茹晓雅¹, 李广^,2,*, 陈国鹏², 张统帅², 闫丽娟^,3,*1 甘肃农业大学信息科学技术学院, 甘肃兰州 730070
2 甘肃农业大学林学院, 甘肃兰州 730070
3 甘肃农业大学农学院, 甘肃兰州 730070

Regulation effects of water and nitrogen on wheat yield and biomass in different precipitation years

RU Xiao-Ya¹, LI Guang^,2,*, CHEN Guo-Peng², ZHANG Tong-Shuai², YAN Li-Juan^,3,* 1 College of Information Science and Technology, Gansu Agricultural University, Lanzhou 730070, Gansu, China
2 College of Forestry, Gansu Agricultural University, Lanzhou 730070, Gansu, China
3 College of Agronomy, Gansu Agricultural University, Lanzhou 730070, Gansu, China

通讯作者: 李广, E-mail: lig@gsau.edu.cn; 闫丽娟, E-mail: yanlj@gsau.edu.cn

收稿日期:2019-01-23接受日期:2019-06-24网络出版日期:2019-07-15

基金资助:

本研究由国家自然科学基金项目.31560378 本研究由国家自然科学基金项目.31560343 本研究由国家自然科学基金项目.31660348 甘肃省重点研发计划项目.18YF1NA070 甘肃省高等学校协同创新团队项目.2018C-16

Received:2019-01-23Accepted:2019-06-24Online:2019-07-15

Fund supported:

The work was supported by the National Natural Science Foundation of China.31560378 The work was supported by the National Natural Science Foundation of China.31560343 The work was supported by the National Natural Science Foundation of China.31660348 the Gansu Provincial Key Research and Development Program.18YF1NA070 the Gansu Provincial Higher Education Collaborative Innovation Team Project.2018C-16

作者简介 About authors
E-mail:1553415196@qq.com。







摘要
水和氮是影响西北黄土高原雨养农业区粮食生产的主要因素, 但其增产效应受降水年型影响明显。本水氮调控试验利用APSIM模型在甘肃省定西市安定区1971—2018年气象数据, 分析了不同降水年型下水氮管理对小麦产量和生物量的变异系数、可持续性指数的影响, 明确了各年型产量与施氮量、降水量之间的关系。结果表明, 模型模拟的小麦产量和生物量的决定系数R²均在0.90以上, 一致性指标D均在0.95以上, 归一化均方根误差(NRMSE)均在15%以下, 表明该模型在研究区具有较好的模型拟合度和适应性。通过二元二次回归方程探讨了其最优产量下的水氮优化组合, 在当年年降水总量的基础上, 干旱年小麦达潜在最优产量时(3492.6 kg hm ^-2), 降水需增加39.73%, 应施氮182.73 kg hm ^-2; 平水年小麦达潜在最优产量时(4514.5 kg hm ^-2), 降水需增加45.26%, 应施氮208.26 kg hm ^-2; 湿润年小麦达潜在最优产量时(4890.3 kg hm ^-2), 降水需增加46.31%, 应施氮211.15 kg hm ^-2。研究结果可为研究区不同降水年型下缓解小麦干旱和养分胁迫, 节约化肥资源和农业可持续性发展提供理论依据。
关键词： 降水年型;APSIM模型;生物量;产量

Abstract
Water and nitrogen are the main factors affecting grain production in the rain-fed agriculture area of the Loess Plateau in Northwest China, but their yield-increasing effects will be affected by the type of precipitation. In this paper, the APSIM model was used to conduct water-nitrogen coupling test based on the meteorological data of the experimental area from 1971 to 2018. The effects of different precipitation years on the variation coefficient and sustainability index of wheat yield and biomass were analyzed. In addition, the relationship between annual yield and nitrogen application rate and precipitation was also discussed. According to the model the wheat yield and biomass determination coefficient R² was above 0.90, the D index was above 0.95, and the normalized root mean square error (NRMSE) was below 15%, indicating that the model has good model fitting and adaptability in the study area. Based on natural conventional rainfall in each year, we explored the optimized combination of water and nitrogen for the three types of annual yields using the binary quadratic regression equation. When the potential yield of wheat in drought year reached 3492.6 kg hm ^-2, the precipitation increased by 39.73% and the nitrogen consumption was 182.73 kg hm ^-2; when the potential yield of wheat in flat water year reached 4514.5 kg hm ^-2, the precipitation increased by 45.26%, the nitrogen consumption was 208.26 kg hm ^-2; and when the potential yield in wet year reached 4890.3 kg hm ^-2, the precipitation increased by 46.31%, the amount of nitrogen was 211.15 kg hm ^-2. Among them, precipitation increased on the basis of the total annual precipitation in that year. The research results can provide a theoretical basis for alleviating wheat drought and nutrient stresses in different precipitation years in the study area, saving fertilizer resources and keeping sustainable development of agriculture.
Keywords：precipitation year pattern;APSIM model;biomass;yield


PDF (1235KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
茹晓雅, 李广, 陈国鹏, 张统帅, 闫丽娟. 不同降水年型下水氮调控对小麦产量及生物量的影响[J]. 作物学报, 2019, 45(11): 1725-1734. doi:10.3724/SP.J.1006.2019.91008
RU Xiao-Ya, LI Guang, CHEN Guo-Peng, ZHANG Tong-Shuai, YAN Li-Juan. Regulation effects of water and nitrogen on wheat yield and biomass in different precipitation years[J]. Acta Crops Sinica, 2019, 45(11): 1725-1734. doi:10.3724/SP.J.1006.2019.91008


近年来全球气候变化引起自然降水在时空上分布不均, 在地区间存在较大的差异性和随机性, 不仅导致旱作雨养区少雨时段干旱频发, 多雨时段洪涝多发, 还加剧水土流失, 土壤养分显著下降, 影响作物产量^[1]。西北黄土高原属于半干旱大陆性气候, 是典型的旱作雨养农业区, 该区域水分主要受降水影响, 春小麦生长的3月至7月降水少, 仅占全年降水量的37%, 易受干旱的影响^[2]。同时该区农业生产者依据经验对农作物施氮量普遍高于推荐施氮量, 过量施氮不仅造成资源浪费, 而且极易增加温室气体排放和引起地下水污染。水氮是农田生态系统水分循环的主要影响因素, 如何在雨养条件下“以水定肥, 以水定产”、提高降水和肥料利用率, 充分发挥旱地春小麦的生产潜力就成为非常重要的课题^[3,4,5]。前人针对旱地小麦的适宜施肥量做了大量研究, 如刘欢等^[6]研究表明, 不仅作物对年降雨量有响应, 对降雨出现时间也具有明显响应。李玉山等^[7]研究表明, 47%的黄土高原地区小麦产量受种植时土壤储水量影响, 而休闲期降水是影响土壤储水量的主要因素。李广等用APSIM模型分析降水对小麦和豌豆产量的影响^[8], 发现当年6月至7月的降水对小麦产量影响最显著, 最大贡献率为增加1 mm降水小麦增产10.4 kg hm^-2。黄土高原地区降水年际分布不均, 小麦产量随降水量波动, 探明小麦在不同水文年适量的施氮能缓解干旱和养分胁迫, 对节约化肥资源和农业可持续性发展具有重要意义。

