基于密切值法和水氮管理模型的华北平原农田水氮优化管理-徐强.pdf

《基于密切值法和水氮管理模型的华北平原农田水氮优化管理-徐强.pdf》由会员分享，可在线阅读，更多相关《基于密切值法和水氮管理模型的华北平原农田水氮优化管理-徐强.pdf（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第33卷 第14期152 2017年 7月农业工程学报Transactions of the Chinese Socie够of A铲icultIlral EngineeringV-0133 No14Jul2017基于密切值法和水氮管理模型的华北平原农田水氮优化管理徐 强，李周晶，胡克林，李保国(中国农业大学资源与环境学院，农业部华北耕地保育重点实验室，北京100193)摘要：优化农田水氮管理措施可为实现粮食高产、资源高效及环境友好的目标提供科学依据。该研究以华北平原泰安地区为例，利用农田生态系统水热碳氮过程耦合模型(soil waterheat carbon a11d ni仃ogen simu

2、lator，wHcNs)分别对冬小麦季设置的165个水肥组合和夏玉米季设置的55个水肥组合进行了情景模拟分析，在综合考虑农学、环境和经济效益的基础上，采用密切值法优化了农田水肥管理方案。结果表明：受到华北地区年内降雨分配不均的影响，冬小麦产量随着灌水量的增加呈先增加后稳定的趋势；而夏玉米产量与灌水量没有明显的关系。冬小麦和夏玉米产量均随着施肥量的增加而增加，后保持稳定。水分渗漏和氮素淋洗量均随着灌水量或施肥量的增加而显著增加。在研究区作物秸秆全部还田及高累积氮的条件下，冬小麦季灌水240nlnl和施肥60k酣lIn2(以N计，下同)，夏玉米季不灌溉和施肥90k酣11n2分别为研究区当年冬小麦季

3、和夏玉米季最佳的水肥管理方案。在所有水肥组合情景中，优化的水肥管理方案不仅能保证冬小麦夏玉米最大周年产量的97、具有较高的水氮利用效率和最佳的产投比，而且氮素淋洗和气体损失分别比最大值降低了77和7l。因此，该方法可以用来优化华北平原农田的水肥管理措施。关键词：灌溉；氮；优化；冬小麦夏玉米轮作；wHcNs模型；情景分析；密切值法doi：1011975巧issn10026819201714021中图分类号：s152 文献标志码：A 文章编号：10026819(2017)一14015207徐强，李周晶，胡克林，李保国基于密切值法和水氮管理模型的华北平原农田水氮优化管理J农业工程学报，2017，33

4、(14)：152158 doi： 1011975issn10026819201714021 http：nnrtcsaeorgXu Oiang。Li Zhoujing，Hu Kelin，Li Baoguo0ptimal management of water and ni订ogen for fanllland in North China Plainbased on osculating value metllod and WHCNS modelJ1TI独sactions of the Chinese Society of AgricultIlral Engineering(Transactio

5、ns of the CSAE)， 2017， 33(14)： 152158 (in Chinese with English abstract) doi：1011975issn10026819201714021 ht峨w、)lrwtcsaeo增0 引 言华北平原是中国冬小麦和夏玉米主要种植区，同时也是中国水肥高投入区。多年来长期过度的开采地下水进行灌溉，己导致该地区成为世界上最大的“漏斗区”，造成了严重的生态问题1】。另一方面，氮肥的过量投入使得该地区生态环境问题进一步加剧，如土壤酸化、地表水富营养化和地下水硝酸盐污染等2。3。不仅如此，水氮的大量投入还造成了资源的巨大浪费。在华北平原冬小麦夏

6、玉米轮作区，冬小麦季广泛采用大水漫灌，全生育期灌水多达46次，灌水总量达500 mm，水分利用效率却较低4】。而农民为了追求高产普遍过量施用氮肥，华北地区氮肥平均用量为550 kg(hm2a)，而作物产量增加有限【5。6J。由于中国耕地日益减少、人口不断增加，未来中国粮食的需求还会继续增长，只有持续增产才能满足国家粮食安全的需求丌。因此，减少该地区的水肥投入，制定科学合理收稿日期：2017一Ol13 修订日期：201706，10基金项目：国家重点研发计划项目资助(2016YFD0800102)；长江学者和创新团队发展计划项目(IRT0412)作者简介：徐强，男，黑龙江哈尔滨人，博士生，主要从事

