AquaCrop作物模型应用研究进展

孙仕军，张琳琳，陈志君，孙娟



AquaCrop作物模型应用研究进展

孙仕军1，张琳琳1，陈志君1，孙娟2

（1沈阳农业大学水利学院，沈阳 110866；2辽宁省水文水资源勘测局，沈阳110003 )

AquaCrop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AquaCrop模型原理和特点，深入探讨了AquaCrop模型国内外应用研究进展。当前，AquaCrop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AquaCrop模型子模块，为提高模拟精度和拓宽应用范围提供支撑。

AquaCrop模型；灌溉策略；情景模拟；作物模型

在农田SPAC（土壤-植物-大气连续体）系统中，自然条件、生物要素和管理措施等对作物生长发育和产量形成有十分重要的影响。考虑到农田生态系统的复杂性和田间试验的局限性，在农田灌溉管理中，传统做法是将某一区域大田试验数据归纳、分析进而总结出一套理论以指导生产实践。随着当代科技的发展，一些学者尝试以统计学方法和计算机技术为手段，结合作物遗传学、植物生理学、农业生态学、农业气象学等学科的研究成果和理论，在综合考虑气候条件、土壤状况、作物类型和灌溉管理措施的基础上，研发出了一系列能够对作物生长动态进行定量分析和模拟的作物生长模型（简称为作物模型）。这些作物模型克服了传统试验研究对象单一、试验周期长、时间和地域限制等缺点，在很大程度上简化了试验过程，有助于田间管理决策，对减少因区域气候变化对作物产量造成的损失具有重要意义[1]。当前，作物模型研究得到了很多国家的重视，已经成为农业研究的重要手段[2]。

基于研发角度，作物生长模型大体可分为3大类：一是光能驱动模型，即通过太阳光能驱动光合作用形成作物产量，如美国的CERES系列模型；二是CO2驱动模型，即通过CO2同化和光截获过程驱动作物生长，如荷兰的WOFOST模型；三是水分驱动模型，即通过控制土壤可利用水分影响作物产量，如FAO推出的AquaCrop模型等。

国内外已经研发了多种作物模型，但是大多作物模型模拟需要大量的参数，而且这些参数难以获取。基于此，2009年，FAO组织不同国家和众多领域的专家合作研发了一款新型作物模型——AquaCrop模型。与其他模型相比，AquaCrop模型具有输入参数少、适用范围广、界面简单、直观性强和精度高等优点，其面世以来即受到广泛关注和应用[3]。本文基于AquaCrop模型的基本原理和特点，深入探讨了AquaCrop模型在灌溉管理领域中的应用现状，综合分析了该模型适用性及其与其他模型的联合应用等方面的研究进展，总结了该模型在应用过程中存在的主要问题，提出了相关改进建议，可为模型完善和拓宽应用范围提供理论依据。

1 AquaCrop模型简介

AquaCrop模型通过计算作物水分利用效率来评

估作物产量对水分的响应。该模型通过分析土壤中有效利用水量与作物产量之间的关系揭示作物-水分响应机制，通过改变输入参数，模拟不同地区、不同气候条件下的作物蒸发蒸腾量、作物生物量累积和产量形成，进而明确环境对作物生产的影响，通过分析产量与水分之间的关系，可以为未来气候变化下的作物生产提供理论依据[4]。

1.1 模型原理

由于作物对水分亏缺的响应因水分亏缺的强度、持续时间和发生时间不同而不同，因此定量分析水分亏缺对作物生长发育和产量形成的影响十分困难，经验公式仍然是评估作物产量和水分之间关系的可行工具。其中使用最广泛的是FAO第33号灌排文件中给出的作物产量和水分响应的转换公式[5-6]。公式如下：

式中，、Y分别为作物的潜在产量（kg·m-2）和实际产量（kg·m-2），K为作物产量对水分响应的比例因子；、ET分别为作物潜在腾发量（mm）和实际腾发量（mm）。

上述公式在评估水分对产量影响效应时，水分评估使用的是潜在腾发量和实际腾发量，一定程度上混淆了土壤的无效蒸发和作物腾发，导致计算误差的增大。尤其是在冠层不足以覆盖地面的作物中，土壤无效蒸发将会大于作物腾发，所以使用上述公式计算误差偏大。为了克服这一问题，以便更准确评估水分对作物生长发育过程和产量形成的影响程度，AquaCrop模型相比于传统的模型做了两个方面的优化和改进。

第一个方面是将上述方程进行演变，模型将作物腾发量分为土壤蒸发（）和作物蒸腾（）两部分，避免混淆非生产用水（土壤蒸发）和生产用水（作物蒸腾）对作物需水的影响；将最终产量用生物量（）和收获指数（）的乘积来表示，其中生物量由水分生产效率（）和累计作物蒸腾量来表示，用以区分水分亏缺对它们各自的影响。改进后的模型核心方程为：

=×（2）

式中，为最终作物产量（kg·m-2），为生物量（kg·m-2），为作物收获指数（%），为作物蒸腾量（mm），为生物量水分生产效率（kg·m-2·mm-1）。

从改进后的方程看出，AquaCrop是水驱动的，意味着作物生长和生产是由作物蒸腾的水量（）驱动的而不是作物腾发量，提高了模型的模拟精度。AquaCrop专注于和之间的基本关系，而不再是和的关系。改进前后的机理如图1[7]所示。

第二个方面是使用冠层覆盖度（）代替传统的叶面积指数（LAI）来描述作物的生长发育过程，作物生长阶段的冠层生长用冠层增长系数来表示，转换公式如下：

当时，（4）

当时，（5）

式中，为时的冠层覆盖度；CC为最大冠层覆盖度；CC为初始冠层覆盖度（或=0时的冠层覆盖度）；为冠层增长系数；的单位为每天或每生长度日。

作物衰老阶段的冠层生长由冠层衰减系数来表示，具体计算公式见式（6）：

式中，是冠层衰减系数。

研究显示，AquaCrop模型用冠层覆盖度代替LAI，作物生长和衰老过程可用冠层增长系数和冠层衰减系数进行描述，量化了叶片生长和衰老过程。除此之外，用冠层覆盖度代替LAI有利于遥感数据的直接使用，可以减少试验工作量，同时扩大了AquaCrop模型使用的尺度和范围。

因此，AquaCrop模型在评估水分对作物生长发育过程和产量的影响程度时，对水分和作物生长发育过程都进行了优化，提高了模型的预测精度。

图1 AquaCrop模型作物生产力方程的演变[7]

