基于土壤水分空间变异的变量灌溉作物产量及节水效果

赵伟霞，李久生，杨汝苗，栗岩峰



基于土壤水分空间变异的变量灌溉作物产量及节水效果

赵伟霞，李久生※，杨汝苗，栗岩峰

（中国水利水电科学研究院流域水循环模拟与调控国家重点实验室，北京 100048）

提高整个田块作物生长指标和产量的均匀性是实施变量灌溉水分管理的目标之一。该研究基于土壤可利用水量（available water holding capacity，AWC）将试验区划分为4个水分管理区，利用相同的灌水控制指标（0.45AWC）进行分区变量灌溉水分管理；作为对照，基于最小AWC区的土壤水分进行均一灌溉水分管理。对比变量灌溉和均一灌溉条件下冬小麦、夏玉米生长指标（株高、叶面积指数、地上部分干物质质量）、叶片相对叶绿素含量、产量及其均匀性，分析AWC对作物生长和产量的影响。结果表明，与均一灌溉相比，夏玉米变量灌溉节水14.1%，冬小麦灌水量相同。与均一灌溉相比，变量灌溉对冬小麦、夏玉米生长指标、叶片相对叶绿素含量和产量的影响均未达到显著水平，而不同AWC管理区之间作物生长指标和产量的差异均达到了显著水平。为获得更高的作物产量，建议不同AWC管理区内采用不同的灌水控制指标。研究可为大型喷灌机变量灌溉水分管理决策提供依据。

土壤；灌溉；作物；土壤可利用水量；管理分区；冬小麦；夏玉米；均匀性

0 引 言

精准灌溉是精准农业的重要组成部分，将效益-成本比最大化是精准灌溉管理的主要目标之一。在较大农田尺度内，精准灌溉管理的实现主要通过实时、实地的提供适宜的灌溉水量，最大限度地优化灌水量，以获得最高产量和最大经济效益，同时保护生态环境[1-3]。大型喷灌机变量灌溉技术为精准灌溉管理提供了有力工具[3]，而管理区划分随之成为决定沿喷灌机行走方向和沿喷灌机桁架方向实施变量灌水的前提。

土壤可利用水量（available water holding capacity，AWC）指田间持水率与凋萎含水率的差值，反映土壤的实际供水能力。因此，基于AWC的静态分区是实施变量灌溉水分管理的一种重要方法[4-6]。与传统的均一灌溉管理相比，获得更均匀的作物生长和产量是评估变量灌溉效果的重要指标之一[6]。然而，近期研究表明[7-9]，不同土壤结构和AWC均会影响作物水分利用、产量和冠层温度。对这种观点的验证有助于提高变量灌溉水分管理水平。

因此，本文以传统的均一灌溉水分管理为对照，在不同管理区内基于相同的灌水指标进行变量灌溉水分管理，分析变量灌溉对冬小麦和夏玉米生长、产量及其空间均匀性的影响，并研究管理区之间作物生长指标和产量的差异，为提高大型喷灌机变量灌溉技术水分管理水平提供参考。

1 材料与方法

1.1 试验区概况

试验在河北省涿州市东城坊镇中国农业大学教学试验场进行。该试验场位于河北省中部（39°27′N，115°51′E，海拔42 m），属暖温带半湿润季风区，大陆性季风气候特点明显。多年平均降雨量563.3 mm，年平均温度11.6 ℃，多年平均冻土深度0.4 m，最长连续冻结122 d。试验场地质构造属太行山山洪冲积扇。冬小麦-夏玉米轮作是该地区主要的种植模式。

1.2 圆形喷灌机变量灌溉系统

试验用圆形喷灌机变量灌溉系统由中国水利水电科学研究院研制，该系统通过对原有均一喷洒式圆形喷灌机的改造获得，主要由电磁阀、压力调节器、地缘识别器和控制系统组成（图1），变量灌水通过调节电磁阀开闭状态和喷灌机行走速度实现[10]。圆形喷灌机中心支轴距末端旋转式喷头的距离为139.93 m，末端喷头的射程为6 m。根据国家标准对喷灌机“有效半径”的定义[11]，该变量灌溉系统控制的圆形面积为6.55 hm2。试验区为灌溉区域的1/4，面积1.64 hm2。

