EN中文

Arid Land Geography >

2025 , Vol. 48 >Issue 12: 2099 - 2110

DOI: https://doi.org/10.12118/j.issn.1000-6060.2025.036

Ecology and Environment

Simulation study on water and fertilization coupling optimization scheme of spring maize based on DNDC model

  • Haolin LI , 1 ,
  • Xuejie ZHANG , 2 ,
  • Hongjuan ZHANG 2 ,
  • Li’na SUN 3 ,
  • Pengcheng SONG 2 ,
  • Ping LI 2
Expand
  • 1 College of Environmental and Energy Engineering, Beijing University of Technology, Beijing 100124, China
  • 2 College of Water Conservancy and Hydropower Engineering, Gansu Agricultural University, Lanzhou 730070, Gansu, China
  • 3 Agricultural Technology Extension Center of Liangzhou District, Wuwei 733000, Gansu, China

Received date: 2025-01-16

  Revised date: 2025-04-18

  Online published: 2026-03-11

Fold

Abstract

To investigate the effects of reducing the use of traditional fertilizers and substituting them with organic fertilizers on the growth of spring maize (Zea mays L.) under different irrigation gradients, we used a combination of field trials and crop growth modeling. Fully (75%-95% of field capacity) and partially (55%-75% of field capacity) irrigated gradients were set. Additionally, three modes of fertilizer addition, traditional, traditional reduced by one-third, and traditional reduced by one-third+organic fertilizer, were set based on the local fertilizer application rates of 225 kg·hm−2. The effects of different water-fertilizer combinations on the yield and water use efficiency of crops in the Minqin Oasis, Gansu Province, China, could be ascertained based on a quantitative analysis using the DNDC model. The results showed that: (1) The Nash coefficients (ME) of the simulated and measured values of the standard and validation periods during 2022—2023, employing the DNDC model, were in the range of 0.72-0.98, and the coefficients of determination (R2) were >0.80. (2) The validated DNDC model exhibited good applicability in simulating the growth rates of maize plants in the Minqin Oasis. (3) The yield under different water-fertilizer application scenarios varied; that with T240-40% (40% organic fertilizer) treatment was 1.08% lower than that with T300-40% (40% organic fertilizer) treatment; while water use efficiency and irrigation water use efficiency increased by 17.40% and 23.65%, respectively; and the partial fertilizer productivity improved by 1.07%. T240-40% was the most optimal water-fertilizer treatment scheme. The results of this study can provide a theoretical basis for improving the water-fertilizer use efficiency of spring maize in the Minqin Oasis.

Key words： DNDC model; maize; yield; water use efficiency; partial fertilizer productivity

Cite this article

Haolin LI , Xuejie ZHANG , Hongjuan ZHANG , Li’na SUN , Pengcheng SONG , Ping LI . Simulation study on water and fertilization coupling optimization scheme of spring maize based on DNDC model[J]. Arid Land Geography, 2025 , 48(12) : 2099 -2110 . DOI: 10.12118/j.issn.1000-6060.2025.036

粮食安全是经济持续增长和社会长期稳定的基本保障，关乎国计民生的重要任务[1-2]。在西北干旱半干旱区，降水分布不均，蒸发大，农业用水量高达80%，各部门之间的用水竞争加剧[3]。在夏季高温和少雨气候的影响下，农业利用率低且面临着供水不足的严峻问题[4]。因此，在民勤绿洲地区尽管土地和光热资源充裕，但粮食产量仍然较低，其主要原因是区域缺水问题严重，农作物水肥利用效率低，导致水土资源无法实现效益最大化。
氮是玉米生长发育过程中不可或缺的因素，作物产量与品质、氮素的供应密切相关[5]，但随着现代农业的发展，大量的化肥施用导致农业面源污染、大气污染、土壤板结、土壤酸化等一系列问题[6]。同时有机肥的配施可以改善土壤理化性质、提升土壤肥力、促进作物根系吸收和转化、提升作物产量[7]。郭喜军等[8]研究表明有机肥与无机肥配施可显著提升陇中旱农区玉米产量16.9%；宿顺顺[9]通过对黄土高原旱作区玉米的研究，得到有机肥替代24%的施肥模式显著增加作物株高、叶面积及产量；刘占军[10]研究发现，在施用等量氮的情况下，将有机肥替代30%的氮肥处理会使玉米的干物质积累速率达到最大。因此诸多研究表明，采用有机肥配施无机肥的方式能够有效满足作物在不同生长阶段对氮素的需求，同时可达到作物高产的目的。
随着研究技术的发展，一些陆地生态系统模型已被广泛应用于农业生产中，其中反硝化-分解（DNDC）模型广泛应用于土壤和农作物生长的模拟及预测，弥补了田间试验周期长、尺度小、重复实验较为复杂等不足[11]。DNDC模型最初仅应用于模拟森林生态系统中N2O等气体排放[12]，然而，通过不断改进，DNDC模型现已被广泛应用于模拟较为真实的环境-作物-土壤之间的相互作用[13-15]。Lu等[16]利用DNDC模型模拟预测了干旱区不同气候模式下的玉米产量变化，结果表明DNDC模型可以有效模拟玉米生物量变化，验证了DNDC模型对干旱区沙性土壤的有效性，并证明该模型可用于玉米生物量的预测；Chen等[17]在黄土高原采用DNDC模型，通过施肥条件和气候变化模拟玉米产量和土壤有机碳的变化，结果发现玉米产量适于中等气温和水量，有机肥和无机肥混合为最佳施肥措施；李元航等[18]采用DNDC模型研究大田玉米产量对施氮水平的响应，结果发现，施氮水平为300 kg·hm-2时，玉米产量可达16373 kg·hm-2，增幅为35.9%。综上，大量研究均采用DNDC模型模拟和预测了氮肥施用对玉米产量的响应，而针对DNDC模型对水肥耦合双因素条件下玉米产量和水肥利用效率的影响鲜有研究。
本研究以民勤绿洲春玉米为研究对象，采用田间试验和作物生长模型相结合的方法进行研究。通过田间试验分析不同灌溉梯度和传统施肥与有机肥配施对产量及土壤水分的影响，利用田间实测数据对DNDC模型进行参数校准，运用DNDC模型对不同灌水定额的不同传统施肥与有机肥配施比例情景的土壤水分及产量进行模拟，明晰玉米产量、水分利用效率（WUE）、肥料偏生产力（PFP）对不同水肥耦合情景的响应规律，探究适用于民勤绿洲大田玉米种植的最优水肥耦合方案，为该区域玉米种植水肥耦合技术提供理论依据。

