方缘 陈妮娜 姜鹏 耿世波 米娜 王贺然 朱宪龙 张玉书

（1.中国气象局沈阳大气环境研究所，辽宁 沈阳 110166；
2.中国气象局气象干部培训学院辽宁分院，辽宁 沈阳 110166；
3.辽宁省农业气象灾害重点实验室，辽宁 沈阳 110166；
4.辽宁省气象灾害监测预警中心，辽宁 沈阳 110166；
5.辽宁省生态气象和卫星遥感中心，辽宁 沈阳 110166）

中国东北地区作为春玉米的主产区，玉米的播种面积约占全国26.6%，年产量占全国30%，在中国粮食安全生产中发挥着举足轻重的作用［1］。辽宁西部地区作为辽宁省玉米主产区之一，年平均（1981—2010年）降水仅有577.5 mm，同时也是干旱灾害频发的地区［2］。干旱发生频率和持续时间的增加，均会对玉米的产量及籽粒品质造成影响［3-4］。据统计辽宁省在1996—2007年，有9 a发生了程度不同的干旱，造成作物大规模减产［5］。

针对干旱造成的影响，常用的评估方法主要有4种：实地调查测算法、遥感监测评估法、历史统计相似分析法和作物模型模拟分析法［6］。其中作物模型模拟分析法因其机理性强，可以模拟出不同情况下可能出现的结果，被国内外学者广泛应用到干旱灾害影响评估上［7-12］。WOFOST（World Food Studies）模型是荷兰瓦赫宁根大学（WUR）和世界粮食研究中心（CWFS）合作开发的作物模型，是在SUCROPS模型基础上开发的，该模型可以模拟特定土壤类型条件下一年生的作物生长，可以对潜在模式、水分限制和营养限制三种不同的条件下模拟，机理涵盖了主要的生理过程，具有通用性、解释性和机理性等特点［13］。

有研究［14-15］利用多年试验数据对WOFOST模型的关键参数进行确定并对模型适应性进行分析，证明模型在潜在生长和水分限制条件下的模拟效果较好，模型具备较强的适用性。也有研究［16-18］基于WOFOST模型对东北、华北、北京等地区的低温和干旱对玉米、冬小麦的产量影响进行了定量评估，评估效果较好。蔡福等［19］、张建平等［20］改进WOFOST模型不同模块，优化后模型的模拟精度提高，改善了模型性能，模型可较好地评估干旱的影响。杨霏云等［21］基于WOFOST模型分析春玉米各生育期不同干旱程度对其产量的影响，总体上不同生育期发生干旱对产量的影响不同，其中抽雄期—乳熟期发生干旱的影响最大。上述研究表明，WOFOST模型在中国各地研究针对不同作物、不同措施、不同生育期、不同灾情对产量的影响均较适宜。李秀芬等［22］利用WOFOST模型对玉米不同生长发育阶段气象条件适宜程度诊断指标进行了定量化评价，评价结果为玉米生产适应气候变化提供了决策依据，评价指标在农业气象业务中得到了推广应用。

目前，作物模型在模拟正常气候条件下的作物生长发育具有较好的可靠性，对于极端天气气候的模拟能力还有待提高，模拟干旱发生年不同播期下对产量的影响报道并不多见。本文针对干旱灾害频发的辽西地区，以玉米为研究对象，选取WOFOST模型，利用干旱胁迫控制试验数据、田间试验数据和气象数据驱动模型，开展典型旱年不同播期干旱损失评估，为防灾避旱及干旱灾害评估业务提供参考。

1.1 资料来源

采用锦州市生态与农业气象中心（锦州站）和朝阳站2011—2018年干旱胁迫控制试验数据及田间分期播种试验数据作为玉米作物资料，包括品种、发育期、生长状况、生物量和产量等，并选取辽西地区6个代表站2010—2020年气象常规观测数据（表1），包括最高温度、最低温度、日照时数、风速和降水量，以及土壤水分数据，包括土壤湿度、土壤容重、田间持水量和凋萎湿度等作为模型驱动数据。

表1 辽西地区代表站位置和海拔高度Table 1 Location and altitude of representative stations in western Liaoning province

1.2 数据处理

WOFOST模型中有两种天气数据的文件，本文采用逐日的CABO格式气象数据，数据包括日辐射量（KJ·m-2·d-1）、最低温度（℃）、最高温度（℃）、水气压（kPa）、2 m平均风速（m·s-1）、降水量（mm）。针对部分观测资料的缺测，为了保证数据的连续性和完整性，采用平均值代替法对缺测的地面气象要素值进行插补，有效辐射利用气象观测资料的日照时数计算，2 m处的风速值由气象观测资料中10 m风速值根据风梯度公式换算。

