2007-基于冠层温度的夏玉米旱情指数理论模型和经验模型的比较_俞龙
基于循环神经网络的欧亚中高纬夏季极端高温年代际预测模型研究
基于循环神经网络的欧亚中高纬夏季极端高温年代际预测模型研究作者:索朗多旦黄艳艳陈雨豪王会军来源:《大气科学学报》2024年第02期摘要近幾十年来频繁发生的极端高温事件严重威胁着自然生态系统、社会经济发展和人类生命安全。
针对生态环境脆弱的欧亚中高纬地区,首先评估了当前主流动力模式(CMIP6 DCPP)对于该地区夏季极端高温的年代际预测水平,并构建了基于循环神经网络(Recurrent Neural Networks,RNN)的年代际预测模型。
多模式集合平均(Multi-Model Ensemble,MME)的评估结果显示,得益于大样本和初始化的贡献,当前动力模式对于60°N以南区域(South Eurasia,SEA)展现了预测技巧,准确预测出了其线性增长趋势和1968—2008年间主要的年代际变率,然而模式对于60°N以北区域(North Eurasia,NEA)极端高温的年代际变率几乎没有任何预测技巧,仅预测出比观测低的线性增长趋势。
基于86个初始场的动力模式大样本预测结果,RNN将2008—2020年间NEA和SEA极端高温的年代际变率预测技巧显著提高,距平相关系数技巧从MME中的-0.61和-0.03,提升至0.86和0.83,均方差技巧评分从MME中的-1.10和-0.94,提升至0.37和0.52。
RNN的实时预测结果表明,在2021—2026年,SEA区域的极端高温将持续增加,2026年很可能发生突破历史极值的极端高温事件,NEA区域在2022年异常偏低,而后将呈现波动上升。
关键词极端高温;DCPP;年代际预测;循环神经网络在全球气候变暖的背景下,自20世纪50年代以来,全球大部分地区极端高温事件频率增加,持续时间延长(Alexander et al.,2006;孙建奇等,2011),呈现出明显的非线性增长,并且事件越极端,其发生频率的增长百分比越大(IPCC,2021)。
玉米冠层最佳水分指数优选
玉米冠层最佳水分指数优选马建新;孟庆岩;李响;孔祥浩;王春梅【摘要】针对基于植被指数反演不同生长期、不同冠层结构特征下玉米冠层含水量的序列性研究较少,冠层含水量反演较低等问题,优选不同生长期玉米冠层含水量反演最佳植被指数,完成玉米冠层含水量高精度提取.初步选择4种可靠性强的水分指数:归一化植被指数、归一化水体指数1、归一化水体指数2、水协迫指数,分别基于PROSAIL辐射传输模型、三期实测冠层含水量及同步Landsat-8OLI数据,模拟分析4种植被指数与冠层含水量的关系,优选不同生长期玉米最佳水分指数,实现玉米冠层含水量快速精确反演.实例验证结果表明,水分指数归一化水体指数1可作为植被冠层含水量反演的最佳指数且反演精度随着植被含水量的增加而降低,在玉米生长初期,中误差为0.13 kg/m,在生长中后期,中误差达到0.582 kg/m2,满足生长初期玉米冠层含水量快速反演需求.研究结果可为植被冠层含水量反演中水分指数选择提供参考,也可为稀疏植被覆盖区土壤水分反演研究提供借鉴.【期刊名称】《遥感信息》【年(卷),期】2016(031)005【总页数】7页(P96-102)【关键词】玉米作物;冠层含水量;水分指数;Landsat-8影像;PROSAIL辐射传输模型【作者】马建新;孟庆岩;李响;孔祥浩;王春梅【作者单位】河南理工大学矿山空间信息技术国家地理信息局重点实验室,河南焦作454003;中国科学院遥感与数字地球研究所,北京100101;农业部农业信息技术重点实验室,北京100081;中国科学院遥感与数字地球研究所,北京100101;农业部农业信息技术重点实验室,北京100081;北京空间飞行器总体设计部,北京100086;北京空间飞行器总体设计部,北京100086;中国科学院遥感与数字地球研究所,北京100101;农业部农业信息技术重点实验室,北京100081【正文语种】中文【中图分类】TP79植被冠层含水量(Vegetation Canopy Water Content,VCWC)是指等效水厚度(Equivalent Water Thickness,EWT)与叶面积指数(Leaf Area Index,LAI)的乘积,即单位地表面积内植被水分含量(单位:kg/m2)[1-4]。
基于VIC模型构建的综合干旱指数在黄河流域的应用
基于VIC模型构建的综合干旱指数在黄河流域的应用朱悦璐;畅建霞【摘要】[目的]研究黄河流域年内和年际尺度的干旱特征,为评估干旱、半干旱地区极端气候提供参考.[方法]基于VIC模型划分0.5°×0.5°经纬网,结合黄河流域多年降水资料,将子流域所有网格日径流取均值,采用GPP(Gringorten plotting position)算法构建非参数多变量综合干旱指数(Non-parametric multivariate standardizeddrought index,NMSDI),并在黄河流域进行了实例应用.[结果](1)在6个月尺度上,干旱初期NMSDI指数与标准化降水指数(Standardized precipitation index,SPI)类似,末期与标准化流量指数(Standardized streamnow index,SSI)类似.(2)黄河上游及北部干旱较其他区域更为严重,旱灾风险春夏高、秋冬低.(3)黄河流域年内和年际的NMSDI指数以降低为主,但R/S分析表明,降低的趋势在未来有所减缓.(4)黄河流域年际NMSDI系列趋于稳定,仅渭河流域在1991年出现突变,可能是气候变化与人类活动耦合的结果.[结论]与传统的干旱指标相比,NMSDI综合了气象、水文干旱指标的特点且不依赖于假设的分布函数,可以有效捕获干旱状态,同时避免了不同指标之间不能直接比较的不足,在研究流域有较好的适用性.%[Objective] This study investigated drought characteristics at annual and inter-annual scales in the Yellow River basin to provide reference for the assessment of extreme climate in arid and semi-arid regions.[Method] Grid cells with 0.5°×0.5° were set up based on VIC bined with the multiply years precipitation data,the average runoffs of all sub basins were calculated,and the plotting position Gringorten algorithm was used to construct a non-parametric multivariate standardized drought index (NMSDI).[Result] (1) On 6-monthsscale,NMSDI was similar as standardized precipitation index (SPI) in early drought and similar as standardized streamnow index (SSI) in end drought.(2) The drought in the upper reaches and north of Yellow River was more severe than other regions,and drought risk in spring and summer was higher than in autumn and winter.(3) The annual and inter annual NMSDI indexes of the Yellow River basin decreased,while R/S analysis showed that the trend in future would reduce.(4) In the Yellow River basin,annual NMSDI series would tend still,only mutations occurred in the Wei River basin in 1991 as a result of climate change and human activities.[Conclusion] Compared with traditional drought index,NMSDI does not rely on assumptions about the distribution of function and avoids the lack of different indicators.It has good applicability in the study watershed.【期刊名称】《西北农林科技大学学报(自然科学版)》【年(卷),期】2017(045)002【总页数】10页(P203-212)【关键词】综合干旱指数;非参数方法;VIC模型;标准化降水指数(SPI);黄河流域【作者】朱悦璐;畅建霞【作者单位】西安理工大学水利水电学院,陕西西安710048;西安理工大学水利水电学院,陕西西安710048;西北旱区生态水利工程国家重点实验室培育基地,陕西西安710048【正文语种】中文【中图分类】P338+.6干旱是自然界的一种极端气候现象,其特点为波及的空间尺度大、时间跨度长、旱灾损失严重。
2005-基于冠层温度的夏玉米水分胁迫指数模型的试验研究_崔晓
第21卷第8期2005年8月农业工程学报T r ansactions of the CSA E V ol.21 N o.8A ug. 2005基于冠层温度的夏玉米水分胁迫指数模型的试验研究崔 晓1,许利霞2,袁国富3,王卫星2,罗 毅3(1.广东白云学院电子信息工程系,广州510450; 2.华南农业大学工程学院,广州510642; 3.中国科学院地理科学与资源研究所,北京100101)摘 要:探讨并建立了适合于中国华北地区夏玉米水分状况监测的作物水分胁迫指数(CW S I )模型。
通过不同的田间试验处理和观测,得到了适合夏玉米的CW S I 经验模型中的经验关系,且表现明显。
该研究建立了不同生育阶段的经验模型,经过初步的检验和分析,认为这一模型是合理的,可以应用于田间的基于冠层温度信息的夏玉米水分状况监测。
关键词:冠层温度;作物水分胁迫指数(CW SI );夏玉米中图分类号:S 275 文献标识码:A 文章编号:1002-6819(2005)08-0022-03崔 晓,许利霞,袁国富,等.基于冠层温度的夏玉米水分胁迫指数模型的试验研究[J].农业工程学报,2005,21(8):22-24.Cui Xiao ,Xu L ix ia,Y uan Guo fu,et al.Cro p w ater str ess index model for mo nito ring summer maize w ater stress based o n cano py surface temper ature [J ].T ransactio ns o f the CSAE ,2005,21(8):22-24.(in Chinese w ith Eng lish abstr act )收稿日期:2004-12-27 修订日期:2005-07-25基金项目:国家863计划节水农业专项(2002AA 2Z 4071-02);广东省自然科学基金项目(032272)作者简介:崔 晓(1979-),女,河北晋州人,硕士,研究方向为电子信息及自动化技术应用。