作物模型与气候变化相结合设计农田管理试验, 具有处理量多、工作量小、可以量化分析的优点, 因此备受研究者青睐^[9,10]。基于APSIM (agricultural production system simulator)模型分析水氮对作物耗水特征、产量和水分利用效率的影响方面均有不少研究^{[11,12,13,14]}, 较明确地揭示了水氮耦合的作用机制, 但主要应用于定期定量的灌溉水和施氮量之间的关系, 对不同水文年水氮管理下雨养农业区的作物产量与生育期自然降水和施氮关系的影响研究关注较少。降水施氮对农田系统的影响具有明显的区域特征、年际变化和累积效应^[15], 本文基于1971—2018年连续48年的气象数据分析在不同水文年下不同水氮管理的小麦产量和生物量的变异系数和可持续性指数的影响及各年型产量与施氮量、降水量之间的关系, 为黄土高原雨养农业区制订合理的水肥管理措施提供科学依据。

1 材料与方法

1.1 研究区概况

甘肃省定西市安定区李家堡乡(34°26′~35°35′E, 103°52′~105°13′N, 海拔2000 m)土壤类型为黄绵土, 48年年均降水量约375.44 mm, 年潜在蒸发量为降水量的4倍。年均气温6.4^°C, 无霜期平均140 d, 无灌溉条件, 春小麦的生育期一般为3月中旬(播种)至7月下旬(收获)^[16]。表1列出了试验区基础土壤参数。

Table 1
表1
表1土壤参数
Table 1Soil parameters

土层 Soil layer (cm)	田间最大持水量 Drained upper limit (mm mm-1)	小麦有效 水分下限 Wheat low limit (mm mm-1)	容重 Bulk density (g cm-3)	萎蔫系数 Wilting coefficient (mm mm-1)	饱和含水量 Saturated moisture ( mm mm-1)	有机碳 Organic carbon (%)	铵态氮 NH4-N (mg kg-1)	硝态氮 NO3-N (mg kg-1)
>0-5	0.27	0.09	1.29	0.08	0.46	0.95	6.30	19.10
>5-10	0.27	0.09	1.23	0.08	0.49	0.95	5.20	15.20
>10-30	0.27	0.09	1.32	0.08	0.45	0.96	5.10	23.10
>30-50	0.27	0.09	1.20	0.08	0.50	0.85	4.90	16.60
>50-80	0.26	0.09	1.14	0.09	0.52	0.54	4.60	16.80
>80-110	0.27	0.10	1.14	0.09	0.52	0.26	4.80	18.20
>110-140	0.27	0.11	1.13	0.11	0.48	0.20	4.80	16.40
>140-170	0.27	0.13	1.12	0.13	0.53	0.26	5.80	13.70
>170-200	0.27	0.15	1.11	0.13	0.53	0.20	4.10	15.40

新窗口打开|下载CSV

1.2 数据来源及处理

利用2002—2009年大田实测产量和生物量(本文中生物量仅指地上干生物量)数据校准和验证模型。研究所需的气象数据由试验点气象站自动测定。作物品种和生理数据均来源于早期李广等^[16]研究中的实测数据(表2)。田间管理参数均根据试验地实际管理措施设置。采用Microsoft Excel 2010软件对数据进行初步整理汇总, 利用Origin 8.6软件线性拟合方法比较实测值、模拟值之间的差异并作图。采用Matlab 2014制作三维柱状图和三维曲面图并求曲面方程。

Table 2
表2
表2作物模块参数表
Table 2Crop parameters

参数 Parameter	取值 Value
灌浆到成熟的积温Thermal time start filling to mature	580
春化系数Sensitivity to vernalisation	1
光周期系数Sensitivity to photoperiod	2
最大灌浆速率Maximum grain filling rate	2.30
分蘖重Weight of tiller (g tiller-1)	1.22
单株重Weight of single plant (g)	4
株高Stem length (mm)	1000
播种期地表蒸发系数(土壤) Surface evaporation coefficient (soil) during sowing	7.20
发芽期地表蒸发系数(土壤) Surface evaporation coefficient (soil) during germination	6.20

新窗口打开|下载CSV

1.2.1 不同降水年型确定 利用小麦生育年+休闲期的概念, 根据研究区日降水量数据统计出春小麦生育期(当年3月至6月)的降雨量总和, 将试验地48年的降水数据划分为干旱年、平水年和湿润年3种年型。降水年型的划分由公式(1)计算得出, 式中R为干旱指数, P_g为生育年降水量, M_p为生育年平均降水量, σ是标准差^[17]。具体年型见表3。

(1)R = (P_g-M_p)/σ (干旱年: R< -0.35; 平水年: -0.35<R<0.35; 湿润年: R>0.35)
1.2.2 产量和生物量的变异系数及可持续性指数

利用统计学上的2个指标变异系数(coefficient of variation, CV)和可持续性指数(sustainable yield index, SYI)对同一品种作物在不同年型下产量及生物量的稳定性和可持续性进行评价(公式2和公式3)。其中CV的值越小表明系统的稳定性越高, SYI的值越大可持续性越好^[17]。

(2)CV = σ/M
(3)SYI = (M-σ)/M_max
式中, σ为标准差, M小麦平均产量(生物量), M_max为所有年份中的最大值。

Table 3
表3
表3不同降水年型
Table 3Different precipitation years

年型 Model year	平均降水量 Average precipitation	变异系数 Variable coefficient	合计(年) Total (year)	年份 Year
干旱年 Dry year	136.4	0.19	13	1971	1974	1975	1976	1982	1995	1997	2000
				2001	2008	2009	2011	2017
平水年 Normal year	202.5	0.043	20	1972	1973	1980	1981	1983	1985	1987	1988
				1989	1992	1994	1996	2002	2004	2006	2007
				2010	2014	2015	2016
湿润年 Wet year	270.0	0.092	15	1977	1978	1979	1984	1986	1990	1991	1993
				1998	1999	2003	2005	2012	2013	2018

