RZWQM2模型对中国北方农牧交错带青饲玉米模拟适用性评价

肖雨霄，张红娟，岑剑涛，肖捷颖，裴宏伟

（1.河北科技大学环境科学与工程学院，石家庄 050018；2.河北建筑工程学院市政与环境工程系，河北 张家口 075000；3.河北省水质工程与水资源综合利用重点实验室，河北 张家口 075000；4.张家口市农业高效节水研究所，河北 张家口 075000）

0 引 言

中国北方农牧交错带是我国东北、华北和西北地区农业和畜牧业的生态过渡地带[1-3]，也是我国东北地区和华北地区的重要生态屏障[4]。该区域地处半湿润半干旱过渡区，降雨少、蒸发强、水资源匮乏是其最重要的自然地理特征[5]。自20世纪90 年代以来，由于气候变化和人类过度开发等因素，北方农牧交错带土地退化、湖泊干涸、防护林大面积衰退或死亡、地下水位持续下降、生产生活用水告警等问题日渐突出[6-8]。为改善北方农牧交错带生态环境，我国陆续开展了一系列大规模的生态恢复工程[9]，极大地改善了当地的植被条件，提高了生态系统服务功能[10]。为了更好地实现藏粮于地、降低生态脆弱地区水土资源的利用强度，包括“粮改饲”在内的一系列农业供给侧结构性改革开始实施[11]。“粮改饲”倡导在北方农牧交错带等生态脆弱地区，通过种植业与养殖业的有机结合，推广优质牧草种植，支撑优质畜牧业健康发展[12]，同时降低传统农业种植对水土资源的过度利用，是新时期北方农牧交错带农牧业高质量发展的重要方向。

青饲玉米作为一种适口性好、营养价值高、产量高的饲草，在北方农牧交错带广泛种植，是“粮改饲”工作中的主要饲草品种[13]。因此，明确北方农牧交错带青饲玉米生育期内的土壤水分变化情况，厘清青饲玉米农田蒸散规律及田间水分利用效率等关键问题，对推动本地区的“粮改饲”工作和发展高效农牧业以确保生态屏障功能均具有重要意义。

探索青饲玉米生长过程最可靠的手段是进行传统的田间试验，但受气候、土壤内部变化以及作物遗传因素的影响，无法准确预测作物发育状况，因此可以结合作物模型来解决预测受限的问题[14]。根区水质模型（Root Zone Water Quality Model 2，RZWQM2）是美国农业部研发的用于研究土壤物理过程和作物生理机制的有力工具[15]，该模型可根据气候条件、田间管理措施和土壤理化性质对作物生长发育状况进行模拟预测。由于该模型适用于模拟农田水分以及养分循环，被国内外学者广泛应用[16]。如Anapalli[17]等利用大型蒸渗仪实测日蒸散数据，验证了RZWQM2 在德克萨斯州青贮玉米和谷物玉米蒸散模拟的可靠性；张红娟[18,19]等基于RZWQM2 模型对河北坝上地区的裸燕麦、大白菜等典型作物的生长过程进行了模拟，证明校准后的模型在此地区具有较好的适用性；薛长亮[20]等利用RZWQM2模型研究了华北平原冬小麦-夏玉米种植模式下的农田水氮运移过程。

然而，现有研究对于青饲玉米等主要饲草作物的研究目前还鲜见报道，极大地制约了北方农牧交错带“粮改饲”工作的科学决策。故本研究在北方农牧交错带中段（河北省张北县）开展青饲玉米的RZWQM2 模型适用性研究，通过对土壤水分变化、作物生长状况以及田间蒸散规律的模拟及验证，为推动我国“粮改饲”工作科学化提供决策参考。

1 材料与方法

1.1 研究区域概况

张北县位于河北省西北部，处于中国北方农牧交错带中段核心区，在气候、农牧业生产等方面均具有良好的典型性。本研究在张家口市农业高效节水研究所（41°09＇ N、114°42＇E）进行田间试验，该试验区海拔1 393.3 m，属于中温带大陆性气候，年均气温3.2 ℃，年均日照时数为2 897.8 h，年平均降水量在300～400 mm 之间，是河北省降雨最少的县之一。图1 展示了2020-2021 年青饲玉米生育期内日最高气温、最低气温及降雨量。

图1 2020-2021年青饲玉米生育期内日最高最低气温及降雨量Fig.1 Daily maximum and minimum air temperature and rainfall during silage maize growth period from 2020 to 2021