7、资源环境系统模型应用。北京中国农业大学资源与环境学院，100193。Email：qiangxll2014163m通信作者：胡克林，男，湖北钟祥人，博士，教授，主要从事土壤空间变异及溶质运移的研究。北京中国农业大学资源与环境学院，100193。Email：hukelcaueducn的水肥管理措施对于该地区的农业可持续发展十分必要8。利用不同水肥组合的田间试验来提高作物产量及水氮利用效率的研究已有大量报道，然而由于田间试验费时费力，缺乏系统性并受制于气候的多变性，如何优化水肥用量始终是田间试验面临的难题。一些研究指出，土壤作物系统模型能够有效地模拟水氮运移及作物生长过程，从而在保证环境友好的条件下

8、给出符合实际情况的最佳农田管理方案9_1 01。Hu掣用RzwOM模型评估了一年两作体系上的不同氮肥管理效果，发现灌溉和施肥量均减半的情况下可获得很好的经济和环境效益。陈研等12】在土壤作物系统过程模型的基础上，用动态规划的方法对河北曲周田间水、氮资源管理措施进行了优化，发现优化后的水、氮利用效率分别比对照高出13和16。Zhang等【9利用DNDC模型优化了华北平原夏玉米季的施氮量，结果表明当施氮180 kghm2(以N计，下同)时，产量可达到最大值，同时硝态氮的淋洗低于184 k虮lIll2。其他一些学者的研究表明，优化施肥可以减少土壤剖面残留硝态氮的积累，极大地降低氮素淋失的环境风斛”。

9、14。然而以上研究仅仅考虑了农学、环境或经济效益的某一方面，具有一定的片面性。目前，对于农田水肥管理优化方案缺乏一个统一的优化评价方法。密切值方法是一种多目标决策的选优方法，被广泛地应用于评价农业经济项目、地下水污染和水质的研究中【l 5。16J，目前还未在农田水肥优化管理中进行应用。最近，本研究小组针对中国集约化的农业生产模式开发了万方数据第14期 徐强等：基于密切值法和水氮管理模型的华北平原农田水氮优化管理 153农田水氮管理模型(soil water heat carbon and ni仃ogensimulator，wHCNS)，Liallg等【10】应用该模型对中国西北绿洲地区不同水肥

10、管理模式的灌溉制度进行了优化；Li等【17】应用WHCNS模型对华北平原小麦玉米典型轮作区的不同水肥与栽培管理组合模式进行了校验和评估。然而上述研究在优化目标选取上比较单一，仅仅考虑了硝酸盐淋失和作物产量，缺乏一个能综合考虑农学、环境和经济效益的择优方法。因此，本研究以华北平原泰安地区为例，将WHCNS模型与密切值方法相结合对农田水肥组合模式进行综合评价，在综合考虑农学、环境和经济效益的基础上，得到最佳水肥管理方案，旨在为华北平原同时实现粮食高产、资源高效及环境友好的目标提供技术支持。1材料与方法11研究区概况本研究在山东省泰安市大汶口(35。58，N117。03E)进行为期2 a(2009年

11、10月一2011年9月)的田间试验。该试验点属温带大陆性季风气候，年均日照时数为2 627 h。年均气温12，年均降水量为697 mm，多集中在79月。试验田主要为冬小麦夏玉米轮作，土壤类型为冲积始成土。表土有机质为167创睡，全氮为101 gl曜，速效磷为5265 m眺g，速效钾为9615 m眺g。该试验田土壤基本理化性质见表1。12试验设计试验设置4种不同水肥及栽培管理模式：1)农民传统模式(FP)；2)高产高效模式(产量和氮肥利用效率比FP提高1520，OPT-1)；3)再高产模式(HY)，即不计资源投入成本使产量最大化；4)再高产高效模式(产量和氮肥利用效率比FP提高3050，0PT_