1 材料与方法

1.1 研究区概况

试验于2022年和2023年连续2 a在甘肃省武威市民勤县水务局试验基地进行。该地区平均海拔为1455 m，属于大陆性气候，干旱少雨，年平均降水量为110 mm，主要分布在7—9月，占年降水量的60%以上，蒸发量约2644 mm，年日照时数超过3000 h，平均气温7.8 ℃。试验区2022年和2023年作物生长阶段平均气温为28 ℃，降水量分别为127.50 mm和81.31 mm（图1），试验地土壤pH值9.6，0~20 cm土层有机质3.39 mg·kg-1，容重1.53 g·cm-3，硝态氮40.23 mg·kg-1，铵态氮54.63 mg·kg-1，有效磷29.56 mg·kg-1，速效钾152.62 mg·kg-1。
图1 2022—2023年试验区气象变化

Fig. 1 Changes of meteorologic in study area from 2022 to 2023

1.2 试验设计

试验供试大田玉米品种为“DK818”，共设置3个施肥梯度，分别以当地农户施肥量225 kg·hm-2为基准设置传统肥、传统肥减量1/3、传统肥减量1/3+商品有机肥替代减量；2个灌溉制度，分别为充分灌溉（土壤含水量为田间持水率的75%~95%）和非充分灌溉（土壤含水量为田间持水率的55%~75%）（表1），灌水定额为300 m3·hm-2，试验中根据实测土壤水分值达到试验设计值下限时（75%和55%）进行灌水。试验后期追肥为尿素（N+P2O5≥64.0%），有机肥为含腐殖酸水溶肥（N+P2O5+K2O≥200 g·L-1，腐殖酸≥30 g·L-1）。试验小区用1 m宽，0.008 mm厚度的白膜进行一膜两行模式铺设，玉米种植行距40 cm，株距20 cm；小区面积13.5 m2（1 m×13.5 m=13.5 m2），2022年和2023年玉米种植日期分别为2022年5月1日和2023年4月30日，收获日期分别为2022年9月30日和2023年9月28日。试验共6个处理，每个处理3次重复，共18个小区。
表1 试验设计

Tab. 1 Experimental design

处理 灌溉梯度 施肥
施肥类型 施肥量/kg·hm-2
W1F1 充分灌溉75%~95%θf（W1） 传统肥（F1） 225
W1F2 传统肥减量（F2） 150
W1F3 传统肥减量+有机肥（F3） 150+75
W2F1 胁迫灌溉55%~75%θf（W2） 传统肥（F1） 225
W2F2 传统肥减量（F2） 150
W2F3 传统肥减量+有机肥（F3） 150+75

注：θf为田间持水率。

1.3 指标测定

1.3.1 土壤水分观测

采用质量水分“称重法”进行测定，通过土钻分层取土，测定土层深度为0~20 cm和20~40 cm 2个土层，装入铝盒放入烘箱烘至恒重（105 ℃），计算土壤孔隙含水率。

1.3.2 生物量和产量测定

在玉米各生育期，每个处理分别选取具有代表性且长势一致的3株植株，测定其单叶重、总叶重、茎重、根重、果实重，将烘干箱温度调定为105 ℃进行杀青30 min，后调至80 ℃烘至恒重，测定其干物质积累量（生物量）。在成熟期末，每个处理进行实产测定，计算小区产量和单位面积产量。

1.3.3 水分利用效率和肥料偏生产力计算

采用水量平衡法计算玉米生育期耗水量（ET，mm）[19]，计算公式如下：
$\mathrm{E}\mathrm{T}=P+I-\mathrm{\Delta }W$
式中：P为降水量（mm）；I为玉米全生育期灌水量（mm）；$\mathrm{\Delta }W$为试验初期和末期土壤贮水量的变化量（mm）。
WUE、灌溉水利用效率[20]（IWUE）、玉米PFP[21]的计算公式如下：
$\begin{array}{c}WUE=\frac{Y}{\mathrm{E}\mathrm{T}}\end{array}$
$\begin{array}{c}IWUE=\frac{Y}{I}\end{array}$
$\begin{array}{c}PFP=\frac{Y}{N}\end{array}$
式中：Y为玉米产量（kg·hm-2）；PFP为肥料偏生产力（kg·kg-1）；N为总施肥量（kg·hm-2）。

