裴宏偉，李雅麗，李 赟，王海英，黃欣莉，張紅娟

（1.河北建筑工程學(xué)院市政與環(huán)境工程系，河北張家口075000；2.河北省水質(zhì)工程與水資源綜合利用重點(diǎn)實(shí)驗(yàn)室，河北張家口075000；3.張家口市農(nóng)業(yè)高效節(jié)水研究所，河北張家口075000）

0 引言

大白菜（Chinese Cabbage）的種植在我國(guó)已有5000 多年的種植歷史，具有耐寒、高產(chǎn)量、易運(yùn)輸、易儲(chǔ)存且營(yíng)養(yǎng)價(jià)值高等優(yōu)點(diǎn)[1]。大白菜一直是我國(guó)種植面積最大的蔬菜種類，種植面積已經(jīng)達(dá)到267 萬(wàn)hm2[2]。在河北壩上地區(qū)（36°30′~46°42′N、106°16′W~124°51′E），大白菜是該地區(qū)最主要的蔬菜作物[3]，該地區(qū)多年平均降水量低于400 mm，水資源稟賦不足且年際變化較大，同時(shí)大白菜生長(zhǎng)過(guò)程中需要消耗大量地下水用于灌溉，由于多年持續(xù)超采地下水，已經(jīng)導(dǎo)致本地區(qū)耕地退化、湖泊干涸、防護(hù)林死亡和草場(chǎng)沙化等生態(tài)問(wèn)題，嚴(yán)重制約著該地區(qū)農(nóng)業(yè)生產(chǎn)和社會(huì)經(jīng)濟(jì)的可持續(xù)發(fā)展[4,5]。因此，明確大白菜生育期田間土壤水分過(guò)程、作物生長(zhǎng)及產(chǎn)量變化，是提高農(nóng)業(yè)發(fā)展和節(jié)約農(nóng)業(yè)水資源管理的關(guān)鍵科學(xué)問(wèn)題。

作物模型（根區(qū)水質(zhì)模型RZWQM2）整合了土壤和特定試驗(yàn)場(chǎng)地的氣候條件，可模擬作物田間土壤水分和作物生長(zhǎng)[6]。Ahuja 和Ma 等人對(duì)該模型的運(yùn)行機(jī)理和計(jì)算等做了詳細(xì)描述[7,8]，提供了一種具有良好適用性的研究工具。目前，國(guó)內(nèi)外研究學(xué)者對(duì)RZWQM2 模型在各地區(qū)和各種作物進(jìn)行了大量研究，例如，蔣騰聰[9]等通過(guò)該模型對(duì)不同水分脅迫冬小麥生長(zhǎng)得到了較好的模擬，驗(yàn)證了該模型適用于我國(guó)干旱半干旱地區(qū)冬小麥的研究；王貴云[10]等運(yùn)用該模型驗(yàn)證了牛場(chǎng)肥水的施用對(duì)河北徐水區(qū)夏玉米農(nóng)田的可行性；Zhang 等[11]評(píng)價(jià)了RZWQM2 模型模擬美國(guó)科羅拉多州北部地區(qū)在虧缺灌溉條件下的玉米產(chǎn)量及產(chǎn)量構(gòu)成要素的性能，得到了在有限水分供應(yīng)條件下的最優(yōu)虧缺灌溉策略；Zhang 等[12]采用該模型模擬了美國(guó)科羅拉多州東部地區(qū)不同灌溉處理下向日葵的生長(zhǎng)情況，并得到了較好的驗(yàn)證；張紅娟等[13]分析了河北壩上地區(qū)裸燕麥作物在該地區(qū)的適用性分析，并對(duì)裸燕麥作物田間土壤水分及作物生長(zhǎng)發(fā)育情況進(jìn)行了較好的模擬，趙亮[14]通過(guò)RZWQM模型對(duì)山西地區(qū)夏玉米的土壤水分及氮素分布得到了較好的模擬，并為該地區(qū)農(nóng)業(yè)科學(xué)管理提供重要理論依據(jù)。我國(guó)對(duì)RZWQM 模型的研究也主要集中于西北地區(qū)以及河北壩下地區(qū)[15-20]，而對(duì)于河北壩上地區(qū)蔬菜作物的相關(guān)研究較少。