12、2)。小区设计采用4个重复的完全随机区组设计，每个小区6 m40 m。试验品种冬小麦为泰农18，夏玉米为郑单958。FP模式代表了该地区的传统水氮管理和栽培模式。OPT1和OPT-2模式均建立在FP模式基础上，其灌溉日期和数量以及施肥日期和数量等均根据作物需求来调整。HY模式指不计资源投入成本，通过优化田间管理措施使产量最大化(表2)。详细的田间水肥管理措施、测定过程和方法见文献17。篡B蕊哆三冀篆：未淼掇警滞掣警r要懑耪辫136150 16l 24O 516 244 粉质壤土 21 85 039 O32 015 31注：括号中数字是2叭O一2011冬小麦季的灌溉量和施肥量。FP：农民传统模式

13、；OPT1：高产高效模式；HY：再高产模式；OPT2：再高产高效模式。Note：Values in brackets are谢gation or fenilizer印plication rate in wheat season丘om 2010 to 2011FP：traditional胁ming practices；OPT一1：optiIIlizcd combinationofcmpping systems aIld f打tilization；HY：pmctice for hi曲yield；OPT2：如rther optimized combination ofcropping syst锄s

14、and幻rtilization13 wHCNS模型及情景设置131 wHCNS模型简介农田生态系统水热碳氮过程耦合模型(Soil WaterHeat Carbon and Nitrogen Simulator，WHCNS)，主要包括气象、土壤水运动、土壤热传导、氮素运移及转化、有机质周转、作物生长和田间管理等模块。该模型以天为步长，由气象数据和作物生物学参数驱动。在模型中，采用PenmanMonteith公式估算参考作物蒸散量18】。土壤水分入渗和再分布过程分别采用GreenArnpt模型和Richards方程进行模拟。根系吸水采用van Genuchten万方数据1 54 农业工程学报(h婶

15、：啊wwtcsaeorg)模型，并引入了补偿性吸水机制。土壤热运动采用对流传导方程来描述。土壤无机氮的运移采用对流扩散方程，源汇项中考虑了碳氮循环各过程(有机质矿化、生物固持、尿素水解、氨挥发、硝化和反硝化等)和作物吸收，土壤有机质周转动态直接来源于Daisv模型19】。作物生长发育进程、干物质生产和分配及作物产量的模拟采用荷兰的PSl23作物模型201，通过水氮胁迫校准因子来实现水氮限制下作物产量的模拟。该模型详细原理见文献21。本研究中WHCNS模型参数的确定采用“试错法”。利用HY模式田问试验实测数据对模型参数进行校准，然后用其他处理(FP、OPT1和0PT_2)的实测数据验证模型。模型

16、模拟的土壤含水率、土壤硝态氮、作物产量和叶面积指数(1eafarea index，LAI)与实测值之间的线性相关系数分别为090、084、088和091，均高于080【71，说明校准后的wHcNs模型可用于该地区不同水氮管理模式下土壤含水率、土壤硝态氮、作物产量和LAI的模拟。具体的模型输入参数和模型校验过程见文献17。132水氮情景设置为了优化水氮管理措旋，以20092010年0PT-2模式为例进行情景分析。根据当地农民习惯水肥投入量，在冬小麦生长季设置了15个灌水量和11个施氮量处理，共得到1 65个水肥组合情景。在夏玉米生长季设置了5个灌水量和11个施肥量处理，共得到55个水肥组合情景。

