不同灌溉方式和灌水定額對夏玉米生長的影響及AquaCrop模型的適應性研究

常 梅，周青云，尹林萍

（天津農學院，天津 300392）

不同灌溉方式和灌水定額對夏玉米生長的影響及AquaCrop模型的適應性研究

常 梅，周青云*，尹林萍

（天津農學院，天津 300392）

【目的】探明不同灌溉方式和灌水定額對夏玉米生長的影響及AquaCrop模型的適應性。【方法】設置4個試驗處理：常規滴灌10 mm（N1）、常規滴灌20 mm（N2）、膜下滴灌10 mm（M1）和膜下滴灌20 mm（M2），研究不同灌溉方式和灌水定額對夏玉米生長的影響，并基于2 a的試驗數據對AquaCrop模型進行率定、驗證，利用率定、驗證后的模型預測平水年不同灌溉方案下的夏玉米產量，以產量最大為目標篩選最優的灌溉方案。【結果】N2處理下的0～40 cm土層土壤含水率（SWC）均高于N1處理和M2處理；各處理的生物量平均值和產量表現為：M2處理gt;M1處理gt;N2處理gt;N1處理。各處理SWC模擬值與實測值的R2、EF和RMSE分別為0.645～0.907、0.461～0.779和0.021～0.034，冠層覆蓋度模擬值與實測值的R2、EF和RMSE分別為0.942～0.992、0.964～0.990和0.463～0.781，生物量模擬值與實測值的R2、EF和RMSE分別為0.959～0.984、0.969～0.986和0.507～0.614 t/hm2，產量模擬值與實測值的RMSE為0.180～0.890 t/hm2，水分利用效率模擬值與實測值的RMSE為0.001～0.003 t/（hm2·mm）。【結論】常規滴灌下高水相比低水處理可提高0～40 cm土層SWC，灌水20 mm條件下，常規滴灌處理在0～40 cm土層的SWC高于膜下滴灌處理；覆膜與提高灌水量均能提高夏玉米的生物量和產量，AquaCrop模型能較好地模擬天津市夏玉米的生長過程；夏玉米最優灌溉方案為苗期灌溉20 mm、抽穗期和灌漿期各灌溉10 mm。

AquaCrop模型；夏玉米；土壤含水率；冠層覆蓋度；生物量和產量；WUE

0 引 言

【研究意義】玉米是我國第一大糧食作物，2021年全國玉米產量達2 725.5億kg[1]，占全國糧食總產量的40%，玉米的高產、穩產是我國糧食安全的重要保障。天津市地處華北平原，主要種植玉米和小麥，屬溫帶季風氣候區，降水總量少且時空分布不均等因素導致天津市水資源短缺，同時地下水超采嚴重及不合理灌溉等因素加劇了水資源危機[2]。水是玉米生產的關鍵要素，水資源不足嚴重限制了玉米生產，對天津市玉米穩產構成了嚴峻挑戰。膜下滴灌是目前應用較廣的節水灌溉技術，具有小流量、高頻率等特點，能起到節水保墑、增溫、抑鹽、提高水分利用效率和產量等作用[3]，被廣泛應用于干旱缺水地區，對天津市夏玉米穩產具有重要意義。【研究進展】傳統的田間試驗時空局限性較大，因此結合作物模型對作物生長過程的多角度模擬研究已成為國內外熱點方向[4]。作物模型有利于田間管理和作物產量的預測，使農業向精準化方向發展；AquaCrop模型因輸入參數少、操作簡便和模擬結果準確等優點受到廣泛關注[5]。該模型屬于水驅動模型，可以模擬不同灌溉制度[6]、灌溉方式[7]、作物類型和覆蓋方式[8-10]下的土壤水分動態、作物生長發育、產量及水分利用效率等指標。國內外學者利用AquaCrop模型對不同地區玉米進行了模擬并開展適應性評價。趙引等[11]利用該模型對西北旱區玉米的產量和水分利用效率進行了模擬，結果表明AquaCrop模型對西北旱區玉米產量和水分利用效率的模擬效果較好；董文俊等[12]用該模型對關中地區的夏玉米生長動態、水分利用效率及產量進行了模擬，指出該模型能較好地模擬關中地區的夏玉米生長、水分利用效率和產量。Diaafliah等[13]利用該模型對伊拉克不同灌溉和培育方式下的玉米冠層覆蓋度、生物量、收獲指數及水分利用效率進行了模擬，結果表明各指標模擬效果較好，AquaCrop模型能有效地對該地區的灌溉管理作出決策。以上研究均表明AquaCrop模型能對不同地區的玉米生長實現較好的模擬。【切入點】然而，關于AquaCrop模型對天津市不同灌溉方式和灌水定額下的夏玉米生長模擬的研究仍未見報道。【擬解決的關鍵問題】鑒于此，本研究以天津市夏玉米為研究對象，分析不同灌溉方式和灌水定額對夏玉米根際土壤含水率、生物量及產量的影響，用2019年和2020年的試驗數據對AquaCrop模型進行校準和驗證，以評價該模型在天津的適應性，并利用AquaCrop模型預測不同灌溉方案下的夏玉米產量，以產量最大為目標篩選出最優灌溉方案，為天津市夏玉米產量提升和灌溉決策提供參考。