1.4 DNDC模型介绍

DNDC模型是由美国New Hampshire大学陆地海洋空间研究中心开发[22]，可以精准描述作物生长及农田生态系统内复杂的生物化学过程和氧化还原反应，尤其是对碳氮元素循环的动态变化过程。该模型具备跨尺度模拟能力，既可以应用于点位尺度的精确模拟，也能满足区域尺度的宏观分析需求[23]。DNDC模型由于模拟结果精确可靠等特性，该模型已在全球范围内得到广泛应用[24]。

1.4.1 模型校正

运行模型气象数据包括全年逐日最高气温（℃）、逐日最低气温（℃）和逐日降水量（mm），气象数据通过试验点小型气象站[型号：PC-3全自动气象站（辽宁锦州阳光气象科技有限公司）]进行获取，每年校准一次。并通过“试错法”对该模型土壤参数和作物参数进行校准，即通过重复执行正演模拟来实现，每次人为进行调整要校准的输入参数，包括用于确定初始条件和边界条件的参数，直到模型的结果与实际观测值拟合程度较好为止。土壤参数来自田间实际观测值，其中孔隙度采用了模型默认值，作物参数采用模型默认值，并参考查阅文献资料进行校正获得[25]（表2）。由于该模型中未设置有机肥类型这一变量，因此在该模型中对含腐殖酸水溶肥（N+P2O5+K2O≥200 g·L-1，腐殖酸≥30 g·L-1）采取输入有机肥养分含量进行模拟，其他田间管理措施根据试验设计的实际情况输入参数后对模型进行模拟。
表2 模型模拟土壤参数和作物参数

Tab. 2 Soil parameters and crop parameters of model simulation

土壤参数 作物参数
参数类型 取值 参数类型 取值
土壤质地 砂壤土 最高产量/kg·hm-2 6993.00
土壤容重/g·cm-3 1.37 总需氮量/kg·hm-2 125.82
田间持水率/cm3·cm-3 0.20 生长积温/℃ 2550.00
孔隙度 0.48 需水量/mm 150.00
pH值 9.60 最适温度/℃ 30.00
表层土壤有机碳/g·kg-1 1.00 固氮系数 1.00

1.4.2 模型模拟结果评价

本研究采用纳什系数（ME）与决定系数（R2）对模型进行验证。其中，ME值在0以上表示拟合程度较好，1表示模拟结果与实测结果基本一致；R2表示模拟值与实测值之间的相关程度，R2越接近于1表示拟合结果越好。
$\begin{array}{c}ME=1-\frac{\stackrel{n}{\displaystyle\sum _{i=1}}{\left({P}_{i}-{O}_{i}\right)}^{2}}{\stackrel{n}{\displaystyle\sum _{i=1}}{\left({O}_{i}-\overline{O}\right)}^{2}}\end{array}$
$\begin{array}{c}{R}^{2}={\left(\frac{\stackrel{n}{\displaystyle\sum _{i=1}}\left({O}_{i}-\overline{O}\right)\left({P}_{i}-\overline{P}\right)}{\sqrt{\stackrel{n}{\displaystyle\sum _{i=1}}{\left({O}_{i}-\overline{O}\right)}^{2}\stackrel{n}{\displaystyle\sum _{i=1}}{\left({P}_{i}-\overline{P}\right)}^{2}}}\right)}^{2}\end{array}$
式中：Oi和Pi分别为观测值和模拟值；$\overline{O}$和$\overline{P}$分别为观测值和模拟值的平均值；n为观测值个数。

1.5 不同水肥耦合模拟情景设定

本研究共设置了20种（T300-100%~T120-20%）不同水肥耦合情景（表3），分别在4个灌水定额（300 m3·hm-2、240 m3·hm-2、180 m3·hm-2、120 m3·hm-2）基础上，设置了5种传统施肥与有机肥配施比例（100%有机肥、配施80%有机肥、配施60%有机肥、配施40%有机肥、配施20%有机肥），同时传统肥与有机肥施肥总量为225 kg·hm-2，共设置灌水次数均为12次，依据该地的降水变化设置灌溉日期，进而利用DNDC模型分析不同水肥耦合下玉米产量、WUE、IWUE和PFP的差异响应，并确定最优水肥耦合方案。
表3 玉米不同水肥耦合模拟情景

Tab. 3 Simulation scenarios of different water and fertilizer coupling of maize

情景处理 灌水定额/m3·hm-2 施肥类型 有机肥施肥量/kg·hm-2
T300-100% 300 100%有机肥 225
T300-80% 80%有机肥 180
T300-60% 60%有机肥 135
T300-40% 40%有机肥 90
T300-20% 20%有机肥 45
T240-100% 240 100%有机肥 225
T240-80% 80%有机肥 180
T240-60% 60%有机肥 135
T240-40% 40%有机肥 90
T240-20% 20%有机肥 45
T180-100% 180 100%有机肥 225
T180-80% 80%有机肥 180
T180-60% 60%有机肥 135
T180-40% 40%有机肥 90
T180-20% 20%有机肥 45
T120-100% 120 100%有机肥 225
T120-80% 80%有机肥 180
T120-60% 60%有机肥 135
T120-40% 40%有机肥 90
T120-20% 20%有机肥 45

