结合田间试验与DSSAT模型优化中国西北干旱地区大豆的灌溉和种植密度

《Soil and Tillage Research》：Integrating field experiments and DSSAT modeling to optimize soybean irrigation and planting density in arid northwest China

　　

• D2W2 处理制度协同提高了产量、品质和水分生产力。
• DSSAT-CROPGRO 模型可靠地模拟了大豆对水分 - 密度交互作用的响应。
• 435 毫米灌溉水量和 34.19×10^4 株·公顷^-1 的种植密度实现了最大经济可行性。

引言
人口增长和经济发展推动了全球用水量的持续增加，年增长率约为 1%，导致过去一个世纪以来用水量增加了六倍，并造成供水与需求之间的失衡日益严重（UNESCO, 2020）。作为最大的用水部门，农业占全球可用淡水使用的 72%（Cao et al., 2024），灌溉、化肥生产和农药生产是水资源消耗的主要驱动因素（D'Ambrosio et al., 2018）。根据联合国粮食及农业组织（FAO）的数据，预计到 2050 年，全球粮食需求将增加约 60%；然而，在耕地缩减和水资源短缺加剧的双重约束下，传统的扩张型农业策略将变得不可持续（Zhao et al., 2025）。届时，农业用水量预计将增加 55%，而非农业用水需求的快速增长将进一步加剧农业用水短缺。然而，改善灌溉管理可以减少超过 40% 的取水量（Morales-Santos et al., 2023）。在此背景下，提高单位土地和水分的生产率已成为确保粮食安全的根本途径。

作为中国主要的油料作物，大豆（Glycine max L. Merr.）长期面临高进口依赖度和进口来源高度集中的双重压力（de Silva et al., 2024, Wu et al., 2020, Wu et al., 2023, Zhu et al., 2023）。因此，推进大豆和油料作物产能提升对于保障国家粮食和食用油安全具有重要意义。中国西北地区拥有丰富的光热资源以及广阔的后备土地资源，为大豆生产提供了有利的自然条件（He et al., 2025）。然而，该地区位于干旱和半干旱气候区，降水不足且分布不均（Guo et al., 2008, Zeng et al., 2006）。水资源短缺已成为制约作物产量提高的关键限制因素（Dai et al., 2023, Kang et al., 2017, Liu et al., 2022）。

在半干旱环境中，水分胁迫是大豆产量的主要限制因素（Nendel et al., 2023），高风速、高温和低相对湿度进一步加剧了这种胁迫。在生理上，干旱导致气孔关闭并降低胞间 CO2 浓度（El Amine et al., 2024），从而破坏光合作用和碳水化合物合成，最终抑制光合活性和降低产量（El Amine et al., 2025）。近期研究进一步揭示，干旱胁迫破坏了大豆的光合稳定性和源库关系，从而限制同化物转运，并在水分受限条件下降低产量形成（Du et al., 2024）。在中国干旱的西北地区，地膜覆盖滴灌优化了根区微气候：地膜覆盖抑制了蒸发，在高大气需求下提高了水分利用效率，而局部滴头湿润模式有助于将盐分淋洗出主要根区（Gu et al., 2020, Han et al., 2022）。与常规灌溉相比，这些改变的湿热和盐分动力学改变了根系空间分布和根冠协调性，促进了水分受限条件下的局部根系繁殖和水分吸收。灌溉是补偿水分亏缺和稳定产量的关键措施；然而，广泛的或管理不善的灌溉不仅加剧了水资源短缺，还可能促进过度营养生长和冠层郁闭，从而抑制产量潜力（Zeng et al., 2023）。然而，在适度干旱胁迫下，作物可以激活适应性调节机制，调节生长激素，并优化收获器官的发育，从而在保水的同时保持高产和高质。调亏灌溉（RDI）利用这一机制，通过故意控制供水来诱导适度干旱胁迫，已成为优化有限水资源的一种可持续策略（Wang et al., 2023）。近年来，这种灌溉策略已在花生（Zhang et al., 2021b）、玉米（Guo et al., 2021a）、小麦（Ali et al., 2018）和棉花（Zhang et al., 2016）等作物中取得了积极成果。对于大豆而言，整个生育期的需水量约为 450–700 毫米（FAO, 2021）。营养生长期的短期轻度水分亏缺通常不影响产量，而生殖生长阶段对水分胁迫最敏感，此期间的水分亏缺会导致产量大幅损失（Rajanna et al., 2022）。因此，只要确保生殖生长阶段有充足的水分供应，早期阶段的适度水分亏缺不会导致产量显著下降。研究表明，将灌溉延迟至初荚期开始，可以实现与全生育期灌溉相当的产量（Irmak et al., 2014）。因此，确定大豆适当的灌溉定额和亏缺水平对于实现节水增产至关重要。