1.3 典型旱年的确定

各代表站2015年4—9月降水比常年（1981—2010年）偏少34%—45%，2018年4—9月降水比常年偏少22%—55%，2020年4—9月降水比常年偏少3%—18%（图1），根据中华人民共和国国家标准（GB/T 20481—2017）《气象干旱等级》规定［23］，季尺度降水距平百分率PA＞-25%为无旱、-50%＜PA≤-25%为轻旱、-70%＜PA≤50%为中旱、-80%＜PA≤-70%为重旱、PA≤-80%为特旱，本文各站点2015年季尺度降水距平百分率为-38.9%～-60.7%，大部分地区属于中旱，2018年为-10.9%～-60.1%，大部分地区属于轻旱，2020年为-29.6%～-62.4%，大部分地区属于中旱。因此，确定2015年、2018年和2020年为典型旱年。

图1 典型旱年4—9月各站点降水量与常年（1981—2010年）平均对比Fig.1 Com parison of precipitation from April to September of typical drought years w ith the annual average during 1981-2010 at each station

1.4 模型关键参数与校正

本文使用的WOFOST模型的参数文件有Crop、Soild、Meteo三大类。

Crop文件是作物相关的参数文件，其中部分参数生物意义明确、调试过程中敏感性不高或者数值范围较小，这些参数利用文献、试验数据和模型数据来确定或者微调［24］，而另一部分参数在调试过程中对穗重TWSO、总地上生物量TAGP和叶面积等数据的影响较大，这些参数先确定取值范围，然后进行潜在的产量和生物量模拟，使用“试错法”来进行参数调整［14-15］，校正后参数见表2。

Soild文件是土壤相关的参数文件，本文采用更贴近本地区土壤特性的EC-3土壤文件并加以修改，其中田间持水量SMFCF、凋萎湿度SMW和饱和土壤含水量（土壤孔隙度）SMD，这3个参数使用本地的观测数据计算。

Meteo文件是天气数据的相关文件，本文模型中潜在模式使用充足降水量模拟，水分限制模式使用典型旱年实际降水量模拟。

1.5 模型适用性检验

本研究使用均方根误差（RMSE）、归一化均方根误差（NRMSE）、决定系数（R2）和误差百分比4个指标来评价模型模拟效果。其中NRMSE可以表征观测值和模拟值的相对差异，当NRMSE＜20%时，模拟效果好，当20%＜NRMSE＜30%时，模拟效果较好，当NRMSE＞30%时，模拟效果较差［25］，公式为

式（1）—式（3）中，Pi为模拟值；
Oi为观测值；
Pavg为模拟平均值；
Oavg为观测平均值。

表2 校正后的模型参数Table 2 Corrected WOFOST model parameters

2.1 WOFOST模型在辽西地区春玉米的适用性检验

利用代表站2011—2014年、2016—2017年气象数据、作物数据和土壤数据等进行WOFOST模型模拟试验，对WOFOST模型在辽西地区春玉米的适用性进行了检验，各代表站玉米开花期、成熟期和产量的模拟值与实测值的比较如图2所示。

从实测值与模拟值的1∶1图可知，整体上辽西地区春玉米发育期和产量的模拟很好。图2a开花期模拟的21组数值中只有少部分模拟值低于实测值，其他略高于实测值，NRMSE＝1.49%；
图2b成熟期模拟的21组数值中只有少部分实测值低于模拟值，大部分模拟值高于实测值，NRMSE＝3.22%；
图2c产量模拟的数值中大部分模拟值高于实测值，NRMSE＝11.31%；
所有NRMSE值均小于20%，模拟效果很好。

进一步分析各项模拟值与实测值的符合情况，对各项模拟误差进行统计计算。结果表明开花期和成熟期的误差较小，误差范围分别-4.06%～1.59%和-2.32%～6.67%，误差百分比分别为1.20%和2.55%，产量的误差相对较大，误差范围在-19.00%～20.49%，误差百分比为12.50%。模型模拟开花期时间比成熟期的时间更精确，一方面是辽西地区春玉米全生育期日数呈增加趋势［26-27］，另一方面是因为晚播播期成熟时北方有可能遭遇冷害，从而使成熟时间提前，造成成熟日期不稳定［28］。产量模拟的误差范围较大，主要是实测年份各播期的产量波动较大，而模拟出的产量变化比较平稳，整体上误差百分比小于15%，表明模拟值与实测值吻合较好。

