北疆膜下滴灌棉花产量及水分生产率对灌水量响应的模拟

王　军，李久生※，关红杰,2（.中国水利水电科学研究院流域水循环模拟与调控国家重点实验室，北京 00038；2.北京林业大学水土保持学院，北京 00083）



北疆膜下滴灌棉花产量及水分生产率对灌水量响应的模拟

王军1，李久生1※，关红杰1,2
（1.中国水利水电科学研究院流域水循环模拟与调控国家重点实验室，北京 100038；2.北京林业大学水土保持学院，北京 100083）

摘要：膜下滴灌技术是一种节水高产的灌溉技术，在新疆棉花种植中得到了广泛的应用。灌溉是影响新疆棉花产量的重要因素。为研究棉花产量和水分生产率对灌水量的响应，该文首先采用2010年和2011年新疆棉花膜下滴灌田间试验数据验证二维土壤水与作物生长耦合模型模拟棉花产量和耗水量可靠性。结果表明，二维土壤水与作物生长耦合模型能够可靠地模拟土壤含水率、叶面积指数、地上部分干物质量、籽棉产量和耗水量。土壤含水率模拟值与实测值的标准均方根误差（normalized root mean square error，nRMSE）为4.6%～23.4%，一致性指数为0.677～0.974；叶面积指数和地上部分干物质量nRMSE分别为6.3%～15.7%和7.2%～14.1%；籽棉产量和耗水量的模拟值与实测值之间相对误差分别仅为1.1%～6.7% 和0.3%～9.2%。利用率定和验证后的模型参数进一步模拟10种灌水量情景下的棉花籽棉产量和水分生产率，结果表明籽棉产量随着灌水量的增加而增加，二者呈抛物线关系，而水分生产率则随着灌水量的增加而减小。综合考虑产量和水分生产率，北疆地区膜下滴灌棉花优化灌水量为280～307 mm。该研究可为北疆地区棉花灌水实践提供科学依据。

关键词：棉花；模型；灌溉；膜下滴灌；作物生长模型；水分生产率；耦合

王军，李久生，关红杰. 北疆膜下滴灌棉花产量及水分生产率对灌水量响应的模拟[J]. 农业工程学报，2016，32（3）：62－68.doi：10.11975/j.issn.1002-6819.2016.03.010http://www.tcsae.org

Wang Jun, Li Jiusheng, Guan Hongjie. Modeling response of cotton yield and water productivity to irrigation amount under mulched drip irrigation in North Xinjiang[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(3): 62－68. (in Chinese with English abstract)doi：10.11975/j.issn.1002-6819.2016.03.010 http://www.tcsae.org

Email：junwangcau@iwhr.com

0　引　言

新疆是中国最重要的优质高产棉区，2007年棉花种植面积达到1.78×106hm2[1]。膜下滴灌技术作为一种节水高产的灌溉技术，因其地形适应性强、水分利用率高的优点，在新疆棉花种植中已经得到了广泛应用。2009年新疆棉花膜下滴灌种植面积达到1.50×106hm2[2]。

对于处于典型大陆性干旱气候区域内的新疆，灌水是影响其棉花产量和水分生产率的重要因素。国内很多学者利用田间试验对膜下滴灌棉花的灌溉制度进行了研究。蔡焕杰等[3]研究了膜下滴灌灌水频率和灌水量对棉花生长的影响，表明全生育期灌水12～14次且灌水定额25～30 mm可获得较高的产量和水分利用效率。王平等[4]通过田间试验研究表明灌水量由600～660 mm减少到402～427 mm时，棉花产量与水分利用效率大幅度提高。高龙等[5]在新疆库尔勒地区开展了膜下滴灌棉田土壤水盐分布特征及灌溉制度试验研究，得到灌溉定额为675 mm、灌水间隔为7 d的灌溉制度可获得最大籽棉产量，灌溉定额为375 mm、灌水间隔为7 d时可获得最高的灌溉水生产效率。杨九刚等[6]研究表明灌水频次和灌溉定额对棉花生长和产量的影响显著。Wang等[7]通过田间试验研究了南疆地区膜下滴灌条件下不同生育阶段亏缺灌溉对棉花生长和产量的影响，结果表明棉花对不同生育阶段水分胁迫的敏感程度由大到小依次为花期-铃期的早期、苗期、蕾期和花期-铃期的后期。

