不同灌溉方式和灌水定额对夏玉米生长的影响及AquaCrop模型的适应性研究

常 梅，周青云，尹林萍

（天津农学院，天津 300392）

不同灌溉方式和灌水定额对夏玉米生长的影响及AquaCrop模型的适应性研究

常 梅，周青云*，尹林萍

（天津农学院，天津 300392）

【目的】探明不同灌溉方式和灌水定额对夏玉米生长的影响及AquaCrop模型的适应性。【方法】设置4个试验处理：常规滴灌10 mm（N1）、常规滴灌20 mm（N2）、膜下滴灌10 mm（M1）和膜下滴灌20 mm（M2），研究不同灌溉方式和灌水定额对夏玉米生长的影响，并基于2 a的试验数据对AquaCrop模型进行率定、验证，利用率定、验证后的模型预测平水年不同灌溉方案下的夏玉米产量，以产量最大为目标筛选最优的灌溉方案。【结果】N2处理下的0～40 cm土层土壤含水率（SWC）均高于N1处理和M2处理；各处理的生物量平均值和产量表现为：M2处理gt;M1处理gt;N2处理gt;N1处理。各处理SWC模拟值与实测值的R2、EF和RMSE分别为0.645～0.907、0.461～0.779和0.021～0.034，冠层覆盖度模拟值与实测值的R2、EF和RMSE分别为0.942～0.992、0.964～0.990和0.463～0.781，生物量模拟值与实测值的R2、EF和RMSE分别为0.959～0.984、0.969～0.986和0.507～0.614 t/hm2，产量模拟值与实测值的RMSE为0.180～0.890 t/hm2，水分利用效率模拟值与实测值的RMSE为0.001～0.003 t/（hm2·mm）。【结论】常规滴灌下高水相比低水处理可提高0～40 cm土层SWC，灌水20 mm条件下，常规滴灌处理在0～40 cm土层的SWC高于膜下滴灌处理；覆膜与提高灌水量均能提高夏玉米的生物量和产量，AquaCrop模型能较好地模拟天津市夏玉米的生长过程；夏玉米最优灌溉方案为苗期灌溉20 mm、抽穗期和灌浆期各灌溉10 mm。

AquaCrop模型；夏玉米；土壤含水率；冠层覆盖度；生物量和产量；WUE

0 引 言

【研究意义】玉米是我国第一大粮食作物，2021年全国玉米产量达2 725.5亿kg[1]，占全国粮食总产量的40%，玉米的高产、稳产是我国粮食安全的重要保障。天津市地处华北平原，主要种植玉米和小麦，属温带季风气候区，降水总量少且时空分布不均等因素导致天津市水资源短缺，同时地下水超采严重及不合理灌溉等因素加剧了水资源危机[2]。水是玉米生产的关键要素，水资源不足严重限制了玉米生产，对天津市玉米稳产构成了严峻挑战。膜下滴灌是目前应用较广的节水灌溉技术，具有小流量、高频率等特点，能起到节水保墒、增温、抑盐、提高水分利用效率和产量等作用[3]，被广泛应用于干旱缺水地区，对天津市夏玉米稳产具有重要意义。【研究进展】传统的田间试验时空局限性较大，因此结合作物模型对作物生长过程的多角度模拟研究已成为国内外热点方向[4]。作物模型有利于田间管理和作物产量的预测，使农业向精准化方向发展；AquaCrop模型因输入参数少、操作简便和模拟结果准确等优点受到广泛关注[5]。该模型属于水驱动模型，可以模拟不同灌溉制度[6]、灌溉方式[7]、作物类型和覆盖方式[8-10]下的土壤水分动态、作物生长发育、产量及水分利用效率等指标。国内外学者利用AquaCrop模型对不同地区玉米进行了模拟并开展适应性评价。赵引等[11]利用该模型对西北旱区玉米的产量和水分利用效率进行了模拟，结果表明AquaCrop模型对西北旱区玉米产量和水分利用效率的模拟效果较好；董文俊等[12]用该模型对关中地区的夏玉米生长动态、水分利用效率及产量进行了模拟，指出该模型能较好地模拟关中地区的夏玉米生长、水分利用效率和产量。Diaafliah等[13]利用该模型对伊拉克不同灌溉和培育方式下的玉米冠层覆盖度、生物量、收获指数及水分利用效率进行了模拟，结果表明各指标模拟效果较好，AquaCrop模型能有效地对该地区的灌溉管理作出决策。以上研究均表明AquaCrop模型能对不同地区的玉米生长实现较好的模拟。【切入点】然而，关于AquaCrop模型对天津市不同灌溉方式和灌水定额下的夏玉米生长模拟的研究仍未见报道。【拟解决的关键问题】鉴于此，本研究以天津市夏玉米为研究对象，分析不同灌溉方式和灌水定额对夏玉米根际土壤含水率、生物量及产量的影响，用2019年和2020年的试验数据对AquaCrop模型进行校准和验证，以评价该模型在天津的适应性，并利用AquaCrop模型预测不同灌溉方案下的夏玉米产量，以产量最大为目标筛选出最优灌溉方案，为天津市夏玉米产量提升和灌溉决策提供参考。