图2 辽西地区春玉米开花期（a）、成熟期（b）和产量（c）的WOFOST模型模拟值与实测值的比较Fig.2 Com parison between the simulated values from theWOFOST model and themeasured values during flowering stage（a），maturity stage（b），and yield（c）of springmaize in western Liaoning province

虽然已有研究利用WOFOST模型对辽宁省春玉米产量进行模拟［14］，本文进一步表明，经过参数校准后的WOFOST模型能够较好的模拟辽西地区春玉米发育期和产量状况，能够有效的模拟不同播期的玉米产量和不同区域的玉米产量，进而可以用于玉米产量损失评估等。

2.2 基于WOFOST模型不同模式条件下辽西地区春玉米产量模拟

通过模拟辽西地区各代表站各播期不同模式条件下的产量变化可知（图3），辽西各代表站3个典型旱年均受到较重的干旱影响，不同播期受干旱的影响程度不同，整体上，晚播播期的潜在生产产量和水分限制条件下生产产量均比早播播期高。

图3a为2015年辽西地区各播期不同模式条件下春玉米产量模拟，平均潜在生产产量为8737—10335 kg·hm-2，产量最高值为阜新站5月20日播期（11430 kg·hm-2），最低值为锦州站4月20日播期（7986 kg·hm-2），平均水分限制条件下生产产量为2817—3979 kg·hm-2，产量最高值为锦州站5月20日播期（5892 kg·hm-2），最低值为黑山站4月20日播期（1867 kg·hm-2）；
图3b为2018年辽西地区各播期不同模式条件下春玉米产量模拟，平均潜在生产产量为7328—9428 kg·hm-2，产量最高值为彰武站5月20日播期（10067 kg·hm-2），最低值为锦州站4月20日播期（6572 kg·hm-2），平均水分限制条件下生产产量为4461—7497 kg·hm-2，产量最高值为彰武站5月20日播期（9053 kg·hm-2），最低值为朝阳站4月20日播期（2690 kg·hm-2）；
图3c为2020年辽西地区各播期不同模式条件下春玉米产量模拟，平均潜在生产产量为10158—11278 kg·hm-2，产量最高值为彰武站5月20日播期（12077 kg·hm-2），最低值为朝阳站4月20日播期（9515 kg·hm-2），平均水分限制条件下生产产量为3905—7253 kg·hm-2，产量最高值为连山站5月20日播期（8394kg·hm-2），最低值为锦州站4月20日播期（3207 kg·hm-2）。3个典型旱年的平均潜在生产产量2020年＞2015年＞2018年，平均水分限制条件下生产产量2018年（轻旱）＞2020年（中旱）＞2015年（中旱），结论与各年干旱程度一一对应。

图3 典型旱年2015年（a）、2018年（b）和2019年（c）辽宁西部各代表站各播期不同条件下产量模拟结果Fig.3 Variations of yield simulation results at representative stations under different conditions ofsow ing dates in 2015（a），2018（b），and 2020（c）of typical dry years

2.3 基于WOFOST模型的辽西地区春玉米干旱灾损模拟

结合中国东北地区春玉米各生育期干旱气候指标［21］（表3），通过模拟结果分析了不同播期的干旱风险下的玉米灾损评估（表4）。整体上因旱减产风险随播期推迟而减小，2015年4月20日、4月30日、5月10日和5月20日4个播期干旱导致的平均减产率分别为68%、59%、59%和61%，2018年4个播期干旱导致的平均减产率分别为39%、29%、24%和20%，2020年4个播期干旱导致的平均减产率分别为62%、60%、49%和36%。

表3 中国东北地区春玉米各生育期干旱气候指标Table 3 Climate drought index of spring m aize at different grow th stages in Northeast China

模拟结果表明，不同生育期内干旱对产量的影响是不同的，总体上拔节期—抽雄期和抽雄期—乳熟期持续重旱对产量的影响最大，其次是抽雄期—乳熟期影响较大，然后是拔节期—抽雄期，而出苗期—拔节期影响最小，并且重旱和中旱的影响大于轻旱和无旱。各代表站对比显示，各生育期干旱对朝阳站的影响最大，仅2个播期损失较小，其余播期干旱损失可达48%—67%，尤其是抽雄期—乳熟期发生任何等级干旱都会造成产量损失，其次是黑山站和阜新站。

