王晓煜，杨晓光※，Tao Li，张天一，刘　涛，项洪涛，孙翌晨，刘志娟

（1. 中国农业大学资源与环境学院，北京 100193；2. 国际水稻研究所，菲律宾马尼拉 DAPO Box 777；3. 中国科学院大气物理研究所，北京 100029；4. 黑龙江省农业科学院耕作栽培研究所，哈尔滨 150086；5. 悉尼大学，澳大利亚悉尼 2006）

0　引　言

水稻为中国三大粮食作物之一，根据2015年统计资料，水稻播种面积和总产分别占全国粮食作物的26.7%和33.5%[1]。东北地区作为中国最大商品稻生产基地，2015年播种面积为445万hm2，总产为3 297万吨，均占粳稻的50%以上[1-3]，为中国最重要的粳稻产区。由于东北水稻高产优质、商品率高、产量潜力大、病虫害发生频率低、污染少[2]，受到广大民众的喜爱，东北水稻的生产直接关系到中国粳稻生产和口粮安全。另一方面，东北三省又是受气候变化影响最敏感地区之一，全球气候变暖背景下，温度升高，降水量呈降低趋势[4-5]。东北水稻以灌溉为主，且大部分地区为依赖地下水的井灌稻，水稻的用水量约占区域农业用水总量70%以上[3]。人们关注的问题是水稻井灌带来的地下水位下降，是否会导致东北地区成为第二个华北平原[3]，因此，开展节水灌溉模式对东北水稻产量影响研究，明确节水灌溉在东北地区的适宜性，对区域水稻节水灌溉技术合理布局，发挥节水灌溉模式的优势，对于水资源高效利用和水稻持续发展具有重要理论与实践意义。

前人围绕水稻节水灌溉和传统灌溉模式，在水稻需水规律、产量变化及水分利用效率比较方面做了大量工作，并创建了多种节水灌溉技术，如间歇湿润灌溉、控制灌溉、干湿交替灌溉等[6-9]。其中水稻干湿交替灌溉（alternative wetting and drying irrigation，AWD）应用最为广泛，在亚洲水稻主产区大面积推广及应用，节水效果显著。与淹水灌溉相比，产量损失在3%～23%范围内，可节约灌溉水量17%[10]。目前干湿交替灌溉与淹水灌溉模式对水稻影响研究主要是利用大田试验从水稻生理生态角度研究干湿交替灌溉与传统灌溉模式对产量与水分利用效率等影响[10-14]。但由于大田试验耗时长，受试验年份环境条件影响较大，无法在区域上进行比较。模型是区域尺度研究的重要手段，近年来ORYZA水稻模型广泛应用到节水灌溉措施对水稻需水特征、产量及水分生产率影响研究中[15-20]，目前主要集中在南方稻区及华北旱稻种植区[15-19]，而基于模型研究东北地区不同灌溉模式对水稻影响的研究还未见报道。本文以东北三省水稻种植区作为研究区域，运用ORYZA (v3)模型对比分析传统灌溉及干湿交替灌溉模式下水稻产量、耗水量及水分利用效率的时空分布特征，综合得到干湿交替灌溉技术的适宜性分区，以期为东北地区水稻科学节水灌溉管理提供参考。

1　材料和方法

1.1　研究区域概况

中国东北三省包括辽宁省、吉林省和黑龙江省。该区地势平坦、土壤肥沃、光照资源充足，大部分农区≥10 ℃积温为1 600～3 600 ·d℃，无霜期140～170 d，降水量500～800 mm，为水稻生产提供了有利条件。由于东北三省最北部区域热量资源和西部地区水资源不足，不能完全满足水稻的生长，水稻种植面积较少[21]，因此本文根据东北三省各市（县）水稻播种面积，将2011-2015年连续5a水稻播种面积占粮食作物播种面积比例大于5%的县确定为东北三省水稻主要种植区，共有 134个县，为本文的研究区域如图1。

图1　研究区域示意图Fig.1　Location of study region

1.2　数据来源

气象数据来源于中国气象科学数据共享服务网，选取研究区域内资料年限长的 65个气象站点 1981—2016年逐日气象观测数据，包括平均气温、日最低温度、日最高温度、降水量、水汽压、日照时数和平均风速等。采用 Thornton等[22-23]给出的截断高斯滤波算子空间插值算法，结合数字高程模型（DEM），将逐日气象资料插值到空间分辨率10 km×10 km的格点。基于ArcGIS 10.0软件地统计模块的反距离加权插值方法（IDW）对格点数据进行空间插值到县，得到研究区域134个县的气象数据。

水稻作物资料来源于东北三省水稻观测资料完整且时间序列较长的 8个中国气象局农业气象观测试验站，位置分布如图1，包括1981-2013年的水稻品种、发育期（出苗期、移栽期、开花期、成熟期）、单产及栽培管理措施等，其中灌溉管理为传统灌溉措施。