1.2 模型特点

AquaCrop模型主要包括3大模块，即作物生长模拟模块、区分作物蒸腾与土壤蒸发模块和产量对水分的响应模块。该模型最显著的特点主要有3个：一是用冠层覆盖度代替叶面积指数，即将地上部分的生长描述为一个生长函数；二是通过标准化水分生产率与作物蒸腾量来表示生物量；三是将土壤蒸发从作物蒸散中分离出来。模型利用冠层覆盖度影响作物蒸腾量的关系将作物产量与耗水量相关联，用来模拟指定条件下作物生产力和优化不同环境下灌溉管理对策。

2 AquaCrop模型国内外研究现状

2009年，FAO组织下的Steduto研究团队提出了AquaCrop模型，并对模型的建模思想、运行结构、模型原理等进行了详细的解释[8-9]。Raes等[10]在阐述了模型的运行原理基础上，给出了与该模型相关的应用软件。该模型自面世以来，即受到国内外专家、学者的广泛关注和深入研究，现归纳如下。

2.1 AquaCrop模型与其他作物模型比较

寻求模拟精度高、便于推广的作物模型是研究者们关注的重点。为便于比较，将当前应用较广泛的4种作物模型模拟内容和特点等列入表1。其中，张铁楠等[11]利用AquaCrop模型与WOFOST模型模拟哈尔滨地区春小麦的生物量、产量及土壤含水率，并对模拟精度进行分析，结果表明，校正后的模型在正常年份均能准确模拟作物生长发育及产量，且模拟误差均在合理范围内，但是非正常年份AquaCrop模型的模拟效果不如WOFOST模型，总体来说，两模型均适合寒地春小麦的模拟。Todorovic等[12]比较了AquaCrop、CropSyst和WOFOST 3种作物模型在意大利地中海地区模拟向日葵不同的水分处理条件下的模拟有效性，发现严重水分胁迫时3种模型在生物量和产量上的模拟结果均为模拟值小于实测值，但轻度及适度水分胁迫时，AquaCrop和CropSyst比WOFOST模拟效果更好，而且AquaCrop模型需要的输入信息更少，在参数不易获得的地区，AquaCrop模型更具有优势。Saab等[13]研究了AquaCrop和CropSyst在不同水分处理（全灌溉、50%灌溉和雨养）和不同氮水平（高和低）条件下大麦生长的模拟有效性，结果表明在生物量和产量方面，AquaCrop模型的模拟效果优于CropSyst模型。

与其他作物模型相比，AquaCrop模型使用参考作物腾发量（ET）归一化，这使得关系能够适应不同气候条件，能够提高模型的稳定性和适应性；此外，该模型输入参数少且模拟精度有一定保证，这为模型大范围推广应用奠定基础。但是模型在非正常气候条件下，模拟精度偏低，因此在模型应用的过程中还要不断进行参数调试与验证来确定非正常气候条件下的模型参数，从而为更好地推广模型提供基本保障。

表1 当前应用较广泛的四种作物生长模型比较

2.2 模型参数调试与适用性评估

模型输入参数包括气象参数、作物参数、土壤参数和管理参数。模型参数的校正与验证是作物生长模型应用的核心环节，虽然模型自身提供了作物的参数参考值（即保守参数），但部分参数随地理位置、管理方式及作物品种等的变化而变化（即非保守参数）。因此，在应用模型时先要对这部分参数进行校正并验证模型在某一地区的适用性。模型有关主要参数详见表2。

模型参数校正过程中，首先要将大田试验数据分为模型参数校正和模型验证两部分，通过OTA法[14]（即每次只对一个参数改变±10%，如果±10%超出相应参数取值范围，则适当调整）对非保守参数进行敏感度分析，调整对模型模拟结果影响显著或较显著的参数，使模型的模拟值与实测值相吻合，最终确定适合当地应用条件的模型参数。敏感性分析作为模型本地化过程中的重要环节，对模型的准确模拟和进一步应用具有重要意义。邢会敏[15]利用EFAST方法对AquaCrop模型的42个作物参数进行敏感性分析，以此评估北京地区的模型参数敏感性，研究发现了对生物量、冠层覆盖度和产量最敏感的参数，结果可用于提高模型在该地区的模拟精度。

式中，为相对敏感度；、Δ分别为模型某一参数值、参数变化量；()、(Δ)分别为参数改变前后的模拟输出值。值越大，表示参数越敏感，参数改变对模拟结果影响越大。

利用大田试验数据和统计指标（决定系数（2）、均方根误差（）、最大误差（）、模型性能指数（）、一致性指数（）等）相结合对模型模拟值与大田实测值进行拟合精度分析，评估模型适用性。其中应用比较多的统计指标如下：

均方根误差：（8）

表2 AquaCrop模型部分作物和管理参数

模型性能指数：（9）

一致性指数：（10）

式中，为样本个数；M、S分别为参数实测值、模拟值；为实测平均值。用来描述模型估算的误差大小，其值越小越好；和用来描述模型的相对误差，其值在0—1，越接近1表示模拟值与实测值间的偏差越小，即模型模拟效果越好。

2.2.1 国内研究现状 AquaCrop模型在国内研究和应用尚处于起步阶段，内容也多涉及适用性研究[16-18]。李会等[19]利用AquaCrop模型对北京市大兴区不同水分处理条件下的夏玉米进行了模拟，研究认为，冠层覆盖度和土壤含水率的模型效率指数最小分别为0.670和0.956，模型可以较好地模拟作物生长。韩健[20]利用AquaCrop模型对晋中榆次地区玉米冠层生长和土壤含水率进行模拟，校正结果表明土壤含水率、作物生产力和水分利用效率的相对误差为0.043—0.097、0—0.138和0.054—0.120，模型能较好地模拟该地区玉米生长，可用于晋中地区玉米栽培研究。刘琦[21]利用AquaCrop模型对山西晋中地区覆膜和裸地条件下春玉米生长、地上生物量和产量进行了模拟，研究发现0—120 cm土壤含水率、农田蒸散和冠层覆盖的决定系数（2）分别为0.86、0.86和0.96；生物量和产量相对误差为2.83%—4.42%和3.13%—9.58%，模型对该地区春玉米的模拟具有较好的适用性。杨宁等[22]在辽宁省利用积温改进AquaCrop模型来模拟不同覆盖条件下玉米水分利用和产量，结果表明冠层覆盖度和土壤贮水量的2＞0.88，调试后的模型在辽西北半干旱地区可用于指导实践。还有学者利用AquaCrop模型模拟覆膜条件下冬小麦土壤水分动态，研究发现，在冠层覆盖度、生物量、产量和水分利用效率方面，模拟效果表现出较好的一致性，为推广模型应用提供理论支持[23]。