综上，已有研究大多采用田间小区试验。然而由于田间试验费时、费力，且研究结果受时空环境、灌溉管理措施等限制，大多数试验结果难以推广应用。利用有限的田间试验数据，建立数值模拟模型，获得优化的灌水方案，是一种经济有效的研究方法[8]。HYDRUS-2D软件是一种常用的模拟滴灌灌溉制度的工具，如王在敏等[8]利用HYDRUS软件模拟优化了新疆棉花微咸水膜下滴灌灌溉制度；关红杰等[9]基于HYDRUS-2D软件模拟分析了干旱区棉花膜下滴灌均匀系数对土壤水氮分布的影响；Liu等[10]利用HYDRUS-2D软件模拟膜下滴灌条件下棉田土壤水分动态变化过程。HYDRUS-2D软件能够较准确地描述滴灌条件下二维土壤水分运移、根系吸水以及作物耗水过程，但不能描述作物生长和产量形成过程，而作物模型可以较好地描述作物生长。因此，将二维动力学模型与作物模型结合能够发挥2类模型各自的优势，以便更精确地描述土壤-作物系统中水分运移和作物生长2个过程，正在成为一个新的研究热点。国内外已有研究中采用二维土壤水与作物生长耦合模拟的研究还较少[11]。Wang等[11]结合CHAIN_2D模型中的二维土壤水分运动方程、EPIC（Erosion-Productivity Impact Calculator）模型作物生长模块以及改进的二维根系吸水模型等构建了二维土壤水与作物生长耦合模拟模型，并利用该模型模拟了不同沟灌条件下甜瓜产量、耗水量及水分生产率。王军等[12]利用膜下滴灌棉花的作物生长及土壤含水率田间试验数据率定及验证了二维土壤水与作物生长耦合模拟模型。为了更好地描述膜下滴灌条件下棉花产量及水分生产率对灌水量的响应，本文采用新疆地区棉花膜下滴灌田间试验数据来率定和验证二维土壤水与作物生长耦合模拟模型，并利用验证后的模型模拟分析不同灌水情景下的作物产量及水分生产率，从而得到优化的灌溉制度，以期为新疆地区棉花膜下滴灌灌水实践提供科学依据。

1　材料与方法

1.1二维土壤水与作物生长耦合模型简介

CHAIN_2D[13]是用于模拟二维饱和非饱和介质中的水、热和溶质运移的软件包，但未考虑作物生长过程，且根系吸水为简单的二维模型，因此无法准确模拟作物生长及二维根系吸水条件下的土壤水分动态；EPIC作物生长模块以积温为基础模拟作物的物候发育过程，采用通用作物模型，结合各种作物的生长参数和田间管理参数可模拟上百种不同作物生理生态过程及产量等[14]。

笔者将CHAIN_2D和EPIC模型中的作物模块进行耦合，构建二维土壤水与作物生长耦合模型[11]，来模拟膜下滴灌条件下二维土壤水分运动特性以及作物的生长。该模型主要由CHAIN_2D模型中的二维土壤水分运动方程[13]、EPIC模型中的作物模块[14]以及改进的二维根系吸水模型[11]等构成。二维土壤水与作物生长耦合模拟模型基于Windows系统将CHAIN_2D的Fortran源代码与EPIC作物模型相耦合，采用Fortran90进行程序编写。模型利用气象数据计算蒸散发（evapotranspiration，ET0），通过EPIC作物生长模型计算潜在作物产量、根系深度以及潜在叶面积指数（leaf area index，LAI），进而计算潜在腾发量和蒸发量，并将其作为CHAIN_2D模型计算实际腾发量和蒸发量的初始值，最后通过CHAIN_2D模型计算得到的水分胁迫指数计算实际的作物产量、根系深度及LAI。详细的模型计算流程图见文献[11]。

模型中二维土壤水流运动采用Richard’s方程[13]描述：

式中x、z分别为横向和垂向坐标，cm，向右向上为正；t为时间，h；θ为土壤体积含水率，cm3/cm3；h为土壤负压水头，cm；K(h)为非饱和导水率，cm/h；S(x,z,h)为作物根系吸水源汇项，即根系在单位时间内从单位体积土壤中所吸收水分的体积，h-1。S(x,z,h)计算式为

式中Lt为根区宽度，本研究为72.5 cm；Tp为作物潜在蒸腾速率，cm/h；α(h,x,z)为土壤水分胁迫函数，该函数中各参数的取值见文献[7]；b(x,z)为相对根系密度分布函数。通过引入水平向和垂向最大根长动态变化，基于Vrugt根系吸水模型改进的二维动态根系吸水模型[11]为

