基于DSSAT模型的南疆膜下滴灌棉花生长与产量模拟

王兴鹏 辛 朗 杜江涛 李明发

(1.塔里木大学现代农业工程重点实验室， 阿拉尔 843300； 2.农业农村部西北绿洲节水农业重点实验室， 石河子 832061； 3.兵团兴新职业技术学院建筑与水利工程学院， 铁门关 841007； 4.新疆生产建设兵团第一师水文水资源管理中心， 阿拉尔 843300)

0 引言

新疆南疆地区地处天山南麓，光照时间长、气候干旱，适宜棉花种植，种植面积约为132万hm2，占新疆棉花总种植面积的63%左右。南疆地区属于典型的干旱绿洲农业灌溉区，农业灌溉用水占总用水量的90%以上。在棉花种植过程中，依然存在灌溉水利用率低、水资源浪费严重、棉花灌水定额不统一的问题，且田间灌溉试验仍是主导棉花灌溉制度制定的主要方法。然而，由于田间灌溉试验的周期长、影响因素多、劳动强度大、测定标准不统一等，使得相同区域确定的试验结果也会出现较大差异。另外，土壤初始含水率是确定棉花播期蓄墒水量和出苗率的控制指标，考虑土壤初始含水率对于合理制定棉田春灌蓄墒水量和保障棉花出苗率，进而提升灌溉水利用效率和棉花产量具有重要意义。

作物生长模型能定量、动态地描述作物生长、发育和产量形成过程及其对环境的影响[1-2]。作物生长模型所具有的系统性、预测性、机理性和通用性等特征，与田间试验相比较，可节省大量人力和物力[3]。农业技术转移决策支持系统(Decision support system for agrotechnology transfer，DSSAT)，是目前使用较为广泛的作物模型系统之一[4-6]。模型涵盖了美国众多著名作物模型，例如CERES和CROPGRO，其中DSSAT系统中专门用于小麦的CERES-Wheat模型和棉花的DSSAT-CROPGRO-Cotton模型应用较为广泛[7-12]。研究表明，DSSAT-CROPGRO-Cotton模型是模拟灌水制度的有效工具，模型能精确模拟不同灌水方式处理的棉花物候期和产量。MUHAMMAD等[13]认为该模型能够对棉花管理实践决策支持系统的模型潜力进行评估，包括确定棉花生产的最佳种植日期等。并且在不同的施氮和种植日期互作条件下，DSSAT-CROPGRO-Cotton模型能较好地模拟棉花物候期、叶面积指数和产量，长历史时期的季节性蒸发蒸腾量(ET)和不同灌溉水平下棉花产量的长期时间分布以及每单位水的边际价值[14-16]。同时，模型也反映出在正常天气条件下采用亏缺灌溉可以节约用水而不会对籽棉产量产生不利影响。但是，在干旱条件下，应考虑亏缺灌溉存在产量损失增加的风险[11]。AMIN等[17]利用DSSAT模型模拟得到了两个不同品种的棉花最适宜的磷肥施用水平，模拟精确度较高。吴立峰等[18]通过两种方法对DSSAT-CROPGRO-Cotton模型参数进行了敏感性分析，并对3种不同灌溉处理下，棉花初花天数、成熟天数、籽棉产量、地上干物质量、最大叶面积指数和蒸发蒸腾量等指标进行了模拟验证。杜江涛等[19]通过模型得到了南疆膜下滴灌棉花灌水定额为27 mm及生育期内灌溉定额297 mm是能够兼顾产量和水分利用效率的最优灌溉制度。郑云龙[20]利用DSSAT模型来模拟在不同氮肥施用量下棉花产量的变化，对DSSAT模型模拟氮素限制条件下棉花产量的准确性及适用性进行评价。

棉田春灌蓄墒是南疆地区保障棉花种植最主要的灌溉措施，初始土壤含水率会直接影响棉花出苗率，进而影响产量。但是，考虑棉花播期不同初始土壤含水率，以及利用模型对不同灌水处理的膜下滴灌棉花生长及产量模拟方面的研究相对较少。为了精确制定播前春灌蓄墒定额，提升灌溉水利用效率,本文利用DSSAT-CROPGRO-Cotton模型对不同初始土壤含水率及灌水定额条件下的棉花籽棉产量和生物量进行模拟，以期为南疆地区棉田春灌策略和棉花生育期灌溉管理提供依据。