2.2.2 国外研究现状 当前，美国、加拿大、叙利亚等国学者对AquaCrop模型参数的本地化调试与验证进行了大量研究。Farahani等[24]用AquaCrop模型对叙利亚灌溉棉花进行了模拟，结果表明因气候、地域、作物品种等改变模型参数需利用大田数据进行模型参数的校正和验证。MKHABELA等[25]利用AquaCrop模型对加拿大西部地区小麦的籽粒产量和土壤含水量进行了模拟，并验证模型在该地区的适用性，研究表明产量和土壤含水量模拟值与实测值的误差分别为3%、2%，模型在该地区应用效果较好。随着中国水资源短缺问题的加剧，亏缺灌溉被认为可以有效提高作物产量和水分利用效率，因此重视模型在亏缺灌溉下的产量模拟研究对保证粮食安全具有重要意义。Andarzian等[26]模拟亏缺灌溉下小麦产量误差为3%—15%，Heng等[27]研究表明AquaCrop模型在无水分胁迫和轻度水分胁迫下产量误差不到2%，在严重水分胁迫下模拟玉米产量则不理想，产量误差超过了30%。Heng把这种产量误差主要归于模型对严重水分胁迫时作物应激的错误判断，尤其是作物衰老时发生胁迫；而Katerji等[28]认为胁迫会影响作物冠层生长和作物蒸腾（），由核心公式知其进而影响生物量（）和产量（），而模型运行中，若出现胁迫因素，则会影响冠层覆盖度的准确模拟，造成模拟不准确（土壤盐分、肥力胁迫与之类似）。雨养地区降雨作为唯一水源，降雨变率大为作物营造不同水分情境（水分充分或者胁迫），使模型模拟效果因胁迫程度不同而不同。

AquaCrop模型可以模拟粮食、蔬菜、油料等多种作物。stricevic等[29]用AquaCrop模型模拟雨养和灌溉下甜菜、向日葵和玉米产量，发现模型在补充灌溉下极端干燥年和湿润年的产量偏差较小，大多数比较试验中向日葵除极端湿润条件下产量模拟效果较差外均表现良好，甜菜在极端干旱条件下模拟效果良好。Singh等[30]用AquaCrop模型模拟10个小麦品种在充分灌溉条件下的产量来寻找最佳小麦品种，研究表明模型可以较好地模拟作物生长发育。还有人用AquaCrop模型对不同花生进行模拟，研究发现不同品种的个体差异造成模型模拟值的低估[31]。由此可知，模型输入参数要根据作物品种及研究区环境来设置和调整，没有一种模型可以在不同环境、品种下均能对作物生长进行准确模拟，因此，研究者应加强模型参数调试与验证，尤其是在胁迫条件下或对不同品种作物进行研究时。

世界各国研究者利用AquaCrop模型对玉米、小麦、棉花、大豆等作物开展模型参数调试和适用性验证的研究成果表明，该模型具有良好的适用性，但是水、热、盐等胁迫的存在会影响模拟精度。因此，在模型应用中应重视敏感参数的准确获取与适当调整，加强参数的本地化调试，以便于模型能够在更大范围推广应用。

2.3 优化灌溉策略与水肥管理研究

2.3.1国内研究现状 AquaCrop模型可以根据不同气候情景和农业生产计划，寻求最优灌溉制度，这对提高灌溉水利用效率，优化灌溉策略具有重要意义[32]。杜文勇等[33]应用AquaCrop模型比较华北平原地区喷灌、滴灌和漫灌技术条件下冬小麦的生物量和产量的模拟效果，研究表明旱灾和低温导致作物减产，即产量和生物量的模拟值高于实际值，且产量模拟优于生物量；3种灌溉方式比较，滴灌条件下模拟效果最好，模拟成果可用于华北平原地区冬小麦灌溉管理。Wang等[34]利用AquaCrop模型模拟黄土高原地区不灌溉和1—4次灌溉条件下冬小麦的土壤含水率、生物量和谷物产量，研究发现土壤含水率在不同灌溉处理下的模拟精度不同，谷物产量在1—4次灌溉下的模拟精度较高，在湿润年、正常年和干燥年实现高的WUE所需的最小灌溉水量为225、150和150 mm，模型可以用来评估该地区雨养和灌溉农业的灌溉策略。还有研究表明，AquaCrop模型可用于确定最佳灌水时间和灌水量，并且根据较高的产量和WUE制定出适合不同水平年的灌溉制度[35]。随着干旱地区水资源短缺程度的加剧，合理利用水资源，提高水分利用效率对节水增产目标的实现具有重要意义。滕晓伟等[36]验证AquaCrop模型在陕西杨凌旱区的适用性及分析干旱年份下4种灌溉情景对冬小麦生长和产量的影响，结果表明增加2次灌溉可以使干旱年份冬小麦WUE超过正常年份，说明模型可以为旱区抗旱保产及灌溉策略的制定提供理论依据。

水分和养分对作物生长的交互效应，是影响中国农田生产力的主要因素。将优化灌溉制度和合理施肥相结合是实现节水增产的重要途径，同时也是减少肥料损失和面源污染的一个重要方式。因此，一些学者对不同灌水量与肥力水平进行了研究，王亚敏[37]运用调试完备的AquaCrop模型模拟不同的灌溉方式及不同肥力水平下的作物冠层生长、水分利用效率及蒸散发情况，研究表明模型可以用来辅助农民进行水肥决策。李玥等[38]利用AquaCrop模型模拟甘肃省榆中胡麻在不同灌溉和氮磷水平下的生物量和产量，研究表明胡麻籽粒产量和生物量的模拟值与实测值拟合较好，而且模型在充分灌溉条件下对其模拟精度要比非充分灌溉高，因此，AquaCrop模型可以指导西北胡麻区进行科学灌溉。王翔翔[39]利用AquaCrop模型模拟不同施氮量和降水年对冬小麦生长和水分利用效率的影响，结果显示模型能准确模拟土壤含水量、生物量和产量，而且作物产量在施氮为150—225 kg N·hm-2时最高，研究成果可以为该地区不同水平年优选施氮管理模式提供参考。

