不同水氮管理下STICS模型模拟冬小麦生长的全局敏感性分析及其在黄淮海农区的应用

《Agricultural Water Management》：Global sensitivity analysis of STICS model in simulating winter wheat under various nitrogen and water management

　　本研究针对过程模型STICS在模拟冬小麦生长时参数敏感性随水氮胁迫条件变化的关键问题，通过全局敏感性分析系统识别了影响黄淮海农区冬小麦生长和产量的核心参数。研究发现氮临界稀释曲线参数(adil、bdil)和叶片寿命(durvieF)对氮胁迫高度敏感，水分需求系数(kmax)则主导水分胁迫响应，土壤性质(pH、HMINF等)在水氮互作中起关键调节作用。研究提出了基于生长阶段的参数校准策略，显著提升了模型模拟精度(验证集rRMSE：LAI 21%、生物量8%、产量10%)，为优化水氮管理提供了重要工具。

　　

在全球粮食安全面临挑战的背景下，冬小麦作为重要口粮作物的稳产高产至关重要。黄淮海农区作为中国最大的冬小麦生产基地，贡献了全球13%的小麦产量，但该地区普遍存在水氮资源利用效率低下的问题。过程模型STICS因其对水-碳-氮耦合过程的详细刻画，成为优化水氮管理的理想工具，然而模型包含数百个参数，其敏感性会随水氮胁迫条件发生变化，这给模型校准和应用带来了巨大挑战。

为了解决这一难题，研究人员开展了针对STICS模型的全局敏感性分析研究。他们采用Sobol方法对109个作物和土壤参数进行系统性评估，重点考察了四种水氮胁迫情景（潜在生产、氮限制、水分限制、水氮双重限制）下参数敏感性的动态变化。研究创新性地引入了生长阶段维度，揭示了参数敏感性随物候期的演变规律。

关键技术方法主要包括：1）基于Sobol方差分解的全局敏感性分析，采用1024次采样确保结果稳健性；2）在黄淮海农区4个代表性站点（吴桥、任城、夏邑、蒙城）开展多情景模拟；3）利用田间观测数据（LAI、生物量、产量）进行模型校准与验证；4）通过层次聚类分析区域敏感性模式。

研究结果揭示了关键规律：

参数敏感性随时间在潜在生产条件下的变化

在无胁迫条件下，叶片生长参数（vlaimax、pentlaimax）和辐射利用效率参数（efcroiveg、efcroirepro）主导不同生长阶段的模拟。特别发现stlevamf在拔节期敏感性指数高达0.4，而在其他阶段影响可忽略，凸显了阶段特异性校准的重要性。

氮限制下参数敏感性随时间的变化

氮胁迫显著提升了氮临界稀释曲线参数（adil、bdil）和叶片衰老参数（durvieF、ratiodurvieI）的敏感性，同时土壤氮转化参数（pH、finert）重要性凸显。这表明在氮胁迫条件下，模型校准应重点关注氮吸收利用和叶片衰老过程。

水分限制下参数敏感性随时间的变化

水分胁迫使水分需求系数kmax和土壤萎蔫点HMINF成为最敏感参数，且表现出明显的空间分异特征。吴桥、任城站点对水分参数响应更强烈，而夏邑、蒙城站点则保持较高的辐射利用效率参数敏感性。

氮和水分限制下参数敏感性随时间的变化

双重胁迫情景下，参数敏感性呈现水氮胁迫的交互效应。在降水量较少的北部站点（吴桥、任城），水分胁迫主导参数响应；而在降水量较多的南部站点（夏邑、蒙城），氮胁迫参数仍保持较高敏感性。

模型校准和验证

基于敏感性分析结果，研究提出了针对性的校准策略：潜在条件重点校准光合和冠层结构参数（udlaimax、vlaimax等），氮胁迫侧重氮利用和衰老参数（adil、durvieF等），水分胁迫优先确定kmax。验证结果显示模型表现良好，LAI、生物量和产量的rRMSE分别为21%、8%和10%，EF均高于0.89。

研究讨论部分深入分析了水氮胁迫影响参数敏感性的生理机制。氮胁迫下叶片衰老加速导致光合参数敏感性降低，而水分胁迫下气孔调节使kmax成为关键参数。土壤性质通过调节水氮有效性间接影响作物生长，强调了在模型应用中准确表征土壤参数的重要性。

该研究的创新价值在于首次系统揭示了STICS模型参数敏感性在水氮胁迫下的动态变化规律，建立了基于生长阶段的校准框架，为模型在黄淮海农区的应用提供了实用指南。研究成果对优化水氮管理、提高资源利用效率具有重要实践意义，其方法论框架也可为其他生态区的模型适应性研究提供参考。未来研究可进一步考虑轮作制度对土壤水氮过程的长期影响，提升模型在农田系统尺度上的模拟能力。