基于土壤湿度的夏玉米干旱影响评估模型的构建与应用[发明专利]
专利名称:基于土壤湿度的夏玉米干旱影响评估模型的构建与应用
专利类型:发明专利
发明人:薛昌颖,李树岩,李军玲,师丽魁,田宏伟,张弘
申请号:CN202010506240.4
申请日:20200605
公开号:CN111681122A
公开日:
20200918
专利内容由知识产权出版社提供
摘要:本发明公开了一种基于土壤湿度的夏玉米干旱影响评估模型的构建与应用。
旨在解决现有方法无法快速准确、低成本评估干旱对于夏玉米产量的影响技术问题。
本发明利用分离出的夏玉米气象产量与对应年份的6月上旬至9月下旬的土壤相对湿度进行统计分析,建立了玉米减产率与自动土壤水分数据之间的定量关系模型。
本发明针对夏玉米生长关键期,能够实现逐旬的干旱影响评估,便于在农业气象业务服务中应用,可以为河南夏玉米种植区的玉米生产智能决策诊断提供新思路,为农业生产决策提供指导和建议,能够推动提升农业生产的效率,避免不必要的损失。
申请人:河南省气象科学研究所
地址:450000 河南省郑州市金水区金水路110号
国籍:CN
代理机构:河南科技通律师事务所
更多信息请下载全文后查看。
基于优化光谱指数的夏玉米地上生物量估算
基于优化光谱指数的夏玉米地上生物量估算作者:王涵张王菲杨浩来源:《安徽农业科学》2023年第24期摘要以夏玉米为研究对象,首先获取拔节期、大喇叭口期、抽雄期和灌浆期4个关键生育期的地面高光谱数据,并实测各生育期的地上生物量(AGB);其次基于任意波段组合的波段优化算法,分别构造6种不同波段组合形式的两波段和三波段光谱指数;然后将构造的12种光谱指数与地面实测的AGB进行相关性分析,从中筛选出相关性最好的光谱指数作为最优光谱指数构建夏玉米全生育期的AGB估算模型;最后对最优光谱指数估算夏玉米各关键生育期AGB的性能进行系统评价。
结果表明:基于波段优化算法筛选的最优三波段光谱指数TBI6(760,925,895)与夏玉米各生育期和全生育期的AGB均具有良好的相关性,其构建的AGB估算模型具有较高的精度,可为夏玉米全生育期AGB的快速无损估算及AGB监测装置的集成与开发提供参考。
关键词夏玉米;地上生物量;高光谱;光谱指数;波段优化算法中图分类号S 127文献标识码A文章编号0517-6611(2023)24-0005-04doi:10.3969/j.issn.0517-6611.2023.24.002Estimation of Aboveground Biomass of Summer Maize Based on Optimized Spectral IndexWANG Han1,2,ZHANG Wangfei1,YANG Hao2(1.Forestry College of Southwest Forestry University, Kunming, Yunnan650224;2.National Agricultural Informatization Engineering Technology Research Center, Beijing 100097)AbstractSummer maize was used as the research object,firstly, ground hyperspectral data were obtained for four key fertility stages (pulling stage,trumpeting stage,tasseling stage,filling stage), and the aboveground biomass (AGB) of each fertility stage was measured empirically. Secondly, waveband optimization algorithms based on arbitrary waveband combinations were constructed for six different waveband combination forms of twoband and threeband spectral indices, respectively. Then, the 12 constructed spectral indices were correlated with the groundtruthed AGB, from which the best correlated spectral index was selected as the optimal spectral index to construct the AGB estimation model for summer maize at full fertility. Finally, the performance of the optimal spectral index for estimating AGB at each critical fertility stage of summer maize was systematically evaluated. The results showed that the optimal threeband spectral indexTBI6 (760,925,895) screened based on the band optimization algorithm had good correlation with the AGB of summer maize at all fertility stages and the whole fertility period, and the AGB estimation model constructed by it had high accuracy, which could provide a reference for the rapid and nondestructive estimation of AGB of summer maize at the whole fertility period and the integration and development of AGB monitoring devices.Key wordsSummer maize;Aboveground biomass(AGB);Hyperspectral;Spectral index;Band optimization algorithm研究表明,农业系统的產量必须以3%的速度增长才能满足全球人口增加和耕地面积减少带来的粮食需求[1],玉米作为世界上最重要的粮食作物之一,其产量和品质对全球粮食安全具有重要影响。
夏玉米光合产物分配及生物量的动态模拟研究
㊀山东农业科学㊀2023ꎬ55(4):42~49ShandongAgriculturalSciences㊀DOI:10.14083/j.issn.1001-4942.2023.04.005收稿日期:2022-08-03基金项目:国家自然科学基金项目(51779174)ꎻ天津市科技支撑重点项目(18YFZCSF00650)作者简介:豆静静(1998 )ꎬ女ꎬ山东聊城人ꎬ硕士研究生ꎬ主要从事农作物节水灌溉理论方面研究ꎮE-mail:1666287912@qq.com通信作者:郑志伟(1981 )ꎬ男ꎬ河北唐山人ꎬ副教授ꎬ主要从事农作物节水灌溉理论与应用技术方面研究ꎮE-mail:zhiwei35883@163.com夏玉米光合产物分配及生物量的动态模拟研究豆静静ꎬ郑志伟ꎬ王义坤ꎬ张妮(天津农学院水利工程学院ꎬ天津㊀300392)㊀㊀摘要:为揭示夏玉米干物质积累与分配规律及给作物栽培提供参考ꎬ本研究在山西霍泉灌溉试验站连续两年进行夏玉米灌溉试验ꎬ每年均设置高水㊁低水㊁零水3个处理ꎬ继而利用玉米生长相关性㊁相对生长速率等数据建立分配系数和分配指数两种模型进行夏玉米光合产物分配与转移的模拟研究ꎬ并以确定性系数(R2)㊁标准化均方根误差(nRMSE)为标准ꎬ对模拟结果进行评价ꎮ结果表明:①玉米各器官干物质重实测值与两种模型模拟值的R2均在0.95以上ꎬnRMSE在20%以下ꎻ②两种模型在模拟穗重时ꎬ模拟效果差异不明显ꎬ模拟茎重和叶重时ꎬ分配系数模型模拟效果优于分配指数模型ꎻ③不同生育期水分胁迫对各器官分配系数有不同的影响ꎬ对分配指数影响不明显ꎻ④收获期前ꎬ水分胁迫使茎㊁叶光合产物转移率增大ꎬ穗光合产物转移率减小ꎮ综之ꎬ分配系数和分配指数两种模型操作实用性均较强ꎬ但前者机理性强㊁各器官光合产物转移率的变化趋势与实际较为一致ꎬ后者直观易懂㊁计算简单ꎬ总体上分配系数模型略优于分配指数模型ꎮ关键词:夏玉米ꎻ光合产物ꎻ分配系数ꎻ分配指数ꎻ水分胁迫ꎻ动态模拟中图分类号:S513㊀㊀文献标识号:A㊀㊀文章编号:1001-4942(2023)04-0042-08DynamicSimulationofPhotosynthateDistributionParametersandBiomassinSummerMaizeDouJingjingꎬZhengZhiweiꎬWangYikunꎬZhangNi(CollegeofWaterConservancyEngineeringꎬTianjinAgriculturalUniversityꎬTianjin300392ꎬChina)Abstract㊀InordertorevealthelawsofdrymatteraccumulationanddistributioninsummermaizeandprovidereferencesforcropcultivationꎬthesummermaizeirrigationexperimentswereconductedatHuoquanIrrigationExperimentStationinShanxiProvincefortwoconsecutiveyears.Threetreatmentsweresetperyearꎬincludinghighwaterꎬlowwaterandzerowater.Usingthedataofmaizegrowthcorrelationandrelativegrowthrateꎬtwomodelsofdistributioncoefficientanddistributionindexwereestablishedtosimulatethedistributionandtransferofsummermaizephotosynthateꎬandthecertaintycoefficient(R2)andnormalizedrootmeansquareerror(nRMSE)wereusedtoevaluatethesimulationresults.Theresultswereasfollows.