《Agricultural Water Management》：Production potential and water productivity of oilseed rape in Egypt – Insights from a multi-environment simulation study using the CROPGRO model
油菜籽（Oilseed Rape, OSR; Brassica napus），亦称油菜或卡诺拉（canola），是一种重要的全球性油料作物，具有减少埃及巨大食用油赤字的潜力。为支持其作为新作物在埃及的引种，需要关于产量潜力、灌溉需求及最优播期窗口的可靠信息。在本研究中，研究人员利用在不同农业气候区开展的6项田间试验，对决策支持系统农业技术转移框架（Decision Support System for Agrotechnology Transfer, DSSAT）中的CROPGRO模型进行适应性调整、校准和评估，以模拟油菜籽的物候、生长和产量。校准后的模型随后被应用于利用特定地点的土壤和气象数据模拟埃及5个地点的油菜籽生产。研究评估了1991—2020年30年间8个播期（9月中旬至1月初）和两种灌溉策略（固定灌溉制度与基于土壤水分阈值自动触发灌溉）的影响。模型评估结果显示，模拟值与观测值之间具有高度一致性，物候、生物量和产量的d-index值范围为0.91~0.95。长期模拟表明，在最优播期条件下，所有研究区域的油菜籽生产均可行，平均种子产量范围为1.9~3.1 Mg ha-1。最优播期窗口因地理位置而异，从南埃及的10月初到北部地区的11月中旬。校准后的模型为优化播期和灌溉管理以提高埃及油菜籽生产力和水分利用效率提供了有用的决策支持工具。
## 一、研究背景与问题提出
油菜籽（Oilseed Rape, OSR; Brassica napus）作为全球第三大植物油来源（仅次于大豆和棕榈油），其籽油既可作为优质食用油，也可用作生物燃料，具有广泛的全球关注度。油菜籽种子含油率通常为30%~45%，其油脂饱和脂肪酸含量低，单不饱和脂肪酸和多不饱和脂肪酸（包括大量ω-3脂肪酸）比例高，有益于健康饮食。此外，在以谷物为主的种植制度中扩种油菜籽还具有促进可持续性和生物多样性的优势。
传统上，油菜籽种植于全球温带地区，主产区集中在北美和北欧亚。然而近几十年来，油菜籽生产已扩展至更温暖和地中海气候区，如澳大利亚、伊朗、印度和中国。埃及作为新近引入油菜籽的潜在油料作物国，面临着巨大的食用油供需缺口，国产食用油仅能满足国内消费的很小一部分，严重依赖进口。为缩小食用油缺口并满足日益增长的油脂需求，油菜籽的广泛建立被视为有前景的选择，同时油菜籽作为叶菜类作物也有助于使埃及以谷物为主的轮作制度多样化。
然而，作为新型作物，关于油菜籽在埃及不同农业生产区的适宜性、潜在的籽粒、油脂和蛋白产量，以及包括灌溉需求在内的特定地点和特定情境管理技术的知识尚付阙如。此外，油菜籽与埃及其他已建立作物竞争有限的土地和水资源，因此优化的油菜籽管理对其竞争力至关重要。
埃及作为沙漠国家，水资源有限，主要特征为干旱和半干旱气候条件。农业是迄今为止最大的用水部门，且未来50年用水需求预计将持续增长。因此，开发高水分生产力（Water Productivity, WP）的油菜籽生产系统——即以相对较低的水分投入获取较高产量——显得尤为关键。这需要既能最小化水分消耗又能避免干旱胁迫的灌溉策略，因为油菜籽已知对水分亏缺极为敏感，会影响籽粒产量及油脂和蛋白质含量。为优化种子产量和品质，必须使基因型（Genotype, G）和管理措施（Management, M），特别是播期和灌溉，与当地的土壤类型和季节气候条件等环境（Environment, E）相适应，即考虑G×E×M互作。
作物模拟模型（Cropping Systems Model, CSM）是评估作物在新环境中的生产潜力和探索G×E×M互作的强有力工具。CSM以小时至日为单位模拟基因型特异性物候发育、生长过程和产量形成，考虑土壤-植物-大气系统并利用当地土壤和气象数据。决策支持系统农业技术转移框架（DSSAT）是广泛使用的作物建模框架，集成了多个作物模拟模型，包括CERES（用于小麦、玉米和水稻等谷物）、CROPGRO（用于豆科和部分油料作物）、SUBSTOR（用于根茎类作物）和CANEGRO（用于甘蔗）等。其中，CROPGRO模型已广泛应用于多种作物，并已适应大量物种。
