圆形喷灌机变量灌溉效益的田间试验评估

李秀梅，赵伟霞，李久生，栗岩峰

圆形喷灌机变量灌溉效益的田间试验评估

李秀梅，赵伟霞，李久生※，栗岩峰

（中国水利水电科学研究院流域水循环模拟与调控国家重点实验室，北京 100048）

科学的变量灌溉（Variable Rate Irrigation，VRI）水分管理方法是实现VRI技术适时适量适位水量空间分配功能和提高作物水分利用效率（Water Use Efficiency，WUE）的关键。为研究变量灌溉水分管理方法的灌溉效益，以冬小麦和夏玉米为供试作物，基于土壤可利用水量（Available soil Water holding Capacity，AWC）将试验田块划分为4个管理区，每个管理区划分为4个子区，分别布置2种常规喷灌管理（Uniform Rate Irrigation，URI）方法和2种VRI管理方法，对比评估了VRI水分管理方法在节水、增产、提高WUE，以及改善作物株高、叶面积指数（Leaf Area Index，LAI）、产量和WUE空间分布均匀性方面的效果。结果表明，基于各管理区灌水上限值制定变量灌溉处方图并根据气象预报降雨量等级适当减少灌水量的VRI水分管理方法最优。与常规喷灌相比，最优VRI水分管理方法条件下，冬小麦节水36%，WUE提高12%；
夏玉米节水40%，WUE提高29%。VRI与常规喷灌的冬小麦、夏玉米产量均未产生显著差异，VRI水分管理方法对作物株高、LAI、产量、WUE空间分布均匀性也无明显影响。研究可为大型喷灌机VRI管理决策支持系统的建立提供依据。

灌溉；
土壤水分；
降水；
作物；
精准农业；
静态处方图；
产量；
水分利用效率

合理的变量灌溉（Variable Rate Irrigation，VRI）水分管理方法是实现变量灌溉技术适时、适量、适位水量空间分配功能，提高水分利用效率（Water Use Efficiency，WUE）的关键措施[1-3]。变量灌溉技术节水增产及环境效应研究不充分，同时变量灌溉管理较常规喷灌复杂，导致变量灌溉推广应用速度缓慢[2,4]。建立适宜的变量灌溉水分管理方法并将其作为变量灌溉管理决策支持系统重要组成部分进行软件开发，是实现变量灌溉技术自动化管理、用户一键式操作和VRI系统推广应用的重要发展方向[5-6]。

由于目前变量灌溉系统的使用主要处在科研层面，应用案例较少，因此VRI技术效益评估大多基于模型模拟和田间VRI管理与常规喷灌（Uniform Rate Irrigation，URI）管理的对比实现。基于作物生长模型和土壤水量平衡模型的模拟研究结果表明，与常规喷灌相比，VRI技术节水0～26%[4,7-10]。由于模型模拟研究普遍忽略了灌溉系统实行VRI管理的时间限制，假设可以随时灌溉，并假定用户熟识水分生产函数、作物腾发规律以及土壤特性等参数，模拟得到的作物水肥响应和节水增产等效果与实际情况仍存在一定差异。自2006年开始，VRI节水增产效益评估从模拟研究逐步扩展到了田间试验研究[11-13]。不同生态区作物和水分管理方法间的田间试验研究结果表明，VRI在改善轻质土壤中作物产量及其空间分布均匀性[14]、增产调质[15-16]及减少水氮淋失[17-18]等方面发挥了优势，同时也有一些田间试验研究结果指出，VRI在节水、增产和提效等方面优势不够明显[11,19-21]。