1.2 试验设计

本试验为小区试验，试验布置在一个大型称重式蒸渗仪内，蒸渗仪的面积是4 m2（2 m×2 m），每个蒸渗仪内安置有一个智墒传感器（Insteck，监测深度150 cm，间隔10～20 cm），蒸渗仪外围设有1 m 保护行。青饲玉米试验时间为2020年5月20 日—9 月24 日，2021 年5 月28 日—9 月16 日，青饲玉米种植品种为“白马牙”，种植密度为8 万株/hm2，播种深度为3 cm，行距为60 cm，株距为20 cm，本实验采用雨养模式，播种前施入复合肥225 kg/hm2作为底肥，后续不再追肥，复合肥比例为N-P2O5-K2O=18∶18∶18，其他管理措施与当地保持一致。

1.3 测定项目与方法

（1）气象数据：该试验所需气象数据由中国气象数据网提供，包括最高气温(℃)、最低气温(℃)、降雨量(mm)、平均风速(km/d)、平均相对湿度(%)和日照时数(h)。

（2）土壤水分：土壤含水量利用Insteck Sensor 智能土壤水分仪（制造商：北京东方生态有限公司，供电方式为太阳能电池板供电），观测深度间隔10～20 cm（具体观测深度为20、40、60和80 cm），记录间隔30 min。

（3）作物数据：青饲玉米出苗后每7 d 左右记录一次作物株高、叶面积和生物量，同时在蒸渗仪外围的保护行随机选取5株青饲玉米测定其株高、叶面积和生物量。作物产量以最后收获产量为准；收获时间以青饲玉米贴近地面的叶片开始枯黄时为准，收获后先测作物鲜重，105 ℃杀青30 min，后放置于80 ℃烘箱烘干至恒重，测干重。

（4）蒸散数据：田间蒸散量通过大型称重式蒸渗仪中放置的土壤蒸发器测定，每日06:00、18:00对蒸发器称重，计算其差值来确定每日蒸散。

1.4 RZWQM2模型校准

RZWQM2 模型中有很多影响其模拟效果和性能的参数，例如气象数据、土壤物理参数（表1）、水文力学参数和作物遗传参数（表2）等，因此需要正确的率定模型参数和模型校准。本研究中，选用作物模块中的DSSAT-maize 模块中推荐的遗传参数进行率定，在相关物理参数的合理范围内采用“试错法”获得最优参数组合，最终模拟青饲玉米生长发育情况。模型输入数据包括2000-2021年每日的最高气温、最低气温、降水量、平均相对湿度、平均风速和日短波辐射；田间管理措施以及作物叶面积指数、株高、地上部分干物质量和蒸散等。模型参数包括20 cm、40 cm、60 cm 和80 cm 处的土壤质地、容重、饱和导水率和田间持水量等。

表1 不同土层土壤物理参数Tab.1 Basic parameters of soil in different soil layers

表2 青饲玉米遗传参数Tab.2 Genetic parameters of silage maize

1.5 模型评价指标

模型评价指标是判断模型模拟效果好坏的关键，不同指标各有优缺点[20]。本研究采用均方根误差RMSE、模型有效系数E、一致性指数d、决定系数R2这4 个指标对模拟结果进行评价：

式中：Pi为第i个模拟值；Oi分别第i个观测值；Pave为模拟值的平均值；Oave为观测值的平均值；n为观测值的个数。

评价指标的精度要求分别是：RMSE越接近于0 越优；E越接近于1，模拟效果越优；d越接近于1，则表明模拟值与实测值的拟合程度越好，R2越接近于1，误差值越小，该模型的模拟结果较好。

2 结果与分析

2.1 土壤水分模拟

图2 展示了2020、2021 年RZWQM2 模型对青饲玉米生育期内不同土层深度土壤含水量的模拟情况。2020年，20、40、60 和80 cm 土壤含水量平均值分别为0.12、0.18、0.18 和0.17 cm3/cm3；2021 年，20、40、60 和80 cm 土层土壤含水量平均值分别为0.12、0.18、0.19 和0.17 cm3/cm3。20、40 cm 近地表层土壤含水量受蒸散降雨影响波动较大；7月中旬土壤含水量最高，主要原因是在该阶段降雨较为集中。总体来说，土壤含水量随着青饲玉米发育呈现先增大后减小的趋势。

图2 2020，2021年不同土层深度土壤含水量实测值与模拟值对比Fig.2 Comparison of measured and simulated soil moisture content at different soil depths in 2020, 2021

RZWQM2 模型模拟不同土层土壤含水量结果如表3 所示，2020 年，20、40、60 和80 cm 土层土壤含水量RMSE分别为0.020、0.022、0.021 和0.019 cm3/cm3，d在0.609～0.701 之间，R2在0.717～0.940 之间；2021 年，20、40、60和80 cm 土层土壤含水量RMSE分别为0.019、0.019、0.024和0.029 cm3/cm3，d在0.644～0.789 之间，R2在0.716～0.834之间，模拟值与实测值有一些偏差，但在合理范围内。表层土壤模拟值与实测值变化趋势较为相似，深层土壤实测值土壤含水量高于模拟值，可能由于实际土壤水分下渗速度慢，与模型模拟情景有出入。但总体来说RZWQM2 模型可以用来模拟该地区青饲玉米土壤含水量变化情况。

