基于AquaCrop模型的水稻多目标灌溉制度优化研究

【目的】优化现有水稻灌溉制度,节约灌溉用水量,减少稻田氮磷流失量以降低面源污染风险。【方法】构建了基于AquaCrop模型和NSGA-Ⅱ算法的水稻灌溉制度模拟优化模型,利用水稻田间试验数据,开展以产量最大、氮磷流失量最小、灌水次数最少的3种目标组合(产量-氮磷流失量(Y-TNP)、产量-灌水次数(Y-N)、产量-氮磷流失量-灌水次数(Y-TNP-N))下的灌溉制度优化模型研究,提出适应不同生育期降水年型的稳产-控污-提效灌溉制度。【结果】(1)与常规灌溉相比,Y-TNP灌溉制度优化水稻产量下降2.14%,氮磷流失量减少23.09%;Y-N灌溉制度优化水稻产量下降1.76%,灌水次数减少53%;Y-TNP-N灌溉制度优化水稻产量下降2.64%,氮磷流失量减少22.83%,灌水次数减少2次。(2)不同典型年以Y-TNP-N为目标优化的稳产-控污-提效灌溉制度水稻产量介于7.74~7.78 t/hm^(2),同时大幅度减少灌水量进而降低氮磷流失量。【结论】AquaCrop模型可模拟试验区水稻的生长发育过程,本文构建的模拟-优化耦合模型可用于优化不同生育期降水年型下稳产-控污-提效的灌溉制度。

基于AquaCrop模型的芝麻作物参数敏感性分析及模型适用性评价

为探明AquaCrop模型芝麻作物参数校准方法,验证模型适用性,以2022—2023年试验数据为基础,通过查阅文献资料,确定芝麻参数初始值和取值范围,采用EFAST方法对AquaCrop模型53个作物参数进行全局敏感性分析、模拟结果的不确定分析并进行参数校准验证。结果表明,对各处理最大生物量均敏感的参数有27个,其中全局敏感性指数(TS_(i))均大于0.3的参数有CDM、CDSE、POFE、RSWT、PSENSP、PSTOSP、RSWB和ECSW;对各处理籽粒产量均敏感的参数有14个,其中TS_(i)均大于0.2的参数有POHX、RSWT、CDSE、DMCON、PSTO和PSTOSP。校准验证过程中冠层覆盖度和地上部生物量模拟值和实测值决定系数(R2)分别介于0.875~0.954、0.951~0.970;标准均方根误差(NRMSE)分别介于11.5%~18.1%、18.9%~27.7%;纳什效率系数(NSE)分别介于0.873~0.940、0.930~0.959。籽粒产量模拟值与实测值相对误差介于0.03~0.07。本地化后的AquaCrop模型能够较好地模拟芝麻生长发育过程,可用于芝麻优化管理或未来产量预测。

基于AquaCrop模型的塔额盆地夏玉米节水潜力分析

以AquaCrop模型为基础,结合2021—2022年塔额盆地夏玉米实测数据,对模型部分保守参数和产量模块的标准水分生产力(WP*)和参考收获指数(HI 0)进行校准与验证,通过设置起始灌水时间、灌溉定额和灌水周期三因素交叉试验,对夏玉米进行产量模拟,分析其产量与作物水分利用效率受灌溉定额和起始灌水时间的影响程度,在产量和作物水分利用效率均为较高值的前提下选择最优灌溉方案。以实际夏玉米播种面积为参考值,模拟并预测2022年及未来4年在不同灌溉方案下的夏玉米产量和节水总量,并依此分析塔额盆地夏玉米节水潜力。结果表明:(1)对AquaCrop模型作物生长模块主要参数、土壤水分胁迫参数和产量模块参数WP*和HI 0进行参数率定,最终产量模块参数选择WP*=35 g·m^(-2)、HI 0=43%,2021年和2022年产量模拟相对误差值分别为1.26%和1.07%。(2)结合模型模拟得出最优灌溉方案如下:起始灌水时间5月20日,灌溉定额470 mm,灌水周期7 d,灌水11次,作物水分利用效率2.005 kg·m^(-3),产量9.423 t·hm^(-2)。(3)以2022年为现状水平年,最优灌溉方案下,现状水平年和未来水平年(2022—2025年)可分别实现节水量2.1338×10^(5)、2.1826×10^(5)、2.1992×10^(5) m^(3)和2.2306×10^(5) m^(3)。