因为VRI技术的效益评估均以URI处理为对照，VRI技术的节水增产效益与对照处理的选择及其管理模式密切相关。例如，Oliveira等[8]模拟研究表明，当使用面积加权平均土壤可利用水量（Available soil Water holding Capacity，AWC）的面积加权平均值制定VRI灌溉制度时，VRI和URI处理的灌水量无显著差异；
当VRI处理灌溉制度基于最低AWC管理区制定时，VRI处理的马铃薯产量最高。另外，VRI效益与气候条件密切相关。Evans等[22]认为，在干旱半干旱气候条件下，VRI的潜在效益主要集中在使用非充分灌溉解决长期的干旱缺水问题，而湿润半湿润地区则包括充分利用作物生育期内时空变异性较大的降水，尽可能将短期作物受旱引起的减产损失降到最低。本文作者所在团队根据华北平原冬小麦、夏玉米生育期内降水量的不同，以及整个田块内土壤持水能力的空间变异性，自2013年开始应用自主研发的国内首套VRI系统开展田间试验研究[10]，2017年基于土壤水分空间变异的VRI管理对作物产量及节水效果的研究表明，不同管理区基于相同下限不同灌水日期的VRI管理方法节水增产效益并不明显[20]；
2018年针对半湿润气候条件下的夏玉米，提出了综合利用土壤特性和未来降水预报信息的VRI实时水分管理方法[23]；
2019年针对半干旱气候条件下的冬小麦，以整个田块WUE最高为目标，提出了非充分VRI管理方法，获得了不同管理区的适宜变量灌水比例[24]，但是这种基于不同管理区作物水分生产函数推荐变量灌水比例的方法需要结合具体的土壤、作物、气候条件开展试验，缺乏直接推广应用性。

为了实现VRI管理决策支持系统的开发，需要提供具有普适性的水分管理方法。因此，从充分挖掘不同分区作物水分生产潜力和节能的角度出发，本文提出了在同一灌水日期基于各管理区适宜灌水上下限值进行VRI管理的理念，以最小AWC区的土壤含水率和整个田块内的平均土壤含水率为基础的URI水分管理，以作者团队提出的上述冬小麦和夏玉米VRI水分管理方法为对照，一方面通过作物生长响应验证基于各管理区适宜灌水上下限值进行VRI管理的可行性，另一方面对比评估不同VRI水分管理方法的节水增产效益，以期为大型喷灌机VRI管理决策支持系统的建立提供依据。

1.1 试验区概况

试验在河北省涿州市东城坊镇进行（39°27′N，115°51′E，海拔42 m）。该试验场位于河北省中部，属暖温带半湿润季风区，大陆性季风气候特点明显。多年平均降水量563.3 mm，其中7—9月份夏玉米生育期降水量约占全年降水量的70%，年平均温度11.6 ℃，试验场地质构造属太行山山洪冲积扇。

试验区为圆形喷灌机VRI系统控制区域的1/4，面积1.64 hm2。将试验区用12 m×12 m的网格（110个）剖分取样测量后，基于AWC将试验区划分为4个管理区，如图1所示。1～4区0～0.6 m田间持水量c1（c1中c为田间持水量，1为管理区，下同）、c2、c3、c4分别为0.21、0.22、0.23和0.25 cm3/cm3，整个田块的平均c为0.23 cm3/cm3；
1～4区0～1.0 m深度AWC变化范围依次为152～161、>161～171、>171～185、>185～205 mm。土壤性质沿垂直剖面表现出不同的分层特征，1区土壤砂粒体积百分数随深度增加呈明显增加趋势；
2区土壤砂粒和黏粒体积百分数随深度变化较小；
3区0.2～0.4 m土层存在明显的黏土夹层；
4区40 cm以下土层主要为南水北调管道工程开挖后回填的砂砾石[25]。土壤类型（美国制）以壤土（58%）和砂壤土（40%）为主。

1.2 试验设计

供试作物分别为冬小麦（L.，济麦22）和夏玉米（L.，郑单958）。冬小麦行距15 cm，播种量为375 kg/hm2，2017年10月12日播种，2018年6月9日收获。夏玉米于2018年6月16日播种，行距60 cm，株距21 cm，9月26日收获。

冬小麦和夏玉米试验均考虑土壤特性和水分管理方法2个因素，1区、2区、3区和4区（Z1、Z2、Z3、Z4）沿喷灌机桁架和行走方向等分为4个子区，分别随机设置2个URI处理（U1、U2）和2个VRI处理（V1、V2），共16个试验处理（图1）。

注：URI和VRI分别为常规喷灌和变量灌溉处理；
Vw2和Vm2分别为冬小麦和夏玉米V2处理。

在U1处理的4个子区内（Z1U1、Z2U1、Z3U1、Z4U1），灌水日期基于AWC均值最小的1区（Z1U1处理）土壤含水率进行判断，当土壤含水率到达冬小麦和夏玉米灌水下限值0.66c1和0.70c1时进行灌溉，4个子区内灌水定额相同，冬小麦孕穗期（5月1日）之前采用20 mm，之后采用30 mm，夏玉米整个生育期灌水定额均为20 mm。