其中，

式中b’(x,z,t)表示二维潜在根系吸水空间分布；x、z分别表示水平向和垂向与作物种植点之间的距离；px、pz、x*、z*均为经验参数；xp为作物种植点水平向坐标，本研究为32.5 cm；Xm(t)、Zm(t)分别表示x和z方向第i天的最大根长，cm；RDi表示第i天的根系深度，cm；RDmax、RHmax分别表示作物垂向和水平向最大根系长度，cm。

EPIC作物生长模型叶面积指数变化过程、生物量的累积过程以及作物产量形成过程的基本计算方程见文献[14]。

1.2试验过程及指标测定计算

1.2.1试验过程

2010年和2011年在新疆生产建设兵团水利局灌溉中心试验站（44°06'N，87°30'E，海拔700 m）进行了2 a田间试验，该试验站的气候条件和土壤状况见文献[15]。试验区土壤有机质12.12 g/kg，有效磷和速效钾分别为8.6 和164 mg/kg。2010年5月5日和2011年5月3日分别采用干播湿出方式播种棉花（Gossypium hirsutum L.）“新陆早26号”。棉花种植和滴灌带布置方式如图1所示，行距采用宽窄行配置，滴灌带布置于宽行中间，棉花株距10 cm。滴灌带（瑞盛·亚美特高科技农业有限公司，兰州）滴头间距为30 cm，滴头流量2.1 L/h。

图1　棉花种植和滴灌带布置方式Fig.1　Schematic diagram of cropping pattern and lateral layout of drip lines

试验设计见文献[15]，共设计3种灌水制度，分别为I1、I2和I3处理，各处理3个重复。3种处理灌溉日期相同，但I1和I2处理的灌水量分别为I3处理的50%和75%。I3处理灌水制度设计见表1。

2 a的灌溉设计相同。为了保证出苗率，采用滴灌出苗，2010年和2011年出苗水分别为37.3和15.0 mm。根据试验设计进行灌溉，灌水量为各生育期设计灌水上下限之差、计划湿润层深度及湿润比之积。参考文献[16]，蕾期和花铃期计划湿润层深度分别设为40和60 cm，湿润比分别为53%和65%。应用各小区首部水表控制单次灌水量。2 a处理I3的实际灌水量见图2，共灌水9次，2010年和2011年灌溉定额分别为279.2和280.0 mm。

表1　处理I3灌水制度设计Table 1　Irrigation scheduling of treatment I3

图2　2010年和2011年I3处理累积灌水量Fig.2　Cumulative irrigation amount of treatment I3 in 2010 and 2011

2010年和2011年棉花生育期内（5月5日－10月16日）大于5 mm降雨分别为3次和6次，总有效降雨量分别为22.6和69.8 mm[15]。

1.2.2指标测定与计算

1）气象数据：安装在距试验地块50 m的无线自动气象站（Vantage Pro2，Davis Instruments，IL，USA）每30 min采集1次温度、湿度、太阳、风速、降雨等数据。采用Penman-Monteith公式[17]计算ETo。

2）灌水时间和灌水量：每7 d采用Trime-FM观测系统（Trime–FM，Imko GmbH，Ettlingen，Germany）测定滴灌带垂直距离15 cm处0～100 cm土壤体积含水率。将土壤表层20 cm做为1层，20 cm以下每10 cm为1层进行测定，且在灌水前后1 d及＞5 mm降雨后加测。

3）叶面积指数：每20 d观测1次叶片的长和宽，通过修正系数乘以长和宽计算叶面积；

4）地上部分干物质量：棉花蕾期、花期和铃期各观测1次。

5）产量：在棉花成熟期，分3次人工取样测产，测定时间为2010年9月15日、10月1日和10月16日；2011年9月12日、9月26日和10月16日。详细的观测方法见文献[15]。

6）作物耗水量和水分生产率：

式中TWU为总耗水量，mm；Pr为生育期内有效降雨量，mm；CR为生育期内地下水补给量，mm，由于研究区地下水埋深大于5 m，因此CR可以忽略不计；ΔSW为生育期内土壤储水量变化值，mm；I为灌水量，mm；WP为水分生产率，kg/(hm2·mm)；YLD为籽棉产量，kg/hm2。

1.3模型验证及应用

1.3.1数据来源

模型率定采用2011年I3处理数据（土壤含水率、棉花生长指标、产量及耗水量等）；模型验证采用2010 年I1、I2、I3处理和2011年I1、I2处理的数据。实测值与模拟值的比较采用均方根误差（root mean square error，RMSE）、标准均方根误差（normalized root mean square error，nRMSE）和一致性指数（d）评价，具体计算公式分别见文献[18]和[11]。RMSE、d的理想值分别为0和1。Dettori等[18]认为nRMSE<10%时，模拟结果为优；10%≤nRMSE<20%时，模拟结果为良；20%≤nRMSE≤30%时，模拟结果中等；nRMSE >30%时，模拟结果差。