土壤数据来源于中国土壤数据库，包括分层砂粒和黏粒的含量、土壤全氮和有机质的含量、土壤容重、土壤的田间持水量、凋萎系数、饱和导水率等参数。

1.3　ORYZA (v3)水稻模型及参数校正

ORYZA系列水稻模型是一种动态、机理性较强的生理生态模型，以日为时间步长，可定量描述不同气候条件下、水分限制和氮素限制水平下的水稻生长发育、产量形成、水稻蒸发蒸腾量以及土壤水分、氮素的动态变化过程[24-25]。ORYZA水稻模型由地上部作物生长模块，蒸腾蒸发模块，氮素动态模块，土壤水分平衡模块等多个模块构成。本研究采用的ORYZA (v3)是ORYZA水稻系列模型的最新版本[26]，改进了 ORYZA2000中作物生长模块和土壤水分平衡模块，新增了控制水稻生长临界温度及日期的参数，并对土壤养分含量及灌溉措施设置进行了修改，提高了模型模拟水稻生理过程、灌溉管理措施及土壤水分动态变化的准确性。

ORYZA (v3)模型的输入数据包括作物参数、田间管理措施、逐日气象资料和土壤数据等。考虑到实际生产中水稻品种更替，利用研究区域内 8个农业气象观测站实测资料，建立不同年代品种调参数据集和验证数据集（表 1），经校验后的品种参数可用于模拟东北三省的水稻品种年代变更趋势及研究区域水稻产量[27]。运用模型中DRATES程序和“试错法”调试发育速率、同化物分配系数、茎秆保留系数、比叶面积等作物参数（表 2），直至模拟值与实测值差异尽可能小。采用国际上通用指标和方法度量模拟值与实测值的差异：模拟值与实测值之间的决定系数（R2）、归一化均方根误差（NRMSE）[28]、平均绝对误差（MAE）、Willmott[29]提出的一致性指标（D指标）。其中，R2和D指标反映模型模拟值与实测值之间一致性，其值越接近1说明模拟结果越好；与R2相比，D指标对于系统模拟误差更加敏感。NRMSE值反映了模拟值与实测值之间绝对误差量与相对误差量，值越小说明模拟值与实测值之间的一致性越好。

表1　东北三省水稻品种、调参及验证数据集Table 1　Rice cultivar, calibration and validation datasets in Northeast China

式中，Si为模拟值，Oi为实测值，O为实测值的平均值，n为样本数。

表2　ORYZA (v3)模型水稻品种特征参数Table 2　Rice culivar parameters in Oryza (v3) in this study

1.4　ORYZA (v3)模型不同灌溉方式情景设置

在ORYZA (v3)模型模拟东北三省水稻生长适用性验证的基础上，利用模型模拟1981-2016年逐年淹水灌溉和干湿交替灌溉模式下水稻产量和耗水量，2种灌溉模式设置如下[12,16]：

（1）淹水灌溉（flood irrigation，FL）：水稻全生育期保持1～3 cm水层。

（2）干湿交替灌溉（alternative wetting and drying irrigation，AWD），在移栽后的5 d内田间保持浅水层，返青后浅水层自然落干至土壤水势为−15 kPa时，灌水1～3 cm，再落干，如此循环。

1.5　水分利用效率

利用如下公式（4）计算水分利用效率[30-31]：

式中，Y为产量，kg/hm2；WUEC为水分利用效率，kg/(hm2·mm)；C∑为生长季内的耗水总量，mm。

1.6　高产性、高效性及适宜区的等级划分

为了明确干湿交替灌溉模式在研究区域的适宜性，本文采用累积频率法（cumulative frequency distribution，CFD）对干湿交替灌溉模式下水稻产量（高产性）和水分利用效率（高效性）进行等级划分。累积频率指变量大于某一下限值出现的次数与总次数之比[32-33]，公式如下：

式中，n 为在变量取值范围（即介于最小值与最大值之间）内划分的数值等级数。fi表示在第i个数值等级内变量发生的频数，Fi指变量在不小于该数值等级内的频数。

参考赵锦等[32]基于累计频率的分区方法，不同等级划分标准为：CFD＜25%为最高产区（最高效区），25%＜CFD＜50%为高产区（高效区），50%＜CFD＜75%为次高产区（次高效区），75%＜CFD＜100%为低产区（低效区）。用ORYZA (v3)模型模拟干湿交替灌溉模式下的产量，并计算水分利用效率，根据该标准得到各等级划分相应的产量及水分利用效率的具体数值。

在得到水稻高产性和高效性的基础上，采用ArcGIS 10.0软件叠加高产分区及高效分区得到干湿交替灌溉模式的适宜区。

1.7　数据处理

1.7.1时间变化趋势

本文利用最小二乘法[34]说明研究区域过去 36a水稻产量、耗水量和水分利用效率的时间变化趋势，用ix表示样本量为n的产量（或耗水量、水分利用效率）变量，用it表示ix所对应的时间，建立ix与it的一元线性回归方程：