1 材料与方法

1.1 试验地概况

大田试验在天津市静海区团泊洼镇试验区进行，该区地理坐标为116°42′—117°12′30〞E和38°35′—39°4′45〞N，位于海河流域下游，平均海拔为5 m，地下水位埋深为1.5 m，土壤类型为潮土，气候类型为暖温带大陆性季风气候，年平均日照时间为2 699 h，年平均气温为9～20 ℃，年平均降水量为566.7 mm，年平均蒸发量为1 800 mm。

1.2 试验设计

供试玉米品种为天塔619，共进行2 a试验，2019年于6月15日播种，9月底收获，2020年于6月20日播种，10月初收获，种植密度为8.3万株/hm2。灌溉方式为膜下滴灌和常规滴灌，滴灌带间距为60 cm，滴头间距为30 cm，滴头流量为1.38 L/h，地膜覆盖设置为1膜2行半覆膜。试验设置4个处理，分别为：常规滴灌10 mm（N1）、常规滴灌20 mm（N2）、膜下滴灌10 mm（M1）和膜下滴灌20 mm（M2），每个处理设置3个重复，分别在苗期、拔节期和抽穗期进行控制灌溉，具体试验设计见表1。各处理均使用46%尿素、16%过磷酸钙和50%硫酸钾作为氮、磷和钾肥，氮、磷、钾肥的净施用量分别为168、84、60 kg/hm2，首次灌溉时通过水肥融合进行常规施肥，后期无追肥；各处理的杂草管理和病虫害防治管理措施一致。

1.3 观测指标及方法

1.3.1 土壤含水率

利用PR2管测定夏玉米根际0～60 cm土层的土壤含水率（SWC），于试验前将PR2管埋设在土壤中，分别在拔节期、抽穗期、灌浆期和成熟期测定0～20、20～40 cm和40～60 cm土层的SWC，并利用烘干法对实测SWC进行校准。

表1 试验设计Table 1 Experimental design

1.3.2 冠层覆盖度

量取3株代表性植株所有叶片的最大长度和宽度，采用乘积法计算单株平均有效叶面积，结合种植密度（ρ）和折算系数（0.75）得到叶面积指数（LAI），见式（1），通过式（2）可将LAI转化为冠层覆盖度（CC）：

