APSIM-Sugar模型在云南半湿润半干旱蔗区的适应性研究

毛 钧，Inman-Bamber N G，陆 鑫，Jackson P A，王 靖，刘家勇，范源洪*

(1.云南省农业科学院甘蔗研究所，云南 开远 661699；2.云南省甘蔗遗传改良重点实验室，云南 开远 661699；3.詹姆斯库克大学科技与工程学院，昆士兰 汤斯维尔 4810；4.联邦科学与工业研究组织热带农业科学与创新研究中心，昆士兰 汤斯维尔 4810；5.中国农业大学资源与环境学院，北京 100193)

Uncertainty

【研究意义】中国甘蔗主产区集中在广西、云南和广东，云南是第二大糖料基地，常年甘蔗种植面积约33万hm2，蔗糖产量占全国的20 %[1]。云南蔗区存在严重的冬春季节性干旱，水资源短缺及分布不均的问题严重制约了云南甘蔗产业的发展[2]。选育和推广抗旱甘蔗品种，发展节水灌溉，提高水分利用效率是确保云南蔗糖产业可持续发展的重要措施。为实现有限水资源的高效利用，有必要对旱区甘蔗农业生产系统进行综合研究。【前人研究进展】与传统的数理统计模型相比，作物生长模型可以模拟品种特征、气候土壤、水分养分状况对作物生长发育及产量形成的影响，已成为气候影响作物产量评估和农业生产决策辅助的高效工具[3-4]。农业生产系统模拟模型(Agricultural Production System siMulator，APSIM)是由澳大利亚农业生产系统研究协作组(APSRU)开发的一系列作物模型系统的总称。该模型自引进中国以来，已经在华北平原[5-9]、东北地区[10]，西北黄土高原地区[11]和西南地区[12-13]进行了大量的调参验证工作，并被证明能够很好地指导当地水稻、小麦、玉米等粮食作物的生产，但在甘蔗等非粮经济作物生产中缺乏适应性评价研究。【本研究切入点】在国外APSIM-Sugar模型已被证明是评估不同农田生态系统产能的有效工具，但目前其品种库中没有中国主栽品种遗传参数，特别是在云南缺乏必要的模型适应性评价。与北方平原地区不同，以云南低纬高原为代表的西南蔗区海拔较高、地理气候差异较大，季节性干旱频发，甘蔗等作物种植以旱坡地为主，而且甘蔗生产需水量和甘蔗品种对干旱的耐受性差异较大，要在该地区应用必须对模型进行必要的参数校验，即对模型进行本地化调参和验证[14]。【拟解决的关键问题】云南主产蔗区多为半湿润半干旱蔗区，在该区域开展模型调参验证与适应性评价研究，以获取本地化的甘蔗主栽品种模型参数，提高产量糖分模拟精度，有利于今后利用作物模型深入研究甘蔗品种的生态适应性以及分析云南区域性气候土壤差异对甘蔗生产的影响。

1 材料与方法

1.1 试验设计

田间试验于2012-2017年在云南省农业科学院甘蔗研究所下设的开远和元江2个甘蔗试验站进行，分别设计不同品种和水分处理的大田试验。试验均为裂区设计，设灌溉(WW)和水分胁迫(WS)2个处理。除开远站第2轮新植播种后有自然降水外，其他处理种植前和收获后需要进行初次灌溉以保证出苗，此后WS处理仅靠雨养，WW处理在雨季来临前每隔2～3个月适时进行灌溉避免水分胁迫，每次灌水量约为90 mm。大区间由缓冲区分隔，大区内品种小区随机分布并设3个重复；小区规模为4 行× 10 m，行长4 m，行距1 m；同时设1～5行保护行以减小边际效应。种茎播种前经过2 h的温水(50±1)℃脱毒处理，防止宿根矮化病(RSD)影响产量。试验按统一栽培措施进行管理，经过11～15个月的生长期后收获测产。