图1 圆形喷灌机变量灌溉系统

1.3 变量灌溉管理分区

基于AWC对试验区进行管理分区。确定AWC的直接方法是通过田间试验[12]或室内试验[13]测量不同土层的田间持水量和凋萎含水量。但是直接测量法具有劳动强度大、耗时长和投资高的缺点。因此，Rawls等[14]通过对大量文献和数据的分析，提出了基于土壤粒级组成的田间持水率和凋萎含水率间接估算方法，并在变量灌溉管理分区中应用[6]。为获得AWC空间分布图，将试验地块按照12 m×12 m的网格划分为110个单元（图2），在每个单元内分别以网格中心为圆心，在半径1 m的圆周上用土钻取4个剖面，分层混合后用MS2000激光粒度仪（英国马尔文仪器有限公司）测量0～0.2、＞0.2～0.4、＞0.4～0.6、＞0.6～0.8 m土层的土壤砂粒、粉粒、黏粒体积百分数，并根据美国农业部推荐方法确定土壤质地[15]。土壤质地及其剖面分布统计结果如表1所示。不同土层的砂粒、粉粒和黏粒含量变异系数（）、土壤质地复杂程度均随土壤深度增加呈增大趋势，且黏粒变异系数大于砂粒。

图2 试验区土壤可利用水量面状分布图

为获得所有单元不同土层的田间持水量，共选取13个网格用环刀法进行剖面取土，并采用威尔克斯法[13]测定13个网格中心不同土层（0～0.2、＞0.2～0.4、＞0.4～0.6、＞0.6～0.8 m）的田间持水量和容重。以田间持水量为因变量（，cm3/cm3）、以黏粒（1，%）、粉粒（2，%）、砂粒体积百分数（3，%）为自变量利用二次多项式逐步回归法拟合方程式（1）。

=2068.22-312.861-45.843+2.9212-0.2122+

0.2532+2.721·2+3.171·3+0.0452·3

2=0.72，=0.001 （1）

表1 试验区土壤颗粒体积分数及质地沿剖面分布

将其他单元不同土层的土壤粒级组成代入式（1）即可获得所有单元的田间持水量。为获得所有单元不同土层的凋萎含水量，利用ROSETTA软件[16]和砂粒、粉粒、黏粒体积百分数分别拟合110个取样点0～0.2、＞0.2～0.4、＞0.4～0.6 m土层的van Genuchten模型方程（式（2）），将凋萎含水率对应的土壤水势=1500 kPa[17]代入式（2）即可计算凋萎含水量。

()=θ+(θ-θ)/[1+(·)]1-1/n（2）

式中()为土壤体积含水量，cm3/cm3；θ为土壤饱和含水量，cm3/cm3；为土壤残余含水量，cm3/cm3；（cm-1）、为待定的特性参数。

利用上述方法获得的田间持水量和凋萎含水量分别计算所有单元0～0.2、＞0.2～0.4、＞0.4～0.6 m土层的AWC，取0～0.6 m土层的AWC平均值代表作物主要根区的AWC，然后利用ArcGIS软件中的克里格插值法和“Jenks”自然断点法根据作物主要根区的AWC生成AWC面状分布图[6]，如图2所示。由图2可知，试验区内AWC变化范围较大，表明在该试验区进行变量灌溉管理试验的可行性。

根据AWC分类等级将试验区划分为4个管理区，1~4区AWC变化范围分别为152.2～161.4、＞161.4～170.9、＞170.9～185.1、＞185.1～204.7 mm。因为喷灌机第一跨控制面积较小，不做变量灌溉试验处理[18]。每个管理区对应的面积分别为0.33、0.76、0.18和0.27 hm2（图3）。

注：VRI和URI分别为变量灌溉和均一灌溉，下同。

1.4 试验设计及过程

在管理区1、2、3、4内，按照面积近似相等原则分别设置变量灌溉（V）和均一灌溉（U）2个灌水处理，分别记为1V、1U、2V、2U、3V、3U、4V和4U，共8个试验处理。在每个处理内，将每个12 m×12 m的网格作为1个重复，1V、1U、2V、2U、3V、3U、4V和4U处理的重复数分别为6、6、17、19、3、3、4和4。

供试作物为冬小麦（济麦22）和夏玉米（强生928）。冬小麦2013年10月16日播种，行距15 cm，播种量375 kg/hm2，2014年6月12日收获，收获时秸秆同时粉碎并覆盖在土壤表面。夏玉米2014年6月13日播种，株距26 cm，行距55 cm，10月2日收获。