2 结果与分析

2.1 模型模拟结果分析

2.1.1 生育期内土壤水分的率定与验证

2022年率定期玉米生育期内0~20 cm和20~40 cm土层土壤水分的拟合结果均表现较好（图2）。率定期不同水肥耦合处理下0~20 cm和20~40 cm土层土壤水分均表现为W1F3处理最高，较其他处理土壤水分分别提高了0.62%~9.33%和0.95%~8.34%。模拟值与实测值具有相同的趋势，W1F3处理较其他处理分别提高了3.20%~7.55%和4.23%~13.61%。随着施肥量的改变，W1F3处理的土壤水分最高，较传统肥（W1F1和W2F1）处理的土壤水分分别提高了3.67%、4.67%、3.33%、7.79%，较传统肥减量1/3（W1F2和W2F2）处理提高了3.20%、4.23%、2.91%、5.94%。模拟结果得到0~20 cm和20~40 cm土层下土壤水分拟合程度ME值分别位于0.73~0.86和0.70~0.87，R2值均大于0.80。
图2 2022年率定期不同土层土壤水分模拟结果

注：W1F1、W1F2、W1F3分别为充分灌溉条件下施肥为传统肥、传统肥减量1/3、传统肥减量1/3+有机肥；W2F1、W2F2、W2F3分别为胁迫灌溉条件下施肥为传统肥、传统肥减量1/3、传统肥减量1/3+有机肥；ME为纳什系数；R2为决定系数。下同。

Fig. 2 Simulation analysis of soil water content in different soil layers at calibration in 2022

2023年验证期玉米生育期内0~20 cm和20~40 cm土层下土壤水分模拟值与实测值变化趋势一致（图3）。在不同水肥耦合处理下，均为W1F3处理土壤水分最高，较其他处理分别提高了4.55%~10.64%、2.02%~8.86%；模拟值趋势同实测值趋势一致，W1F3处理较其他处理分别提高了5.66%~8.65%、3.97%~12.02%。随着施肥的不同，W1F3处理较W1F1和W2F1处理的土壤水分分别提高了8.80%、4.48%、2.96%、4.28%，较W1F2和W2F2处理分别提高了3.81%、3.97%、2.82%、1.39%。0~20 cm和20~40 cm土层土壤水分模拟结果0.67<ME<0.89，R2值位于0.91~0.98和0.81~0.98之间。综合而言，率定期和验证期DNDC模型可以较好地模拟土壤水分，并在该研究区具有较好的适用性。
图3 2023年验证期不同土层土壤水分模拟结果

Fig. 3 Simulation analysis of soil water content in different soil layers at validation in 2023

2.1.2 玉米产量的率定与验证

2022年率定期和2023年验证期不同水肥耦合处理下玉米产量模拟结果较好（图4）。2022年在W1F3处理下产量最高，但与W1F1、W2F1、W2F3处理无显著差异，各处理实测结果表现为W1F3>W1F1>W2F3>W2F1>W1F2>W2F2，W1F3处理较其他处理产量依次提高了2.09%、3.62%、3.94%、14.34%、14.66%；2023年在W2F3处理下产量最高，但与W1F1、W1F3处理无显著差异，各处理实测结果表现为W2F3>W1F1>W1F3>W2F1>W1F2>W2F2，且与其他处理相比产量依次提高了1.51%、1.54%、4.97%、16.50%、23.89%。2022年和2023年2 a模拟结果均具有相同的态势，2022年率定期模拟值W1F3处理较其他处理产量依次提高了2.09%、4.85%、14.35%、14.66%、5.34%，2023年验证期模拟值W1F3处理较其他处理产量依次提高了2.09%、3.95%、14.34%、14.64%、3.70%。2022年和2023年玉米产量模拟结果ME值均大于0.90，且R2值分别为0.99、0.98。总体表明DNDC模型对该研究区玉米产量具有较好的适用性。
图4 2022年率定期和2023年验证期玉米产量模拟结果

Fig. 4 Calibration and validation period maize yield simulation results in 2022 and 2023

2.2 不同水肥耦合下玉米产量的模拟分析

通过对20种（T300-100%~T120-20%）不同水肥耦合情景模拟得到，玉米产量依次表现为T300-40% > T240-40% > T300-20% > T240-20% > T300-60% > T240-60% > T180-40% > T300-80% > T240-80% > T180-20% > T120-40% > T180-60% > T120-20% > T300-100% > T240-100% > T120-60% > T180-80% > T120-80% > T180-100% > T120-100%（图5）。随着灌水定额的减少，300 m3·hm-2条件下的处理较240 m3·hm-2条件下的处理仅提高了0.67%，而较180 m3·hm-2、120 m3·hm-2条件下处理的产量分别提高了12.20%、15.63%。其中T300-40%、T240-40%、T180-40%、T120-40%处理分别较同条件下（配施60%有机肥）处理下产量最高，较其他处理提高了4.55%~22.49%、4.38%~21.21%、9.32%~21.81%、0.87%~13.02%。综上所述，T300-40%处理下产量结果更优，较其他处理提高了4.55%~36.01%。
图5 不同水肥耦合情景下的玉米产量