式中，a为回归系数；b为回归常数。以a的10倍作为水稻产量或耗水量的变化，表示产量或耗水量每10年的变化趋势，其中正值表示增加趋势，负值表示减少趋势。

1.7.2显著性检验

采用 t检验对模型模拟结果进行显著性检验，通过α=0.05检验，判定为变化趋势显著；通过α=0.01的检验，判定为变化趋势极显著[35]。

1.7.3空间表达

根据模型模拟得到产量、耗水量及水分利用效率，采用ArcGIS 10.0软件与县域底图生成空间分布图。

2　结果与分析

2.1　ORYZA (v3)水稻模型在东北三省的适应性评价

应用ORYZA (v3)水稻模型对东北三省水稻生长发育动态和产量模拟之前，需进行模型的调参及验证，使水稻品种参数本地化，评价模型在东北三省的适应性。图2为各农业气象试验站模拟与实测生育期及产量的相关关系，并给出了不同水稻品种完成 2个发育阶段（出苗—开花、出苗—成熟）所需天数和产量的模拟值与实测值之比较。

结果表明：出苗—开花天数、出苗—成熟天数及产量的模拟值与实测值基本吻合，决定系数（R2）分别为0.89，0.90和0.86；NRMSE分别为3.5%，5.5%和8.6%；MAE分别为2.0，2.5和450.6；D指标值分别为0.91，0.92和0.91。模拟数据和实测数据基本落在1∶1线附近（图2）。说明从全区角度来看，2个生育阶段天数及产量的模拟结果和实测值一致性较好，品种参数能比较准确地反映作物品种的主要遗传特征，可用于水稻生长发育进程及水稻产量模拟研究。

图2　研究区域水稻生育期、产量实测值和模拟值对比Fig.2　Comparison of simulated and measured phenology and yield for rice in research region

2.2　两种灌溉模式水稻产量对比分析

利用调参验证后的ORYZA (v3)模型模拟研究区域各县1981-2016年淹水模式和干湿交替灌溉2种模式下水稻产量，在此基础上，分析过去36a产量演变趋势及空间分布特征，由图 2a-b可见，2种灌溉模式下，研究区内水稻产量整体呈由西南向东北减少的趋势，与水稻生长季内的积温和太阳辐射的分布规律一致[4]。淹水灌溉模式下，1981-2016年研究区域内水稻平均产量在 6 865～12 000 kg/hm2之间，36a平均为9 602 kg/hm2，高值区集中在辽宁省辽河平原及沿海地区，产量达10 000 kg/hm2以上；低值区集中在黑龙江省北部的伊春、孙吴等地，东南部的海林、穆棱等地区，平均低于8 000 kg/hm2；高低值区分布与前人研究结果一致[36]；干湿交替灌溉模式下，水稻平均产量在5 624～11 622 kg/hm2之间，全区平均为8 559 kg/hm2，高值区集中在辽宁南部的绥中、灯塔、庄河等地区，吉林省北部扶余-蛟河-和龙一带，黑龙江中部的巴彦、方正等地，达9 000 kg/hm2以上；低值区集中在黑龙江省北部孙吴、伊春等地区，平均低于7 000 kg/hm2。与淹水灌溉相比，干湿交替灌溉模式下水稻产量减少1%～19%，全区平均减少 11%，其中辽宁省减少最多（12%），黑龙江省次之（11%），吉林省最少（9%）。

1981-2016年，研究区域内水稻产量整体呈增加趋势，淹水灌溉模式下，全区水稻产量变化趋势在-658～3 326 kg/(hm2·10a)之间，平均每10年增加647 kg/hm2；干湿交替灌溉模式下产量变化趋势在-706～2 487 kg/(hm2·10a)之间，平均每10年增加382 kg/hm2。由于太阳辐射和平均温度区域之间的差异，产量变化趋势在不同地区明显不同。黑龙江省县域水稻产量在淹水灌溉和干湿交替2种灌溉模式下均呈增加的趋势，分别增加1 226和750 kg/(hm2·10a)，这是由黑龙江省热量增加、品种更替、水稻生长季延长等带来的正面影响。吉林省县域水稻产量在淹水灌溉模式下，有90%的县产量呈增加趋势，平均增加262 kg/(hm2·10a)，而在干湿交替灌溉模式下，仅有 47%的县呈增加趋势，平均增加 37 kg/(hm2·10a)，2种灌溉模式下产量变化趋势的差异主要是由于水分对作物满足程度不同导致的。辽宁省水稻生长季内温度升高幅度小、辐射降低，导致水稻产量在淹水灌溉模式下整体每10年减少16 kg/hm2，仅有18%的县呈增加趋势，而在干湿交替灌溉模式下，大部分地区水肥耦合的正面影响抵消了气候变化的不利影响，辽宁省平均每10年增加77 kg/hm2，比较而言干湿交替灌溉在辽宁省对水稻产量提高有积极作用。

图3　1981-2016年研究区域两种灌溉模式水稻产量空间分布及时间变化Fig.3　Spatial distribution and inter-annual change of rice yield under two irrigation conditions in research region from 1981 to 2016