根据土壤含水量下限值确定灌水时间。结合FAO-56关于冬小麦、夏玉米的推荐值[19]和试验区土壤含沙量较大的特点，土壤水消耗比率取为0.45，即当土壤水分亏缺量达到0.45AWC时进行灌溉。对于变量灌溉的4个管理区（1V、2V、3V和4V），进行分区灌溉管理，即当各处理内0～0.6 m土层的土壤水分亏缺量达到0.45AWC时该区进行灌溉。对于均一灌溉的4个管理区（1U、2U、3U和4U），灌溉进行统一管理，即当最小AWC区（1U）0～0.6 m土层的土壤水分亏缺量达到该区0.45AWC时4个管理区同时用喷灌机变量灌溉系统进行灌溉，以保证所有管理区均不缺水，以期获得最高产量[4,20]。变量灌溉处理和均一灌溉处理采用相同的灌水定额，拔节期结束前为20 mm，拔节期结束后为30 mm。为防止冻伤，所有处理均于2013年11月18日进行冬灌，灌水量42 mm。

为判断灌水时间并观测作物生育期内的土壤含水量动态变化，在所有处理的每个重复内分别埋设1根Trime-T3探管（德国IMKO公司），共53根，埋设位置在网格中心（图3），埋设深度0.8 m，每隔7 d测量1次。同时，在1U、1V、2V、3V和4V处理分别埋设1组EM50土壤水分传感器（美国Decagon Devices公司），埋设深度为0.12，0.24，0.36，0.48和0.6 m，每隔30 min采集1次土壤含水量数据，通过Trime-T3与EM50数据的对比精确判断灌水时间。因为4V和4U区土壤为南水北调输水管线铺设后的回填土，0.4 m土层以下为较大砾石，Trime-T3探管和EM50土壤水分传感器埋设深度为0.4 m，灌水时间由0～0.4 m土层的土壤含水量进行判断。

所有处理采用相同的施肥管理。根据测土配方施肥结果，冬小麦施N量为175 kg/hm2，P2O5为138 kg/hm2，K2O为90 kg/hm2。其中，54 kg/hm2N和全部的P2O5、K2O均以底肥施入土壤，所用肥料为磷酸二铵（N、P2O5质量分数分别为18%、46%）和氯化钾（K2O质量百分数为60%），利用播种机播种的同时进行施肥；剩余施N量分别在冬小麦返青期和拔节期用尿素进行追施，追肥比例为返青期:拔节期=1:1.75，施肥方式为撒施。夏玉米施N量为228.6 kg/hm2，P2O5为55.2 kg/hm2，K2O为63.0 kg/hm2，其中21.6 kg/hm2N和全部的P2O5、K2O均以底肥施入土壤，所用肥料类型和施肥方式与冬小麦相同；剩余施N量分别在夏玉米拔节期和大喇叭口期用尿素进行追施，追肥比例为拔节期：大喇叭口期=1:2。

1.5 指标测定与计算

在冬小麦和夏玉米生育期内，测量的作物生长指标主要包括株高、叶面积指数（leaf area index，LAI）和地上部分干物质质量，测量的生理指标为叶片相对叶绿素含量（soil and plant analyzer development，SPAD）。测量开始前，在每个处理的每个重复内随机选取长势均匀的冬小麦4株和夏玉米3株进行挂牌标记。利用钢卷尺和叶绿素仪（SPAD502，日本柯尼卡美能达公司）分别对标记植株的株高和SPAD值进行测量，每隔10 d测量1次。测量SPAD时，冬小麦生长前期测定新的完全展开叶，后期测定旗叶；夏玉米苗期至抽雄前测定最上部完全展开叶，抽雄后测定穗位叶。冬小麦LAI采用比叶重法[21]测量，然后将所有样品烘干后测量地上部分干物质质量，每隔16 d左右测量1次。夏玉米LAI采用长宽系数法通过对标记植株所有绿叶的长宽测量进行计算，系数为0.75。夏玉米地上部分干物质质量测量时，在每个处理的所有重复内随机选取3个重复作为取样点，然后在每个取样点内分别选取代表性植株3株，烘干后测量。

