一、文章摘要

水稻是世界一半人口的主食，但在谷物作物中，它的水足跡最大。交替干濕灌溉（AWD）是一種有前景的灌溉策略，可以提高水稻的水生產(chǎn)力——即水稻產(chǎn)量與灌溉水使用量的比率。

然而，由于對潛在產(chǎn)量損失的擔憂以及水生產(chǎn)力改善的不可預測性，AWD的全球應用一直受到限制。

本研究中，通過1,187對比的田間觀察數(shù)據(jù)（AWD與持續(xù)淹水下的水稻產(chǎn)量數(shù)據(jù)），研究發(fā)現(xiàn)AWD對產(chǎn)量的影響（ΔY）變化主要受干旱期間最低土壤水勢的影響。研究估計，實施基于土壤水勢的AWD方案能夠提高全球37%灌溉水稻區(qū)的水生產(chǎn)力，特別在印度、孟加拉國和中國中部。

研究結果突顯了AWD在推動更可持續(xù)的水稻生產(chǎn)系統(tǒng)方面的潛力，并為全球水稻種植的可持續(xù)集約化提供了路徑。

二、文章引言

水稻灌溉用水占全球灌溉總量的30%以上。由于氣候變化和人類活動的加劇，水稻灌溉需水與供水的矛盾日漸突出，制約水稻的可持續(xù)生產(chǎn)。干濕交替灌溉（AWD）是國際水稻研究所推薦的高效節(jié)水模式，但大量試驗表明，該模式存在水稻減產(chǎn)風險，阻礙了該模式的推廣應用。

交替干濕灌溉（AWD）是一種前景廣闊的節(jié)水灌溉策略，廣泛推薦用于水稻種植。在AWD中，灌溉水在積水消退一定天數(shù)后再次施用。重新淹水的時機是一個關鍵的管理決策，可以通過土壤水分狀況的度量來確定，例如體積水分或重量水分含量、土壤水勢或田間水深降到預定的閾值。先前的研究表明，與持續(xù)淹水相比，AWD可以將灌溉水使用量減少大約四分之一，并且在某些情況下（如堿性土壤）可能會降低水稻產(chǎn)量。水節(jié)約與產(chǎn)量損失之間的權衡仍然是大規(guī)模應用AWD的根本障礙。為了避免產(chǎn)量損失，已經(jīng)提出了多個閾值。例如，國際水稻研究所（IRRI）建議將土壤水深15厘米（即?15厘米）作為基于田間水深的AWD方案的安全閾值，以避免產(chǎn)量損失。此外，兩個全球性的元分析也指出，?15到?20 kPa被認為是基于土壤水勢的AWD方案的安全閾值。然而，各種案例研究報告了全球范圍內(nèi)不同的安全土壤水勢閾值，從?70到?10 kPa不等。這種閾值的大幅變化表明，盡管關于AWD實踐的研究越來越多，但仍缺乏一個空間顯式的應用指南。解決這一挑戰(zhàn)需要更加深入地理解驅(qū)動水稻產(chǎn)量響應AWD管理實踐變化的因素。

三、研究方法

基于此，周豐和王旭輝課題組開展了全球稻田干濕交替灌溉控制試驗的數(shù)據(jù)挖掘。研究整合了123項研究中的1,187個AWD引起的水稻產(chǎn)量變化（ΔY）田間觀察數(shù)據(jù)，涵蓋了全球主要水稻產(chǎn)區(qū)，以識別ΔY變化的主要驅(qū)動因素。

本研究數(shù)據(jù)集中的觀察數(shù)據(jù)比先前的分析大了多達7倍，并且包括了代表全球灌溉水稻區(qū)80%以上氣候和土壤變量空間的田間站點。本研究的總體目標是：

1）識別ΔY變化的主要驅(qū)動因素；

2）制定一個空間顯式的AWD方案，以避免產(chǎn)量損失并提高水生產(chǎn)力（即水稻產(chǎn)量與灌溉水使用量的比率）；

3）確定實施空間顯式AWD方案的優(yōu)先區(qū)域。

四、研究結果

研究發(fā)現(xiàn)灌溉間歇的最低土壤水勢是決定AWD如何影響水稻產(chǎn)量的關鍵指標。

在此基礎上，綜合應用深度學習、過程模型與控制試驗數(shù)據(jù)，繪制了亞洲稻田干濕交替灌溉土壤水勢閾值圖。與國際水稻研究所推薦的AWD模式相比，該團隊提出的新模式實現(xiàn)水分利用效率在全球37%的水稻灌溉面積顯著提高且保障水稻穩(wěn)產(chǎn)，其中印度、孟加拉國和中國長江下游地區(qū)是優(yōu)先推廣區(qū)，為進一步優(yōu)化亞洲稻田（約占據(jù)全球88%稻田面積）的水分管理提供了科學依據(jù)。

該研究于2024年11月21日以“Improved alternate wetting and drying irrigation increases global water productivity”為題發(fā)表在《Nature Food》期刊上。薄巖（北京大學博雅博士后）為第一作者，周豐教授和王旭輝研究員為通訊作者。

五、主要圖表

圖1:AWD對水稻產(chǎn)量的影響及其驅(qū)動因素。

圖2：土壤水勢最低閾值的空間格局。

圖3：基于土壤水勢的AWD方案的優(yōu)先區(qū)域。

論文鏈接：https://www.nature.com/articles/s43016-024-01081-z

來源：農(nóng)業(yè)遙感與作物模型