在U2处理的4个子区内（Z1U2、Z2U2、Z3U2、Z4U2），灌水日期基于4个子区内的平均土壤含水率进行判断，当土壤含水率到达冬小麦和夏玉米灌水下限值0.66c和0.70c时进行灌溉，灌水定额与U1处理相同。

为了验证基于各管理区适宜灌水上下限值进行VRI管理的可行性，并进一步研究同时适用于冬小麦和夏玉米的变量灌溉水分管理方法，设置了V1处理。在V1处理的4个子区内（Z1V1、Z2V1、Z3V1、Z4V1），灌水日期确定方法同U1处理，即根据Z1V1处理土壤含水率是否达到灌水下限值进行判断，各子区灌水定额根据该区灌水上限与土壤实测含水率的差值确定，冬小麦灌水上限参考2016和2017年试验结果[24]设置为0.75ci（i=1，2，3，4），夏玉米灌水上限设为田间持水量。

根据冬小麦和夏玉米生育期内降水量的不同特征分别设置Vw2和Vm2处理。在冬小麦生育期内，4个子区（Z1Vw2、Z2Vw2、Z3Vw2、Z4Vw2）的灌水日期相同，灌水日期基于Z1Vw2处理的土壤含水率是否达到灌水下限值0.66c1判断。Z1Vw2子区的灌水定额与U1处理相同，Z2Vw2～Z4Vw2子区的灌水定额根据各管理区水分利用效率均最大的田间试验获得，即Z1Vw2子区灌水定额的84%、99%和68%[24]。在夏玉米生育期内，Vm2处理灌水方式同V1处理，但灌溉处方图需综合未来3 d降水预报信息进行调整，即当预报为有大雨及以上降雨、中雨、小雨及以下降雨时，灌水量分别减少40%、20%和0[26]。

为了判断灌水日期，根据土壤水分传感器布设原理[27-28]，冬小麦和夏玉米试验时，1区、3区和4区每个子区内分别选择2个直接代表0～40 cm平均土壤含水率的点，2区各子区选择3个代表点，在每代表点所在的12 m×12 m的网格中心位置布置Trime-T3探管，共36个探管。探管埋设及布置见图2。试验中，每次灌水3 d后开始逐日测量0～40 cm土壤含水率，以确定下次灌水日期。

所有处理采用相同的施肥方式和施肥量。冬小麦施N量为175 kg/hm2，P2O5为94 kg/hm2，K2O为30 kg/hm2。其中64 kg/hm2纯N和全部的磷、钾肥均以底肥施入土壤，所用肥料为长效型掺混肥料（N-P2O5-K2O含量分别为17-25-8，代表质量分数，下同）；
剩余N量在拔节期追施尿素。夏玉米施N量为228.6 kg/hm2，P2O5为79 kg/hm2，K2O为79 kg/hm2。其中79 kg/hm2N和全部的P2O5、K2O均以底肥施入土壤，所用肥料为复混肥料（N-P2O5-K2O含量分别为18-18-18）；
剩余N量在夏玉米大喇叭口期追施尿素。

图2 冬小麦和夏玉米生育期内土壤水分传感器布置图

1.3 指标测定与计算

冬小麦和夏玉米生育期内，分别测量株高和叶面积指数（Leaf Area Index，LAI）。测量开始前，随机选取长势均匀的冬小麦或夏玉米3株进行挂牌标记，作为一个取样点，布置在Trime-T3探管埋设位置附近，2种作物均设置36个取样点。利用钢卷尺对标记植株的株高值进行测量，每隔10 d测量1次，冬小麦和夏玉米的测量时间段分别为4月17日－5月26日和7月19日－9月17日。冬小麦和夏玉米LAI均采用长宽系数法[29]测量，冬小麦采样时每个取样点附近随机选取3行×0.15 m的植株样品带回实验室，随机选择其中10株对所有绿叶的长宽进行测量；
夏玉米对标记植株进行测量，系数均取为0.75。分别计算不同处理整个生育期作物生长指标均值及其变异系数。

冬小麦和夏玉米收获前进行人工采样测产。测量冬小麦产量时，分别在每个处理的各网格内选取具有代表性的长势均匀的1 m×1.05 m的样方1个，人工脱粒后烘干计产。夏玉米产量测量时，样方面积为1.2 m×1.26 m，人工脱粒后烘干计产。