1 材料與方法

1.1 試驗地概況

大田試驗在天津市靜海區團泊洼鎮試驗區進行，該區地理坐標為116°42′—117°12′30〞E和38°35′—39°4′45〞N，位于海河流域下游，平均海拔為5 m，地下水位埋深為1.5 m，土壤類型為潮土，氣候類型為暖溫帶大陸性季風氣候，年平均日照時間為2 699 h，年平均氣溫為9～20 ℃，年平均降水量為566.7 mm，年平均蒸發量為1 800 mm。

1.2 試驗設計

供試玉米品種為天塔619，共進行2 a試驗，2019年于6月15日播種，9月底收獲，2020年于6月20日播種，10月初收獲，種植密度為8.3萬株/hm2。灌溉方式為膜下滴灌和常規滴灌，滴灌帶間距為60 cm，滴頭間距為30 cm，滴頭流量為1.38 L/h，地膜覆蓋設置為1膜2行半覆膜。試驗設置4個處理，分別為：常規滴灌10 mm（N1）、常規滴灌20 mm（N2）、膜下滴灌10 mm（M1）和膜下滴灌20 mm（M2），每個處理設置3個重復，分別在苗期、拔節期和抽穗期進行控制灌溉，具體試驗設計見表1。各處理均使用46%尿素、16%過磷酸鈣和50%硫酸鉀作為氮、磷和鉀肥，氮、磷、鉀肥的凈施用量分別為168、84、60 kg/hm2，首次灌溉時通過水肥融合進行常規施肥，后期無追肥；各處理的雜草管理和病蟲害防治管理措施一致。

1.3 觀測指標及方法

1.3.1 土壤含水率

利用PR2管測定夏玉米根際0～60 cm土層的土壤含水率（SWC），于試驗前將PR2管埋設在土壤中，分別在拔節期、抽穗期、灌漿期和成熟期測定0～20、20～40 cm和40～60 cm土層的SWC，并利用烘干法對實測SWC進行校準。

表1 試驗設計Table 1 Experimental design

1.3.2 冠層覆蓋度

量取3株代表性植株所有葉片的最大長度和寬度，采用乘積法計算單株平均有效葉面積，結合種植密度（ρ）和折算系數（0.75）得到葉面積指數（LAI），見式（1），通過式（2）可將LAI轉化為冠層覆蓋度（CC）：