CSM-CROPGRO最初由Anapalli等人于2010年适配于油菜籽（卡诺拉），用于模拟美国哥伦比亚的一个地点的春油菜；随后Deligios等人于2013年针对意大利撒丁岛的两个地点进行了调整。Jing等人于2016年进一步校准该模型以模拟加拿大东部一个地点的春油菜，但在干旱地区的进一步校准和评估此前未受关注。尽管CROPGRO模型已在埃及的多种作物研究中应用，但其在埃及条件下针对油莱籽的校准和应用尚未见报道，尤其是在具有不同土壤类型、气候条件以及大范围播期和灌溉管理情景的多个农业气候区。
基于此，本研究的具体目标为：基于覆盖埃及全部农业气候区的详细多环境田间试验数据，对CSM-CROPGRO进行校准和评估；将评估后的模型应用于检验五个代表性生产区在不同播期和灌溉策略下的产量潜力；评估各播期×灌溉策略在每个地点的水分生产力；整合产量和水分生产力结果为各生产区制定针对性的管理建议。
## 二、关键技术方法
本研究采用的多环境田间试验数据来自埃及境内5个试验点（Toshka、Edko、Nubariya、Shebin和Sadat）及德国柏林1个试验点的6项田间试验，涵盖不同基因型×播期组合，采用分小区设计，播期为主区因素、基因型为副区因素。试验数据用于CROPGRO模型的校准（Edko、Toshka、Nubariya和柏林）和独立验证（Shebin和Sadat）。模型校准采用系统程序，依次校准物候相关参数、生长相关参数和产量相关参数，并利用时间序列估计器进行优化。模型性能采用均方根误差（RMSE）和d-index（一致性指数）评估。
长时期（1991—2020）模拟应用采用特定地点土壤文件和管理数据，测试两种灌溉策略：（1）自动灌溉策略，当0~30 cm土层植物可利用水分（Plant Available Water, PAW）低于植物可利用水容量（Plant Available Water Capacity, PAWC）的50%时自动触发灌溉并回补至田间持水量；（2）固定灌溉策略，按照各田间试验报告的灌溉日程执行。同时评估8个播期（9月15日至1月1日，间隔15~16天）。水分生产力评估采用两个指标：灌溉水生产力（WP
i，籽粒产量/灌溉总量）和作物水生产力（WP
c，籽粒产量/实际蒸散量）。统计分析采用R软件进行线性混合效应模型和Tukey事后多重比较检验，并进行主成分分析（PCA）以解析产量、水分生产力与气候因素的关系。
## 三、研究结果
### 3.1 模型校准
#### 3.1.1 叶片出现
研究人员校准了叶片出现率相关参数以匹配模拟与观测数据。由于默认参数设置高估了叶片出现速率，将TRIFL（主茎叶片出现速率）从0.35降至0.23片/热日，并增加PL-EM（播种至出苗的热时数）以匹配观测出苗时间并延迟叶片出现起始。这些调整使d-index改善至0.93。
#### 3.1.2 营养生长与生殖发育
研究人员针对物候观测数据校准了四种基点温度值（基点温度T
b、第一最适温度T
opt1、第二最适温度T
opt2和上限温度T
c）。油菜籽为定量长日照植物，通过重新分析King和Kondra（1986）的数据，确定以18小时为临界短日长（Critical Long Day Length, CLDL）的起点，校准得到最优CLDL为18.84小时。同时推导了光周期敏感性系数PPSEN，并优化了从出苗到开花（EM-FL）和从第一次种子到生理成熟（SD-PM）的光热时间需求。开花期和成熟期的预测d-index分别为0.83和0.62。
#### 3.1.3 叶面积指数与生物量
在作物物候发育校准后，研究人员校准了与叶面积指数（Leaf Area Index, LAI）和生物量积累相关的参数。参照CROPGRO-Carinata模型设置调整了营养体分配参数，加宽XLEAF（发育阶段断点）间隔并更均匀分布，减少叶片分配以增加茎和根生物量；将FL-LF（从首次开花到叶片扩展结束的光热天数）从3.0大幅增至55.0以延迟最大LAI出现；增加FL-SH和FL-SD以延迟荚果和种子生产；略微提高LFMAX（最大叶片光合速率）从1.0至1.058以增强整体生物量积累。该设置使LAI预测的d-index从0.49显著改善至0.81，地上部生物量预测d-index达到0.72。
#### 3.1.4 种子产量
产量校准过程中，研究人员缩短了SFDUR（灌浆持续时间），增加PODUR（达到最终荚负载的光热时间），提高WTPSD（最大单粒重）和THRSH（最大种子荚比）。由于柏林试验遭受严重虫害，仅使用埃及试验数据进行产量校准。校准后种子产量模拟的d-index从0.26改善至0.79。
