针对SWAT+的改进型作物校准方法：评估十个欧洲流域的水资源、沉积物和养分影响

《Environmental Modelling & Software》：Enhanced crop calibration for SWAT+: evaluating water, sediment and nutrient impacts across ten European catchments

本研究提出了一种新的SWAT+模型作物生长评估与产量标定工作流程，并评估其对模拟水文和生物地球化学过程的影响。通过在10个欧洲小流域中的应用，发现标定后产量模拟与观测值的R2从0.5提升至0.84。研究显示作物标定对蒸发和土壤湿度影响较小，但对沉积物和养分平衡影响显著，例如挪威流域沉积物损失增加82%。该工作流程为提高SWAT+模型精度提供了有效方法，并支持环境管理决策。

　　本研究探讨了一种新的作物生长评估和产量校准的流程，用于改进SWAT+模型的模拟精度，并评估其对水文和生物地球化学过程的影响。该流程在欧洲的十个小型农业流域中进行了应用，其中包括德国的Schwarzer Sch?ps流域作为详细演示案例。研究结果表明，通过这一流程，作物产量校准的有效性得到了显著提升，从初始的R2值0.5提高到了0.84。这一成果表明，该方法能够为环境管理决策提供有力支持，有助于提升SWAT+模型在模拟水文和污染物输出方面的准确性。

### 作物生长与水文过程的相互作用

作物生长和水文过程之间存在紧密联系，彼此影响，且这种影响在不同尺度上尤为显著。当地土壤水分含量不仅影响植物的生长，还决定了植物对水分的吸收速率。在景观尺度上，植被分布和植物生长动态对整体水文平衡以及地表径流、地下水补给等成分的分布具有显著影响。这些相互作用塑造了生态系统的生产力和抗逆性，尤其是在气候变化的背景下，对生态系统的影响更加复杂和深远。基于过程的模型为模拟和理解这些复杂的相互作用提供了强大的工具，能够预测不同的田间管理实践和环境变化对植物生长和水文系统的影响。因此，理解这些系统如何响应气候变化对于确保长期的粮食安全和水资源可用性至关重要。

SWAT（土壤与水评估工具）及其新版本SWAT+是全球最广泛使用的环境模型之一。它能够模拟广泛的水文过程、泥沙和养分循环，以及植被生长，包括作物生产。尽管SWAT+包含了植物生长模块，但其在水文应用方面的文献仍占据主导地位，这可能是因为植物生长模块的使用并不常见。然而，最近的研究表明，提高SWAT+中作物产量和生物量的预测能力，可以显著提升模型对水文和污染物输出的整体模拟效果。植物生长过程直接影响水和养分循环，因为蒸散作用（ET）和植物吸收是这些资源平衡的关键组成部分。此外，作物生长还会影响土壤覆盖和植物残余物的可用性，从而影响土壤侵蚀的敏感性。因此，对植物生长参数进行校准，有助于减少水文建模中的误差。

### SWAT+模型的特点与作物管理

SWAT+是一个高度灵活的建模工具，其设计允许用户模拟多种农业管理实践，包括复杂的作物轮作和多年管理计划。该模型使用决策表和/或手动管理日历来实现这一目标。在模型中，管理操作被定义为“操作”，并包含多个关键类型，如种植、收获、耕作、施肥和放牧等。这些操作的具体参数在不同的模型设置中可能有所不同，以反映实际的农业实践。

对于作物管理，SWAT+允许用户选择不同的收获方式（如谷物、根部或生物量），并指定收获指数（HI）。收获指数用于计算实际收获量与总地上生物量之间的比例，而根部收获则用于计算根部产量与总根部生物量之间的比例。用户还可以输入最佳和最小的收获指数，以反映作物成熟时的最佳收获条件。实际的HI值会根据实际和潜在的水分吸收情况进行计算，并被限制在最佳和最小的HI范围内。这一机制使得SWAT+能够更准确地模拟作物的生长周期。

此外，SWAT+引入了有机对象的概念，用于存储和模拟植物不同部分的总碳、氮和磷含量。这一功能使得模型能够更真实地模拟养分在植物各部分之间的转移过程，从而提升植物生长模拟的准确性。SWAT+还利用植物特定的辐射利用效率、截获的光合有效辐射以及叶面积指数（LAI）来计算潜在的每日生物量增长。与前一版本的SWAT相比，SWAT+在模拟植物生长时考虑了由非最优温度、水分短缺和氮或磷不足等引起的生长限制（称为“压力”）。此外，SWAT+还引入了来自APEX模型的算法，用于根据土壤水分含量和植物特定的通气因子计算通气压力。随着盐度模块的引入，SWAT+现在还能够模拟由于高盐浓度引起的植物压力。