式中：Lij和Wij分別為葉片最大長度和寬度（cm）；n為每株玉米的葉片數（片/株）；m為測定玉米株數（株）。

1.3.3 生物量和產量

在夏玉米生育期內選取3株長勢均勻的植株，剪去地下部分，獲得完整冠部，于105 ℃烘箱中殺青0.5 h后用80 ℃恒溫烘干至恒質量，測定其干物質量，乘以種植密度得到生物量。夏玉米成熟后，每個處理選取1 m2代表作物整體長勢的植株，果穗風干后經人工脫粒，于80 ℃恒溫烘干至恒質量后測算產量。

1.3.4 水分利用效率

水分利用效率（WUE）通過單位耗水量下的產量來計算，耗水量利用水量平衡法計算，由于本試驗為滴灌，因此不考慮深層滲漏量，無地表徑流量，作物截留量忽略不計，具體計算方法為：

式中：Y為籽粒產量（t/hm2）；ETc為作物耗水量（mm）；P為生育期內總降水量（mm）；I為灌溉定額（mm）；ΔS為平衡土層內最終儲水量與初始儲水量之差（mm）。

1.3.5 最大有效根深

采用土壤剖面挖根法，以夏玉米莖為剖面中心，長和寬均為1/2株距，挖取最大有效根系，人工測量其長度。

1.4 AquaCrop模型數據庫的構建

AquaCrop模型的輸入數據主要包括氣象、土壤、作物和田間管理數據。

1.4.1 氣象數據

氣象數據來源于試驗基地自動觀測氣象站，主要包括氣溫、降水量等數據，ET0采用Penman-Montieth公式計算[14]。圖1為2019年和2020年天津市夏玉米生育期的氣象數據，按模型標準導入數據并建立氣象數據庫。

圖1 2019年和2020年夏玉米生育期氣象變化Fig.1 Meteorological changes of summer maize growth period from 2019 and 2020

1.4.2 土壤數據

土壤數據包括土層厚度、體積質量、永久凋萎系數、田間持水率和飽和含水率等，各水力參數使用環刀法取樣，利用壓力膜儀測得。試驗地土壤水力參數見表2。在AquaCrop模型中輸入各土層的土壤水力參數，按模型標準建立土壤數據庫。

表2 試驗地土壤水力參數Table 2 Parameters of soil hydraulic characteristics in the test site

1.4.3 作物數據

作物種植方式、密度、初始冠層覆蓋度和最大冠層覆蓋度通過田間試驗獲得，基底溫度、上限溫度采用模型默認值，歸一化水分生產力、參考收獲指數、水分脅迫系數及形狀因子參考模型手冊的取值范圍采用“試錯法”校準。參照Vanuytrecht的模型參數校準順序，按先后順序校準冠層覆蓋度、生物量和產量。用2019年試驗數據對模型參數進行校準。校準后參數見表3。

1.4.4 田間管理數據

田間管理數據包括土壤肥力、覆膜情況、田間地表措施和雜草管理，設置無土壤肥力脅迫，未采取田間地表措施，雜草管理良好，按覆膜和不覆膜2種情況分別設置2個田間管理文件。

表3 AquaCrop模型校準參數Table 3 Partial calibration parameters of AquaCrop model

1.5 模型評價指標

選取決定系數（R2）、模型性能指數（EF）和均方根誤差（RMSE）對模型精度進行評價[15]，R2和EF越趨于1，RMSE越接近0，模型精度越高。

1.6 不同灌溉方案下的產量預測

對天津市1954—2019年的降水進行頻率分析，可知降水頻率為25%、50%、75%和95%對應的降水量分別為646.8、537、456.2 mm和332.7 mm，多年平均降水量為550.56 mm，變差系數（Cv）為0.27，偏態系數（Cs）為0.65；由于平水年在多個降水年型中具有典型性，通過對比1954—2019年降水數據確定2015年為平水年，根據2015年的氣象數據（圖2）、夏玉米生長規律和天津市灌溉標準，在夏玉米生育期設置6個灌溉方案，2種灌水定額，具體灌溉方案見表4；利用參數化模型預測不同灌溉方案下的產量，以最大產量為目標篩選出最優灌溉方案。