### 3.2 针对Jing等人（2016）试验的模型再校准
为验证对默认CROPGRO模型设置的大幅调整，研究人员对Jing等人（2016）在加拿大东部的试验进行了再模拟。仅改变物种文件参数及品种参数和生态型文件中的TRIFL，由于开花期和成熟期被低估，增加了EM-FL和SD-PM；增加FL-SH、LFMAX、SLAVR（比叶面积）和SIZLF（最大全叶面积）以增加模拟生物量和LAI；调整FL-LF以避免最大LAI出现过早；降低TRIFL以纠正LAI低预测。该校准使地上部生物量的d-index从0.96提高至0.97，最终种子产量的d-index从0.73改善至0.86，证实了物种文件调整的有效性。
### 3.3 模型验证
利用Shebin和Sadat的独立数据集（4个站点年）验证校准模型。两地点具有不同土壤类型，Shebin位于三角洲南部肥沃土壤区，Sadat位于三角洲南部新垦区的更沙质土壤。校准模型对油菜籽物候、生长和最终产量表现出稳健的模拟能力：模拟开花期和成熟期的d-index均大于0.9；LAI和籽粒含油量模拟结果良好；Shebin地上部生物量（RMSE=1175 kg ha
-1，d-index=0.91）和Sadat地上部生物量（RMSE=1309 kg ha
-1，d-index=0.89）均在可接受范围；Sadat籽粒产量（RMSE=539 kg ha
-1，d-index=0.94）优于Shebin（RMSE=717 kg ha
-1，d-index=0.93）。总体而言，产量和生物量的模拟令人满意，证实了校准和验证后模型用于埃及油菜籽生产长期评估的可行性。
### 3.4 模型应用
对埃及5个地点1991—2020年的模拟研究揭示了地点间及两种灌溉策略间在最优播期、可达种子产量和水分生产力方面的显著差异。
在所有地点，固定灌溉（蓝色）下的产量均超过自动灌溉（绿色），但播期间存在显著变异。自动灌溉用水量远低于固定灌溉，尤其在早播期，但随播期推迟需水量增加，因为作物成熟移入更温暖月份。固定灌溉用水量几乎不随播期变化，反映其处方性质。两种策略下的蒸散量均随播期推迟而增加，在晚播期两者差异缩小。自动灌溉在两项水分生产力指标上均持续优于固定灌溉，尤其在早播期，随播期推迟生产力下降。Sadat为例外，固定灌溉在晚播期因产量优势明显而实现更高生产力。
30年最优播期下的平均种子产量范围约为：Toshka自动灌溉下约1700 kg ha
-1至Edko固定灌溉下约2900 kg ha
-1。最优播期窗口（定义为产量与最大值无显著差异的时期）在自动灌溉下为：Edko 10月1日—12月1日、Nubariya 9月15日—11月15日、Toshka 10月1日—11月15日、Shebin 11月15日—12月15日、Sadat 11月1日—11月15日；固定灌溉下各窗口略向后移。在这些窗口内，较早播期通常兼具较高产量和更优水分生产力，是更可持续的管理选择。
精确同时最大化种子产量和水分生产力的最优播期如下：Edko为10月1日（自动）和10月15日（固定），固定灌溉产量更高（2667 vs. 2086 kg ha
-1）但自动灌溉WP
i显著更优（22 vs. 6 kg ha
-1 mm
-1）；Nubariya两种策略下均为10月1日，自动灌溉生产力远胜（WP
i 13 vs. 2）；Toshka两种策略下均为10月1日，固定灌溉产量更高（1880 vs. 1594 kg ha
-1）但生产力更低（WP
i 4 vs. 10）；Shebin需更晚播期，11月1日（自动）和12月1日（固定），固定灌溉产量更高（2810 vs. 2410 kg ha
-1）但生产力代价大（WP
i 6 vs. 11）；Sadat为11月1日（自动）和12月1日（固定），固定灌溉产量更高（2225 vs. 1911 kg ha
-1）但自动灌溉WP
i接近翻倍（10 vs. 5）。Sadat是唯一固定灌溉晚播下产量和水分生产力均保持竞争力的地点，显示更多管理灵活性。
PCA分析揭示了作物水生产力、灌溉水生产力与籽粒产量的正相关关系，以及生长季平均温度与水分相关参数的负相关关系。分析表明除Toshka外，11月1日至12月1日为所有地点高产和高水分生产力的最优播期。Toshka作为高温站点需更早播期以避免对作物生长发育特别是开花期生理过程的有害影响。
