不同降水年型下春玉米適宜秋澆模式的模擬研究

薛靜，李旭強，陳軍鋒，鄭秀清，陳瀟宇

（太原理工大學，太原 030024）

0 引言

【研究意義】內蒙古河套灌區是典型的旱作農業區，秋澆是灌區在歷年的生產實踐中逐步摸索出的一種具有區域特色的灌溉制度，具有淋鹽保墑效益，能夠保證翌年作物的適時春播，滿足種子發芽和幼苗生長初期所需要的水鹽條件[1]，同時秋澆也是灌區灌溉農業可持續發展的一項重要措施[2]。近年來，隨著黃河水資源的日趨短缺，尤其是在將黃河流域生態保護和高質量發展提升為國家戰略之時，探討在可調用黃河水資源指標不斷受到壓縮的條件下，保證作物正常生長的適宜秋澆模式尤為重要。

【研究進展】目前，已有學者通過田間試驗圍繞秋澆后土壤鹽分的運動規律、不同鹽漬化土壤秋澆條件下土壤的水熱鹽動態和秋澆對土壤微生物區系的影響等，對河套灌區的秋澆制度進行了相關的研究[3-7]，所取得的成果為本研究的秋澆管理提供了一定的科學指導?！厩腥朦c】然而，傳統田間試驗需要耗費大量的人力物力，同時，田間試驗極易受不可控因素的影響而不能對長期和大規模的情景分析做出定量評價[8]。因此，模型所具有的模擬計算功能和比較靈活的輸出形式，為解決復雜的秋澆問題提供了一種新的途徑和方法[9]。SWAP（Soil Water Atmosphere Plant）[10]模型能夠對農田蒸散量、農田土壤水鹽環境進行模擬，WOFOST（World Food Studies）模型可以以天為步長模擬作物生長發育過程，將二者有機結合能夠較好地探討作物生長發育的適宜灌溉模式。近年來，學者在世界各地利用SWAP-WOFOST 模型開展了諸多研究[11-13]。同時，灌溉模式與降水水平密切相關，不同降水年型下不同的秋澆模式對作物水分生產力（Water Productivity,WP=作物產量/作物生育期內蒸散發量）的影響必然有所差異?！緮M解決的關鍵問題】以河套灌區沙壕渠試驗站為例，通過構建SWAP-WOFOST 模型，運用該模型探討1987—2017年不同降水年型下不同秋澆模式對春玉米WP的影響，以提高春玉米WP為目標，初步確定沙壕渠試驗站不同降水年型下春玉米相對適宜的秋澆模式，從而為灌區在保障糧食產量的同時盡可能節約灌溉水資源提供定量化參考。

1 材料與方法

1.1 研究區概況

沙壕渠試驗站位于內蒙古河套灌區西北部（40°92′ N、107°18′ E），年均降水量為143 mm，年均蒸發量高達2300 mm 左右。每年11月進入凍結期，直至翌年4月開始消融，整個凍融期長達180 余天，最大凍土深度可達1 m 左右[14]。研究區的種植模式為一年一作，主要作物有小麥、玉米、葵花、甜菜以及果蔬等。主要通過引用黃河水進行灌溉，試驗站所在的解放閘灌域年引黃水量約為13 億m3，多年平均排水量為2 億m3[15]。

1.2 SWAP-WOFOST 模型的構建

SWAP-WOFOST 是用于模擬田間尺度上土壤水分、溶質運移和熱量傳輸以及作物生長過程的模型。在本研究中，利用包括根系吸水在內的Richards 方程來模擬土壤水分運動，并考慮對流-彌散方程模擬鹽分運移過程[16]，利用熱流方程以及解析法計算土壤溫度，利用作物生長子模型（WOFOST）模擬作物生長過程。