式中：Lij和Wij分别为叶片最大长度和宽度（cm）；n为每株玉米的叶片数（片/株）；m为测定玉米株数（株）。

1.3.3 生物量和产量

在夏玉米生育期内选取3株长势均匀的植株，剪去地下部分，获得完整冠部，于105 ℃烘箱中杀青0.5 h后用80 ℃恒温烘干至恒质量，测定其干物质量，乘以种植密度得到生物量。夏玉米成熟后，每个处理选取1 m2代表作物整体长势的植株，果穗风干后经人工脱粒，于80 ℃恒温烘干至恒质量后测算产量。

1.3.4 水分利用效率

水分利用效率（WUE）通过单位耗水量下的产量来计算，耗水量利用水量平衡法计算，由于本试验为滴灌，因此不考虑深层渗漏量，无地表径流量，作物截留量忽略不计，具体计算方法为：

式中：Y为籽粒产量（t/hm2）；ETc为作物耗水量（mm）；P为生育期内总降水量（mm）；I为灌溉定额（mm）；ΔS为平衡土层内最终储水量与初始储水量之差（mm）。

1.3.5 最大有效根深

采用土壤剖面挖根法，以夏玉米茎为剖面中心，长和宽均为1/2株距，挖取最大有效根系，人工测量其长度。

1.4 AquaCrop模型数据库的构建

AquaCrop模型的输入数据主要包括气象、土壤、作物和田间管理数据。

1.4.1 气象数据

气象数据来源于试验基地自动观测气象站，主要包括气温、降水量等数据，ET0采用Penman-Montieth公式计算[14]。图1为2019年和2020年天津市夏玉米生育期的气象数据，按模型标准导入数据并建立气象数据库。

图1 2019年和2020年夏玉米生育期气象变化Fig.1 Meteorological changes of summer maize growth period from 2019 and 2020

1.4.2 土壤数据

土壤数据包括土层厚度、体积质量、永久凋萎系数、田间持水率和饱和含水率等，各水力参数使用环刀法取样，利用压力膜仪测得。试验地土壤水力参数见表2。在AquaCrop模型中输入各土层的土壤水力参数，按模型标准建立土壤数据库。

表2 试验地土壤水力参数Table 2 Parameters of soil hydraulic characteristics in the test site

1.4.3 作物数据

作物种植方式、密度、初始冠层覆盖度和最大冠层覆盖度通过田间试验获得，基底温度、上限温度采用模型默认值，归一化水分生产力、参考收获指数、水分胁迫系数及形状因子参考模型手册的取值范围采用“试错法”校准。参照Vanuytrecht的模型参数校准顺序，按先后顺序校准冠层覆盖度、生物量和产量。用2019年试验数据对模型参数进行校准。校准后参数见表3。

1.4.4 田间管理数据

田间管理数据包括土壤肥力、覆膜情况、田间地表措施和杂草管理，设置无土壤肥力胁迫，未采取田间地表措施，杂草管理良好，按覆膜和不覆膜2种情况分别设置2个田间管理文件。

表3 AquaCrop模型校准参数Table 3 Partial calibration parameters of AquaCrop model

1.5 模型评价指标

选取决定系数（R2）、模型性能指数（EF）和均方根误差（RMSE）对模型精度进行评价[15]，R2和EF越趋于1，RMSE越接近0，模型精度越高。

1.6 不同灌溉方案下的产量预测

对天津市1954—2019年的降水进行频率分析，可知降水频率为25%、50%、75%和95%对应的降水量分别为646.8、537、456.2 mm和332.7 mm，多年平均降水量为550.56 mm，变差系数（Cv）为0.27，偏态系数（Cs）为0.65；由于平水年在多个降水年型中具有典型性，通过对比1954—2019年降水数据确定2015年为平水年，根据2015年的气象数据（图2）、夏玉米生长规律和天津市灌溉标准，在夏玉米生育期设置6个灌溉方案，2种灌水定额，具体灌溉方案见表4；利用参数化模型预测不同灌溉方案下的产量，以最大产量为目标筛选出最优灌溉方案。