(1)TheR2ofthemeasureddrymatterweightvaluesofmaizeorganswithsimulatedvaluesofthetwomodelswereallabove0.95ꎬandthenRMSEwereallbelow20%.(2)Therewasnoobviousdifferencebetweenthetwomodelsinsimulatingspikeweight.Howeverꎬwhensimulatingstemweightandleafweightꎬtheeffectofthedistributioncoefficientmodelwasbetterthanthatofthedistributionindexmodel.(3)Waterstresshaddifferenteffectsonthedistributioncoefficientofeachorganatdifferentgrowthstagesꎬbuthadnoobviouseffectonthedistributionindex.(4)Beforeharvestperiodꎬwaterstressincreasedthetransferrateofphotosynthateinstemsandleavesanddecreasedthatinspikes.Tosumupꎬboththedistributioncoefficientanddistributionindexmodelshadstrongoperationalpracticability.Howeverꎬthedistributioncoefficientmodelhadastrongmechanismandthechangetrendofphotosynthatetransferrateofeachorganwasmoreconsistentwiththeactual.Thedistributionindexmodelwasstraightforwardandhadsimplecalculation.Thedistributioncoefficientmodelwasslightlybet ̄terthanthedistributionindexmodelgenerally.Keywords㊀SummermaizeꎻPhotosynthateꎻDistributioncoefficientꎻDistributionindexꎻWaterstressꎻDy ̄namicsimulation㊀㊀人口的激增和水资源的不合理使用导致可利用的灌溉水资源大幅度下降ꎬ农业在可喂养人口上面临着巨大压力ꎮ我国农业可持续发展和粮食安全问题成为公众关注热点ꎮ近年ꎬ全国玉米种植面积和总产量分别占粮食作物的33.6%和36.1%[1ꎬ2]ꎬ因此ꎬ在我国粮食安全战略问题上ꎬ玉米起着至关重要的作用ꎮ随着计算机技术的发展ꎬ学者们借助新手段对作物生长过程中的生长因子及各种状态量等因素进行数字化模拟[3-6]ꎬ形成一系列的数学模型ꎬ以便深刻理解作物生长生理过程[7ꎬ8]ꎮ例如:Grant等[9]研发出一个以1h为时间步长的玉米物候模拟程序ꎬ作为玉米生长模型的子程序ꎻKarlen等[10]根据玉米生长期营养器官重量的峰值积累率发现ꎬ协调水分㊁养分等管理措施可为玉米高产提供最低限度的胁迫生产环境ꎻ尹红征等[11]在考虑重要生理过程基础上建立了玉米群体生产动态模拟模型和产量模拟模型ꎮ国内外对玉米干物质积累㊁分配与转移进行过多角度研究ꎬ某种程度上揭示了其内在生物学规律[12]ꎮ目前ꎬ植物光合产物分配与转移的模拟主要有两种方法ꎬ即分配系数法和分配指数法ꎮ分配系数法是对某段时间的光合产物进行分配ꎬ由此求出各器官的累积重量ꎮ分配系数是驱动作物生长模型的关键性参数ꎬ通过计算各器官的分配系数值可定量推测出光合产物向各储存器官的分配与转移情况ꎬ对其进行深入研究十分必要ꎮ分配指数是指某个时刻茎㊁叶㊁籽粒㊁根的累积重量与总重的比值ꎮ李昊等[13ꎬ14]根据发育进程选用分段式非线性模型建立了夏玉米茎㊁叶㊁穗的干物质分配系数模型ꎬ但是各器官分配系数值始终为正ꎬ在夏玉米生长中后期不能直观体现其它器官向中心器官转移的规律ꎮ目前ꎬ国内单独选用分配系数法或分配指数法进行夏玉米光合产物分配模拟的研究较多ꎬ但缺少同时运用两种方法进行的模拟研究ꎮ对此ꎬ本研究引入作物生长相关性[15]建立分配系数模型ꎬ借助相对生长速率[13ꎬ16]建立分配指数模型ꎬ根据试验获取的夏玉米生长动态㊁田间管理数据及气象资料ꎬ采用数学统计方法确定两种模型的相关参数ꎬ以日为时段进行模拟研究ꎬ以期为精确揭示夏玉米干物质积累㊁分配与转移的规律提供理论参考ꎮ1㊀材料与方法1.1㊀研究区概况2018㊁2019年连续在山西霍泉灌区灌溉试验站(36ʎ17ᶄNꎬ111ʎ46ᶄE)进行夏玉米试验研究ꎮ该站海拔529mꎬ面积0.45hm2ꎮ该地属暖温带大陆性气候ꎬ全生育期内多年平均降雨量290.9mm㊁气温22.7ħ㊁蒸散量455.9mm㊁累计日照时数694.3hꎮ土壤质地为轻壤土ꎬ土壤容重1.46g/cm3ꎬ地面坡度1/300ꎬ孔隙率46%ꎮ1.2㊀试验设计试验每年按灌溉定额设置3个水平ꎬ即高水㊁低水㊁零水ꎬ灌溉定额分别为150mm(T1)㊁75mm(T2)和0mm(T3)ꎬ具体见表1ꎮ每处理重复3次ꎬ随机区组排列ꎮ小区长17.6mꎬ宽3.78mꎬ面积为66.53m2ꎮ选取2018年试验数据用于模型参数率定ꎬ2019年试验数据用于模型验证ꎮ夏玉米品种为纵横836ꎮ播种及收获时间分别为2018年6月12日和2018年10月8日ꎬ2019年6月16日和2019年10月1日ꎮ1.3㊀测定项目与方法测定项目由三部分组成ꎬ分别为夏玉米生长动态㊁田间管理及气象数据ꎮ生长动态数据分为地上部和地下部干物质重两部分ꎬ前者包括茎㊁叶㊁穗㊁籽粒ꎬ后者为根ꎮ测试方法为:随机选取134㊀第4期㊀㊀㊀㊀㊀㊀㊀豆静静ꎬ等:夏玉米光合产物分配及生物量的动态模拟研究株玉米ꎬ整株取下ꎬ带回实验室ꎬ器官分离ꎬ110ħ杀青30min后再60ħ烘干至恒重ꎬ称重记录ꎮ地上部各器官干物质重全生育期共测试7次ꎬ分别为苗期㊁抽穗期各1次ꎬ拔节期2次ꎬ灌浆期3次ꎻ根重全生育期共测试3次ꎬ即拔节期㊁抽穗期㊁灌浆期各1次ꎮ田间管理数据包括灌水方式㊁灌水时间㊁灌水定额及田间操作管理方法ꎮ井水灌溉ꎬ按试验设计要求灌水ꎬ用水表测量ꎬ人工记录灌水时间及田间操作管理方法ꎮ播种前耕地1次ꎬ2018年播种方式为锄头开沟㊁人工摆籽ꎬ2019年采用手动式播种机播种ꎮ种植密度6万株/hm2ꎮ气象数据由当地气象站提供ꎮ㊀㊀表1㊀试验处理设计年份处理灌水次数灌溉定额(mm)灌水时间(月/日)备注T121508/3㊁9/3高水2018T21758/3低水T300零水T121506/17㊁7/22高水2019T21758/6低水T300零水1.4㊀分配系数与分配指数模型的建立方法1.4.1㊀分配系数模型㊀以夏玉米田间试验获得的生物量数据为基础ꎬ分析修正后得到各器官干物质重ꎬ依次计算茎叶比㊁穗茎比和根冠比等玉米生长相关性参数[15]ꎮ鉴于玉米生长相关性参数实测值个数有限ꎬ需通过观察其随生长天数变化呈现的规律拟合方程ꎬ求取逐日的茎叶比㊁穗茎比与根冠比及其增量ꎮ根据夏玉米植株总重ꎬ利用抛物线插值法确定日光合产物量ꎮ分配系数需计算单位时间内各器官增量ꎬ测试过程中需选择合适的时长ꎬ选取时段过长不能精确反映其变化趋势ꎬ时段过短试验误差大㊁成本高ꎮ针对此问题ꎬ本研究引入茎叶比㊁穗茎比㊁根冠比3个参数ꎬ推导出光合产物分配系数计算公式[15]ꎬ以便逐日模拟各器官的分配系数ꎬ见式(1)至式(4)ꎮfl=1-dRPd Yg(Ws+Wl+We)(1+Ksl+Kse Ksl)(1+R)-Ws dKse+(1+Kse)Wl dKsl(1+Ksl+Kse Ksl)Pd Ygꎻ(1)fs=Ksl fl+Wl dKslPd Ygꎻ(2)fe=Kse fs+Ws dKsePd Ygꎻ(3)fr=R1+R(1+dRRˑWs+Wl+WePd Yg)ꎮ(4)式中ꎬfl㊁fs㊁fe㊁fr分别为叶㊁茎㊁穗㊁根的分配系数ꎻWs㊁Wl㊁We分别为茎㊁叶㊁穗干重ꎻKsl㊁Kse㊁R分别为茎叶比㊁穗茎比㊁根冠比ꎻPd为日光合产物量ꎻYg为光合产物转化效率ꎻdR㊁dKse㊁dKsl分别为各参数的导数ꎮ1.4.2㊀分配指数模型㊀各器官的分配指数分别为各器官干物质重与地上部干物质重之比ꎬ地上部分配指数为地上部干物质重与总重之比ꎮ根据夏玉米田间试验得到的生物量数据计算各器官的分配指数ꎮ以气象数据为基础ꎬ逐日计算相对生长速率RDS[13ꎬ16]ꎬ即自播种日至计算日的日平均气温之和与自播种至收获日的日平均气温之和的比值[17ꎬ18]ꎮ观察各器官分配指数随RDS变化呈现的规律ꎬ拟合方程ꎬ逐日求取各器官的分配指数ꎮ利用分配指数模型进行各器官干物质重模拟时ꎬ需先利用根冠比推求出地上部分配指数ꎬ进行地上部干物质重的分配ꎬ再进行各器官干物质重的分配ꎮ茎㊁叶㊁穗㊁地上部分配指数分别用PIST㊁PILVG㊁PISP㊁PIS来表示ꎮ1.5㊀数据处理与分析参数主要指拟合方程中的相关参数ꎬ采用规划求解㊁回归分析等方法求得ꎮ光合产物转化效率以收获时生物量实测值与模拟值误差最小为原则确定ꎮ采用MicrosoftExcel2021进行数据整理及分析ꎬ采用Origin2018软件绘图ꎮ2㊀结果与分析2.1㊀玉米生长相关性分析不同处理下玉米茎叶比㊁穗茎比㊁根冠比随生长天数的变化规律见图1ꎮ可知ꎬ水分胁迫对玉米生长相关性影响不明显ꎬ因此ꎬ不考虑水分胁迫对其影响ꎬ将全部处理数值整合ꎬ拟合方程ꎮ茎叶比与生长天数的关系可用S形曲线拟合ꎻ穗茎比与生长天数的关系可用分段函数拟合ꎬ先常数函44㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀山东农业科学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第55卷㊀数后指数函数ꎻ根冠比与生长天数的关系可用指数函数拟合ꎮ拟合方程见式(5)至式(7)ꎬ模型参数见表2ꎮ可知ꎬ茎叶比㊁穗茎比实测值与模拟值的R2均在0.98以上ꎬ其中ꎬ穗茎比>茎叶比ꎬ根冠比最小ꎬ但也在0.94以上ꎮ图1㊀玉米生长相关性分析Ksl=c11+a1 e-b1t+d1㊀ꎻ(5)Kse=d2tɤtᶄa2 eb2t+d3t>tᶄ{㊀ꎻ(6)R=a3 eb3t㊀ꎮ(7)式中ꎬa1㊁b1㊁c1㊁d1㊁a2㊁b2㊁d2㊁d3㊁tᶄ㊁a3㊁b3均为待求参数ꎬt为生长天数ꎬ其它符号意义同前ꎮ㊀㊀表2㊀玉米生长相关性的参数值相关性参数确定性系数R2茎叶比a1=3.3´104ꎬb1=0.2255ꎬc1=1.572ꎬd1=0.45640.9882穗茎比a2=329.6ꎬb2=0.0002ꎬd2=0.0212ꎬd3=-332.7ꎬtᶄ=54.120.9912根冠比a3=0.2098ꎬb3=-0.0210.94462.2㊀玉米各器官的分配系数分析玉米各器官分配系数模拟值的变化规律见图2ꎮ茎㊁叶㊁穗㊁根的分配系数随生育进程呈波浪形变化ꎬ其中ꎬ茎㊁叶㊁根的分配系数总体呈减小的变化趋势ꎬ其值由正变为负ꎬ表明生长后期该器官光合产物向其它器官发生转移ꎻ穗的分配系数总体呈增大的变化趋势ꎬ其值始终为正ꎬ前期接近于零ꎬ中后期快速增加ꎬ收获时高水㊁低水㊁零水处理下穗的分配系数分别为1.57㊁1.88和1.39ꎮ2.3㊀玉米各器官的分配指数分析玉米各器官分配指数实测值随RDS的变化规律见图3ꎮ可见ꎬ水分胁迫对茎㊁叶㊁穗的分配指数影响不明显ꎬ因此ꎬ不考虑水分胁迫对其影响ꎬ将全部处理数值整合ꎬ拟合方程ꎬ求取以日为时段的各器官分配指数模拟值ꎮ茎的分配指数(PIST)可用分段函数拟合ꎬ先S形曲线后三次函数ꎬ叶的分配指数(PILVG)用倒S形曲线㊁穗的分配指数(PISP)用S形曲线拟合ꎬ具体结果见式(8)至式(10)ꎮ54㊀第4期㊀㊀㊀㊀㊀㊀㊀豆静静ꎬ等:夏玉米光合产物分配及生物量的动态模拟研究图2㊀玉米各器官分配系数图3㊀玉米各器官分配指数64㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀山东农业科学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第55卷㊀PIST=h11+p1 