基于干旱胁迫的水稻栽培模拟优化决策系统(RCSODS)的订正与检验

葛道阔， 曹宏鑫， 吕淞霖， 刘 岩， 李秉柏， 魏秀芳

(1.江苏省农业科学院农业经济与信息研究所，江苏 南京 210014;2.江苏省睢宁县气象局，江苏 睢宁 221200)

R/WCSODS(稻/麦栽培模拟优化决策系统)的开放性和通用性为其在不同区域、不同层面的应用提供了可能。近年来，针对不同区域不同生理生态胁迫类型，围绕氮素胁迫、光照胁迫、水分胁迫等，一般采用影响因子订正的方法，考虑各类胁迫影响，使R/WCSODS应用性强和预测性强的特点得到进一步延伸和发展［1－9］。然而，淮河流域地处中国南北气候过渡带，降水量年际变化大，季节分配不均，该地区是中国旱涝灾害最为频繁的地区之一，并且干旱发生频率有逐年增高的趋势，降水量往往是该地区水稻产量的主要限制因子［10］。因此，在干旱胁迫条件下订正和应用水稻栽培模拟优化决策系统(RCSODS)，对增强系统的应用性和水稻生产在受灾条件的精细化评估和数字化管理具有重要意义。

本研究根据在淮河流域代表性站点开展的大田和盆栽水稻水分控制试验，对RCSODS中的水稻群体光合生产、干物质分配和叶面积扩展等模块进行干旱胁迫影响因素订正，重点着眼于水稻对干旱胁迫敏感性的阶段性变化，将本项目组自主研制的和国内外引进的涵盖干旱水分胁迫订正因子算法的相关模型(子模型)加以集成，试图建立一个机理性较强、可用于模拟流域范围、考虑土壤不同水分状况对水稻生长及产量形成影响的改进型RCSODS。

1 材料和方法

1.1 试验设计

1.1.1 水稻干旱敏感性大田试验 试验于2010～2012年分别在江苏省兴化市、河南省信阳市进行，小区面积4 m×8 m，每小区内设置3个重复，重复之间隔离0.12 m，小区间隔离1 m，四周有保护行，小区四周布设至少1 m深水分水平运动隔离薄膜或水泥隔离带。分不同发育期设置处理，于孕穗、抽穗期分别设置2种土壤湿度类型(未见水10 d、未见水20 d)处理，于乳熟期分别设置2种土壤湿度类型(含水率小于60%、含水率大于60%)处理，2个对照区。返青期进行补苗，其他试验管理同当地常规高产大田。共计8个小区。孕穗、抽穗期的处理:试验开始时排空小区内水，以地面不见水为止。乳熟期的处理:利用雨棚阻隔自然降水，遇有强降水(中雨及以上)及时排水，一般前推20 d进行水分预备控制，相对湿度低于65%时，进行小水灌溉，控制土壤相对湿度不大于75%，试验前5 d进行准控制不再进行灌溉，遇有降水时进行遮挡，控制深度100 cm，保证土壤含水率设置要求。设2个对照区CK1和CK2。CK1:旱作水稻，自然降水，在顺利出苗的基础上不进行任何水分处理;CK2:适宜水分。该试验主要用于模型参数订正。

1.1.2 水稻干旱敏感性盆栽综合试验 试验于2010～2012年在兴化市进行，盆钵试验于全封闭网室中开展，网室顶部固定透明材料，透光防雨。试验用钵为高25 cm、直径25 cm的塑料桶，盆栽用土取自本研究在兴化市同期进行的大田水分试验田块耕作层表土(中壤土，最大持水量21.4%，肥力中等)，每钵装风干土10 kg，播前用水沉实。试验土壤水分处理分5个时期(苗期、分蘖期、拔节孕穗期、抽穗开花期和灌浆成熟期)进行。前4个时期分别设置4个处理:未见水5 d、10 d、15 d和20 d;灌浆成熟期设置4个土壤水分水平(以土壤水分含量占最大持水量的百分比计量)处理:对照(水分水平保持75% ～80%)、轻旱(水分水平保持65% ～70%)、中旱(水分水平保持55% ～60%)和重旱(水分水平保持45% ～50%)。通过土壤水份测定仪测定法、或秤质量法测定土壤含水量，以确定每日的补水量，控制土壤水分含量(同时考虑植株质量变化)。该试验主要用于模型检验。