图2 2015年的气象数据Fig.2 Meteorological data in 2015

表4 灌溉方案设计Table 4 Irrigation scheme design

1.7 数据处理

利用Excel 2019进行数据处理和图表绘制；利用IBM SPSS Statistics 22进行显著性分析。

2 结果与分析

2.1 不同处理对夏玉米根际土壤SWC的影响

图3为不同处理下各土层土壤SWC的变化情况，各处理在0～20、20～40 cm和40～60 cm土层SWC的变化范围分别为：0.217～0.255、0.281～0.357 cm3/cm3和0.353～0.459 cm3/cm3，可见SWC随土层深度的增加呈上升趋势。在0～20 cm土层，全生育期N2处理下的SWC高于N1处理和M2处理；M1处理下的SWC高于M2处理。在20～40 cm土层，各处理下的SWC在全生育期表现为：N2处理gt;M2处理gt;N1处理gt;M1处理。对于40～60 cm土层，拔节期常规滴灌处理下的SWC低于覆膜滴灌处理，抽穗—灌浆期覆膜滴灌处理的SWC降幅高于常规滴灌处理，灌浆—成熟期各处理的SWC趋于稳定；N1处理和M1处理在灌浆期的SWC高于N2处理和M2处理，抽穗期后M1处理的SWC仍高于M2处理，而N1处理的SWC低于N2处理。由上述分析可知，常规滴灌下高水处理能提高0～40 cm土层SWC，膜下滴灌高水处理能提高20～40 cm土层SWC，其他土层的土壤含水率变化差异不显著；受降水影响，20 mm灌水定额下的常规滴灌处理在0～40 cm土层的SWC高于覆膜滴灌处理。

图3 不同处理下各土层土壤含水率变化Fig.3 Changes of soil water content in different soil layers under different conditions

2.2 不同处理对夏玉米生物量及产量的影响

2.2.1 不同处理对夏玉米生物量的影响

图4为不同处理夏玉米生物量的变化情况。苗期M2处理的生物量高于N2处理；拔节期各处理生物量表现为：M2处理gt;M1处理gt;N2处理gt;N1处理；抽穗期M1处理和M2处理的生物量高于N1处理，N2处理最高；灌浆期M1处理的生物量低于M2处理，覆膜滴灌处理的生物量高于常规滴灌处理；成熟期覆膜滴灌处理的生物量高于常规滴灌处理；在全生育期，不同处理下的夏玉米生物量平均值表现为：M2处理gt;M1处理gt;N2处理gt;N1处理，表明膜下滴灌和高水处理更利于生物量积累。

图4 不同处理夏玉米生物量变化Fig.4 Changes of summer maize biomass under different conditions

2.2.2 不同处理对夏玉米产量的影响

表5为不同处理下的夏玉米产量及构成要素。灌水10 mm时覆膜滴灌处理较常规滴灌处理的穗长和穗粒数增加了10.14%和23.81%，灌水20 mm时覆膜滴灌处理较常规滴灌处理的穗长和穗粒数增加了6.17%和4.49%；常规滴灌下高水处理较低水处理的穗长和穗粒数增加了17.39%和21.77%，膜下滴灌下高水处理较低水处理的穗长和穗粒数增加了13.16%和2.77%。常规滴灌下高水处理较低水处理的穗粗增加了36.59%，膜下滴灌下高水处理较低水处理穗粗增加了8.70%。常规滴灌下高水处理较低水处理突尖长降低了73.08%，膜下滴灌下高水处理较低水处理突尖长降低了66.67%。灌水10 mm时覆膜滴灌处理较常规滴灌处理的百粒质量和产量提高了3.82%和11.66%；灌水20 mm时覆膜滴灌处理较常规滴灌处理的百粒质量和产量分别提高了2.82%和7.40%；常规滴灌下高水处理较低水处理的产量提高了11.43%，膜下滴灌下高水处理较低水处理的产量提高了7.17%。高水处理能提高夏玉米穗长、穗粗、穗粒数、百粒质量和产量，同时降低夏玉米突尖长，膜下滴灌能提高夏玉米穗长、穗粒数、百粒质量和产量。

