-
0 引言
随着信息技术和计算机模拟技术的日益发展，能定量、动态地描述农作物生长发育过程及作物与环境相互作用关系的作物模拟模型已经成为作物生产力模拟、作物产量预测的重要工具［1］。CropSyst模型1992年由美国华盛顿大学开发，可进行多年、多作物且以日为模拟步长的作物生长和发育过程的系统模拟。CropSyst模型模拟气候、土壤、不同水肥条件及管理措施等对作物生产力的影响，是国外应用较广泛的作物模型之一［2,3,4,5］，可是由于其参数复杂，模型在中国范围内的应用研究还比较少见。2008年，欧盟MARS（Monitoring Agriculture with Remote Sensing）农业监测项目组开发了一个以作物模拟为目的的生物物理模型应用平台Biophysical model application，简称BioMa［6,7］。该应用平台基于独立的模型组分，对每一个模型组分都提供独立的算法代码及独立的软件开发包。BioMa这种基于组分的结构使得其可以为了某一特定的模拟目标而综合利用分散的、独立的模型模块。其目的是在空间数据和属性数据的支持下，基于大量的生物物理模型，寻求、分析并运行最优的、综合的模型解决方案。BioMa可以不断加入新的模块、根据需要组合成新的模型解决方案，同时每个模型解决方案又嵌入模型参数敏感性分析（Sensitivity Analysis）和模块优化选择器（Optimizer）等［8,9,10］。2014年，BioMa在其最新的版本中嵌入了CropSyst模型，并根据平台对模型结构和参数进行了调试。但嵌入BioMa中的改进型作物模型Cropsys，其初始化的模型参数在中国的适用性如何，还未见有公开的研究报告。文章基于冬小麦主产区河北省衡水市11个县（市）的实测数据，对模型在中国华北地区的适用性进行研究。
-
1 研究区概况和实验数据
-
1.1 研究区概况
黄淮海平原是中国冬小麦主产区。研究区位于黄淮海平原区内的河北省衡水市的11个县（市），地理位置为北纬37.03°~38.23°，东经115.10°~116.34°。南北最长距离125.3km，东西最宽距离98.1km，行政区面积达8 815km2（图1）。衡水市皆为平原区，地势平坦。平均海拔为12~30m。该区属于温带半湿润季风气候，平均气温13℃，大于0℃积温4 200 ~ 5 500℃，年累积辐射量约为5.0×106 ~ 5.2×106kJ/m2，无霜期为170 ~ 220d，年降水量平均为500 ~ 600mm。农业气候资源较丰富，但是自然灾害也频频发生，干旱、冰雹、洪涝、低温、大风等，常给农业生产造成一定影响。衡水市土壤大多为壤土、沙壤土、黏性土，适应于多种农作物的生长。主要粮食作物为冬小麦、夏玉米，一年两熟轮作制度［11,12］。
-
1.2 实验数据及预处理
-
1.2.1 气象数据
从中国气象科学数据共享网（http：//cdc.cma.gov.cn/）下载2011—2014年全国756个站点数据，包括每日最高气温、最低气温、平均气温、相对湿度、平均大气压、太阳辐射、日照时数、风速和降水量（3个完整周期2011/2012、2012/2013、2013/2014），太阳辐射数据基于纬度、日最低气温和最高气温用Hargreaves模型计算得到［13］。全国气象站点数据在ArcGIS中插值成5km×5km数据。然后截取研究区2011年9月至2014年6月冬小麦生育期内气象数据，提取格网内属性值，所有气象数据标准化后输入BioMa平台。
-
1.2.2 作物、土壤和管理数据
包括衡水市桃城区、冀州、枣强县、武邑、深州、武强、饶阳、安平、故城、景县、阜城11个县（市）11个实测样点的经纬度信息、海拔高度、轮作信息、冬小麦关键生育期（播种期、出苗期、开花期、收获期）、各物候期各点的叶面积指数（LAI-2000）、地上生物量（干物质）和最后产量（样方实测）、灌溉信息（咨询农户）、土壤类型、土壤参数等。所有数据标准化处理后输入BioMa模型。
表1 研究区样点信息及调查起始时间
Table 1 Sample information of study area and investigation start/end time
样点名 东经（°） 北纬（°） 调查时间
（每年4次，4个生育期）
桃城区 115.664 87 37.675 733 2011/10/14至2014/06/08 冀州市 115.537 5 37.549 722 2011/10/23至2014/06/08 枣强县 115.787 62 37.486 6 2011/10/14至2014/06/09 武邑县 115.842 63 37.864 983 2011/10/15至2014/06/13 深州市 115.509 25 37.854 25 2011/10/14至2014/06/13 武强县 115.902 78 38.080 833 2011/10/07至2014/06/07 饶阳县 115.753 15 38.238 3 2011/10/13至2014/06/05 安平县 115.474 17 38.235 933 2011/10/03至2014/06/07 故城县 115.967 83 37.392 833 2011/10/15至2014/06/09 景县 116.207 93 37.681 833 2011/10/09至2014/06/09 阜城县 116.223 61 37.883 056 2011/10/10至2014/06/09 