1.3.2模型初始及边界条件

本研究中，试验滴灌灌水时间以小时计，故将计算蒸腾蒸发量的时间步长1 d修改成1 h。修改后的模型通过每小时计算的作物蒸腾量和土面蒸发量，然后每隔24 h计算1次作物蒸腾和土面蒸发的总和，得到每天的实际蒸腾蒸发量，进而得到每天的水分胁迫指数。

Skaggs等[19]认为，应用间距较小的灌水器（如20～40 cm）灌水时，滴灌形成的湿润体会快速重迭，土壤含水率沿毛管方向基本一致，可将田间尺度膜下滴灌条件下的土壤水分运动简化为线源在垂直剖面上的二维运动。在本研究滴灌带布置模式下（图1），地表线源土壤水运动模拟计算区域宽度为毛管间距145 cm的1/2 （72.5 cm），深度为100 cm（图3）。

以出苗后（5月25日）0～100 cm土壤含水率实测值和空气温度、湿度、风速、太阳辐射等气象数据观测值为初始值，应用van Genuchten模型描述土壤水分特征曲线参数和非饱和导水率[20]。输入土壤粒径组成和干容重实测值，应用Rosetta人工神经网络模型[21]拟合得到该模型中参数θs、θr、α、n、m的初始值。EPIC模型中棉花的缺省值作为作物生长模型参数初始值[22]，作物生育期内最大作物系数（Kcmax）初始值参考FAO 56选取[17]。结合何雨江等[23]实测得到的棉花膜下滴灌根长密度分布值以及MATLAB中的遗传算法[12]优化得到1000组根系吸水函数的优化参数，选取其中模拟值与实测值RMSE相差最小的一组参数作为根系吸水最优参数，见表2。

模拟计算区域及土壤水流边界设置见图3。滴头处采用变通量边界，不灌水时为零通量边界，灌水时为定流量边界，不随时间变化。本研究模拟时段较长，可忽略灌水中饱和区宽度的变化过程，假定饱和区宽度为W，根据田间观测结果，取为20 cm。灌水时滴头处定流量边界通量σ(t)计算公式为

式中σ(t)为边界通量，cm/h；Q为灌水器流量，cm3/h；W 和Le分为模拟区域饱和区宽度和沿滴灌带的灌水器间距，cm。

表2　根系吸水函数参数取值范围和最优值Table 2　Range of parameters and optimized parameters for root distribution function

图3　模拟计算区域及水流边界示意图Fig.3　Schematic diagram of simulation domain and boundary conditions

1.3.3模型应用

对该研究区55 a（1959－2013年）的气象数据进行分析得出干旱年、平水年和湿润年棉花生育期内（5－10月）的降雨量分别为59、73、89 mm。不同水文年棉花生育期内的降雨量差异较小，因此，本研究不考虑水文年型对作物生长和耗水量的影响。为了研究棉花产量和水分生产率对灌水量的响应关系，本文将2010年和2011 年I3处理每次灌水量从40%～130%每隔10%设置1个水平，共设置10个水平，总灌水量分别为111.7～363和112～364 mm。利用验证后的二维土壤水与作物生长耦合模拟模型分别计算不同灌水情景下的作物产量和水分生产率，并在此基础上分析得到2010年和2011年的最优灌水量。

2　结果与分析

2.1模型率定

土壤含水率模拟值与实测值在深层土壤吻合较好，但在表层差异稍大。以2011年I3处理为例，深层＞20～100 cm（图4c、4e）土壤含水率模拟值与实测值吻合程度比表层0～20 cm（图4a）高。表层0～20 cm的nRMSE 为16.3%、一致性指数d为0.905。土壤含水率实测和模拟值在表层差异较大，可能是由于灌水、降雨、蒸发对土壤含水率的影响主要集中在0～20 cm，使得表层土壤含水率波动剧烈大。总体而言，0～100 cm土壤含水率模拟结果较好，其nRMSE为4.6%～16.3%，d为0.716～0.974，率定的土壤水分运动参数见表3。

图4　2011年I3处理和2010年I1处理不同土层土壤含水率实测值与模拟值Fig.4　Observed and simulated soil water content in different soil depths of treatment I3 in 2011 and I1 in 2010