表5 不同处理下的夏玉米产量及构成要素Table 5 Yield and index of summer maize under different irrigation conditions

注 不同处理的小写字母表示在P＜0.05水平下具有显著差异。

2.3 模型验证

不同处理夏玉米根际0～60 cm土层SWC、CC和生物量的模拟验证结果见图5。产量及WUE的模拟验证结果及误差统计见表6。各处理SWC模拟值与实测值的R2为0.645～0.907，EF为0.461～0.779，RMSE为0.021～0.034；各处理CC模拟值与实测值的R2为0.942～0.992，EF为0.964～0.990，RMSE为0.463～0.781；各处理生物量模拟值与实测值的R2、EF和RMSE分别为0.959～0.984、0.969～0.986、0.507～0.614 t/hm2。各处理产量模拟值与实测值的RMSE为0.180～0.890 t/hm2；各处理WUE模拟值与实测值的RMSE为0.001～0.003 t/（hm2·mm）；WUE的模拟值表现为：N2处理lt;N1处理lt;M2处理lt;M1处理，说明膜下滴灌和低水处理能提高夏玉米水分生产效率。各模拟评价指标误差均在模型允许范围内，说明模型能对天津市夏玉米进行较好的模拟。

图5 不同处理下夏玉米根际0～60 cm土层SWC、CC和生物量的模拟验证结果Fig.5 Simulation of SWC of 0～60 cm soil layer in rhizosphere, CC and biomass of summer maize under different treatments

表6 不同处理下产量和水分利用效率模拟结果及模拟误差统计Table 6 Simulation results and error statistics of yield and water use efficiency under different conditions

2.4 不同灌溉方案下的产量预测结果

表7为不同灌溉方案下的预测产量，各方案下的产量表现为：C6方案gt;C4方案gt;C5方案gt;C1方案gt;C2方案gt;C3方案，说明产量随灌溉定额的上升而增加；C2、C4方案下的产量高于C3方案和C5方案，表明相同灌溉定额在抽穗期灌水较灌浆期更能提高作物产量；C6方案下的产量最高，即最优灌溉方案为苗期灌溉20 mm，抽穗期和灌浆期各灌溉10 mm。

表7 不同灌溉方案下的预测产量Table 7 Yield forecast under different irrigation scheme

3 讨 论

本研究中，常规滴灌下高水较低水处理能提高SWC，膜下滴灌和高水处理均能提高夏玉米生物量和产量；而膜下滴灌较常规滴灌处理对SWC的影响不显著，是由于降水可为常规滴灌补充土壤水分，膜下滴灌处理能防止膜内土壤水分蒸发，同时也会阻隔膜外降水，降水时未能得到与常规滴灌处理等量的水分补充。因此，在未来的试验中需要考虑降水对试验的干扰，选择单向透水性地膜；高灌水定额较低灌水定额虽然能提高SWC、生物量和产量，但未找到天津市夏玉米生长的需水边界，是由于此次试验中灌溉水平梯度较小且灌水定额处理较少，因此可在后续试验中增加适宜的灌水定额来探究不同灌溉水平对天津市夏玉米生长的影响并寻找夏玉米产量最大的灌溉水平，从而达到精准灌溉和产量最大化的目的[14-15]。