基于試驗站所收集的氣象、作物、灌溉、土壤以及邊界條件等數據構建了SWAP-WOFOST 模型。試驗站土壤基本理化性質見表1；上邊界條件由降雨、灌溉、土壤蒸發及植物蒸騰決定；下邊界條件采用所收集的試驗站的地下水位動態。

表1 沙壕渠試驗站土壤基本理化性質Table 1 Physical and chemical properties of soils in the Shahaoqu experiment station

本次研究基于所收集的田間實測數據，分別以土壤體積含水率、含鹽量、溫度，葉面積指數（Leaf Area Index,LAI）和春玉米產量為目標函數，采用“試錯法”對SWAP-WOFOST 模型的土壤水力學參數、鹽分運移參數和作物生長參數進行相應的率定和驗證。利用率定驗證后的模型對試驗站1987—2017年不同降水年型下不同秋澆模式的春玉米WP進行模擬分析，以提高春玉米的WP為目標，初步確定該試驗站不同降水年型下相對適宜的秋澆模式。假設模擬時段內作物品種和生育期內的灌溉制度均保持不變。

1.3 模擬精度評價指標

目前還沒有單一的指標能夠充分評價模型的性能，因此，本文選擇5 個常用的統計指標來評價模型模擬值與實測值之間的吻合程度，分別為平均偏差誤差（MBE）、均方根誤差（RMSE）、歸一化均方根誤差（NRMSE）、決定系數（R2）和一致性系數（d）。MBE、RMSE和NRMSE反映了模擬值與實測值之間的平均誤差、相對誤差和絕對誤差，其值越小表明模型模擬效果越好，其中MBE正值表示模擬值高估了實測值，反之則低估了實測值，RMSE與實測值的均值之比控制在20%以內為宜，NRMSE低于25%表示模擬效果較好，介于25%～30%之間表示模擬結果基本可接受，大于30%則表示模擬結果較差。R2和d表示實測值與模擬值之間的一致性，越接近1 表示模擬精度越高，通常認為d大于0.6，R2大于0.5 時，模擬結果可行[17-18]。

統計指標的數學表達式如下：

式中：xi為實測值；為模擬值；為實測值的平均值；n為實測值個數。

1.4 模擬情景設置

將研究區1987—2017年的降水數據劃分為3 種降水年型：豐水年、平水年及枯水年。具體降水年型劃分結果如表2所示，其計算式為：

表2 1987—2017年不同降水年型Table 2 Different precipitation years during 1987—2017

式中：R為干旱指數；P為年降水量；M為年均降水量；σ為標準差。豐水年：R≥0.35；平水年：-0.35＜R＜0.35；枯水年：R≤-0.35[19]。

基于李瑞平等[20]從節水和土壤鹽漬化防治角度對河套灌區秋澆制度分析得出的結果，綜合土壤特性，秋澆定額應在150～250 mm 之間。秋澆時間安排在每年的9月末至10月末之間。本次研究共探討3 種秋澆定額（150、200、250 mm）和3 種秋澆時間（9月30日、10月15日以及10月30日）組合情景，同時設置不進行秋澆作為對照CK，共計10 種秋澆模式作為模擬情景（表3）。本研究以當年的秋澆定額與本年度的降水年型相匹配進行模擬分析。

表3 不同秋澆模擬情景Table 3 The simulation scenarios of autumn irrigation

2 結果與分析

2.1 模型參數率定與驗證

2.1.1 參數率定

根據收集的2013年11月—2014年10月沙壕渠試驗站各層土壤含水率、溫度和含鹽量的數據[27]對SWAP-WOFOST 模型土壤水力學參數、熱特性參數和鹽分運移參數分別進行率定。同時，利用所收集的試驗站春玉米的LAI和春玉米單產數據[28-32]對模型的作物生長參數進行率定。

圖1、圖2 分別為率定階段土壤含水率、溫度、含鹽量、春玉米LAI和春玉米產量模擬值與實測值的對比結果。由圖1 和圖2 可以看出，各項指標實測值與模擬值都比較均勻地分布在1∶1 線二側，可以較好地反映實測值的變化趨勢。R2均在0.78 以上，d在0.8 以上，RMSE和NRMSE值均在允許的范圍內，說明模擬值與實測值具有較好的一致性。