水分利用效率（WUE，kg/m3）为单位面积籽粒产量（kg/hm2）与耗水量ETa（mm）的比值，计算方法如式（1）所示：

WUE=0.1/ETa（1）

ETa=+−RO+CR+Δ−DP（2）

式中为生育期内灌水量，mm；
为生育期内有效降水量，mm；
RO为径流量，mm，本试验为喷灌试验，灌溉定额较小，RO近似为0；
CR为生育期内地下水补给量，mm，由于试验区地下水埋深约为50 m，因此CR忽略不计；
Δ为生育期初期和末期0～100 cm土层深度土壤含水率动态变化，mm；
DP为深层渗漏量，mm，由于在连续较大降雨量条件下，玉米生育期内的深层渗漏量也仅有21 mm[18]，因此DP忽略不计。

1.4 数据分析

所有数据均采用SPSS 17.0软件（IBM，New York，US）进行统计分析。采用单因素方差分析评价水分管理方法对冬小麦和夏玉米株高、LAI、产量和WUE的影响；
采用Duncan多重比较确定各处理的均值差异。

2.1 变量灌溉管理节水效果

冬小麦和夏玉米生育期内降水量和不同管理区URI和VRI处理灌水量如图3所示，4个子区的平均累计灌水量如表1所示。冬小麦生育期内共降水31次，其中小雨30次、中雨1次，总降水量96.4 mm，属于干旱年[30]。夏玉米生育期内共降水26次，总降水量227 mm，其中小、中、大雨分别为21次、2次和3次。

冬小麦生育期内，为满足施肥需求，4月12日各处理均灌水20 mm。在常规喷灌处理，因为灌水日期的判断依据不同，U1和U2处理的灌溉日期不完全一致，4个子区内的累计灌水量算术平均值（以下简称均值）分别为213和220 mm。在变量灌溉V1处理，不同管理区的累计灌水量差异较大，变化范围为101～170 mm，均值为141 mm，分别较U1和U2处理低34%和36%。在变量灌溉Vw2处理，累计灌水量均值为172 mm，分别较U1和U2处理低19%和22%。与Vw2处理相比，根据不同管理区实时土壤含水率值进行灌溉管理的V1处理节水效果更明显，V1处理比Vw2处理节水18%，这与在本田块4个管理区内基于相同的灌水下限和灌水定额开展的冬小麦变量灌溉水分管理试验中有关VRI不节水的结论[22]不同，表明基于不同管理区灌水上下限或基于不同管理区历史WUE函数推荐的灌水比例进行冬小麦VRI管理时，均可实现节水目的。

图3 冬小麦和夏玉米生育期内常规喷灌和变量灌溉处理降水量和灌水量

夏玉米生育期内，U1、U2、V1和Vm2处理的4个子区累计灌水量均值分别为120、220、278和131 mm（表1）。与冬小麦类似，U2处理累计灌水量高于U1处理，且二者之间差值为100 mm，远高于冬小麦的灌水量差值7 mm，这与其他学者基于最小AWC管理区进行灌溉决策时灌水量最大的结论不同[3]，主要与不同管理区较大的土壤剖面分层特征差异对土壤水分运移的影响有关。受20～40 cm土层土壤剖面黏土夹层的影响，具有较大AWC的3区0～0.4 m土层土壤含水率明显低于其他管理区[24]，使得基于田块所有管理区平均土壤含水率进行灌溉决策的U2处理累计灌水量高于基于最小AWC管理区的U1处理，且这种差异随降水（灌水）量增加而增大。在VRI处理内，夏玉米Z1V1处理累计灌水量均值为347 mm，较Z1V2处理多灌水248 mm（图3）。与常规喷灌相比，V1处理累计灌水量均值分别比U1和U2高132%和27%，Vm2处理累计灌水量均值比U1处理高9%，较U2处理低40%；
与V1处理相比，Vm2处理累计灌水量均值减少了53%。这表明夏玉米生育期内制定灌溉制度时，需要充分考虑频繁的降水，并需结合降雨预报信息适当推迟灌水时间或减少灌水定额。