减氮条件下基于AquaCrop模型的北疆膜下滴灌棉花水氮制度优化

[目的]为检验减氮条件下AquaCrop模型对北疆膜下滴灌棉花生长及生产的模拟适用性,探究棉花生育期最优减氮与灌水制度。[方法]通过2022年、2023年大田试验,明确4种施氮水平(常规施氮量、减氮10%、减氮20%、减氮30%)、3种灌溉定额(488,444,400 mm)对棉花产量、水氮利用效率及土壤养分含量的影响;利用各处理实测数据率定并验证模型参数,并用校正好的模型模拟6种施氮水平(常规施氮量、减氮6%、减氮12%、减氮18%、减氮24%、减氮30%)、6种灌溉水平(300,360,420,480,540,600 mm)组合下棉花产量及水氮利用效率,通过综合评价方法筛选出最优水氮组合。[结果]减氮与灌溉定额共同作用对棉花产量、水氮利用效率及土壤养分具有显著影响。减施氮肥时,可通过适当增加灌溉定额达到对产量的弥补稳定棉花产量,相同施氮量下,适当减少灌溉定额提高水分利用效率;相同灌溉定额下,适当减少施氮量提高氮肥偏生产力;常规施氮时,增加10%的常规灌溉定额(W1N1)可有效提高耕作层土壤中养分含量。模拟与实测结果表明,2年试验处理的冠层覆盖度及地上部生物量各评价指标均满足决定系数(R^(2))≥0.936,均方根误差(NRMSE)≤40.58%,纳什系数(E_(NS))≥0.72;产量与水分利用效率各评价指标均满足(R^(2))≥0.87,NRMSE≤4.29%,(E_(NS))≥0.81;该模型实现较好的模拟效果。[结论]基于36种减氮与灌水组合下的情景模拟,综合考虑产量、水氮利用效率及实际生产成本,推荐在北疆地区采用减氮12%,360 mm灌溉定额的减氮灌溉制度。可为AquaCrop模型在今后对不同施肥灌溉制度下的应用提供经验,为干旱区棉花种植过程中提升水分及氮肥利用效率提供理论依据和科学指导。

AquaCrop模型对不同灌溉定额下盐碱地青贮玉米生长模拟及适用性评价

为探明宁夏引黄灌区盐碱地青贮玉米生长适宜的灌水量及AquaCrop模型在引黄灌区的适应性。以当地农业公司灌溉定额的95%为高水平,设置3个不同处理:低水平280.5 mm(W1)、中水平382.5 mm(W2)、高水平484.5 mm(W3),研究不同灌溉定额对青贮玉米的效应,并基于2 a的试验数据对AquaCrop模型进行率定、验证,以水分利用效率最大为目标确定出较优的灌溉方案。2023年W3处理下的0~40 cm土层土壤含水率(SWC)均高于W1处理和W2处理;各处理在生物量平均值和产量表现为W3处理>W2处理>W1处理。各处理SWC模拟值与实测值的R^(2)、EF和RMSE分别为0.73~0.79、0.67~0.75、0.35%~2.40%;冠层覆盖度模拟值和实测值的R^(2)、EF和RMSE分别为0.90~0.96、0.98~0.99、2.38%~8.00%;生物量模拟值和实测值的R^(2)、EF分别为0.91~0.95、0.97~0.99,RMSE为2.03~2.05 t/hm^(2);产量模拟值和实测值的RE为1.40%~2.46%,R^(2)为0.98,水分利用效率模拟值和实测值的RE为0.73%~3.94%,R^(2)为0.97。说明AquaCrop模型能较好地模拟宁夏引黄灌区青贮玉米的生长过程;以节水增产为目标,灌溉定额为382.5 mm时,青贮玉米水分利用效率较优。