整个辽西地区在旱年拔节—抽雄期和抽雄—乳熟期发生中旱和重旱的灾损风险均较高，拔节期—抽雄期发生中旱和重旱风险随播期而增加，4个播期分别为61%、72%、83%和89%，抽雄期—乳熟期发生中旱和重旱风险随播期而减少，4个播期分别为66%、50%、44%和33%，当拔节期—抽雄期和抽雄期—乳熟期连续发生重旱，干旱灾损程度随播期而加重，4个播期分别为46%—78%、47%—75%、50%—80%和48%—84%。

表4 基于WOFOST模型的辽西地区各播期春玉米干旱灾损程度Table 4 Drought damage degree of springmaize at each sow ing date in western Liaoning province based on theWOFOST model

续表4

（1）WOFOST作物模型是国内外科研人员研究和应用最广泛的产量预测模型之一，目前已经应用于国内多地玉米、水稻等作物模拟。本文利用干旱胁迫控制试验数据、田间试验数据和气象数据驱动WOFOST模型，经过参数校准后得到一套适用于辽宁西部地区春玉米生长发育的模拟参数，并较好的进行了辽西地区典型旱年春玉米不同播期灾损评估模拟。

（2）辽西地区不同播期受干旱的影响程度不同，整体上晚播播期潜在生产产量和水分限制条件下生产产量均比早播播期高，3个典型旱年平均水分限制条件下生产产量2018年（轻旱）＞2020年（中旱）＞2015年（中旱）；
因旱减产风险随播期推迟而减小，2015年（中旱）干旱导致的平均减产率可达59%—61%，2018年（轻旱）可达20%—39%，2020年（中旱）可达36%—62%。

（3）干旱会影响玉米的生长发育，通常会导致发育期延迟，抽雄—吐丝期间隔增大，雌穗发育异常，造成花期不遇，损害植株的光合能力，抑制干物质的累积、转移和再分配，严重的会破坏籽粒“库”的形成，最终导致产量减少［28-29］。本文研究表明，不同生育期内干旱对产量的影响程度不同，总体上拔节期—抽雄期和抽雄期—乳熟期持续重旱对产量的影响最大，其次是抽雄期—乳熟期影响较大，然后是拔节期—抽雄期，而出苗期—拔节期影响最小，并且重旱和中旱的影响大于轻旱和无旱。辽西各代表站对比表明，各生育期干旱对朝阳站的影响最大，干旱灾害风险最高，其次是黑山站和阜新站，本研究中朝阳站所在的朝阳市是辽宁省农业干旱灾害风险最高的区域之一，这与杨霏云等［21］的研究结果一致。整个辽西地区在旱年拔节期—抽雄期和抽雄期—乳熟期发生中旱和重旱的风险均较高，拔节期—抽雄期发生中旱和重旱风险随播期而增加，抽雄期—乳熟期发生中旱和重旱风险随播期而减少，当拔节期—抽雄期和抽雄期—乳熟期连续发生重旱，干旱灾损程度随播期而加重，减产率可高达46%—84%。

（4）本文对模型参数进行了校正使其适应辽西地区的玉米生长，一方面由于数据的限制，不同地区的土壤、养分等条件也有所差异，另一方面模型本身部分机理不适合所有的地区使用，所以会造成模拟结果产生一部分偏差，对部分极端地区的模拟效果较差。在今后的研究中，可结合更多的本地农试站观测数据及干旱胁迫控制试验数据，对WOFOST模型的部分模块及参数进行进一步调试和验证，通过气象干旱指数和作物水分亏缺指数等不同的干旱定义，开展多种干旱指标下的春玉米产量损失评估研究，研究结果可为辽宁或其他气候相近区域的干旱灾损评估工作提供参考。

猜你喜欢 辽西拔节期玉米 夜间增温对小麦干物质积累、转运、分配及产量的影响核农学报(2022年11期)2022-10-29四川水稻分蘖-拔节期低温连阴雨时空特征成都信息工程大学学报(2022年2期)2022-06-14主编推介：《辽西地区新石器时代植物考古研究》赤峰学院学报·哲学社会科学版(2022年4期)2022-05-13收玉米啦！少儿科学周刊·儿童版(2021年21期)2021-12-112021年山西省小麦返青拔节期主要病虫发生趋势预报今日农业(2021年6期)2021-11-27史前勤求索 辽西秀芬芳——纪念索秀芬先生草原文物(2020年1期)2020-04-13我的玉米送给你小天使·二年级语数英综合(2019年10期)2019-11-08辽西地区葡萄园作业历新农业(2017年10期)2018-02-26麦田欢歌农产品市场周刊(2017年17期)2017-06-02在辽西遇上一场雨中国诗歌(2014年6期)2014-11-15