圖1 率定期土壤含水率、溫度和含鹽量的實測值和模擬值Fig.1 Comparison of measured and simulated soil moisture,temperature and salt in calibration

圖2 率定期葉面積指數和產量的實測值和模擬值Fig.2 Comparison of measured and simulated leaf area index and maize yields in calibration

由表4 可知，各層土壤含水率的模擬值與實測值的NRMSE均在20%以下，d均大于0.80，表明土壤含水率的模擬結果較為理想。土壤深度20～60 cm 處的土壤含水率模擬值和實測值的d最低，這是因為模擬周期中凍融期在50 cm深度土壤含水率的變化幅度最小所導致的。土壤溫度的模擬值與實測值的NRMSE保持在3.02%～11.66%之間，d在0.95～0.98之間，模擬效果較好。d整體較高與整個模擬期大氣溫度的變化以及土壤溫度變化幅度較大使得數據變異性較大有關。土壤含鹽量的模擬值與實測值的一致性較好，NRMSE在9.64%～11.76%之間，d均大于0.75。土層深度20～60cm 處的土壤含鹽量的模擬結果也較差，可能是由于土壤鹽分模擬累積了土壤水分的模擬誤差。模型能夠較好地模擬土壤水熱鹽的變化規律和春玉米的生長過程。

表4 土壤含水率、溫度和含鹽量的率定Table 4 Statistics of soil moisture,temperature and salt in calibration

2.1.1 參數驗證

根據2014年11月—2015年10月的土壤含水率、溫度和含鹽量數據[27]以及沙壕渠試驗站不同年份的春玉米產量數據[33-38]進行模型的驗證。

圖3 為驗證期土壤含水率、溫度和含鹽量的實測值和模擬值比較，圖4 為驗證期春玉米產量的實測值和模擬值比較。土壤含水率、含鹽量、溫度和春玉米產量的模擬值與實測值的NRMSE均低于20%，d和R2均高于0.75，RMSE分別為0.03 cm3/cm3、0.27 mg/cm3、1.18 ℃和694.64 kg/hm2。由表5 可知，土壤含水率、含鹽量和溫度的MBE分別為0.01～0.02 cm3/cm3、-0.02～0.12 mg/cm3和-0.29～0.08 ℃，NRMSE均小于20%，d大于0.75。以上指標表明，整體上模擬值與實測值吻合程度較高，可以較好地模擬研究區內土壤水熱鹽動態變化和春玉米的生長過程。率定驗證后的土壤水力學參數、鹽分運移參數和主要作物參數如表6 和表7所示。

圖3 驗證期土壤含水率、溫度和含鹽量的實測值和模擬值比較Fig.3 Comparison of measured and simulated soil moisture,temperature and salt in verification

圖4 驗證期春玉米產量的實測值和模擬值比較Fig.4 Comparison of measured and simulated maizeyields in verification

表5 土壤含水率、溫度和含鹽量的驗證Table 5 Statistics of soil moisture,temperature and salt in verification

表6 率定后的土壤水力學參數和鹽分運移參數Table 6 The calibrated soil hydraulics parameters and solute transport parameters