因此，本研究以河北壩上地區(qū)大白菜為研究對(duì)象，利用滴灌大白菜2018年和2019年田間定位試驗(yàn)，通過(guò)對(duì)RZWQM2模型的參數(shù)校準(zhǔn)，模擬田間土壤水分和作物生長(zhǎng)在生育期內(nèi)的變化，以此來(lái)評(píng)價(jià)該模型模擬精度。研究結(jié)果可為河北壩上地區(qū)滴灌大白菜田間水分高效管理提供理論依據(jù)，同時(shí)為進(jìn)一步研究該地區(qū)滴灌大白菜不同灌溉制度和作物管理等研究工作提供科學(xué)依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

試驗(yàn)研究是在張家口市農(nóng)業(yè)高效節(jié)水研究所（41°09′N、114°42′E）進(jìn)行的，為期2 a（2018年、2019年）。該研究所位于河北省西北部，海拔1 376 m，屬于中溫帶半干旱大陸性季風(fēng)氣候，根據(jù)中國(guó)氣象數(shù)據(jù)網(wǎng)統(tǒng)計(jì)的氣象數(shù)據(jù)（1990-2020年），該研究區(qū)多年平均氣溫4.4 ℃，平均降水量為250.5 mm，約70%的降水發(fā)生在7-9月的作物生長(zhǎng)季節(jié)。2018年和2019年大白菜生育期內(nèi)降水量分別為212.5 mm 和158.6 mm，分別占全年總降水量的43.5%和37.7%。試驗(yàn)地土壤質(zhì)地以沙壤土為主，耕作層（0~40 cm）土壤pH值為7.6~8.2。

1.2 田間試驗(yàn)

試驗(yàn)用大白菜幼苗分別于2018年5月25日和2019年5月27日移栽定植，品種為“CR 鼎盛”，播種量為4 萬(wàn)棵/hm2，分別于2018年8月1日和2019年7月30日收獲。兩年種植方式均為起壟種植，壟寬75 cm，壟高約10 cm，壟間距20 cm，種植期間生育期內(nèi)共追肥4 次（蓮座期和結(jié)球期均2 次），灌溉方式為膜下滴灌，且生育期總灌溉量分別為164 mm 和149 mm，試驗(yàn)小區(qū)面積為4 m2（2 m×2 m），小區(qū)外圍設(shè)有1 m 的保護(hù)行，試驗(yàn)小區(qū)底部安裝有大型稱重式蒸滲儀，該蒸滲儀由一個(gè)不銹鋼鐵箱組成（長(zhǎng)×寬×高=2 m×2 m×2.3 m）。試驗(yàn)小區(qū)的田間管理措施與當(dāng)?shù)芈兜卮蟀撞吮３忠恢隆?/p>

1.3 數(shù)據(jù)收集

（1）模型基礎(chǔ)數(shù)據(jù)。模型基礎(chǔ)輸入數(shù)據(jù)包括氣象數(shù)據(jù)、土壤理化特性數(shù)據(jù)，氣象數(shù)據(jù)由中國(guó)氣象數(shù)據(jù)網(wǎng)提供，包括（平均風(fēng)速km/d、最高氣溫℃、最低氣溫℃、平均相對(duì)濕度%、日照時(shí)數(shù)h及降水量mm），土壤理化特性數(shù)據(jù)采用模型本身參數(shù)，包括(土壤質(zhì)地%、容重g/cm3、飽和導(dǎo)水率cm/h 及田間持水量cm3/cm3)。

（2）田間試驗(yàn)數(shù)據(jù)。本研究中通過(guò)實(shí)時(shí)監(jiān)測(cè)的智墑[21]（智能測(cè)墑系統(tǒng)Insentek Sensor：簡(jiǎn)稱“智墑”，東方智感（浙江）科技股份有限公司生產(chǎn)）在生育期內(nèi)監(jiān)測(cè)不同剖面的土壤水分，田間蒸散量是由大型稱重式蒸滲儀通過(guò)每日初始和最終土體重量之間的差值來(lái)計(jì)算，而土體重量的增大則是由降水量和灌溉量導(dǎo)致的。同時(shí)大白菜生育期內(nèi)作物數(shù)據(jù)（株高及最終產(chǎn)量）的測(cè)定，每7~10 d 記錄一次作物株高，產(chǎn)量則在作物收獲期測(cè)得。