2.3　两种灌溉模式水稻耗水量及水分利用效率比较分析

2.3.1水稻耗水量时空演变特征

水稻耗水量是指水稻生长季内棵间土面（或水面）蒸发量与水稻冠层蒸腾之和[16]。为比较淹水和干湿交替灌溉模式对水稻耗水的影响，利用ORYZA (v3)模型输出的实际蒸发量和蒸腾量，研究区域各县1981-2016年耗水量，空间分布和时间演变趋势如图4。由图可见受温度、降水、相对湿度等气象要素的影响[4]，耗水量整体呈西高东低的分布趋势。淹水灌溉模式下36a水稻平均耗水量在377～716 mm之间，平均为521 mm，高值区集中在温度较高的辽宁省中西部盘锦、辽阳、新民地区，耗水量在600 mm以上，低值区集中分布于温度较低的吉林省和黑龙江省东部地区，如蛟河-磐石-通化一带及穆棱、宁安等地区，耗水量在377～498 mm之间；干湿交替灌溉模式下，研究区域内水稻耗水量在289～598 mm之间36a平均为448 mm，高值区集中在辽宁省西部新民-台安-大洼一带，耗水量在500 mm以上，低值区主要集中在吉林省东部汪清、敦化、桦甸、集安、安图等温度较低的地区，耗水量在325～394 mm之间。与淹水灌溉相比，干湿交替灌溉模式下水稻耗水量可减小3%～26%，全区平均下降15%，尤其辽宁省和吉林省减少最多（19%），黑龙江省较少（11%），如表3。主要原因是辽宁和吉林 2省与黑龙江省相比，参考蒸散量相对较高[4]，水稻田间蒸散量较大，干湿交替灌溉模式下蒸散量和耗水量减少更明显。

1981-2016年，研究区域内水稻耗水量整体呈下降趋势，淹水灌溉模式下，全区水稻耗水量变化趋势在-99～64 mm/(10a)之间，平均为-31 mm/(10a)；干湿交替灌溉模式下耗水量变化趋势在-77～65 mm/(10a)之间，平均为-18 mm/(10a)。耗水量变化趋势在不同地区差异明显，淹水灌溉模式和干湿交替灌溉模式下，黑龙江省县域水稻耗水量均呈下降的趋势，分别下降76和57 mm/(10a)；吉林省县域水稻耗水量受温度大幅升高的影响更大，平均每10年上升40 mm以上；辽宁省县域水稻耗水量仅有小于15%的县呈上升趋势，每10年分别下降30和10 mm，这是由于各区域环境要素变化综合影响不同导致的。

表3　1981-2016年两种灌溉模式水稻产量、耗水量及水分利用效率Table 3　Rice yield, water consumption and water use efficiency under two irrigation conditions from 1981 to 2016

图4　1981-2016年研究区域两种灌溉模式水稻耗水量空间分布及时间变化Fig.4　Spatial distribution and inter-annual change of rice water requirement under two irrigation conditions in research region from 1981 to 2016

2.3.2水分利用效率时空演变特征

基于ORYZA (v3)模拟的研究区域水稻生长季内耗水量及产量结果，利用公式（4）计算了2种灌溉模式各县逐年水分利用效率。图5为研究区域1981-2016年水稻水分利用效率及变化趋势空间分布图，各省及全区平均值及时间演变趋势如表3。

由图 5可知，淹水灌溉模式下，研究区域过去 36a水稻水分利用效率在 14～27 kg/(hm2·mm)之间，平均为18.8 kg/(hm2·mm)，空间上呈南低北高的分布趋势，高值区集中在辽宁省中北部地区，吉林省东部敦化、汪清和安图等地区，黑龙江省南部宁安-五常-大庆一带、东部宝清-依兰一带及西部甘南-林甸地区，水分利用效率在20～27 kg/(hm2·mm)之间；低值区集中在辽宁省铁岭、桓仁、庄河等大部分地区，在14～18 kg/(hm2·mm)之间。干湿交替灌溉模式下水分利用效率在15～42 kg/(hm2·mm)之间，平均为20.3 kg/(hm2·mm)，整体呈东高西低的分布趋势，受耗水量影响大，高值区集中在辽宁省绥中、凌海等沿海地区，吉林省大安、蛟河、永吉、和龙等中东部大部分地区，黑龙江省中东部兰西-宾县-佳木斯-虎林一线，水分利用效率在20～42 kg/(hm2·mm)之间；低值区集中在辽宁省中部新民、开原等地和黑龙江省西部齐齐哈尔、林甸等地，水分利用效率小于18 kg/(hm2·mm)。淹水灌溉模式和干湿交替灌溉模式下，吉林省的水分利用效率最高，分别为20.6和23.8 kg/(hm2·mm)；黑龙江省次之，分别为 18.9和 19.2 kg/(hm2·mm)；辽宁省最低，分别为16.9和18.4 kg/(hm2·mm)。研究区域内与淹水灌溉相比，干湿交替灌溉水分利用效率提高 8%，由于吉林省水稻产量相对较高且耗水量最少，因此在吉林省水分利用效率提高最明显（18%），辽宁省和黑龙江省次之（8%和1%）。

1981-2016年研究区域的水分利用效率整体呈显著提高趋势，在淹水灌溉模式下，研究区域内水稻水分利用效率变化趋势在-4.3～9.5 kg/(hm2·mm·10a)间，平均为2.3 kg/(hm2·mm·10a)；干湿交替灌溉模式下水分利用效率变化趋势在-6.1～7.0 kg/(hm2·mm·10a)之间，平均为kg/(hm2·mm·10a)。水分利用效率变化趋势在不同地区差异明显，淹水灌溉和干湿交替灌溉模式下，由于吉林省水稻耗水量持续增加，且增加的速率大于产量，因此县域水稻水分利用效率均呈显著降低的趋势，分别为-1.7和-2.9 kg/(hm2·mm·10a)；黑龙江省和辽宁省由于产量的持续增加及耗水量波动性减少，县域水稻水分利用效率均呈显著增加趋势。