新窗口打开|下载CSV

1.3 模型简介

APSIM模型是一个以日为时间步长的动态模型, 它将生物生理模块和管理模块组合在一个中央引擎中以模拟作物-种植系统。作为一个建模框架, APSIM能够整合或分散研究成果, 以便把某一个学科或领域的成果应用到其他一些学科或领域。该模型主要包括作物模块、土壤模块、管理模块, 任何模块的逻辑组合都可以通过用户“插入”所需模块和“拨出”不再需要的模块来简单指定^[18,19]。该模型已广泛用于农作系统管理、气候变化影响评估等领域。

1.4 模型校准和验证方法

模型的校准和验证对模型的应用至关重要, 本文对实测值和模拟值做了详细的统计与分析。统计标准是基于剩余误差的分析, 即不同的观察值和模拟值之间的关系。根据归一化均方根误差(normalized root mean squared error, NRMSE)和一致性指标(D指标)对模型性能进行评价^[20]。NRMSE值应越趋近0、D指标的值应越趋近1则表明模型性能良好^[21]。

1.5 试验设计

基于IPCC对全球本世纪末(2081—2100年)气候最严重的预测^[22], 西北地区降水变化范围10%~20%, 拟设定试验区5个降水和施氮梯度的正交实验(表4)。为方便进一步分析, 将P3N3 (降水量为自然降雨, 施氮量是105 kg hm^-2)视为生产实践中的一般情况。利用1971—2018年气象数据进行模拟试验, 实验中供试氮肥品种为尿素(N≈46%), 不同梯度施氮量均作为底肥全部一次性施入。降水量采用不同降水年型下对应的日降雨量, 干旱年、平水年和湿润年水分输入增减均为相同水平, 其他气象条件均采用当年实际气象条件, 播种时间为当年3月中旬, 种植密度为187.5 kg hm^-2、播种深度为30 mm, 收获期以模型模拟为准。在模拟各个处理过程中, 除施氮量和降水量两因素发生改变, 其他田间管理参数、作物参数和土壤参数均不变。

Table 4
表4
表4降水量和施氮量耦合模拟试验
Table 4Water-nitrogen coupling simulation test

因素Factor	N1	N2	N3	N4	N5
P1	P1N1	P1N2	P1N3	P1N4	P1N5
P2	P2N1	P2N2	P2N3	P2N4	P2N5
P3	P3N1	P3N2	P3N3	P3N4	P3N5
P4	P4N1	P4N2	P4N3	P4N4	P4N5
P5	P5N1	P5N2	P5N3	P5N4	P5N5

Based on daily rainfall, the annual amount will increase or decrease. P1-P5 represent precipitation treatment -20%, -10%, constant, +10%, +20%. N1-N5 represent nitrogen treatment 0, 52.5, 105.0, 157.5, and 210 kg hm^-2.
以日降雨量为参照, 每年统一量增减。P1~P5代表降水处理-20%、-10%、不变、+10%、+20%。N1~N5代表施氮量处理0、52.5、105.0、157.5和210 kg hm^-2。

新窗口打开|下载CSV

2 结果与分析

2.1 模型的校准和验证

基于8年的连续田间试验数据, 模型模拟的定西42春小麦的产量已在前期研究经过测定和验证^[23,24], 在此基础上进一步校准APSIM模型对试验区小麦产量和生物量的模拟精确度。图1是试验区2002— 2009年小麦产量实测值和模拟值的线性回归图, 可见小麦产量的模拟值和实测值的R²、NRMSE和D分别为0.96、12%和0.97; 小麦成熟期的生物量R²、NRMSE和D分别为0.93、13%和0.97。图2表示不同年份下生物量实测值与模拟值随时间序列的动态变化, 可以看出模型基本能够反映小麦的生长过程生物量的拟合效果。

图1

新窗口打开|下载原图ZIP|生成PPT
图1小麦产量和其成熟期的生物量模拟值和实测值的线性回归拟合

Fig. 1Linear regression fitting of simulated and measured values of wheat yield and biomass

图2

新窗口打开|下载原图ZIP|生成PPT
图22002-2009年小麦生物量的模拟值和实测值对比

Fig. 2Comparisons of simulated and observed wheat biomass in 2002-2009

2.2 不同年型水氮处理对小麦产量和生物量的影响

在一般情况下(自然常规降水, 施氮量105 kg hm^-2), 利用模型模拟数据得出1971—2018年小麦的平均产量为2083.29 kg hm^-2, 平均生物量为5696.17 kg hm^-2。图3显示了不同年型下的产量和生物量变化趋势, 分析表明在水氮耦合作用下, 小麦生物量与产量二者的变化趋势基本一致, 呈现正相关。据此本文以小麦产量的变异系数和可持续性指数为主要因素进行后续分析。干旱年、平水年和湿润年小麦的平均产量分别为1528.71、2100.12和2541.48 kg hm^-2; 平均生物量分别为4482.62、5624.97和6842.84 kg hm^-2。其中, 48年年均产量和生物量均与平水年的小麦产量和生物量接近, 分别是干旱年的1.36倍和1.27倍。湿润年小麦产量和生物量均显著高于平水年和干旱年, 且随着降水年型由干旱到湿润, 小麦产量及生物量均呈现上升趋势, 说明降水对试验区小麦生长有较大的积极作用。

图3

新窗口打开|下载原图ZIP|生成PPT
图3不同年型水氮处理下的产量及生物量

Fig. 3Yield and biomass under different years of water and nitrogen treatments

2.3 小麦产量和生物量的变异系数及可持续性指数分析

长期连续的模拟试验条件下作物产量变化除由于模型本身参数的不确定及模型无法准确估计病虫害等不确定因素引起以外, 还主要源于气象、施肥和水氮两者的交互作用。由模型、气象和施肥引起的作物生长的变异基本上是稳定的, 因此, 主要的变异为交互作用, 交互作用的大小是决定产量和生物量稳定的主要因素。表5中小麦的产量可持续指数(Y-SYI)和生物量可持续指数(B-SYI)值均符合湿润年>平水年>干旱年, 说明随着降水年型由干旱到湿润, 小麦产量和生物量的可持续性均会增加。表中生物量变异系数(B-CV)值为干旱年>平水年>湿润年, 表明生物量的稳定性随着降水年型由湿润到干旱依次降低, 但小麦产量变异系数(Y-CV)为平水年>干旱年>湿润年, 可能是作物生育期内降水的不均匀所致。

Table 5
表5
表5小麦平均变异系数及平均可持续性指数
Table 5Wheat average coefficient of variation and average sustainability index

年型Model year	Y-CV	B-CV	Y-SYI	B-SYI
干旱年Dry year	54.72	55.97	29.08	27.98
平水年Normal year	54.99	50.94	32.00	28.88
湿润年Wet year	40.85	39.51	55.29	39.58