1.4 RZWQM2模型描述及參數(shù)優(yōu)化

RZWQM2 模型是由美國(guó)農(nóng)業(yè)部研究所研發(fā)的農(nóng)業(yè)系統(tǒng)一維模型，模型主要模塊有物理、化學(xué)、殺蟲(chóng)劑、養(yǎng)分、作物生長(zhǎng)和作物管理[22-25]。模型中對(duì)土壤水分入滲過(guò)程采用Green-Ampt 入滲方程描述，分別采用Poiseuille’s 方程和Richard’s方程模擬大孔隙流動(dòng)和土壤水的再分布，潛在蒸散是由Shuttleworth-Wallace 方程計(jì)算而得。RZWQM2 還可提供多種選擇用于模擬作物生長(zhǎng)，包括通用作物生長(zhǎng)模型、DSSATCSM 模型、HERMES 模型、QckPlant 模型、QckTurf和QckTree模型。本研究中選用QckPlant 作物模型中的Chinese Cabbage作物模擬大白菜的生長(zhǎng)情況。

利用歷史氣象數(shù)據(jù)（2000-2019年）進(jìn)行了20 a 的初始化運(yùn)行，并根據(jù)2018年和2019年大白菜的作物管理、株高及土壤水分等試驗(yàn)數(shù)據(jù)，通過(guò)“試錯(cuò)法”對(duì)RZWQM2 模型中的一組參數(shù)（土壤物理參數(shù)和土壤水力參數(shù)）進(jìn)行了優(yōu)化。土壤水力參數(shù)包括不同土層下的飽和導(dǎo)水率和田間持水量，此外還可優(yōu)化土壤根系生長(zhǎng)因子參數(shù)。

1.5 模型參數(shù)的校準(zhǔn)

本研究基于2018年和2019年田間觀測(cè)數(shù)據(jù)和模型默認(rèn)數(shù)據(jù)，采用“試錯(cuò)法”對(duì)模型參數(shù)進(jìn)行了校準(zhǔn)。由于大白菜（Chinese Cabbage）屬于QckPlant作物模塊，作物生育期較短，且模型中QckPlant 模塊沒(méi)有作物參數(shù)進(jìn)行校準(zhǔn)，因而只針對(duì)土壤物理參數(shù)進(jìn)行了校準(zhǔn)，校準(zhǔn)結(jié)果為表1。

表1 大白菜試驗(yàn)地不同土層的土壤理化參數(shù)值Tab.1 Soil physical parameters of different soil layers in Chinese cabbage test site

1.6 模型評(píng)價(jià)指標(biāo)

在模型的校準(zhǔn)或驗(yàn)證中，RZWQM2 模型的擬合程度通過(guò)均方根誤差（RMSE）和一致性指數(shù)（d）進(jìn)行量化。

式中：Pi和Qi分別為第i個(gè)模擬值和實(shí)測(cè)值；Qavg為平均實(shí)測(cè)值；n為數(shù)據(jù)的個(gè)數(shù)。一致性指數(shù)（d）位于0~1 之間，d值越接近于1則表示實(shí)測(cè)值與模擬值的一致性越好[26]。

2 結(jié)果與分析

2.1 土壤水分模擬

利用RZWQM2 模型模擬了大白菜田間20 cm、40 cm 和60 cm 土層的土壤水分變化。結(jié)果表明，該模型很好地模擬出了大白菜田間20 cm、40 cm 土層深度的土壤水分（圖1）。在滴灌大白菜2018、2019年生育期內(nèi)，土壤水分均呈現(xiàn)穩(wěn)定的起伏趨勢(shì)，此外，在有灌溉和降水時(shí)，大白菜土壤水分會(huì)明顯增大，但由于土壤表層到更深土層每10 cm 大約有1~3 h 的滯后。而對(duì)2018年生育期開(kāi)始階段土壤水分模擬結(jié)果較差的原因可能是因?yàn)槟Ｐ驮谀M時(shí)需要先進(jìn)行預(yù)熱期調(diào)試。