三江平原白浆土区雨养玉米AquaCrop模型模拟研究

本研究评价AquaCrop模型对三江平原白浆土区雨养玉米生长过程模拟和产量估算的适用性,在模型参数率定和校准的基础上与其他气候区研究进行对比。结果表明,AquaCrop模型很好地模拟了三江平原白浆土区雨养玉米农田土壤含水量、雨养玉米生物量和产量。土壤含水量、雨养玉米生物量、雨养玉米产量观测值和模拟值的均方根误差范围分别为0.80%~1.02%、0.372~0.995 t/hm^(2)、0.563~1.040 t/hm^(2),其一致性指数范围分别为0.8789~0.9907、0.9927~0.9989、0.9824~0.9889。不同气候区的玉米AquaCrop模型参数率定存在异同,其中冠层生长指数和冠层蒸腾作物系数的率定值存在明显差异,而归一化水分生产力、冠层衰减系数、最大冠层盖度和收获指数等参数的率定值差异较小。在模型使用时,如遇播种时间明显提前,适当延长最大冠层参数对应时间可有效调整提前播种产生的模拟结果偏差。

基于EFAST方法的AquaCrop作物模型参数全局敏感性分析

【目的】敏感性分析是作物模型本地化过程中的重要环节,对作物模型的校正与应用有重要的意义。【方法】本研究以国家精准农业示范研究基地2012—2013、2013—2014和2014—2015年冬小麦试验为研究对象,采用全局敏感性分析方法扩展傅里叶幅度检验法(Extended Fourier Amplitude Sensitivity Test,EFAST)对AquaCrop模型42个作物参数进行敏感性分析,以评估模型在北京地区的敏感参数。【结果】(1)对干生物量敏感作物参数是:水分和温度胁迫参数(生物量生产的最小生长度(stbio),引起冠层早衰的土壤水分消耗上限(psen))、生物量和产量参数(归一化水分生产力(wp))、蒸散参数(作物冠层形成后到衰老之前的作物系数(kcb))、作物冠层和物候发展参数(冠层生长系数(cgc),从播种到出苗时长(eme),最大冠层覆盖度(mcc),冠层衰老系数(cdc),从播种到成熟的时长(mat),产量形成过程中收获指数的建立长度(hilen))。其中stbio,kcb,wp和cgc 4个作物参数敏感性指数最大;(2)对冠层覆盖度最敏感的参数是:作物冠层和物候发展参数(cgc,mcc,每公顷株数(den),出苗率达到90%时的土壤覆盖度(ccs),mat和cdc)、根区发展参数(最大有效根深(rtx))、水分和温度胁迫参数(psen)、蒸散参数(kcb);(3)对产量最敏感的参数是作物冠层和物候发展参数(从播种到开花时长(flo),mat,cdc,hilen和从播种到开始衰老时长(sen))、水分和温度胁迫参数(psen)、生物量和产量参数(参考收获指数(hi)和wp)、蒸散参数(kcb)。【结论】利用EFAST方法对AquaCrop模型中的作物参数进行一阶和全局敏感分析,最大干物量的敏感性分析结果以及干生物量随时间变化的敏感性分析结果显示,敏感性参数的选择上差异不大,但排序上存在较大的差异,最大干生物量的敏感性分析不能分析作物参数对干生物量在整个生育期的影响,结果不全面;冠层覆盖度随时间变化的一阶和全局敏感性分析结果显示,在敏感参数的选择和排序上均有较好的一致性,全局敏感性分析中作物参数的敏感性指数更高,对冠层覆盖度的影响表现得更明显。本研究结果用于AquaCrop模型本地化,可提高该模型在北京地区的模拟效率和模拟精度。