圖2 2015年的氣象數據Fig.2 Meteorological data in 2015

表4 灌溉方案設計Table 4 Irrigation scheme design

1.7 數據處理

利用Excel 2019進行數據處理和圖表繪制；利用IBM SPSS Statistics 22進行顯著性分析。

2 結果與分析

2.1 不同處理對夏玉米根際土壤SWC的影響

圖3為不同處理下各土層土壤SWC的變化情況，各處理在0～20、20～40 cm和40～60 cm土層SWC的變化范圍分別為：0.217～0.255、0.281～0.357 cm3/cm3和0.353～0.459 cm3/cm3，可見SWC隨土層深度的增加呈上升趨勢。在0～20 cm土層，全生育期N2處理下的SWC高于N1處理和M2處理；M1處理下的SWC高于M2處理。在20～40 cm土層，各處理下的SWC在全生育期表現為：N2處理gt;M2處理gt;N1處理gt;M1處理。對于40～60 cm土層，拔節期常規滴灌處理下的SWC低于覆膜滴灌處理，抽穗—灌漿期覆膜滴灌處理的SWC降幅高于常規滴灌處理，灌漿—成熟期各處理的SWC趨于穩定；N1處理和M1處理在灌漿期的SWC高于N2處理和M2處理，抽穗期后M1處理的SWC仍高于M2處理，而N1處理的SWC低于N2處理。由上述分析可知，常規滴灌下高水處理能提高0～40 cm土層SWC，膜下滴灌高水處理能提高20～40 cm土層SWC，其他土層的土壤含水率變化差異不顯著；受降水影響，20 mm灌水定額下的常規滴灌處理在0～40 cm土層的SWC高于覆膜滴灌處理。

圖3 不同處理下各土層土壤含水率變化Fig.3 Changes of soil water content in different soil layers under different conditions

2.2 不同處理對夏玉米生物量及產量的影響

2.2.1 不同處理對夏玉米生物量的影響

圖4為不同處理夏玉米生物量的變化情況。苗期M2處理的生物量高于N2處理；拔節期各處理生物量表現為：M2處理gt;M1處理gt;N2處理gt;N1處理；抽穗期M1處理和M2處理的生物量高于N1處理，N2處理最高；灌漿期M1處理的生物量低于M2處理，覆膜滴灌處理的生物量高于常規滴灌處理；成熟期覆膜滴灌處理的生物量高于常規滴灌處理；在全生育期，不同處理下的夏玉米生物量平均值表現為：M2處理gt;M1處理gt;N2處理gt;N1處理，表明膜下滴灌和高水處理更利于生物量積累。

圖4 不同處理夏玉米生物量變化Fig.4 Changes of summer maize biomass under different conditions

2.2.2 不同處理對夏玉米產量的影響

表5為不同處理下的夏玉米產量及構成要素。灌水10 mm時覆膜滴灌處理較常規滴灌處理的穗長和穗粒數增加了10.14%和23.81%，灌水20 mm時覆膜滴灌處理較常規滴灌處理的穗長和穗粒數增加了6.17%和4.49%；常規滴灌下高水處理較低水處理的穗長和穗粒數增加了17.39%和21.77%，膜下滴灌下高水處理較低水處理的穗長和穗粒數增加了13.16%和2.77%。常規滴灌下高水處理較低水處理的穗粗增加了36.59%，膜下滴灌下高水處理較低水處理穗粗增加了8.70%。常規滴灌下高水處理較低水處理突尖長降低了73.08%，膜下滴灌下高水處理較低水處理突尖長降低了66.67%。灌水10 mm時覆膜滴灌處理較常規滴灌處理的百粒質量和產量提高了3.82%和11.66%；灌水20 mm時覆膜滴灌處理較常規滴灌處理的百粒質量和產量分別提高了2.82%和7.40%；常規滴灌下高水處理較低水處理的產量提高了11.43%，膜下滴灌下高水處理較低水處理的產量提高了7.17%。高水處理能提高夏玉米穗長、穗粗、穗粒數、百粒質量和產量，同時降低夏玉米突尖長，膜下滴灌能提高夏玉米穗長、穗粒數、百粒質量和產量。

