基于RZWQM模型的夏玉米水氮管理优化及淋溶过程模拟

李昱岐，王 凤，徐征和，徐 晶

（济南大学水利与环境学院，济南252000）

0 引 言

对于作物生长发育而言，氮素是必不可少的营养元素，在土壤中其主要存在形式包括氨态氮NH4+-N、硝态氮NO3--N等[1]；氮素也是影响作物产量的重要因素，增施氮肥可以促进我国粮食产量大幅提高[2-4]。然而，我国粮食总产量从20 世纪60年代至21世纪10年代的50多年间虽然增加了3倍多，但化学氮肥的施用量却同步增加将近37倍，利用率仅仅只有30%～35%[5,6]。土壤中的NO3--N不易吸附于土壤胶体，且易溶于水，过量施肥不仅不会增加作物产量[7]，还会导致NO3--N 在灌溉或降雨的作用下淋溶进入含水层，对地下水环境带来不良影响[8-11]。因此，土壤中硝态氮累积与淋溶长期以来一直是研究热点。

夏玉米是位山引黄灌区下游主要种植作物之一，由于当地水氮管理长期未得到显著改善，逐年增加的化肥用量以及不合理的灌溉管理所导致的养分淋溶损失致使农业面源污染问题日益加剧。因此，提出合理的水氮管理模式至关重要[12]。利用模型对不同作物进行模拟是近年来研究土壤水氮利用和作物生长的有效方法[13-15]。如史源等利用了DSSAT模型模拟了不同水平年华北地区冬小麦水分利用效率，并基于模拟结果分析评价指标[16]；江赜伟等利用DNDC 模型对不同水文年下稻田的水碳管理进行优化[17]；焦贞等利用SWAP 模型模拟了冬小麦和夏玉米在不同灌溉制度下的土壤含水率及作物产量，并根据模拟结果优化灌溉制度[18]。相比于其他模型，RZWQM 模型同时兼顾了农业环境影响和作物生长过程，能更好模拟土壤水分运动、有机质转化、溶质迁移及作物生长过程。如张红娟等通过在我国北方农牧交错地带的裸燕麦田间试验，优化了裸燕麦的作物参数，证实了校准后的RZWQM 模型在模拟裸燕麦生长研究中的普适性[19]；如李艳等利用RZWQM 模型模拟了华北地区冬小麦-夏玉米轮作条件下土壤水、氮及作物的动态变化，优化了在冬小麦-夏玉米轮作条件下的水肥管理方案[20]。目前，关于利用RZWQM 模型针对位山引黄灌区下游的夏玉米，综合考虑不同水氮条件下的作物产量、水氮利用效率及淋溶影响，从而提出较优的水氮管理模式的相关研究相对较少。

因此，本文以位山引黄灌区下游农田为试验区，利用经过水分、养分以及生长模块率定和验证的RZWQM 模型，进行不同水氮条件下作物产量、水氮利用和土壤NO3--N 淋溶的模拟研究，寻求更科学合理、经济效益更好的夏玉米水氮管理模式，从而为位山引黄灌区下游农田合理水肥施用和环境污染防控提供科学依据。

1 材料与方法

1.1 研究区域

本研究于2019-2020年的夏玉米生长季在山东省临清市尚店镇西荆林村进行田间小区试验。各田间小区四周用防水塑料薄膜隔开，埋深1 m；试验区属于暖温带大陆性半湿润季风气候，多年平均气温约13 ℃，平均降水量约550 mm；每年7-9月为主要降水时期，降水量占总降水量的70%左右；研究区土壤种类为粉壤土，主要理化特性见表1。

表1 试验区土壤理化特性Tab.1 Physical properties of soil in test area

1.2 试验设计

试验采用水氮两因素完全组合设计。其中，2019年灌溉采用1个水平，为常规灌溉166 mm（I2），施肥采用4个水平，分别为0 kg/hm2（CK）、120 kg/hm2(N1)、180 kg/hm2(N2)和270 kg/hm2(N3)，3次重复，共12个小区，小区面积均为24 m2（4 m×6 m）；2020年灌溉采用2 个水平，分别为灌水减少20%灌溉（I1，133 mm）和常规灌溉（I2，166 mm），施肥仍采用2019年的4个水平，3次重复，共24个小区（见表2）。小区灌溉采用畦灌，夏玉米生育期灌水2次，分别在大喇叭口期和抽丝期各灌50%灌溉量，以水表控制灌水量，灌溉时检查土壤表面，以确保不产生径流；小区施肥分为2次，为在大喇叭口期一次性施60 kg/hm2磷肥（P2O5）、60 kg/hm2钾肥（K2O）和50%的氮肥（尿素），在抽丝期追加50%氮肥。供试夏玉米品种为“泛玉298”，以人工播种方式种植，分别于6月29日与7月2日播种，10月2日与10月8日收获。作物管理方式与当地习惯一致，且在生长期间定期防虫除草。