冬小麦生物量和产量的AquaCrop模型预测

以华北地区冬小麦为研究对象,将AquaCrop作物生长模型应用到滴灌、喷灌、漫灌中,对模型主要参数如气象、土壤、作物特性等进行调整,并对作物产量和生物量模拟的有效方法进行了研究。模拟结果表明,产量和收获时地上部分生物量的模拟值与实测值较为接近且略高于实测值,模型性能指数均高于0.95。产量模拟效果优于生物量,滴灌模拟效果最好。

基于AquaCrop模型的北京地区冬小麦水分利用效率

【目的】作物水分利用效率(water use efficiency,WUE)是农业水分管理与决策的重要指标。北京是严重缺水的城市,其主要种植作物冬小麦灌溉用水占比高,开展冬小麦产量水分利用效率的分析研究,可为北京地区的冬小麦节水灌溉与增产平衡提供决策信息支持。【方法】利用2011—2012、2012—2013和2013—2014年国家精准农业示范研究基地冬小麦不同生育期不同灌溉处理下的田间实测数据,对AquaCrop作物模型进行参数本地化。统计北京地区2004—2014年冬小麦生育期的日降雨量数据,利用Pearson-Ⅲ型分布划分了3种降雨年型:湿润年(2012—2013年生育期)、平水年(2009—2010年生育期)和干旱年(2005—2006年生育期)。应用AquaCrop研究分析了3种不同降雨年型、14种灌溉情景下冬小麦籽粒产量水平和产量水分利用效率特征变化。【结果】基于AquaCrop模型的产量模拟值和实测值的R 2、RMSE和d分别为0.99、0.3 t·hm^(-2)、0.99。模型模拟的冬小麦产量水分利用效率:2011—2012年正常灌溉条件下为1.72 kg·m^(-3),2012—2013年正常灌溉条件下为1.67 kg·m^(-3),2013—2014年雨养、正常灌溉和过量灌溉条件下分别为1.27、1.74和1.64 kg·m^(-3),正常灌溉条件下产量水分利用效率最高,其次是过量灌溉,雨养条件下产量水分利用效率最低。在此基础上应用AquaCrop模型模拟分析了3种不同降雨年型冬小麦籽粒产量和产量水分利用效率随灌溉量变化的响应特征,其中,湿润年产量水分利用效率和籽粒产量达到最大值时所需的灌溉量分别为35和50 mm;平水年达到最大值所需的灌溉量分别为35和40 mm;干旱年达到最大值所需的灌溉量均为65 mm。【结论】AquaCrop模型可以很好预测北京地区不同年份不同灌溉条件下冬小麦的籽粒产量和产量水分利用效率。冬小麦产量与产量水分利用效率均随着灌溉量的增加逐渐增大,至最大值后开始减小,在干旱的情况下,植物通过自身适应策略会提高水分利用效率,随着水分的增加,水分利用率将降低,因此3种不同年型的产量水分利用效率的大小顺序依次为干旱年、平水年和湿润年。因此,在制定冬小麦灌溉策略时,要做到产量和产量水分利用效率兼顾。以上研究结果表明,利用Aqua Crop模型可以为北京地区冬小麦田间灌溉和决策提供指导。关于降雨年型本研究仅对湿润年、平水年和干旱年3种年型在越冬期、返青期、拔节期、开花期和灌浆期不同灌溉量和籽粒产量和产量水分利用效率之间的关系进行模拟,对于不同时期不同灌溉量对籽粒产量和产量水分利用效率的影响没有考虑,需要进一步研究验证。