17、水氮的投入情景如下：冬小麦季：1)灌水量范围为0420 mm，依次递增30 n1111。灌水次数和时间同0PT-2模式，每次灌水量相同；2)施氮量范围为0300 k酣11112，依次递增30蝇11m2。施肥时间不变，基肥与追肥比为4：6。夏玉米季：1)灌水量范围为0120 mm，依次递增30 mm，灌水时间为播种后；2)施氮量范围为0300 kghm2，依次递增30 kgmm2。施肥时间不变，基肥与追肥比为1：5。14密切值法密切值法的基本原理就是找出一个方案或者一个指标的最优点和最劣点，而最接近最优点，离最劣点最远的方案为最佳的方案1孓16】。对于某一水肥管理方案，假定有聊个水肥管理措施(Q

18、。，Q2，Q。)和胛个综合评价指标(41，42，4。)。可以先建立1个有量纲的矩阵，然后将每个元素进行归一化，可以得到新的无量纲矩阵C：C=q1 q2q。C21 C是C2。Cml q2(f-1，2，历；=1，2，n)(1)式中岛为第f个水氮管理措施(Qf)下的第，个综合评价指标(彳，)归一化后的值。令：勺=C：f， (2)在水肥管理评价指标中由于有正向指标和逆向指标，因此在式(2)中“+”表示正向指标；“”表示逆向指标。从而建立无量纲样本矩阵：皿=(1，)。 (3)因此，一个样本集的“最优点”应为评价指标最小值的集合QG，一个样本集的“最劣点”为评价指标最大值的集合纷，分别为QG=(饧)G=(

19、min吩1)，Inin12)，min)(f=1，2，m) (4)鳓=(勺)曰=(maXI。)，maxlz)，max)(f_l，2，m) (5)其次，最优点QG和最劣点纷为所有样本中评价指标的虚拟点的集合，求出各个样本点与这些虚拟点(最优或者最劣)的距离就可以为水肥管理的评价提供一个定量的依据。在应用时可以增加各项指标的权重系数，使结果更合理。第f个评价方案样本与“最优点”和“最劣点”集合的欧氏距离靠G和分别为r 、12=侄吁傍)G2 嘭一G=吁J存一(傍)G J (6)r 、12=倭哆勺一(勺)丑2 (7)嚷一B=哆l勺一(勺)。| (7)其中哟为第，个评价指标的权重，哆=1。J=l最后，计算

20、密切值日。该值反映某个样本点与某一端点的接近程度，它的计算过程实质上是将样本点Qf与最优点集合和最劣点集合的距离进一步无量纲化处理。根据端点的不同，密切值分为最优密切值最G和最劣密切值风B。艮旷蠹商一意蓠 EiB=dtB dtG。骢以一B)。燃陬G) (9)当评价方案的最优密切值越小，最劣密切值越大，表明该水肥管理方案与最优点越近，离最劣点越远，该水肥管理方案越好。把水肥管理方案按照最优密切值或者最劣密切值进行排序，就可以得到不同水肥管理方案的优劣排序结果。2结果与分析21 不同水氮管理组合情景下的作物产量及水氮利用效率利用校验后的wHCNS模型分别对冬小麦设置的165个水肥组合情景和夏玉米设

21、置的55个水肥组合情景进行模拟分析，得到了不同水肥组合情景下冬小麦和夏玉米的作物产量、水分渗漏、氮素淋洗和水氮利用效率(图1)。由图1a可知，冬小麦的产量与灌水量密切相关，万方数据第14期 徐强等：基于密切值法和水氮管理模型的华北平原农田水氮优化管理 155冬小麦的产量随着灌水量的增加而增加，当灌水量达到251 mm时，冬小麦的产量达到最大值。再继续增加灌水量，作物产量基本保持不变。而夏玉米产量和灌水量之间并没有明显的关系，这主要是由于华北平原约70的降雨主要集中在79月的夏玉米生育期，夏玉米仅靠降雨就可满足其水分需求，因此灌水量与其产量之间没有明显的规律。由图1b可知，当冬小麦季灌水量小于1