表2 2019年和2020年夏玉米试验设计Tab.2 Design of summer maize trials in 2019 and 2020

1.3 取样与测定

在播前和夏玉米生长的拔节期、抽雄期、灌浆期及成熟期用美国犀牛取土钻机取土，分别取0～20、20～40、40～80 以及80～120 cm 土层土样，用烘干法测定土壤含水率。土样放入封口袋中编号，密封放入保温箱带回实验室并及时测量，测定土壤样品的硝态氮含量，土壤中的NO3--N 采用紫外分光光度法测定。

1.4 指标计算

（1）土壤储水量W（mm）为：

式中：ρ为土壤容重；θ为土壤质量含水率；Z为土层厚度。

（2）作物耗水量ET(mm)为：

式中：P为作物生育期降水量；ΔW为作物播种前与成熟期土壤储水量差值；I为灌水量；D为土壤水分深层渗漏量；R为地表径流；CR为毛管水利用量。其中，针对本研究ΔW、D可在模型对土壤含水率与氮素淋溶的模拟过程中计算得到；I为设置的灌溉量；作物生育期内降雨和灌水不会形成径流，故R为0；由于当地的地下水埋深在10 m以下，因此毛管上升水可以忽略不计，CR为0。

（3）作物水分利用效率WUE(kg·hm-2·mm-1)表示为：

式中：Y为作物产量。

（4）氮肥偏生产力PFP(kg/kg)为：

式中：YN为施氮区产量；F为施氮量。

1.5 RZWQM 模型介绍

RZWQM 模型是环境管理和农业系统作物模型，能够较精确的模拟土壤的表层、剖面和浅层或深层的渗漏过程的硝酸盐含量。该模型由物理运移模块、养分循环模块、作物生长模块、杀虫剂模块、化学反应模块和管理模块这6个相互影响的子模块组成[21]。该模型同时以2 个时间尺度进行模拟，一是以时为时间步长模拟土壤水分和溶质运移过程，二是以日为时间步长模拟杀虫剂模块、养分模块及生长模块等[20]。本文模型模拟时先以时为时间步长运行水分模块，随后以日为时间步长运行养分模块及生长模块。

1.6 参数率定及验证

模型输入初始数据主要包括气象数据、土壤数据。其中，气象资料包括降水、气温、风速与相对湿度等，土壤数据包括土壤含水率、田间持水量、NO3--N 含量、NH4+-N 含量及有机质等。本文利用2019年和2020年的试验数据率定和验证模型中的水分、养分及生长模块，水分、养分和生长模块率定时分别是比较模拟和实测的土壤含水率、硝态氮含量、作物产量。模型率定效果的评价是判断参数优化的关键，本文利用2 个统计检验标准评价模型模拟效果，分别为均方根误差（RMSE） 和平均相对误差（MRE）。若模拟效果越好，则RMSE值越小，MRE值也越接近0，MRE值最大可允许偏差为50%[22]，其计算公式如下所示：

式中：Qi、Pi分别为第i个实测值和模拟值；n为实测值或模拟值个数。

2 结果与分析

2.1 水分模块的参数率定及验证

应用2019年夏玉米生育期实测土壤含水率进行模型参数的率定，以2020年夏玉米生育期实测土壤含水率进行验证。图1 和图2 分别为率定与验证过程中2019 和2020年不同处理下土壤含水率的模拟值和实测值，表3为率定及验证中各土层土壤含水率模拟值与实测值的比较结果。在2019 和2020年夏玉米生长季，RMSE值呈现0.012～0.041 cm3/cm3的变化水平，且随土层深度的增加而降低，这说明深层的模拟效果明显好于表层，这可能因为表层土壤易受降水、耕作条件和灌溉等的影响，土壤含水率波动较大，其变化速度大于深层土壤，模拟效果符合实际[23,24]。总体上各处理不同土层含水率的模拟值与实测值接近且变化规律相同，MRE值变化范围表现均在-25.49%～19.97%合理变化范围内，这说明土壤水分模块能很好的模拟试验区土壤含水率。率定后模型中的水分参数见表4。