表3 RZWQM2对不同剖面土壤含水量模拟结果分析Tab.3 Simulation results of RZWQM2 on soil moisture content in different sections

2.2 青饲玉米株高模拟

图3 展示了2020、2021 年青饲玉米在生育期内株高模拟值与实测值的变化情况。在两个生育期内，青饲玉米株高均呈现先升高后平稳的趋势，在拔节期到抽雄期增长速度较快，乳熟期青饲玉米株高达到最大值、最大值分别为215.8、201.2 cm。随着生育期推后，2021 年株高开始下降，这是由于叶片枯黄导致。

图3 2020，2021年青饲玉米株高实测值与模拟值对比Fig.3 Comparison of measured and simulated plant height of silage maize in 2020, 2021

2020 和2021 年青饲玉米株高模拟结果表现较好（表4）：2020 年，青饲玉米的RMSE为11.783 cm，E为0.972，d为0.919，R2为0.982；2021 年RMSE为7.660 cm，E为0.994，d为0.952，R2为0.991。

表4 RZWQM2对青饲玉米株高模拟结果分析Tab.4 Simulation results of RZWQM2 on plant height of silage maize

2.3 青饲玉米叶面积指数模拟

2020 年和2021 年青饲玉米叶面积指数实测值与模拟值呈现一致的变化规律（图4）。两个生育期内，青饲玉米叶面积指数均在乳熟期到完熟期之间达到最大值，最大值分别为4.038 和4.334。叶面积指数变化呈“S”形曲线变化，生长初期增长较慢，到拔节期（7 月中旬-下旬）开始快速增加，到生育后期趋于稳定，生育期末受叶片枯黄掉落的影响，叶面积指数减小（如2021年）。

图4 2020，2021年青饲玉米LAI实测值与模拟值对比Fig.4 Comparison of measured and simulated LAI values for silage maize in 2020, 2021

对RZWQM2 模拟青饲玉米生育期内叶面积指数模拟结果分析（表5）：2020 年，叶面积指数RMSE为0.569，E为0.863，d为0.810，R2为0.944；2021 年RMSE为0.854，E为0.784，d为0.731，R2为0.890。说明模拟值与实测值较为一致，模拟结果可信度较高。

表5 RZWQM2对青饲玉米LAI模拟结果分析Tab.5 Simulation results of RZWQM2 on LAI of silage maize

2.4 青饲玉米生物量模拟

青饲玉米生育期内生物量模拟结果如图5 所示。2020、2021 年青饲玉米生物量随着生育期增长均呈现先升高后降低的趋势，且实测值与模拟值变化规律相似。青饲玉米生物量在拔节期到抽雄期之间增长速度较快，每日生物量增量增速可达到4 491.200 和2 438.115 kg/(hm2·d)，生物量最大值可达到11 696.000和10 918.508 kg/hm2，对应的时间分别为9月3日（2020年）和8月26日（2021年）。

图5 2020，2021年青饲玉米生物量实测值与模拟值对比Fig.5 Comparison of measured and simulated biomass of silage maize in 2020, 2021

RZWQM2 模型对青饲玉米生物量模拟结果如表6 所示，2020 年，青饲玉米生物量RMSE为2 007.676 kg/hm2，E为0.833，d为0.816，R2为0.926；2021 年RMSE为2 152.375 kg/hm2，E为0.817，d为0.788，R2为0.920。表明实测值与模拟值较为接近，该模型在本地适用性较好

表6 RZWQM2对青饲玉米生物量模拟结果分析Tab.6 Simulation results of RZWQM2 on biomass of silage maize

2.5 青饲玉米田间蒸散量模拟

RZWQM2 模型模拟2020、2021 年青饲玉米生育期内日蒸散量如图6所示，实测值与模拟值均呈先增高后降低的变化规律。青饲玉米在两个生育期内田间蒸散量分别为345.145 和353.856 mm，且均在吐丝期达到最大，日蒸散量最大值分别达到6.550 和8.246 mm，这是由于吐丝期在每年的7 月末和8月初，在该阶段内气温较高且降雨量较大，作物处于生长旺盛时期，因此田间蒸散量也达到最大；播种后到出苗期之间日蒸散量最小，最小值分别为0.131 和0.638 mm，这是由于青饲玉米刚播种后根系较浅，吸水较少，且降雨量也较少，因此早期青饲玉米田间蒸散量最小；青饲玉米田间蒸散量从乳熟期开始逐渐呈下降趋势，这是由于该阶段作物已成熟，根系吸水减少，加上气温降低的影响，因此蒸散量也逐渐减小。