1 材料和方法

1.1 研究区概况

试验于2017—2018年在新疆生产建设兵团第一师阿拉尔市水利局十团灌溉试验站(81°17′56.52″E，40°32′36.90″N，海拔1 100 m)内进行。试验区属暖温带极端大陆性干旱荒漠气候，夏季高温，冬季寒冷少雪，年均气温1.4～8.4℃，全年大于等于10℃积温3 450～4 432℃，无霜期180～221 d。试验区多年平均降水量50 mm，年蒸发量2 200 mm，干旱指数为7～20，为典型的干旱区。土壤质地为沙壤土，0～100 cm土壤平均容重为1.58 g/cm3，具体的土壤物理参数见表1。地下水埋深在3.5 m以下。

表1 试验区土壤物理性质Tab.1 Soil properties of experimental plots

1.2 田间管理和试验设计

供试棉花品种为“新陆中46”。种植模式为膜下滴灌，宽窄行配置为10 cm+66 cm+10 cm，滴灌带布置方式为一膜两带六行(图1)，膜宽2 m，膜间距33 cm。2017年棉花播种时间为4月3日，0～20 cm土层初始土壤含水率18.5%，棉花播种密度为2.4×105株/hm2，出苗时间为4月13日，5月25日进入蕾期，6月25日进入花铃前期，7月18日进入花铃后期，8月23日进入吐絮期，至10月中下旬棉花全部收获。2018年棉花播种时间为4月15日，0～20 cm土层初始土壤含水率19.3%，棉花播种密度为2.4×105株/hm2，出苗时间为4月25日，6月11日进入蕾期，7月6日进入花铃前期，7月20日进入花铃后期，8月26日进入吐絮期，至10月底棉花全部收获。

图1 棉花种植及滴灌带布设示意图Fig.1 Cotton planting and drip irrigation belt layout

根据前期研究结果，本试验设定的膜下滴灌棉花灌水定额为30 mm。自棉花蕾期(2017年6月7日、2018年6月16日)开始进行灌溉，利用气象数据计算每日的水分亏缺量，当累计亏缺量达到30 mm(即累计作物腾发量(ETc)与降雨量(P)之差为30 mm)时进行灌水。灌水定额设置3个水平，分别为参考灌水定额的0.8、1.0、1.2倍，即T1：30×0.8=24 mm，T2：30×1.0=30 mm，T3：30×1.2=36 mm。每个处理设置3个重复，共9个小区，按照完全随机区组设计进行田间布置。2017年和2018年棉花灌溉制度见表2。滴灌带直径为16 mm，滴头间距30 cm，滴头流量2.4 L/h，供水压力0.1 MPa。每个试验小区规格为长22 m，宽7 m。各试验小区的灌水量由安装在支管上的水表量测控制。

表2 2017年和2018年棉花生育期灌溉制度Tab.2 Irrigation regime during cotton growth period in 2017 and 2018

棉花生育期施肥采用随水滴施的方式，第1次灌溉施肥量为尿素150 kg/hm2，之后随水施用棉花滴灌专用肥150 kg/hm2(总养分质量分数大于等于43%)，至8月底停止灌水，结束施肥。2017年和2018年棉花施肥方案见表3。

表3 2017年和 2018年棉花生育期施肥方案Tab.3 Fertilization schedule during cotton growth period in 2017 and 2018

1.3 DSSAT-CROPGRO-Cotton模型数据采集

本试验利用DSSAT-CROPGRO-Cotton对南疆膜下滴灌棉花生长及产量进行模拟。通过2017年的棉花试验数据对DSSAT-CROPGRO-Cotton模型参数进行率定，以2018年的实测数据进行验证，评价DSSAT-CROPGRO-Cotton模型在南疆地区棉花生长发育和产量模拟中的适用性。