表5 不同處理下的夏玉米產量及構成要素Table 5 Yield and index of summer maize under different irrigation conditions

注 不同處理的小寫字母表示在P＜0.05水平下具有顯著差異。

2.3 模型驗證

不同處理夏玉米根際0～60 cm土層SWC、CC和生物量的模擬驗證結果見圖5。產量及WUE的模擬驗證結果及誤差統計見表6。各處理SWC模擬值與實測值的R2為0.645～0.907，EF為0.461～0.779，RMSE為0.021～0.034；各處理CC模擬值與實測值的R2為0.942～0.992，EF為0.964～0.990，RMSE為0.463～0.781；各處理生物量模擬值與實測值的R2、EF和RMSE分別為0.959～0.984、0.969～0.986、0.507～0.614 t/hm2。各處理產量模擬值與實測值的RMSE為0.180～0.890 t/hm2；各處理WUE模擬值與實測值的RMSE為0.001～0.003 t/（hm2·mm）；WUE的模擬值表現為：N2處理lt;N1處理lt;M2處理lt;M1處理，說明膜下滴灌和低水處理能提高夏玉米水分生產效率。各模擬評價指標誤差均在模型允許范圍內，說明模型能對天津市夏玉米進行較好的模擬。

圖5 不同處理下夏玉米根際0～60 cm土層SWC、CC和生物量的模擬驗證結果Fig.5 Simulation of SWC of 0～60 cm soil layer in rhizosphere, CC and biomass of summer maize under different treatments

表6 不同處理下產量和水分利用效率模擬結果及模擬誤差統計Table 6 Simulation results and error statistics of yield and water use efficiency under different conditions

2.4 不同灌溉方案下的產量預測結果

表7為不同灌溉方案下的預測產量，各方案下的產量表現為：C6方案gt;C4方案gt;C5方案gt;C1方案gt;C2方案gt;C3方案，說明產量隨灌溉定額的上升而增加；C2、C4方案下的產量高于C3方案和C5方案，表明相同灌溉定額在抽穗期灌水較灌漿期更能提高作物產量；C6方案下的產量最高，即最優灌溉方案為苗期灌溉20 mm，抽穗期和灌漿期各灌溉10 mm。

表7 不同灌溉方案下的預測產量Table 7 Yield forecast under different irrigation scheme

3 討 論

本研究中，常規滴灌下高水較低水處理能提高SWC，膜下滴灌和高水處理均能提高夏玉米生物量和產量；而膜下滴灌較常規滴灌處理對SWC的影響不顯著，是由于降水可為常規滴灌補充土壤水分，膜下滴灌處理能防止膜內土壤水分蒸發，同時也會阻隔膜外降水，降水時未能得到與常規滴灌處理等量的水分補充。因此，在未來的試驗中需要考慮降水對試驗的干擾，選擇單向透水性地膜；高灌水定額較低灌水定額雖然能提高SWC、生物量和產量，但未找到天津市夏玉米生長的需水邊界，是由于此次試驗中灌溉水平梯度較小且灌水定額處理較少，因此可在后續試驗中增加適宜的灌水定額來探究不同灌溉水平對天津市夏玉米生長的影響并尋找夏玉米產量最大的灌溉水平，從而達到精準灌溉和產量最大化的目的[14-15]。

