張會婭,楊云川,2,3,莫崇勛,2,3,楊家禎,鄧思敏,謝鑫昌
(1.廣西大學土木建筑工程學院,廣西南寧 530004;2.廣西巖溶區(qū)水安全與智慧調(diào)控工程研究中心,廣西南寧 530004;3.廣西防災減災與工程安全重點實驗室,廣西南寧 530004)
作物水分利用效率WUE,是指作物產(chǎn)量與水分耗水量之間的定量關(guān)系,它是評價作物高效用水的參數(shù),是衡量農(nóng)業(yè)用水科學性與合理性的重要指標[1]。國內(nèi)外學者在進行農(nóng)業(yè)水資源利用效果系統(tǒng)評價和灌溉制度決策時,由于研究角度和關(guān)注點不一,由此形成各種含義的作物水分利用效率[2],本文選取國內(nèi)外使用較多的農(nóng)田總供水利用效率WUEg[3]、田間水分利用效率WP[3]、真實灌溉水利用效率WUEti[4]、和灌溉水利用效率WUEi[2]進行差異和適用性研究。目前國內(nèi)關(guān)于作物水分利用效率研究對象較多集中于小麥、玉米、棉花等[5-7],鮮有關(guān)于研究甘蔗水分利用效率的文獻。
廣西熱量充足、雨水充沛,是我國最主要的甘蔗經(jīng)濟產(chǎn)區(qū)和糖業(yè)保障區(qū)[8]。來賓市每年甘蔗種植面積和產(chǎn)量穩(wěn)居廣西第二,但由于區(qū)域降水季節(jié)分配不均,蔗區(qū)巖溶發(fā)育、土層保水能力弱,導致區(qū)域氣象、甘蔗干旱災害頻發(fā)[9]。加之區(qū)域灌溉工程條件不足,甘蔗種植仍以雨養(yǎng)為主。為此,亟待開展來賓市甘蔗作物水分利用效率的研究,提高甘蔗產(chǎn)量,量化灌溉制度方案對水資源管理的影響,使水資源高效利用。因此,本文基于本地化DSSAT-Canegro 模型,模擬不同典型干旱年在不同灌溉制度方案下的甘蔗產(chǎn)量,根據(jù)模擬結(jié)果,分析不同作物水分利用效率指標,并篩選出最優(yōu)灌溉制度,為廣西甘蔗制定有效的灌溉決策提供重要科學參考依據(jù)。
來賓市位于東經(jīng)108°24′~110°28′,北緯23°16′~24°29′之間,有“桂中腹地”之稱,屬亞熱帶季風濕潤氣候區(qū),地貌類型以山地丘陵為主[如圖1(a)];全年氣候溫和、日照充足、雨量充沛、無霜期長,年均日照時數(shù)為1 300~1 700 h,年降水量為1 200~1 900 mm,非常符合甘蔗生長對熱量和光照的需求[10],是廣西三大甘蔗種植市區(qū)之一。來賓市甘蔗主要種植在巖溶發(fā)育的低海拔洼地、坡面區(qū)域,總體呈非均勻連片密集、散點廣泛分布[如圖1(b)];多年來,因區(qū)域灌溉條件不足,甘蔗種植仍以雨養(yǎng)為主。
圖1 來賓市DEM和來賓市甘蔗種植分布Fig.1 DEM of Laibin and distribution of sugarcane cultivation in Laibin
論文研究中用到研究區(qū)的氣象、土壤、田間試驗等3類數(shù)據(jù)集。其中,氣象數(shù)據(jù)采用逐日尺度中國氣象強迫數(shù)據(jù)集(China Meteorological forces Dataset,CMFD),是我國學者開發(fā)的0.1°空分辨率網(wǎng)格化數(shù)據(jù),包括1979-2018 連續(xù)40 年逐日降雨量、最高氣溫、最低氣溫、平均氣溫、相對濕度、風速、太陽輻射量等;其通過遙感產(chǎn)品、再分析數(shù)據(jù)集和原位站數(shù)據(jù)融合而成的,具有連續(xù)的時間覆蓋和一致性質(zhì)量,是目前應用最廣泛的氣候氣象數(shù)據(jù)集之一(http:∕∕data.tpdc.ac.cn∕en∕data∕8028b944-daaa-4511-8769-965612652c49∕)[11]。