1.3.1气象数据

模型所需的气象数据主要包括逐日太阳辐射(MJ/m2)、逐日最高气温(℃)、逐日最低气温(℃)和降雨量(mm)。气象数据由试验站安装的HOBO小型气象站提供。

1.3.2土壤数据

土壤数据通过模型提供的土壤数据操作模块Sbuild进行输入管理，模型运行时会自动调用。本试验所需土壤数据主要来自田间试验的实测数据，有效根系层为0～100 cm，分为0～20 cm、20～40 cm、40～60 cm、60～80 cm、80～100 cm共5层。土壤粒径采用TopSizer激光粒度分析仪测定；田间持水率采用田测法测定；凋萎系数采用高速离心法测定；土壤饱和含水率和土壤容重采用环刀法测定。其他输入参数如土壤名称、排水情况、反射率等由中国土壤数据库获得。

1.3.3棉花田间管理数据

棉花田间管理数据主要包括播种日期、种植密度及深度、灌溉日期及灌水量、施肥日期及施肥量等。本研究田间管理数据由2017年和2018年的棉花试验获得。

1.3.4棉花生理生态指标及产量测定

用DSSAT模型里的试验数据模块(Experiment data)进行试验数据输入。试验观测数据主要分为两种类型：一是随时间变化的观测数据，如土壤含水率、叶面积指数和生物量等，这类观测数据作为T文件输入到模型中；另一种仅是最终结果的观测数据，如物候期、产量等，这类观测数据作为A文件输入到模型中。

棉花叶面积测定自棉花蕾期开始，在每个处理小区内选择具有代表性的3株棉花进行标记，每15 d测定1次，用直尺逐个量取标记棉株叶片的长度l和最大宽度Wmax，计算各叶片的面积(0.75lWmax)，然后将所有单叶面积累加，得到单株叶面积，最后结合棉花种植密度计算其叶面积指数(Leaf area index，LAI)。棉花生物量测定自棉花蕾期开始，每个处理小区选择3株棉花，同时取地上部和根系，在室内分别称量棉株的根、茎、叶、蕾的鲜质量，然后放入105℃干燥箱内杀青30 min，75℃干燥至恒质量，每15 d测定1次。在棉花吐絮期，当吐絮量达到90%时进行测产，在每个小区内随机确定3个2.33 m×2 m的测产样方摘取棉花，并称量百铃质量、吐絮籽棉产量等指标。

1.3.5土壤含水率测定

在每个处理小区内安装EM50型土壤水分自动监测设备，对土壤水盐动态进行实时监测，传感器埋设深度为10、20、40、60、80 cm，数据采集间隔时间为1 h。同时，在棉花的每个生育阶段内用取土干燥法测定土壤含水率，并对EM50型土壤水分自动监测设备进行校正。

1.4 模型参数率定评价

利用DSSAT-CROPGRO-Cotton模型自带的GLUE(Generalized likelihood uncertainty estimation)参数调试程序包进行遗传参数率定。选取2017年棉花试验数据进行参数校正，2018年试验数据用于模型的验证和评估。选用多种统计方法作为验证和评价指标评价模型校正和验证结果的可靠性，包括决定系数(Correlation coefficient，R2)、均方根误差(Root mean square error，RMSE)、相对均方根误差(Normalized root mean square error，nRMSE)和绝对相对误差(Absolute relative error，ARE)。

2 结果与分析

2.1 模型品种参数校正

DSSAT-CROPGRO-Cotton模型本地化应用首先要完成遗传参数的确定即作物品种参数的校正。利用2017年3个灌水定额处理的试验数据，以土壤含水率、棉花的物候期(开花期和成熟期)、叶面积指数、最终生物量和籽棉产量作为模型输出变量进行参数校正，以开花期、成熟期、产量和收获期生物量的绝对相对误差(ARE)最小为最佳参数标准，最终确定作物品种参数，如表4所示。