e-q1 RDS+m1ꎬRDSɤRDSᶄ㊀ꎻn0+n1 RDS+n2 RDS2+n3 RDS3ꎬRDS>RDSᶄìîíïïïï(8)PILVG=1-h21+p2 e-q2 RDS㊀ꎻ(9)PISP=h31+p3 e-q3 RDS㊀ꎮ(10)式中ꎬp1㊁q1㊁h1㊁m1㊁n0㊁n1㊁n2㊁n3㊁RDSᶄ㊁p2㊁q2㊁h2㊁p3㊁q3㊁h3为待求参数ꎬ其它符号意义同前ꎮ各器官分配指数的参数值见表3ꎮ茎㊁叶㊁穗分配指数的R2均在0.95以上ꎬ从大到小依次为穗㊁叶㊁茎ꎮ在理论计算中ꎬ三者之和等于1ꎬ由于茎的分配指数模拟值计算公式较为复杂且相关性较低ꎬ为简便计算ꎬ可用1减去叶㊁穗的分配指数之和ꎮ2.4㊀不同模型下玉米光合产物积累对比分析玉米光合产物积累规律见图4ꎮ随着生育时间延长ꎬ地上部干物质重㊁穗重实测值均呈现逐渐增加的变化趋势ꎻ高水㊁低水处理下的茎重㊁叶重实测值呈先增大后趋于稳定的变化趋势ꎬ零水处理下的实测值呈先增加后减小的变化趋势ꎮ模拟地上部干物质重时ꎬ实测值与两种模型模拟结果最接近ꎻ模拟穗重时ꎬ实测值与两种模型模拟结果较为接近ꎻ模拟茎重时ꎬ分配系数模型模拟结果呈先增加后减小的变化趋势ꎬ分配指数模型模拟结果呈逐渐增加的变化趋势ꎬ27天至80天期间ꎬ两种模型模拟结果差异较小ꎬ80天之后ꎬ两种模型模拟结果差异较大ꎬ收获时分配指数模拟值高出分配系数模拟值约21.31%ꎻ模拟叶重时ꎬ60天以前ꎬ两种模型模拟结果差异很小ꎬ60天之后ꎬ两种模型模拟结果有一定的差异ꎬ分配系数模拟值高于分配指数模拟值ꎬ收获时前者高出后者约7.72%ꎮ㊀㊀表3㊀玉米各器官分配指数的参数值分配指数参数及其数值确定性系数R2茎的分配指数p1=7.459ꎬq1=4.205ꎬh1=0.9058ꎬm1=0.0563ꎬRDSᶄ=0.4778ꎬn0=-3.117ꎬn1=16.80ꎬn2=-24.68ꎬn3=11.290.9595叶的分配指数p2=9.909ꎬq2=5.811ꎬh2=0.92750.9845穗的分配指数p3=2992ꎬq3=11.95ꎬh3=0.63790.9947图4㊀不同模型下玉米光合产物积累对比74㊀第4期㊀㊀㊀㊀㊀㊀㊀豆静静ꎬ等:夏玉米光合产物分配及生物量的动态模拟研究2.5㊀两种模型精度比较两种模型精度比较结果见图5ꎮ评价指标包括确定性系数(R2)和标准化均方根误差(nRMSE)ꎬ前者与模型模拟误差成反比ꎬ后者成正比[19ꎬ20]ꎮ对于地上部干物质重㊁穗重而言ꎬ两种模型模拟结果差异不明显ꎬ地上部干物质重实测值与模拟值的R2>0.99ꎬnRMSE<5%ꎬ而穗重实测值与模拟值的R2略小ꎬ但高于0.98ꎬnRMSE约为15%ꎻ对于茎重㊁叶重而言ꎬ其实测值与模拟值的R2分别在0.97㊁0.96以上ꎬ10%<nRMSE<20%ꎮ各器官干重实测值与分配系数模型模拟值的R2整体大于分配指数模型ꎬnRMSE整体小于分配指数模型ꎮ2.6㊀两种模型下光合产物转移率比较于夏玉米生长后期ꎬ选取10天(9月17日至27日)ꎬ计算期间的光合产物转移率[21-23]ꎬ结果见表4ꎮ与高水处理相比ꎬ轻度水分胁迫条件下ꎬ茎㊁叶光合产物转移率增加ꎬ穗光合产物转移率略微降低ꎮ与低水处理相比ꎬ严重水分胁迫条件下ꎬ茎光合产物转移率持续增加ꎬ叶光合产物转移率降低ꎬ穗光合产物转移率略微增加ꎮ1:表示分配系数模型ꎻ2:表示分配指数模型ꎻL:表示参数率定ꎻY:表示模型验证ꎮ图5㊀两种模型精度比较㊀㊀表4㊀光合产物转移率比较(%)处理茎转移率MVDCDI叶转移率MVDCDI穗转移率MVDCDI高水2.623.86-7.622.913.834.28-21.21-23.16-18.21低水3.485.22-8.224.463.313.75-23.99-25.09-18.87零水7.376.38-6.833.612.554.98-21.78-24.44-17.34㊀㊀注:MV表示实测的转移率ꎬDC表示利用分配系数模型计算的转移率ꎬDI表示利用分配指数模型计算的转移率ꎮ3㊀讨论与结论夏玉米生长期间ꎬ在环境适宜条件下其干物质积累符合经典的Logistic生长曲线[24]ꎬ但在水分胁迫条件下会出现不规则的多峰值变化ꎮ本研究中穗光合产物积累较好地符合Logistic生长曲线ꎬ茎㊁叶光合产物积累在严重水分胁迫条件下出现峰值ꎬ说明生长后期夏玉米需消耗之前通过光合作用储存的干物质来维持其自身呼吸作用的消耗ꎻ生长后期ꎬ夏玉米各器官物质分配受水分胁迫的影响要大于前期ꎬ说明穗等生殖器官的形成对环境反应更为敏感ꎮ这与前人研究结果基本一致[25]ꎮ模拟茎㊁叶光合产物分配时ꎬ分配系数模型模拟效果优于分配指数模型ꎻ模拟穗光合产物分配规律时ꎬ两种模型模拟效果差异不明显ꎻ分配系数模型整体优于分配指数模型ꎮ玉米生长前期ꎬ水分胁迫对各器官分配系数的影响不明显ꎻ生长中期ꎬ轻度水分胁迫使茎㊁叶㊁根的分配系数减小ꎬ穗的分配系数增大ꎬ严重水分胁迫时各器官变化趋势与轻度水分胁迫的趋势相同㊁幅度增大ꎻ生长后期ꎬ轻度水分胁迫使茎㊁叶㊁根的分配系数先增加后减小ꎬ穗的分配系数先减小后增大ꎬ严重水分胁迫使茎㊁叶㊁根的分配系数先小幅度减小后增加ꎬ穗的分配系数先小幅度增加后减小ꎮ这表明在不同生育期内ꎬ水分胁迫对分配系数有不同的影响[13ꎬ14]ꎮ但是ꎬ全生育期内ꎬ水分胁迫对各器官分配指数的影响不明显ꎮ两种模型在模拟各器官光合产物转移时ꎬ分配指数模型不能模拟出轻度及严重水分胁迫条件下茎㊁叶光合产物转移率的变化趋势ꎬ主要是因为分配指数模型建立方法相对简单ꎬ水分胁迫对各器官分配指数的影响不明显ꎻ分配系数模型计算得出的各器官光合产物转移率与实际较为一致[26ꎬ27]ꎬ除严重水分胁迫条件下茎的转移率偏高外ꎬ茎㊁叶的转移率均在3%左右ꎮ本研究表明分配系数模型㊁分配指数模型在模拟夏玉米光合产物再分配规律时ꎬ精度均较高且操作实用性均较强ꎬ前者机理性强ꎬ后者直观易84㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀山东农业科学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第55卷㊀懂㊁计算简单ꎬ总体上分配系数模型优于分配指数模型ꎮ参㊀考㊀文㊀献:[1]㊀陈印军ꎬ王琦琪ꎬ向雁.我国玉米生产地位㊁优势与自给率分析[J].中国农业资源与区划ꎬ2019ꎬ40(1):7-16. [2]㊀王静ꎬ方锋ꎬ王莺.中国西南和华南粮食作物播种面积时序变化特征及其影响因素分析[J].生态环境学报ꎬ2021ꎬ30(10):2010-2025.[3]㊀朱艳ꎬ汤亮ꎬ刘蕾蕾ꎬ等.作物生长模型(CropGrow)研究进展[J].中国农业科学ꎬ2020ꎬ53(16):3235-3256. [4]㊀吕亮杰ꎬ刘少兴ꎬ陈希勇ꎬ等.干旱胁迫下不同类型小麦灌浆期营养物质积累动态[J].华北农学报ꎬ2021ꎬ36(2):89-98.[5]㊀单晶ꎬ张慧ꎬ王竹ꎬ等.花期高温胁迫对不同耐热型夏玉米生理特性及产量的影响[J].山东农业科学ꎬ2020ꎬ52(10):25-31.[6]㊀蒋飞ꎬ李印峰ꎬ郝福庭ꎬ等.不同耕作措施对夏玉米生长及产量的影响[J].山东农业科学ꎬ2021ꎬ53(9):33-37. [7]㊀徐浩ꎬ张小虎ꎬ邱小雷ꎬ等.格网化小麦生长模拟预测系统设计与实现[J].农业工程学报ꎬ2020ꎬ36(15):167-172. [8]㊀徐昆ꎬ朱秀芳ꎬ刘莹ꎬ等.采用AquaCrop作物生长模型研究中国玉米干旱脆弱性[J].农业工程学报ꎬ2020ꎬ36(1):154-161.[9]㊀GrantRF.Simulationofmaizephenology[J].AgronomyJour ̄nalꎬ1989ꎬ81(3):451-457.[10]KarlenDLꎬSadlerEJꎬCampCR.Drymatterꎬnitrogenꎬphos ̄phorusꎬandpotassiumaccumulationratesbycornonNorfolkLoamysand1[J].AgronomyJournalꎬ1987ꎬ79(4):649-656. [11]尹红征ꎬ吕冰清ꎬ郑国清ꎬ等.玉米产量形成模拟模型研究[J].华北农学报ꎬ2004ꎬ19(3):73-76.[12]麻雪艳ꎬ周广胜.基于光合产物动态分配的玉米生物量模拟[J].应用生态学报ꎬ2016ꎬ27(7):2292-2300. [13]李昊.华北夏玉米干物质分配系数试验研究[D].哈尔滨:哈尔滨师范大学ꎬ2016.[14]李昊ꎬ谭方颖ꎬ王建林ꎬ等.华北地区夏玉米干物质分配系数的模拟[J].中国农业气象ꎬ2016ꎬ37(3):335-342. [15]王仰仁.考虑水分和养分胁迫的SPAC水热动态与作物生长模拟研究[D].杨凌:西北农林科技大学ꎬ2004. [16]吴玉洁ꎬ叶彩华ꎬ姜会飞ꎬ等.不同积温计算方法作物发育期模拟效果比较[J].中国农业大学学报ꎬ2016ꎬ21(10):117-126.[17]ThakurPꎬKumarSꎬMalikJAꎬetal.Coldstresseffectsonre ̄productivedevelopmentingraincrops:anoverview[J].Envi ̄ronmentalandExperimentalBotanyꎬ2009ꎬ67(3):429-443. [18]ShaoRXꎬYuKKꎬLiHWꎬetal.Theeffectofelevatingtem ̄peratureonthegrowthanddevelopmentofreproductiveorgansandyieldofsummermaize[J].JournalofIntegrativeAgricul ̄tureꎬ2021ꎬ20(7):1783-1795.[19]ShenHZꎬWangYꎬJiangKTꎬetal.Simulationmodelingforef ̄fectivemanagementofirrigationwaterforwinterwheat[J].Ag ̄riculturalWaterManagementꎬ2022ꎬ269:107720.[20]邹龙ꎬ冯浩.DSSAT-CERES模型在黄土高原丘陵沟壑地区春玉米生产中的适用性评价[J].植物营养与肥料学报ꎬ2014ꎬ20(6):1413-1420.[21]WangFꎬXieRZꎬMingBꎬetal.Drymatteraccumulationaftersilkingandkernelweightarethekeyfactorsforincreasingmaizeyieldandwateruseefficiency[J].AgriculturalWaterManagementꎬ2021ꎬ254:106938.[22]PlautZꎬButowBJꎬBlumenthalCSꎬetal.Transportofdrymat ̄terintodevelopingwheatkernelsanditscontributiontograinyieldunderpost ̄anthesiswaterdeficitandelevatedtemperature[J].FieldCropsResearchꎬ2003ꎬ86(2):185-198. [23]阎素红ꎬ蔡忠民ꎬ杨兆生ꎬ等.不同肥力对晚播小麦开花后地上器官干物质积累运转及产量的影响[J].麦类作物学报ꎬ2000ꎬ20(3):46-49.[24]杨国航ꎬ崔彦宏ꎬ刘树欣.供氮时期对玉米干物质积累㊁分配和转移的影响[J].玉米科学ꎬ2004ꎬ12(专刊):104-106. [25]张银锁ꎬ宇振荣ꎬDriessenPM.环境条件和栽培管理对夏玉米干物质积累㊁分配及转移的试验研究[J].作物学报ꎬ2002ꎬ28(1):104-109.[26]于庭高ꎬ冉辉ꎬ邓鑫ꎬ等.西北旱区制种玉米干物质与氮分配对水氮胁迫的动态响应及模拟[J].节水灌溉ꎬ2020(6):73-80ꎬ86.[27]李丽ꎬ陈国鹏ꎬ蒲甜ꎬ等.适宜套作玉米品种的物质积累与分配特性[J].核农学报ꎬ2020ꎬ34(3):592-600.94㊀第4期㊀㊀㊀㊀㊀㊀㊀豆静静ꎬ等:夏玉米光合产物分配及生物量的动态模拟研究。