22、50 mm时，水分渗漏量几乎为0；但当灌水量大于1 50 mm时，水分渗漏量迅速增加。而夏玉米季的水分渗漏量随着灌水量增加而增加，由于该年份夏玉米的降雨量较多(447 I姗)，即使不灌水，水分渗漏也可达到3l I啪。另外，土体N的淋洗量与水分渗漏量成正比(图1c)。在冬小麦季当灌水量小于150 mm时，N素淋洗量几乎为0；当超过150 nHn时，N素淋洗量迅速增加。在夏玉米季N素淋洗与水分渗漏的动态变化趋势基本一致，随着灌水量的增加而增加。图1d显示了不同水氮投入情景下模型模拟计算得到的冬小麦和夏玉米的水分利用效率(wateruse e伍ciency，wuE)。在冬小麦季，wUE随着灌水量增加

23、呈增加的趋势，当灌水量达到270 Im时，WI】E达到最大值，继续增加灌水量，wuE几乎保持不变；夏玉米季，wuE和灌水量之间的关系并不明显。图le是氮素利用效率(ni仰gen use efficiency，NuE)与灌水量和施氮量的关系。在冬小麦季，NuE随着灌水量的增加而增加，当灌水量增加到90 n1111时，NUE达到最大值。随着灌水量的继续增加，NuE基本保持不变；在夏玉米季，NuE和灌水量之问的关系不明显。F童堂苦互向钆I三嚣蒸Z12000， 毫200：罨坐鹃u扩而矿石丽1面枥。运 u灌溉量I州g ation amolln“mm驰a产量 b水分渗漏aYield P bDrainage

24、譬188 f ； 9：弱缝趟型葺i0 100 200 300 400 500灌溉量hganon啦ollll“mmcN淋洗c Nleach崦萝；：堂20萝1：0 100 200 300 400 500灌溉量Iganoamoun“tnInd水分利用效率d WUEO 100 200 300 400 500灌溉量I而gation amouIl“胁e氮素利用效率e NUE注：图中误差线代表同一灌水量不同施N量下各对应指标值的标准差。Note：Bars r印resent staIldard deViation ofValues under the condition ofdifrcrentfbrtiliz

25、er-N application rate at s揶e jmgation amount图l 不同施氮水平下作物产量、水氮损失、水分利用效率(wuE)和氮素利用效率(NuE)随灌水量变化Fig1 Challge in crop yield，drainage，water-N loss，water useemciency(WUE)and nitrogen use emciency(NuE)withirrigation amoum under difrerem fertilizer levels作物产量与氮肥投入量的关系如图2所示，冬小麦产量随着氮肥投入的增加先增加后保持不变。夏玉米产量随着氮肥投入

26、的增加而增加，当氮肥投入量达到70 k酣1IIl2时，夏玉米产量达到最大值，为9 005 kg胁2；继续增加施肥量，作物产量基本保持不变。pl0000盖8000苦6000；4000字200000 50 100 150 200 250 300 350施氮量Fenilizer_N印plication rat“(kghm。2)注：图中误差线代表同一施氮量不同灌水量下各对应指标值的标准差。Note：Bars r印resent standard deviation of values under condition of dif诧rentimgation amount at s锄e fenilizer-

27、N印plication rate图2不同灌水水平下作物产量与施氮量的关系Fig2 Relationshipbe研een fcnilizerN叩plicationrate and crop yield under di行erent i玎igation leVels22基于密切值法的农田水氦管理措施优化为了获得最佳水氮管理方案，需要将不同水氮组合的输出结果进行分类并附以权重系数。在计算密切值时，本研究考虑了农学效应(作物产量、wI厄和NuE)、环境效应(N淋洗和气体损失)和经济效益(产投比)，其权重系数分别设为07、一02和O5【17J。由于不施肥或不灌溉时的经济效益和环境效应最好，因此在选择最佳

28、水肥管理方案的过程中添加了1个限制条件：要求冬小麦和夏玉米产量分别高于7 500和8 500 kghm2。按照密切值排序，最终评价结果见表3。对于冬小麦来说，灌水量420 mm结合施肥300 k龇11T12的管理方案，具有最低的产投比82，其最优密切值最大且最劣密切值最小，分别为1096和004。该方案下N淋洗和N的气体损失量分别高达657和579 kg111112，为所有情景中最高，而NUE最低，为229 k眺g，说明该水肥组合管理方案是最差的。当灌水量降低到240瑚m，同时施肥量减少到60 kg11m2时，最优密切值最小且最劣密切值最大，分别为951和090。此时冬小麦产量仅比最大值降低了