表4 棉花品种遗传参数Tab.4 Genetic parameters of cotton

2.2 模型验证及评价

将率定好的遗传参数输入模型后，对棉花物候期、土壤含水率、叶面积指数、产量和生物量进行验证。2017—2018年土壤含水率的模拟值与实测值如图2所示，不同处理土壤含水率的相对均方根误差(nRMSE)均小于20%，表明校正后的模型对土壤含水率模拟效果较好；2017—2018年棉花叶面积指数的模拟值与实测值如图3所示，不同处理棉花叶面积指数nRMSE均小于20%，而R2均大于0.8，表明模型对棉花叶面积指数模拟准确度较高。棉花物候期、产量和生物量的验证结果如表5所示，以2017年的实测数据对模型各项指标进行校正时发现，模型对于校正处理各项指标的模拟值与实测值吻合度较好，其中开花期、成熟期、生物量和籽棉产量模拟值与实测值的绝对相对误差(ARE)均值分别为2.74%、10.97%和9.02%，说明模型对校正处理开花期、成熟期和籽棉产量的模拟效果较好，而生物量的模拟结果与实测值偏差较大。而以2018年实测值对校正模型进行验证表明，在棉花生育期，当灌水定额大于等于30 mm，验证处理开花期、成熟期和籽棉产量的模拟值与实测值较为吻合，其ARE均小于10%，能够较为准确反映出不同水分处理对棉花物候期和籽棉产量的影响。相比物候期和籽棉产量，模型对生物量的模拟结果偏差较大。

表5 DSSAT-CROPGRO-Cotton模型的校正和验证结果Tab.5 Results of calibration and verification of DSSAT-CROPGRO model

图2 2017年和2018年土壤含水率模拟值与实测值的关系Fig.2 Relationships of simulated and actual soil moisture contents in 2017 and 2018

图3 2017年和2018年不同处理叶面积指数模拟值与实测值Fig.3 Simulated and measured values of LAI under different treatments in 2017 and 2018

利用多种统计参数，对DSSAT-CROPGRO-Cotton模型模拟棉花生长和产量的精度开展进一步评价(表6)。2017、2018年物候期的nRMSE均小于10%，模拟精度较高。对于籽棉产量，2017、2018年nRMSE均小于15%，但R2分别为0.58和0.90，说明模型对籽棉产量的模拟效果较好。但是，2017年棉花地上部生物量nRMSE较低，而R2为0.45，2018年棉花地上部生物量R2接近1，而nRMSE为30.89%，说明模型对于棉花生物量的模拟结果较差，主要是棉花整枝和打顶的田间管理措施影响所致。综上所述，DSSAT-CROPGRO-Cotton模型能够较好地模拟棉花的物候期和籽棉产量，可以利用该模型指导南疆地区的棉花生产和灌溉。

表6 DSSAT-CROPGRO-Cotton模型模拟棉花物候期、生物量和籽棉产量评估结果Tab.6 Performance of DSSAT-CROPGRO-Cotton model for simulating phenology, grain yield, aboveground biomass and grain yield of cotton in 2017 and 2018

2.3 DSSAT-CROPGRO-Cotton模型模拟应用

2.3.1试验条件设置

初始土壤含水率是影响棉花出苗率、生长及产量的重要因素，而制定适宜的播前灌水策略对于保证棉花发芽具备足够的土壤墒情至关重要。因此，本研究利用校正的DSSAT-CROPGRO-Cotton模型对不同初始土壤含水率和灌水定额条件下的棉花生物量及籽棉产量进行模拟，通过模拟确定棉花播种适宜的初始土壤含水率，为棉田春灌策略的制定提供理论依据。模拟情景共设置8个初始土壤含水率，即1.2θFC、1.1θFC、θFC、0.9θFC、0.8θFC、0.7θFC、0.6θFC、和0.5θFC(θFC为田间持水率)，每个模拟情景在棉花生育期设置3个灌水定额，即灌水定额为24、30、36 mm，生育期灌水时间是基于2017、2018年两年的棉花试验确定(表2)。