土壤數(shù)據(jù)主要來源于中國土壤數(shù)據(jù)庫(http:∕∕vdb3.soil.csdb.cn∕),并以寒區(qū)旱區(qū)科學數(shù)據(jù)中心《基于世界土壤數(shù)據(jù)庫的中國土壤數(shù)據(jù)集》作為參考。其中,DSSAT-Canegro模型需要輸入的土壤信息包括土壤類型和土壤剖面特征,即土壤名稱、顏色、土壤容重、田間持水量、凋萎系數(shù)、飽和含水量、pH值等。
文中采用來賓市的兩個田間甘蔗種植全生育期監(jiān)測試驗數(shù)據(jù)進行DSSAT-Canegro 模型參數(shù)率定和驗證;該田間試驗數(shù)據(jù)已經(jīng)被用于相關(guān)研究中論證,可信度較高,實驗數(shù)據(jù)基本信息見表1。
表1 田間試驗數(shù)據(jù)來源Tab.1 Source of field experiment data
1.3.1 典型干旱年選取
本文根據(jù)氣象干旱等級國家標準(GB∕T20481-2017)中規(guī)定的監(jiān)測干旱指標,即標準化降水蒸散指數(shù)SPEI劃分干旱等級從而得到不同干旱年。SPEI指數(shù)綜合考慮了降水和氣溫的共同效應,能客觀反映干旱的強度?;趶V西來賓市1979-2018年的氣象數(shù)據(jù),計算得到1979-2018 年的SPEI值,根據(jù)等級劃分,選取典型干旱年。SPEI計算采用Matlab 編程實現(xiàn),具體計算步驟詳見文獻[14],其干旱等級劃分和典型干旱年選取見表2。
表2 SPEI指數(shù)干旱等級劃分和典型干旱年選取Tab.2 SPEI index drought class classification and typical drought years selection
1.3.2 物水分利用效率指標
作物水分利用效率通常被定義為作物產(chǎn)量與相對應水分消耗量的比值,本文研究選取目前使用較多4 種作物水分利用效率評價指標進行分析評價,即農(nóng)田總供水利用效率WUEg[3]、田間水分利用效率WP[3]、真實灌溉水利用效率WUEti[4]、和灌溉水利用效率WUEi[2]。
(1)農(nóng)田總供水利用效率WUEg。
(2)田間水分利用效率WP。
(3)真實灌溉水利用效率WUEti。
(4)灌溉水利用效率WUEi。
式中:各作物水分利用效率,kg∕m3;Y為單位面積作物產(chǎn)量,kg∕hm2;P為降水量,m3∕hm2;I為灌溉水量,m3∕hm2;ET為田間蒸散發(fā)量,m3∕hm2;?Y為灌溉條件與無灌溉(雨養(yǎng))條件下單位面積作物產(chǎn)量差值,kg∕hm2。
1.3.3 甘蔗品種參數(shù)敏感性分析及率定方法
模型參數(shù)的敏感性分析及本地化是保證模擬結(jié)果可靠性及提高模擬精度的關(guān)鍵。DSSAT-Canegro模型中控制甘蔗的品種參數(shù)有20 個。文中基于模型數(shù)據(jù)庫中的標準甘蔗品種NCo376,對來賓的主要甘蔗品種新臺糖16 號進行模型參數(shù)的敏感性分析及本地化率定。
采用全局敏感性分析方法Morris法對DSSAT-Canegro 模型中的20 個甘蔗品種參數(shù)進行敏感性分析,Morris 法是針對局部敏感性分析方法存在的不足而進行的改進,通過微分的方法來計算逐個參數(shù)的敏感性,所需計算量較?。?5],具體計算方法可參考相關(guān)文獻[16],每個參數(shù)的平均值μ越大,說明參數(shù)的敏感性越強,而標準差σ值其值越高,說明參數(shù)交互作用越強。全局敏感性分析借助敏感性和不確定性分析軟件SimLab(Version2.2)實現(xiàn)。