图5　1981-2016年研究区域两种灌溉模式水稻水分利用效率空间分布及时间变化Fig.5　Spatial distribution and inter-annual change of rice WUEC under two irrigation conditions in research region from 1981 to 2016

2.4　干湿交替灌溉模式适宜区分析

分别计算了干湿交替灌溉模式下 1981-2016年东北地区县域水稻逐年产量及水分利用效率的平均值，根据1.6中高产性等级划分标准将水稻产量分为4个等级，分别为水稻产量最高产区、高产区、次高产区和低产区；根据高效性等级划分标准将水分利用效率分为4个等级，分别为水分利用效率最高效区、高效区、次高效区和低效区，分析高产性及高效性各等级适宜种植区空间分布特征。

干湿交替灌溉模式下研究区域水稻产量高产性各等级适宜种植区空间分布特征如图6a所示。由图可以看出，最高产区主要集中在辽宁省绥中、绥中等沿海地区，吉林省北部的蛟河、扶余等县及东部的集安、安图等县，黑龙江省中部的五常、海伦、巴彦等县及东部的富锦；高产区集中在辽宁中部的开原、盖州等县，吉林及黑龙江松嫩平原东南部地区，黑龙江东部虎林、宝清等县；次高产区在研究区域的大部分地区，黑龙江超过 50%的县都属于次高产区；低产区仅伊春地区。

干湿交替灌溉模式下研究区域水分利用效率高效性各等级适宜种植区空间分布特征如图6b所示。由图可知，水分利用效率最高效区位于辽宁省海城、绥中等县，吉林省东部大部分地区，黑龙江省中部的巴彦、宾县等地区；高效区主要在辽宁东南部的庄河等县，吉林中部德惠、吉林等县，以及黑龙江中部和东部的穆棱、虎林等县；次高效区集中于辽宁中部台安、本溪等地区，吉林省西部的九台、白城等地区，及黑龙江中部和东北部的绥化、饶河等地；低效区集中在辽宁北部开原、清原等地，黑龙江西部的林甸、孙吴等地区。

图6　1981-2016年研究区域水稻干湿交替灌溉模式的高产性、高效性及适宜性空间分布特征Fig. 6　Spatial distribution characteristics of rice yield, water use efficiency, and suitability for rice under AWD in research region during 1981-2016

分析干湿交替灌溉模式在研究区域的适宜性，不仅要考虑产量的高低（即为高产性），同时还需要考虑水分利用效率的高低（即为高效性）。因此本研究从高产性和高效性 2个角度综合考虑，根据一个地区高产性和高效性的配合程度来划分适宜性。由图6c和表4可知，最适宜区集中分布在辽宁省绥中、西丰等县，吉林省北部扶余-蛟河一线及延吉地区，黑龙江省松嫩平原东南部地区。与淹水灌溉相比，干湿交替灌溉最适宜区水稻产量平均减少1%～10%，但水分利用效率平均增加1%～30%；适宜区集中在辽宁省辽河平原南部凌海、海城等地区，吉林省中部的永吉-磐石-柳河口一线以及黑龙江省中东部的方正、富锦等地区，适宜区产量减少3%～15%，水分利用效率平均增加-2%～19%；次适宜区位于辽宁省东部灯塔、开原等地区，吉林省镇赉、双辽地区及黑龙江省中东部铁力、饶河地区，产量减少8%～17%，水分利用效率变化率在-8%～18%之间；较适宜区分布在辽宁省东北部铁岭、清原等地区，吉林省长白、洮南及黑龙江省西部富裕-林甸-安达一带，产量平均减少11%～19%，水分利用效率平均变化-11%～17%。

表4　1981-2016年研究区域干湿交替灌溉模式适宜区分布Table 4　Division of AWD suitability zones for rice in research region

3　讨　论

本文结合东北三省水稻种植区县域气象资料、土壤资料及作物资料，验证ORYZA (v3)水稻模型在研究区域的适应性，运用模型模拟淹水灌溉传统模式和干湿交替节水灌溉模式下水稻的产量、耗水量，比较分析了 2种灌溉模式下产量、耗水量和水分利用效率的空间分布特征以及时间演变趋势。传统的研究方法多以田间试验及盆栽为基础[9-14]，对比分析不同灌溉方式下水稻产量及水分利用效率的差异，但传统的研究方法受试验年份气候条件的影响较大[37]，且样本容量、品种选择、管理方式有限，不利于在区域上进行定量分析。本研究基于ORYZA(v3)模型进行1981-2016年区域尺度的研究，对比2种灌溉模式下水稻产量和水分利用效率可以看出，干湿交替灌溉模式在产量损失8%范围内，可有效降低水稻耗水量15%，水分利用效率提高8%，这一研究结果与前人相关试验结果比较一致[10]。但前人研究不同灌溉方式对水稻产量的影响尚无一致结论[13]，也有相关学者通过大田试验研究表明[12-13]，干湿交替灌溉模式能通过改善根系和地上部生长发育，最终提高产量。本文干湿交替模式下的产量包括研究区域134个县1981-2016年的结果，而干湿交替灌溉模式下产量在不同站点及年际间存在差异，干湿交替灌溉模式下水稻产量整体低于淹水灌溉模式，如果将来基于区域尺度长时间序列的节水灌溉模式下的水稻实测数据，可以更好地分析不同灌溉模式下产量的差异。