冬小麦和夏玉米收获前进行人工采样测产。测量冬小麦产量时，分别在每个处理的每个重复内选取具有代表性的长势均匀的1 m×1.05 m的样方1个，人工脱粒后烘干计产。夏玉米产量测量时，样方为2行×1.56 m的区域，人工脱粒后烘干计产。

1.6 数据分析

冬小麦、夏玉米生长指标（株高、LAI、地上部分干物质质量）、SPAD和产量的空间均匀性利用变异系数进行定量描述，为样本数值的标准差相对于平均数大小的相对量。为了分析变量灌溉水分管理和AWC对作物生长和产量的影响，利用SAS软件中的PROC GLM方差分析过程进行组内观察值数目不等的单向分组资料的方差分析[22]。

2 结果与分析

2.1 均一灌溉和变量灌溉处理灌溉制度差异

冬小麦、夏玉米生育期内不同灌水处理的累积灌水量和降雨量如表2所示。冬小麦生育期内总降雨量61.2 mm，小于冬小麦生育期内的多年平均降雨量126 mm，属于干旱年。夏玉米生育期内总降雨量311.6 mm，小于有秸秆覆盖条件下太行山山前平原夏玉米总耗水量350～360 mm[23]，说明试验年份冬小麦和夏玉米均需要进行灌溉。

为提高肥料利用效率，冬小麦和夏玉米进行追肥后在没有降雨时均进行灌溉。4月3日和4月13日施冬小麦分蘖肥和拔节肥时，各处理分别灌水20和16 mm；在7月15日施夏玉米拔节期肥时各处理分别灌水20 mm，7月29日的抽穗肥随降雨施入。冬小麦和夏玉米的土壤含水量分别在播种后6个月和1.5个月达到灌水下限。从4月22日到6月5日内灌水，加上冬灌水和施肥水，冬小麦每个处理整个生育期总灌水量248 mm，均一灌溉处理和所有变量灌溉管理区的总灌水量相等。但是由于各处理土壤持水能力不同，土壤含水量达到灌水下限的时间不等，最大相差3 d，3V处理先进行灌水，然后是均一灌溉处理进行灌水。夏玉米均一灌溉总灌水量为70 mm，与变量灌溉2V和4V处理的灌水量相等，但灌水时期不尽相同；1V和3V处理只灌水2次，总灌水量40 mm。与冬小麦相比，由于降雨量增加，夏玉米各处理土壤含水量达到灌水下限的时间差异减小，最大相差1 d。按各处理面积与其总灌水量的乘积计算每个处理的灌水量，与均一灌溉管理相比，夏玉米生育期内变量灌溉管理共节水14.1%。

表2 冬小麦和夏玉米不同灌水处理的灌水量

注：1V～4V分别表示1～4区的变量灌溉处理；U表示均一灌溉；下同。

Note: 1V-4V are variable rate irrigation management in zone 1, 2, 3, and 4, respectively; U is uniform rate irrigation management; Same as below.

2.2 作物生育期内土壤含水量动态变化

冬小麦和夏玉米生育期内0～0.4和＞0.4～0.6 m土层各处理平均土壤含水量动态变化如图4所示。由于4区0.4 m以下土壤含水量无法测定，图4b和图4d只给出3个区土壤含水量测定结果。冬小麦生育期内，0～0.4和＞0.4～0.6 m土层的土壤含水量变化趋势相似，在冬小麦快速生长期，各处理土壤含水量较高且基本相等，进入生长中期实施变量灌溉水分管理后，各处理土壤含水量差异增大，除成熟期因为降雨使土壤含水量出现了明显的增大外，各处理土壤含水量整体上处于下降趋势。在所有均一灌溉处理（1U～4U）内，虽然灌水时间相同，但因为土壤持水能力不同，3U处理的土壤含水量一直处于最低水平，4U处理的土壤含水量则处于最高水平。进行变量灌溉水分管理后，1V和3V处理的土壤含水量分别较1U和3U处理有所提高，2V和4V处理则分别较2U和4U处理有所降低。

夏玉米生育期内由于降雨频繁，0～0.4 m和＞0.4～0.6 m土层的土壤含水量均处于较高水平；0～0.4 m土层土壤含水量变化幅度较＞0.4～0.6 m土层大。进行变量灌溉水分管理后，因为灌水量相对较少，所以由土壤持水能力不同造成的各管理区土壤含水量差异虽然存在，但均一灌溉和变量灌溉处理之间的土壤含水量差异较冬小麦明显减小。说明作物生育期内土壤剖面的含水量主要由其持水能力决定，变量灌溉水分管理对土壤剖面土壤含水量的调节作用与作物生育期内的降水量有关。