AquaCrop模型在西北胡麻生物量及产量模拟中的应用和验证

为了预测水分和养分对胡麻籽粒产量、生物量与水分生产率的影响,使用FAO研发的水分驱动作物模型AquaCrop对胡麻在不同灌溉与氮磷水平下的生长情况进行模拟和验证。试验分别于2011年、2012年在甘肃省榆中县良种场进行,试验设置4个灌溉水平,3个氮水平,3个磷水平。模型性能的评价采用模型效率(E)、决定系数(R2)、均方根误差(RMSE)和平均绝对误差(MAE)等统计指标。分析结果表明:AquaCrop模型校正的籽粒产量和生物量在不同灌溉与氮磷水平处理下的预测误差统计值为:0.97<E<0.99,0.11<RMSE<0.33,0.11 t·hm 2<MAE<0.42 t·hm 2,与2012年的试验观察数据(0.96<E<0.99,0.11<RMSE<0.42,0.11 t·hm 2<MAE<0.39 t·hm 2)基本一致;同时,群体覆盖(CC)与生物量的模拟结果与测定值也非常拟合。AquaCrop模型在充分灌溉处理下预测胡麻产量,比非充分灌溉处理下具更高的准确性。因而,水分驱动模型AquaCrop在西北胡麻区不同的灌溉与田间管理措施下有较高的模拟精确性,具有广阔的应用前景和价值。

AquaCrop作物模型在松嫩平原春麦区的校正和验证

为了研究AquaCrop作物模型在松嫩平原春麦区的适用性,利用实测的土壤水分、春小麦生长和产量数据,结合气象数据,获得AquaCrop模拟土壤水分和春小麦生长的模型参数,并用往年的作物生长数据对模型进行验证。结果表明,春小麦的产量和生物量的实测值与模拟值的绝对平均误差(MAE)为0.058和0.109、均方根误差(RMSE)为0.06和0.11t/hm2、模拟性能指数(EF)为0.795和0.822、残差聚集系数(CRM)为-0.006 96和0.005 87、一致性系数(IoA)为0.959和0.966;对10cm和20cm土壤体积含水率的实测值与模拟值的MAE为5.23和2.53、RMSE为6.47%和7.95%、EF为-0.277和-0.069、CRM为0.097和0.212、IoA为0.585和0.741。说明AquaCrop模型对春小麦的生物量和产量及生育期土壤体积含水率的模拟结果总体较好,对松嫩平原春麦生产有一定的参考意义。

基于AquaCrop模型的有机稻灌溉制度优化

随着人们对提高农业生产效率方法的不断探索,水稻生产模式正发生很大变化,并由化肥农药高投入的传统农业向生态环保的有机农业转变,但有机稻需耗水特性及其适宜的灌溉制度研究较少。为揭示有机稻耗水规律及不同降水年型下的灌水与产量关系,2015-2016年在湖北省漳河灌区开展了有机稻灌溉试验研究,统计分析了有机稻与普通稻的需耗水差异,获得了有机稻耗水及其产量特性,提出了基于Aqua Crop模型与熵值法耦合的有机稻灌溉制度多目标多情景优化方法。结果表明:1)有机稻与普通稻需水量无显著差异,但前者的排水量显著高于后者,且前者排水中的氮磷浓度均显著降低。有机稻产量为普通稻产量的84%,但单方灌水产值高28.5%(P<0.05),具有显著的经济效益。2)优化后中国南方灌区有机稻适宜的优化灌溉制度为:枯水年,108%(以RAW计,下同)的土壤含水率控制下限、30 mm的灌水定额、灌水8~9次,平水年113.85%的土壤含水率控制下限、32.31 mm的灌水定额、灌水6~7次;丰水年,116.92%的土壤含水率控制下限、32.31 mm的灌水定额、灌水3~4次。该文为选择节水、高产的有机稻灌溉方案提供参考。