文中引用前人对产量潜力气候适宜性的方法[32-33]，研究了干湿交替灌溉模式下水稻产量的高产性及水分利用效率的高效性空间分布，从产量和水分利用效率 2个角度综合考虑高产性和高效性，逐县评价干湿交替节水灌溉模式的适宜性，扩展至研究区得到干湿交替灌溉技术适宜区空间分布，为区域干湿交替灌溉技术选择提供了科学依据，对研究区域节约灌溉水资源和保障水稻产量具有重要意义。

本文定量分析干湿交替灌溉节水技术较传统灌溉模式的节水程度，以及水分利用效率提升效果，从产量和水分利用效率 2个方面明确该节水模式适宜性。本文中高产性及高效性分级均根据研究区域内指标累积频率的划分进行确定，会随着研究区域和研究时段变化而有所不同；由于资料的限制，对东北三省的灌溉方式选取的是平均状况，未考虑不同地区灌溉技术差异；未考虑不同水分年型下干湿交替灌溉模式的适宜性差异，这都需要未来深入研究分析。

4　结　论

本文基于ORYZA (v3)水稻模型，模拟了1981-2016年东北三省水稻种植区 2种灌溉模式下水稻产量、耗水量及水分利用效率，并分析了干湿交替灌溉模式下产量的高产性和水分利用效率的高效性，明确了干湿交替模式在东北地区的适宜性分区。得到以下结论：

1）1981-2016年淹水灌溉和干湿交替灌溉模式下，过去36a产量显著增加，研究区域水稻平均产量呈由西南向东北减少的趋势。淹水灌溉模式下水稻产量高值区集中在辽河平原及沿海地区，低值区集中在黑龙江省北部和东南部地区；干湿交替灌溉模式下，高值区集中在辽宁南部庄河等地、吉林北部一带、黑龙江中部的方正等地区，低值区集中在黑龙江省北部伊春地区。

2）过去36a淹水灌溉和干湿交替灌溉模式下水稻耗水量整体呈显著下降趋势。淹水灌溉模式下，区域水稻耗水量高值区集中在辽宁省中西部盘锦、锦州等地区，低值区集中在吉林省蛟河-磐石-通化一带和黑龙江省东部穆棱等地区；干湿交替灌溉模式下，高值区集中在辽宁省西部新民等地区，低值区主要集中在吉林省东部安图等地。与淹水灌溉相比，干湿交替灌溉模式能明显减少耗水量，在黑龙江、吉林和辽宁省分别减少11%、19%和19%。

3）过去36a淹水灌溉和干湿交替灌溉模式下水稻水分利用效率整体呈显著提高趋势。淹水灌溉模式下，研究区域水稻水分利用效率整体呈南低北高的分布趋势；干湿交替灌溉模式下水分利用效率呈东高西低的分布趋势。与淹水灌溉相比，采用干湿交替灌溉方式，在黑龙江、吉林和辽宁省分别提高8%、18%和1%。

4）1981-2016年干湿交替灌溉模式最适宜区集中分布在辽宁省辽河平原南部、吉林省扶余-蛟河一线及延吉地区、黑龙江省松嫩平原东南部，适宜区集中在辽宁省辽河平原南部、吉林省中部永吉-磐石-柳河口一线以及黑龙江省中东部地区，次适宜区位于辽宁省东部灯塔等地区，吉林省双辽地区及黑龙江省中东部饶河地区，较适宜区分布在辽宁省东北部清原等地区，吉林省长白、洮南及黑龙江省西部一带。

[参考文献]

[1] 中华人民共和国国家统计局. 中国统计年鉴(2015)[M]. 北京：中国统计出版社，2016.

[2] 陈温福，潘文博，徐正进. 我国粳稻生产现状及发展趋势[J]. 沈阳农业大学学报，2006，37(6)：801－805 Chen Wenfu, Pan Wenbo, Xu Zhengjin. Current situation and trends in production of Japonica rice in China[J]. Journal of Shenyang Agricultural University, 2006, 37(6): 801－805.(in Chinese with English abstract)

[3] 方福平，徐春春，李凤博，等. 当前东北水稻生产与市场形势分析[J]. 中国稻米，2010，16(1)：44－47.Fang Fuping, Xu Chunchun, Li Fengbo, et al. Analysis on the current situation of rice production and market in Northeast China[J]. China Rice, 2010, 16(1): 44－47. (in Chinese with English abstract)

[4] 刘志娟，杨晓光，王文峰，等. 气候变化背景下我国东北三省农业气候资源变化特征[J]. 应用生态学报，2009，20(9)：2199－2206.Liu Zhijuan, Yang Xiaoguang, Wang Wenfeng, et al.Characteristic of agricultural climate resource in the context of global climate change in three provinces of Northeast China[J]. Chinese Journal of Applied Ecology, 2009, 20 (9):2199－2206. (in Chinese with English abstract)