-
2 研究方法
-
2.1 CropSyst模型中生长度日的计算
CropSyst模型在天气数据驱动下完成作物生长发育模拟，模型运行中，要调用气象、土壤、灌溉管理、作物信息等系列数据进行运算。温度是作物生长发育最重要的驱动变量之一。利用平均冠层温度模拟光合作用和叶片老化的热限制。在作物发育过程中，计算基准温度与界值温度之间的积温。在播种—出苗和出苗—生理成熟期，可以设定不同的温度值。通过将生长度日数（growing degree-days，GDDs）转换为从0.00~2.00（分别为出苗率和生理成熟度，DVS=1.00对应于开花）的数值编码（DVS）来标准化发育阶段，有助于同步不同过程的模拟。出苗—开花期和开花—生理成熟期DVS计算公式如下：
式（1）中：GDDcum（℃/day）为生长度日累计热量，GDDem、GDDflo、GDDmat（单位均为℃/d）分别为达到出苗、开花和生理成熟期的情况下所需的生长度日累计热量GDDs［6,14,15,16,17］。
-
2.2 Cropsyst模型中土壤数据本地化校正
模型参数本地化包括模型使用的研究区气象数据、土壤数据、作物参数及管理数据等的调试。
模型所需的研究区土壤参数包括土壤机械组成，黏土、沙土含量，pH值，田间持水量，容重，饱和水导率等。模型输入的部分土壤参数值及区间见表2，数据主要来自参考文献［18］。
表2 BioMa平台中CropSyst模型初始化土壤参数及中国研究区冬小麦模拟调试参数对照
Table 2 Some default and calibrated soil parameters of CropSyst model in simulating China winter wheat yield
土壤参数 单位 系统初始值 系统调试值 土壤饱和体积含水量 m3/m3 0.5 0.43，0.44，0.46 土壤体积萎蔫点 m3/m3 0.17 0.1，0.11，0.14 田间持水量 m3/m3 0.3 0.27，0.32，0.0.4 饱和导水率 mm/h 30 18.1，19.3，22.6 黏土含量 % 0 5，10，10 沙土含量 % 10 65，70，75 土壤容重 t/m3 1.3 1.49，1.51，1.41 土壤有机质含量 g/cm3 1.0 1.41，0.95，0.84
-
2.3 CropSyst模型中作物参数校正
CropSyst模型本身提供了典型作物的一系列生理参数数据，但针对中国北方的冬小麦，很多参数需要进行调试。基于衡水地区3年实测数据，利用嵌入BioMa平台的CropSyst模型模拟冬小麦产量的步骤包括：（1）将所有数据处理成模型所要求的标准格式；（2）选取模拟环境（simulation environment），输入/编辑所有参数：以日为单位的气象数据、样点经纬度、土壤参数、模型启动模拟时间、模拟结束时间等；（3）配置模型组件（model configuration），包括配置气象、土壤、作物等数据，选择模型参数限制条件，选择输出配置（output configuration）等；（4）运行模型，将模拟数据与实测数据（包括播种期、出苗期、开花期和成熟期、LAI、生物量和产量等）进行比较，如精度不能达到要求，用人工标定法以地面实测LAI和模型模拟的LAI相关系数r达到0.9为精度要求进行优化，将系统生成的达到最优结果的某些参数返代入输入值进行编辑（如灌溉量、Tsum，光能利用效率、生长基础/最优/最高温度、收获指数等），并重复此过程，直到结果达到系统最优精度；（5）利用调整后的参数模拟所有点的冬小麦产量，表3数据主要来自基于实测数据和系统模拟最优参数的调试，部分未列出参数利用模型初始值或参考文献值［19,20］。
表3 BioMa平台中CropSyst模型初始化作物参数及中国研究区冬小麦模拟调试参数对照
Table3 Some default and calibrated crop parameters of CropSyst model in simulating China winter wheat yield
参数 单位 描述 初始值 调试后参数 小麦发育基础参数 Tsumeme ℃/d 播种到出苗总热量 100 70 Tsumflo ℃/d 播种到开花总热量 500 800 Tsumfil ℃/d 播种到灌浆总热量 700 1 000 Tsummat ℃/d 播种到成熟总热量 1 200 1 500 Tbasedev ℃ 小麦发育最低温度 -1 0 Tcutoffdev ℃ 生长速率降低最高温度 40 33 小麦生长参数 RueMax GM/J 最大光能利用效率 2.5 2.9 k 太阳辐射消光系数 0.48 0.5 T opt ℃ 作物生长最适温度 19 20 LAI ini m2/m2 初始叶面积指数 0.01 0.13 PARfactor 光合有效辐射转化系数 0.5 0.47 ET 作物蒸腾系数 1.2 1.18 TransCoebio 生物量/呼吸系数 5 5.5 Stemleafpar 茎叶分割系数 1.5 1.0 Heightmax m 作物最大高度 1.5 1.5 Rootdepmax cm 作物最大根深 160 170 HI 收获系数 0.4 0.45
-