模型參數(shù)本地化率定中,分別以來賓甘蔗的產(chǎn)量、莖高、葉面積指數(shù)和地上部干重作為目標函數(shù),基于表1 的田間試驗數(shù)據(jù)1 進行調(diào)試,表1 的田間試驗數(shù)據(jù)2 進行驗證,實現(xiàn)參數(shù)本地化。驗證精度通過均一化均方根誤差NRMSE和一致性指數(shù)D來定量評價,具體計算過程可參考文獻[17]。
1.3.4 實驗設(shè)計
根據(jù)廣西來賓蔗區(qū)實際情況,其灌溉量穩(wěn)定在200~400 mm,為保障甘蔗的產(chǎn)量,本文設(shè)定最大灌溉定額為400 mm,灌水定額為80 mm?;诟收?個生育期:苗期(3.10-5.10)、分蘗期(5.11-6.11)、莖伸長期(6.12-11.12)和成熟期(11.13-12.31)分別進行灌水,由于莖伸長期時間較長,分為莖伸長期前期和莖伸長期后期,共5 個灌水日期。設(shè)置6 種灌溉模式,即不灌溉水、灌一水、灌二水、灌三水、灌四水、灌五水,得到32 種灌溉制度情景(表3)。其中,a 為苗期,b 為分蘗期,c 為莖伸長期前期,d為莖伸長期后期,e為成熟期。
表3 灌溉制度情景組合設(shè)置Tab.3 Irrigation system scenario combination setup
根據(jù)1.3.3節(jié)所述的參數(shù)敏感度方法,本節(jié)主要針對來賓市新臺糖16 號甘蔗進行DSSAT-Canegro 模型的品種參數(shù)敏感性分析,經(jīng)過模擬結(jié)果與田間時間數(shù)據(jù)(表1 田間試驗數(shù)據(jù)1)對比發(fā)現(xiàn):20 個甘蔗品種參數(shù)中,有12 個品種參數(shù)對甘蔗的產(chǎn)量、莖高等目標函數(shù)有不同程度的影響,其定量敏感度如圖2。由圖2 可知,其中對甘蔗的產(chǎn)量影響較大的參數(shù)有Parcemax、Lfmax、Chupibase;對甘蔗的莖高影響較大的參數(shù)有Ttplntem;對甘蔗的地上部物質(zhì)干重影響較大的參數(shù)有Parcemax、Lfmax;對甘蔗的葉面積指數(shù)影響較大的參數(shù)有Mxlfarea、Ttplntem、Lfmax。以表1 中田間數(shù)據(jù)1 為依據(jù),綜合敏感參數(shù)影響和多次調(diào)試試驗,直至模擬值最大程度接近實測值,最終獲得來賓市甘蔗品種的DSSAT-Canegro 模型本地化參數(shù)取值,結(jié)果詳見表4。
圖2 DSSAT模型甘蔗品種參數(shù)敏感度Fig.2 Sensitivity of sugarcane variety parameters in DSSAT model
表4 模型品種參數(shù)描述及本地化率定結(jié)果Tab.4 Parameter description and debugging results of model varieties
基于上述DSSAT-Canegro 模型的本地化參數(shù),對來賓市甘蔗葉面積指數(shù)、產(chǎn)量、地上部干重、莖高進行模擬,結(jié)合表1中的田間試驗數(shù)據(jù)2,對模擬值和實測值擬合驗證,統(tǒng)計結(jié)果如圖3。
由圖3 可知,DSSAT-Canegro 模型模擬的來賓市甘蔗葉面積指數(shù)、產(chǎn)量、地上部干重、莖高與田間試驗觀測擬合的一致性指數(shù)D分別達到0.971、0.996、0.994和0.959,其對應的擬合均方根誤差NRMSE分別為18.21%、9.78%、9.11%和20.3%;由此表明,文中所采用的DSSAT-Canegro 模型及其本地化參數(shù)對來賓市甘蔗生長模擬精度較高。