表3 率定和验证过程中不同深度土壤含水率的RMSE和MRE值Tab.3 RMSE and MRE values of soil water content at different depths were calibrated and verified

表4 率定后的土壤水分参数Tab.4 Soil moisture parameters after calibration

图1 2019年率定期夏玉米季土壤含水率的模拟值和实测值Fig.1 Simulation and measured values of soil water content in summer maize season in calibration in 2019

图2 2020年验证期夏玉米季土壤含水率的模拟值和实测值Fig.2 Simulation and measured values of soil water content in summer maize season in validation in 2020

2.2 养分模块的参数率定及验证

图3 和图4 分别为2019年N2 处理下不同时间各深度土壤NO3--N 含量的模拟值和实测值（率定）及2020年N2I1处理下不同时间各深度土壤NO3--N 含量的模拟值和实测值（验证）。由图3 可见，在RZWQM 模型率定和验证过程中，土壤中NO3--N 含量的模拟值与实测值相接近且变化趋势相同。表5为率定和验证中土壤NO3--N 含量的实测值与模拟值的比较结果。由于受外界环境因素以及灌水施肥影响，对上层土壤NO3--N 含量的模拟效果比下层的模拟效果较差，但总体的模拟结果RMSE和MRE值变化范围分别在0.44～3.36 mg/kg 和-16.8%～27.42%的可接受范围内，模型对试验区各层土壤的NO3--N分布的模拟较好。率定后模型中土壤氮素参数见表6。

表5 率定和验证过程中各层土壤NO3--N含量的RMSE和MRE值Tab.5 RMSE and MRE values of NO3--N content in each layer of soil during calibration and verification

表6 率定后土壤氮素参数Tab.6 Soil nitrogen parameters after calibration

图3 2019年率定期夏玉米季N2处理下土壤NO3--N含量的模拟值与实测值Fig.3 Simulation and measured values of soil NO3--N content under N2 treatment in the summer maize season of 2019

图4 2020年验证期夏玉米季N2I1处理下土壤NO3--N含量的模拟值与实测值Fig.4 Simulation and measured values of soil NO3--N content under N2I1 treatment in the summer maize season of 2020

2.3 生长模块的参数率定及验证

应用2019年各处理夏玉米产量进行模型参数的率定，以2020年I1 处理夏夏玉米产量进行验证。表7 可见2019年和2020年在各施氮水平下夏玉米产量实测值和模拟值比较情况。分析可得，2019年不同处理的夏玉米产量的实测值均高于模拟值，且不同施氮水平下夏玉米产量的模拟值与实测值之间的差异未达到显著性水平，这主要是因为试验开始前土壤中有氮素残留，模型模拟中未进行试验前土壤累积氮素的验证，导致夏玉米产量的实测值偏高。但模拟值和实测值的MRE绝对值均小于10%，这说明RZWQM 模型经过率定后能够准确模拟作物产量。率定后作物参数取值见表8。

表7 不同施氮水平下作物产量实测值与模拟值比较Tab.7 Comparison of measured and simulated crop yield under different nitrogen application levels

表8 率定后作物参数Tab.8 Crop parameters after calibration

2.4 模拟分析

2.4.1 土壤氮素淋溶影响在不同水氮条件下的模拟分析

采用率定及验证后的RZWQM 模型，进行不同水氮水平下夏玉米农田土壤NO3--N 淋溶的模拟。本文设置6 个施氮水平和4 个灌溉水平，其中施氮水平分别为120、150、180、210、240、270 kg/hm2，灌溉水平分别为100 mm（0.6 I2）、133 mm（0.8 I2）、166 mm（I2）以及199 mm（1.2 I2）。