1.2 测定项目

每处理期间测定叶片净光合速率、叶片水势、土壤含水量、土壤水势;各主要生育期及处理结束时及时取样，测定各器官(茎、叶、黄叶、穗、根)干质量、分蘖数、黄叶数、面积指数参数(LAI)，开花后至成熟测定灌浆速度，成熟后测定产量结构。

1.3 建模方法

在充分利用和借鉴国内外已有的研究结论基础上，严格按照合理有效的试验方案开展多点多年水分控制试验研究，获取可用资料，从而探明水稻各主要生理、生态过程变化规律及其与环境因子之间的关系，并借助数理统计分析方法，分别建立定量描述上述关系的数学表达式，确定模型参数。模型建立后，用独立于建模的其他试验资料对模型及其参数的算法进行测试检验和修正，确保其可靠性与严格性。采用绝对平均误差 (MAE)及均方差根(RMSE)评价与测试本模型的预测性与精准度［2，11］。其 MAE 和 RMSE 越小，则表明误差越小，模型的预测性越好、精准度越高。

1.3.1 水稻群体光合生产模型 水稻群体光合生产模型是将Monsi－Saeki的光合模型和Beer的群体消光公式综合而成的，如式(1)所示。

式中，PGDi为出苗后第 i日的群体光合量［g/(m2·d)］;NF为氮素订正因子;Pmax为光饱和时叶片最大光合速率;B为弱光条件下光合响应曲线的初始斜率［12－13］;PAR为光合有效辐射;K为消光系数，其值与水稻株型及叶片排列状态密切相关;m为光的透射率，一般小于10%，本研究取值0.025［14］;Si为第i日的平均太阳辐射(MJ/d);a为群体反射率(%)，取值0.05［14］;0.47 是 Si折算成 PAR 的系数;LAIi为第i日的叶面积指数;Di为日长。B和Pmax均随温度变化，分别采用下式进行温度订正［15］:

上式中，B0为适温条件下光－光合响应曲线的初始斜率，因品种而异;Pmax0为叶片在适温与饱和光强下的最大光合速率，取值47 g/(m2·d)［16］。

由式(1)计算的第i日群体光合量(PGDi)减去呼吸消耗量(REDi)后，即为第i日的群体净光合量(NPDi):

水稻群体第i日的呼吸消耗(REDi)包括生长呼吸和维持呼吸两部分，可表述为:

式(5)中，Rg为生长性呼吸系数，取值为0.03;Rm、Q10分别为维持性呼吸系数及其温度系数，取值分别为0.02和2.0，T为水稻全生育期平均气温(℃);DMi为干质量，按下式计算:

式(6)中，0.68、0.82分别为CO2与碳水化合物(CH2O)以及碳水化合物与干物质的转换系数。将DMi在一定生育期内累加，即可得到该生育期结束时的干物产量，在全生育期内累加，则可得到最终的干物产量。

1.3.2 干旱对水稻LAI的影响订正 土壤水分的多寡均加剧水稻叶片不同程度和形式的衰老，本研究不同土壤条件下的LAI采用干物质分配法计算［7］:

式(7)中，PC为水稻地上部的分配系数，干旱胁迫按(9)式订正;PCl为叶片干质量占地上部干质量的比例，按(13)式计算;LS为绿叶的相对日衰老速率，随发育阶段变化，并经试验资料进行干旱胁迫影响订正;SLAi为出苗后第i d的比叶面积;△W为第(i+1)d的干物质累积量。

1.3.3 干旱对水稻光合速率的影响订正 按下式订正:

式(8)中，SW为土壤含水量，SWfc为田间持水量，SWwp为土壤萎蔫含水量，SWcr为干旱胁迫时的土壤含水量临界值(相对于田间持水量的百分率)，根据试验取得的土壤含水量与水稻叶片水势的相关关系求得。

1.3.4 水稻物质分配干旱胁迫订正因子的确定

1.3.4.1 影响根冠比的干旱胁迫订正因子 根冠比反映了植株光合产物的调配和地上部与地下部相对生长的差异。大量研究结果表明，作物遭受干旱胁迫时，根冠比增大，即地上部和根间碳水化合物的分配将有利于根生长。根据 MACROS模型［15］，影响根冠比的干旱胁迫订正因子(DFrs)为:

则干旱胁迫下地上部干物质分配指数PCD为:

显然，干旱胁迫下地下部干物质分配指数(PCr)D为:

根据本研究的试验数据及式(8)，即可求得(9)～(11)式的值。

1.3.4.2 水稻地上部干物质分配子模型 参考WCSODS确定发育指数(DI)的方法［4］，本研究利用兴化、信阳等地的水稻试验资料拟合建立了水稻地上部干物质分配子模型，其中叶/地上部分配系数与发育指数子模型如(12)式所示。该模型可以较好地反映淮河流域水稻各生育阶段干物质分配系数与发育指数(DI)之间的关系，并用于RCSODS中水稻LAI的模拟。

1.3.5 水稻产量形成的干旱胁迫订正因子的确定在RCSODS中，根据水稻抽穗前与抽穗后光合累积量向穗部转移的基本规律，其产量形成的模拟模型，基本固定抽穗前和抽穗后转移率k1和k2分别为1/3和2/3。但大量试验结果表明，k1和k2受不同生育阶段的干旱影响显著。由本研究水稻孕穗期、抽穗期和乳熟期干旱试验资料拟合得到(13)～(15)式，k2D1、k2D2和 k2D3分别为水稻孕穗期、抽穗期和乳熟期受干旱影响时的抽穗后转移率，SW为土壤相对含水量，d为未见水天数，显然，k1D1、k1D2和k1D3可由式(16)求得。

2 结果与分析

2.1 干旱胁迫订正因子的测试

以兴化市2010～2012年水稻大田试验资料及盆栽干旱试验资料，对光合速率的干旱胁迫订正因子WFpn进行测试，将式(8)计算的干旱土壤水分下DFpn的模拟值，与对应光合速率干旱胁迫影响因子DFpn的实际观测值(取试验得到的对照水分处理与干旱胁迫处理的单叶净光合速率观测值两者的比值)相比较，对DFpn的算法进行测试。结果(图1)显示，MAE值和RMSE值分别为0.035和0.047，R2=0.947，两者表现出很好的一致性，表明本研究的算法较为可靠。

图1 DFpn的模拟值和实测值的比较Fig.1 Comparison between the simulated and observed data of DFpn

同理，将式(9)计算的不同土壤含水量下根冠比的干旱胁迫订正因子(DFrs)的预测值，与对应的DFrs实测值(取对照水分的根冠比与干旱胁迫下根冠比的比值)相比较，验证DFrs算法的可靠性。结果(图2)显示，MAE值和RMSE值分别为0.027和0.033，R2=0.882，表明DFrs的预测值和实测值较为一致，模拟效果较好。

图2 DFrs的模拟值和实测值的比较Fig.2 Comparison between the simulated and observed data of DFrs

2.2 参数调试和模型检验

水稻栽培模拟优化决策系统(RCSODS)中，品种参数包括模拟模型参数和作物性状参数，其中模拟模型参数包括生育模型参数、叶龄动态模拟参数、叶面积与光合生产模型参数(包括光合作用参数和群体消光系数);作物性状参数包括穗粒结构参数、分蘖率参数和单株叶面积参数，单株叶面积参数中包括了水稻不同生育时期的叶面积特征值，分为F7S(7 叶期)、FTS(分蘖期)、FES(拔节期)、FHS(抽穗期)、FMS(成熟期)，表1列出了与本研究关系最为密切的品种参数。上述参数均因品种和生育期而异，根据当地多年种植资料调试确定。江苏省兴化市、河南省信阳市确定后的参数值见表1。

表1 光合作用、群体消光系数与适宜面积指数参数Table 1 Parameters of photosynthesis，group extinction coefficient and leaf area index

利用江苏省兴化市2011年度的水稻干旱控制试验资料及对应逐日天气资料，调用经水分影响改进的RCSODS，分别模拟了不同水分处理的水稻叶面积指数和产量，并与对应的实际值进行了比较(图3和图4)。由图3可见，水稻孕穗期、抽穗期和乳熟期受水分胁迫影响，其LAI值与对照(水分适宜)相比，在不同阶段表现出不同程度的减小趋势，但变化趋势基本一致，这与研究区域的水稻生产实际相符，说明模型对水分胁迫进行的订正结构较为合理，参数选值准确。叶面积模拟值与实测值间的R2为0.950～0.988，经方差分析，相关性均达极显著水平。经比较分析不同水分条件下水稻产量的模拟值与实测值(图4)，模拟值与实测值间的R2=0.917，达极显著水平，MAE值和RMSE值分别为0.551和0.623，可见产量模拟值和实测值在不同水分条件下相关性较好，并有一定精确度。可用于研 究区域水稻产量干旱损失的精细化评估。