### 作物校准流程的实施

本研究提出了一种新的作物校准流程，包括两个主要步骤：首先，通过调整“days_mat”（成熟所需天数）参数来匹配目标PHU（潜在热单位）值；其次，通过拉丁超立方采样方法对四个关键植物参数（如“lai_pot”、“harv_idx”、“tmp_base”和“bm_e”）进行优化，以提高作物产量的模拟精度。该流程在十个欧洲小型农业流域中得到了应用，其中德国的Schwarzer Sch?ps流域作为具体案例进行了详细演示。研究发现，通过校准，模拟的作物产量与观测数据之间达到了更高的一致性，特别是在冬季小麦、冬大麦、春大麦、玉米等作物中。

校准过程中，研究人员发现“days_mat”参数的调整对作物产量的模拟影响较大。例如，在德国的案例中，冬季小麦的“days_mat”值被减少了40至105天，以使其更符合欧洲的生长条件。对于其他作物，如冬大麦和春大麦，其“days_mat”值也进行了相应调整。然而，对于玉米和甜菜，调整的幅度相对较小，甚至在某些情况下需要增加“days_mat”值。此外，研究人员还发现，对其他参数（如“harv_idx”和“bm_e”）的调整方向和幅度在不同流域之间存在较大差异，这反映了不同作物对参数变化的敏感性。

### 作物校准对水文和生物地球化学过程的影响

作物校准对水文和生物地球化学过程的影响因流域而异。研究发现，在某些流域（如比利时、捷克共和国和挪威）中，作物校准对蒸散作用和土壤水分的影响相对较小，而在其他流域（如挪威）中，泥沙和养分损失的变化则较为显著。具体而言，校准后，泥沙损失增加了82%，氮和磷的损失分别增加了16%和20%。这表明，作物生长对泥沙和养分平衡的影响远大于对水文平衡的影响。这一现象可能与作物覆盖和残余物的可用性有关，因为更高的作物产量意味着更少的土壤暴露，从而减少了侵蚀风险。

在水文方面，作物校准对蒸散作用和土壤水分的影响相对有限。例如，在比利时、挪威和捷克共和国等流域，蒸散作用的变化幅度在-7.9%至-3.8%之间，而在其他流域中，变化幅度则在±2%以内。这表明，作物校准对水文过程的影响较为微妙，可能主要体现在特定时间段内的变化，如7月的峰值。然而，这种影响在长期平均中并不显著，这与现有文献中的发现一致。因此，虽然作物校准对水文过程的影响有限，但对泥沙和养分损失的影响更为明显。

### 作物校准的重要性与挑战

本研究强调了作物校准在提高SWAT+模型模拟精度方面的重要性。许多模型用户在应用SWAT+进行水文研究时，往往忽视了作物生长参数的校准，这可能导致模拟结果的偏差。此外，SWAT+的植物模块虽然提供了丰富的功能，但其参数化过程较为复杂，容易导致误用或误解。因此，本研究提出的校准流程不仅有助于提高作物产量的模拟精度，还能够帮助用户更好地理解作物生长对水文和生物地球化学过程的影响。

然而，作物校准也面临一些挑战。首先，SWAT+的默认植物参数主要基于美国的研究，可能并不完全适用于欧洲的环境条件和农业实践。例如，冬季小麦的“days_mat”值在默认设置中被高估了40至60天，而收获指数则被低估了15至40%。这表明，为了确保模型的准确性，必须根据当地的气候条件和农业实践对参数进行调整。其次，作物校准需要大量的本地数据支持，如作物产量统计数据、农业管理信息和土壤特性数据。在一些地区，这些数据的获取可能较为困难，从而影响校准的效果。

### 未来研究方向与建议

本研究的结果表明，作物校准对于提高SWAT+模型的模拟精度至关重要，尤其是在模拟泥沙和养分损失方面。然而，目前尚无统一的作物校准方法，这限制了其在不同地区的应用。因此，未来的研究应致力于开发更通用的作物校准工具和指南，以帮助更多的研究者和模型用户应用这一流程。此外，SWAT+模型的复杂性也使得校准过程需要专业知识和大量时间，这可能成为其广泛应用的障碍。因此，简化校准流程并提供更直观的用户界面，将是未来改进模型应用的重要方向。

最后，本研究主要关注了雨养农业系统，但在一些流域（如意大利）中，灌溉系统的存在可能掩盖了作物校准对水文过程的影响。因此，未来的研究应考虑将灌溉纳入模型校准流程，以更全面地反映农业实践对水文和养分循环的影响。同时，本研究仅考虑了种植作物，而其他植物类型（如森林）在水文和生物地球化学循环中也扮演着重要角色。因此，未来的研究应扩展作物校准的范围，以更好地理解不同生态系统中植被、水和养分之间的相互作用。