基于APSIM与AquaCrop模型的作物产量对水分、氮素及杂草管理响应的模型比较研究

《Discover Agriculture》：Model-based comparison of crop yield responses to water, nitrogen, and weed management using APSIM and AquaCrop

　　

摘要：撒哈拉以南非洲地区的农业生产力受限于低效的水分、氮素（Nitrogen, N）及杂草管理。本研究探讨资源约束下上述三因素的交互作用对作物产量的影响，采用两种作物模拟模型——AquaCrop与农业生产力系统模拟器（Agricultural Production Systems Simulator, APSIM）——进行模拟以指导可持续生产实践。研究人员设置了27种情景，由三个施氮水平（高、中、低肥力）、三种杂草管理制度（每两周除草、每月除草、生长中期一次性除草）及三个土壤允许最大水分亏缺（Maximum Allowable Depletion of available soil water, MAD）阈值（40%、70%、100%）组合生成，以3×3×3因子设计嵌入随机完全区组设计（Randomised Complete Block Design, RCBD），分别对玉米（Zea mays）和马铃薯（Solanum tuberosum）进行模拟。模拟结果采用方差分析（Analysis of Variance, ANOVA，α＝5%显著性水平）处理，均值用邓肯多重范围检验（Duncan's Multiple Range Test, DMRT）划分；两模型输出结果通过比较相关系数（r）、均方根误差（Root Mean Square Error, RMSE）及平均绝对误差（Mean Absolute Error, MAE）进行评价。玉米最高成熟产量为10?755?kg?ha?1，出现在施N?100?kg?ha?1、每两周除草且MAD为70%或100%的情景；马铃薯最高成熟块茎产量为9?020.95?kg?ha?1，出现在施N?150?kg?ha?1、每两周除草且MAD为70%或100%的情景，且与其它高性能情景差异不显著。成熟期玉米籽粒产量两模型预测值相关性较低（r＝0.41），但无显著差异（RMSE＝3?847.41?kg?ha?1，MAE＝2?870.80?kg?ha?1）；马铃薯根产量两模型呈中等相关（r＝0.65）且差异显著。结果表明，集成化的水分–养分–杂草管理对最大化生产力同时节约资源具有重要策略意义，该比较建模方法可为气候变率下提升农业可持续性提供稳健的决策支持框架。

本文对发表于《Discover Agriculture》的论文《基于APSIM与AquaCrop模型的作物产量对水分、氮素及杂草管理响应的模型比较研究》进行解读。

【研究背景与意义】

撒哈拉以南非洲（sub-Saharan Africa）农业普遍依赖雨养耕作，生产力低下主要受限于灌溉水管理不当、氮肥施用量与时期不合理、杂草控制不力三大因素，且三者之间存在交互作用。田间试验成本高、周期长且难以系统覆盖多因子组合，而作物模拟模型可在虚拟环境中评估不同水（灌溉触发阈值以土壤允许最大水分亏缺 Maximum Allowable Depletion, MAD 表示）、氮（N）及杂草管理情景下的作物响应。农业生产力系统模拟器（Agricultural Production Systems Simulator, APSIM）能过程化模拟土壤–作物–大气连续体中水氮循环及杂草竞争；AquaCrop 为联合国粮农组织（Food and Agriculture Organization, FAO）开发的以水分为核心的简化作物模型，便于快速评估水分生产力（Water Productivity, WP）。已有研究多单独关注某一因子或只对比单一模型，鲜见在同一套多因子管理情景下对 APSIM 与 AquaCrop 进行并列比较，尤其对块茎类作物（如马铃薯）的模拟研究较少。因此研究人员以尼日利亚哈科特港典型湿热区为案例，在相同 3×3×3 因子情景下运行两模型，比较其预测行为异同，为资源受限地区农业决策提供模型依据。

【主要技术方法概述】

研究人员选取尼日利亚哈科特港大学教研农场（4o52′30″N, 6o54′40″E）为研究点，获取 NASA POWER 数据库 1981–2023 年日气象数据及实测 1.2?m 土层理化性质构建土壤文件。供试作物为玉米（播期 3月15日，生育期130?d，高氮 100?kg?N?ha^?1、中氮 50?kg?N?ha^?1、无氮 0?kg?N?ha^?1）与马铃薯（播期同，生育期120?d，高氮 150?kg?N?ha^?1、中氮 75?kg?N?ha^?1、无氮 0?kg?N?ha^?1）。灌溉触发阈值为土壤有效水（Available Soil Water, ASW）消耗达 40%（充分供水）、70%（中度水分胁迫）、100%（严重水分胁迫）。杂草管理设为每两周除草（高效）、每月除草（中效）、生长中期一次除草（低效）。AquaCrop 通过土壤肥力等级与杂草控制选项参数化；APSIM 通过尿素施氮量、ASW depletion 触发灌溉及计划除草事件（移除比例 1.0/0.5/0.0）实现。两模型各运行 27 种组合，输出地上生物量（Above-ground Biomass, B）、最大冠层覆盖度（Canopy Cover at Maximum, CCM_max）、干产量（Dry Yield, DY／Dry Root Yield, DRY）及水分生产力（Water Productivity, WP），采用 ANOVA＋DMRT 分析处理效应，独立样本 t 检验比较两模型输出差异，并以 Pearson 相关系数（r）、RMSE、MAE 及 Willmott 一致性指数（d-index）量化模型间一致性。