夏玉米叶面积指数模型适用性及误差分析
in different regions. It can be used for the simulation leaf area index under the condition of normal growth of summer
七叶期平均绝对误差为 0.01 ~ 0.23ꎬ平均相对误差为 0% ~ 12%ꎬ拔节期、抽雄期、抽雄后 10d 绝对误差为 0 ~ 1.11ꎬ相对
误差为 0% ~ 62%ꎮ 模拟值与实测值之间平均绝对误差为 0.06 ~ 0.32ꎬ平均相对误差为 4% ~ 18%ꎮ 总体上ꎬ修正的
Logistic 叶面积指数模型在不同地区不同年份ꎬ均表现出一定的适用性ꎬ可用于夏玉米正常生长条件下叶面积指数的
模拟ꎬ为修正的 Logistic 叶面积指数模型的推广应用提供数据支持ꎮ
关键字:叶面积指数ꎻLogistic 模型ꎻ夏玉米ꎻ适用性ꎻ河南
中图分类号:S513ꎻS11 文献标志码:A
Applicability and error analysis of leaf area index model of summer maize
夏玉米叶面积指数模型适用性及误差分析
彭记永1ꎬ2 ꎬ李军玲1ꎬ2 ꎬ张志红1ꎬ2
(1.河南省气象科学研究所ꎬ河南 郑州 450003ꎻ2.中国气象局农业气象保障与应用技术重点实验室ꎬ河南 郑州 450003)
摘 要:为了研究叶面积指数模型的适用性ꎬ利用郑州农业气象试验站 2009—2013 年夏玉米观测资料和气象资
不同冠层阻力模型在夏玉米蒸散发计算中的优化应用
从理论上分析,多源复杂模型能更明确地反映
ET 过程和 ET 水分的来源,但多源复杂模型参数较 多,容易出现“过度拟合”的情况导致参数拟合精度 下降。同时,完整获得多源复杂模型所需的全部数据
具有一定难度,数据中测量误差的累积也会影响模型
精度,因此多源复杂模型的估算精度不一定高于单源
收稿日期:2020-08-09 基金项目:国家重点研发计划项目(2016YFC0400206-03);国家自然科学 基金面上项目(51779161) 作者简介:林馨贝(2000-),女,四川绵阳人。研究方向为节水农业与水 文气象。E-mail:linxinbei@ 通信作者:赵璐(1986-),女,四川南充人。中级实验师,主要从事节水 农业与水文气象的研究。E-mail: luya1121@
基于气候适宜度的河南省夏玉米产量预报研究
基于气候适宜度的河南省夏玉米产量预报研究
李树岩;余卫东
【期刊名称】《河南农业大学学报》
【年(卷),期】2015(049)001
【摘要】从夏玉米不同发育阶段所需的光、温、水等生物学特性出发,构建了河南省夏玉米气候适宜度模型,计算了1980-2007年全省13个主产省辖市夏玉米生长季综合气候适宜度;根据各阶段气候适宜度与夏玉米产量的相关关系,建立了以旬为步长的夏玉米产量预报模型,并利用2008-2012年数据进行预报检验.结果表明,气候适宜度指数与夏玉米产量呈显著正相关,气候适宜度变化能较为客观地反映夏玉米产量水平及其动态变化.1980-2007年各省辖市模型回代检验准确率为
87,5%~94.6%,全省平均为91.8%,2008-2012年各省辖市预报准确率逐旬平均为92.3%~98.4%,全省平均为96.O%,能基本满足农业气象业务服务需求.
【总页数】8页(P27-34)
【作者】李树岩;余卫东
【作者单位】中国气象局河南省农业气象保障与应用技术重点实验室,河南省气象科学研究所,河南郑州450003;中国气象局河南省农业气象保障与应用技术重点实验室,河南省气象科学研究所,河南郑州450003
【正文语种】中文
【中图分类】S513
【相关文献】
1.基于气象关键因子的河南省夏玉米产量预报研究 [J], 李树岩;刘伟昌
2.河南省夏玉米气候适宜度评价 [J], 李树岩;陈怀亮
3.河南省夏玉米农学模式产量预报 [J], 张雪芬;毛留喜
4.基于气候适宜度指数的冬小麦动态产量预报技术研究 [J], 刘伟昌;陈怀亮;余卫东;刘忠阳
5.河南省夏玉米产量预报方法 [J], 杨海鹰;付祥建;马振生;白凌霞
因版权原因,仅展示原文概要,查看原文内容请购买。
基于气象关键因子的河南省夏玉米产量预报研究
基于气象关键因子的河南省夏玉米产量预报研究
李树岩;刘伟昌
【期刊名称】《干旱地区农业研究》
【年(卷),期】2014(000)005
【摘要】以河南省13个地市1990-2006年逐旬光温水气象资料为基础,通过相关分析确定了影响河南省夏玉米产量的关键气象因子,建立了7月中旬-9月中旬的夏玉米气象产量预报模型。
将全省由南至北划分为三个区域,分区回代1990-2006年资料对模型预报准确率进行回代检验,并利用2007-2010年资料对模型进行试报。
检验结果表明,模型回代准确率全省为88.4%,不同区域间回代准确率差异明显,北部最高92.9%,中部次之87.4%,南部最低83.4%,分析原因主要受夏玉米产量年际波动的影响;模型预报准确率全省为94.9%,各区域差别不大,基本在95%左右。
【总页数】5页(P223-227)
【作者】李树岩;刘伟昌
【作者单位】中国气象局·河南省农业气象保障与应用技术重点实验室/河南省气象科学研究所,河南郑州450003;中国气象局·河南省农业气象保障与应用技术重点实验室/河南省气象科学研究所,河南郑州450003
【正文语种】中文
【中图分类】S162.5
【相关文献】
1.基于气候适宜度的河南省夏玉米产量预报研究 [J], 李树岩;余卫东
2.基于气象关键因子的广东省橡胶产量预报 [J], 黄珍珠;李寅;陈慧华;沈平
3.河南省夏玉米农学模式产量预报 [J], 张雪芬;毛留喜
4.河南省夏玉米产量预报方法 [J], 杨海鹰;付祥建;马振生;白凌霞
5.河南省农业气象产量预报业务系统 [J], 张雪芬;庄立伟;王良宇;邹春辉
因版权原因,仅展示原文概要,查看原文内容请购买。
夏玉米主要农艺性状与抗旱性的灰色关联度分析
夏玉米主要农艺性状与抗旱性的灰色关联度分析胥少东【摘要】运用灰色关联度分析方法,对与夏玉米抗旱性相关的各主要农艺性状进行关联分析.结果表明,与夏玉米抗旱性关系最密切的是株高整齐度,其与抗旱性的关联度高达0.7890,其次是稳行数,关联度为0.7865,穗位高的影响相对较小.因此,在夏玉米抗旱品种育种过程中,应注重对株高整齐度及穗行数的选择,从而缩短育种进程.【期刊名称】《安徽农业科学》【年(卷),期】2015(000)015【总页数】2页(P46,48)【关键词】玉米;抗旱性;农艺性状;灰色关联度;抗旱指数【作者】胥少东【作者单位】河南省鹤壁市农业科学院,河南鹤壁458031【正文语种】中文【中图分类】S513夏玉米是对水分敏感且种植面积较大的农作物之一。
大量研究表明,在播下玉米50 d后,每干旱1 d,平均产量减少3%,在抽雄期、抽丝期,每干旱1 d,平均产量减少6% ~7%,有时甚至高达13%[1-2]。
可见,限制我国夏玉米生产发展及产量增加的首要因素是干旱,因此,培育抗旱、高产品种是抵御干旱胁迫最便捷的方法之一。
夏玉米的抗旱性是个通过自身多个基因控制的数量性状,因遗传度非常低,所以在实际生产中直接选择的效果较差,若对与抗旱性紧密联系且还是高遗传性的其他农艺性状进行间接选择可能会更有效。
因此,笔者通过运用灰色关联度分析法对夏玉米抗旱性及其农艺性状之间进行大量数据分析,从而判断出各农艺性状影响抗旱性的主次和依赖关系,旨在为选育抗旱型夏玉米提供理论支撑。
1 材料与方法1.1 试验地概况试验设在河南省鹤壁市农业科学院干旱棚及试验田内,该地区的气候条件:太阳年辐射总量110.8 kJ/cm2,年日照时数2 300.8 h,日照平均百分率55%,≥0℃积温高达5 160.2℃·d,多年降水量630.3 mm。
1年2熟,地下水资源丰富,灌溉条件好。
小麦、玉米两茬秸秆全部还田,经过多年来的培肥管理,土壤基础肥力显著高于相邻高产田地块。
基于冠层温度的夏玉米旱情指数理论模型和经验模型的比较_俞龙
第28卷第3期2007年7月 华南农业大学学报Journa l o f South Chi na A gr i cultural U niversity V o.l 28,N o .3J u.l 2007收稿日期:2006-11-13作者简介:俞 龙(1975)),男,博士研究生;通讯作者:王卫星(1963)),男,教授,E -m a i:l w eix i ng@scau .edu .cn 基金项目:国家863计划节水农业专项子课题(2002AA 2Z4071-02);广东省自然科学基金(032272)基于冠层温度的夏玉米旱情指数理论模型和经验模型的比较俞 龙1,王卫星1,崔 晓2,孙道宗1(1华南农业大学工程学院,广东广州51064;2广东白云学院,广东广州510450)摘要:对水分胁迫指数(C W SI)的经验模型和理论模型在华北平原夏玉米中的应用进行了对比,分析了2种模型与土壤含水量以及叶水势之间的关系,对比了2种模型得到的C W SI 的日际变化.结果表明,经验模型经常性地溢出0~1的范围,理论模型则很少出现溢出0~1的范围,经验模型的日际变化较理论模型大,理论模型1d 中得到的C W SI 变化很小;2种C W S I 模型与土壤含水量均显著相关,可用于指导作物灌溉时间;C W S I 理论模型与夏玉米叶水势的相关性较好,更能反映作物本身的水分状况.