种植密度作为调节作物群体结构的核心农艺措施，直接决定了冠层郁闭度和资源竞争强度（Ma et al., 2024, Shi et al., 2021）。过高的种植密度倾向于加剧株间竞争，恶化冠层微环境，并降低抗逆性；相反，过低的密度无法充分利用光、热、水和养分资源，导致生产潜力浪费（Ali et al., 2026a）。然而，最佳种植密度并不独立于水分可利用性（Guo et al., 2021a），因为地膜覆盖下灌溉引起的土壤水分动力学变化可以改变根系发育（Ning et al., 2015）、地下资源竞争（Wu et al., 2024）和冠层资源分配（Chen et al., 2019）。因此，灌溉和种植密度应协同优化，而不是独立优化。适当的密度管理可以调节冠层叶面积指数（LAI）和空间配置，协调群体大小和单株表现，从而实现动态平衡并最大化产量（Guo et al., 2021b, Lan et al., 2024）。灌溉调节土壤水分分布、根区水分可利用性、根系活性和养分吸收，而种植密度决定根系的冠层空间配置和种内竞争强度。它们的交互作用共同塑造了冠层结构、同化物分配和资源利用效率（Zuo et al., 2024）。在这种协同框架内，适度的水分胁迫有助于优化源器官和库器官之间光合产物的分配，从而提高水分生产力（Quan et al., 2024, Yin et al., 2016, Badr and Abuarab, 2013）。灌溉和种植密度的适当组合可以优化冠层内的光照分布，缓解冠层中下部的光照不足，并延缓叶片衰老，从而增强群体光合效率和干物质积累（Ali et al., 2026a）。研究表明，在亏缺灌溉下，合理增加种植密度可以补偿供水不足造成的产量损失。在地膜覆盖滴灌的玉米中，适度亏缺灌溉结合中等种植密度，与常规的全灌溉和低密度组合相比，显著增加了 5.2% 的产量，并提高了 20.2% 的水分利用效率（Guo et al., 2021a）。在棉花中，亏缺灌溉结合高种植密度同样实现了产量的显著提高和灌溉水分生产力的增强（Zhang et al., 2016）。因此，灌溉和种植密度的协同优化，以及阐明其交互作用影响群体结构、土壤水分动力学和同化物分配的关键调节途径，代表了在依赖绿洲扩张的耕地模式下建立节水高产栽培系统的核心途径（Ali et al., 2026b, Gao et al., 2025, Shareef et al., 2018）。

尽管传统田间试验可以识别最佳农艺措施，但重复的多地点和多年度试验既耗时又费力（Anothai et al., 2013, da Silva et al., 2022）。此外，田间试验通常仅评估有限数量的离散灌溉和种植密度处理，难以捕捉广泛管理场景下连续和非线性的响应。基于过程的作物模型可以系统地量化气候、土壤和管理之间的交互效应，从而大大减少了对大量经验试验的依赖（Singh et al., 2020, Tsuji et al., 1998）。通过整合土壤水分过程、作物生长动态和气候变率，这些模型能够模拟田间试验无法实现的有限处理组合之外的连续密度 - 水分 - 土壤 - 产量响应。通过进一步耦合光合作用、蒸腾效率和同化物分配等关键生理过程，动态作物模型已成为分析水分受限条件下作物生产和资源利用的有效决策支持工具（Boote et al., 1998, Kim et al., 2019, Soler et al., 2007）。DSSAT 平台（农业技术转让决策支持系统）及其集成的 CROPGRO-大豆模块（Jones et al., 2001）可以动态模拟大豆的物候发育、水分生产力、地上生物量积累和产量响应（Bhatia et al., 2008, Er-Raki et al., 2021, Hoogenboom et al., 2019, Jones et al., 2003, Rattalino Edreira et al., 2018），并已被广泛用于评估水分胁迫和种植密度等管理措施对作物生长和产量的影响。近期研究进一步证明了基于 DSSAT 的方法能够整合气候变率和灌溉场景，以评估干旱胁迫和未来气候条件下的作物产量响应，从而确定对水分限制敏感的关键生长阶段，并支持气候韧性管理策略（Baluch et al., 2025）。此外，结合灌溉、氮肥施用和种植密度场景的 DSSAT 模拟为优化作物管理措施和提高资源利用效率提供了定量见解（Malik et al., 2019, Nicoloso et al., 2020）。

