Application
of the AquaCrop model in decision support for optimization of nitrogen
fertilizer and water productivity of soybeans
Omotayo
B. Adeboyea*, Bart Schultzb, Amaka P. Adeboyea,
Kenneth O. Adekalua, Jimmy A. Osunbitana
aDepartment of
Agricultural and Environmental Engineering, Obafemi Awolowo University,
Ile-Ife, NigeriabLand and Water
Development IHE Delft, Lelystad, the Netherlandsa尼日利亚伊费岛奥巴费米-阿沃洛沃大学农业与环境工程系b荷兰莱利斯塔德 IHE Delft 土地与水开发研究所 |
https://doi.org/10.1016/j.inpa.2020.10.002
在雨水灌溉农业系统下，农艺生产中需要将土壤肥力与改良大豆品种相结合，从而最大限度地提高土地和水的生产力。模拟水分和不同氮肥水平对大豆蒸腾和水分生产率的影响对于优化作物生产中的资源利用非常重要。然而，氮肥对尼日利亚西南部小农雨养大豆的影响以及AquaCrop模型在管理作物土壤肥力方面的性能尚未得到研究。因此，本研究的目的是利用AquaCrop模型模拟不同氮肥条件下大豆的冠层覆盖率、产量和水分生产率，并调查氮肥对作物种子产量的影响。
1.对不同氮肥水平下旱作大豆的AquaCrop模型进行了标定和验证；
2.AquaCrop模型可以优化氮肥和水分生产力，促进大豆的可持续生产。
本研究实验于2015年和2016年雨季期间在尼日利亚伊费岛奥巴费米-阿沃洛沃大学教学与研究农场进行，该农场位于北纬7° 330 00'，东经4° 340 00'，海拔271 米+MSL（平均海平面）。2015年（第一季）和2016年（第二季）的大豆种植时间分别为当年9月2日和9月1日。田间试验使用了两个不定芽大豆品种，分别是TGX-1448 2E和TGX-1440。土壤肥力分为五个等级，分别为 00、25、50、75和100% 的建议施氮量，这种组合产生了25组实验设计，如表1所示。表1 各季的实验处理介绍
AquaCrop作物模型是一款水分驱动模型，AquaCrop作物模型将作物腾发量分为土壤蒸发（E）和作物蒸腾（Tr）两部分，从而将非生产用水（土壤蒸发）和生产用水（作物蒸腾）区分开来。AquaCrop作物模型的具体模拟过程包括：(1) 作物冠层发育模拟，(2)作物蒸腾模拟，(3)作物地上生物量模拟，(4) 作物产量模拟。作物生物量模拟过程如下所示：
本研究的目的是利用联合国粮农组织AquaCrop模型，模拟不同氮肥水平下雨浇大豆的蒸腾、土壤储水和水分生产率。由于AquaCrop模型是由水驱动的，因此较湿润的2015被用于校准，而2016年的数据被用于验证模型。
图1 2015年尼日利亚伊费岛不同氮肥水平下大豆作物冠层覆盖率（a）和土壤蓄水量（b）观测值与模拟值的比较综上所示，AquaCrop 模型可用于预测和模拟水土生产力以及大豆对氮肥需求的反应。未来，AquaCrop 模型应添加模拟害虫对生物量、种子产量和水分生产率的影响。此外，模型中加入经济分析模块，有利于用户清晰地了解投入对可销售种子产量的影响以及投资的盈利性。
通过两个农艺季节的田间试验，研究了氮肥对旱作大豆生产力的影响，利用AquaCrop6.1版本模拟土壤肥力对作物冠层盖度、土壤水分储量、生物量积累、蒸散量和水分生产力的影响。虽然AquaCrop模型在土壤肥力降低0、25%和50%时高估了大豆的冠层盖度，但观测到的冠层盖度与预测的冠层盖度具有良好的相关性。
引用格式：
Adeboye, Omotayo B., et al. Application of the
AquaCrop model in decision support for optimization of nitrogen fertilizer and
water productivity of soybeans. Information
Processing in Agriculture，2021, 8(3): 419-436.编辑：葛全武
校对：鲁娜
审核：付学谦
日期：2024年6月5日
《农业信息处理(英文)》，创刊于2014年，由中国农业大学主办，李道亮教授主编，已被ESCI、EI、Scopus、DOAJ、中国科学引文数据库(CSCD)等数据库检索。2019年入选《中国科技期刊卓越行动计划》之高起点新刊项目，2020年入选中国农林核心期刊（A类）目录，2023年正式被ESCI(Emerging Sources Citation Index)收录，将于2024年收获第一个期刊影响因子。《WJCI报告》学科排名位居全球TOP5%或学科排名TOP3，影响因子7.908。2022年Citescore为13.7，CiteScoreTracker 2023 (最近更新于05 April, 2024)为21.0，农业与生物科学排名1%~2%，计算机科学应用排名前4%。主要刊载最新信息技术在农业的应用，包括：农业物联网、农业人工智能和大数据、农业机器人、农业能源与控制、农业供应链与管理、空间信息技术、信息技术在现代农业工程的应用和其他农信息化技术。推文投稿：欢迎INPA作者/农业信息领域学者，撰写发表的/感兴趣的INPA论文公众号推文，一同打造INPA微信公众号精彩内容。纪尚一，s20233081809@cau.edu.cn鲁娜，B20233080715@cau.edu.cn