大田试验虽然精确可靠，但受时空局限性较大，大范围推广的可能性较低。因此，本文利用AquaCrop模型模拟了不同滴灌处理下夏玉米根际SWC、生长动态、产量和水分利用效率的变化情况，通过2 a试验数据对模型进行校验，结果表明夏玉米根际SWC、冠层覆盖度、生物量、产量及水分利用效率的模拟精度较高；SWC模拟值与实测值变化趋势基本一致，冠层覆盖度和生物量模拟的R2均在0.94以上，EF接近1，各模拟指标的RMSE均较低。崔颖等[16]利用该模型对东北地区玉米籽粒产量进行模拟，结果显示产量模拟值与实测值的R2为0.78，EF为0.74，与本文结果类似；刘琦等[17]利用该模型对晋中地区玉米根际土壤含水率、冠层覆盖度和产量进行模拟，结果表明土壤含水率的模拟值与实测值变化趋势基本一致，冠层覆盖度模拟值与实测值的R2高于0.96、EF为0.92～0.99、RMSE小于9.78%，产量模拟值与实测值的RMSE为3.13%～9.18%；程超飞等[18]用AquaCrop模型对不同灌溉和施氮水平下的夏玉米生物量和产量进行模拟，生物量及产量模拟值与实测值的R2、EF和RMSE分别为0.860、0.694和0.977 t/hm2及0.919、0.915和0.249 t/hm2。上述研究结果与本试验结果基本吻合，表明AquaCrop模型能准确地模拟天津市不同处理下的夏玉米生长。天津市属半湿润区，降水稀少，蒸发量大，水资源不足，因此，采用合理的灌溉方案对提高夏玉米水分利用效率和节约水资源具有重要作用，本文利用参数化模型预测不同灌溉方案下的产量，以产量最大化为目标筛选最优灌溉方案，可以为当地玉米种植业的产量预测与灌溉决策提供参考。

4 结 论

1）常规滴灌高水处理能有效提高作物根际0～40 cm土层SWC，灌水定额为20 mm时常规滴灌处理在0～40 cm土层的土壤含水率高于膜下滴灌处理；膜下滴灌和高水处理均能提高夏玉米生物量和产量。

2）SWC模拟值与实测值的变化趋势基本一致，冠层覆盖度、生物量模拟值与实测值的R2在0.94以上，EF接近于1，各指标模拟值与实测值的RMSE均较低，表明该模型能较好地适应天津市夏玉米生长模拟。

3）灌溉方案C6的预测产量最高，最优灌溉方案为苗期灌溉20 mm，抽穗和灌浆期各灌溉10 mm。

[1] 王明华. 2021年全国粮食产量再创新高[J]. 中国统计, 2021(12): 79.WANG Minghua. The 2021’s national grain output hit a new high[J].China Statistics, 2021(12): 79.

[2] 顾新洲, 尹雅清, 董晓敏. 天津市水资源现状及开发利用对策[J]. 海河水利, 2008(6): 5-6.GU Xinzhou, YIN Yaqing, DONG Xiaomin. The present situation of water resources in Tianjin and the countermeasures for its development and Utilization[J]. Hai River Water Conservancy, 2008(6): 5-6.

[3] 叶澜涛, 周青云, 李松敏, 等. 滨海盐碱地覆膜和滴灌对玉米盐分离子分布及生物量的影响[J]. 干旱地区农业研究, 2020, 38(4): 74-83.YE Lantao, ZHOU Qingyun, LI Songmin, et al. Effects of film mulching and drip irrigation on the distribution of salt ions and biomass of maize in coastal saline-alkali soil[J]. Agricultural Research in Arid Areas, 2020, 38(4): 74-83.

[4] 刘匣, 丁奠元, 张浩杰, 等. 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[J]. 中国农业科学, 2017,50(10): 1 838-1 851.LIU Xia, DING Dianyuan, ZHANG Haojie, et al. Evaluation and analysis on growth dynamics of winter wheat and simulation effect of soil moisture of AquaCrop model under plastic film mulching[J].Chinese Agricultural Sciences, 2017, 50(10): 1 838-1 851.

[5] STEDUTO Pasquale, HSIAO Theodore, RAES Dirk, et al. AquaCrop—The FAO crop model to simulate yield response to water I: Concepts and underlying principles[J]. Agronomy Journal, 2009, 101(3): 448-459.