关键词:夏玉米;作物水分胁迫指数;经验模型;理论模型中图分类号:S275 文献标识码:A 文章编号:1001-411X (2007)03-0110-03Co mparisons B et ween the Empiri cal and Theoreti calM odels Based on CanopyTe mperature for M onitori ng W ater Stress of Su mm erM a i zeYU Long 1,WANG W e-i x i n g 1,CU I X iao 2,SUN Dao -zong1(1Co llege o f Eng ineer i ng ,South Ch i na A g ric .U niv .,Guangzhou 510642,Ch i na ;2G uangdong Ba i yun Institute ,G uangzhou 510450,Chi na)Abst ract :By analyzing cr op w ater stress i n dex (C W SI)for m on itori n g w ater stress w it h both Idso p s e m -p iricalm odel and Jackson p s theo retica lm odel app li e d i n summ er m a ize i n N orth China Pla i n ,the C W SIvariati o ns and re lati o nship bet w een so ilw ater conten,t leafw ater po tenti a l and the e m pirical&t h eoretica l C W SI m odels w ere st u died .The resu lts sho w ed that the val u es of e m pirica lC W SI m odel were belo w t h e range of 0-1frequentl y wh ile t h e va l u es o f t h eo retica lm ode seldo m behave so ,and t h e day ti m e variati o n of the e m p irica lC W SIm ode lbased on canopy te m perature w as bigger than that of the theoreticalm ode.l The C W SI m odels cou l d be used fo r gu i d i n g irrigation schedule wh ile the theoreticalm odelw asm ore reasona -b le due to itsm ore i n terre l a ti o ns w it h summ er m aize leafw ater potentia.lK ey w ords :summ er m a ize ;crop w ater stress index (C W S I);e m p irica lm ode;l theoretica lm ode l 通过冠层温度来反映作物水分胁迫的技术在国内外的研究已经相当成熟[1].作物水分胁迫指数(crop w ater stress index ,C W SI)是通过作物冠层表面温度信息来监测作物是否遭受水分胁迫的一个非常有效的指标[2].C W SI 模型包括I dso 等[3]提出的经验模型和Jackson 等[4-5]提出的理论模型.目前对于将2种模型同时应用到同一种作物的研究还很少,袁国富等[2]曾经把这2种模型同时用来预测冬小麦的水分胁迫情况.在开展华北平原夏玉米水分胁迫指数经验模型和理论模型研究的基础上[6-7],本文对2种模型与土壤含水量和叶水势的关系进行比较,分析了2种C W SI 模型的效果.1材料与方法试验于2004年7)9月在中国科学院禹城综合试验站进行,试验地土壤为壤土,试验的玉米品种为农大108,试验的设计及试验数据的观测详见文献[6].作物水分胁迫指数(C W SI)可以定义为[6]:C W SI=(t c-t a)-(t c-t a)ll(t c-t a)u l-(t c-t a)ll,式中,t c指作物冠层温度(e),t a指空气温度(e),(t c-t a)ll是作物处于潜在蒸发状态下的冠气温差(e),即冠气温差的下限,(t c-t a)ul是作物处于无蒸腾条件下的冠气温差(e),即冠气温差的上限.理论上C W SI的取值为0~1,0表示作物处于完全不缺水状况,1表示作物处于非常严重的缺水状况.基于Idso等[3]提出的C W SI经验模型,确定了冠气温差的上、下限方程,建立了华北平原夏玉米的C W SI经验模型.具体处理和取值详见文献[6].基于Jackson等[4-5]提出的C W SI理论模型,提出了华北平原夏玉米的理论模型.具体处理和取值详见文献[7].2结果与分析图1为水分池2中午12:00的C W SI经验模型和理论模型在华北平原下玉米不同生育期的变化比较图.从图1可以看出它们之间的差异:经验模型经常性地溢出0~1的范围,对于理论模型来说则很少出现溢出0~1的情形,其值比经验模型高些,理论模型中的冠气温差上下限方程都是动态的,而不是如经验模型那样将它们固定为一个回归直线,因此只要观测的数据可靠,计算的阻力参数足够精确,冠层足够密闭以满足理论模型所基于的假设条件,那么理论模型所获得的值就愈趋于合理,也就能够较好地反映由土壤水分和大气状况引起的作物缺水图1C W SI经验模型与理论模型的比较F ig.1Compar i sons bet w een the e m pir i ca l and t heoretica l m od-e l s of C W SI状况;理论模型在乳熟期至成熟期(9月1)13日)的C W SI则没有像经验模型的C W SI那样上升很快.8月28日之后夏玉米已经进入了乳熟期至成熟期,这时夏玉米的光合作用很弱,且这段时间没有降雨,C W SI应变化不大.图2a为2个水分池的经验模型在7月25日从上午9:00至下午17:00的C W SI的变化曲线.从图2a可以看出,它随着时间有规律地以抛物线的趋势变化,基本上和温度的日际变化一致,可见由经验模型得到的C W SI的大小和气温有一定的关系,是受温度影响的,若想比较该作物不同日期的水分胁迫情况,则要测量每天相同的的C W SI.图2b为理论模型的变化曲线,理论模型在全天的变化则基本上稳定,在某个值附近波动,只有在16:00之后有上扬的趋势,可见只要在全天的任意一个时间得到的C W SI就能确定作物的水分胁迫.图2C W SI经验模型和理论模型日际变化(07-25)F ig.2The day ti m e var i a ti on o f the e m pirica l and the theo re tica lm ode ls o f C W S I经验模型C W S I与土壤含水量变化的相关性显著,相关系数(R)=0.37,略大于R0.10,19=0.369[6],对于理论模型,二者也呈显著变化,R=014976,略大于R0.05,15=0.482[7],2个模型所得到的C W SI随土壤含水量的增加均呈现减小的趋势,说明C W SI反映出了土壤水分含量对作物缺水状况的影响.但是这种趋势是比较离散的,在同一C W SI下土壤有效水分含量的差异有时候相差1倍以上.作物冠层表面温度是能量平衡的结果,既反映土壤水分影响作物的蒸腾作用即潜热变化,同时大气状况也影响能量平衡过程,因此基于冠层表面温度的C W SI这一指标并非仅受土壤水分状况的影响,这种离散关系是必然的.111第3期俞龙等:基于冠层温度的夏玉米旱情指数理论模型和经验模型的比较作物的叶水势(lea fw ater poten tia,l 简称L WP)被认为是最能反映作物本身水分状况的指标之一[8].本研究采用在9:00)10:00之间观测的叶水势来分析其与C W SI 的关系.图3可以看出,叶水势随生育期而逐渐降低,这与H ow ell [9]的观测结果一致.由叶水势与C W SI 的关系[6-7]可知,C W SI 更能反映作物本身的水分状况.图3 夏玉米叶水势在不同生育期的变化F ig .3 The variati on o f leaf water po tential of su mm er m a ize i ndifferent deve lop m ent stages3 小结本研究把Idso [3]提出的C W SI 经验模型和Jack -son[4-5]提出的C W SI 理论模型同时应用到了夏玉米的试验中.通过田间试验,对理论模型和经验模型计算出的水分胁迫指数进行了对比,发现经验模型的结果经常性地溢出0~1的范围,理论模型在乳熟期至成熟期的C W SI 则没有像经验模型的C W SI 那样上升很快.经验模型的C W SI 日际波动比理论模型要大些,不同日期的C W SI 比较时,对于经验模型只能固定1d 中的某个时间来采集数据,而对于理论模型基本上可以在1d 中任意时间采集数据.2种模型计算出来的C W SI 和土壤含水量的相关性都比较显著,C W S I 理论模型与叶水势的相关性也比较好,其更能反映作物本身的水分状况.在作物的旱情监测中C W SI 只能用来指导灌溉的时间,不能用它来确定灌溉量,必须结合其他的方法进行.经验模型因所需参数少而容易确定从而应用方便.零平面位移和粗糙长度与作物高度的比值是理论模型中的2个关键参数,如果能够准确测试并合理取值,理论模型在夏玉米旱情预测方面的应用则会比较理想.参考文献:[1] 袁国富,唐登银,罗毅,等.基于冠层温度的作物缺水研究进展[J].地球科学进展,2001,16(1):49-54.[2] 袁国富,罗毅,孙晓敏,等.作物冠层表面温度诊断冬小麦水分胁迫的试验研究[J].农业工程学报,2002,18(6):13-17.[3]IDSO S B ,J A C K SON R D,P I NTER P J J R,e t a.l N or -m alizi ng the stress deg ree day for env iron m ental var i ab ility [J].A gr i culturalM eteo ro l ogy ,1981,24:45-55.[4]J ACK S ON R D,IDSO S B ,REG I NATO R J .Canopyte m pera t ure as a crop w ate r stress i nd i cato r [J].W ate r R esource R esearch ,1981,17:1133-1138.[5]J A C K SON R D,KU STA S W P,CHOUDHURY B J .A reexam i nation o f the crop w ater stress index [J].Irr i ga tion Sc i ence ,1988,9(4):309-317.[6] 崔晓,许利霞,袁国富,等.基于冠层温度的夏玉米水分胁迫指数模型的试验研究[J].农业工程学报,2005,21(8):22-24.[7] 王卫星,宋淑然,许利霞,等.基于冠层温度的夏玉米水分胁迫理论模型的初步研究[J].农业工程学报,2006,22(5):194-196.[8] KRAM ER P J .M easurement of p l antw ater status :H i stor -ical perspectives and current concerns[J].Irrigati on Sc-i ence ,1988,9(4):275-287.[9] HOW ELL T A,M U SICK JT,TOLK JA,Canopy te m per -at ure o f irr i gated w inter wheat [J].T ransactions o f the A S A E ,1986,29:1692-1698.【责任编辑 周志红】112 华 南 农 业 大 学 学 报 第28卷。