[5] 姜晓剑，汤亮，刘小军，等. 中国主要稻作区水稻生产气候资源的时空特征[J]. 农业工程学报，2011，27(7)：238－245.Jiang Xiaojian, Tang Liang, Liu Xiaojun, et al. Spatial and temporal characteristics of rice production climatic resources in main growing regions of China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(7): 238－245. (in Chinese with English abstract)

[6] 刘广明，杨劲松，姜艳，等. 基于控制灌溉理论的水稻优化灌溉制度研究[J]. 农业工程学报，2005，21(5)：29－33.Liu Guangming, Yang Jing song, Jiang Yan, et al. Optimized rice irrigation schedule based on con trolling irrigation theory[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2005, 21 (5): 29－33. (in Chinese with English abstract)

[7] 程建平，曹凑贵，蔡明历，等. 不同灌溉方式对水稻产量和水分生产率的影响[J]. 农业工程学报，2006，22(12)：28－33.Cheng Jianping, Cao Cougui, Cai Mingli, et al. Effects of different irrigation modes on the yield and water productivity of rice[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22 (12): 28－33. (in Chinese with English abstract)

[8] 薛昌颖，杨晓光，邓伟，等. 应用ORYZA2000模型制定北京地区旱稻优化灌溉制度[J]. 农业工程学报，2008，24(4)：76－82.Xue Changying, Yang Xiaoguang, Deng Wei, et al.Establishing optimum irrigation schedules for aerobic rice in Beijing using ORZA2000 model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(4): 76－82. (in Chinese with English abstract)

[9] 潘圣刚，黄胜奇，汪金平，等. 不同灌溉模式下氮肥水平对水稻生物学特性及水分利用效率的影响[J]. 干旱区研究，2012，29(1)：161－166.Pan Shenggang, Huang Shengqi, Wang Jinping, et al. Effects of nitrogenous fertilizer application on biological properties and water use efficiency of rice under different water regimes[J]. Arid Zone Research, 2012, 29(1): 161－166. (in Chinese with English abstract)

[10] Yao F, Huang J, Cui K, et al. Agronomic performance of high-yielding rice variety grown under alternate wetting and drying irrigation[J]. Field Crops Research, 2012, 126(1):16－22.

[11] 钟楚，曹小闯，朱练峰，等. 稻田干湿交替对水稻氮素利用率的影响与调控研究进展[J]. 农业工程学报，2016，32(19)：139－147.Zhong Chu, Cao Xiaochuang, Zhu Lianfeng, et al. A review on effects and regulation of paddy alternate wetting and drying on rice nitrogen use efficiency[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(19): 139－147. (in Chinese with English abstract)

[12] 赵黎明，李明，郑殿峰，等. 灌溉方式与种植密度对寒地水稻产量及光合物质生产特性的影响[J]. 农业工程学报，2015，31(6)：159－169.Zhao Liming, Li Ming, Zheng Dianfeng, et al. Effects of irrigation methods and rice planting densities on yield and photosynthetic characteristics of matter production in cold area[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(6): 159－169. (in Chinese with English abstract)

[13] 褚光，展明飞，朱宽宇，等. 干湿交替灌溉对水稻产量与水分利用效率的影响[J]. 作物学报，2016，42(7)：1026－1036.Chu Guang, Zhan Mingfei, Zhu Kuanyu, et al. Effects of alternate wetting and drying irrigation on yield and water use efficiency of rice[J]. Acta Agronomica Sinica, 2016, 42(7):1026－1036. (in Chinese with English abstract)

[14] 卞金龙，蒋玉兰，刘艳阳，等. 干湿交替灌溉对抗旱性不同水稻品种产量的影响及其生理原因分析[J]. 中国水稻科学，2017，31(4)：379－390.Bian Jinlong, Jiang Yulan, Liu Yanyang, et al. Effects of Alternate wetting and drying irrigation on grain yield in rice cultivars with different drought resistance and its physiological mechanism[J]. Chinese Journal of Rice Science, 2017, 31(4):379－390. (in Chinese with English abstract)

[15] 王卫光，丁一民，徐俊增，等. 多模式集合模拟未来气候变化对水稻需水量及水分利用效率的影响[J]. 水利学报，2016，47(6)：715－723.Wang Weiguang, Ding Yimin, Xu Junzeng, et al. Simulation of future climate change effects on rice water requirement and water use efficiency through multi-model ensemble[J].Journal of Hydraulic Engineering, 2016, 47(6): 715－723. (in Chinese with English abstract)

[16] 王卫光，孙风朝，彭世彰，等. 水稻灌溉需水量对气候变化响应的模拟[J]. 农业工程学报，2013，29(14)：90－98.Wang Weiguang, Sun Fengchao, Peng Shizhang, et al.Simulation of response of water requirement for rice irrigation to climate change[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013,29(14): 90－98. (in Chinese with English abstract)

[17] 刘路广，谭君位，吴瑕，等. 鄂北地区水稻适宜节水模式与节水潜力[J]. 农业工程学报，2017，33(4)：169－177.Liu Luguang, Tan Junwei, Wu Xia, et al. Reasonable irrigation mode and water-saving potential for rice in Northern Hubei Province[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017,33(4): 169－177. (in Chinese with English abstract)

[18] Feng L, Bouman B A M, Tuong T P, et al. Exploring options to grow rice using less water in northern China using a modelling approach: I. Field experiments and model evaluation[J]. Agricultural Water Management, 2007, 88(1/2/3): 1－13.