AquaCrop模型对旱区冬小麦抗旱灌溉的模拟研究

【目的】根据干旱情况及时采取灌溉措施,对旱区抗旱以及提高水分利用效率具有重要意义。从大田农业的实际情况出发,研究AquaCrop模型在旱区的适用性及干旱年份抗旱灌溉模拟,为实现抗旱保产提供依据。【方法】于2012—2014年,在旱区陕西杨凌及杨凌周边区域进行冬小麦大田试验,采用2013—2014年揉谷试验区的冬小麦观测数据进行模型的参数调试,采用2012—2013年揉谷试验区和2013—2014年武功试验区的冬小麦观测数据进行模型的验证,从而获得Aqua Crop模型在陕西杨凌及周边地区的模型参数。模型参数包括影响冠层生长的冠层增长系数、冠层衰老系数和最大冠层覆盖度,影响生物量积累的水分生产力,影响产量形成的参考收获指数等。然后根据调查的干旱年份2012—2013年的灌溉情况制定出4种灌溉情景,并利用参数本地化后的AquaCrop模型模拟2012—2013年4种灌溉情景对冬小麦生物量和产量的影响,通过模拟结果得出最优灌溉策略。最后比较2012—2013年揉谷试验区、2013—2014年揉谷试验区和武功试验区冬小麦的产量水分利用效率。【结果】在冬小麦冠层覆盖度方面,AquaCrop模型模拟的冠层覆盖度和实测值之间的决定系数(R2)与均方根误差(RMSE)分别为0.464和8.0%。在冬小麦生物量模拟方面,AquaCrop模型模拟的生物量和实测值之间的R2和RMSE分别为0.889和1.622 t·hm-2。在冬小麦产量模拟方面,AquaCrop模型模拟的产量与实测产量之间的RMSE为0.377 t·hm-2。2013年为干旱年份,在播种后第77天进行冬灌并且在播种后第172天的拔节期再进行灌溉的两种情景获得最大的生物量;在播种后第77天进行冬灌、播种后第172天拔节期和播种后第200天抽穗期再分别灌溉,小麦产量最高,达到6.451 t·hm-2。2012—2013年揉谷试验区、2013—2014年揉谷试验区和武功试验区冬小麦的产量水分利用效率分别为1.84、1.69和1.82 kg·m-3。【结论】AquaCrop模型能够较好地模拟旱区冬小麦的生物量和产量,并且AquaCrop模型模拟的干旱年份下不同灌溉策略的生物量和产量,基本可以说明不同灌溉时间和灌溉次数对冬小麦最终产量的影响。同时说明2012—2013年增加的2次灌溉使干旱年份冬小麦的产量水分利用效率超过正常年份。以上研究符合当地农业生产实际情况,说明AquaCrop模型可以为旱区抗旱保产提供依据。AquaCrop模型具有很好的应用前景,正逐渐成为一个重要的田间决策工具。

利用AquaCrop模型模拟旱作覆膜春玉米耗水和产量

为检验AquaCrop模型在晋中地区作物生产力模拟效果，于2011-2013年在农业部寿阳旱作农业与环境野外科学观测试验站进行了覆膜和露地春玉米种植对比试验。首先，利用2013年大田数据对模型进行参数校正和率定，使产量、地上生物量模拟值与实测值的相对误差均在5％以内；然后，利用20112012年大田数据验证模型；最后，对模型参数进行敏感性分析。结果表明，AquaCrop模型能较好地模拟0～120cm土壤含水率、农田蒸散和冠层覆盖度（CC）的动态变化，其模拟值和实测值间相关的决定系数（R2）分别高于0．86、0．86和0．96，均方根误差值（RMSE）分别小于0．92％、0．88mm／d和9．78％，模型性能指数（EF）分别在0．51～0．86、0．43～0．76和0．92～0．99之间。不同处理的最终生物量和经济产量模拟值与实测值的相对误差分别为2．83％～4．42％和3．13％～9．58％。模型敏感分析显示，达到最大冠层覆盖度CCx时间、冠层衰老时间、开花日期、凋萎系数、田间持水率和土壤初始含水率为敏感参数，相对敏感度在0．13～0．58之间变化。该模型能较好地模拟寿阳地区旱作覆膜春玉米的耗水、生长和产量形成过程。