2.3.2 国外研究现状 降雨量少与变异性大是限制作物生产的关键因素，而且单依靠降雨仅能满足部分地区作物生长需要，大部分地区需要灌溉。因此，探究不同土壤水分下的作物产量，利用调试完备的AquaCrop模型进行调亏灌溉或补充灌溉以指导农业实现最大生产计划具有重要意义。Geerts等[40]用AquaCrop模型模拟玻利维亚高原不同灌溉方式下藜麦的产量，评估不同时期水分胁迫对模型模拟结果的影响，其研究表明，非充分灌溉有利于稳定产量，但是生育期土壤可利用水量为60—70 mm时模型并没有显著地提高水分利用效率，因此精确校正后的模型可以进行情景模拟分析。Tsegay等[41]在北埃塞俄比亚地区进行了3年田间试验，用AquaCrop模型评估画眉草在雨养、充分灌溉和亏缺灌溉方式下的水分胁迫反应，结果显示，适度水分胁迫时收获指数增加了27%，而严重水分胁迫导致气孔关闭对HI0产生负面影响；研究表明，准确校正模型参数可以利用模型指导制定农业灌溉管理制度以提高作物水分生产效率。还有研究者用AquaCrop模型模拟雨养和补充灌溉条件下甜菜、玉米和向日葵产量，结果显示，在湿润和中度干旱的年份，灌溉和雨养条件下玉米和向日葵的实际蒸散量非常相似，而对于甜菜而言，湿润年份模拟效果则不理想[29]。上述研究表明，环境和气候条件对模型模拟效果有重要影响。Wellens等[42]利用AquaCrop模型模拟非洲布基纳法索西南部的卷心菜，研究表明模型在模拟卷心菜产量和土壤含水率上具有较好的效果，可以帮助用户评估产量和优化灌溉用水量。Montoya等[43]评估AquaCrop模型模拟西班牙西南部半干旱地区马铃薯在不同灌溉条件下的冠层覆盖度、生物量及腾发量的有效性，试验采用需水量的120%、100%、80%和60% 4种灌溉处理，结果表明需水量的80%和60%是高产的前提下水分利用效率最高的处理。

AquaCrop模型旨在揭示产量对水分的响应机制，该模型不仅可以用于模拟多种作物生长发育过程，还可以进行不同气候条件下的产量预测或有限的可利用水量分配。大多数研究表明，干旱年份下补充灌溉可以显著提高水分利用效率，也证明了非充分灌溉（适度水分胁迫）可以提高作物产量。但是，也有部分研究表明一定程度上的水分胁迫和亏缺灌溉并不是都能提高水分利用效率或者收获指数，这主要是因为模型参数的本地化校正不准确。因此在模型应用时要加强参数校正，除此之外，还要根据作物需水规律制定合理灌水梯度，避免中度或严重胁迫影响模型模拟效果。

2.4 冠层覆盖、生物量及产量模拟的有效性研究

AquaCrop模型用冠层覆盖度代替叶面积指数作为计算作物蒸腾量的基础，从而实现蒸发、蒸腾的分离，保证生物量的形成只与蒸腾有关。AquaCrop模型的运行机制主要指的是通过土壤水分平衡得到作物蒸腾，然后利用冠层覆盖度与作物蒸腾相关联获得生物量，从而用生物量和收获指数来表示作物产量，因此冠层覆盖度、生物量和产量的精确模拟对模型的进一步应用具有重要意义。

2.4.1 国内研究现状 国内学者对生物量、产量等的模拟精度进行了大量研究。李晶等[44]应用AquaCrop模型模拟东北5个地区春小麦冠层生长，发现在正常年份冠层覆盖度的相对平均误差在4.63%—12.86%，说明模型能较好地模拟正常年份的作物生长，但是2010年两个地区春播低温与灌浆期高温干旱使模型模拟效果较差。刘兴冉等[45]利用AquaCrop模拟华北平原夏玉米生长发育、生物量、产量及水分利用效率的变化，发现模型可以较好地对该地区玉米冠层生长、生物量、产量和WUE进行模拟。另外，在作物生长模拟的基础上，AquaCrop模型还可以用于确定适当的种植日期[46]。但是，在对大葱的生长发育的模拟中，发现AquaCrop模型只有在土壤水分充足的条件下，才能准确地模拟大葱的生物量[47]。

2.4.2 国外研究现状 国外学者对于AquaCrop模型在本领域的研究较国内深入，涉及推广应用方面的研究比较多，主要文献研究内容详见表3。

表3 AquaCrop模型作物生长模拟主要文献比较

表中“文献编号”指本文参考文献顺序号

The “document number” in the table refers to the document reference number

国外关于模型模拟作物生长准确度要高于国内，这主要是因为模型保守参数采用FAO提供的参考值，而这部分参数基本是根据国外大量试验调试和验证得出的。国内外气象条件、土壤条件及作物品种等不同使得模型参数与中国实际存在较大误差，从而影响模型模拟精度。因此，对于保守参数在中国的适用性需要大量试验验证，以此确定适合中国国情的本地化参数。

2.5 AquaCrop模型的拓展应用

2.5.1 气候变化条件下的产量模拟 气候变化导致作物减产，加剧了粮食危机的到来。为了减轻极端气候变化对产量影响的风险不确定性，将作物模型与气象情境文件相结合，研究气候变化对作物产量的影响，从而可以指导农民进行生产前决策以降低可能的损失[55]。Mainuddin等[56]将区域气候模式PRECIS的情景文件与AquaCrop模型藕合，来评估未来气候变化对湄公河流域水稻生产的影响，结果表明，分布在湄公河流域上下游的水稻在雨养条件下产量不同，但是如果进行灌溉，则未来气候变化对产量影响不大。Vanuytrecht等[57]将AquaCrop模型与FACE环境下的CO2富集耦合探讨CO2浓度升高对AquaCrop模型模拟精度的影响，研究认为，在未来进行作物生产预测时，气候变化和CO2浓度变化对作物吸收强度与响应变化至关重要。气候变化频繁及极端天气也会使得模型应用受到影响。Soddu等[58]用AquaCrop模型评估提高气温和降雨变率对小麦产量的影响，结果显示模型模拟效果良好（包括严重水分胁迫情况下）。但是张铁楠等[11]强调AquaCrop模型适合常规气候下的模拟，对于高温、干旱和暴雨等异常条件下的模拟效果则不理想。Tsegay等[41]也认为严重水分胁迫会导致气孔关闭，并对参考收获指数产生负作用，从而降低模型模拟精度。也有研究表明，干旱年和低温均会造成模型模拟值的高估[33]。由此可见，温度、水分等胁迫的存在会对模型输入参数产生影响，但是一旦得以校准，AquaCrop模型仍可以用于作物产量的良好预测。

AquaCrop模型作为水驱动模型，反映了不同土壤贮水量下的作物产量水平，模型可以被用来进行旱灾损失评估和农业干旱检测。常文娟等[59]用AquaCrop模型模拟不同灌溉情境（模拟不同干旱程度）下的作物产量，结果表明模型可以对水稻生产力进行模拟，通过计算因旱减产率定量评估农业旱灾损失，为进一步研究抗旱能力和优化干旱灌溉策略提供了技术支撑。

AquaCrop模型与天气预报等情境文件结合，可以为未来不同降水年型（湿润年、干旱年、正常年）下的产量预测提供技术支持。但是，国内关于这方面的研究鲜有报道，国外则研究比较多，这是国内学者今后需要努力的方向之一。