Fig. 5 Maize yield under different water-fertilizer coupling scenarios

2.3 不同水肥耦合下玉米生育期水肥利用效率的模拟分析

在4种灌水定额下，随着灌水定额的减少WUE和IWUE整体呈现上升趋势，而PFP整体呈现先上升后下降的态势（图6）。不同水肥耦合处理在T120-40%处理下WUE和IWUE最大，最大值分别为7.12 kg·m-3、11.82 kg·m-3；在T300-40%处理下PFP值最高，最大值为91.03 kg·kg-1。在相同施肥条件下，以配施40%有机肥为例，T300-40%处理较T300-80%、T300-60%、T300-20%处理的WUE分别增加了14.78%、24.59%、36.26%，IWUE分别增加了19.13%、34.10%、51.86%，而PFP降低了1.06%、8.94%、16.90%。相同灌水定额下，以配施40%有机肥为例，T240-40%处理较T240-80%、T240-60%、T240-20%处理的WUE分别增加了22.49%、14.77%、7.33%、4.56%，IWUE增加了22.49%、14.77%、7.33%、4.56%，PFP增加了22.48%、14.75%、7.32%、4.54%。因此，减少灌水定额在一定程度上增加了WUE和IWUE，却降低了PFP，而适当有机肥与传统肥配施比例可以增加玉米的WUE和IWUE。
图6 不同水肥耦合处理下的水肥利用效率

Fig. 6 Water and fertilizer use efficiency under different water-fertilizer coupling scenarios

2.4 最优水肥耦合方案的确定

由不同水肥耦合情景产量、水肥利用效率的模拟结果分析，在灌水定额为300 m3·hm-2的条件下，T300-40%处理下的玉米产量仅比灌水定额为240 m3·hm-2条件的下T240-40%的处理高1.08%，PFP减少了1.07%，而T240-40%处理下的WUE及IWUE增加了17.40%、23.65%。因此，针对不同水肥耦合模拟情景下的玉米产量、WUE、IWUE、PFP以及节水节肥目的，T240-40%处理为民勤地区玉米种植最优水肥耦合方案。

3 讨论

3.1 模型的不确定性

在本研究中不同水肥耦合条件下，玉米生育期内不同土层土壤水分和产量的模拟结果较好较高，且ME值均大于0.60，R2值大于0.70，这与其他研究中使用DNDC模型对冬小麦[26]、马铃薯[27]、水稻[28]等作物产量的模拟结果相似。同时邱建军等[29]的研究进一步表明，DNDC模型能够较好的模拟不同水肥耦合条件对产量的影响，在2个生育期的模拟中，实测值与模拟值均体现出传统肥减量1/3+有机肥替代减量的处理高于传统肥及传统肥减量1/3的处理。此外，模型在进行土壤水分的模拟中，在出现降雨时，模型输出结果为一天结束时的土壤水分，而在实际观测中，则可能在降雨前进行了不同土层土壤水分的观测，进而导致了实测值偏低于模拟值[30]。同时DNDC模型在模拟非充分灌溉条件下土壤水分出现模拟值偏高实测值的现象，这与Tan等[31]在干旱条件下模拟的土壤水分值偏高的研究结果一致，主要原因是由于DNDC模型无法准确模拟干旱地区植物的生长和蒸腾作用对土壤水分的影响[32]。因此，在进一步应用DNDC模型时，需要进一步分析时间因素、自然因素和干旱条件对模拟精度的影响。

3.2 不同水肥耦合情景模拟分析及最优方案确定

本研究通过DNDC模型参数的率定与验证，对不同灌水定额和不同有机肥与传统肥配比进行细化，模拟不同水肥耦合情景下的玉米产量、WUE、IWUE和PFP。研究结果发现，玉米产量随着灌水定额的减小而减小，在常规施肥条件下，随有机肥配施比例的增大，产量表现为先增大后降低的趋势，表明适宜的水肥耦合情景对于提升玉米产量至关重要。韩碧波[33]的研究表明，配施40%有机肥处理的产量高于配施60%有机肥处理；谢丽华等[34]认为配施37.5%有机肥处理的产量最高；李明悦等[35]认为配施40%有机肥处理的产量高于配施50%有机肥处理。本研究也证实在不同的灌水定额下，均表现为60%传统肥+40%有机肥时产量最高，这与前人研究趋势基本一致，表明有机肥的适量施入会提高作物的产量。
合理的水肥耦合方式不仅可以提高水肥利用效率，还可有效减少水资源与氮肥的损失和浪费[36]。本研究中在相同灌水定额条件下，随有机肥配施比例的提高，WUE、IWUE、PFP同样均呈现先增加后减小的趋势，且在配施40%有机肥处理时最大，这与前人研究结果相似。汤宏等[37]在贵州中壤质黄壤土上的研究发现，有机肥替代比例为36.0%~45.8%时水肥利用效率最高；周慧等[38]认为有机肥替代比例小于50%时植株吸氮量随有机替代比例的增加而增加，而超过50%时则逐渐降低；赵吉霞等[39]认为有机肥替代化肥比例为30%时玉米地上部分植株吸氮量最高，超过30%植株吸氮量则开始下降；洪瑜等[40]认为施氮量为240 kg·hm-2有机肥替代32%化肥处理时，结果表现为减少化肥投入的同时提高了氮素利用率。本研究结果得到配施40%有机肥处理>配施20%有机肥处理>配施80%有机肥>配施60%有机肥>100%有机肥，综合而言40%有机替代处理>单施化肥处理>60%有机替代处理。因此，适宜的有机肥替代部分化肥比例不仅满足作物生长发育且提高作物产量和水肥利用效率，而过高的有机肥施入并不利于作物增产，并且会导致无机肥易被消耗，不利于作物根系对氮的吸收利用。