3 结果与精度验证
图2是研究区11个样点2012—2014年实测产量和模拟产量对照结果。
图2 2012—2014年研究区样点实测产量和模拟产量对照
Fig.2 Field measured yield VS simulated yield based on CropSyst Model imbedded in BioMa from 2012 to 2014
通过比较模型模拟结果和实际观测结果进行精度评价是检验模型适用性的重要指标，该文选取了BioMa系统中自带的相关系数、模型性能指数，模型一致性指数和均方根误差来进行精度评价，各指标公式及意义如下［21］。
表4公式中，P为模拟值，O为观测值，
表4 CropSyst模型模拟冬小麦产量中精度评价指标
Table 4 Metrics of model performance of CropSyst model in simulating winter wheat yield
评价指标 公式 取值范围和说明 皮尔森相关系数 取值范围0~1。值越接近1，表明模型性能越好 模型性能指数 取值范围负无穷-1。值越接近1，表明模型模拟越有效 模型一致性指数 取值范围0~1。值越接近1，表明模型性能越好 均方根误差 取值范围0~正无穷。值越接近0，表明模型性能越好
结果表明，利用CropSyst模型模拟华北冬小麦产量可行，观测产量与预测产量的相关系数为0.97，模拟效率为0.94，一致性指数为0.98。如采用CropSyst模型的缺省参数，进行参数值的自动标定，R值则较低，根据田间数据对作物参数和土壤参数进行标定，效果更好。结果表明，灌溉次数和灌溉量的变化对模拟产量结果很大的影响和解释。
-
4 结论与讨论
欧盟BioMa平台中嵌入的Cropsyst模型，其初始参数主要适合欧洲地区。因此作物模型在中国应用的一个重要工作就是模型参数的本地化调试。该研究基于冬小麦主产区河北省衡水市11个县（市）的实测数据，对模型在中国华北小区域的使用进行了一系列参数的调试、修正和验证，并用本地化的模型参数对2012—2014年衡水地区冬小麦产量进行模拟，结果表明，本地化参数后的CropSyst较好地模拟了区域冬小麦产量。
BioMa平台在嵌入各种作物模型中，减少了很多作物模型本身的初始化参数数量，使得模拟结果对部分参数的依赖性增大。样点以行政区划为单位，在11个县市每个县市选择一个点，采样点对整个区域的空间代表性有限。同时，研究区部分土壤参数和作物参数值来源于参考文献，灌溉量和灌溉次数的系统优化对结果影响较大，说明水分是冬小麦生长发育的重要因素。由于部分实测灌溉量和灌溉次数数据缺少，部分作物参数对研究区本身的适用性需要更多年份、更多实测样点数据进一步调试。另外，该研究基于BioMa-Site模型进行了单点数据的研究和验证，2016年欧盟BioMa Spatial模型开发成功，将单点模型尽快扩充到空间范围进行区域作物产量模拟是接下来的研究重点。
-
参考文献
-
1
吴蕾，柏军华，肖青，等.作物生长模型与定量遥感参数结合研究进展与展望. 农业工程学报 ，2017（9）：155~166.
-
2
C.Gardi. Land use，agronomic management and water quality in a small Northern Italian watershed agriculture. Ecosyst. Environ. ，2001，87：1~12.
-
3
C.O. Stockle，S. A. Martin，G. S. Campbell. CropSyst a cropping system simulation model：water/nitrogen budgets and crop yield. Agricul. Syst. ，1994，46：335~359.
-
4
C.O. Stockle，M. Cabelguenne，P. Debaeke. Comparison of CropSyst performance for water management in southwestern France using submodels of different levels of complexity. European Journal of Agronomy ，1997，7：89~98.
-
5
A.K. Singh，V. Goyal，A. K. Mishra. Validation of CropSyst simulation model for direct seeded rice-wheat cropping system. Current Science ，2013，104（10）：1324~1331.
-
6
CREA.The BioMA Site Simulation Graphical Interface. ［2015-11-02］ http：//components. biomamodelling. org/components/ BioMASite/Help/#Which_model. html.
-
7
JRC-IES-MARS.BioMA-Biophysical Models Applications . ［2012-08-01］http：//bioma. jrc. ec. europa. eu/bioma/help.