圖1 2018年和2019年滴灌大白菜田間土壤水分模擬動(dòng)態(tài)變化Fig.1 Simulation the field soil water content of dynamic changes of Chinese Cabbage under drip irrigation during 2018 and 2019

各土層土壤水分模擬值與實(shí)測(cè)值的一致性指數(shù)（d）在0.50~0.80之間，其中對(duì)20 cm、40 cm土層模擬的d值達(dá)到0.65以上，該結(jié)果表明了RZWQM2 模型對(duì)淺層土壤水分的模擬效果會(huì)更好。在大白菜2019年生育期內(nèi)，20 cm、40 cm 和60 cm各土層土壤水分模擬值與實(shí)測(cè)值之間的均方根誤差（RMSE)分別為2.13%、1.13%、1.00%；對(duì)3 個(gè)土層深度的土壤水分模擬d值分別為0.67、0.76、0.68?？傮w表明，RZWQM2 模型對(duì)膜下滴灌大白菜田間土壤水分模擬的結(jié)果較為合理。

2.2 株高模擬

該模型對(duì)大白菜株高的模擬效果較好。對(duì)2018年和2019年的膜下滴灌大白菜，實(shí)測(cè)值株高最高分別為41.98 cm 和43.44 cm，模擬株高最大均達(dá)到44.50 cm，相對(duì)實(shí)測(cè)值分別偏高了5.66%和2.38%。平均實(shí)測(cè)株高分別為29.53 cm 和30.68 cm，平均模擬株高分別為30.16 cm 和29.19 cm， 其實(shí)測(cè)株高與模擬株高差異均未超過(guò)1.50 cm（偏離值分別為0.63 cm 和1.49 cm）。同時(shí)2018年和2019年大白菜模擬結(jié)果的RMSE值（均方根誤差）分別為0.87 cm 和1.20 cm，d值（一致性指數(shù)）均大于0.85，分別為0.90 和0.87（圖2）。總體而言，2018年和2019年大白菜株高擬合程度較好。

圖2 2018年和2019年大白菜實(shí)測(cè)株高與模擬株高比較Fig.2 A comparison of simulated and observed height of Chinese Cabbage during 2018 and 2019

2.3 產(chǎn)量模擬

對(duì)2018年和2019年試驗(yàn)蒸滲儀內(nèi)的膜下滴灌大白菜，選取大白菜最終凈菜的產(chǎn)量為實(shí)測(cè)產(chǎn)量，且實(shí)測(cè)產(chǎn)量分別為114 832.5 kg/hm2和120 296.2 kg/hm2，模擬產(chǎn)量分別為114 852.6 kg/hm2和117 182.3 kg/hm2，模擬產(chǎn)量相比實(shí)測(cè)值在2018年偏高了0.02%，而在2019年偏低了2.59%，且2018年和2019年大白菜的模擬值與實(shí)測(cè)值的RMSE值分別為20.1 kg/hm2和3 113.9 kg/hm2，d 值均大于0.95，分別為0.99 和0.98（圖3）?？傮w表明：2018年和2019年大白菜產(chǎn)量擬合結(jié)果較好。

圖3 2018年和2019年大白菜產(chǎn)量實(shí)測(cè)值與模擬值比較Fig.3 A comparison of simulated and observed yield of Chinese Cabbage during 2018 and 2019

2.4 模型評(píng)價(jià)