图3 在不同时期不同持续天数干旱条件下水稻品种淮稻5号叶面积指数模拟值与实测值的比较Fig.3 Comparison between the simulated and observed LAI of rice cultivar Huaidao 5 under continuous drought at different stages

图4 干旱条件下水稻产量模拟值与实测值的比较Fig.4 Comparison between the simulated and observed rice yields under drought stress

3 结论

利用淮河流域内多个代表性站点多年的大田和盆栽水稻水分控制试验数据及相关文献资料，重点分析了显著反映水稻水分胁迫产量效应的各主要生理生态过程，利用本项目组自主研制的和国内外引进的相关模型(子模型)描述上述过程的订正因子，主要就干旱影响水稻叶面积指数、光合速率、物质分配和产量形成等方面，对RCSODS进行了订正，对各订正因子的算法进行了测试和验证。从模拟值与实测值的比较结果可知，对模型的订正结构合理，参数选值正确，订正后模型更适应流域内水稻生产的评估与预测。

因模型订正所用算法和定量表达能综合考虑水稻干旱胁迫下土壤水分有效性、土壤水分胁迫的敏感性及不同生育阶段的差异性，因此在淮河流域运用经订正改进的RCSODS开展干旱灾害产量损失精细化评估较为可行。需要说明的是，尽管RCSODS本身具有机理性强和通用性强的特性，但限于水稻干旱机理研究的深度、广度以及品种的特异性，本研究的干旱胁迫订正还有一定的经验成分。其他稻区用户在使用这个模型之前，应根据当地资料，重新调整模型参数。

［1］曹宏鑫，葛道阔，赵锁劳，等.对计算机模拟在作物生长发育研究中应用的评价［J］.麦类作物学报，2010，30(1):183－187.

［2］葛道阔，曹宏鑫，张利华，等.WCSODS中小麦生育期模型在淮河流域旱涝胁迫环境下的改进［J］.江苏农业学报，2012，28(4):722－727.

［3］胡继超，曹卫星，罗卫红，等.小麦水分胁迫影响因子的定量研究Ⅱ.模型的建立与测试［J］.作物学报，2004，30(5):460－464.

［4］葛道阔，曹宏鑫，张利华，等.基于干旱涝渍胁迫的WCSODS模型订正与检验［J］. 江苏农业学报，2013，29(3):490－495.

［5］马新明，张娟娟，刘合兵，等.基于氮素胁迫的WCSODS模型订正与检验［J］.中国农业科学，2008，41(2):391－396.

［6］金之庆，石春林，葛道阔，等.基于RCSODS的直播水稻精确施氮模拟模型研究［J］.作物学报，2003，29(3):353－359.

［7］金之庆，石春林.江淮平原小麦渍害预警系统(WWWS)［J］.作物学报，2006，32(10):1458－1465.

［8］葛道阔，曹宏鑫，夏礼如，等.苏北农田林网对稻田小气候及水稻光合作用和产量的影响［J］.江苏农业学报，2009，25(5):945－951.

［9］葛道阔，金之庆，高亮之.WCSODS在江苏省优质饼干小麦栽培上的应用［J］.江苏农业科学，2004(4):21－23.

［10］俞 芬，千怀遂，段海来.淮河流域水稻的气候适宜度及其变化趋势分析［J］. 地理科学，2008，28(4):537－542.

［11］JANSSEN P H M ，HEUBERGER P S C.Calibration of process－oriented models［J］.Ecological Modeling，1995，83:55－66.

［12］于 强，王天铎，刘建栋，等.玉米株型与光合作用的数学模拟研究 I.模型与验证［J］.作物学报，1998，24(1):7－15.

［13］郑国清.玉米生长发育模拟模型(MAIZESlM)的研究［D］.南京:南京农业大学，1999.

［14］冯利平.小麦生长发育模拟模(WHEATSM)［D］.南京:南京农业大学，1995.

［15］PENNING D V F W T，JANSEN D M，TEN BERGE H F M，et al.Simulation of ecophysiological processes of growth in several annual crops［M］.Wageningen and IRRI:PUDOC Press，1989.

［16］MCMENNAMY J A，O’TOOLE J C.RICEMOD:A physically based rice growth and yield Model［J］.IRPS，1983，87:1－16.