[6] GREAVES Geneille, WANG Yumin. Assessment of FAO AquaCrop model for simulating maize growth and productivity under deficit irrigation in a tropical environment[J]. Water, 2016, 8(12): 557-557.

[7] 杜文勇, 何雄奎, SHAMAILA Z, 等. 冬小麦生物量和产量的AquaCrop模型预测[J]. 农业机械学报, 2011, 42(4): 174-178, 183.DU Wenyong, HE Xiongkui, SHAMAILA Z, et al. Prediction of biomass and yield of winter wheat by AquaCrop model[J]. Journal of Agricultural Machinery, 2011, 42(4): 174-178, 183.

[8] WANG Xiangxiang, WANG Quanjiuac, FAN Jun, et al. 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[J]. Agricultural Water Management,2013, 129: 95-104.

[9]FARAHANI Hamid, GABRIELLA Izzi, OWEIS Theib.Parameterization and evaluation of the AquaCrop model for full and deficit irrigated cotton[J]. Agronomy Journal, 2009, 101(3): 469-476.

[10]MANIRUZZAMANA M, TALUKDERB M SU, KHAN M H, et al.Validation of the AquaCrop model for irrigated rice production under varied water regimes in Bangladesh[J]. Agricultural Water Management,2015, 159: 331-340.

[11]赵引, 毛晓敏, 薄丽媛. 覆膜和灌水处理下土壤水分动态与玉米生长模拟研究[J]. 农业机械学报, 2018, 49(9): 195-204.ZHAO Yin, MAO Xiaomin, BO Liyuan. Simulation of soil water dynamics and maize growth under plastic film mulching and Irrigation[J]. Journal of Agricultural Machinery, 2018, 49(9): 195-204.

[12]董文俊, 刘健峰, 丁奠元, 等. 旱作覆膜玉米生长和水分利用对气候变化的响应[J]. 干旱地区农业研究, 2020, 38(1): 1-12.DONG Wenjun, LIU Jianfeng, DING Dianyuan, et al. Responses of growth and water use of plastic film mulched maize to Climate Change[J]. Agricultural Research in Arid Areas, 2020, 38(1): 1-12.

[13]DIAAFLIAH Hassan, ALAASALIH Ati, ABDULKHALIKSALEH Neima, et al. Calibration and evaluation of AquaCrop for maize (Zea MaysL.) under different irrigation and cultivation methods[J]. Journal of Ecological Engineering, 2021, 22(10): 210-219.

[14] RICHARD Allen, LUIS Pereira, DIRK Raes, et al. Crop evapotranspiration-Guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56[J]. Fao, Rome, 1998, 300(9): 5 109.

[15]尹林萍. 基于AquaCrop模型的天津滨海地区夏玉米产量模拟[D].天津: 天津农学院, 2021.YIN Linping. Simulation of summer maize yield in Tianjin coastal area based on AquaCrop model[D]. Tianjin: Tianjin Agricultural University, 2021.

[16]崔颖, 蔺宏宏, 谢云, 等. AquaCrop模型在东北黑土区作物产量预测中的应用研究[J]. 作物学报, 2021, 47(1): 159-168.CUI Ying, LIN Honghong, XIE Yun, et al. Application of AquaCrop model to crop yield prediction in black soil region of northeast China[J].Journal of Crop Sciences, 2021, 47(1): 159-168.

[17]刘琦, 龚道枝, 郝卫平, 等. 利用AquaCrop模型模拟旱作覆膜春玉米耗水和产量[J]. 灌溉排水学报, 2015, 34(6): 54-61.LIU Qi, GONG Daozhi, HAO Weiping, et al. AquaCrop model was used to simulate water consumption and yield of spring maize under plastic film mulching[J]. Journal of Irrigation and Drainage, 2015, 34(6): 54-61.