表3　土壤水分运动参数率定结果Table 3　Calibrated soil hydraulic parameters

I3处理LAI和地上部分干物质量模拟值与实测值随时间的变化见图5。LAI和地上部分干物质量模拟值与实测值nRMSE分别为6.3%和7.2%，均小于大部分实测值的标准差。籽棉产量模拟值比实测值低2.5%，两者相差仅为128 kg/hm2，低于实测值的标准差；耗水量模拟值比实测值低1.1%。由此可看出模型模拟效果较好。因此，作物生长模型参数的率定结果较好，率定参数如表4所示。

图5　2011年I3处理和2010年I1处理LAI和地上部分干物质量实测值与模拟值Fig.5　Measured and simulated LAI and aboveground biomass for treatment I3 in 2011 and I1 in 2010

表4　作物模型参数率定结果Table 4　Calibrated parameters of crop growth model

2.2模型验证

以2010年I1处理为例，其土壤含水率模拟值与实测值如图4b、图4d、图4f所示。从图中可看出，土壤含水率模拟精度为中等以上，其nRMSE为6.6%～23.4%，一致性指数d为0.677～0.878。I1处理LAI和地上部分干物质量模拟值与实测值如图5c和图5d所示，LAI和地上部分干物质量模拟值与实测值的nRMSE分别为15.7%和14.1%，模拟结果为优。

比较2010年和2011年所有处理的籽棉产量和耗水量的模拟值与实测值（如表5所示），可看出2010年I1处理籽棉产量模拟值比实测值低3.9%，两者相差为103 kg/hm2，低于实测值的标准差；耗水量模拟值比实测值高1.5%。2010 年I2处理籽棉产量模拟值比实测值低1.1%，两者相差为35 kg/hm2，低于实测值的标准差；耗水量模拟值比实测值低0.3%。2010年I3处理籽棉产量模拟值比实测值高6.7%，两者相差为208 kg/hm2，接近实测值的标准差；耗水量模拟值比实测值高2.4%。这说明模型模拟效果较好。2011年I1处理籽棉产量模拟值比实测值高5.4%，耗水量模拟值比实测值高2.7%。2011年I2处理籽棉产量模拟值比实测值低3.9%，两者相差为186 kg/hm2，低于实测值的标准差；耗水量模拟值比实测值高9.2%。

表5　2010年和2011年各处理籽棉产量及耗水量实测值与模拟值Table 5　Observed and simulated seed cotton yields and water uses of each treatment in 2010 and 2011

2.3产量及水分生产率对灌水量的响应

最优灌水制度的确定需同时满足产量和水分生产率均较高[24]。相对籽棉产量和相对水分生产率均通过模拟的产量和水分生产率分别除以模拟的最高产量和最高水分生产率得到。从图6中可看出，相对产量随着灌水量的增加而增加，二者呈二次抛物线关系；而相对水分生产率随着灌水量的增加而减小。这与高龙等[5]和杨九刚等[6]的研究结论相似。依据最优灌水量确定方法，2010年和2011年的优化灌水量分别为307和280 mm。这与蔡焕杰等[3]提出的膜下滴灌棉花灌水量可降低到240～345 mm相一致。图7所示为棉花全生育期耗水量与相对灌水量之间的关系。从图7中可看出，2010年和2011年相对灌水量达到最优灌水量时，棉花耗水量均在390 mm左右，这与蔡焕杰等[3]的研究结果一致。蔡焕杰等[3]通过试验研究表明高产和水分利用率较高时的新疆棉花膜下滴灌全生育期耗水量应在345～380 mm之间。

图6　2010年和2011年相对产量和相对水分生产率与灌水量的关系Fig.6　Relationships of relative yield and water productivity (WP) with irrigation amount in 2010 and 2011

图7　耗水量与灌水量的关系Fig.7　Relationships between water use and irrigation amount

3　结论与讨论

本文利用动力学模型与作物生长耦合模型，根据滴灌水分运移特点，将行播作物滴灌条件下的水分运动简化为线源，探索用二维水分运动与作物生长耦合模型描述棉花覆膜滴灌水分运移的可行性。同时，为了研究棉花产量和水分生产率对灌水量的响应，本文采用2010年和2011年新疆棉花膜下滴灌田间试验数据率定和验证了二维土壤水与作物生长耦合模拟模型，并利用验证后的模型模拟分析了10种灌水量情景下（40%～130%充分灌水量）的棉花籽棉产量和水分生产率，得到以下结论：