表1 冬小麦和夏玉米不同处理累计灌水量

2.2 变量灌溉对作物生长及其均匀性的影响

在测量时间段内，不同处理间冬小麦和夏玉米的株高、LAI均值方差分析及变异系数统计结果如表2所示。2种作物不同处理株高产生显著差异的次数均多于LAI。冬小麦U1处理株高在生育初期和中期分别显著高于Vw2和U2处理；
夏玉米U2处理株高在生育中期显著高于其他处理；
2种作物其他生育期各处理株高均无显著差异。除夏玉米生育中期U2处理LAI显著高于Vm2处理外，夏玉米其他处理和冬小麦所有处理LAI值均无显著差异。

4个灌水处理不同生育期冬小麦株高变异系数变化范围为0.07～0.18，呈弱变异～中等变异程度，LAI变异系数变化范围为0.27～0.73，呈中等变异程度，最高的株高和LAI变异系数均出现在Vw2处理。与冬小麦相似，夏玉米株高变异系数均小于LAI，但最高的株高和LAI变异系数均出现在U1处理。变异系数在生育期内的变化表明，除冬小麦株高变异系数在生育期内无明显变化外，水分管理措施均改善了株高和LAI的空间分布均匀性。与U1和U2处理相比，V1和V2处理冬小麦和夏玉米株高和LAI的空间变异程度并没有明显降低，这与其他学者的研究结果类似[7-8,27]，即VRI水分管理并未明显降低作物生长指标的空间分布均匀性。

2.3 变量灌溉对作物产量及水分利用效率影响

表3给出了不同处理间冬小麦和夏玉米的产量均值方差分析及变异系数统计结果。随各处理累计灌水量均值的增大，冬小麦和夏玉米各处理平均产量之间无显著水平差异（>0.05）。由产量的变异系数可知，各水分管理方法处理的产量均呈中等变异程度（冬小麦为0.22～0.27；
夏玉米为0.11～0.13）。冬小麦产量的变异系数均高于株高，夏玉米产量变异系数整体低于生育前期但高于生育后期株高的变异系数；
2种作物产量变异系数均小于LAI的变异系数。与URI相比，VRI处理的产量变异系数虽然整体有所降低，但差异较小，这表明变量灌溉水分管理方法对冬小麦和夏玉米产量空间分布均匀性的影响不明显。

表2 冬小麦生长指标方差分析及其变异系数

注：不同小写字母表示同上指标不同处理间差异显著（<0.05）。下同。

Note: Different small letters indicate significant difference among treatments (<0.05). Same as below.

表3 作物产量统计分析及其变异系数

各水分管理方法处理的作物耗水量（ETa）及WUE均值方差分析及变异系数如表4所示。与产量类似，ETa基本随各处理累计灌水量的增加而增大，夏玉米U1和Vm2处理WUE显著高于U2和V1。与常规喷灌处理相比，冬小麦V1处理WUE较U1和U2处理分别高9%和12%，Vw2处理WUE较U1和U2处理分别高23%和27%。夏玉米V1处理则分别比 U1和U2处理低25%和8%，Vm2处理WUE高于URI处理，比 U1和U2处理分别高5%和29%。

表4 作物水分利用效率统计分析及其变异系数

与产量和LAI的变异系数类似，各水分管理方法处理间的冬小麦和夏玉米WUE均呈中等变异程度，且冬小麦变异性大于夏玉米，表明作物生育期内较大的降雨会减轻由土壤供水能力空间变异和水分管理差异引起的作物耗水、生长和产量的空间分布差异。

为了分析变量灌溉（Variable Rate Irrigation，VRI）水分管理效益，以冬小麦和夏玉米为研究对象，对比分析了2种VRI管理方法和常规喷灌（Uniform Rate Irrigation，URI）管理方法在节水、增产、提高作物生长和产量空间分布均匀性等方面的效果，主要结论如下：

1）冬小麦生育期内，与各管理区内设置不同灌水比例的Vw2处理相比，基于各管理区灌水上下限值制定灌水定额的V1处理节水效果更明显，V1比Vw2处理节水18%。夏玉米生育期内，与基于各管理区灌水上下限值制定灌水定额的V1处理相比，结合降雨预报信息对灌水量进行实时调整的Vm2处理节水效果更明显，节水量可达53%。表明基于管理区灌水上下限值和降水预报信息是最优的变量灌溉管理方法。

2）与基于所有管理区土壤含水率均值进行灌溉决策的常规喷灌相比，最优VRI水分管理条件下，冬小麦节水36%，WUE提高12%；
夏玉米节水40%，WUE提高29%，且WUE差异达到了显著水平。

3）VRI和URI处理之间的冬小麦、夏玉米产量均未产生显著差异，且VRI水分管理方法对作物株高、叶面积指数、产量、WUE空间分布均匀性无明显影响。

[1] Evans R G, LaRue J, Stone K C, et al. Adoption of site-specific variable rate sprinkler irrigation systems[J]. Irrigation Science, 2013, 31: 871-887.