4 结论

（1） 2022年和2023年土壤水分、玉米产量的模拟值与实测值的ME和R2均大于0.67，模拟值与实测值拟合程度较好，DNDC模型在民勤地区对玉米的模拟具有较好的适用性。
（2） 不同水肥耦合情景处理下，T300-40%（灌水定额300 m3·hm-2，40%有机肥）处理产量最高，T240-40%（灌水定额240 m3·hm-2，配施40%有机肥）处理次之，分别较其他处理产量提高了4.55%~36.01%、3.43%~34.56%。同时随着灌水定额的减少WUE、IWUE值逐渐增大，变化范围为3.70~7.12 kg·m-3、4.65~11.82 kg·m-3，但PFP减小，位于66.93~91.03 kg·kg-1之间。
（3） T240-40%处理为最优水肥耦合方案，且WU-E、IWUE、PFP值分别为5.33 kg·m-3、7.04 kg·m-3、90.06 kg·kg-1，T240-40%处理玉米产量仅比T300-40%处理低1.08%，PFP增加1.07%，而WUE、IWUE增加了17.40%、23.65%。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Shi R C, Wang J T, Tong L, et al. Optimizing planting density and irrigation depth of hybrid maize seed production under limited water availability[J]. Agricultural Water Management, 2022, 271, 107759, doi: 10.1016/j.agwat.2022.107759.

[2]
罗静怡, 东梅. 中国粮食生产用水绿色效率与回弹效应研究——基于三阶段超效率SBM-Malmquist模型[J]. 干旱区地理, 2024, 47(9): 1508-1517.

DOI

[Luo Jingyi, Dong Mei. Green efficiency and rebound effect of water for grain production in China: Based on the three-stage super-efficiency SBM-Malmquist model[J]. Arid Land Geography, 2024, 47(9): 1508-1517.]

DOI

[3]
Zhao Y, Zhang R, Shu H P, et al. Study on optimal allocation of water resources based on uncertain multi-objective fuzzy model: A case of Pingliang City, China[J]. Water, 2024, 16(15): 2099, doi: 10.3390/w16152099.

[4]
吴梦雨, 李冬杰, 韩玉国, 等. 河西走廊农田灌溉面积阈值分析[J]. 干旱区地理, 2024, 47(7): 1165-1174.

DOI

[Wu Mengyu, Li Dongjie, Han Yuguo, et al. Thresholds of irrigated farmland area in the Hexi Corridor region[J]. Arid Land Geography, 2024, 47(7): 1165-1174.]

DOI

[5]
受娜. 施氮量对陇东旱塬区青贮玉米生产及水氮利用的影响[D]. 兰州: 兰州大学, 2022.

[Shou Na. Effect of nitrogen application rate on production, water and nitrogen utilization of forage maize in the Longdong Loess Plateau of China[D]. Lanzhou: Lanzhou University, 2022.]

[6]
Ma J Q, Liu L S, Cui B F, et al. Research on the coupling effect of water and fertilizer on maize under multi-objective conditions and its application scenarios[J]. Sustainability, 2024, 16(13): 5615, doi: 10.3390/su16135615.

[7]
邝雨欣, 张体彬, 程煜, 等. 有机无机肥配施对盐渍化农田无机态氮迁移和玉米生长的影响[J]. 干旱地区农业研究, 2025, 43(2): 105-115, 137.

[Kuang Yuxin, Zhang Tibin, Chen Yu, et al. Effects of combined application of organic and inorganic fertilizers on inorganic nitrogen movement and maize growth in salinity soils[J]. Agricultural Research in the Arid Areas, 2025, 43(2): 105-115, 137.]

[8]
郭喜军, 谢军红, 李玲玲, 等. 氮肥用量及有机无机肥配比对陇中旱农区玉米光合特性及产量的影响[J]. 植物营养与肥料学报, 2020, 26(5): 806-816.

[Guo Xijun, Xie Junhong, Li Lingling, et al. Appropriate nitrogen fertilizer rate and organic N ratio for satisfactory photosynthesis and yield of maize in dry farming area of Longzhong, Gansu Province[J]. Journal of Plant Nutrition and Fertilizers, 2020, 26(5): 806-816.]

[9]
宿顺顺. 有机无机肥配施与亏缺灌溉对夏玉米/冬小麦生长和水氮利用的影响[D]. 西安: 西北农林科技大学, 2020.

[Su Shunshun. Effects of organic and inorganic fertilizer application and deficit irrigation on the growth and water and nitrogen utilization of summer maize/winter wheat[D]. Xi’an: Northwest A & F University, 2020.]

[10]
刘占军. 东北春玉米氮磷增效施肥模式研究[D]. 北京: 中国农业科学院, 2010.