1）模型模拟值与实测值吻合较好。土壤含水率、叶面积指数和地上部分干物质量模拟值与实测值之间的标准均方根误差分别为4.6%～23.4%，6.3%～15.7%和7.0%～14.1%；产量和耗水量的模拟值与实测值之间相对误差分别为1.1%～6.7%和0.3%～9.2%。

2）棉花籽棉产量随着灌水量的增加而增加，二者呈抛物线关系，而水分生产率则随着灌水量的增加而减小。

3）综合考虑棉花籽棉产量和水分生产率，新疆北疆地区棉花膜下滴灌条件下的优化灌水量为280～307 mm，全生育期耗水量均在390 mm左右。

作物最优灌水制度的确定应综合考虑土壤、气候、养分及作物种类等因素，本文只考虑了土壤水与作物之间的相互关系，并未考虑养分对作物生长的影响，下一步研究将建立土壤水氮与作物生长耦合的模拟模型，综合分析不同水氮条件下的最优灌水施肥制度。

[参考文献]

[1] 潘伟，杨德刚，杨莉，等. 新疆棉花种植面积的时空变化及适度规模研究[J]. 中国生态农业学报，2011，19(2)：415－420. Pan Wei, Yang Degang, Yang Li, et al. Spatial-temporal dynamics and optimal development scale of cotton industry in Xingjiang[J]. Chinese Journal of Eco-Agriculture, 2011, 19(2): 415－420. (in Chinese with English abstract)

[2] 刘梅先，杨劲松，李晓明，等. 滴灌模式对棉花根系分布和水分利用效率的影响[J]. 农业工程学报，2012，28(增刊1)：98－105. Liu Meixian, Yang Jingsong, Li Xiaoming, et al. Effects of drip irrigation strategy on cotton root distribution and water use efficiency[J]. Transaction of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(Supp.1): 98－105. (in Chinese with English abstract)

[3] 蔡焕杰，邵光成，张振华. 荒漠气候区膜下滴灌棉花需水量和灌溉制度的试验研究[J]. 水利学报，2002，11：119－123. Cai Huanjie, Shao Guangcheng, Zhang Zhenhua. Water demand and irrigation scheduling of drip irrigation for cotton under plastic mulch[J]. Journal of Hydraulic Engineering, 2002, 11: 119－123. (in Chinese with English abstract)

[4] 王平，陈新平，田长彦，等. 不同水氮管理对棉花产量、品质及养分平衡的影响[J]. 中国农业科学，2005，38(4)：761－769. Wang Ping, Chen Xinping, Tian Changyan, et al. Effect of different irrigation and fertilization strategies on yield, fiber quality and nitrogen balance of high-yield cotton system[J]. Scientia Agricultura Sinica, 2005, 38(4): 761－769. (in Chinese with English abstract)

[5] 高龙，田富强，倪广恒，等. 膜下滴灌棉田土壤水盐分布特征及灌溉制度试验研究[J]. 水利学报，2010，41(12)：1483－1490. Gao Long, Tian Fuqiang, Ni Guangheng, et al. Experimental study on soil water-salt movement and irrigation scheduling for cotton under mulched drip irrigation condition[J]. Journal of Hydraulic Engineering, 2010, 41(12): 1483－1490. (in Chinese with English abstract)

[6] 杨九刚，何继武，马英杰，等. 灌水频率和灌溉定额对膜下滴灌棉花生长及产量的影响[J]. 节水灌溉，2011(3)：29－33. Yang Jiugang, He Jiwu, Ma Yingjie, et al. Effects of irrigation frequency and quota on cotton growth and yield with drip irrigation under plastic film[J]. Water Saving Irrigation, 2011(3): 29－33. (in Chinese with English abstract)

[7] Wang Z, Jin M, Šimůnek J, et al. Evaluation of mulched drip irrigation for cotton in arid Northwest China[J]. Irrigation Science, 2014, 32(1): 15－27.

[8] 王在敏，何雨江，靳孟贵，等. 运用土壤水盐运移模型优化棉花微咸水膜下滴灌制度[J]. 农业工程学报，2012，28(17)：121－128 Wang Zaimin, He Yujiang, Jin Menggui, et al. Optimization of mulched drip-irrigation with brackish water for cotton using soil-water-salt numerical simulation[J]. Transaction of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(17): 121－128. (in Chinese with English abstract)

[9] 关红杰，李久生，栗岩峰. 干旱区滴灌均匀系数对土壤水氮分布影响模拟[J]. 农业机械学报，2014，45(3)：107－117. Guan Hongjie, Li Jiusheng, Li Yanfeng. Modeling distribution of water and nitrate in soil as affected by drip system uniformity under arid condition[J]. Transactions of the Chinese Society for Agricultural Machinery, 2014, 45(3): 107－117. (in Chinese with English abstract)

[10] Liu M, Yang J, Li X, et al. Numerical simulation of soil water dynamics in a drip irrigated cotton field under plastic mulch[J]. Pedosphere, 2013, 23(5): 620－635.