2.3 变量灌溉水分管理对作物生长及其均匀性影响

冬小麦、夏玉米生育期内均一灌溉和变量灌溉处理的作物株高、LAI、SPAD、地上部分干物质质量随时间的变化曲线如图5所示。冬小麦各处理作物生长过程相似，株高随时间快速增加，并于5月13日达到最大值（56 cm），然后由于穗发育而稍微降低；从拔节期到抽穗期，冬小麦LAI呈缓慢增加趋势（5.7～6.3），在成熟期快速减小；地上部分干物质质量在冬小麦整个生育期内一直呈增加趋势；SPAD除了在成熟期因叶片变黄而降低外，其他时间基本保持恒定（52～61）。夏玉米株高、地上部分干物质质量和SPAD的变化过程与冬小麦相似，但LAI从拔节期到抽穗期呈快速增加趋势（1.1～4.6）。由冬小麦和夏玉米生育期内作物株高、LAI、SPAD、地上部分干物质质量在所有测量日期的平均值方差分析结果（表3）可知，均一灌溉和变量灌溉处理的冬小麦、夏玉米生长指标和生理指标均未产生显著差异。

由冬小麦、夏玉米生育期内作物株高、LAI、SPAD、地上部分干物质质量在所有测量日期的平均值（表3）可知，冬小麦和夏玉米株高的值均小于0.1，呈弱变异[16]，表现出较好的空间均匀性。冬小麦SPAD的值稍大于0.1，呈中等变异，而夏玉米SPAD的值小于0.1，呈弱变异。与株高和SPAD相比，LAI和地上部分干物质质量的值相对较大，空间均匀性较差，且夏玉米LAI和地上部分干物质质量的值小于冬小麦。这表明作物生长空间均匀性与作物类型有关，夏玉米生育期内由于较多的降雨减轻了作物生长对灌溉的响应，表现出比冬小麦更好的空间均匀性。与均一灌溉管理相比，变量灌溉处理的冬小麦株高、LAI、地上部分干物质质量和SPAD的值分别增加了0.02、0.04、0.04和0.02，而变量灌溉处理的夏玉米株高、LAI和SPAD的值与均一灌溉处理相等，地上部分干物质质量的值降低了0.05。与作物生长指标和生理指标的方差分析结果相似，均一灌溉和变量灌溉处理的冬小麦、夏玉米产量均无显著差异（表3）。由值可知，夏玉米产量变异系数为0.16～0.18，小于冬小麦的0.23～0.27。与均一灌溉处理相比，冬小麦值增加了0.04，而夏玉米值降低了0.02。

表3 均一灌溉和变量灌溉处理冬小麦和夏玉米生长指标均值和变异系数

注：不同小写字母表示在0.05水平上处理间差异显著，下同。

Note: Different letters after values indicate significant difference among treatments at 0.05 level; same as below.

由上述结果可知，与均一灌溉相比，变量灌溉对作物生长指标、产量及其空间均匀性的影响较小，增产效益不明显，这与其他研究者的结果[5,20,24-28]相似。因此，为了充分发挥变量灌溉技术潜在的节水、增产优势，需进一步提高变量灌溉技术水分管理水平。

2.4 土壤可利用水量对作物生长的影响

因为均一灌溉处理和变量灌溉处理的作物生长指标和产量之间无显著差异（表3），因此，将同一AWC管理区所有样本在所有测量日期的测量结果取平均值后分析AWC对作物生长和产量的影响（表4）。在冬小麦生育期内，除SPAD外，与不同AWC管理区之间产量的显著差异结果相一致，不同管理区之间的作物株高、LAI和地上部分干物质质量均存在显著差异，且最小的冬小麦株高、LAI和地上部分干物质质量均在产量最小的1区和3区获得。这与李久生等[29]关于干旱区春小麦的研究结果相同，即AWC的离散程度对小麦产量有明显影响。在夏玉米生育期内，除不同管理区之间的作物株高产生了显著差异外，LAI、地上部分干物质质量、SPAD和产量均无显著差异。但是在2015年夏玉米生育期内的降雨量为286 mm时，不同管理区之间的夏玉米产量差异达到了显著水平[30]。说明同一块田内土壤持水能力差异对作物生长和产量的影响依赖于作物生育期内的降雨量。