[Liu Zhanjun. Evaluation on fertilizer application patterns for improving nitrogen and phosphorus use efficiency in spring maize in northeast China[D]. Beijing: Chinese Academy of Agricultural Sciences, 2010.]

[11]
Oliveira G F D, Correa J C, Hentz P, et al. Soil carbon fractions in response to mineral and organic fertilizer types and rates[J]. Revista Brasileira de Ciência do Solo, 2023, 47, e0220132, doi: 10.36783/18069657rbcs20220132.

[12]
Zhang F, Eidoma I M, Li M, et al. Integrated model and field experiment to determine the optimum planting density in plastic film mulched rainfed agriculture[J]. Agricultural and Forest Meteorology, 2019, 268: 331-340.

DOI

[13]
Li C S, Frolking S, Frolking T A. A model of nitrous-oxide evolution from soil driven by rainfall events: Model structure and sensitivity[J]. Journal of Geophysical Research: Atmospheres, 1992, 97(D9): 9759-9776.

DOI

[14]
Giltrap D L, Li C, Saggar S. DNDC: A process-based model of greenhouse gas fluxes from agricultural soils[J]. Agriculture Ecosystems Environment, 2010, 136(3-4): 292-300.

DOI

[15]
Li H, Qiu J, Wang L, et al. Advance in a terrestrial biogeochemical model: DNDC model[J]. Acta Ecologica Sinica, 2011, 31(2): 91-96.

DOI

[16]
Lu D, Meng X Y, Yu R D, et al. Assessment of the effect of mulch film on crops in the arid agricultural region of China under future climate scenarios[J]. Water, 2019, 11(9): 1819, doi: 10.3390/w11091819.

[17]
Chen H, Ying Z, Hao F, et al. Assessment of climate change impacts on soil organic carbon and crop yield based on long-term fertilization applications in Loess Plateau, China[J]. Plant and Soil, 2015, 390: 401-417.

DOI

[18]
李元航, 李广, 王钧, 等. 基于DNDC模型的旱地春玉米产量对不同施氮水平的响应[J]. 甘肃农业大学学报, 2024, 59(5): 65-72.

[Li Yuanhang, Li Guang, Wang Jun, et al. Response of spring maize yield in dryland to different nitrogen levels based on the DNDC model[J]. Journal of Gansu Agricultural University, 2024, 59(5): 65-72.]

[19]
Li Q, Dong B, Qiao Y, et al. Root growth, available soil water, and water-use efficiency of winter wheat under different irrigation regimes applied at different growth stages in north China[J]. Agricultural Water Management, 2010, 97: 1676-1682.

DOI

[20]
Li Q Q, Chen Y H, Liu M Y, et al. Effect of irrigation to winter wheat on the soil moisture, evapotranspiration, and water use efficiency of summer maize in north China[J]. Transactions of the ASABE, 2007, 50: 2073-2080.

DOI

[21]
Ierana A, Pandino G, Lombardo S, et al. Tuber yield, water and fertilizer productivity in early potato as affected by a combination of irrigation and fertilization[J]. Agricultural Water Management, 2011, 101: 35-41.

DOI

[22]
Cassman K G, Gines G C, Dizon M A, et al. Nitrogen-use efficiency in tropical lowland rice systems: Contributions from indigenous and applied nitrogen[J]. Field Crops Research, 1996, 47: 1-12.

DOI

[23]
乔帅帅, 魏征, 张宝忠, 等. 基于DNDC模型的北京市大兴区冬小麦农业用水效率[J]. 排灌机械工程学报, 2018, 36(11): 1087-1091.

[Qiao Shuaishuai, Wei Zheng, Zhang Baozhong, et al. Water use efficiency of winter wheat based on DNDC model in Daxing District of Beijing[J]. Journal of Drainage and Irrigation Machinery Engineering, 2018, 36(11): 1087-1091.]

[24]
Chen Z, Wang J, Deng N, et al. Modeling the effects of farming management practices on soil organic carbon stock at a county-regional scale[J]. Catena, 2018, 160: 76-89.

DOI

[25]
牟云芳. 秸秆配施氮肥对土壤水-肥-盐分布和玉米产量的影响[D]. 呼和浩特: 内蒙古农业大学, 2024.

[Mou Yunfang. Effects of straw-nitrogen fertilizer combined application on soil water-fertilizer-salt distribution and maize yield[D]. Hohhot: Inner Mongolia Agricultural University, 2024.]

[26]
颜学斌, 王俊, 王科锋, 等. 基于DNDC模型模拟的冬小麦田土壤有机碳和作物产量对地表覆盖的响应[J]. 干旱地区农业研究, 2022, 40(1): 42-49.

[Yan Xuebin, Wang Jun, Wang Kefeng, et al. Responses of soil organic carbon and crop yield to surface mulching with straw and plastic film in winter wheat field using DNDC model[J]. Agricultural Research in the Arid Areas, 2022, 40(1): 42-49.]

[27]
张开, 王立为, 高西宁, 等. 基于DNDC模型不同降水年型下氮肥管理对马铃薯田N2O减排及增产潜力影响研究[J]. 生态环境学报, 2021, 30(8): 1672-1682.

DOI

[Zhang Kai, Wang Liwei, Gao Xining, et al. Effects of nitrogen management on the potential of N2O emission reduction and yield increase in potato field under different precipitation patterns based on DNDC model[J]. Ecology and Environmental Sciences, 2021, 30(8): 1672-1682.]