[2] 吴文勇，龚时宏，李久生，等. 现代灌溉水肥调控原理与技术研究进展[J]. 中国水利水电科学研究院学报，2021，19(1)：81-89.

Wu Wenyong, Gong Shihong, Li Jiusheng, et al. Research development on principle and technology of water and fertilizer regulation under modern irrigation[J]. Journal of China Institute of Water Resources and Hydropower Research, 2021, 19(1): 81-89. (in Chinese with English abstract)

[3] 李茂娜，孙宇，严海军，等. 基于土壤表观电导率的变量灌溉管理分区方法[J]. 农业工程学报，2020，36(22)：172-180.

Li Maona, Sun Yu, Yan Haijun, et al. Method for variable rate irrigation management zone delineation based on apparent soil electrical conductivity[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(22): 172-180. (in Chinese with English abstract)

[4] DeJonge K C, Kaleita A L, Thorp K R. Simulating the effects of spatially variable irrigation on corn yields, costs, and revenue in Iowa[J]. Agricultural Water Management, 2007, 92(1/2): 99-109.

[5] Stone K C, Bauer P J, O’Shaughnessy S A, et al. A variable-rate irrigation decision support system for corn in the U.S. Eastern Coastal Plain[J]. Transactions of the ASABE, 2020, 63(5): 1295-1303.

[6] Andrade M A, O’Shaughnessy S A, Evett S R. ARS Pivot, a sensor-based decision support software for variable-rate irrigation center pivot systems: Part A. Development[J]. Transactions of the ASABE, 2020, 63(5): 1521-1533.

[7] Watkins K B, Lu Y C, Huang W Y. A case study of economic and environmental impact of variable rate nitrogen and water application[J]. Agricultural Engineering Journal, 2002, 11(4): 173-185.

[8] Oliveira C, Yoder R, Larson J. Evaluating the returns to site-specific irrigation[C]//Minneapolis: Proceedings of the 7th International Conference on Precision Agriculture, 2005: 756-770.

[9] Hedley C B, Yule I J. Soil water status mapping and two variable-rate irrigation scenarios[J]. Precision Agriculture, 2009, 10(4): 342-355.

[10] 杨汝苗. 变量灌溉系统水力性能及其对作物生长影响的评估[D]. 北京：中国农业大学，2015.

Yang Rumiao. Evaluation of Hydraulic Performances of Variable Irrigation System and Their Influence on Crop Growth[D]. Beijing: China Agricultural University (CAU), 2015. (in Chinese with English abstract)

[11] King B A, Stark J C, Wall R W. Comparison of site-specific and conventional uniform irrigation management for potatoes[J]. Applied Engineering in Agriculture, 2006, 22(5): 677-688.

[12] Sui R X, Yan H J. Field study of variable rate irrigation management in humid climates[J]. Irrigation and Drainage, 2017, 66(3): 327-339.

[13] 孙宇，李茂娜，王云玲，等. 圆形喷灌机条件下变量灌溉对苏丹草产量与品质的影响[J]. 干旱地区农业研究，2020，38(4)：32-38.

Sun Yu, Li Maona, Wang Yunling, et al. Effects of variable rate irrigation on sudangrass yield and quality under center-pivot irrigation[J]. Agricultural Research in the Arid Areas, 2020, 38(4): 32-38. (in Chinese with English abstract)

[14] LaRue J L. Variable rate irrigation 2010 field results[C]. Louisville: 2011 ASABE Annual International Meeting, 2011: 1110787.

[15] Sadler E J, Camp C R, Evans D E, et al. Spatial variation of corn response to irrigation[J]. Transactions of the ASAE, 2002, 45(6): 1869.

[16] Ge Y F, Thomasson J A, Sui R X, et al. Spatial variation of fiber quality and associated loan rate in a dryland cotton field[J]. Precision Agriculture, 2008, 9(4): 181-194.