表4 不同变量灌溉管理区间冬小麦和夏玉米生长指标和产量

3 结论与讨论

基于AWC进行管理分区，并利用圆形喷灌机变量灌溉系统进行变量灌溉水分管理后，以传统的均一水分管理为对照，对比分析了变量灌溉水分管理对作物株高、LAI、SPAD、地上部分干物质质量、产量，及其空间均匀性的影响，并研究AWC对作物生长和产量的影响。主要结论如下：

1）当不同AWC管理区采用相同的土壤水分下限值时，与均一灌溉相比，变量灌溉水分管理的节水效果与作物生育期内的降雨量有关。在本试验的气象条件下，冬小麦生育期内变量灌溉与均一灌溉处理灌水量相等，夏玉米生育期内变量灌溉处理节水14.1%。

2）变量灌溉水分管理对作物生长和产量均匀性的影响较小，与均一灌溉相比，冬小麦变异系数值增加了0.02～0.04，夏玉米除地上部分干物质质量和产量分别降低了0.05和0.02外，其他指标的变异系数值相等。

3）与均一灌溉相比，变量灌溉水分管理对冬小麦和夏玉米株高、LAI、SPAD、地上部分干物质质量和产量的影响均未达到显著水平。不同AWC管理区之间的作物生长指标和产量差异达到了显著水平，且这种差异在作物生育期内降雨量较少时更为明显。说明不同AWC管理区具有不同的水分生产潜力，为了充分发挥变量灌溉节水增产效益，需要进一步研究不同管理区适宜的灌水下限值。

[1] 汪懋华．“精细农业”发展与工程技术创新[J]．农业工程学报，1999，15(1)：l－8． Wang Maohua. Development of precision agriculture and innovation of engineering technologies[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 1999, 15(1): 1－8. (in Chinese with English abstract)

[2] 赵春江，薛绪掌，王秀，等. 精准农业技术体系的研究进展与展望[J]. 农业工程学报，2003，19(4)：7－12. Zhao Chunjiang, Xue Xuzhang, Wang Xiu, et al. Advance and prospects of precision agriculture technology system[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2003, 19(4): 7－12. (in Chinese with English abstract)

[3] O′Shaughness S A, Rush C. Precision agriculture: Irrigation [M]//Encyclopedia of Agriculture and Food Systems. Manhattan, New York: Academic Press, 2014: 521－535.

[4] Ritchie J T, Amato M. Field evaluation of plant extractable soil water for irrigation scheduling[J]. Acta Horticulturae, 1990, 278: 595－615.

[5] Nijbroke R, Hoogenboom G, Jones W J. Optimizing irrigation management for a spatially variable soybean field[J]. Agricultural Systems, 2003, 76(1): 359－377.

[6] King B A, Stark J C, Wall R W. Comparison of site-specific and conventional uniform irrigation management for potatoes[J]. Applied Engineering in Agriculture, 2006, 22(5): 677－688.

[7] Duncan H A. Locating the Variability of Soil Water Holding Capacity and Understanding its Effects on Deficit Irrigation and Cotton Lint Yield[D]. Tennessee: University of Tennessee, 2012.

[8] Tolk J A, Evett S R. Do soil textural properties affect water use efficiency? [EB/OL]. (2015-07-26) [2016-01-26]. http:// elibrary.asabe.org/abstract. asp?aid=46432.

[9] DeJonge K C, Taghvaeian S, Trout T J. Soil variability effects on canopy temperature in a limited irrigation environment [EB/OL]. (2015-07-26) [2016-01-26]. http://elibrary.asabe.org/ abstract.asp? aid=46425.

[10] 赵伟霞，李久生，杨汝苗，等．田间试验评估圆形喷灌机变量灌溉系统水量分布特性[J]．农业工程学报，2014，30(22)：53－62． Zhao Weixia, Li Jiusheng, Yang Rumiao, et al. Field evaluation of water distribution characteristics of variable rate center pivot irrigation system[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(22): 53－62. (in Chinese with English abstract)

[11] 农业灌溉设备中心支轴式和平移式喷灌机水量分布均匀度的测定：GB/T 19797-2005[S].北京：中国标准出版社，2005.