[28]
高小叶, 袁世力, 吕爱敏, 等. DNDC模型评估苜蓿绿肥对水稻产量和温室气体排放的影响[J]. 草业学报, 2016, 25(12): 14-26.

DOI

[Gao Xiaoye, Yuan Shili, Lü Aimin, et al. Effects of alfalfa green manure on rice production and greenhouse gas emissions based on a DNDC model simulation[J]. Acta Prataculturae Sinica, 2016, 25(12): 14-26.]

DOI

[29]
邱建军, 王立刚, 唐华俊, 等. 东北三省耕地土壤有机碳储量变化的模拟研究[J]. 中国农业科学, 2004, 37(8): 1166-1171.

[Qiu Jianjun, Wang Ligang, Tang Huajun, et al. Study on the situation of soil organic carbon storage in arable lands in northeast China[J]. Scientia Agricultura Sinica, 2004, 37(8): 1166-1171.]

[30]
Zhang F, Zhang W, Li M, et al. Is crop biomass and soil carbon storage sustainable with long-term application of full plastic film mulching under future climate change[J]. Agricultural Systems, 2017, 150: 67-77.

DOI

[31]
Tan Y, Xu C, Liu D, et al. Effects of optimized N fertilization on greenhouse gas emission and crop production in the North China Plain[J]. Field Crops Research, 2017, 205: 135-146.

DOI

[32]
Han J, Jia Z, Wu W, et al. Modeling impacts of film mulching on rainfed crop yield in northern China with DNDC[J]. Field Crops Research, 2014, 155: 202-212.

DOI

[33]
韩碧波. 有机无机配施对潮土夏玉米减氮增效影响研究[D]. 郑州: 河南农业大学, 2022.

[Han Bibo. Effect of combined organic and inorganic application on nitrogen reduction and efficiency enhancement of summer maize in fluvo-aquic soil[D]. Zhengzhou: Henan Agricultural University, 2022.]

[34]
谢丽华, 李玲玲, 谢军红, 等. 有机肥替代化肥对陇中旱区玉米生长及农田碳排放的影响[J]. 植物营养与肥料学报, 2022, 28(6): 1029-1038.

[Xie Lihua, Li Lingling, Xie Junhong, et al. Effects of substitution of chemical fertilizer by organic fertilizer on maize growth and field carbon emission in dry farming area of Longzhong, Gansu Province[J]. Journal of Plant Nutrition and Fertilizers, 2022, 28(6): 1029-1038.]

[35]
李明悦, 金修宽, 高伟, 等. 有机肥替代部分氮化肥对鲜食玉米产量、干物质和氮吸收的影响[J]. 天津农业科学, 2020, 26(9): 56-60.

[Li Mingyue, Jin Xiukuan, Gao Wei, et al. Effects of replacing part of nitrogen fertilizer with organic fertilizer on the yield, dry matter and nitrogen absorption of fresh corn[J]. Tianjin Agricultural Sciences, 2020, 26(9): 56-60.]

[36]
Peng S, Buresh J R, Huang J, et al. Strategies for overcoming low agronomic nitrogen use efficiency in irrigated rice systems in China[J]. Field Crops Research, 2005, 96(1): 37-47.]

DOI

[37]
汤宏, 曾掌权, 张杨珠, 等. 化学氮肥配施有机肥对烟草品质、氮素吸收及利用率的影响[J]. 华北农学报, 2019, 34(4): 183-191.

DOI

[Tang Hong, Zeng Zhangquan, Zhang Yangzhu, et al. Leaf quality, nitrogen uptake and nitrogen use efficiency of tobacco under combination of chemical nitrogen fertilizer with organic fertilizer[J]. Acta Agriculturae Boreali-Sinica, 2019, 34(4): 183-191.]

[38]
周慧, 史海滨, 徐昭, 等. 有机无机肥配施对盐渍土供氮特性与作物水氮利用的影响[J]. 农业机械学报, 2020, 51(4): 299-307.

[Zhou Hui, Shi Haibin, Xu Zhao, et al. Effects of combined application of organic and inorganic fertilizers on nitrogen supply and crop water and nitrogen utilization in salinized soils[J]. Transactions of the Chinese Society for Agricultural Machinery, 2020, 51(4): 299-307.]

[39]
赵吉霞, 禹妍彤, 周芸, 等. 有机肥等氮替代化肥对玉米产量和氮素吸收利用效率的影响[J]. 水土保持研究, 2022, 29(5): 374-381.

[Zhao Jixia, Yu Yantong, Zhou Yun, et al. Effect of organic manure replacing chemical nitrogenous fertilizer on main yield and nitrogen uptake and utilization efficiency[J]. Research of Soil and Water Conservation, 2022, 29(5): 374-381.]

[40]
洪瑜, 王芳, 刘汝亮, 等. 长期配施有机肥对灌淤土春玉米产量及氮素利用的影响[J]. 水土保持学报, 2017, 31(2): 248-252, 261.

[Hong Yu, Wang Fang, Liu Ruliang, et al. Effects of long-term fertilization on yield and nitrogen utilization of spring maize in irrigation silting soils[J]. Journal of Soil and Water Conservation, 2017, 31(2): 248-252, 261.]

Options
Outlines

/

〈 〉