[17] Muschietti-Piana M D P, Cipriotti P A, Urricariet S, et al. Using site-specific nitrogen management in rainfed corn to reduce the risk of nitrate leaching[J]. Agricultural Water Management, 2018, 199: 61-70.

[18] Li X M, Zhao W X, Li J S, et al. Effects of irrigation strategies and soil properties on the characteristics of deep percolation and crop water requirements for a variable rate irrigation system[J]. Agricultural Water Management, 2021, 257: 107143.

[19] Stone K C, Bauer P J, Sigua G C. Irrigation management using an expert system, soil water potentials, and vegetative indices for spatial applications[J]. Transactions of the ASABE, 2016, 59(3): 941-948.

[20] 赵伟霞，李久生，杨汝苗，等. 基于土壤水分空间变异的变量灌溉作物产量及节水效果[J]. 农业工程学报，2017，33(2)：1-7.

Zhao Weixia, Li Jiusheng, Yang Rumiao, et al. Yields and water-saving effects of crops as affected by variable rate irrigation management based on soil water spatial variation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(2): 1-7. (in Chinese with English abstract)

[21] Sui R X, Vories E. Comparison of sensor-based and weather-based irrigation scheduling[J]. Applied Engineering in Agriculture, 2020, 36(3): 375-386.

[22] Evans R G, King B A. Site-specific sprinkler irrigation in a water limited future[J]. Transactions of the ASABE, 2012, 55(2): 493-504.

[23] Li X M, Zhao W X, Li J S, et al. Crop yield and water use efficiency as affected by different soil-based management methods for variable-rate irrigation in a semi-humid climate. Transactions of the ASABE[J], 2018, 61(6): 1915-1922.

[24] Li X M, Zhao W X, Li J S, et al. Maximizing water productivity of winter wheat by managing zones of variable rate irrigation at different deficit levels[J]. Agricultural Water Management, 2019, 216: 153-163.

[25] 赵伟霞，李久生，杨汝苗，等. 田间试验评估圆形喷灌机变量灌溉系统水量分布特性[J]. 农业工程学报，2014，30(22)：53-62.

Zhao Weixia, Li Jiusheng, Yang Rumiao, et al. Field evaluation of water distribution characteristics of variable rate center pivot irrigation system[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(22): 53-62. (in Chinese with English abstract)

[26] 李秀梅，赵伟霞，李久生，等. 降水预报准确率对变量灌溉水分管理的影响[J]. 排灌机械工程学报，2018，36(10)：985-989.

Li Xiumei, Zhao Weixia, Li Jiusheng, et al. Effect of rainfall forecast accuracy on water management under variable rate irrigation System[J]. Journal of Drainage and Irrigation Machinery Engineering (JDIME), 2018, 36(10): 985-989. (in Chinese with English abstract)

[27] Zhao W X, Li J S, Yang R M, et al. Determinging placement criteria of moisture sensors through temporal stability analysis of soil water contents for a variable rate irrigation system[J]. Precision Agriculture, 2018, 19(4): 648-665.

[28] 李秀梅，赵伟霞，李久生，等. 水分亏缺程度对变量灌溉水分传感器埋设位置预判的影响[J]. 农业工程学报，2018，34(23)：94-100.

Li Xiumei, Zhao Weixia, Li Jiusheng, et al. Influence of water stress level on determination of soil moisture sensor position under variable rate irrigation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(23): 94-100. (in Chinese with English abstract)

[29] 郁进元，何岩，赵忠福，等. 长宽法测定作物叶面积的校正系数研究[J]. 江苏农业科学，2007(2)：37-39.

Yu Jinyuan, He Yan, Zhao Zhongfu, et al. Study on the correction coefficient of measuring crop leaf area by Length-width method[J]. Jiangsu Agricultural Sciences, 2007(2): 37-39.

[30] 王淑芬，张喜英，裴冬. 不同供水条件对冬小麦根系分布、产量及水分利用效率的影响[J]. 农业工程学报，2006，22(2)：27-32.