Y-CV and B-CV represent the coefficient of variation for yield and biomass, respectively. Y-SYI and B-SYI represent the sustainability index of yield and biomass, respectively.
Y-CV和B-CV分别代表产量和生物量的变异系数; Y-SYI和B-SYI分别代表产量及生物量的可持续性指数。

新窗口打开|下载CSV

图4显示了不同年型水氮处理下小麦产量的变异系数。总体来看, 随着施氮量由N1递增至N5, P1递增至P5, 小麦在3种年型中Y-CV有降低的趋势, 其中干旱年和湿润年的下降趋势较为显著, 平水年中部分水氮组合下的Y-CV规律性较差, 可能是因为模型本身对不同年型的敏感度不同。干旱年、平水年和湿润年Y-CV范围分别是10.78~115.58、11.58~ 94.92和11.63~66.97, 年型从干旱到湿润, 小麦产量的变异性趋于收敛。干旱年和湿润年的Y-CV越靠近P1梯度, 数值越大, 稳定性越差; 与之相反, Y-CV越靠近P5梯度, 数值越小, 稳定性越好; 说明降水的增加有使小麦产量趋于稳定的趋势。Y-CV越靠近N3梯度, 数值较小, 稳定性较好, 然而越靠近N1或N5梯度, 数值都较大, 稳定性较差; 说明适量的施氮有助于小麦产量更加稳定, 而不施氮或过多施氮都是造成小麦产量变异性较大的因素。Y-CV值随降水的增加而趋于收敛, 表明降水量对试验区小麦产量的稳定性的作用更加显著。其中, 平水年在N1 (不施氮)梯度下, Y-CV值差异较大。其他组合下的Y-CV值的变化基本符合干旱年和湿润年的变化趋势。

图4

新窗口打开|下载原图ZIP|生成PPT
图4不同年型小麦产量的变异系数

Fig. 4Coefficient of variation for wheat yield in different years



图5是3种年型下小麦产量的可持续性指数, 它是测定系统能否持续的一个可靠参数, Y-SYI值越大, 表示系统的可持续性越高。干旱年、平水年和湿润年最大的Y-SYI值所对应的水氮组合依次是P5N3、P5N2和P4N2, 即干旱年、平水年和湿润年的降水分别增加到20%、20%和10%, 施氮量分别为105、52和52 kg hm^-2时, 小麦的持续增产的效率较高。其中, 干旱年降水减少20%, 无论施氮量如何变化, Y-SYI值都接近0, 对小麦无持续增产效果。总体看来, 湿润年的Y-SYI值介于15%~75%的情况占总体的96%, 分别是干旱年和平水年的1.6倍和2.0倍, 湿润年的可持续增产效率显著高于干旱年和平水年。Y-SYI值相对于施氮变化随降水的增加变化更为显著, 表明降水量对试验区小麦产量的持续增产效率显著高于施氮量, 也说明充足的水分有助于小麦对氮肥的吸收和利用, 对小麦的持续增产有积极作用。

图5

新窗口打开|下载原图ZIP|生成PPT
图5不同年型小麦产量的可持续性指数

Fig. 5Sustainability index of wheat yield in different years

2.4 小麦产量与水氮组合的关系

本文采用二元二次多项式回归分析拟合方法, 分析不同降水梯度下氮肥的用量与小麦产量的关系。由48年的小麦产量模拟数据得到散点图, 确定拟合多项式的次数n (本文为2次), 通过小麦产量数据拟合: 干旱年(13年)、平水年(20年)和湿润年(15年)小麦平均产量的二元二次回归方程如下。

(4)干旱年: Y_d = 540.6+32.01P+25.35N-1.072P²+ 0.291PN-0.101N² (R² = 0.80)
(5)平水年: Y_n = 610.8+29.49P+31.08N-1.223P²+ 0.390PN-0.117N² (R² = 0.85)
(6)湿润年: Y_w = 575.5+23.3P+35.76N-1.152P²+ 0.395PN-0.128N² (R² = 0.89)
方程的R²均大于0.80, 说明公式能够较好地描述产量与降水和施氮之间的关系。公式中降水量P和施氮量N的一次项系数均为正, 说明3种年型下降水和施氮对产量均有正效应; 降水和施氮的二次项系数为负数, 说明在各处理下的水氮范围内, 随降水和施氮量的增大, 产量会降低; 降水和施氮交互项系数也为正值, 说明水氮之间存在相互促进作用。

不同降水年型均有小麦潜在最优产量及其对应的降水量和施氮量, 由Matlab分析所得数学模型结果见图6, 干旱年小麦达潜在最优产量时(3492.60 kg hm^-2), 降水需增加39.73%, 应施氮182.73 kg hm^-2; 平水年小麦达潜在最优产量时(4514.50 kg hm^-2), 降水需增加45.26%, 应施氮208.26 kg hm^-2; 湿润年小麦达潜在最优产量时(4890.30 kg hm^-2), 降水需增加46.31%, 应施氮211.15 kg hm^-2。降水的增加量超出了实验设计的梯度但符合各年型的降水变化幅度, 干旱年、平水年和湿润年降水变化幅度分别是40.41%、49.74%和51.58%。

图6

新窗口打开|下载原图ZIP|生成PPT
图6不同年型下产量的三维曲面图

Fig. 63D surface map of yield under different years

3 讨论

最近的研究指出, 作物生长期间气象要素差异显著的数据能显著提高模型调参结果的有效性^[25]。本文选取2002—2009不同年型的数据进行调参和验证, 以使APSIM模型能够准确模拟小麦产量、生物量对不同水氮处理的响应。调参和验证结果表明模型能够有效模拟小麦的产量和地上部生物量, 且能够较准确模拟生物量动态变化趋势。但需要注意APSIM与大多数模型一样, 不能够准确地模拟严重胁迫条件下作物的生长^[26]。本文虽设置了不同降水的处理, 但黄土高原地区属于中温带半干旱区, 小麦季的雨水较少且存在分布不均的现象, 相同降水年型也会由于小麦生育期内降水分布差异存在产量及生物量的差异。模型也会因其水胁迫相较于氮胁迫更加严重, 使对水的模拟结果低于氮素胁迫。优化的水氮管理是基于该地区长时间序列模拟的结果能够反映该地区水分和养分状况。

利用一般情况(降水不变, 施氮105 kg hm^-2 )的模拟数据对小麦产量及生物量的变异系数和可持续性指数分析发现, 3种降水年型下, 水氮显著影响小麦产量和生物量, 且二者的变化趋势基本一致, 呈正相关。降水和施氮表现为相互制约和促进作用, 适宜的降水施氮量下, 春小麦产量和生物量随降水和施氮的增加而变大。一定范围条件下, 水肥在数量上不足的某因子, 可通过在数量上加强另一因子得以补充^[27]。此外, 对比产量的变异系数Y-CV值和可持续性指数Y-SYI值发现, 在单一因素调控下产量总体变异性均呈: 湿润年<平水年<干旱年, 可持续性均呈: 湿润年>平水年>干旱年。