[11] Wang J, Huang G, Zhan H, et al. Evaluation of soil water dynamics and crop yield under furrow irrigation with a two-dimensional flow and crop growth coupled model[J]. Agricultural Water Management, 2014, 141: 10－22.

[12] 王军，关红杰，李久生. 棉花膜下滴灌二维土壤水与作物生长耦合模拟模型率定与验证[J]. 灌溉排水学报，2014，33(4/5)：343－347. Wang Jun, Guan Hongjie, Li Jiusheng. Calibration and validation of two-dimensional soil water transport and crop growth coupling model under mulched drip irrigation for cotton[J]. Journal of Irrigation and Drainage, 2014, 33(4/5): 343－347. (in Chinese with English abstract)

[13] Šimůnek J, van Genuchten M Th. The CHAIN_2D code for simulating two-dimensional movement of water, heat, and multiple solutes in variably-saturated porous media[R]. U.S. Salinity Laboratory Agricultural Research Service, U.S. Department of Agriculture, Riverside, California, 1994.

[14] Williams J R, Jones C A, Kiniry J R, et al. The EPIC crop growth model[J]. Transactions of the ASAE, 1989, 32(2): 497－511.

[15] 关红杰. 干旱区滴灌均匀系数对土壤水氮及盐分分布和棉花生长的影响[D]. 北京：中国水利水电科学研究院，2013. Guan Hongjie. Effects of drip system uniformity on distributions of water, nitrogen and salt in soil and cotton growth under arid conditions[D]. Beijing: China Institute of Water Resources and Hydropower Research, 2013. (in Chinese with English abstract).

[16] 李明思，郑旭荣，贾宏伟，等. 棉花膜下滴灌灌溉制度试验研究[J]. 中国农村水利水电，2001，11：13－15. Li MIngsi, Zheng Xurong, Jia Hongwei, et al. Experimental research on under-mulch drip irrigation regime for cotton[J]. China Rural Water and Hydropower, 2001, 11: 13－15. (in Chinese with English abstract)

[17] Allen R G, Pereira L S, Raes D, et al. Crop Evapotranspiration-Guidelines for Computing Crop Water Requirements[R]. FAO Irrigation Drainage Paper No 56. Rome, Italy: FAO, 1998.

[18] Dettori M, Cesaraccio C, Motroni A, et al. Using CERES-Wheat to simulate durum wheat production and phenology in Southern Sardinia, Italy[J]. Field Crop Research, 2011, 120: 179－188.

[19] Skaggs T, Trout T, Šimůnek J, et al. Comparison of HYDRUS-2D simulation of drip irrigation with experimental observation[J]. Journal of Irrigation and Drainage Engineering, 2004, 130: 304－310.

[20] van Genuchten M Th. A closed-form equation for predicting the hydraulic conductivity of unsaturated soils[J]. Soil Science Society of America Journal, 1980, 44: 892－898.

[21] Schaap M G, Lei F J, van Genuchten M Th. ROSETTA: a computer program for estimating soil hydraulic parameters with hierarchical pedotransfer functions[J]. Journal of Hydrology, 2001, 251(3/4): 163－176.

[22] Williams J R, Wang E, Meinardus A, et al. EPIC Users Guide v. 0509[R/OL]. [2015-02-09]. http://epicapex.brc.tamus.edu/media/ 23015/ epic0509usermanualupdated.pdf.

[23] 何雨江，靳孟贵，王在敏，等. 膜下滴灌棉花根系发育特征及其与土壤水盐分布的关系[J]. 高校地质学报，2010，16(1)：39－44. He Yujiang, Jin Menggui, Wang Zaimin, et al. Characteristics of cotton root development under mulch drip irrigation and their relationship with soil water and salt distribution[J]. Geological Journal of China Universities, 2010, 16(1): 39－44. (in Chinese with English abstract)

[24] Zheng J, Huang G, Wang J, et al. Effects of water deficits on growth, yield and water productivity of drip-irrigated onion (Allium cepa L.) in an arid region of Northwest China[J]. Irrigation Science, 2013, 31(5): 995－1008.