基于冠气温差的作物水分胁迫指数经验模型研究进展
基于冠气温差的作物水分胁迫指数经验模型研究进展赵福年;王瑞君;张虹;张龙;陈家宙【摘要】以作物冠层和空气温度的差值为基础,构建指标监测农田作物水分状况,在过去40 a间取得了很大的进步.在简要论述了以冠气温差为基础的3个指标(胁迫积温、作物水分胁迫指数经验模型和理论模型)发展历程后,着重介绍了作物水分胁迫指数(CWSI)经验模型在计算及应用中存在的主要问题.分析认为CWSI经验模型在目前的使用中存在基线计算方法不统一、基线建立所受环境因素过多、不同地区推广存在区域适用性以及CWSI经验模型应用具有单一性等问题.CWSI经验模型计算简便,如何针对存在的问题进行必要的改进,对该指标的标准化和推广具有重要的应用价值.【期刊名称】《干旱气象》【年(卷),期】2012(030)004【总页数】7页(P522-528)【关键词】冠气温差;作物水分胁迫指数;经验模型【作者】赵福年;王瑞君;张虹;张龙;陈家宙【作者单位】中国气象局兰州干旱气象研究所,甘肃省干旱气候变化与减灾重点实验室,中国气象局干旱气候变化与减灾重点开放实验室,甘肃兰州730020;黄河水利委员会宁蒙水文水资源局巴彦高勒蒸发站,内蒙古磴口015200;华中农业大学农业部亚热带农业资源与环境重点开放实验室,湖北武汉430070;甘肃省人工影响天气办公室,甘肃兰州730020;华中农业大学农业部亚热带农业资源与环境重点开放实验室,湖北武汉430070【正文语种】中文【中图分类】S162引言由于气温和降水等气象原因,作物不能从土壤或空气中获得生长发育的足够水分,就会遭受水分胁迫,从而导致其生长发育不良甚至死亡,并最终造成农业产量或农产品质量下降,这一现象被称为农业气象干旱[1-2]。
农业气象干旱不仅存在于我国的干旱和半干旱地区,在湿润和半湿润地区也广泛存在[3-4]。
因而及时有效地诊断作物受旱状况,对农业生产十分重要。
目前,世界范围内使用的农业干旱指标众多,大致可分为4类。
不同水分梯度下玉米不同基因型品种抗旱性及收获指数研究
不同水分梯度下玉米不同基因型品种抗旱性及收获指数研究摘要在4个不同水分梯度下对17个不同基因型玉米品种的产量、抗旱指数和收获指数进行了研究,结果表明:不同水分梯度间产量差异达到显著水平(P<0.05);在雨养条件下(耗水325.6 mm),农大108、中玉9号和东单60等3个品种的产量均值较其他14个品种平均值高980.2 kg/hm2,增产率为27.5%;在耗水363.6、421.6、469.1 mm条件下,先玉335和郑单958等2个基因型品种产量均值较其他15个品种分别高17.31%、22.17%和18.25%。
各基因型品种的抗旱指数有明显差异,不同水分梯度下的抗旱指数与雨养条件下的产量水平紧密相关。
先玉335的抗旱指数虽然处于中等水平,但由于其丰产性和适应性好,生产上应用广泛,由此证明:抗旱指数达到中等水平时,既有一定的抗旱性亦有较好丰产性,极端水分条件下的抗旱性没有生产意义,同时先玉335的收获指数可达到60%左右。
在研究的17个品种中为最高,说明其光合同化物转化能力强。
Abstract The study focused on yield,drought resistance and harvest index of 17 genetype corn under four moisture content gradient. The results showed that:The yield variance was significant under different moisture content gradient(P<0.05);In rainy condition(water cost:325.6mm),the mean yields of Nongda 108,Zhongyu 9 and Dongdan 60 were higher than the other 14 genetypes,reached 980.2 kg/hm2,the rate of growth was 27.5%;The mean yields of Xianyu 335 and Zhengdan 958 were higher than the other 15 genetypes,reached 17.31%、22.17% and 18.25% respectively in 363.6 mm,421.6 mm,469.1 mm water cost.The variance of drought resistance of different genetypes was significant,there was close relationship between drought resistance under different moisture content gradient and yield under rainy condition.Although drought resistance of Xianyu 335 was moderate,but because of good adaptability and yield ability,it′s applied widely.When the drought resistance index reached to moderate,corn showed not only drought resistance but also yield ability,the index under extreme moisture gradient was not significant. The harvest index of Xianyu 335 was about 60%,so it was the highest among 17 genetypes,this showed it has strong ability of light contract iodide transformation.Key words corn;moisture content gradient;genetype;drought resistance;harvest index玉米是北方雨养农业地区主要栽培作物之一,干旱是玉米生产的主要限制因子,不同玉米品种对水分亏缺的反应存在明显差异[1-3],兰巨生等[4]提出了抗旱指数(DRI)的概念,从而弥补了Chionoy提出的抗旱系数及Fischer [5]提出的敏感指数的不足,使农作物抗旱性鉴定的产量指标在生物学意义上有了实质性的改进。
基于高光谱植被指数的夏玉米地上干物质量估算模型研究
基于高光谱植被指数的夏玉米地上干物质量估算模型研究刘冰峰;李军;贺佳;师祖姣【摘要】2011-2014年连续实施夏玉米长势监测定位实验,在5种不同施氮量、4种不同施磷量和2个夏玉米品种处理下,测定了大喇叭口期、吐丝期、灌浆期和成熟期夏玉米冠层高光谱反射率及对应的地上干物质积累量(Aboveground dry matter accumulation,ADMA).选取了21个光谱植被指数,利用2011年和2013年综合数据进行线性函数、对数函数、二次函数和指数函数模型拟合.在每个生育时期,选择决定系数和F值最高的3个模型,并用2012年和2014年测定光谱数据与地上干物质量对拟合模型进行均方根差和相对误差的验证,选择均方根差和相对误差较小的拟合模型为最适模型.结果表明,在大喇叭口期、吐丝期、灌浆期和成熟期,夏玉米地上干物质量的最佳拟合光谱植被指数分别为GNDVI、PSSRc、NDVI4和DI.【期刊名称】《农业机械学报》【年(卷),期】2016(047)003【总页数】9页(P254-262)【关键词】夏玉米;冠层;地上千物质量;高光谱植被指数;估算模型【作者】刘冰峰;李军;贺佳;师祖姣【作者单位】西北农林科技大学农学院,陕西杨凌 712100;西北农林科技大学农学院,陕西杨凌 712100;河南省农业科学院农业经济与信息研究所,郑州 450002;西北农林科技大学农学院,陕西杨凌 712100【正文语种】中文【中图分类】S127作物冠层光谱分析是一种无损测试遥感技术,利用高光谱技术可监测作物物理和化学参数,对高光谱遥感数据进行线性和非线性组合构成植被指数,可用于指示植被长势、光合物质积累量等信息[1]。
作物生育期间地上干物质积累量(Above-ground dry matter accumulation, ADMA)是作物产量形成的基础,通过高光谱遥感植被指数反演作物干物质积累量,可以实现遥感对作物生长状况动态监测和产量反演。
基于SPEI的濮阳夏玉米生长季干旱特征分析
基于SPEI的濮阳夏玉米生长季干旱特征分析董建设【期刊名称】《中国农学通报》【年(卷),期】2024(40)14【摘要】干旱是濮阳地区夏玉米生产过程中最主要的农业气象灾害,本研究旨在探究濮阳地区夏玉米生长季(6—9月)干旱的演变规律,并分析其对农业生产的影响,以便采取有效的防灾减灾措施。
通过利用濮阳5个气象站点在1991—2020年间的逐月气温和降水量数据,研究采用标准化降水蒸散指数(SPEI)结合小波分析和Mann-Kendall检验方法来识别干旱变化特征。
研究发现,夏玉米苗期、穗期和花粒期干旱发生率分别为26.7%、30.3%和35%。
特别是在2010年后,夏玉米各生长阶段均呈现干旱化趋势,并在1992、1995、1998、2002、2005、2018等年份观测到气候突变现象。
周期性分析显示,不同生长阶段的干湿周期存在差异,其中苗期为8~9 a和20~25 a,穗期为6~10 a和15~25 a,花粒期为5 a、10 a和18~24 a,而整个生长季则为8~9 a和22 a。
由于气候异常,自2010年以来,干湿周期性变化有所减弱,干旱化趋势明显,且存在干湿突变的风险。
因此,针对濮阳地区夏玉米生产,建议加强气候监测、预警预报以及防灾减灾工作,以应对气候变化带来的挑战。
【总页数】8页(P82-89)【作者】董建设【作者单位】濮阳市气象局【正文语种】中文【中图分类】S513;S423【相关文献】1.基于SPEI指数的河北省南部夏玉米生长季干旱特征分析2.基于SPEI的东北地区农作物生长季干旱特征分析3.基于SPEI的河北省南部棉花生长季干旱特征分析4.基于SPEI近30年山东省四季干旱特征分析5.基于SPEI的云南省夏玉米生长季干旱时空特征分析因版权原因,仅展示原文概要,查看原文内容请购买。
一级生产水平下冬小麦、夏玉米的生产模拟
一级生产水平下冬小麦、夏玉米的生产模拟
周允华;项月琴;李俊;林忠辉;周智泉
【期刊名称】《应用生态学报》
【年(卷),期】1997(8)3
【摘要】通过模拟计算得到一级生产水平下冬小麦和夏玉米的累积干物质动态曲线 .两年的计算结果和实测值都比较吻合 .研究表明 ,在黄淮海平原 ,可以把亩产吨粮作为冬小麦夏玉米一年两茬平作粮田达到一级生产水平的指标 .若用中熟夏玉米套作代替早熟夏玉米平作 ,籽粒的年产量可增加一成 .通过对不同叶面积指数下干物质产量的模拟计算 ,得到一年两茬平作的干物质产量最大可达46t·hm- 2 ,籽粒产量1 9.1t·hm- 2 .