2.3.2不同初始土壤含水率及灌水定额的棉花产量及生物量预测

利用修正的DSSAT-CROPGRO-Cotton模型模拟了不同灌水定额及初始土壤含水率条件下的棉花籽棉产量和生物量(图4、5)。模拟结果表明，当灌水定额为24 mm时，土壤含水率为田间持水率θFC情景下的棉花籽棉产量最高，而高于田间持水率模拟情景的棉花籽棉产量没有明显的增加。随着初始土壤含水率的降低，棉花籽棉产量降低明显。棉花生物量的模拟值也表现出了较为相似的变化趋势。当灌水定额为30 mm时，初始土壤含水率为1.2θFC、1.1θFC与θFC模拟情景下的棉花籽棉产量相差较小，而初始土壤含水率为0.9θFC、0.8θFC的棉花籽棉产量较θFC降低了3.25%和7.56%，更低的初始土壤含水率模拟情景的籽棉产量降低明显。对于棉花生物量的模拟结果，土壤初始含水率为0.9θFC、0.8θFC的生物量模拟值高于1.2θFC、1.1θFC和θFC，而0.6θFC、0.5θFC模拟情景的生物量模拟值低于其他处理。当灌水定额为36 mm时，初始土壤含水率为1.2θFC、1.1θFC模拟情景下的籽棉产量模拟值较θFC提高0.21%和0.33%，0.9θFC、0.8θFC和0.7θFC的籽棉产量较θFC仅降低了0.09%、0.85%、3.83%，而0.6θFC、0.5θFC情景的籽棉产量模拟值较其他处理降低明显。棉花生物量的模拟值与产量模拟值表现出了较为相似的变化趋势。

图4 不同灌水定额及初始土壤含水率的棉花籽棉产量模拟值Fig.4 Simulation of seed cotton yield with different irrigation quota and pre-planting soil moisture content

图5 不同灌水定额及初始土壤含水率的棉花生物量模拟值Fig.5 Simulation of aboveground biomass with different irrigation quota and pre-planting soil moisture content

3 讨论

本文在南疆地区通过2017、2018年两季的棉花试验，利用土壤含水率、棉花开花期、成熟期的叶面积指数、生物量和籽棉产量数据对DSSAT-CROPGRO-Cotton进行了校正和验证。结果表明，模型对于校正处理各项指标的模拟值与实测值吻合度较好，对生物量的模拟值与实测值偏差较大。通过2018年的实测数据对校正模型进行验证表明，当棉花生育期灌水定额大于30 mm时，模型对开花期、成熟期和籽棉产量的模拟值与实测值较为吻合。

为了进一步检验模型对籽棉产量和物候期的模拟精度，引入了相对均方根误差和决定系数对验证结果进行统计分析，分析结果表明，模型经过参数校正和验证后能够对南疆棉花的物候期、土壤含水率、叶面积指数和籽棉产量进行较为准确的模拟，WAJID等[14]的研究也表明 DSSAT 模型对于棉花总干物质和籽棉产量模拟结果相当准确。但是，由于棉花整枝和打顶的田间管理措施影响，本文中模型对棉花生物量的模拟效果较差，这与WAJID等[14]的研究结果不一致。而DSSAT-CROPGRO-Cotton模型也缺乏相应的参数模块对这方面进行考虑，因此，后续对模型开展进一步修正时需要考虑田间管理措施的影响。

南疆地区由于农田土壤次生盐渍化问题，形成了较为传统的冬春灌压盐提墒的灌溉淋洗措施，一般情况下，冬春灌定额为3 750～4 500 m3/hm2，耗水量较大，易产生大量的农田排水，水资源浪费严重。春灌定额的确定与播前土壤墒情关系密切，而制定合理的播前灌溉定额则需要确定适宜棉花萌芽的初始土壤含水率。因此，本文基于验证的DSSAT-CROPGRO-Cotton模型对不同初始土壤含水率及灌水定额条件下的棉花籽棉产量和生物量进行了模拟。根据模拟结果可知，棉花籽棉产量和生物量模拟值达到最大值的初始土壤含水率为0.8θFC～θFC，但同时要保证棉花生育期灌溉定额在330～396 mm之间，这一模拟结果在南疆地区的棉花灌溉中可供借鉴使用，但还需在后续的大田试验中进一步验证。

4 结束语

通过对DSSAT-CROPGRO-Cotton模型的校正和验证表明，模型对于棉花物候期、土壤含水率、叶面积指数和籽棉产量的模拟结果较为准确，精度相对较高，而对棉花生育期生物量的模拟误差较大，主要是棉花整枝和打顶的田间管理措施影响所致，而模型也缺乏相应的参数设定。根据模拟结果可知，棉花籽棉产量和生物量模拟值达到最大值的初始土壤含水率为0.8θFC～θFC，但同时要保证棉花生育期灌溉定额在330～396 mm之间，这一模拟结果在南疆地区的棉花生产中可供借鉴使用，但还需在后续的大田试验中进一步验证。