[12] Cassel D K, Nielsen D R. Chapter 36: Field capacity and water availability[M]//Klute A. Methods of Soil Analysis Part 1: Physical and Mineralogical Methods. Madison, Wis: ASA, 1986: 902－926.

[13] Wilcox J C. Rate of soil drainage following an irrigation Ⅲ: A new concept of the upper limit of available moisture[J]. Canadian Journal of Soil Science, 1962, 122－128.

[14] Rawls W J, Brakensiek D L, Saxtonn K E. Estimation of soil water properties[J]. Transactions of the ASAE, 1982, 25 (5): 1316－1320.

[15] Shirazi M A, Boersma L. A unifying quantitative analysis of soil texture[J]. Soil Science Society of America Journal, 1984, 48: 142－147.

[16] Schaap M G, Leij F J, van Genuchten M T. Rosetta: a computer program for estimating soil hydraulic parameters with hierarchical pedotransfer functions[J]. Journal of Hydrology, 2001, 251(3/4): 163－176.

[17] 雷志栋，杨诗秀，谢森传. 土壤水动力学[M]. 北京：清华大学出版社，1987.

[18] Dukes M D, Perry C. Uniformity testing of a variable rate center pivot irrigation control systems[J]. Precision Agriculture, 2006, 7(3): 205－218.

[19] Allen R G, Pereira L S, Raes D, et al. Crop evapotranspiration: Guidelines for computing crop water requirements[M]//FAO Irrigation and Drainage Paper 56. Rome, Italy: FAO, 1998.

[20] Hedley C B, Bradbury S, Ekanayake J. Spatial irrigation scheduling for variable rate irrigation[J]. Proceedings of the New Zealand Grassland Association, 2010, 72: 97-102.

[21] 刘镕源，王纪华，杨贵军，等．冬小麦叶面积指数地面测量方法的比较[J]．农业工程学报，2011，27(3)：220－224．Liu Rongyuan, Wang Jihua, Yang Guijun, et al. Comparison of ground-based LAI measuring methods on winter wheat[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(3): 220－224. (in Chinese with English abstract)

[22] 胡小平，王长发. SAS基础及统计实例教程[M]. 西安：西安地图出版社，2001.

[23] 张喜英，裴冬，胡春胜. 太行山山前平原冬小麦和夏玉米灌溉指标研究[J]. 农业工程学报，2002，18(6)：36－41. Zhang Xiying, Pei Dong, Hu Chunsheng. Index system for irrigation scheduling of winter wheat and maize in the piedmont of mountain Taihang[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2002, 18(6): 36－41. (in Chinese with English abstract)

[24] LaRue J L. Variable rate irrigation 2010 field results[EB/OL]. (2011-07-26)[2016-01-01]. http://elibrary.asabe.org/abstract. asp?aid=37311.

[25] Hedley C B, Yule I J. Soil water status mapping and two variable-rate irrigation scenarios[J]. Precision Agriculture, 2009, 10: 342－355.

[26] Stone K C, Bauer P J, Busscher W J, et al. Variable-rate

irrigation management using an expert system in the eastern coastal plain[J]. Irrigation Science, 2015, 33: 167－175.

[27] Ritchie J T, Amato M. Field evaluation of plant extractable soil water for irrigation scheduling[J]. Acta Horticulturae, 1990, 278: 595－615.

[28] DeJonge K C, Kaleita A L, Thorp K R. Simulating the effects of spatially variable irrigation on corn yields, costs, and revenue in Iowa[J]. Agricultural Water Management, 2007, 92(1): 99－109.

[29] 李久生，饶敏杰，张建君. 土壤及喷灌水量不均匀性对干旱区春小麦产量影响的试验研究[J]. 农业工程学报，2002，18(3)：15－21. Li Jiusheng, Rao Minjie, Zhang Jianjun. Influence of spatial variation of soil and nonuniform sprinkler irrigation on spring wheat yield in arid regions[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2002, 18(3): 15－21. (in Chinese with English abstract)

[30] Zhao Weixia, Li Jiusheng, Li Yanfeng.Comparison of irrigation scheduling with water balance and sensor-based methods for a variable rate irrigation system of center pivot [EB/OL].(2016-07-17)[2016-01-01].http://elibrary.asabe.org

Yields and water-saving effects of crops as affected by variable rate irrigation management based on soil water spatial variation