【总页数】6页(P257-262)
【关键词】冬小麦;夏玉米;模拟;产量
【作者】周允华;项月琴;李俊;林忠辉;周智泉
【作者单位】中国科学院地理研究所农业生态与环境技术试验站;中国科学院计算技术研究所
【正文语种】中文
【中图分类】S512.101;S513.01
【相关文献】
1.冬小麦-夏玉米生产体系中播前耕作对夏玉米产量形成的影响 [J], 李霞;任佰朝;范霞;赵斌;董树亭;刘鹏;张吉旺
2.应用农业生产系统模型分析冬小麦-夏玉米轮作体系的农田水氮利用效率Ⅱ:模型的模拟验证与情景分析 [J], 韩琳琳;任理
3.冬小麦-夏玉米种植模式下的农田水量平衡模拟及入渗补给规律分析 [J], 许迪;蔡林根
4.冬小麦–夏玉米周年生产条件下夏玉米的适宜熟期与积温需求特性 [J], 任佰朝;高飞;魏玉君;董树亭;赵斌;刘鹏;张吉旺
5.冬小麦-夏玉米种植模式下的农田水量平衡模拟及人渗补给规律分析 [J], 许迪;蔡林根
因版权原因,仅展示原文概要,查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第28卷第3期2007年7月 华南农业大学学报Journa l o f South China A gricult ural U niversit y V o.l 28,N o .3J u.l 2007 收稿日期:2006-11-13 作者简介:俞 龙(1975—),男,博士研究生;通讯作者:王卫星(1963—),男,教授,E -m ail :w eix i ng @scau .edu .cn 基金项目:国家863计划节水农业专项子课题(2002AA 2Z4071-02);广东省自然科学基金(032272)基于冠层温度的夏玉米旱情指数理论模型和经验模型的比较俞 龙1,王卫星1,崔 晓2,孙道宗1(1华南农业大学工程学院,广东广州51064;2广东白云学院,广东广州510450)摘要:对水分胁迫指数(C W SI )的经验模型和理论模型在华北平原夏玉米中的应用进行了对比,分析了2种模型与土壤含水量以及叶水势之间的关系,对比了2种模型得到的C W SI 的日际变化.结果表明,经验模型经常性地溢出0~1的范围,理论模型则很少出现溢出0~1的范围,经验模型的日际变化较理论模型大,理论模型1d 中得到的C W SI 变化很小;2种C W S I 模型与土壤含水量均显著相关,可用于指导作物灌溉时间;C W S I 理论模型与夏玉米叶水势的相关性较好,更能反映作物本身的水分状况.关键词:夏玉米;作物水分胁迫指数;经验模型;理论模型中图分类号:S275 文献标识码:A 文章编号:1001-411X (2007)03-0110-03Co mparisons B et ween the Empi ri cal and Theoreti calM odels Based on CanopyTe mperature for M onitor i n g W ater Stress of Su mm erM a i zeYU Long 1,WANG W ei -xing 1,CU I X iao 2,SUN Dao -zong1(1Co llege o f Eng inee ri ng ,Sou t h China A g ric .U niv .,G uangzhou 510642,China ;2G uangdong Ba i yun Institute ,G uangzhou 510450,China )Abst ract :By analyzing cr op w ater stress i n dex (C W SI )fo r m onitoring w ate r str ess w it h bo t h Idso 's e m -p iricalm odel and Jackson 's theo retica lm odel app lied i n summ er m aize i n N ort h China Pla i n ,the C W S Ivaria tions and re lati o nship bet w een soilw ater content ,leafw ater po ten tia l and the e m pirical &t h eo r e tica l C W SI m ode ls w ere st u died .The resu lts sho w ed that the val u es of e m pirica lC W SI m odel we r e belo w t h e r ange of 0-1fr equen tl y while t h e va l u es o f t h eo r e tica lm ode se ldo m behave so ,and t h e day ti m e va ria tion of t h e e m pirica lC W SIm ode lbased on canopy te m pera t u re w as bigger than tha t of the theoreticalm ode.l The C W SI m odels cou l d be used fo r gu i d ing irrigation schedule wh il e the theoreticalm odelw asm ore r easona -b le due t o itsm o r e i n terre l a tionsw it h summ e r m aize leafw a t e r po tentia.lK ey w ords :summ er m a ize ;crop w ate r stress index (C W S I );e m pirica lm ode l ;t h eo r e tica lm ode l 通过冠层温度来反映作物水分胁迫的技术在国内外的研究已经相当成熟[1].作物水分胁迫指数(crop w ater stress index ,C W SI )是通过作物冠层表面温度信息来监测作物是否遭受水分胁迫的一个非常有效的指标[2].C W S I 模型包括I dso 等[3]提出的经验模型和Jackson 等[4-5]提出的理论模型.目前对于将2种模型同时应用到同一种作物的研究还很少,袁国富等[2]曾经把这2种模型同时用来预测冬小麦的水分胁迫情况.在开展华北平原夏玉米水分胁迫指数经验模型和理论模型研究的基础上[6-7],本文对2种模型与土壤含水量和叶水势的关系进行比较,分析了2种C W SI 模型的效果.1 材料与方法试验于2004年7—9月在中国科学院禹城综合试验站进行,试验地土壤为壤土,试验的玉米品种为农大108,试验的设计及试验数据的观测详见文献[6].作物水分胁迫指数(C W SI )可以定义为[6]:C W S I =(t c -t a )-(t c -t a )ll (t c -t a )u l -(t c -t a )ll,式中,t c 指作物冠层温度(℃),t a 指空气温度(℃),(t c -t a )ll 是作物处于潜在蒸发状态下的冠气温差(℃),即冠气温差的下限,(t c -t a )ul 是作物处于无蒸腾条件下的冠气温差(℃),即冠气温差的上限.理论上C W SI 的取值为0~1,0表示作物处于完全不缺水状况,1表示作物处于非常严重的缺水状况.基于Idso 等[3]提出的C W S I 经验模型,确定了冠气温差的上、下限方程,建立了华北平原夏玉米的C W SI 经验模型.具体处理和取值详见文献[6].基于Jackson 等[4-5]提出的C W SI 理论模型,提出了华北平原夏玉米的理论模型.具体处理和取值详见文献[7].2 结果与分析 图1为水分池2中午12:00的C W SI 经验模型和理论模型在华北平原下玉米不同生育期的变化比较图.从图1可以看出它们之间的差异:经验模型经常性地溢出0~1的范围,对于理论模型来说则很少出现溢出0~1的情形,其值比经验模型高些,理论模型中的冠气温差上下限方程都是动态的,而不是如经验模型那样将它们固定为一个回归直线,因此只要观测的数据可靠,计算的阻力参数足够精确,冠层足够密闭以满足理论模型所基于的假设条件,那么理论模型所获得的值就愈趋于合理,也就能够较好地反映由土壤水分和大气状况引起的作物缺水图1 C W SI 经验模型与理论模型的比较F ig .1 Comparisons be t w een the e m pirica l and t heoretica l m od -e ls of C W SI状况;理论模型在乳熟期至成熟期(9月1—13日)的C W SI 则没有像经验模型的C W SI 那样上升很快.8月28日之后夏玉米已经进入了乳熟期至成熟期,这时夏玉米的光合作用很弱,且这段时间没有降雨,C W SI 应变化不大.图2a 为2个水分池的经验模型在7月25日从上午9:00至下午17:00的C W SI 的变化曲线.从图2a 可以看出,它随着时间有规律地以抛物线的趋势变化,基本上和温度的日际变化一致,可见由经验模型得到的C W SI 的大小和气温有一定的关系,是受温度影响的,若想比较该作物不同日期的水分胁迫情况,则要测量每天相同的的C W S I .图2b 为理论模型的变化曲线,理论模型在全天的变化则基本上稳定,在某个值附近波动,只有在16:00之后有上扬的趋势,可见只要在全天的任意一个时间得到的C W SI 就能确定作物的水分胁迫.图2 C W SI 经验模型和理论模型日际变化(07-25)F ig .2 The day ti m e va ri a tion o f t he e m pirica l and t he t heo re tica lm ode ls o f C W S I 经验模型C W S I 与土壤含水量变化的相关性显著,相关系数(R )=0.37,略大于R 0.10,19=0.369[6],对于理论模型,二者也呈显著变化,R =0.4976,略大于R 0.05,15=0.482[7],2个模型所得到的C W SI 随土壤含水量的增加均呈现减小的趋势,说明C W SI 反映出了土壤水分含量对作物缺水状况的影响.但是这种趋势是比较离散的,在同一C W SI 下土壤有效水分含量的差异有时候相差1倍以上.作物冠层表面温度是能量平衡的结果,既反映土壤水分影响作物的蒸腾作用即潜热变化,同时大气状况也影响能量平衡过程,因此基于冠层表面温度的C W SI 这一指标并非仅受土壤水分状况的影响,这种离散关系是必然的.111 第3期 俞 龙等:基于冠层温度的夏玉米旱情指数理论模型和经验模型的比较 作物的叶水势(lea fw a ter potential ,简称L WP )被认为是最能反映作物本身水分状况的指标之一[8].本研究采用在9:00—10:00之间观测的叶水势来分析其与C W SI 的关系.图3可以看出,叶水势随生育期而逐渐降低,这与H owe ll [9]的观测结果一致.由叶水势与C W SI 的关系[6-7]可知,C W SI 更能反映作物本身的水分状况.图3 夏玉米叶水势在不同生育期的变化F ig .3 The variati on o f leaf wa t e r po ten tial of su mm e r m aize indifferent deve lop m ent stages3 小结本研究把Idso [3]提出的C W SI 经验模型和Jack -son[4-5]提出的C W SI 理论模型同时应用到了夏玉米的试验中.通过田间试验,对理论模型和经验模型计算出的水分胁迫指数进行了对比,发现经验模型的结果经常性地溢出0~1的范围,理论模型在乳熟期至成熟期的C W SI 则没有像经验模型的C W S I 那样上升很快.经验模型的C W SI 日际波动比理论模型要大些,不同日期的C W S I 比较时,对于经验模型只能固定1d 中的某个时间来采集数据,而对于理论模型基本上可以在1d 中任意时间采集数据.2种模型计算出来的C W SI 和土壤含水量的相关性都比较显著,C W S I 理论模型与叶水势的相关性也比较好,其更能反映作物本身的水分状况.在作物的旱情监测中C W SI 只能用来指导灌溉的时间,不能用它来确定灌溉量,必须结合其他的方法进行. 经验模型因所需参数少而容易确定从而应用方便.零平面位移和粗糙长度与作物高度的比值是理论模型中的2个关键参数,如果能够准确测试并合理取值,理论模型在夏玉米旱情预测方面的应用则会比较理想.参考文献:[1] 袁国富,唐登银,罗毅,等.基于冠层温度的作物缺水研究进展[J ].地球科学进展,2001,16(1):49-54.[2] 袁国富,罗毅,孙晓敏,等.作物冠层表面温度诊断冬小麦水分胁迫的试验研究[J ].农业工程学报,2002,18(6):13-17.[3] IDS O S B ,J ACK SON R D ,P I N TER P J J R ,e t a.l N o r -m alizi ng t he stre ss deg ree day for env iron m ental va ri abilit y [J ].A g ri cult uralM e t eo ro l ogy ,1981,24:45-55.[4] J ACK S ON R D ,IDS O S B ,REG I NATO R J .Canopyte m pera t u re as a crop w a t e r stre ss indica t o r [J ].W a t e r Re source R esearch ,1981,17:1133-1138.[5] J ACK SON R D ,KU STA S W P ,CHOUDHU RY B J .Areexam i na tion o f t he crop w a t e r stress index [J ].Irri ga tion Science ,1988,9(4):309-317.[6] 崔晓,许利霞,袁国富,等.基于冠层温度的夏玉米水分胁迫指数模型的试验研究[J ].农业工程学报,2005,21(8):22-24.[7] 王卫星,宋淑然,许利霞,等.基于冠层温度的夏玉米水分胁迫理论模型的初步研究[J ].农业工程学报,2006,22(5):194-196.[8] K RAM ER P J .M easurement of p l antw a t e r sta t us :H isto r -ical perspec tives and curren t concerns [J ].Irrigati on Sci -ence ,1988,9(4):275-287.[9] HOW ELL T A ,M U SICK J T ,TO LK JA ,Canopy te m pe r -at u re o f irriga t ed w inter whea t [J ].T ransac tions o f the A S A E ,1986,29:1692-1698.【责任编辑 周志红】112 华 南 农 业 大 学 学 报 第28卷 。