基于遥感和AquaCrop作物模型的多同化算法比较

为了研究不同数据同化方法在AquaCrop(FAO Crop model to simulate yield response to water)模型模拟作物地上生物量(above ground biomass,AGB)、冠层覆盖度(canopy cover,CC)和产量过程的效率,以冬小麦为研究对象,利用2012-2013、2013-2014和2014-2015年冬小麦田间试验数据,将标定的Aqua Crop生长模型与遥感光谱信息相结合开展同化技术分析,应用粒子群优化(particle swarm optimization,PSO)、模拟退火(simulated annealing,SA)和复合型混合演化(shuffled complex evolution,SCE-UA)3种数据同化算法,以不同生育期、不同水分处理和不同氮肥水平的AGB和CC为双变量开展多同化算法的模拟分析,对3种数据同化算法的运算效率和同化结果进行对比分析。结果表明:1)3种数据同化算法达到的应度值0.26时,SCE-UA同化算法用时最少(833 s),SA数据同化算法用时最多(1433 s),表明SCE-UA同化算法效率最优,SA数据同化算法效率最低;2)不同生育期的同化结果,AGB的同化精度随着生育期的推进而降低,AGB的模拟值在拔节期和挑旗期高于实测值,被高估,在开花期和灌浆期被低估,总的AGB被低估;CC在拔节期和挑旗期被低估,在开花期和灌浆期被高估,总的CC被低估;3)不同水分处理的同化结果,AGB普遍被低估,CC在雨养(W0)条件下被高估,在正常灌溉(W1)和过量灌溉(W2)条件下被低估;产量均被低估;4)不同氮肥水平,AGB的模拟精度随着施N量的增加而降低,并且普遍被低估,CC普遍被高估,产量均被低估。以上结果表明,PSO、SA和SCE-UA 3种数据同化算法均能有效模拟冬小麦的AGB、CC和产量,其中SCE-UA数据同化算法无论在运算效率还是同化结果的精度上均优于PSO和SA数据同化算法。

AquaCrop作物模型应用研究进展

Aqua Crop是FAO于2009年研发的一款新型作物模型,它以输入参数少、界面简单等优点被广泛应用于生产实践中。论文基于Aqua Crop模型原理和特点,深入探讨了Aqua Crop模型国内外应用研究进展。当前,Aqua Crop模型在灌溉策略、气候变化下的情景模拟以及与其他模型联合应用等方面取得了显著进展。但是,该模型在应用过程中还存在若干缺陷。一是模型在保守参数缺少验证的情况下,会使得模拟精度不稳定;二是由于土壤空间变异性的客观存在,模型在由点位向面上扩展时应用效果不佳;三是当前对雨养区作物生长模拟研究还很少,且其非保守参数难以准确确定;四是目前该模型生理、养分和水养互作模块尚不够完善,未考虑作物病虫害和品种遗传差异,当作物生长遭受水分、盐分或温度等严重胁迫时会导致模拟精度下降。今后在模型应用时,可利用多年数据对保守参数进行校正,将区域同一站点多年数据和多站点相关数据相结合调试模型非保守参数;其次,应加强雨养地区模拟研究,从而扩大模型应用范围。开发者应进一步完善Aqua Crop模型子模块,为提高模拟精度和拓宽应用范围提供支撑。

AquaCrop作物模型研究和应用进展

AquaCrop是由国际粮农组织(FAO)开发并向全球免费推广的一款新的作物生长模型,自从2009年发布以来,已经受到各国研究者的重视,而国内对该模型的应用尚处于起步阶段。为国内同仁更深入的了解该模型以及在中国的进一步验证和应用该模型提供有用的背景和参考信息,对模型原理、模型计算方案、模型应用现状和存在问题进行介绍和探讨。众多研究结果证明,AquaCrop模型有很好的模拟精度,可以辅助灌溉管理决策等。AquaCrop作为一个新发展的模型,其适应性还有待进一步验证,研究领域也有待进一步拓宽。