Wang Shufen, Zhang Xiying , Pei Dong. Impacts of different water supplied conditions on root distribution, yield and water utilization efficiency of winter wheat[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(2): 27-32. (in Chinese with English abstract)

Field study on the benefits of the variable rate irrigation strategies for a center pivot system

Li Xiumei, Zhao Weixia, Li Jiusheng※, Li Yanfeng

(,,100048,)

Potential production benefits can be expected to easily quantify for the Variable Rate Irrigation (VRI) over the conventional Uniform Rate Irrigation (URI) systems in a given field. An effective VRI management can greatly contribute to the investment in the systems. In this study, a field test was conducted from October 2017 to September 2018 during the growing seasons of winter wheat and summer maize in Zhuozhou (39°27ʹN and 115°51ʹ E), Hebei Province, China. The mean annual temperature and precipitation were 11.6°C, and 563.3 mm, respectively, particularly with more than 70% probability between July and September. The VRI system was set as a center pivot with three-span 140 m long with an overhang. Variable-rate water was applied along the lateral and travel direction. A control system was also used to control the duty cycle of a solenoid valve ahead of each sprinkler, and the travel speed of the center pivot. One 1.64-hm2quadrant irrigated by the VRI system was delineated into four management zones (zones 1 to 4) with the available soil water holding capacity (AWC). Among them, two conventional sprinkler URI strategies (U1 and U2 treatments), and two VRI strategies (V1 and V2 treatments) were arranged in the four sub-zones for each management zone. The mean soil water contents were daily measured to determine the irrigation date in the treatments of U1, V1 and V2 in zone 1 with the lowest AWC values. Furthermore, the average soil water content was approximately represented at 0-0.4 m depths. Particularly, the mean soil water contents were measured for the four management zones in the U2 treatment. The irrigation was triggered, when the measured soil water content dropped close to 66% and 70% of the field capacity for the winter wheat and summer maize, respectively. The same application was adopted for the two URI treatments. Specifically, the 20 and 30 mm depths were set before and after the booting stage for the winter wheat, respectively, whereas, the 20 mm depths were for the summer maize. The application depth was equal to the consumption of soil water calculated from the upper limit value and the measured soil water content for the V1 treatments. In the V2 treatments of winter wheat, 84%, 99%, and 68% of the rate in zone 1 were recommended for zones 2, 3, and 4, respectively, where the deliver depth for zone 1 was the same as the URI treatments. The V2 treatments of summer maize were also combined with the V1 treatments and the rain forecast. The applied water decreased by 0%, 20%, and 40% for the light (less than 10 mm), moderate (between 10 and 25 mm), and heavy rain (more than 25 mm), respectively, according to the forecast report from the National Meteorological Center of China Meteorological Administration. There were some positive effects of VRI strategies on water-saving, yield, and WUE, spatial distribution of plant height, and Leaf Area Index (LAI). Results showed that the VRI strategy was an optimal way of irrigation management, according to the upper limit value and the meteorological forecast rainfall level. Compared with the URI, the irrigation amount of the optimal VRI strategy was reduced by 31%, and 40%, while the WUE values increased by 6%, and 27% for the winter wheat and summer maize, respectively. There was no significant difference between the VRI and URI strategies in the yield for the winter wheat and summer maize. Besides, no significant effect was found on the spatial distribution of plant height, LAI, yield, and WUE. Therefore, the irrigation prescription maps can be expected to serve as the VRI management, according to the soil water content and meteorological forecast about rainfall, particularly more suitable for both the semi-arid and semi-humid climates.

irrigation; soil water content; rainfall; crops; precision agriculture; static prescription maps; yield; water use efficiency

10.11975/j.issn.1002-6819.2022.21.008

S274.3

A

1002-6819(2022)-21-0060-07

李秀梅，赵伟霞，李久生，等. 圆形喷灌机变量灌溉效益的田间试验评估[J]. 农业工程学报，2022，38(21)：60-66.doi：10.11975/j.issn.1002-6819.2022.21.008 http://www.tcsae.org

Li Xiumei, Zhao Weixia, Li Jiusheng, et al. Field study on the benefits of the variable rate irrigation strategies for a center pivot system[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(21): 60-66. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2022.21.008 http://www.tcsae.org

2022-05-28

2022-08-10

国家自然科学基金面上项目基金项目（51979289）；
流域水循环模拟与调控国家重点实验室自由探索课题项目（SKL2022TS03）

李秀梅，博士生，研究方向为节水灌溉理论与技术。Email：lixiumei11126@126.com

李久生，研究员，博士生导师，研究方向为节水灌溉理论及技术。Email：lijs@iwhr.com