雨养棉花叶片与作物水分利用效率的模拟研究：环境与生物物理驱动因素的交互作用

为解决印度农业水资源利用效率低下的问题，研究人员开展了雨养棉花水分利用效率(WUE)的多尺度模拟研究。通过改进的Ball-Berry模型和FAO-AquaCrop模型，揭示了叶片尺度(WUEL)和作物尺度(WUEC)的动态特征，建立了二者间的标度关系，并识别出土壤含水量(ρ=-0.75)和冠层覆盖(ρ=0.86)分别是影响WUEL和WUEC的关键因子。该研究为制定精准灌溉策略提供了理论依据。

　　

在全球水资源日益紧张的背景下，农业用水效率提升成为可持续发展的关键课题。印度作为世界最大的棉花生产国，其棉花水分利用效率(WUE)仅为世界平均水平的一半，且64%的棉田依赖雨养条件。这种粗放的水资源管理模式，加上气候变化导致的降水格局改变，使得棉花在关键生育期频繁遭遇水分胁迫。更棘手的是，现有研究对棉花水分利用效率在不同尺度（叶片到田间）的表现规律及其驱动机制缺乏系统认知，导致管理措施难以精准实施。

针对这一科学难题，来自国内的研究团队在《Agricultural Water Management》发表了创新性研究成果。该研究创新性地将改进的Ball-Berry气孔导度模型与FAO-AquaCrop作物模型相结合，首次实现了雨养棉花从叶片尺度(WUE_L)到作物尺度(WUE_C)的水分利用效率动态模拟。研究团队在印度特伦甘纳邦的雨养棉田建立了综合观测系统，采用LI-6800便携式气体交换系统测量叶片光合参数，结合涡度相关通量塔监测水碳通量，并运用重力法测定土壤含水量。通过为期整个生育期（2019年7-12月）的连续观测，获取了气象、土壤和生物物理参数的完整数据集。

研究结果揭示了三个重要发现：首先，改进的Ball-Berry模型成功捕捉到土壤干旱对气孔导度的非线性抑制效应，模型参数显示棉花气孔对土壤水势变化的敏感性系数β达48.4 MPa^-1。在叶片尺度，WUE_L呈现显著日变化（4.3±1.9 mmolCO₂ mol^-1H₂O）和季节变异（5.16±1.51 mmolCO₂ mol^-1H₂O），成熟期达到峰值。其次，AquaCrop模型准确模拟了冠层发育动态，发现50%和90%冠层覆盖度分别出现在播种后60天和135天。作物尺度的WUE_C变化范围达1.7-7.3 kg/m³，其动态主要受生物量积累而非蒸散发控制。

最引人注目的是，研究首次建立了WUE_L与WUE_C的标度关系：在成熟期二者呈现最强相关性（ρ=0.84），其次是营养生长期（ρ=0.75）。路径分析进一步揭示，WUE_L主要受土壤含水量（直接效应ρ=-0.75）和叶面积指数（ρ=0.57）调控，而WUE_C则主要由冠层覆盖度（ρ=0.86）和水汽压亏缺（ρ=-0.63）驱动。

这项研究的创新价值在于：一方面，开发的多尺度建模框架为作物水分管理提供了可操作的工具，农民可根据叶片测量预测田间尺度响应；另一方面，识别出的关键驱动因子为精准农业实践指明了方向——在生育前期通过覆盖措施保墒，在生育后期通过调节种植密度优化冠层结构。特别值得注意的是，研究证实雨养条件下棉花在水分胁迫时反而表现出更高的WUE，这一反直觉现象为发展节水农业提供了新思路。

论文最后指出，未来研究应扩展至不同降水年型，以验证结论的普适性。同时建议整合机器学习方法，捕捉WUE与环境因子间的非线性关系。这些发现对全球干旱半干旱地区的棉花种植具有重要指导意义，特别是为印度正在推行的"直接收益转移"农业电力改革提供了科学支撑。