圖3 DSSAT模型模擬值與觀測值的回歸關(guān)系Fig.3 Comparison of simulated and observed values of DSSAT model
2.1 節(jié)已證實DSSAT-Canegro 模型及其本地化參數(shù)開展來賓市甘蔗生長過程模擬能得到良好的精度,本節(jié)即模擬不同典型干旱年在32 種灌溉制度情景下的甘蔗產(chǎn)量。圖4 顯示了不同典型干旱年的平均產(chǎn)量在不同灌溉定額水平下的響應,由圖4 可以明顯看出隨著灌溉定額的增加,不同典型干旱年的模擬產(chǎn)量的均值有不同程度的增加,不同灌溉定額下甘蔗平均產(chǎn)量水平差異在重旱年和特旱年更加明顯。以不灌水情景下的模擬產(chǎn)量為對照,對不同典型干旱年在各灌溉定額水平產(chǎn)量均值進行增產(chǎn)率計算,特旱年的灌溉增產(chǎn)曲線上升幅度最大,說明灌溉對特旱年產(chǎn)量增產(chǎn)的貢獻最大。在灌溉定額為400 mm時,4個典型干旱年產(chǎn)量均值最高,增產(chǎn)率為:特旱年(39.92%)>重旱年(24.56%)>中旱年(18.51)輕旱年>(13.38%)。
圖4 灌溉定額平均模擬產(chǎn)量結(jié)果Fig.4 Average simulated yield results for irrigation quotas
基于甘蔗產(chǎn)量的模擬結(jié)果,對不同典型干旱年的4 個作物水分利用效率評價指標展開計算,不同典型干旱年的4 個指標平均值差異如圖5 所示,WP、WUEti與WUEg數(shù)值比較接近,WUEi從表達式來看僅考慮灌溉水量,所以導致WUEi數(shù)值較大。從圖5 來看,不同典型干旱年的4 個指標規(guī)律性并不完全一致,比如重旱年WUEg 圖5 不同典型干旱年各指標平均值比較Fig.5 Comparison of average values of indicators in different typical drought years 見表5對計算結(jié)果進行Pearson 相關(guān)分析,得出不同典型干旱年4 個指標之間的相關(guān)系數(shù)。如表5 所示,首先可以看出不同典型干旱年的WUEg與其他3 個指標相關(guān)性較高,尤其是WP和WUEti,都通過了α=0.01的顯著性檢驗水平。輕旱年WUEg與WUEti、WP、WUEi的相關(guān)系數(shù)分別為0.849、0.746、0.583;中旱年WUEg與WUEti、WP、WUEi的相關(guān)系數(shù)分別為0.902、0.803、0.392;重旱年WUEg與WUEti、WP、WUEi的相關(guān)系數(shù)分別為0.883、0.714、0.589;特旱年WUEg與WUEti、WP、WUEi的相關(guān)系數(shù)分別為0.896、0.887、0.564。WUEg包含了降水量和灌溉水量,以二者之和作為水量的投入,充分體現(xiàn)了甘蔗水分消耗源于降水和灌溉補充,比較全面反映了甘蔗模擬產(chǎn)量與降水量和灌溉水量的真實關(guān)系。其次,WUEti與WP的相關(guān)性也比較強,WUEti是在灌溉條件下增加的產(chǎn)量(對比無灌溉條件下)與相對應灌溉量之間的比值,直接體現(xiàn)蔗區(qū)投入的灌溉量對甘蔗產(chǎn)量增加的貢獻,能綜合反映出蔗區(qū)的灌溉水平。