模型模拟的不同水氮水平下土壤NO3--N 的淋溶量，如图5所示。由图5可以看出，在100 mm的灌水条件下，施氮量从120 kg/hm2增加到270 kg/hm2时，土壤NO3--N淋失量从8.59 kg/hm2增加到10.87 kg/hm-2，而灌水量为199 mm 时，当施氮量从120 kg/hm2增到270 kg/hm2，土壤NO3--N 淋失量从14.48 kg/hm2增加到24.58 kg/hm2。在灌水量一定时，NO3--N 淋失量随着施氮量的增加而增加。同样，NO3--N 淋失量也随灌水量的增加而增加，施氮量为270 kg/hm2时，当灌水量从100 mm 增加到199 mm，NO3--N 淋失量从10.87 kg/hm2增加到24.58 kg/hm2，在其余施氮条件下土壤NO3--N 淋失量也同样有这一趋势，并且在高施氮量和高灌水量的条件下，土壤NO3--N 的淋失量明显更大。

图5 夏玉米季不同水氮条件下NO3--N淋失量模拟Fig.5 Simulation of NO3--N leaching under different water and nitrogen conditions in summer maize season

2.4.2 作物产量及水氮利用效率在不同水氮条件下的模拟分析

夏玉米在不同水氮条件下的产量、水分利用效率及氮肥偏生产力如表9 所示。表9 可见，当灌水量小于166 mm 时，夏玉米的产量和水分利用效率总体上与施氮量正相关。当灌水量不小于166 mm 时，夏玉米产量和水分利用效率随施氮量增加呈先增后减趋势。在灌水量一定时，氮肥偏生产力均随着施氮量的增加而降低，施氮量增加的增产效应是有限的。当施氮量相同时，夏玉米的产量、水分利用效率及氮肥偏生产力都随着灌水量的增加而先增后减，灌水量与施氮量之间有明显的耦合效应，当灌水量与施氮量均处于适合的量时，作物产量才能达到最大，综合不同的模拟结果来看，当灌水量为166 mm，施氮量为180 kg/hm2时，夏玉米的产量达到最大值9 979.5 kg/hm2，水分利用效率也达到最大值25.3 kg/(hm2·mm)。同时，在施氮量同为180 kg/hm2条件下，灌水量为166 mm 时氮肥偏生产力相比于其他灌水量下的氮肥偏生产力达到最大值55.4 kg/kg。该水氮条件是兼顾环境和经济的较优的水氮管理模式，在保障夏玉米产量的同时，使得水分利用效率达到了最大值，并且氮肥偏生产力也相对较大，大大降低了土壤NO3--N淋失风险。

表9 夏玉米在不同水氮条件下的产量和水氮利用模拟结果Tab.9 Yield and water and nitrogen utilization simulation results of summer maize under different water and nitrogen conditions

3 结 论

（1）模型验证时，各处理不同土层土壤含水率和NO3--N含量的模拟值和实测值变化趋势相同且数值接近，土壤含水率的RMSE和MRE值分别在0.012～0.041 cm3/cm3和-25.49%～19.97%之间变化，土壤NO3--N 含量的RMSE和MRE值变化范围分别在0.44～3.36 mg/kg 和-16.8%～27.42%；夏玉米产量的实测值和模拟值的MRE绝对值总体小于10%。因此，RZWQM模型可以用于模拟研究区不同水氮条件对夏玉米和土壤水氮的影响。

（2）通过不同水氮条件下土壤NO3--N淋失量的模拟可知，土壤NO3--N 淋失量随着施氮量和灌水量的增加而增加。在199 mm 的灌水量下，随着施氮量从120 kg/hm2增加到270 kg/hm2，土壤NO3--N 淋失量由14.48 kg/hm2增加到24.58 kg/hm2；在270 kg/hm2的施氮量下，当灌水量从100 mm 增加到199 mm，NO3--N 淋失量增加的幅度更大，由10.87 kg/hm2增加到24.58 kg/hm2，在高施氮量和高灌水量共同作用下，土壤NO3--N的淋失量相对而言会更加显著。

（3）通过不同水氮条件下夏玉米产量的模拟可知，水氮对产量有明显的耦合效应。当灌水量为166 mm，施氮量为180 kg/hm2时，夏玉米产量和水分利用效率均达到最大值，分别为9 979.5 kg/hm2、25.3 kg/(hm2·mm)；同时，氮肥偏生产力也相对较高，为55.4 kg/kg；NO3--N 淋失量相对较低，为15.26 kg/hm2，这在模拟结果中属于最优化的水氮管理模式。该水氮管理模式可为位山引黄灌区下游农田水肥管理的优化提供理论依据。