【研究结果】

■ 3.1 Growth and yield of maize（玉米生长与产量）

玉米早期（33?DAS）地上生物量 517–740?kg?ha^?1，高氮＋高频除草＋低 MAD 组合促进早发。66?DAS 生物量 4?445–7?000?kg?ha^?1，99?DAS 达 8?200–16?500?kg?ha^?1，130?DAS（成熟）峰值 21?435–21?467?kg?ha^?1（处理1、4、7、8），与仅接受高氮＋每两周除草＋MAD?70%或100%（处理7、8）无显著差异，说明适度延迟灌溉并配合良好除草和推荐施氮可维持高产并降低投入。最大冠层覆盖度（CCM）在 54?DAS 达 0.892–0.900，受处理影响小。成熟期最高籽粒产量 10?755?kg?ha^?1（高氮＋每两周除草＋MAD?70%或100%），单次除草处理产量最低。水分生产力趋势同产量，高频除草与充分氮素显著提高 WP。两模型对玉米成熟期籽粒产量预测无统计差异（p＞0.05），但早期生物量与冠层覆盖度差异显著。

■ 3.2 Growth and yield of potato（马铃薯生长与产量）

马铃薯 30?DAS 地上生物量 131–222?kg?ha^?1，高氮＋高频除草组合最高。60?DAS 生物量 1?619–3?595?kg?ha^?1，90?DAS 达 2?783–7?257?kg?ha^?1，120?DAS 峰值 9?395–9?400?kg?ha^?1（处理1、7、16），其中处理16（高氮＋每两周除草＋MAD?100%）虽经历严重水分胁迫但最终生物量与充分灌溉处理相当，表明氮素对马铃薯生物量贡献大于灌溉时机。CCM 在 56?DAS 达 0.892–0.904。成熟期最高块茎产量 9?020.95?kg?ha^?1（高氮＋每两周除草＋MAD?70%或100%），低氮处理显著减产。两模型对马铃薯所有生长阶段生物量、冠层、块茎产量及 WP 预测均存在显著差异（p＜0.05）。

■ 3.2.1 Statistical comparison of crop response simulations from AquaCrop and APSIM（AquaCrop 与 APSIM 作物响应模拟的统计比较）

玉米产量两模型 r＝0.41（低相关），RMSE＝3?847.41?kg?ha^?1，MAE＝2?870.80?kg?ha^?1，t 检验不显著；马铃薯块茎产量 r＝0.65（中等相关），t 检验显著。多数变量 d-index 偏低，说明两模型绝对值一致性有限但趋势响应相似。AquaCrop 对冠层发育与块根作物水分生产力模拟较敏感，APSIM 在氮动态及禾本科作物产量过程表征上更详细。研究人员指出模型结构差异导致数值偏差，建议热带地区采用多模型集合（ensemble modelling）以降低不确定性。

【讨论与结论翻译】

本研究证明基于 APSIM 与 AquaCrop 的模拟建模可用于探明水分–氮素–杂草管理交互作用对作物产量的影响。两模型均成功标定用于玉米与马铃薯生产，并在多变的水、氮及杂草管理条件下模拟了产量响应。分析显示，玉米的处理8（高氮＋每两周除草＋MAD?100%）与马铃薯的处理16（高氮＋每两周除草＋MAD?100%）可在减少灌溉频次的情况下获得与最高投入处理相当的模拟产量，提示优化管理可在维持生产力的同时降低投入成本。两广泛使用的开源作物模型在相同多因子管理情景下的比较揭示了产量响应对资源约束的方向与幅度的一致性及分歧，强调了农业决策支持中模型选择的重要性。由于模拟结果未用田间观测数据验证，结论限于模型行为比较而非绝对产量预测精度；未来研究应结合代表性田块实测数据进行标定验证以提升可靠性。本研究为资源受限环境下集成水–肥–草管理策略提供了基于模拟的快速假设生成途径与决策参考框架。