利用2018年和2019年膜下滴灌大白菜的作物生長(zhǎng)數(shù)據(jù)株高和田間土壤水分對(duì)模型進(jìn)行了評(píng)價(jià)。土壤水分在不同土壤深度有較高的d值（均＞0.50） 及較低的RMSE（1.00%~3.03%）值證實(shí)了模型對(duì)膜下滴灌大白菜田間土壤水分具有較好的模擬（表2）。對(duì)大白菜的株高及產(chǎn)量也進(jìn)行了模擬，2018年和2019年株高擬合程度d分別為0.90 和0.87，RMSE值均較低（≤1.20 cm），產(chǎn)量模擬結(jié)果d值均大于0.95，RMSE值分別為20.1 kg/hm2和3 113.9 kg/hm2（表3）?？傮w而言，RZWQM2模型對(duì)未用于模型校準(zhǔn)的大白菜進(jìn)行了合理的模擬，在河北壩上地區(qū)具有較高適用性。

表2 2018年和2019年滴灌大白菜田間土壤水分模擬評(píng)價(jià)統(tǒng)計(jì)Tab.2 Simulation evaluate satistics of the field soil water content of Chinese Cabbage under drip irrigation during 2018 and 2019

表3 2018年和2019年滴灌大白菜株高與產(chǎn)量模擬評(píng)價(jià)統(tǒng)計(jì)Tab.3 Simulation evaluate satistics of the height and yield of Chinese Cabbage under drip irrigation during 2018 and 2019

3 討 論

RZWQM2 模型通過(guò)對(duì)參數(shù)的校準(zhǔn)可對(duì)不同地區(qū)的不同作物進(jìn)行適用性評(píng)價(jià)，但由于實(shí)測(cè)數(shù)據(jù)與作物品種等的差異進(jìn)而導(dǎo)致模型最終參數(shù)不同，因此模型模擬的精度也存在一定的不確定性。本研究以相鄰年份的實(shí)測(cè)參數(shù)進(jìn)行模型校準(zhǔn)，得到了較好的模擬結(jié)果。

農(nóng)業(yè)作物模型在對(duì)參數(shù)的優(yōu)化存在一定的不確定性[27]。本研究對(duì)2018年和2019年河北壩上地區(qū)的滴灌大白菜通過(guò)RZWQM2 模型進(jìn)行校準(zhǔn)，雖整體模擬結(jié)果表現(xiàn)較好，但對(duì)模擬開(kāi)始階段的模擬結(jié)果較差，可能原因是，一方面模型在運(yùn)行時(shí)存在預(yù)熱期調(diào)試；另一方面可能是由于未對(duì)模型參數(shù)進(jìn)行敏感性分析，導(dǎo)致對(duì)2018年土壤水分開(kāi)始階段模擬結(jié)果較差。

RZWQM2 模型對(duì)作物的適用性評(píng)價(jià)研究大多集中于小麥和玉米，而對(duì)蔬菜的研究較少，同時(shí)除該模型以外，WOFST、DSSAT 和APSIM 模型也是使用范圍較廣、模擬精度較高的作物模型，也對(duì)其做了大量適用性分析的相關(guān)研究[28-30]。而RZWQM2 模型相比其他模型而言，具有參數(shù)較少和操作簡(jiǎn)單的優(yōu)勢(shì)。

4 結(jié)論

（1）本研究利用2018年和2019年的田間試驗(yàn)實(shí)測(cè)數(shù)據(jù)、氣象數(shù)據(jù)與RZWQM2 模型默認(rèn)參數(shù)驅(qū)動(dòng)RZWQM2 模型，并通過(guò)“試錯(cuò)法”得到適用于本研究區(qū)膜下滴灌大白菜的土壤參數(shù)。

（2）滴灌大白菜田間土壤水分的模擬值可正確反映實(shí)測(cè)值變化趨勢(shì)，土壤水分模擬結(jié)果RMSE值位于1.00%~3.03%之間，d在0.50~0.78之間，其模擬結(jié)果整體較好。

（3）2018年和2019年大白菜作物株高及產(chǎn)量擬合程度較好，作物株高模擬結(jié)果RMSE值在0.87~1.20 cm 之間，d值在0.87~0.90 之間，大白菜產(chǎn)量模擬結(jié)果d值分別達(dá)到了0.99 和0.98。結(jié)果表明該模型在河北壩上地區(qū)對(duì)滴灌大白菜有較好的適用性，進(jìn)而可進(jìn)一步開(kāi)展RZWQM2 模型對(duì)該地區(qū)滴灌大白菜相關(guān)研究工作。