大田試驗雖然精確可靠，但受時空局限性較大，大范圍推廣的可能性較低。因此，本文利用AquaCrop模型模擬了不同滴灌處理下夏玉米根際SWC、生長動態、產量和水分利用效率的變化情況，通過2 a試驗數據對模型進行校驗，結果表明夏玉米根際SWC、冠層覆蓋度、生物量、產量及水分利用效率的模擬精度較高；SWC模擬值與實測值變化趨勢基本一致，冠層覆蓋度和生物量模擬的R2均在0.94以上，EF接近1，各模擬指標的RMSE均較低。崔穎等[16]利用該模型對東北地區玉米籽粒產量進行模擬，結果顯示產量模擬值與實測值的R2為0.78，EF為0.74，與本文結果類似；劉琦等[17]利用該模型對晉中地區玉米根際土壤含水率、冠層覆蓋度和產量進行模擬，結果表明土壤含水率的模擬值與實測值變化趨勢基本一致，冠層覆蓋度模擬值與實測值的R2高于0.96、EF為0.92～0.99、RMSE小于9.78%，產量模擬值與實測值的RMSE為3.13%～9.18%；程超飛等[18]用AquaCrop模型對不同灌溉和施氮水平下的夏玉米生物量和產量進行模擬，生物量及產量模擬值與實測值的R2、EF和RMSE分別為0.860、0.694和0.977 t/hm2及0.919、0.915和0.249 t/hm2。上述研究結果與本試驗結果基本吻合，表明AquaCrop模型能準確地模擬天津市不同處理下的夏玉米生長。天津市屬半濕潤區，降水稀少，蒸發量大，水資源不足，因此，采用合理的灌溉方案對提高夏玉米水分利用效率和節約水資源具有重要作用，本文利用參數化模型預測不同灌溉方案下的產量，以產量最大化為目標篩選最優灌溉方案，可以為當地玉米種植業的產量預測與灌溉決策提供參考。

4 結 論

1）常規滴灌高水處理能有效提高作物根際0～40 cm土層SWC，灌水定額為20 mm時常規滴灌處理在0～40 cm土層的土壤含水率高于膜下滴灌處理；膜下滴灌和高水處理均能提高夏玉米生物量和產量。

2）SWC模擬值與實測值的變化趨勢基本一致，冠層覆蓋度、生物量模擬值與實測值的R2在0.94以上，EF接近于1，各指標模擬值與實測值的RMSE均較低，表明該模型能較好地適應天津市夏玉米生長模擬。

3）灌溉方案C6的預測產量最高，最優灌溉方案為苗期灌溉20 mm，抽穗和灌漿期各灌溉10 mm。

[1] 王明華. 2021年全國糧食產量再創新高[J]. 中國統計, 2021(12): 79.WANG Minghua. The 2021’s national grain output hit a new high[J].China Statistics, 2021(12): 79.

[2] 顧新洲, 尹雅清, 董曉敏. 天津市水資源現狀及開發利用對策[J]. 海河水利, 2008(6): 5-6.GU Xinzhou, YIN Yaqing, DONG Xiaomin. The present situation of water resources in Tianjin and the countermeasures for its development and Utilization[J]. Hai River Water Conservancy, 2008(6): 5-6.

[3] 葉瀾濤, 周青云, 李松敏, 等. 濱海鹽堿地覆膜和滴灌對玉米鹽分離子分布及生物量的影響[J]. 干旱地區農業研究, 2020, 38(4): 74-83.YE Lantao, ZHOU Qingyun, LI Songmin, et al. Effects of film mulching and drip irrigation on the distribution of salt ions and biomass of maize in coastal saline-alkali soil[J]. Agricultural Research in Arid Areas, 2020, 38(4): 74-83.

[4] 劉匣, 丁奠元, 張浩杰, 等. 覆膜條件下對AquaCrop模型冬小麥生長動態和土壤水分模擬效果的評價分析[J]. 中國農業科學, 2017,50(10): 1 838-1 851.LIU Xia, DING Dianyuan, ZHANG Haojie, et al. Evaluation and analysis on growth dynamics of winter wheat and simulation effect of soil moisture of AquaCrop model under plastic film mulching[J].Chinese Agricultural Sciences, 2017, 50(10): 1 838-1 851.

[5] STEDUTO Pasquale, HSIAO Theodore, RAES Dirk, et al. AquaCrop—The FAO crop model to simulate yield response to water I: Concepts and underlying principles[J]. Agronomy Journal, 2009, 101(3): 448-459.