传统小麦生产中提倡施用足量底肥以提高旱地农作物产量, 但在不同降水年型下的旱地春小麦生产中, 由于水肥主要矛盾的转化, 不同年型下情况不同^[28]。降水和施氮量两者之间既相互协同又相互制约, 降水不足限制氮肥潜在肥效的正常发挥, 而过量的集中降水则会导致氮肥的淋洗, 同样导致肥料的浪费和春小麦减产, 肥料不足或过量也会影响作物对水分的吸收, 从而限制小麦增产。在适当的施氮条件下降水增加, 小麦产量呈现递增趋势, 在合理的水氮组合下可得出小麦潜在最优产量; 当水氮组合超过潜在最优产量对应的最佳降水量和施氮量时, 小麦的产量呈现下降趋势, 因此可根据潜在产量对应的降水量和施氮量进一步实现雨养农业区的“以水定肥, 以水定产”。本文根据产量变化曲面拟合出3种年型下的方程, 得出小麦潜在最优产量及其对应的降水和施氮。与一般情况(自然常规降水, 施氮105 kg hm^-2)相比, 干旱年、平水年和湿润年分别增产1963.89、2414.38和2348.82 kg hm^-2, 增产幅度为干旱年(128.47%)>平水年(114.96%)>湿润年(92.42%)。由所得潜在最优产量对应的降水量可知, 降水的增加量超出了实验设计的梯度但符合各年型的降水变化幅度, 干旱年、平水年和湿润年降水变化幅度分别是40.41%、49.74%和51.58%。主要是由于甘肃定西地区降水时空分布不均匀, 作物生长受较严重的水胁迫, 生育期内降水差异显著, 无法引水灌溉, 因此各年型求出的最优降水量超过降水设置梯度也说明了该研究区缺水的实际情况, 符合自然降水条件下小麦产量和水氮组合之间的一般规律。如果存在灌溉条件则小麦的潜在最优产量可以实现。降水分析表明不同水氮处理下干旱年的增产效果最为显著, 平水年次之; 水氮组合的增产效应受年型的影响较大。高降水年型相对于低降水年型增加的那部分降水并没有相应地对小麦产量的形成做出贡献, 可能是由于过多的不均匀降水造成相应氮肥的淋洗, 与张冬梅等^[29]的研究结论一致。另外, 由不同年型下各拟合方程耦合系数可以看出, 水氮耦合对产量的影响在一定范围内有正效应, 其互作效应是模拟产量上升的主要原因, 应根据水分供应状况适当调整小麦的施氮量, 这与前人研究结论基本一致^[30,31]。由于试验区地理条件及试验设计本身的原因, 水氮两因素的试验中, 降水对产量的影响远大于施氮, 水分效应掩盖了施肥效应, 从而导致施氮对产量影响的效果不明显。水分对作物产量的影响是多方面因素的综合的效应, 一方面, 小麦的增产受到降水年型降水量、生育期内降水分布及水分敏感期等的影响^[32]; 另一方面表现在不同年型农田耗水量年际差异显著, 在水氮耦合作用下农田耗水量对小麦的增产效应较明显, 但由于水氮调控中水分对农田耗水量的影响远大于施氮, 致使水分效应掩盖了施氮效应, 使施氮对农田耗水量的效果不明显。本文使用模型对小麦生育期内降水和施氮进行整体模拟分析, 水氮处理过程中忽略了田间管理、病虫害、土壤养分等情况及其差异性的影响, 对作物品种变化、生育期内水分敏感期、农田耗水量等需要后续进一步探讨。

4 结论

APSIM模型在研究区具有较好的模型拟合度和适应性, 产量和生物量模拟值和实测值的决定系数R²均大于0.90, 归一化均方根误差NRMSE均小于15%, 模型一致性指标D大于0.95。春小麦产量与生物量呈正相关, 二者变化趋势基本一致。与一般情况(降水不变、施氮为105 kg hm^-2)相比, 单一调控施氮量和降水量均会不同程度地降低小麦产量的稳定性和可持续性, 相反根据降水的变化适当调控施氮量时, Y-CV值越趋于收敛, Y-SYI值越大, 大田生产系统更趋于稳定。干旱年可增产1963.89 kg hm^-2, 增幅为128.47%; 平水年可增产2414.38 kg hm^-2, 增幅为114.96%; 湿润年可增产2348.82 kg hm^-2, 增幅92.42%。本研究为试验区不同降水年型下缓解小麦干旱和养分胁迫, 节约化肥资源和农业可持续性发展提供了理论依据。

参考文献 View Option 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1] 赵凤霞, 温晓霞, 杜世平, 王全虎, 付增光 . 渭北地区残茬(秸秆)覆盖农田生态效应及应用技术实例
干旱地区农业研究, 2005,23(3):90-95.
[本文引用: 1]

Zhao F X, Wen X X, Du S P, Wang Q H, Fu Z G . Ecological effects and applied techniques of stubble mulching in the Weibei area
Agric Res Arid Areas, 2005,23(3):90-95 (in Chinese with English abstract).
[本文引用: 1]

[2] 李正鹏, 冯浩, 宋明丹 . 关中平原冬小麦临界氮稀释曲线和氮营养指数研究
农业机械学报, 2015,46:177-183.
[本文引用: 1]

Li Z P, Feng H, Song M D . Critical nitrogen dilution curve and nitrogen nutrition index of winter wheat in Guanzhong plain
Trans CSAM, 2015,46:177-183 (in Chinese with English abstract).
[本文引用: 1]

[3] 赵智勇, 李秀绒, 柴永峰, 毕红园, 孙来虎, 姚景珍, 席吉龙, 杨帆 . 播期、播量和氮肥对强筋小麦‘运旱618’产量和品质的影响
中国农学通报, 2016,32(21):28-31.
[本文引用: 1]

Zhao Z Y, Li X R, Chai Y F, Bi H Y, Sun L H, Yao J Z, Xi J L, Yang F . Effects of sowing time, seeding rate and nitrogen fertilizer on strong gluten wheat ‘Yunhan 618’ grain yield and quality
Chin Agric Sci Bull, 2016,32(21):28-31 (in Chinese with English abstract).
[本文引用: 1]

[4] 付秋萍 . 黄土高原冬小麦水氮高效利用及优化耦合研究
中国科学院大学博士学位论文. 北京, 2013.
[本文引用: 1]