Modeling response of cotton yield and water productivity to irrigation amount under mulched drip irrigation in North Xinjiang

Wang Jun1, Li Jiusheng1※, Guan Hongjie1,2
(1. State Key Laboratory of Simulation and Regulation of Water Cycle in River Basin, China Institute of Water Resources and Hydropower Research, Beijing 100038, China;2. College of Soil and Water Conservation, Beijing Forestry University, Beijing 100083, China)

Abstract:Xinjiang Uygur Autonomous Region is the largest cotton-production area of China. As a water saving and high yield irrigation technique, mulched drip irrigation is popular water application method for cotton production in Xinjiang Uygur Autonomous Region. Studying the response of cotton yield to irrigation amount is of great importance. In this study, a two-dimensional soil water transport and crop growth coupled model was calibrated and validated using field data of cotton under mulched drip irrigation, and then used to estimate the cotton yield under different irrigation amount. The field experiment was conducted at the experimental station located in Urumqi, Xinjiang Uygur Autonomous Region, China, during the cotton growing seasons of 2010 and 2011. In this experiment, 3 irrigation levels of 50%, 75% and 100% of full irrigation were adopted. For the full irrigation treatment, irrigation was applied when the averaged soil moisture within the root zone (40 cm for the squaring stage and 60 cm for the bloom stage) was depleted to 60% and 70% of the field capacity for the squaring and bloom stages, respectively. The irrigation was applied until the soil water content reached to 85 % and 95% of the field capacity for the squaring and bloom stage, respectively. Soil water content was measured weekly by a Trime-FM probe to 100 cm depth to determine irrigation schedule. Leaf area index and aboveground biomass of cotton plant were observed at squaring, bloom, and boll-forming stages. At the end of each growing season, the seed cotton was harvested by hand. Considering the features of water transport from emitters into soil, a process-based two-dimensional soil water transport and crop growth simulation tools would be preferred to modeling the response of crop yield to irrigation amount under mulched drip irrigation. The coupled model was coded in program subroutines and functions integrated with CHAIN_2D and the crop growth model of EPIC. This model was written in FORTRAN 90 for Windows system. In the coupled model, the root water uptake model of Vrugt was coupled with the root depth growth model in order to consider the interaction between root water uptake and crop growth. To study the response of cotton yield and water productivity to irrigation amount, the two-dimensional soil water transport and crop growth coupled model was calibrated and validated by soil water content dynamic, crop growth indexes and seed cotton yield obtained from the field experiments. The calibration and validation results indicated that the coupled model performed well in predicting the soil moisture, above ground biomass, seed cotton yield and total water use. The values of normalized root mean square error (nRMSE) and index of agreement between observed and simulated soil water contents was 4.6%-23.4%, and 0.677-0.974, respectively. The nRMSE values of leaf area index and aboveground biomass was 6.3%-15.7% and 7.2%-14.1%, respectively. The differences between simulated and measured seed cotton yields and water uses were ranged from 1.1% to 6.7% and from 0.3% to 9.2%, respectively. Furthermore, the calibrated two-dimensional soil water transport and crop growth coupled model was used to simulate seed cotton yield and water productivity under 10 irrigation scenarios, i.e. 40%-130% of full irrigation amount with the increment of 10%. The results showed that the seed cotton yield and water productivity were increased and decreased through quadratic functions as the irrigation amount increased, respectively. Therefore, this study suggested that the appropriate mulched drip irrigation amounts for cotton in the North Xinjiang region ranges from 280 to 307 mm considering the yield and water productivity.

Keywords:cotton; models; irrigation; mulched drip irrigation; crop growth model; water productivity; coupling

通信作者：※李久生，男，河北邢台人，博士，研究员，主要从事灌溉原理及技术方面的研究。北京中国水利水电科学研究院流域水循环模拟与调控国家重点实验室，100038。Email：lijs@iwhr.com

作者简介：王军，男，安徽安庆人，博士后，博士，主要从事节水灌溉技术及土壤水氮迁移转化和植被过程耦合模拟研究。北京中国水利水电科学研究院流域水循环模拟与调控国家重点实验室，100038。

基金项目：国家自然科学基金项目（51409281，51179204）；“十二五”国家科技支撑计划项目（2012BAD08B02）

收稿日期：2015-07-07

修订日期：2015-12-10

中图分类号：S274.1；S275.6

文献标志码：A

文章编号：1002-6819(2016)-03-0062-07

doi：10.11975/j.issn.1002-6819.2016.03.010