表5 決策系統模擬的各階段最佳播期落在不同日期的概率(%)Table 5 Probability of the best sowing time in different sowing time of each stage simulated by wheat decision system (%)

2.3.2 豐水年最佳播期

統計豐水年（13a）不同播種期對應模擬產量，結果見圖6。結果顯示，在豐水年，從9月15日播種開始，直至播期延后至9月30日，小麥的平均產量上升至最高值（4293.1kg·hm?2），模擬產量的中值出現最高水平（4109.7kg·hm?2），隨著播期的延后，模擬的平均產量呈下降趨勢，當播期從9月30日延至10月30日時，小麥平均產量從4293.1kg·hm?2降至2001.4kg·hm?2，減少了53%。可見，豐水年當地小麥的最佳播期在9月30日前后。

圖6 豐水年（13a）不同播期小麥產量的模擬值Fig.6 Simulated value of wheat yield at different sowing dates in wet year (13 years)

2.3.3 枯水年最佳播期

統計枯水年（11a）不同播種期對應模擬產量，結果見圖7。由圖可見，從9月15日播種開始，播期延后至10月5日時，模擬產量的中值出現最高水平（3704.6kg·hm?2），小麥的平均產量呈上升趨勢，達到了最大值（3334.5kg·hm?2），隨著播期的延后，模擬的平均產量呈大幅下降趨勢，當播期從10月5日延至10月30日時，小麥平均產量從3334.5kg·hm?2降至1977kg·hm?2，減少了40%。可見，枯水年當地小麥的最佳播期在10月5日前后。

圖7 枯水年（11a）不同播期小麥產量的模擬值Fig.7 Simulated value of wheat yield at different sowing dates in dry year (11 years)

2.3.4 平水年最佳播期

統計平水年（12a）不同播種期對應模擬產量，結果見圖8。圖中顯示，從9月15日播種開始，播期延后至9月30日時，模擬產量的中值出現最高水平（3783.4kg·hm-2），小麥平均產量呈上升趨勢，達到最大值（4055.2kg·hm-2），隨著播期的延后，模擬的平均產量呈大幅下降趨勢，當播期從9月30日延至10月30日時，小麥平均產量從4055.2kg·hm-2降至1993.5kg·hm-2，減少50%。可見，平水年當地小麥的最佳播期在9月30日前后。

圖8 平水年（12a）不同播期小麥產量的模擬值Fig.8 Simulated value of wheat yield at different sowing dates in normal rainfall year (12 years)

3 結論與討論

3.1 結論

（1）歷史年份（1980?2015年）最佳播期的模擬中，1980?1984年小麥最佳播期主要集中在9月25日前后；1985?1995年最佳播期主要集中于9月30日前后；1996?2015年最佳播期主要集中于10月5日前后，呈現明顯后移。

（2）平水年和豐水年9月30日前后播種小麥更容易獲得較高產量，枯水年10月5日前后播種小麥更容易高產。

3.2 討論

利用聞喜旱作區2009?2014年的田間數據對小麥決策系統進行了校驗與驗證研究，結果表明，驗證年份生物量實測值與模擬結果的N-RMSE為20.91%，模擬結果不理想，主要由于2012年小麥模擬生物量（7000kg·hm?2）遠大于實測生物量（4028kg·hm?2），但校正年份模擬生物量與實際生物量的擬合方程的決定系數R2大于0.99；產量、生育期的模擬結果均非常理想，因此小麥決策系統的模擬效果總體較好。研究表明，冬小麥產量與播前底墑具有顯著的相關性，播前底墑低可能導致小麥種子發芽出苗困難，進而影響小麥早期生長以及物質分配，干旱脅迫促進植株養分向葉、鞘轉移，減少對莖、穗的養分供給[22?23]。2010、2011、2012、2013年6?10月降水量分別為312.3、464.7、262.1和374.9mm，2012年6?10月降水量少，雪新麗[24]計算2012年6?10月干旱Z指數為?1.19，屬中度干旱。此外，2012年播種小麥生育期內無極端高溫影響，但生育期內降水量為178.5mm，屬于枯水年。因此，土壤初始水分匱缺以及生育期內干旱脅迫可能是造成決策系統模擬結果不準確的主要原因，今后有待對決策系統進行改進。

前人采用大田試驗、統計分析等方法開展了大量冬小麥適宜播期的研究[25?26]。本研究利用小麥決策系統，考慮在不同降水年型下，小麥最佳播期的選擇，小麥決策系統可以利用田間試驗數據對系統進行校驗、驗證后，進行播期試驗和其他管理措施試驗的模擬，可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[27]。近 36a（1980?2015年）聞喜地區氣溫呈逐漸增高趨勢，冬小麥的歷史最佳播期明顯呈現后移趨勢，這與其他研究結果基本一致[28]。大量研究表明，未來氣候變暖條件下，年降水量會減少，造成不同程度的干旱，甚至極端干旱天氣發生概率增加，因此，在旱作農業區，根據降水年型和播前土壤墑情選擇最佳播期，可充分利用生育期內的天然降水達到高產穩產目的。在氣候變暖背景下，作物播期應適當推遲，可避免小麥冬前旺長[29]。本研究可為未來氣候背景下不同降水年型旱作小麥的播期選擇提供指導，氣候變暖在影響作物產量的同時，多熟農作物的種植帶也會隨之擴大，聞喜所在的晉南地區為氣候敏感帶，有灌溉條件的農田多為一年兩熟種植制度（冬小麥?夏玉米輪作），因此，仍需進一步研究在輪作制度條件下最適前茬作物（早熟、中熟、晚熟玉米）、最優冬小麥品種以及最佳播期的選擇，減少土壤休閑期水分蒸發，提高玉米?小麥系統的產量[30]。本研究未考慮小麥播量和品種更替問題，二者均可能影響冬小麥最佳播期[31?33]。由于時間和研究條件的限制，僅對聞喜地區單一品種的冬小麥最佳播期進行分析，不同地區不同小麥品種及播量下的冬小麥最適播期有待深入研究。