[19] Bouman B A M, Feng L, Tuong T P, et al. Exploring options to grow rice using less water in northern China using a modelling approach: II. Quantifying yield, water balance components, and water productivity[J]. Agricultural Water Management, 2007, 88(1/2/3): 23－33.

[20] Yadav S, Li T, Humphreys E, et al. Evaluation and application of ORYZA2000 for irrigation scheduling of puddled transplanted rice in north west India[J]. Field Crops Research, 2011, 122(2): 104－117.

[21] 中国水稻研究所. 中国水稻种植区划[M]. 杭州：浙江科学技术出版社，1989.

[22] Thornton P E, Running S W, White M A. Generating surfaces of daily meteorological variables over large regions of complex terrain[J]. Journal of Hydrology, 1997, 190:214－251.

[23] Zhang W, Yu Y Q, Huang Y, et al. Modeling methane emissions from irrigated rice cultivation in China from 1960 to 2050[J]. Global Change Biology, 2011, 17: 3511－3523.

[24] Bouman B A M, Kropff M J, Tuong T P, et al. ORYZA2000:modeling lowland rice[M]// Los Baños: International Rice Research Institute, & Wageningen: Wageningen University& Research Centre, 2001, 87: 249－273.

[25] Bouman B A M, Laar H H V. Description and evaluation of the rice growth model ORYZA2000 under nitrogen-limited conditions[J]. Agricultural Systems, 2006, 87(3): 249－273.

[26] Li T, Angeles O, Manalo E, et al. From ORYZA2000 to ORYZA (v3): An improved simulation model for rice in drought and nitrogen-deficient environments[J]. Agricultural& Forest Meteorology, 2017, 237－238: 246.

[27] Zhang T, Yang X, Wang H, et al. Climatic and technological ceilings for Chinese rice stagnation based on yield gaps and yield trend pattern analysis[J]. Global Change Biology, 2014,20(4): 1289.

[28] Wallach D, Goffinet B. Mean squared error of prediction in models for studying ecologicaland agronomic systems[J].Biometrics, 1987, 43: 561－573

[29] Willmott C J. Some comments on the evaluation of model performance[J]. Bull Am Meteor Soc, 1982, 63: 1309－1313

[30] 杨晓慧，黄修桥，陈震，等. 基于 DSSAT模拟的灌溉用水效率评价指标比较[J]. 农业工程学报，2015，31(24)：95－100.Yang Xiaohui, Huang Xiuqiao, Chen Zhen, et al. Evaluation index comparison of different irrigation water use efficiency based on DSSAT simulation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(24): 95－100. (in Chinese with English abstract)

[31] 钱晓晴，沈其荣，徐勇，等. 不同水分管理方式下水稻的水分利用效率与产量[J]. 应用生态学报，2003, 14(3)：399－404.Qian Xiaoqing, Shen Qirong, Xu Yong, et al. Water use efficiency and rice yield under different water managements[J]. Chinese Journal of Applied Ecology, 2003, 14(3): 399－404. (in Chinese with English abstract)

[32] 赵锦，杨晓光，刘志娟，等. 全球气候变暖对中国种植制度的可能影响X. 气候变化对东北三省春玉米气候适宜性的影响[J]. 中国农业科学，2014，47(16)：3143－3156.Zhao Jin, Yang Xiaoguang, Liu Zhijuan, et al. The possible effects of global warming on cropping systems in China X.The possible impacts of climate change on climatic suitability of spring maize in the three province of Northeast China[J].Scientia Agricultura Sinica, 2014, 47(16): 3143－3156. (in Chinese with English abstract)

[33] 施能. 气象科研与预报中的多元分析方法[M]. 北京：气象出版社，1995.Shi Neng. Multi-analysis in Meteorology Research and Prediction[M]. Beijing: Meteorology Press, 1995. (in Chinese with English abstract)

[34] 魏凤英. 现代气候统计诊断与预测技术[M]. 北京：气象出版出版社，2007.

[35] Kobayashi K, Salam M U. Comparing simulated and measured values using mean squared deviation and its components[J]. Agronomy Journal, 2000, 92(2): 345－352.

[36] Zhang T, Yang X, Wang H, et al. Climatic and technological ceilings for Chinese rice stagnation based on yield gaps and yield trend pattern analysis[J]. Global Change Biology, 2014,20(4): 1289.

[37] 冯利平，莫志鸿，黄晚华，等. 湖南省季节性干旱对双季稻生长及产量影响的模拟研究[J]. 作物学报，2011，37(5)：895－902.Feng Liping, Mo Zhihong, Huangwanhua, et al. A simulated study on the effects of seasonal drought on growth and yield of double cropping rice in Hunan Province[J]. Acat Agronomica Sinica 2011, 37(5): 895－902. (in Chinese with English abstract)