2.5.2 AquaCrop模型与其他模型的联合应用 除了与情景文件耦合之外，模型还可以与其他模型联合拓宽模型的应用范围。传统的农业水管理一般通过节水灌溉或技术上保证作物的产量；目前，主要是综合考虑水价、灌溉水约束、农业政策的基础上，通过作物水分生产函数来确定节水灌溉下的产量及农民收入。Zinyengere等[60]将气候预报与AquaCrop模型耦合评估玉米产量的模拟精度，研究表明，通过季节性气候预报提高AquaCrop模型对玉米产量的模拟精度，为指导玉米生产提供理论依据。Garcia-Vila等[61]考虑到水价、农业政策、灌溉水约束等的影响，将AquaCrop模型与经济学模型相结合模拟棉花、西红柿、向日葵、玉米的农民收入变化，研究显示AquaCrop模型和经济模型的联合可以减少因灌水分配问题造成的农民收入损失。

AquaCrop模型用冠层覆盖度代替LAI，为3S数据的直接使用提供了新途径；当前，AquaCrop模型与3S技术的结合为拓宽模型应用范围和高效改善农田作物水分管理提供了新工具。金秀良[62]将AquaCrop模型和多源遥感数据结合对华北平原不同灌溉和不同播种日期条件下的冬小麦WUE进行估算研究，结果表明模型对于不同灌溉和播种日期冬小麦的冠层覆盖度、生物量和产量模拟具有很好的一致性，模型可用来优化种植日期和灌溉策略。将3S技术与AquaCrop模型联合进行编程提高了模型运行速度，为模型由点及面研究提供了新思路。例如AquaData可自动运行AquaCrop模型的输入文件，提高了数据库的获取速度；AquaGIS可以对模块结果进行分析和空间可视化，它们为模型在区域尺度上的研究奠定了基础。Lorite等[63]将AquaCrop模型与地理信息系统GIS联合，分析气候变化对西班牙南部小麦产量的影响，并编制了AquaData和AquaGIS作为输入和输出程序进行数据运算，结果表明，使用AquaCrop实用程序需要工作大约1 000 h，而使用AquaData和AquaGIS节约了一大半的时间。除此之外，GIS可以将AquaCrop模型的使用扩展到空间和时间分析的尺度，极大地拓宽了模型应用范围。

以上研究表明，AquaCrop模型与3S技术相结合，可以弥补试验数据误差大的不足，还可以减少人力、物力和财力。因此，AquaCrop模型与其他模型或系统进行联用能拓宽模型应用范围和提高决策水平，为更好指导农业生产提供了重要途径。

3 AquaCrop模型应用中存在的问题及展望

AquaCrop模型自2009年发布以来，在世界范围内得到了广泛的验证和应用。总体上，AquaCrop模型在不同地区都取得了很好的模拟效果，确认了其适用性良好。但是，AquaCrop模型应用中也作了很多理想状态的假设，例如，它假设肥料是充足的，没有杂草的影响等。所以在实际运行过程中，仍然存在一些问题，需要在以后的研究中加以改进和完善。

3.1 保守参数缺少验证

国内学者在探讨AquaCrop 模型适用性时，保守参数直接采用参考FAO的校准值。而参考FAO的校准值是从国外大量本地化试验调试得到的，由于大田试验数据的缺乏，对于保守参数在国内普适性有待验证。研究者需要用多年试验数据对模型参数进行校正和验证，以提高AquaCrop模型的准确性。

3.2 模型由单点尺度到区域尺度应用时遭遇瓶颈

总体来说，AquaCrop模型在国内研究和应用尚处于起步阶段，内容也多涉及参数校正与验证、适用性和灌溉管理方面，其他领域涉及较少。同时，AquaCrop 模型在国内的研究大多为单点尺度研究，区域尺度研究与应用鲜有报道。当模型应用由局部试验站点扩大到区域尺度时，因土壤异质及地域、气候等的不同使模型进一步推广常遭遇瓶颈问题。在未来的研究中，国内学者要借鉴国外经验，将区域内同一站点多年数据与多站点数据相结合对模型参数进行校正与验证，同时可以将3S技术与AquaCrop模型联合，拓展模型区域应用适用性。

3.3 雨养地区模拟研究比较少且模拟结果不稳定

国内外研究者对于AquaCrop模型灌溉管理方面的研究主要在不同灌溉条件下作物产量对于水分的响应研究。当前，全球农业生产用地有约80%是雨养地区，其中，雨养地区生产的粮食约占全球粮食总产量的67%，所以在未来的研究中应加强AquaCrop模型在雨养地区的适用性研究，扩展模型应用范围，以此指导同类地区农业生产，为模型的推广提供帮助。鉴于雨养地区模型模拟结果不稳定，研究者应加强雨养区不同水平年下参数本地化调试，获得适合该地区的模型参数。

3.4 模型自身缺陷及改进建议

AquaCrop 模型相对于其他模型的一个显著优势是可以使用较少的参数进行模拟，但这也是它相对于其他模型的一个短板。与WOFOST模型相比，AquaCrop 模型缺少作物生理子模块、养分平衡模块以及水分和养分互作模块。因此，AquaCrop 模型不能很好地模拟水盐胁迫、温度胁迫等对作物生长发育的影响。一些研究表明，在温度、水分及盐分严重胁迫的前提下，AquaCrop 模型模拟的精度不能令人满意[11, 64-65]。还有研究发现，AquaCrop模型不能很好地模拟作物的品种[66]，并且没有考虑到病虫害对作物的影响，而且研究地域主要集中在国外，模型模拟范围有待拓展。因此，在未来的研究中，AquaCrop模型研究者应该逐渐加入这些模块，并且对模型输入参数进行不断校正和验证，特别是在胁迫存在的条件下更要注意参数校验。

References

[1] 曹卫星, 罗卫红. 作物模拟系统及智能管理. 北京: 高等教育出版社, 2003.

Cao W X, Luo W H.. Beijing: Higher Education Press, 2003. (in Chinese)

[2] 林忠辉, 莫兴国, 项月琴. 作物生长模型研究综述. 作物学报, 2003, 29(5): 750-758.

Lin Z H, Mo X G, Xiang Y Q. Research advances on crop growth models., 2003, 29(5): 750-758. (in Chinese)

[3] 高亮之. 国际上最新推出的作物模型-AquaCrop [EB/OL]. (2009- 12-29) [2017-01-16]. http://www.jaaslib.ac.cn:88/daamnet/DAAM-10/ AquaCrop. htm.

GAO L Z. The latest crop model of the international developed by FAO-AquaCrop [EB/OL]. (2009-12-29) [2017-01-16]. http://www. jaaslib.ac.cn:88/daamnet/DAAM-10/AquaCrop.htm. (in Chinese)

[4] Raes D, Steduto P, Hsiao T C, Fereres E. AquaCrop—The FAO crop model to simulate yield response to water: II: main algorithms and software description., 2009, 101(3): 438-447.