Fu Q P . Study of Water and Fertilizer Efficient Utilization and Coupling on Winter Wheat of the Loess Plateau.
PhD Dissertation of Chinese Academy of Sciences University, Beijing,China, 2013 (in Chinese with English abstract).
[本文引用: 1]

[5] 李正鹏, 宋明丹, 冯浩 . 不同降水年型水氮运筹对冬小麦耗水和产量的影响
农业工程学报, 2018,34(18):160-167.
Magsci [本文引用: 1]
灌水和施氮是影响农田生态系统粮食生产的2个主要因素，但其增产效应和资源利用效率会受降水年型的影响。该研究基于2011-2014在陕西关中平原进行的3 a冬小麦水氮耦合试验，分析了不同降水年型下水氮管理对土壤含水率、籽粒产量、耗水量（water consumption，ETa）及产量与耗水量关系的影响。结果表明：7-9月总降水量每增加1 mm，小麦播前0~180 cm土壤底墒增加0.47 mm。随着灌水量增加，产量和ETa均增加，但仅在降水较少的2012-2013年增产显著，对水分利用效率（water use efficiency，WUE）的影响不显著；随着施氮量增加，ETa变化不显著，但其增产效果显著，使WUE显著提高，表明施氮增加了作物蒸腾占农田耗水量的比例。根据3 a各处理冬小麦产量和ETa数据，进一步探讨了在一定水分消耗下能达到的最大（边界）产量和WUE，建立了关中平原冬小麦的产量-耗水量边界方程；当ETa超过388 mm时，产量稳定在8 184 kg/hm2，WUE的最大值为2.52 kg/m3。研究可为制订合理的冬小麦水肥管理措施提供科学依据。
Li Z P, Song M D, Feng H . Effects of irrigation and nitrogen application on water consumption and yield of winter wheat in different precipitation years
Trans CSAE, 2018,34(18):160-167 (in Chinese with English abstract).
Magsci [本文引用: 1]
灌水和施氮是影响农田生态系统粮食生产的2个主要因素，但其增产效应和资源利用效率会受降水年型的影响。该研究基于2011-2014在陕西关中平原进行的3 a冬小麦水氮耦合试验，分析了不同降水年型下水氮管理对土壤含水率、籽粒产量、耗水量（water consumption，ETa）及产量与耗水量关系的影响。结果表明：7-9月总降水量每增加1 mm，小麦播前0~180 cm土壤底墒增加0.47 mm。随着灌水量增加，产量和ETa均增加，但仅在降水较少的2012-2013年增产显著，对水分利用效率（water use efficiency，WUE）的影响不显著；随着施氮量增加，ETa变化不显著，但其增产效果显著，使WUE显著提高，表明施氮增加了作物蒸腾占农田耗水量的比例。根据3 a各处理冬小麦产量和ETa数据，进一步探讨了在一定水分消耗下能达到的最大（边界）产量和WUE，建立了关中平原冬小麦的产量-耗水量边界方程；当ETa超过388 mm时，产量稳定在8 184 kg/hm2，WUE的最大值为2.52 kg/m3。研究可为制订合理的冬小麦水肥管理措施提供科学依据。

[6] 刘欢, 陈苗苗, 孙志梅, 刘建涛, 甄文超 . 氮肥调控对小麦/玉米产量、氮素利用及农田氮素平衡的影响
华北农学报, 2016,31(1):232-238.
DOI:10.7668/hbnxb.2016.01.037Magsci [本文引用: 1]
为了实现小麦/玉米高产高效生产,采用田间小区试验方法,研究了不同氮肥管理措施对小麦/玉米产量、氮素利用及农田氮素平衡的影响。结果表明,小麦季在农民常规施肥的基础上适当减少追氮量不会对小麦产量产生明显影响,在施氮总量195 kg/hm²基础上配施调控剂处理小麦增产8.3%~24.6%,氮肥偏生产力、表观利用率和农学效率及氮肥贡献率均得到相应提高。在玉米季,以一次性基施适量氮肥同时配施抑制剂的氮肥管理方案为最佳,在施氮240 kg/hm²水平上与不添加抑制剂等氮量一次性基施和基追结合处理相比,增产幅度分别为7.4%~9.6%和13.9%~16.2%,氮肥贡献率、肥料偏生产力和农学效率亦得到显著提高;经过一个轮作周期后,农田土壤氮素盈余量为63.94~126.83 kg/hm²。在总施氮量435 kg/hm²的情况下,与单施尿素相比较,配施氮素调控剂的氮素盈余量降低了27.4%~44.2%,其中脲酶与硝化抑制剂配施效果最佳。但在总施氮量480 kg/hm²的情况下,即使施用了氮素调控剂,氮素平衡盈余率仍在20%以上,存在较大的环境风险。
Liu H, Chen M M, Sun Z M, Liu J T, Zhen W C . Effects of different nitrogen management practice on crop yield, N utilization and N apparent balance in wheat/maize rotation system
Acta Agric Boreali-Sin, 2016,31(1):232-238 (in Chinese with English abstract)
DOI:10.7668/hbnxb.2016.01.037Magsci [本文引用: 1]
为了实现小麦/玉米高产高效生产,采用田间小区试验方法,研究了不同氮肥管理措施对小麦/玉米产量、氮素利用及农田氮素平衡的影响。结果表明,小麦季在农民常规施肥的基础上适当减少追氮量不会对小麦产量产生明显影响,在施氮总量195 kg/hm²基础上配施调控剂处理小麦增产8.3%~24.6%,氮肥偏生产力、表观利用率和农学效率及氮肥贡献率均得到相应提高。在玉米季,以一次性基施适量氮肥同时配施抑制剂的氮肥管理方案为最佳,在施氮240 kg/hm²水平上与不添加抑制剂等氮量一次性基施和基追结合处理相比,增产幅度分别为7.4%~9.6%和13.9%~16.2%,氮肥贡献率、肥料偏生产力和农学效率亦得到显著提高;经过一个轮作周期后,农田土壤氮素盈余量为63.94~126.83 kg/hm²。在总施氮量435 kg/hm²的情况下,与单施尿素相比较,配施氮素调控剂的氮素盈余量降低了27.4%~44.2%,其中脲酶与硝化抑制剂配施效果最佳。但在总施氮量480 kg/hm²的情况下,即使施用了氮素调控剂,氮素平衡盈余率仍在20%以上,存在较大的环境风险。

[7] 李玉山 . 旱作高产田产量波动性和土壤干燥化
土壤学报, 2001,38:353-356.
[本文引用: 1]

Li Y S . Fluctuation of yield on high-yield field and desiccation of the soil on dryland
Acta Pedol Sin, 2001,38:353-356 (in Chinese with English abstract)
[本文引用: 1]