东北春小麦区AquaCrop模型模拟验证及春小麦生产力初步估测

基于实测资料验证AquaCrop作物模型，并应用AquaCrop作物模型初步估测气候变化下春小麦生产力。结果表明，地上生物量模拟值与实测值之间决定系数R2在0．957-0．997之间，地上生物量模拟效果良好；灌浆初期，籽粒产量模拟值与实测值吻合度较高。AquaCrop模型对水分的敏感度大于对温度的敏感度；春小麦的生产力随着大气CO2质量浓度的增加而增长。在东北春小麦区用AquaCrop模型模拟与预估眷小麦生产力是可行的。

基于AquaCrop模型的南疆无膜滴灌棉花灌溉制度优化

为探究AquaCrop模型对南疆地区无膜滴灌棉花种植的适用性、寻求最优灌溉制度,以2018—2019年田间实测数据对模型进行校验,并利用校准模型分别模拟2种不同灌水情景下的棉花冠层覆盖度、生物量及产量的变化规律。结果表明:采用AquaCrop模型模拟2019年冠层覆盖度的均方根误差(RMSE)、拟合指数(d)、标准均方根误差(NRMSE)及决定系数(R2)分别为6.03%、0.12、13.08%和0.97,生物量模拟的各参数分别为810 kg/hm^(2)、0.93、6.41%和0.80,产量模拟的各参数分别为751 kg/hm^(2)、0.84、14.02%和0.87,说明AquaCrop模型可以较好地模拟南疆地区无膜滴灌棉花的生长与产量。基于1960—2019年的气象数据,利用AquaCrop模型对无膜滴灌棉花进行情景模拟:灌水周期相同时,无膜滴灌棉花产量随灌溉定额的增加呈先增加、后减小的变化趋势,总灌水量为7 200 m3/hm^(2)时产量达到最大值(5 398 kg/hm^(2)),水分利用效率(WUE)为0.75 kg/m3;灌溉定额相同时,无膜滴灌棉花产量随灌水周期的增加而增加,总灌水量为5 400 m3/hm^(2)、灌水周期为5 d时,产量达到最大值(5 315 kg/hm^(2))、WUE为0.98 kg/m3。研究表明,灌水周期5 d、灌溉定额540 mm的灌溉制度可保证无膜滴灌棉花具有较高的产量和水分利用率,可作为无膜滴灌棉花的参考灌溉制度在南疆地区推广应用。

改进AquaCrop-KR模拟不同水分和种植密度制种玉米产量

模拟不同水分和种植密度条件下的作物产量对于制定合理的灌溉制度和种植模式进而保障中国水和粮食安全具有重要意义。AquaCrop-KR模型采用非线性方程拟合地上生物量和作物蒸腾间的关系,并利用水分生产函数模拟收获指数,从而提高了不同水分条件下的作物产量的模拟精度,但尚未涉及种植密度这一因子。该研究以西北旱区制种玉米为研究对象,于2013-2016年在甘肃武威绿洲农业高效用水国家野外科学观测研究站进行了田间试验,引入密度因子修正了AquaCrop-KR模型中的标准化水分生产力(Normalized Water Productivity,WP^(*))和收获指数(Harvest Index,HI)。校准结果表明HI与种植密度呈先增加后减小的抛物线关系,并且HI在营养生长期、开花期和生殖生长期的水分敏感指数均随种植密度的增加而增加;WP^(*)随累积标准化作物蒸腾的增加呈先增后减的单峰变化,并且WP^(*)的最大值随种植密度的增加而减小,与之相对应的累积标准化作物蒸腾随种植密度的增加而增大。验证结果表明,改进的AquaCrop-KR模型低估籽粒产量测量值5%,决定系数、相对均方根误差、平均相对误差、模型效率和一致性指数分别为0.87、0.079、0.057、0.750和0.942,表明该模型可以用来模拟制种玉米的籽粒产量。研究为模拟不同水分和种植密度下的作物产量提供了一种理论方法。