针对干旱地区大豆生产中缺水与群体配置次优之间的矛盾，阐明灌溉制度与种植密度之间的耦合机制，并在产量、水分生产力和经济回报之间实现多目标平衡，已成为急需解决的关键科学问题。传统的经验型田间试验受限于实验周期长、成本高以及对年际环境变异性的高敏感性，难以有效捕捉灌溉 - 密度交互作用的动态模式及其经济稳健性。因此，引入作物模型进行多场景模拟已成为解决这一问题的有效途径。然而，作物模型在特定干旱农业生态系统中的应用高度依赖于本地遗传参数的精确校准，而当前该地区缺乏相关基础研究表明限制了模型支持区域精确灌溉 - 密度调节决策的能力。因此，基于连续两年的固定试验田野外观测，并结合 DSSAT-CROPGRO 模拟，本研究旨在 (1) 量化灌溉×密度交互作用对大豆生长、产量、用水和经济收益的影响；(2) 校准和验证干旱地区地膜滴灌条件下大豆生产的 DSSAT 模型；以及 (3) 应用验证后的模型，通过多场景模拟确定最佳灌溉和种植密度策略，以提高产量、水分生产力和经济回报。研究结果将为干旱绿洲地区大豆生产的可持续强化提供科学依据和实践指导。

章节片段
研究区概况
野外试验于 2023–2024 年在中国新疆石河子地区的一个试验田进行（86°01′ E, 44°37′ N；海拔 365.7 m）（图 S1）。该地区属温带大陆性气候，年日照时数约 2800 h，年平均降水量为 150 mm，年平均蒸发量为 1340 mm，无霜期为 170 d，年平均风速为 1.5 m·s^-1。降水、太阳辐射、最高气温、最低气温的日变化
大豆叶面积指数（LAI）的变化
大豆叶面积指数（LAI）从 V4 到 R6 逐渐增加，随后向 R8 下降（图 4）。在所有灌溉和种植密度处理中，两年内 LAI 峰值均一致出现在 R6 阶段，即播种后约 80 d。2023 年 LAI 峰值范围为 3.801 至 6.161，2024 年为 4.020 至 6.747。从 R6 到 R8，LAI 在 2023 年下降了 42.71%–64.93%，在 2024 年下降了 49.05%–64.47%。种植密度（D）在所有测量的生长
DSSAT-CROPGRO-大豆模型在表征灌溉 - 密度耦合响应方面的可靠性
本研究利用野外实测数据对 DSSAT-CROPGRO-大豆模型进行参数化和评估。

结果表明，该模型能够较好地再现北疆覆膜滴灌条件下大豆的物候发育、生物量积累、产量形成及水分利用响应，与先前对CROPGRO-Soybean模型的评价结果一致（Mota et al., 2024; Zhang et al., 2024）。然而，模型在不同变量和处理之间的表现存在较大差异。就结论而言，本研究表明中等种植密度结合轻度亏缺调亏灌溉（RDI）处理（D2W2）在所有田间处理中产生了最高的籽粒产量，表明在覆膜滴灌条件下群体生产力与单株表现之间实现了良好的平衡。经校准的DSSAT-CROPGRO-Soybean模型对籽粒产量的再现效果良好，总体归一化均方根误差（NRMSE）为5.26%，d指数为0.72，为通过——将评估范围从离散田间处理进一步扩展提供了定量基础。CRediT作者贡献声明：郭元航：论文撰写——原稿撰写、方法论、调查研究、形式分析、数据整理、概念构思。张磊：论文撰写——原稿撰写、方法论、调查研究、形式分析、数据整理、概念构思。董建束：方法论、调查研究、数据整理、概念构思。刘洪广：验证、监督、资源提供、项目管理、方法论、资金获取、形式分析、概念构思。王洪波：论文撰写——审阅与编辑。利益冲突声明：作者声明不存在任何可能影响本文所述研究工作的已知竞争性经济利益或个人关系。致谢：本研究由天山杰出人才项目（2023TSYCCX0115）、塔里木大学研究生科研创新项目（TDGRI202254, TDGRI2025094）、国家重点研发计划（2025YFE0104900）及国家自然科学基金（52479043）资助。郭元航｜张磊｜董建束｜刘洪广｜王洪波｜王兴鹏｜马佳佳｜赵志明｜罗璇