但是WUEti與WUEi沒有較為顯著的相關(guān)性,原因是WUEi的計算中水量消耗只考慮灌溉量,簡單來說WUEi體現(xiàn)的是灌溉所帶來的總體產(chǎn)量,在來賓市這樣降水量比較豐富的地區(qū),不考慮自然降水,WUEi計算數(shù)值偏大[18],所以不推薦使用。另外,WP是產(chǎn)量與田間蒸散發(fā)量(ET)的比值,能較全面體現(xiàn)出甘蔗對水分吸收利用的效率,但在實際生活當中,田間蒸散發(fā)量的數(shù)據(jù)并不好獲取,有些要素的測定比較復雜,限制了它在大尺度及長時段的應用[19],并且沈榮開等學者認為該指標是灌溉制度、自然氣象條件等各種因素綜合作用的效果,不是單一供水條件所能決定的[2]。綜合以上分析,本文推薦來賓市甘蔗水分利用效率的指標是WUEg與WUEti。 表5 不同典型干旱年各指標相關(guān)系數(shù)Tab.5 Correlation coefficients of various indicators for different typical drought years 分別以作物水分利用效率和模擬產(chǎn)量最高為目標,評價選取不同典型干旱年中32種灌溉制度的最優(yōu)方案,其中作物水分利用效率選取的是與其他3個指標相關(guān)性都較為顯著的農(nóng)田總供水利用效率WUEg,具體結(jié)果見表6。 表6 以作物水分利用效率和模擬產(chǎn)量最高為目標的最優(yōu)灌溉制度篩選結(jié)果Tab.6 Screening results of optimal irrigation system aiming at the highest crop water use efficiency and simulated yield 以作物水分利用效率最高為目標進行篩選灌溉制度,輕旱年和中旱年灌溉1 次,重旱年和特旱年灌2 次。不難發(fā)現(xiàn),以作物水分利用效率最高為目標,4 個不同典型干旱年的灌水時期均在莖伸長期,甘蔗的莖伸長期是甘蔗整個生育階段需水量最多的時期,也是甘蔗生長最快,產(chǎn)量積累的關(guān)鍵時期,此時甘蔗必須從外界環(huán)境吸收大量水分[20]。而甘蔗的莖伸長期后期更易發(fā)生秋旱,這也解釋了為什么輕旱年和中旱年在莖伸長期后期灌溉水分利用效率最高。 以模擬產(chǎn)量最高為目標進行篩選灌溉制度,輕旱年灌溉3次,中旱年灌溉2 次,重旱年和特旱年灌4 次。以產(chǎn)量最高為目標,4 個典型干旱年并不是干旱程度越強,灌溉定額越高,比如中旱年的灌溉定額是160 mm,而輕旱年的灌溉定額是240 mm,說明干旱典型年的灌溉不僅要考慮全年的干旱程度,還應考慮甘蔗不同生育期的干旱程度,因為甘蔗最終產(chǎn)量對不同生育期干旱及灌溉的響應是不同的。 (1)利用參數(shù)本地化的DSSAT-Canegro 模型,模擬了不同典型干旱年甘蔗平均產(chǎn)量對不同灌溉定額水平的響應,其中特旱年平均產(chǎn)量隨著灌溉定額的增大,增幅最為明顯。 (2)根據(jù)模擬結(jié)果,對4種作物水分利用效率指標進行計算和相關(guān)性分析,本文推薦使用農(nóng)田總供水利用效率WUEg與真實灌溉水利用效率WUEti,這兩個指標相關(guān)性較強,且概念正確,均是評價作物水分利用效率最客觀指標之一。 (3)模擬的甘蔗產(chǎn)量為區(qū)域格點平均結(jié)果,尚難以反映氣象、下墊面要素和人文因子的空間異質(zhì)性對甘蔗產(chǎn)量累積的空間格局影響,在今后工作中需進一步由單點模擬轉(zhuǎn)向考慮空間分異的面域模擬,并拓展考慮甘蔗產(chǎn)量對單一生育期干旱及灌溉的響應。2.4 不同典型年最優(yōu)灌溉制度方案篩選
3 結(jié)論