29、约5，而N淋洗和N的气体损失量分别减少到149和174 kgmm2，NUE显著提高至329 k耿g，并且此方案具有最高的产投比216，说明该情景能够在保持较高产量的前提下有效降低环境影响，同时还节约了水氮资源，可见该水肥管理方案最佳。对于夏玉米来说，灌水量120 mm结合施肥量300kghm2的管理方案，具有最大的最优密切值和最小的最劣密切值，此时产投比最低，为109。该方案下氮素淋洗和气体损失量分别达到776和561 kg11In2，为所有情景中最高，而NUE为最低(241 kgl(g)，说明该方案是最差的。在不灌水和施肥量为90 kgmm2的管理方案下，夏玉米季的产量达到8 909 kgm

30、m2，仅比最大产量下降了13。氮素的淋洗和气体损失量分别为175和152 kg恤n2，同时wuE和NuE为所有情景中最高，分别为266 k咖3和391 kg依g，而且此情景具有最大的产投比440，说明该方案能够在保证较高产量的前提下维持较高的经济效益，同时还能降低环境影响，可见该方案最佳。综上，万方数据1 56 农业工程学报(http：聃删tcsaeo唱) 2017年冬小麦季灌水量240 mm配合施氮肥60 k舭蚰2，夏玉米季不灌水和施氮量为90 kg炳2分别是本研究区该年份冬小麦和夏玉米季最佳的水肥管理方案，能保证冬小麦夏玉米最大周年产量的97和最佳的产投比，而氮素淋洗和气体损失分别比最高值

31、降低了77和71。篇篇纂蒸霹鬻羲纛毳3讨论大量研究表明，合理地减少灌溉量或施肥量，不仅能提高粮食产量和水氮利用效率，而且能显著减少水氮的淋失【4，910，22之引。sexton掣22】研究了美国文代尔地区水氮投入对玉米产量和硝酸盐淋洗的影响，认为最佳施氮量可保证最大产量的95，而硝酸盐淋洗量可降低3040。Fang等【23在华北平原的研究表明：当灌水量由300 kg11In2减少至200 k鱿n2时，不仅能保证作物不减产，还能使硝酸盐淋洗量减少60。Liang掣1U1在内蒙古荒漠绿洲区的研究表明，优化后的水氮管理措施可使水分渗漏和氮素淋洗分别降低65和59。本研究表明，冬小麦产量随灌水量增加而

32、升高，当产量达到最大值时，再继续增加灌水量，作物产量保持不变。由于夏季充沛的降雨，夏玉米产量与灌水量的关系并不明显。冬小麦和夏玉米产量均随着施肥量的增加而增加，达到平台后保持不变，而且两季作物的水分渗漏和氮素淋洗量均随着灌水量或施肥量的增加而显著增加，这与前人的研究结果是一致的24d71。由于影响水氮优化结果的田间管理因素众多17，23们，如灌溉制度、施肥模式、种植制度、秸秆还田及耕作方式等，不同学者在不同的地区得到的结果不尽相同。Wang等【3l】建议在北京地区冬小麦和夏玉米季的最佳施肥量分别为110和120 kg11m2。zhang等【9】应用DNDC模型研究得到夏玉米季最佳施肥量为180

33、 kg111n2时，产量可达到最大值，而硝态氮的淋洗184 kgmm2。Zhao等14】利用APSIM模型对华北平原吴桥试验点冬小麦夏玉米水氮管理优化的结果表明：冬小麦灌水总量为225 r姗分3次灌溉，配合施氮330埏脒(小麦150 k时，玉米180砖恤n2)可使周年产量达到最高，且对环境的影响最小。本研究发现冬小麦季灌水240 mm和施肥60 kgmm2，夏玉米季不灌溉和施肥90 kgnull2为研究区最佳的水肥管理方案。本研究结果与上述研究结果不同，主要是以上研究仅仅考虑了作物产量和硝酸盐淋洗的某个方面，而本研究综合考虑了作物产量、水氮利用效率、氮素损失及产投比等多方面。另外，Zhao等3