表7 率定后的春玉米生長參數Table 7 Thecalibrated main crop parameter of spring maize

2.2 不同降水年型下秋澆模擬結果分析

2.2.1 豐水年適宜秋澆模式分析

圖5 為豐水年不同秋澆模式下春玉米的平均WP，由圖5 可知，豐水年9 種秋澆模式下春玉米的WP在1.86～1.90 kg/m3之間，較未秋澆時均有所提高，其中情景二下提高的幅度最小，約為3.3%，而情景三下提高的幅度最大，約為5.5%，表明秋澆對春玉米的WP有一定影響。相同秋澆時間下，秋澆量為150 mm比秋澆量為200 mm 和250 mm 時春玉米的平均WP分別降低約1.23%和0.53%，秋澆量為200 mm 比250 mm 時春玉米的平均WP提高約為0.71%。在秋澆灌水量相同時，10月15日秋澆比9月30日和10月30日秋澆，春玉米的平均WP分別降低約0.4%和0.5%，而9月30日比10月30日進行秋澆的春玉米平均WP高約0.53%。因此，以提高春玉米的WP為目標，建議在豐水年于9月30日進行秋澆，秋澆定額為200 mm 左右較為適宜。

圖5 豐水年不同秋澆模式下春玉米的平均WPFig.5 Average spring maize WP under different autumn irrigation modes in wet years

2.2.2 平水年適宜秋澆模式分析

如圖6所示，平水年秋澆條件下春玉米的平均WP較未秋澆時提高4.7%～7.0%。相同秋澆時間下，隨著秋澆量的增加，春玉米WP均呈先增大后減小的趨勢；相同秋澆時間，秋澆量為200 mm 和250 mm條件比150 mm 的春玉米的平均WP分別高0.74%和0.19%，秋澆量為250 mm 比200 mm 條件時春玉米的平均WP低約0.56%。同一秋澆量時，9月30日秋澆比10月15日秋澆的春玉米的平均WP高1.31%，9月30日秋澆比10月30日秋澆的春玉米的平均WP高1.12%，10月30日秋澆與10月15日秋澆的春玉米的平均WP無明顯變化。秋澆情景三的春玉米的平均WP約為1.82 kg/m3，高于其他8 種秋澆情景約1.68%以上。因此，平水年較為適宜的秋澆模式是選擇9月30日前后進行秋澆，定額控制在200 mm 左右。

圖6 平水年不同秋澆模式下春玉米的平均WPFig.6 Average spring maize WP under different autumn irrigation modes in normal precipitation years

2.2.3 枯水年適宜秋澆模式分析

圖7 為枯水年不同秋澆模式下春玉米的平均WP，從圖7 可以看出，秋澆后的春玉米WP平均為1.65 kg/m3比未秋澆時的提高了約6%。秋澆時間相同但秋澆量不同時，秋澆量為200mm 比150 mm 和250 mm下春玉米平均WP分別提高了約1.42%和1.39%；不同秋澆時間在灌水量保持一致時，10月30日比9月30日和10月15日秋澆的春玉米的平均WP分別提高約1.22%和1.63%?？菟瓴煌餄材M情景中，春玉米WP在情景九條件下達到最大，較其他8 種秋澆情景提高了1.81%～3.68%。因此，在10月30日前后保持200 mm 的秋澆量是枯水年較為適宜的秋澆模式。

圖7 枯水年不同秋澆模式下春玉米的平均WPFig.7 Average spring maize WP under different autumn irrigation modes in dry years

整體而言，豐水年、平水年和枯水年未秋澆時春玉米的平均WP分別為1.80、1.70 和1.55 kg/m3，進行秋澆時9 種情景下春玉米的平均WP分別為1.87、1.79 和1.65 kg/m3，相同秋澆情景下的春玉米WP均隨著降水年型從豐水年到枯水年逐漸減小。在同一秋澆情景時，平水年比豐水年的春玉米WP低約3.23%～5.56%，枯水年比平水年的春玉米WP低約5.59%～8.82%，枯水年比豐水年的春玉米WP低9.63%～13.89%。不論何種降水年型下的秋澆情景，情景三的平均WP均不低于情景二和情景四，情景六的平均WP均高于情景五和情景七，情景九的平均WP均不低于情景八和情景十，這表明不同秋澆時間在秋澆量為200 mm 時春玉米WP均相對較高。