开远(23.72oN，103.27oE)和元江(23.67oN，101.87oE)年均≥0 ℃·d的积温在5500～6500 ℃·d，年均≥10 ℃的积温在2300～3300 ℃·d，年日照时数大于1000 h，年降水量400～800 mm，分属南亚热带和北热带半湿润半干旱季风性气候，蔗田土壤为轻粘性赤红壤或砂质燥红壤。试验1(S1)参试品种为22个，试验2(S2)参试品种为18个，2轮试验均含有对照品种ROC22(中国主栽品种)和Q208(澳大利亚主栽品种)。甘蔗大田试验播期等相关信息详见表1。

表1 研究站点大田试验信息

表2 模型调参验证方案

1.2 模型调参验证方案与误差评价方法

开远和元江站点模型调参验证大田试验的观测数据包括生育期、绿叶数、叶面积、蔗茎产量(TCH)和蔗茎糖分(CCS)等(表2)。模型品种参数优化采用试错法进行，以田间观测值和模型模拟值的误差为目标函数，基于模型标准品种默认参数值在合理范围内进行逐一试错调整，最小化模拟误差。蔗茎产量和糖分模拟采用APSIM-Sugar 7.8，数据统计分析和作图采用SAS 8.2和JMP 10统计软件。

模型模拟误差通过观测值和模拟值的均方根误差(RMSE)和相对均方根误差(NRMSE)进行评价，回归模型斜率Slop和拟合优度R2作为参考指标。RMSE和NRMSE计算方法如公式(1)和公式(2)

(1)

(2)

其中，Oi和Si为调查性状观测值和模拟值，为观测平均值，n为样本数量。模型对甘蔗蔗茎产量和糖分的综合模拟误差利用NRMSEsim进行评价，该值≤15 %认为模型模拟效果好。具体计算方法如公式(3)

(3)

其中，NRMSEtch和NRMSEccs分别是蔗茎产量(TCH)和蔗茎糖分(CCS)的相对误差。

1.3 模型初始化设置

气象数据：采集开远、元江气象站2012年1月至2017年3月每日气象资料，缺失数据从当地气象局和国家气象科学数据共享服务网络数据库(CCD)查询补充。运行模型必须的气象指标包括日辐射量、日最高温、日最低温和日降雨量，辐射数据由日照时数换算。

土壤数据：云南蔗区土壤以红壤为主，参考《中国土种志》中云南红壤类土壤信息和土壤样品实测结果在模型土壤模块设置相应的初始土壤水分和养分参数(表3)。蔗田土壤采样深度不足100 cm，模型中根系吸水土层深度设定为200 cm(100～200 cm参数与60～90 cm相同)，土壤相关的作物经验系数每日根系潜在吸水因子 KL设定为0.1～0.04，根系延伸因子XF设定为1.0。

表3 研究站点土壤数据

表4 甘蔗模型标准品种Q117基础参数初始值

注：* 辐射利用效率取值新植蔗为1.8，宿根蔗为1.65, ** 蒸腾效率系数取值来自参考文献[18]。

Notes: * rue value of 1.8 was for plant and 1.65 for ratoon; ** transp_eff_cf value of 0.0087 was from reference[18].

表5 标准品种Q117模拟误差统计

管理措施：管理措施如种植收获时间、灌溉施肥时间和数量等，根据田间管理记录在管理模块中进行设置(表1)。

品种参数：以模型标准品种Q117基础参数为基准(表4)，根据大田实测数据和模拟结果对模型品种数据库中未收录的新品种ROC22和Q208进行参数优化调整，保证产量和糖分的模拟误差在可接受的范围之内(NRMSEsim≤15 %)。

2 结果与分析

2.1 标准品种Q117调参验证

首先按照表2中CS1方案对标准品种Q117的S1、S2数据集进行调试，此方案中以所有参试品种田间实测产量和糖分的均值作为观测值(Obs)与模型标准品种模拟值(Sim)进行比较(图1和表5)。

Obs_TCH：蔗茎产量实测值(t/hm2)；Sim_TCH：蔗茎产量模拟值(t/hm2)；Obs_CCS：蔗茎糖分实测值(%)；Sim_CCS：蔗茎糖分模拟值(%)；WS：胁迫处理；WW：灌溉处理；KY：开远站点；YJ：元江站点； P1：新值宿根；R1：一年宿根； R2：二年宿根Obs_TCH：Observed TCH(t/hm2)；Sim_TCH：Simulated TCH(t/hm2)；Obs_CCS：Observed CCS(%)；Sim_CCS：Simulated CCS(%)；WS：Water stress treatment；WW：Well watered treatment；KY：Kaiyyuan station；YJ：Yuanjiang station；P1：New planting；R1：First ratoon； R2：Second ratoon图1 标准品种Q117产量糖分模拟结果Fig.1 The simulated results of TCH and CCS for Q117 in APSIM-Sugar