[6] GREAVES Geneille, WANG Yumin. Assessment of FAO AquaCrop model for simulating maize growth and productivity under deficit irrigation in a tropical environment[J]. Water, 2016, 8(12): 557-557.

[7] 杜文勇, 何雄奎, SHAMAILA Z, 等. 冬小麥生物量和產量的AquaCrop模型預測[J]. 農業機械學報, 2011, 42(4): 174-178, 183.DU Wenyong, HE Xiongkui, SHAMAILA Z, et al. Prediction of biomass and yield of winter wheat by AquaCrop model[J]. Journal of Agricultural Machinery, 2011, 42(4): 174-178, 183.

[8] WANG Xiangxiang, WANG Quanjiuac, FAN Jun, et al. Evaluation of the AquaCrop model for simulating the impact of water deficits and different irrigation regimes on the biomass and yield of winter wheat grown on China’s Loess Plateau[J]. Agricultural Water Management,2013, 129: 95-104.

[9]FARAHANI Hamid, GABRIELLA Izzi, OWEIS Theib.Parameterization and evaluation of the AquaCrop model for full and deficit irrigated cotton[J]. Agronomy Journal, 2009, 101(3): 469-476.

[10]MANIRUZZAMANA M, TALUKDERB M SU, KHAN M H, et al.Validation of the AquaCrop model for irrigated rice production under varied water regimes in Bangladesh[J]. Agricultural Water Management,2015, 159: 331-340.

[11]趙引, 毛曉敏, 薄麗媛. 覆膜和灌水處理下土壤水分動態與玉米生長模擬研究[J]. 農業機械學報, 2018, 49(9): 195-204.ZHAO Yin, MAO Xiaomin, BO Liyuan. Simulation of soil water dynamics and maize growth under plastic film mulching and Irrigation[J]. Journal of Agricultural Machinery, 2018, 49(9): 195-204.

[12]董文俊, 劉健峰, 丁奠元, 等. 旱作覆膜玉米生長和水分利用對氣候變化的響應[J]. 干旱地區農業研究, 2020, 38(1): 1-12.DONG Wenjun, LIU Jianfeng, DING Dianyuan, et al. Responses of growth and water use of plastic film mulched maize to Climate Change[J]. Agricultural Research in Arid Areas, 2020, 38(1): 1-12.

[13]DIAAFLIAH Hassan, ALAASALIH Ati, ABDULKHALIKSALEH Neima, et al. Calibration and evaluation of AquaCrop for maize (Zea MaysL.) under different irrigation and cultivation methods[J]. Journal of Ecological Engineering, 2021, 22(10): 210-219.

[14] RICHARD Allen, LUIS Pereira, DIRK Raes, et al. Crop evapotranspiration-Guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56[J]. Fao, Rome, 1998, 300(9): 5 109.

[15]尹林萍. 基于AquaCrop模型的天津濱海地區夏玉米產量模擬[D].天津: 天津農學院, 2021.YIN Linping. Simulation of summer maize yield in Tianjin coastal area based on AquaCrop model[D]. Tianjin: Tianjin Agricultural University, 2021.

[16]崔穎, 藺宏宏, 謝云, 等. AquaCrop模型在東北黑土區作物產量預測中的應用研究[J]. 作物學報, 2021, 47(1): 159-168.CUI Ying, LIN Honghong, XIE Yun, et al. Application of AquaCrop model to crop yield prediction in black soil region of northeast China[J].Journal of Crop Sciences, 2021, 47(1): 159-168.

[17]劉琦, 龔道枝, 郝衛平, 等. 利用AquaCrop模型模擬旱作覆膜春玉米耗水和產量[J]. 灌溉排水學報, 2015, 34(6): 54-61.LIU Qi, GONG Daozhi, HAO Weiping, et al. AquaCrop model was used to simulate water consumption and yield of spring maize under plastic film mulching[J]. Journal of Irrigation and Drainage, 2015, 34(6): 54-61.