[5] DOORENBOS J, KASSAM A H.. FAO Irrigation and Drainage Paper, Rome: FAO, 1979.

[6] Raes D, Geerts S, Kipkorir E, Wellens J, Sahli A. Simulation of yield decline as result of water stress with a robust soil water balance model., 2006, 81(3): 335-357.

[7] STEDUTO P, RAES M, HSIAO T C, FERERES E, HENG L, IZZI G, HOOGEVEEN J. AquaCrop: A new model for crop prediction under water deficit conditions., 2008, 80: 285-292.

[8] GEERTS S, RAES M, MIRANDA J A, CUSICANQUI C, TABOADA J, MENDOZA R, HUANCA A, MAMANI O, CONDORI J, MAMANI B, MORALES U, STEDUTO P. Simulating yield response to water of quinoa (Chenopodium quinoa Willd.) with FAO-AquaCrop., 2009, 197: 119-126.

[9] STEDUTO P, HSIAO T C, RAES D, FERERES E. AquaCrop-The FAO crop model to simulate yield response to water: I. Concepts and underlying principles., 2009, 110(3): 426-437.

[10] HSIAO T C, HENG L, STEDUTO P, ROJAS-LARA B, RAES D, FERERES E. AquaCrop-the FAO crop model to simulate yield response to water: III. parameterization and testing for maize., 2009, 101(3): 448-459.

[11] 张铁楠, 付驰, 李晶, 顾万荣, 许为政, 芦玉双, 魏湜. 基于寒地春小麦AquaCrop与WOFOST模型适应性验证分析. 作物杂志, 2013, 154(3): 121-126.

ZHANG T N, FU C, LI J, GU W R, XU W Z, LU Y S, WEI S. The adaptability test analysis of AquaCrop and WOFOST model based on the cold spring wheat., 2013, 154(3): 121-126. (in Chinese)

[12] TODOROVIC M, ALBRIZIO R, ZIVOTIC L, SAAB M, STOCKLE C, STEDUTO P. Assessment of Aqua Crop, and WOFOST models in the simulation of sunflower growth under different water regimes., 2009, 101(3): 509-521.

[13] SAAB M T A, TODOROVIC M, ALBRIXIO R. Comparing AquaCrop and CropSyst models in simulating barley growth and yield under different water and nitrogen regimes. Does calibration year influence the performance of crop growth models., 2015, 147(1): 21-33.

[14] DANIEL C. One-at-a-time plans., 1973, 68(342): 353-360.

[15] 邢会敏, 相诗尧, 徐新刚, 陈宜金, 冯海宽, 杨贵军, 陈召霞. 基于EFAST方法的AquaCrop作物模型参数全局敏感性分析. 中国农业科学, 2017, 50(1): 64-76.

XING H M, XIANG S Y, XU X G, CHEN Y J, FENG H K, YANG G J, CHEN Z X. Global sensitivity analysis of AquaCrop crop model parameters based on EFAST method., 2017, 50(1): 64-76. (in Chinese)

[16] 项艳. AquaCrop模型在华北地区夏玉米生产中的应用研究[D]. 泰安: 山东农业大学, 2009.

XIANG Y. AquaCrop model application of summer maize planting in North China[D]. Taian: Shandong Agricultural University, 2009. (in Chinese)

[17] 付驰, 李双双, 李晶, 王泳超, 芦玉双, 许为政, 魏湜. AquaCrop作物模型在松嫩平原春麦区的校正和验证. 灌溉排水学报, 2012, 31(5):99-102.

FU C, LI S S, LI J, WANG Y C, LU Y S, XU W Z, WEI S. Calibration and validation of AquaCrop model in spring wheat region of Songnen Plain., 2012, 31(5): 99-102. (in Chinese)

[18] 郝志鹏. AquaCrop模型在关中及渭北地区的适用性评价[D]. 杨凌: 西北农林科技大学, 2013.

HAO Z P. Applicability evaluation of AquaCrop model in the Guanzhong & Weibei area[D]. Yangling: Northwest A&F University, 2013. (in Chinese)

[19] 李会, 刘钎, 蔡甲冰, 毛晓敏. AquaCrop模型的适用性及应用初探. 灌溉排水学报, 2011, 30(3): 28-33.

LI H, LIU Q, CAI J B, MAO X M. The applicability and application of AquaCrop model., 2011, 30(3): 28-33. (in Chinese)

[20] 韩健. AquaCrop模型在晋中盆地玉米栽培研究中的应用[D]. 太原: 山西大学, 2012.

HAN J. AquaCrop model application of maize planting in Jinzhong basin[D]. Taiyuan: Shanxi University, 2012. (in Chinese)

[21] 刘琦. 利用AquaCrop模型模拟覆膜春玉米耗水和产量[D]. 北京: 中国农业科学院, 2015.

LIU Q. Simulating water use and yield of plastic film mulched spring maize with AquaCrop model[D]. Beijing: Chinese Academy of Agricultural Sciences, 2015. (in Chinese)

[22] 杨宁, 孙占祥, 张立桢, 郑家明, 冯良山, 李开宇, 张哲, 冯晨. 基于改进AquaCrop模型的覆膜栽培玉米水分利用过程模拟与验证. 农业工程学报, 2015, 31(s1):122-132.

YANG N, SUN Z X, ZHANG L Z, ZHENG J M, FENG L S, LI K Y, ZHANG Z, FENG C. Simulation of water use process by film mulched cultivated maize based on improved AquaCrop model and its verification., 2015, 31(s1): 122-132. (in Chinese)

[23] 刘匣, 丁奠元, 张浩杰, 褚晓升, 余坤, 冯浩. 覆膜条件下对AquaCrop模型冬小麦生长动态和土壤水分模拟效果的评价分析. 中国农业科学, 2017, 50(10): 1841-1854.

LIU X, DING D Y, ZHANG H J, CHU X S, YU K, FENG H. Evaluation analysis of AquaCrop model in modeling winter wheat growing development and soil moisture under plastic mulching., 2017, 50(10): 1841-1854. (in Chinese)

[24] FARAHANI H J, IZZI G, OWEIS T Y. Parameterization and evaluation of the AquaCrop model for full and deficit irrigated cotton., 2009, 101(3): 469-476.

[25] MKHABELA M S, BULLOCK P R. Performance of the FAO AquaCrop model for wheat grain yield and soil moisture simulation in western Canada., 2012, 110(7): 16-24.