Obs_TCH：蔗茎产量实测值(t/hm2)；Sim_TCH：蔗茎产量模拟值(t/hm2)；Obs_CCS：蔗茎糖分实测值(%)；Sim_CCS：蔗茎糖分模拟值(%)；不同品种：ROC22和Q208；不同站点：开远(KY)和元江(YJ)；不同处理：胁迫处理(WS)和灌溉处理(WW)Obs_TCH：Observed TCH(t/hm2)；Sim_TCH：Simulated TCH(t/hm2)；Obs_CCS：Observed CCS(%)；Sim_CCS：Simulated CCS(%)；Different Varieties: ROC22 and Q208; Different treatment: Water stress(WS) and Well watered(WW) Different station: Kaiyyuan(KY) and Yuanjiang(YJ)图2 新品种Q208和ROC22产量糖分模拟结果Fig.2 The simulated results of TCH and CCS for Q208 and ROC22 in APSIM-Sugar

试验1中，平均实测产量(Obs_TCH)和糖分(Obs_CCS)在水分胁迫(WS)处理下为54.8 t/hm2和13.7 %，在灌溉(WW)处理下为92.2 t/hm2和14.3 %；对应模拟产量(Sim_TCH)和糖分(Sim_CCS)分别为胁迫下50.5 t/hm2和15.4 %，灌溉下90.7 t/hm2和16 %。试验2中，平均实测产量为60.4 t/hm2(WS)和88.6 t/hm2(WW)，对应模拟产量为51.7和83.1 t/hm2；实测糖分为13.8 %(WS)和14.5 %(WW)；对应的模拟值为13.4 %和14.6 %。分析结果表明，产量模拟误差较大(10～15 t/hm2)，变化趋势较明显；糖分模拟误差较小(0.7～1.2 %)，但变化趋势不明显，可能与糖分缺测数据较多有关。总体上新植蔗模拟结果优于宿根蔗，开远站模拟结果优于元江站，灌溉处理产量模拟结果优于水分胁迫处理。

CS1方案2套独立试验的平均产量和糖分模拟绝对误差RMSE和相对误差NRMSE均小于15 %，其中S2的NRMSEsim仅为10.25 %，模拟效果优于S1，表明采用S2数据集和标准品种Q117参数校正后的模型能够较准确的模拟云南代表站点甘蔗品种平均产量和糖分差异以及整体变化趋势，基于上述结果，确定将S2数据集用于甘蔗新品种调参，S1数据集用于验证。

2.2 新品种Q208和ROC22调参验证

CS2和CS3方案整体模拟效果上与CS1类似，模型输出的TCH和CCS模拟值均能对不同品种(ROC22和Q208)，不同站点(KY和YJ)和不同水分处理(WS和WW)下的蔗茎实测产量和糖分差异做出较好的响应(图2)。

CS2与CS1相比，TCH和CCS的模拟误差变大，特别是S2的1新2宿试验中，Q208的RMSEtch达16 t/hm2，NRMSEtch超过25 %；RMSEccs达1.55 %，NRMSEccs超过10 %，NRMSEsim超过17 %。CS3在CS2基础上剔除了试验取样误差较大的第2年宿根试验数据，产量和糖分的模拟误差均得到较好的控制，不同品种的TCH模拟相对误差均低于12 %，CCS模拟相对误差均低于10 %，整体模拟误差均控制10 %以内(表6)。

2.3 云南蔗区甘蔗品种参数优化后的评估结果

采用CS3方案以标准品种Q117为基准对8个(组)关键参数进行调试，最终获得Q208和ROC22新品种参数优化值(表7)。

采用参数校准后的模型和产量糖分实测数据完整的数据集进行蔗糖产量(TSH=TCH×CCS)的综合评估，结果显示2套独立试验中不同品种的蔗糖产量实测值与模型模拟值显著相关，绝对误差小于2 t/hm2，斜率在0.8～1.26，R2大于0.8(图3)。