-
8
CREA，Biophysical Models Applications Site Simulation Graphical Interface（Bioma-site v0.4 ），2016.
-
9
M.Donatelli，A. K. Srivastava，G. Duveiller. Estimating Impact Assessment and Adaptation Strategies under Climate Change Scenarios for Crops at EU27 Scale. 2012 International Congress on Environmental Modeling and Software Managing Resources of a Limited Planet. http：//www. iemss. org/society/index. php/iemss-2012 -proceedings.
-
10
黄青，陈仲新，李丹丹，等.欧盟生物物理模型平台BIOMA简介及对我国农业遥感监测的启示. 中国农业资源与区划 ，2014，35（4）：76~80.
-
11
河北农业统计年鉴，北京：中国统计出版社，2013.
-
12
任建强，陈仲新，周清波，等.基于时序归一化植被指数的冬小麦收获指数空间信息提取. 农业工程学报 ，2010（8）：160~167.
-
13
Saleh K，Irwanto M，Haziah A H，et al.Estimation of Solar Irradiation in Medan Using Hargreaves Method Based on Minimum and Maximum Temperature for Potential Assessment of Photovoltaic Power Generation. Advanced Science Letters ，2017，23（5）：4463~4466.
-
14
R. Confalonieri ，G. Gusberti ，S. Bocchi ，et al.The CropSyst model to simulate theN balance of rice for alternative management. Agron. Sustain. Dev ，2006，26：241~249.
-
15
Confalonieri R，Acutis M，Bellocchi G，et al.Exploratory sensitivity analysis of CropSyst，WARM and WOFOST a case-study withrice biomass simulations. Italian Journal of Agrometeorology ，2006，3：17~25.
-
16
R.Confalonieri，A. S. Rosenmund ，B. Baruth. An improved model to simulate rice yield. Agron. Sustain . 2009，29：463~474.
-
17
M.Donatelli. Tools for Agro-meteorology and Biophysical Modelling. ［2013-04-20］ http：//agsys. cra-cin. it/tools/agro management/help/
-
18
王宗明，张柏，宋开山，等.CropSyst作物模型在松嫩平原典型黑土区的校正和验证. 农业工程学报 ，2005（5）：47~50.
-
19
中国土壤数据库.http：//www. soil. csdb. cn/. ［2016-03-10］.
-
20
Claudio O. Stöckle，Kemanian A R，Nelson R L，et al.CropSyst model evolution：From field to regional to global scales and from research to decision support systems. Environmental Modelling & Software ，2014，62：361~369.
-
21
The team of work package2 of MODEXTREME Project.Analyzing simulation results with IMMA（Integrated Multi-metrics Model Analyzer. A Presentation at MODEXTREME Project workshop，Bologna，Italy，March，4 ，2016.
-
1
摘要
目的
CropSyst是国际先进的作物生长模拟模型，文章应用欧盟最新开发的基于生物物理过程的作物模拟平台BioMa（Biophysical model application）中嵌入的改进型作物模型CropSyst，进行CropSyst模型中国北方冬小麦模拟适用性评价。
方法
CropSyst模型初始参数不适合中国冬小麦作物模拟，该研究基于冬小麦主产区河北省衡水市11个县（市）的实测作物、物候、生物量及产量等数据，对CropSyst模型在中国华北地区的使用进行了一系列参数的调试、修正和验证，获得了一套CropSyst模型中适合中国华北小区域范围内冬小麦生长过程模拟的模型参数，并运用调试的作物参数对2012—2014年衡水地区冬小麦产量进行了模型模拟。
结果
冬小麦模拟产量和实测产量线性回归的相关系数平均达到0.97，模拟性能指数（EF）为0.94，一致性系数（IOA）为0.98。
结论
改进的CropSyst模型对中国华北黄淮海平原区冬小麦产量模拟总体效果较好。
Abstract
Purpose
CropSyst is an international advanced crop growth simulation model. This study applies improved CropSyst model embedded in BioMa platform to evaluate applicability of winter wheat simulation in North China.
Method
On account of unsuitability of initial parameters to winter wheat crop simulation in China，this study calibrated，corrected and validated parameters based on some field data （e.g. measured crops，crop phenology，biomass and production）of main growing areas of winter wheat in China——11 counties （cities）in Hengshui City，Hebei Province. A set of CropSyst model parameters that are suitable for winter wheat growth simulation in small areas of North China were obtained，which were applied to simulate winter wheat production in Hengshui areas from 2012 to 2014.
Results
The results showed that the Pearson’s correlation coefficient of CropSyst model in simulating winter wheat yield reached 0.97 averagely. The Modeling Efficiency （EF）is 0.94 and the Index of Agreement （IOA）is 0.98.
Conclusion
The improved CropSyst model has good overall results of winter wheat yield simulation in Huang-Huai-Hai plain of North China.