[26] ANDARZIAN B, BANNAYAN M, STEDUTO P, MAZRAEH H, BARATI M E, BARATI M A, RAHNAMA A. Validation and testing of the AquaCrop model under full and deficit irrigated wheat production in Iran., 2011, 100(1): 1-8.

[27] HENG L K, HSIAO T, EVETT S, HOWELL T, STEDUTO P. Validating the FAO AquaCrop model for irrigated and water deficient field maize., 2009, 101(3): 488-498.

[28] KATERJI N, CAMPI P, MASTRORILLI M. Productivity, evapotranspiration, and water use efficiency of corn and tomato crops simulated by AquaCrop under contrasting water stress conditions in the Mediterranean region., 2013, 130(4): 14-26.

[29] STRICEVIC R, COSIC M, DJUROVIC N, PEJIC B, MAKSIMOVIC L. Assessment of the FAO AquaCrop model in the simulation of rainfed and supplemental irrigated maize sugar beet and sunflower., 2011, 98(10): 1615-1621.

[30] SINGH A, SAHA S, MONDAL S. Modeling irrigated wheat production using the FAO AquaCrop model in west Bengal, India, for sustainable agriculture., 2013, 62(1): 50-56.

[31] KARUNARATNE A S, AZAM-ALI S N, IZZI G, STEDUTO P. Calibration and validation of FAO-AquaCrop model for irrigated and water deficient bambara groundnut., 2011, 47(3): 509-527.

[32] 林忠辉, 莫兴国, 项月琴. 作物生长模型研究综述. 作物学报, 2003, 29(5): 750-758.

LIN Z H, MO X G, XIANG Y Q. Research advances on crop growth models., 2003, 29(5): 750-758. (in Chinese)

[33] 杜文勇, 何雄奎, Shamaila Z, 胡振方, 曾爱军, Muller J. 冬小麦生物量和产量的AquaCrop模型预测. 农业机械学报, 2011, 42(4): 174-178.

DU W Y, HE X K, SHAMAILA Z, HU Z F, ZENG A J, MULLER J. Yield and biomass prediction testing of AquaCrop model for winter wheat., 2011, 42(4): 174-178. (in Chinese)

[34] WANG X, WANG Q, FAN J, FU Q. 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., 2013, 129: 95-104.

[35] 倪玲. 基于AquaCrop模型的冬小麦灌溉制度研究[D]. 杨凌: 西北农林科技大学, 2015.

NI L. Irrigation management for winter wheat based on AquaCrop model[D]. Yangling: Northwest A&F University, 2015. (in Chinese)

[36] 滕晓伟, 董燕生, 沈家晓, 孟鲁闽, 冯海宽. AquaCrop模型对旱区冬小麦抗旱灌溉的模拟研究. 中国农业科学, 2015, 48(20): 4100-4110.

TENG X W, DONG Y S, SHEN J X, MENG L M, FENG H K. Winter wheat irrigation simulation in arid area based on AquaCrop model., 2015, 48(20): 4100-4110. (in Chinese)

[37] 王亚敏. 基于AquaCrop模型的西北干旱半干旱地区主要作物产量-水分模拟研究[D]. 杨凌: 西北农林科技大学, 2011.

WANG Y M. Simulation of yield and water relationship of main crops in arid and semi-arid region of Northwest China based on AquaCrop model[D]. Yangling: Northwest A&F University, 2011. (in Chinese)

[38] 李玥, 牛俊义, 郭丽琢, 高珍妮, 孙小花. AquaCrop模型在西北胡麻生物量及产量模拟中的应用和验证. 中国生态农业学报, 2014, 22(1):93-103.

LI Y, NIU J Y, GUO L Z, GAO Z N, SUN X H. Application and validation of AquaCrop model in simulating biomass and yield of oil flax in northwest China., 2014, 22(1): 93-103. (in Chinese)

[39] 王翔翔. 渭北旱源作物生长特征及其管理模式研究[D]. 北京: 中国科学院, 2015.

WANG X X. Study of crop growth characteristics and the management model of Weibei dryland on the Loess Plateau[D]. Beijing: Chinese Academy of Sciences, 2015. (in Chinese)

[40] GEERTS S, RAES D, GARCIA M, MIRANDA R, CUSICANQUI J, TABOADA C, MAMANI R, MENDOZA J, HUANCA R, MHIZHA T. Calibration and validation of the FAO-AquaCrop model for the under- utilized crop quinoa (Chenopodium quinoa Willd) in the Bolivian Altiplano//. New Orleans: ASA-CSSA-SSSA, 2007.

[41] TSEGAY A, RAES D, GEERTS S, VANUYTRECHT E, BERHANU A, DECKERS S, BAUER H, GEBREHIWOT K. Unravelling crop water productivity of Tef ((Zucc.) trotter) through AquaCrop in northern Ethiopia. Exp Agric., 2012, 48(2): 222-237.

[42] WELLENS J, RAES D, TRAORE F, DENIS A, DJABY B, TYCHON B. Performance assessment of the FAO AquaCrop model for irrigated cabbage on farmer plots in a semi-arid environment., 2013, 127(3): 40-47.

[43] MONTOYA F, CAMARGO D, ORTEGA J F, CORCOLES J I, DOMINGUEZ A. Evaluation of AquaCrop model for a potato crop under different irrigation conditions., 2016, 164: 267-280.

[44] 李晶, 付驰, 张铁楠, 罗宁, 乔天长, 张丽芳, 魏湜. 基于AquaCrop模型的东北春麦区小麦冠层生长模拟研究. 水土保持研究, 2013, 20(6):106-110.

LI J, FU C, ZHANG T N, LUO N, QIAO T C, ZHANG L F, WEI S. Study on the simulation of the canopy growth of spring wheat in the northeast based on the AquaCrop model., 2013, 20(6): 106-110. (in Chinese)

[45] 刘兴冉, 沈彦俊.AquaCrop模型在华北平原夏玉米水分研究中的应用. 农业现代化研究, 2014, 35(3):371-375.

LIU X R, SHEN Y J. Application of AquaCrop model for simulating the summer maize water use in North China Plain., 2014, 35(3): 371-375. (in Chinese)

[46] JIN X L, FENG H K, ZHU X K, LI Z H, SONG S N, SONG X Y, YANG G J, XU X G, GUO W S. Assessment of the AquaCrop model for use in simulation of irrigated winter wheat canopy cover, biomass, and grain yield in the North China Plain., 2014, 9(1): e86938-e86938.

[47] 李子忠, 徐洋, 卢宪菊, 胡克林, 江丽华, 徐钰. AquaCrop 模型在大葱生物量和土壤贮水量模拟中的应用和验证. 中国农业大学学报, 2011, 16(4): 59-66.