[8] 李广, 黄高宝 . 基于APSIM模型的降水量分配对旱地小麦和豌豆产量影响的研究
中国生态农业学报, 2010,18:342-347.
[本文引用: 1]

Li G, Huang G B . Determination of the effect of precipitation distribution on yield of wheat and pea in dryland using APSIM
Chin J Eco-Agric, 2010,18:342-347 (in Chinese with English abstract).
[本文引用: 1]

[9] Guo C L, Zhang L, Zhou X, Zhu Y, Cao W X, Qiu X L, Cheng T, Tian Y C . Integrating remote sensing information with crop model to monitor wheat growth and yield based on simulation zone partitioning
Prec Agric, 2018,19:55-78.
[本文引用: 1]

[10] Zhang Y, Feng L P, Wang E L, Wang J, Li B G . Evaluation of the APSIM-Wheat model in terms of different cultivars, management regimes and environmental conditions
Can J Plant Sci, 2012,92:937-949.
[本文引用: 1]

[11] 郑成岩, 于振文, 张永丽, 王东, 许振柱 . 不同施氮水平下灌水量对小麦水分利用特征和产量的影响
应用生态学报, 2011,21:2799-2805.
[本文引用: 1]

Zheng C Y, Yu Z W, Zhang Y L, Wang D, Xu Z Z . Effects of irrigation amount on water use characteristics and grain yield of wheat under different nitrogen application rates
Chin J Appl Ecol, 2011,21:2799-2805 (in Chinese with English abstract).
[本文引用: 1]

[12] French R J, Schultz J E . Water use efficiency of wheat in a mediterranean-type environment: II. Some limitations to efficiency
Aust J Agric Res, 1984,35:765-775.
[本文引用: 1]

[13] 宋明丹, 李正鹏, 冯浩 . 不同水氮水平冬小麦干物质积累特征及产量效应
农业工程学报, 2016,32(2):119-126.
Magsci [本文引用: 1]
为了阐明灌水施氮对冬小麦干物质积累和产量形成的影响机制，通过2012－2014年在关中平原进行的3个灌水水平、4个施氮水平的田间试验，采用Richards生长曲线对干物质积累过程进行拟合，定量分析了干物质积累过程的动态特征和产量效应。结果表明灌越冬水和拔节水均能显著延长干物质积累的总时间，使最大干物质量由雨养下的10 831提高到灌两水条件下的13 813 kg/hm2。氮肥显著提高了干物质积累过程的平均速率和最大速率，缩短了达到最大速率的时间，使最大干物质量由8 001（不施氮）提高到14 112 kg/hm2（施氮210 kg/hm2）。年份主要通过控制进入快速生长期和达到最大速率的时间来影响干物质量积累过程。灌水的产量效应年际变异较大，在2013和2014年分别通过增加千粒质量和每平方米粒数来影响产量，2013年千粒质量由雨养下的35.8提高到灌两水下的41.7 g，2014年每平方米粒数由雨养下的13 833增加到灌两水条件下的15 749粒/m2。氮肥主要是通过增加每平方米粒数来提高产量，由不施氮下的10 414增大到施氮210 kg/hm2条件下的15 911粒/m2，继续增施氮肥对产量及产量构成要素影响不大。产量和每平方米粒数均与干物质积累过程的平均速率和最大速率呈显著正相关性，表明在该研究地区小麦产量主要受氮肥限制。该研究为干旱半干旱地区合理调控水肥措施，实现作物高产高效提供科学依据。
Song M D, Li Z P, Feng H . Effects of irrigation and nitrogen regimes on dry matter dynamic accumulation and yield of winter wheat
Trans CSAE, 2016,32(2):119-126 (in Chinese with English abstract).
Magsci [本文引用: 1]
为了阐明灌水施氮对冬小麦干物质积累和产量形成的影响机制，通过2012－2014年在关中平原进行的3个灌水水平、4个施氮水平的田间试验，采用Richards生长曲线对干物质积累过程进行拟合，定量分析了干物质积累过程的动态特征和产量效应。结果表明灌越冬水和拔节水均能显著延长干物质积累的总时间，使最大干物质量由雨养下的10 831提高到灌两水条件下的13 813 kg/hm2。氮肥显著提高了干物质积累过程的平均速率和最大速率，缩短了达到最大速率的时间，使最大干物质量由8 001（不施氮）提高到14 112 kg/hm2（施氮210 kg/hm2）。年份主要通过控制进入快速生长期和达到最大速率的时间来影响干物质量积累过程。灌水的产量效应年际变异较大，在2013和2014年分别通过增加千粒质量和每平方米粒数来影响产量，2013年千粒质量由雨养下的35.8提高到灌两水下的41.7 g，2014年每平方米粒数由雨养下的13 833增加到灌两水条件下的15 749粒/m2。氮肥主要是通过增加每平方米粒数来提高产量，由不施氮下的10 414增大到施氮210 kg/hm2条件下的15 911粒/m2，继续增施氮肥对产量及产量构成要素影响不大。产量和每平方米粒数均与干物质积累过程的平均速率和最大速率呈显著正相关性，表明在该研究地区小麦产量主要受氮肥限制。该研究为干旱半干旱地区合理调控水肥措施，实现作物高产高效提供科学依据。

[14] 高亚军, 郑险峰, 李世清, 田霄鸿, 王朝辉, 李生秀, 杜建军 . 农田秸秆覆盖条件下冬小麦增产的水氮条件
农业工程学报, 2008,24(1):55-59.
[本文引用: 1]

Gao Y J, Zheng X F, Li S Q, Tian X H, Wang C H, Li S X, Du J J . Requirements of water and nitrogenous fertilizer to increase winter wheat yield under straw mulch
Trans CSAE, 2008,24(1):55-59 (in Chinese with English abstract).
[本文引用: 1]

[15] 邢会敏, 徐新刚, 冯海宽, 李振海, 杨福芹, 杨贵军, 贺鹏, 陈召霞 . 基于AquaCrop模型的北京地区冬小麦水分利用效率
中国农业科学, 2016,49:4507-4519.
[本文引用: 1]

Xing H M, Xu X G, Feng H K, Li Z H, Yang F Q, Yang G J, He P, Chen Z X . Water use efficiency of winter wheat based on AquaCrop model in Beijing
Sci Agric Sin, 2016,49:4507-4519 (in Chinese with English abstract).
[本文引用: 1]

[16] 李广, 黄高宝, William B, 陈文 . APSIM模型在黄土丘陵沟壑区不同耕作措施中的适用性
生态学报, 2009,29:2655-2663.
[本文引用: 2]