3 讨 论

黄智刚等应用APSIM-Sugar模型在广西进行了甘蔗产量、叶面积、叶片含氮量模拟和水氮管理研究[15-17]，但这些研究未进行甘蔗品种参数优化，而是用澳大利亚Q型品种Q141模型参数替代我国主栽品种ROC22进行研究。本研究首次在云南蔗区对APSIM-Sugar模型进行了适应性评价，并对新品种ROC22和Q208进行了参数优化。品种调参和验证结果表明，经过校验的APSIM-Sugar模型能较好的模拟云南蔗区甘蔗的生长发育和产量形成过程。甘蔗产量和糖分受基因型、环境和管理互作的综合影响，而品种参数和输入数据的不确定性成为模型模拟结果不确定性的重要原因，主要表现在：品种遗传变异的不确定性，如光能利用率、水分利用率和宿根性差异等；气候因子的不确定性，如温度、辐射、降水数据缺失和估算方法的精度问题等；栽培管理的不确定性，如灌溉数据的准确性，病虫害影响等。本研究采取一系列措施来降低不确定性影响，如通过多年多点品比试验数据集优化品种遗传参数，采用辐射估算优化模型，温水脱毒消除病害影响等。

表6 新品种ROC22/Q208调参验证模拟误差统计

表7 模型品种遗传参数优化值

A为验证数据集S1，B为调参数据集S2A was S1 data set for validation, B was S2 data set for calibration图3 新品种参数校验后的模型蔗糖产量模拟结果Fig.3 The simulated results of TSH for new varieties in APSIM-Sugar after verification

Inman-Bamber等[18-20]的研究表明，蒸腾效率系数transp_eff_cf和辐射利用效率rue是APSIM-Sugar模型中反映作物水分和光能利用效率物种差异的基础模型参数，对甘蔗产量和糖分模拟结果影响巨大。除非模拟结果存在明显的整体偏差，否则不建议对其进行大幅调整。APSIM-Sugar早期版本均采用transp_eff_cf= 0.0080，rue=1.8/1.65的参数组合，模拟产量整体偏低。本研究采用APSIM-Sugar 7.8中transp_eff_cf=0.0087，rue=1.8/1.65的参数组合模拟结果较好。生育期参数中出苗到拔节的积温(tt_emerg_to_begcane)对产量和糖分模拟影响较大，反映了品种熟性。本研究参试品种偏早熟，参考云南蔗区调查数据和生产经验，将该参数从1900 ℃·d调整为1500和1600 ℃·d。潜在最大绿叶数(green_leaf_no)和最大叶面积(leaf_size)反映了冠层的截光能力，还与品种耐旱性相关。如Q208叶片细长，面积较小，单株绿叶数较多，耐旱性较好。蔗茎糖分分配系数(cane_fraction_stalk)对产量模拟结果影响较大，反映了收获指数的大小。蔗茎糖分分配系数(sucrose_fraction_stalk)和糖分积累最小生物量(min_sstem_sucrose)对糖分模拟结果影响较大，反映了甘蔗品种的糖分差异。最近的研究发现甘蔗在水分胁迫下其生物量分配发生改变，光合产物的积累由地上部分向地下部分转移，通过改变根冠比以适应水分胁迫[21]。另外，甘蔗的叶片叶绿素相对含量(SPAD)和叶绿素荧光动力学参数(Fv/Fm和Fv/Fo)能较准确的反映干旱胁迫的影响效应，可作为甘蔗品种耐旱评价指标应用于早期选择育种实践及种质资源筛选[21-22]。这些甘蔗生理学基础研究进展为今后改进APSIM-Sugar模型在干旱胁迫下的模拟精度提供了重要的参考资料。

4 结 论

综合模型适应性评价结果，认为经过校验的APSIM-Sugar模型能较好模拟云南半湿润半干旱蔗区甘蔗的生长发育过程，并响应环境变化造成的产量和糖分差异，但是在多年宿根和极端环境条件下的模拟精度仍有待提高。模型品种参数和输入数据的不确定性是造成模型模拟结果不确定性的重要原因。