LI Z Z, XU Y, LU X J, HU K L, JIANG L H, XU Y. Evaluation of the AquaCrop model for simulating biomass for Chinese green onion and soil water storage., 2011, 16(4): 59-66. (in Chinese)

[48] HENG L K, HSIAO T, EVETT S, HOWELL T, STEDUTO P. Validating the FAO AquaCrop model for irrigated and water deficient field maize., 2009, 101(3): 488-498.

[49] ARAYA A, HABTU S, HADGU K M, KEBEDE A, DEJENE T. Test of AquaCrop model in simulating biomass and yield of water deficient and irrigated barley ()., 2010, 97(11): 1838-1846.

[50] ANDARZIAN B, BANNAYAN M, STEDUTO P, MAZRAEH H, BARATI M E, BARATI M A, RAHNAMA A. Validation and testing of the AquaCrop model under full and deficit irrigated wheat production in Iran., 2011, 100(1): 1-8.

[51] SALEMI H, SOOM M A M, MOUSAVI S F, GANJI A, LEE T S, YUSOFF M K, VERDINEJED V R. Irrigated silage maize yield and water productivity response to deficit irrigation in an arid region., 2011, 20(5): 1295-1303.

[52] HUSSEIN F, JANAT M, YAKOUB A. Simulating cotton yield response to deficit irrigation with the FAO AquaCrop model., 2011, 9(4): 1319-1330.

[53] ABEDINPOUR M, SARANGI A, RAJPUT T B S, SINGH M, PATHAK H, AHMAD T. Performance evaluation of AquaCrop model for maize crop in a semi-arid environment., 2012, 110(3): 55-66.

[54] BILGA N K. Parameterization and application of the AquaCrop model for simulating bioenergy crops in Oklahoma[D]. Punjab: PunjabAgricultural University, 2012.

[55] WHISLER F D, ACOCK B, BAKER D N, FYE R E, HODGES H F, LAMBERT J R, LEMMON H E, MCKINION J M, REDDY V R. Crop simulation models in agronomic systems., 1986, 40: 141-208.

[56] MAINUDDIN M, KIRBY M, CHU T H. Adaptation to climate change for food security in the lower Mekong Basin., 2011, 3(4): 433-450.

[57] VANUYTRECHT E, RAES D, WILLEMS P. Considering sink strength to model crop production under elevated atmospheric CO2., 2011, 151(12): 1753-1762.

[58] SODDU A, DEIDDU R, MARROCU M, MELONI R, PANICONI C, LUDWIG R, SODDE M, MASCARO G, PERRA E. Climate variability and durum wheat adaptation using the AquaCrop model in southern Sardinia., 2013, 19(17): 830-835.

[59] 常文娟, 梁忠民. AquaCrop模型在农业旱灾损失评估中的应用. 南水北调与水利科技, 2014(5):175-178.

CHANG W J, LIANG Z M. Application of AquaCrop model in evaluation of agricultural drought losses., 2014(5): 175-178. (in Chinese)

[60] ZINYENGERE N, MHIZHA T, MASHONJOWA E, CHIPINDU B, GEERTS S, RAES D. Using seasonal climate forecasts to improve maize production decision support in Zimbabwe., 2012, 151(12): 1792-1799.

[61] GARCIA-VILA M, FERERES E. Combining the simulation crop model AquaCrop with an economic model for the optimization of irrigation management at farm level., 2012, 36(36): 21-31.

[62] 金秀良. 基于AquaCrop模型与多源遥感数据的北方冬小麦水分利用效率估算[D]. 扬州: 扬州大学, 2015.

JIN X L.Estimation of water use efficiency of winter wheat based on AquaCrop model and multi-source remote sensing data in northern[D]. Yangzhou: Yang Zhou University, 2015. (in Chinese)

[63] LORITE I J, GARCIA-VILA M, SANTOS C, RUIZ-RAMOS M, FERERES E. AquaData and AquaGIS: Two computer utilities for temporal and spatial simulations of water-limited yield with AquaCrop., 2013, 96(6): 227-237.

[64] ARAYA A, KEESSTRA S D, STROOSNIJDER L. Simulating yield response to water of teff () with FAO's AquaCrop model., 2010, 116(1/2): 196-204.

[65] SALEMI H, SOOM M A M, MOUSAVI S F, GANJI A, LEE T S, YUSOFF M K, VERDINEJAD V R. Irrigated silage maize yield and water productivity response to deficit irrigation in an arid region., 2011, 20(5):1295-1303.

[66] KATERJI N, CAMPI P, MASTRORILLI M. Productivity, evapotranspiration, and water use efficiency of corn and tomato crops simulated by AquaCrop under contrasting water stress conditions in the Mediterranean region., 2013, 130(4): 14-26.

（责任编辑 杨鑫浩）

Advances in AquaCrop Model Research and Application

SUN ShiJun1, ZHANG LinLin1, CHEN ZhiJun1, SUN Juan2

(1College of Water Conservancy, Shenyang Agricultural University, Shenyang 110866;2Liaoning Hydrology and Water Resources Survey Bureau, Shenyang 110003)

AquaCrop is a kind of new crop model developed by FAO in 2009. It is widely used in agricultural fields, because it need fewer parameters, and can provide users more simple interface, compared with other similar crop models. According to the principle and characteristics of the AquaCrop model, some further discussions were developed on the application of this model at domestic and abroad. Analysis shows that, the AquaCrop model has achieved remarkable results in irrigation strategy, scenario simulation under climate change and joint application with other models. However, at present, the model is not perfect enough, because of the following reasons. Firstly, the lack of verification of the conservative parameters of the model usually results in lower simulation accuracy. Secondly, the objective existence of spatial variability of soil, which is commonly suitable and helpful so much when applied at single experimental station, but when applied to larger area, some more stations and data are needed. Thirdly, less research on crop growth in rain-fed areas was conducted, and its non-conservative parameters are difficult to be obtained accurately. Finally, the physiological modules, nutrient modules and interaction modules of water and nutrient are not perfect, and the crop genetic varieties and pests are not included, which result in lower simulation accuracy under severe stress conditions. It is concluded that, when the model is applied, the conservative parameters should be modified by using many years' data of crop, and non-conservative modeling parameters should be corrected by combining multi-year data at a single site with multi-sites data in the experimental region. Currently, scholars and researches are supposed to strengthen the research in rain-fed areas, enlarge the scope of application of the model, and related designers should develop more sub-modules of AquaCrop model to increase the modeling accuracy and broaden its application scope.

AquaCrop model; irrigation strategy; scene simulation; crop model

2017-01-16；接受日期：2017-07-04

国家公益性行业（农业）科研专项（201303125）、国家自然科学基金（51609137）、国家留学基金资助项目（201308210026）、辽宁省教育厅项目（2009A630）

孙仕军，E-mail：sunshijun2000@yeah.net