[18]陈超飞, 柳双环, 郭大辛, 等. 基于AquaCrop模型的夏玉米生长模拟及灌溉制度优化[J]. 干旱地区农业研究, 2019, 37(3): 72-82.CHEN Chaofei, LIU Shuanghuan, GUO Daxin, et al. Simulation of summer maize growth and optimization of irrigation schedule based on AquaCrop model[J]. Agricultural Research in Arid Areas, 2019, 37(3): 72-82.

Research of the Effects of Different Drip Irrigation Treatments on the Growth of Summer Maize and the Adaptability of AquaCrop Model

CHANG Mei, ZHOU Qingyun*, YIN Linping
(Tianjin Agricultural University, Tianjin 300392, China)

【Objective】Bioavailable water in soil controls root growth and root water uptake, but it depends on how water is irrigated. The objective of this paper is to investigate the effect of different drip irrigation methods and amounts on growth of summer maize. 【Method】A two-year field experiment was conducted in Tianjin, China. It consisted of two irrigation methods: conventional drip irrigation (M1) and mulched drip irrigation (M2), each having two irrigation amounts: 10 mm (N1) and 20 mm (N2). Crop growth in each treatment was measured, and the measured data was used to calibrate the AquaCrop model. The calibrated model was then used to evaluate how the yield responded to irrigation methods and amounts in normal year, from which we obtained the optimal irrigation scheduling to maximize the yield. 【Result】Soil water content in the top 0～40 cm soil layer under M1+N2 was higher than that under M1+N1 and M2+N2. The biomass and yield under different treatments were ranked in the order of M2+N2 gt; M2+N1 gt;M1+N2 gt;M1+ N1. TheR2,EFandRMSEbetween the simulated and measured soil water contents for all treatments were in the range of 0.645～0.907, 0.461～0.779, and 0.021～0.034, respectively. TheR2,EFandRMSEbetween the simulated and measured canopy coverage were 0.942～0.992, 0.964～0.990, and 0.463～0.781, respectively. TheR2,EFandRMSEbetween the simulated and measured biomass were 0.959～0.984,0.969～0.986, and 0.507～0.614 t/hm2, respectively. TheRMSEbetween the simulated and measured yield and water use efficiency were 0.180～0.890 t/hm2and 0.001～0.003 t/(hm2·mm), respectively. 【Conclusion】Under conventional drip irrigation, increasing irrigation amount can improve water content in the 0～40 cm soil layer; water content in the 0～40 cm soil layer under conventional irrigation was higher than the mulched treatment when irrigation amount was 20 mm. Mulching or increasing irrigation amount can improve biomass and yield of the summer maize. The AquaCrop model can reproduce the growth of summer maize. The optimal irrigation scheduling to maximize maize yield in the studied region is to irrigate 20 mm of water at seedling stage, 10 mm at heading stage, and 10 mm at filling stage.

AquaCrop model; summer maize; soil water content; canopy coverage; biomass and yield;WUE

常梅, 周青云, 尹林萍. 不同灌溉方式和灌水定额对夏玉米生长的影响及AquaCrop模型的适应性研究[J]. 灌溉排水学报, 2023, 42(3): 32-39.

CHANG Mei, ZHOU Qingyun, YIN Linping. Research of the Effects of Different Drip Irrigation Treatments on the Growth of Summer Maize and the Adaptability of AquaCrop Model[J]. Journal of Irrigation and Drainage, 2023, 42(3): 32-39.

S161.4

A

10.13522/j.cnki.ggps.2022363

1672 - 3317（2023）03 - 0032 - 08

2022-07-01

国家自然科学基金项目（51609170）；天津市研究生科研创新项目（2021YJSS135）

常梅（1995-），女。硕士研究生，主要从事节水灌溉理论与新技术研究。E-mail: 2086137146@qq.com

周青云（1980-），女。教授，主要从事节水灌溉理论与新技术研究。E-mail: zhouqyand@126.com

责任编辑：韩 洋