3 討論

3.1 不同降水年型下秋澆定額分析

研究表明，隨著降水年型從豐水年到枯水年，秋澆后春玉米的平均WP呈下降趨勢，表明降水量是限制春玉米生長的主要因素之一。無論何種降水年型，秋澆后春玉米的平均WP均較未秋澆時提高了3%以上，說明秋澆對春玉米的生長有一定的促進作用。

余根堅[21]在沙壕渠試驗站通過田間試驗分析指出，將秋澆定額定為1800～2250 m3/hm2，第二年春播時能夠滿足作物正常生長的土壤水鹽要求。這與本文研究得出的不同降水年型下適宜的秋澆定額為200 mm 左右基本一致。熊志平等[5]和孟春紅等[22]研究表明，把秋澆定額選為1500～1950 m3/hm2，比較符合河套灌區節水、保墑、淋鹽的作用。李瑞平等[23]認為秋澆定額為150～200 mm 時，春播期土壤含水率基本適宜，能夠起到沖洗壓鹽的作用。由此表明，不同降水年型下的秋澆定額為200 mm 基本符合灌區的秋澆實際。之所以降水量對秋澆定額沒有表現出明顯影響，主要是由于河套灌區屬于溫帶大陸性干旱-半干旱氣候區，降水主要集中在春玉米的生育期5—9月，占全年降水量的85%以上，秋澆后到翌年春播前降水量相對較少，春玉米非生育期內降水量的標準差為12.5 mm。因此，不同降水年型下作物非生育期內降水量的差異不大，進而對適宜秋澆灌溉量的影響不明顯。

3.2 不同降水年型下秋澆時間分析

豐水年和平水年條件下，秋澆前地下水埋深較淺，在9月30日左右較早進行秋澆，有研究表明，只要通過合理的土壤翻耕方式，確保耕地質量，使地下水回落至適宜的埋深以下，便能夠保證一定墑情的同時也可控制灌域土壤鹽漬化[3,24]。而枯水年條件下，地下水埋深較深，過早秋澆會出現春干失墑現象，秋澆量過大會使得肥料大量流失、土壤結構破壞，還會造成春播期土壤含水率過高，土壤溫度下降，進而直接影響種子萌發和幼苗生長[25]。同時，土壤持水能力是有限的，超過的部分均以重力水的形式補給地下水，而地下水蒸發量又會隨著地下水位的增高而增加[2]，極易加劇土壤鹽漬化。在豐水年和平水年適當提前在9月30日進行秋澆會使土壤凍結前有足夠時間進行水分和鹽分的向下遷移，而枯水年推遲到10月30日秋澆會縮短土壤凍結前水分向下遷移時間，再進行適量的秋澆定額，能夠更好保證翌年作物根區土壤水分和鹽分，進而有利于作物的生長[26]。

雖然在不同降水年型下秋澆后春玉米WP變化不夠明顯，但是本研究初步模擬分析得出的結果仍可為研究區在不同降水年型下春玉米相對適宜秋澆模式的制定提供理論參考。以提高春玉米WP為目標，在不同降水年型下提出相對適宜的秋澆模式的同時還需合理確定春玉米生育期的灌溉制度，后續將繼續探討不同秋澆模式結合春玉米生育期不同的灌溉制度對春玉米WP的影響，從而為研究區不同降水年型下制定作物高效用水的灌溉制度提供更加合理的參考。

4 結論

1）率定和驗證過程中SWAP-WOFOST 模型對土壤含水率、溫度和含鹽量及LAI和春玉米產量的模擬值和實測值吻合程度較高。率定驗證后的模型能夠較好地反映土壤水熱鹽的變化趨勢和春玉米的生長動態，可以用于研究區不同降水年型下相對適宜秋澆模式的探討。

2）以提高春玉米WP為目標，豐水年和平水年時，秋澆定額的合理值為200 mm 左右，相對適宜的秋澆時間應在9月30日前后；枯水年時，秋澆定額的合理值為200 mm，同時適宜的秋澆時間建議選在10月30日前后。