Zhao Weixia, Li Jiusheng※, Yang Rumiao, Li Yanfeng

(100048,)

Improving the uniformity of crop growth parameters and yield across the field is one of the objectives in utilizing the variable rate irrigation (VRI) technology. To improve the water management level of VRI, the crop growth parameters, including plant height, leaf area index (LAI), aboveground dry matter, leave relative chlorophyll content (SPAD), yield, and their spatial uniformity were compared between VRI and uniform rate irrigation (URI) managements, and the influences of soil available water holding capacity (AWC) on crop growth parameters and yield were also analyzed. This study was conducted at the experimental station of China Agricultural University in Zhuozhou, Hebei Province (39.45°N and 115.85°E) in 2014. This site belongs to the Taihang mountain alluvial flood plain and experiences a warm and semi-humid monsoon climate with an annual mean temperature of 11.6°C and an annual mean precipitation of 563.3 mm.One quadrant of the center-pivot controlled area (1.64 hm2) was used in the experiment. The main soil types were loam and sandy loam, and both the coefficients of variation for sand and clay percentiles increased with depth in the site. During the growing seasons of winter wheat and summer maize, the seasonal rainfall for winter wheat (61.2 mm) was substantially lower than the long-term average, while it (311.6 mm) was ample for summer maize. According to the relationships between field capacity, wilting point, and clay, silt, and sand percentiles measured from the upper 0.6 m of the profile, the experimental area was delineated into 4 management zones with AWC varying from 152.2 mm to 161.4 mm for zone 1, from 161.4 mm to 170.9 mm for zone 2, from 170.9 mm to 185.1 mm for zone 3, and from 185.1 to 204.7 mm for zone 4. Each zone was then equally divided into 2 sub-zones to represent the VRI and URI treatments. Each VRI treatment was individually managed with an equal irrigation trigger point of 0.45AWC. For the URI treatments, irrigation was triggered when soil water content in the management zone having minimum AWC values (zone 1) depleted to 0.45AWC. The soil water content was measured with Trime access tubes and Decagon soil moisture sensors. A center-pivot irrigation machine that had been modified to enable to apply variable rate in different plots was used to implement the experiments. The results indicated that the soil water content was different among management zones with different AWC values, and the difference increased during the growing season of winter wheat as the less rainfall than that for summer maize. Correspondently, the total irrigation amount was same for winter wheat between URI and VRI treatments, while it was 14.1% lower for summer maize than that for the URI treatment since the frequent precipitation decreased the dependence on irrigation. Compared with URI management, there was minor effect of VRI management on spatial uniformity of winter wheat and summer maize; the variation coefficient values for all parameters of winter wheat increased from 0.02 to 0.04, while it decreased by 0.05 and 0.02 for aboveground dry matter and yield of summer maize, respectively. No significant influences of VRI management on crop growth parameters and yield were detected, while their differences were significant among the management zones. The experimental results suggested that the management zones with different AWC should be managed individually with different irrigation trigger points to improve the uniformity of crop growth and to maximize the crop yield.

soils; irrigation; crops; soil available water holding capacity; management zone; winter wheat; summer maize; uniformity

10.11975/j.issn.1002-6819.2017.02.001

S274.3; S275.5

A

1002-6819(2017)-02-0001-07

2016-07-07

2016-12-19

国家自然科学基金项目（51309251）；中国水科院科研专项（2016TS05）

赵伟霞，女，河南长葛人，高级工程师，博士，主要从事节水灌溉理论与技术研究。北京中国水利水电科学研究院流域水循环模拟与调控国家重点实验室，100048。Email：zhaowx@iwhr.com

李久生，男，河北邢台人，研究员，博士生导师，主要从事节水灌溉理论与技术研究。北京中国水利水电科学研究院流域水循环模拟与调控国家重点实验室，100048。Email：lijs@iwhr.com

赵伟霞，李久生，杨汝苗，栗岩峰.基于土壤水分空间变异的变量灌溉作物产量及节水效果[J]. 农业工程学报，2017，33(2)：1－7. doi：10.11975/j.issn.1002-6819.2017.02.001 http://www.tcsae.org

Zhao Weixia, Li Jiusheng, Yang Rumiao, Li Yanfeng. Yields and water-saving effects of crops as affected by variable rate irrigation management based on soil water spatial variation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(2): 1－7. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.02.001 http://www.tcsae.org