Li G, Huang G B, William B, Chen W . Adaptation research of APSIM model under different tillage systems in the Loess hill-gullied region
Acta Ecol Sin, 2009,29:2655-2663 (in Chinese with English abstract).
[本文引用: 2]

[17] 李晓州, 郝明德, 赵晶, 王哲, 付威, 刘增照 . 不同降水年型下长期施肥的小麦产量效应
应用生态学报, 2018,29:3237-3244.
[本文引用: 2]

Li X Z, Hao M D, Zhao J, Wang Z, Fu W, Liu Z Z . Effect of long-term fertilization on wheat yield under different precipitation patterns
Chin J Appl Ecol, 2018,29:3237-3244 (in Chinese with English abstract).
[本文引用: 2]

[18] Gaydon D S, Singh B, Wang E, Poulton P L . Evaluation of the APSIM model in cropping systems of Asia
Field Crops Res, 2017,204:52-75.
[本文引用: 1]

[19] Anuytrecht E, Thorburn P J . Responses to atmospheric CO₂ concentrations in crop simulation models: a review of current simple and semicomplex representations and options for model development
Global Change Biol, 2017,23:1806-1820.
[本文引用: 1]

[20] Hammer G, Oosterom E V, Mclean G, Chapman S C, Broad I, Harland P, Muchow R C . Adapting APSIM to model the physiology and genetics of complex adaptive traits in field crops
J Exp Bot, 2010,61:2185-2202.
[本文引用: 1]

[21] Chimonyo V G P, Modi A T, Mabhaudhi T . Simulating yield and water use of a sorghum-cowpea intercrop using APSIM
Agric Water Manage, 2016,177:317-328.
[本文引用: 1]

[22] IPCC. Climate change 2013: The Physical Science Basis. In: Stocker T F, Qin D, Plattner G K, eds. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge, United Kingdom and New York, NY, USA: Cambridge University Press, 2013.
[本文引用: 1]

[23] 闫丽娟, 罗永忠, 李广, 王琦, 罗珠珠, 高珍妮, 李玥, 燕振刚, 刘强, 聂志刚 . 黄土丘陵区不同耕作措施下春小麦和豌豆轮作水肥协同效应
草业学报, 2015,24:39-47.
[本文引用: 1]

Yan L J, Luo Y Z, Li G, Wang Q, Luo Z Z, Gao Z N, Li Y, Yan Z G, Liu Q, Nie Z G . The synergy effects of water and fertilizer supply on a rational system of spring wheat and peas under different tillage practices in a loess hilly region
Acta Pratacul Sin, 2015,24:39-47 (in Chinese with English abstract).
[本文引用: 1]

[24] 任新庄 . 旱地春小麦产量形成对气候变化响应的模拟分析
甘肃农业大学硕士学位论文. 甘肃兰州, 2017.
[本文引用: 1]

Ren X Z . The Simulation Analysis of Spring Wheat Yield Forming to Response of Climate Change.
MS Thesis of Gansu agricultural university, Lanzhou, Gansu, China, 2017 ( in Chinese with English abstract)
[本文引用: 1]

[25] 刘建超, 何建强, 武文杰, 李正鹏, 马海娇, 冯浩 . 水氮管理影响冬小麦品质的CERES-Wheat模型模拟
农业机械学报, 2018,49:271-278.
[本文引用: 1]

Liu J C, He J Q, Wu W J, Li Z P, Ma H J, Feng H . Effect of irrigation and nitrogen fertilizer managements on winter wheat quality based on CERES-Wheat model
J Agric Mach, 2018,49:271-278 (in Chinese with English abstract).
[本文引用: 1]

[26] Hammer G, Oosterom V E, Mclean G . Adapting APSIM to model the physiology and genetics of complex adaptive traits in field crops
J Exp Bot, 2010,61:2185-2202.
[本文引用: 1]

[27] Zhao X, Zhou Y, Min J, Wang S Q, Shi W M, Xing G X . Nitrogen run off dominates water nitrogen pollution from rice-wheat rotation in the Taihu Lake region of China
Agric Ecosyst Environ, 2012,156:1-11.
[本文引用: 1]

[28] 周英霞, 王全九, 张继红, 谭帅, 何斌 . 基于AquaCrop模型的气候变化对陕西省冬小麦产量影响模拟分析
水土保持研究, 2018,25:357-364.
[本文引用: 1]

Zhou Y X, Wang Q J, Zhang J H, Tan S, He B . Simulation analysis of the impact of climate change on the yield of winter wheat in Shaanxi province based on the AquaCrop model
Res Soil Water Conserv, 2018,25:357-364 (in Chinese with English abstract).
[本文引用: 1]

[29] 张冬梅, 池宝亮, 张伟, 李海金, 黄学芳, 刘恩科, 樊修武 . 不同降水年型施肥量对旱地玉米生长及水分利用效率的影响
西北农业学报, 2012,21:84-90.
[本文引用: 1]

Zhang D M, Chi B L, Zhang W, Li H J, Huang X F, Liu E K, Fan X W . Influence of fertilizer application levels on yield and WUE of dryland maize in different precipitation years
Acta Agric Boreali-occident Sin, 2012,21:84-90 (in Chinese with English abstract).
[本文引用: 1]

[30] 黄明霞, 王靖, 唐建昭, 房全孝, 张建平, 白慧卿, 王娜, 李扬, 吴冰洁, 郑隽卿, 潘学标 . 基于APSIM模型分析播期和水氮耦合对油葵产量的影响
农业工程学报, 2018,34:134-143.
[本文引用: 1]

Huang M X, Wang J, Tang J Z, Fang Q X, Zhang J P, Bai H Q, Wang N, Li Y, Wu B J, Zheng J Q, Pan X B . Analysis of interaction of sowing date, irrigation and nitrogen application on yield of oil sunflower based on APSIM model
Trans CSAE, 2018,34:134-143 (in Chinese with English abstract)
[本文引用: 1]

[31] Shen Y F, Li S Q, Shao M A . Effects of spatial coupling of water and fertilizer applications on root growth characteristics and water use of winter wheat
J Plant Nutr, 2013,36:515-528.
[本文引用: 1]

[32] 王海江, 崔静, 侯振安, 谢海霞, 龚江, 吕新 . 膜下滴灌棉花水氮耦合对其干物质和水分利用效率的影响
西北农业学报, 2010,19:76-80.
[本文引用: 1]

Wang H J, Cui J, Hou Z A, Xie H X, Gong J, Lyu X . Impact of coupling of water and nitrogen on dry matter and water use efficiency of cotton under plastic mulching by drip irrigation
Acta Agric Boreali-occident Sin, 2010,19:76-80 (in Chinese with English abstract).
[本文引用: 1]