田间尺度水文与农艺结果模拟中APEX模型的多变量校准研究

《Science of The Total Environment》：Multivariate calibration of the agricultural policy/environmental eXtender model for field scale simulation of hydrologic and agronomic outcomes

本研究针对农业生产中缺乏长期水文与作物产量影响数据的问题，通过多变量校准方法对农业政策/环境扩展模型（APEX）进行田间尺度校准。研究通过结合土壤水分、蒸散、作物产量和径流观测数据，发现包含蒸散数据的校准方案能有效提升径流模拟性能，为遥感数据替代实地观测提供了理论依据，对扩大农业模型应用范围具有重要意义。

　　

在农业生产中，农民需要了解不同农业实践对作物产量和水文平衡的长期影响。然而，实地观测数据的缺乏限制了模型的准确应用。虽然遥感技术能够提供地表土壤水分和蒸散数据，但这些数据在田间尺度的准确性尚未得到充分验证。因此，如何利用现有数据提高农业水文模型的模拟精度，成为当前研究的重要课题。

本研究由美国农业部农业研究服务局的Quinn J. Pallardy等人在《Science of The Total Environment》上发表，旨在通过多变量校准方法评估APEX模型在田间尺度模拟水文和农艺结果的能力。研究重点考察了不同校准方案对地表径流、地表土壤水分、蒸散和作物产量模拟效果的影响。

研究团队在美国密苏里州一个36公顷的田间开展了长期观测，收集了2003-2024年的作物产量、径流、土壤水分和蒸散数据。他们采用了改进的APEX模型，结合梯度下降和随机邻域搜索算法进行参数校准。研究设计了15种不同的校准组合，分别包含作物产量（C）、土壤水分（M）、蒸散（E）和径流（R）等变量的不同组合。

在技术方法上，研究主要运用了多变量校准技术、APEX模型参数优化、田间观测数据整合以及模型性能评估方法。研究采用k-fold交叉验证方式将数据分为校准期和验证期，使用平均绝对误差（MAE）作为性能评估指标。特别值得注意的是，研究还开发了多个自定义参数，包括坡度长度阈值指数、河道几何参数和饱和导水率乘数等，以更好地描述田间水文过程。

3.1. 作物产量

研究发现，包含作物产量的校准组合在作物产量模拟方面表现最佳，但在验证期性能差异减小。模型在模拟作物产量时存在系统性高估问题，特别是在缺乏径流数据的校准方案中更为明显。这表明模型在模拟作物失败机制方面存在局限，可能无法准确反映实际农业生产中的胁迫因素。

3.2. 径流

径流模拟结果显示，包含径流数据的校准方案显著提高了径流模拟性能。有趣的是，仅使用蒸散数据校准的方案（T_E）在验证期的径流模拟性能优于其他不包含径流的方案，表明显著的"交叉受益"现象。研究还发现，蒸散校准性能与径流验证性能呈强正相关（相关系数0.75-0.78），说明蒸散数据对改进径流模拟具有重要价值。

3.3. 土壤水分和蒸散

土壤水分模拟的归一化MAE值普遍较低，包含土壤水分的校准方案（T_M）在验证期仍保持较好的性能。蒸散模拟方面，包含蒸散数据的校准方案表现最佳，而仅使用作物产量或土壤水分的方案表现较差。模型在高蒸散值条件下存在低估现象，这可能与能量平衡闭合的假设有关。

3.4. 最优参数值

参数分析显示，不同的校准方案导致饱和导水率（K_sat）参数出现显著差异。包含径流而不含作物产量的校准方案倾向于提高表层土壤的K_sat值，而降低黏土层的K_sat值。这种参数差异反映了模型在不同校准目标下对水分运移过程的不同表征方式。

研究讨论部分指出，作物产量模拟的主要问题源于模型在作物失败机制方面的局限。模型无法充分模拟过湿条件导致的发芽失败、病害影响以及寒冷天气对冬小麦的损害等因素。这些限制导致在校准过程中需要通过 unrealistic 的水分胁迫来约束作物产量，从而影响水文过程的准确模拟。

在 hydrological 过程模拟方面，研究发现虽然包含土壤水分或蒸散数据不能显著改进径流模拟性能，但能改善各自变量的模拟效果。特别是在缺乏径流数据的情况下，蒸散数据显示出作为"交叉受益"变量的潜力，这为利用遥感数据扩展模型应用范围提供了重要依据。

研究结论强调，多变量校准能有效提高APEX模型在田间尺度的模拟性能。蒸散数据在改进水文过程模拟方面表现出独特价值，特别是在缺乏径流观测数据的地区。这一发现为利用遥感蒸散数据扩展农业模型的应用范围奠定了基础，对实现长期农业生态系统研究（LTAR）网络的目标具有重要意义。未来研究需要进一步改进作物失败机制的模拟，并验证这些发现在不同地区的适用性。