34、2】在北京地区推荐的冬小麦季施肥量为55104 k酣1In2，夏玉米季的施肥量为30122 k蚰m2。本研究结果与该结果比较一致，但是施肥量要低于其他地区的研究结剁49，31，这主要与本试验地作物秸秆全部还田及冬小麦和夏玉米播种前土体无机氮累积量较高(分别为150和187 kg11In2)有关【l丌。然而，本研究也存在一些不足，首先在使用密切值法进行选优时，各指标权重系数的设定具有一定的经验性，在今后研究中可尝试利用层次分析等方法更为客观地选取权重系数。其次，由于在选优过程中并没能考虑降雨年型对优化结果的影响，导致得到的结果存在一定的局限性，在这方面也需要完善。4结论1)不同水肥组合的情景分析

35、结果表明，冬小麦产量随着灌水量增加呈先增加后保持不变的趋势，而夏玉米产量与灌水量没有明显的关系。冬小麦和夏玉米产量均随着施肥量的增加先增加后保持不变。水分渗漏和氮素淋洗量均随着灌水量的增加而显著增加。冬小麦的wuE和NUE随灌水量的增加而增加，当灌水量达到一定程度后基本保持不变，而夏玉米的wUE和NUE与灌水量之间的关系不明显。2)在试验地作物秸秆全部还田及土体多年高累积氮的条件下，灌水240 mm和施肥量60 kgIlIIl2为研究区冬小麦季的最佳水肥管理方案，产量可达到7 813 kglun2；对于夏玉米，不灌溉和施肥量为90 kg】m2是研究区的最佳水肥管理方案，产量可达到8 909 k

36、gllm2。3)在所有情景中，优化的水肥管理方案不仅能保证冬小麦夏玉米最大周年产量的97和最佳的产投比，而万方数据第14期 徐强等：基于密切值法和水氮管理模型的华北平原农田水氮优化管理 157氮素淋洗和气体损失分别比最高值降低了77和71。该方法不仅能保证较高的农学和经济效益，而且大大减少了氮素的环境影响。因此，密切值方法结合农田水氮管理模型wHCNS可以用来优化华北平原农田的水肥管理措施。参考文献】1】Hh C，Delgado，J A，Zhang X，et a1Assessment of殍oundwater use by wheat(乃订fc“，zn鲫打v“州L)in theLuanchen

37、g Xian Region柚d potential implications for waterconservation in me Nonhwestem Nonh China P1ainJ】Jo啪al of Soil and Water Conservation，2005，60(2)：80882 Guo J H，Liu x J，Zhang Y，et a1Significant acidi矗cationin major Chinese cropl锄dsJScience，2010，327：10081010【3】 Cui Zhenling，Zhang Fusuo，MiaoYuxin，et a1So

38、il ni仃ate-Nlevels required fof high yield maize production in the NonhChina P1ainJ】Nutrient Cycling in Agroecosystems，2008，82(2)：187196【4】zhao zhigang，Qin xin，Wang Enli，et a1Modelling toincrease the ecoemciency of a wheat-maize double croppingsystemJAgricu】ture，Ecosystems and Enviro啪ent，2015，210：364

39、6【5】陈新平，张福锁，崔振岭，等小麦一玉米轮作体系养分资源综合管理理论与实践M北京：中国农业大学出版社，2006：27416】 zharIg Weifeng，Cao Guoxin，Li Xiaolin，et a1CIosing yieldg印s in China by锄powering smallholder famers町Natllre，2016，537(7622)：67l【7】 Zhu Zhaoliang，Chen DeliNi仃ogen fenilizer use in ChinaContributions t0 food production，impactS on me env的nm