[18]陳超飛, 柳雙環, 郭大辛, 等. 基于AquaCrop模型的夏玉米生長模擬及灌溉制度優化[J]. 干旱地區農業研究, 2019, 37(3): 72-82.CHEN Chaofei, LIU Shuanghuan, GUO Daxin, et al. Simulation of summer maize growth and optimization of irrigation schedule based on AquaCrop model[J]. Agricultural Research in Arid Areas, 2019, 37(3): 72-82.

Research of the Effects of Different Drip Irrigation Treatments on the Growth of Summer Maize and the Adaptability of AquaCrop Model

CHANG Mei, ZHOU Qingyun*, YIN Linping
(Tianjin Agricultural University, Tianjin 300392, China)

【Objective】Bioavailable water in soil controls root growth and root water uptake, but it depends on how water is irrigated. The objective of this paper is to investigate the effect of different drip irrigation methods and amounts on growth of summer maize. 【Method】A two-year field experiment was conducted in Tianjin, China. It consisted of two irrigation methods: conventional drip irrigation (M1) and mulched drip irrigation (M2), each having two irrigation amounts: 10 mm (N1) and 20 mm (N2). Crop growth in each treatment was measured, and the measured data was used to calibrate the AquaCrop model. The calibrated model was then used to evaluate how the yield responded to irrigation methods and amounts in normal year, from which we obtained the optimal irrigation scheduling to maximize the yield. 【Result】Soil water content in the top 0～40 cm soil layer under M1+N2 was higher than that under M1+N1 and M2+N2. The biomass and yield under different treatments were ranked in the order of M2+N2 gt; M2+N1 gt;M1+N2 gt;M1+ N1. TheR2,EFandRMSEbetween the simulated and measured soil water contents for all treatments were in the range of 0.645～0.907, 0.461～0.779, and 0.021～0.034, respectively. TheR2,EFandRMSEbetween the simulated and measured canopy coverage were 0.942～0.992, 0.964～0.990, and 0.463～0.781, respectively. TheR2,EFandRMSEbetween the simulated and measured biomass were 0.959～0.984,0.969～0.986, and 0.507～0.614 t/hm2, respectively. TheRMSEbetween the simulated and measured yield and water use efficiency were 0.180～0.890 t/hm2and 0.001～0.003 t/(hm2·mm), respectively. 【Conclusion】Under conventional drip irrigation, increasing irrigation amount can improve water content in the 0～40 cm soil layer; water content in the 0～40 cm soil layer under conventional irrigation was higher than the mulched treatment when irrigation amount was 20 mm. Mulching or increasing irrigation amount can improve biomass and yield of the summer maize. The AquaCrop model can reproduce the growth of summer maize. The optimal irrigation scheduling to maximize maize yield in the studied region is to irrigate 20 mm of water at seedling stage, 10 mm at heading stage, and 10 mm at filling stage.

AquaCrop model; summer maize; soil water content; canopy coverage; biomass and yield;WUE

常梅, 周青云, 尹林萍. 不同灌溉方式和灌水定額對夏玉米生長的影響及AquaCrop模型的適應性研究[J]. 灌溉排水學報, 2023, 42(3): 32-39.

CHANG Mei, ZHOU Qingyun, YIN Linping. Research of the Effects of Different Drip Irrigation Treatments on the Growth of Summer Maize and the Adaptability of AquaCrop Model[J]. Journal of Irrigation and Drainage, 2023, 42(3): 32-39.

S161.4

A

10.13522/j.cnki.ggps.2022363

1672 - 3317（2023）03 - 0032 - 08

2022-07-01

國家自然科學基金項目（51609170）；天津市研究生科研創新項目（2021YJSS135）

常梅（1995-），女。碩士研究生，主要從事節水灌溉理論與新技術研究。E-mail: 2086137146@qq.com

周青云（1980-），女。教授，主要從事節水灌溉理論與新技術研究。E-mail: zhouqyand@126.com

責任編輯：韓 洋