图6 2020，2021年青饲玉米日蒸散量实测值与模拟值对比Fig.6 Comparison of measured and simulated daily evapotranspiration of silage maize in 2020, 2021

雨养条件下，RZWQM2 模型对青饲玉米田间蒸散量模拟结果如表7 所示，结果表明，实测值与模拟值变化较为一致。2020 年，青饲玉米田间蒸散量RMSE为1.040 mm/d，E为0.622，d为0.729，R2为0.838；2021 年RMSE为1.056 mm/d，E为0.611，d为0.744，R2为0.794。表明模型模拟青饲玉米田间蒸散量与实测值拟合程度较好。

表7 RZWQM2对青饲玉米日蒸散量模拟结果分析Tab.7 Simulation results of RZWQM2 on daily evapotranspiration of silage maize

3 讨 论

本研究在RZWQM2 模型研究中采用了DSSAT 模块中推荐的CERES-maize 遗传参数，初始模拟结果略有偏差，后经过校准得到一套适宜于本地区青饲玉米的模型参数，具有较好的模拟效果，后期试验会对本次校准结果进行验证。RZWQM2 模型模拟作物生长受诸多参数的影响，例如土壤内部的变化、作物品种的选择以及气候的不确定性等，均会影响模型模拟结果的精确度[21-24]。本研究利用RZWQM2 模型模拟了2020、2021 年青饲玉米生长特性，模拟值与实测值变化趋势较为一致，但整体上还存在差异，主要原因是试验地处于干旱半干旱地区，降雨量少，蒸发量大且试验情景是在雨养条件下，青饲玉米长期受水分胁迫，而水分是作物生长的必要条件之一[25]，长期缺水会影响作物生长发育[26]。张红娟[18]等研究表明，RZWQM2 模型在缺水条件下模拟裸燕麦生长特性没有在水分充足的条件下精确度高，窦子荷[27]等研究发现RZWQM2 模型在模拟不同水分胁迫下的冬小麦生长过程时，水分胁迫越大，模型模拟结果越差。本文中青饲玉米在播种后～出苗期和乳熟期以后模拟效果不如拔节期～吐丝期准确，这与其他学者研究结果一致。有研究表明[28]，RZWQM2 模型模拟土壤含水量时，表层土壤的模拟效果比深层土壤模拟效果差一些，这与本研究结果相似，可能由于表层土壤具有空间异质性[29]。当有降雨或灌溉等外界水分进入土壤时，表层土壤水分会在短时间内升高，但随着时间推移，水分逐渐渗漏导致深层土壤水分逐渐增高[30]，这是受到土壤孔隙度的影响，浅层土壤孔隙度较大，更有利于水分迁移[31]，故深层土壤含水量高于表层土壤。孔德胤[32]等研究表明，玉米在5 月1 日至5月31 日之间播种其叶面积指数最大值出现在吐丝期后13 天至19 天，而本文青饲玉米吐丝期分别在2020 年7 月29 日与2021年8月6日，叶面积指数分别在2020年9月3日和2021年9月2日达到最大，且青饲玉米比普通玉米的持绿时间长，故存在叶面积指数最大值出现较晚的情况。

4 结 论

（1）本研究基于RZWQM2 模型评估了北方农牧交错带张北地区青饲玉米生长发育过程，利用2020、2021 年田间试验观测值对模型进行校准，率定出一套适宜于该地区的青饲玉米作物遗传参数。

（2）雨养条件下，青饲玉米表层土壤含水量低于深层土壤；20 和40 cm 土层土壤含水量波动较大；60 和80 cm 土层土壤含水量实测值在7月份高于模拟值，但整体实测值与模拟值变化趋势相似，RMSE在0.019～0.029 cm3/cm3之间，d值在0.609～0.789之间，R2均高于0.710。

（3）雨养条件下，青饲玉米株高、叶面积指数和生物量E在0.784～0.994 之间，d在0.731～0.952 之间，R2在0.890～0.991之间，表明RZWQM2模型对青饲玉米生长发育模拟精度较高，且适用于该地区。

（4）雨养条件下，2020、2021 年青饲玉米生育期内田间蒸散量均呈现先升高后降低的趋势，两年的田间蒸散量分别为345.145 和353.856 mm，且蒸散量在吐丝期达到峰值；RZWQM2 模型对田间蒸散量的模拟值和实测值较为一致，RMSE分别为0.104和0.106 mm/d，R2分别为0.838和0.794，拟合程度较好。综合来说，RZWQM2 模型对中国北方农牧交错带张北地区青饲玉米生长发育适用性较好，有望成为推动我国“粮改饲”工作科学化的有力工具。