40、entand best managemem stmtegiesJ】Nutrient Cycling in Agro-ecosyst锄s，2002，63：1 1 71278王敬国，林杉，李保国氮循环与中国农业氮管理【J】中国农业科学，2016，49(3)：503517Wang Jinggllo，Lin Shan，Li BaoguoNitrogen cycling andmanagement s仃ategies in Chinese agricultureJ】 ScientiaA鲥cultum Sillica，2016，49(3)：503517(in Chinese withEnglish abs

41、仃act)9】zhang Yitao，Wang Hong”an，Liu Shen，et a1Identi母ingcritical ni仃ogen applic撕on rate for maize yield a11d ni仃ateleaching in a Haplic Luvisol soil using the DNDC modelJ】Science 0ftlle Total Environmem，2015，5 14：3883981 O】 Liallg Hao， Qi Zhiming， Hu Kelin，et a1 Can nitratecontaminated gmundwater be

42、 remediated by optimizing floodirrigation rate wim high ni仃ate water in a desert oasis usingtlle WHCNS model?J】 Jo啪al of EnvimIlIIlentalManagement，2016，181：16251 1 Hu C S，Saseendran S，Green T，et a1Evaluating nitrogenand water management in a doublecropping system usingRZWQMJ】Vadose Zone Jo啪a1，2006，5

43、：49350512】陈研，胡克林，冯凌，等基于土壤一作物系统模拟模型的冬小麦田间水氮优化管理J农业工程学报，2007，23(6)：5560Chen Yan，Hu Kelin，Feng Ling，et a1Optimal managememof water and ni仃ogen for wimer wheat based on siIIlulationmodel in soil一plant system in agricultural fieldJTransactions of the Chinese Society of AgriculturalEnginee曲g(Tmsactions of

44、 the csAE)，2007，23(6)：5560(in Chinese with English abs仃act)13王欢元，胡克林，李保国，等不同管理模式下农田水氮利用效率及其环境效应J】中国农业科学，2011，13：27012710Wang HuanyuaIl，Hu Kelin，“Baoguo，et a1Analysis ofwater and nitrogen use e伍ciencies alld their enVimnmentalimpact under dif艳rent water and ni抒ogen managementpractices【J】Scientia A酣cu

45、l眦a sinica，201l，13：27012710(in Chinese with En91ish abs倾ct)14王立刚，李虎，杨黎，等冬小麦夏玉米轮作系统不同施氮量的长期环境效应及区域氮调控模拟J】。中国农业科学，2013，14：29322941Wang LiganLi Hu，Yang Li，et a1Simulation of long-temand regional envimmental e仃ects of differem N applicationsin the wimer wheatsummer maize systemJ】 ScientiaAgricultum Sini

46、ca，2013，14：29322941(in Chinese withEnglish abstract)15】王登瀛，多目标决策方案优选的密切值法J】系统工程，1989，7(1)：3335Wang DengyingClose Value method for optinlization ofmulti-objective decisionJ】systems Enginee咖g，1989，7(1)：3335(in Chinese wim English abstract)16楼文高用改进的密切值法综合评价农业技术经济方案J农业系统科学与综合研究，2002，18(2)：9295Lou Wengao

47、 Comprehensive assessment of agricultllraleconomic pnojects using osculating methodJ】SSCSA，2002，18(2)：9295(in Chinese wim English abstract)17】Li zho由inHu Kelin，Li Baoguo，et a1Evaluation ofwaterand ni订ogen use emciencies in a double cropping systemunder different integrated mallagement practices base

48、d on amodel approach【J】A酗cultural Water ManagemI锄，2015，159：193418A1len R G， Pereira L S， Raes D， et a1 CropeV印。仃anSpiration guidelines for computing crop waterrequirementsFA0 I川gation aIld drainage p叩er No56RRome：FA0，1998，657819】Hansen S，Jcnsen H E，Niclsen N E，et a1NPo-research，A10：DAISY：Soil plant a舡nosphere system rnodelMCopeIlhagen：The National Agency for Enviro咖entaI Protection，1 99020