## 四、讨论与结论
### 4.1 模型校准与评估
利用在差异显著的多农业气候区开展的6项试验数据，研究人员旨在建立一个能够模拟油菜籽在多样化生长条件下发育、生长和产量形成的稳健模型。在埃及需使用春油菜品种，因为冬油菜品种的春化需求存在难以满足的高风险，这构成了特定挑战。德国试验中作为春油菜播种的SERW4品种经历了与埃及站点相反的光周期条件（生长期先增后减的日长变化），这对物候模型参数化构成特定挑战，但最终实现了光周期响应的合理校准。
统计评估方面，除成熟期和最终生物量外，绝大多数发育、生长和产量变量的d-index达到或超过Yang等人（2014）建议的0.75阈值。成熟期d-index较低部分源于油菜籽作为无限生长型作物，荚果和种子成熟自上而下顺序进行，观测数据本身存在不确定性；最终生物量的不确定性则与干旱条件下灌溉后水分和养分的脉冲式供应相关。与先前仅基于有限站点数据的研究相比，本研究通过多环境数据避免了过度参数化风险，并通过重新模拟Jing等人（2016）的试验验证了物种文件调整的有效性。
模型向埃及干旱和半干旱生产系统的转移面临诸多挑战，特别是温度条件、土壤特性和作物管理实践的差异。研究中对物种、生态型和品种水平的多项参数进行了调整，包括物候参数、基点温度、叶片出现和生物量分配参数等。尽管CROPGRO未能明确模拟荚果光合作用是本模型的固有限制（导致生育后期LAI模拟值偏高），但总体的稳健性已通过物候、生物量和产量在多地点的良好一致性得到证实。
### 4.2 模拟结果分析
模拟产量与Hozayn和el-Mahdy（2017）在Nubariya沙土上报告的SERW4等品种产量（1500~2200 kg ha
-1）一致，也与加拿大全国平均产量（约1750 kg ha
-1，雨养条件）相当。埃及部分地点在最优播期下产量略高，尤其Shebin可达约3000 kg ha
-1，Edko也显著超过加拿大基准，这主要归因于埃及更有利的生长条件，特别是更高的太阳辐射和更适宜的温度，延长了生长季并增强了潜在生产力。
产量差异部分归因于土壤性质：Shebin、Edko和Toshka土壤富含粉粒和黏粒，增强水分保持；Sadat和Nubariya以沙质为主，导致更大的灌溉需求。温度是另一关键决定因素：Toshka和Sadat的高生长季温度加速发育、缩短灌浆期，导致相对较低产量。调整播期是有效的适应措施：较早播期使较缓的物候发育和作物生长与冬季温和温度格局同步，最大化辐射利用，关键生育期避开高温胁迫和高蒸腾。相反，过早播期有苗期热害风险，过晚播期则因热害和生殖期缩短而遭受严重产量损失，这在Toshka尤为明显。生殖期和灌浆期热胁迫造成的产量损失大于早期发育阶段，凸显了避免过晚播期的重要性。
关于两种灌溉策略：按报告日程的灌溉通常产量高于自动灌溉，但自动灌溉通过将水分供应与作物需求同步而持续提高水分生产力，与最优播期效益互补。然而，自动灌溉的实际推广需要传感器技术、农民专业技能及灵活高容量的供水基础设施，而埃及农民技术水平仍较低且存在财务约束，现有灌溉物流和水权也常限制逐日灌溉决策，使固定灌溉尽管水分生产力较低却更具可行性。因此，优化播期提供了在两种灌溉情景下降低热风险、提高生产力的稳健低成本策略。
### 研究结论
基于全面的多环境数据集，本研究成功对CROPGRO模型进行适应、校准和评估，能够在埃及各种农业气候条件下模拟油菜籽的物候、生长和产量形成。校准后的模型应用于长期模拟，评估了不同生产区在广泛播期和灌溉策略下的产量潜力。结果表明，埃及的油菜籽种植在种子产量和水分生产力方面均具有前景。在研究区域中，北埃及的尼罗河三角洲因相对有利的气候条件和土壤性质而显示出最高产量潜力和水分生产力。然而，在包括新垦沙漠地和更炎热南部地区等较不利环境中，只要播期处于最优窗口（通常因地点而异，从10月初到11月中旬），油菜籽生产也是可行的。此外，模拟表明，由土壤水分亏缺自动触发的灌溉相比固定灌溉日程提高了水分生产力，尽管可能导致略低的产量，且需要适当的灌溉设施和管理能力。总体而言，校准后的CROPGRO模型为评估埃及条件下的油菜籽生产潜力、水分需求和管理策略提供了有用的决策支持工具。研究结果提供了优化播期和灌溉管理以提高埃及油菜籽生产力和水分利用效率的实践洞见。未来研究应进一步探索不同基因型以及施肥策略和咸水灌溉等其他管理因素，为埃及及北非和中东其他干旱地区油菜籽的可持续扩展提供更多见解。
