国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

河南省不同生態(tài)區(qū)CERES-Maize模型參數(shù)確定及精度驗(yàn)證

2017-05-11 08:50李樹巖余衛(wèi)東
關(guān)鍵詞:生態(tài)區(qū)實(shí)測值夏玉米

李樹巖,余衛(wèi)東

(中國氣象局·河南省農(nóng)業(yè)氣象保障與應(yīng)用技術(shù)重點(diǎn)實(shí)驗(yàn)室/河南省氣象科學(xué)研究所, 河南 鄭州 450003)

河南省不同生態(tài)區(qū)CERES-Maize模型參數(shù)確定及精度驗(yàn)證

李樹巖,余衛(wèi)東

(中國氣象局·河南省農(nóng)業(yè)氣象保障與應(yīng)用技術(shù)重點(diǎn)實(shí)驗(yàn)室/河南省氣象科學(xué)研究所, 河南 鄭州 450003)

本研究將河南夏玉米主產(chǎn)區(qū)劃分為4個生態(tài)區(qū),利用全省18個站近十余年農(nóng)氣觀測資料對CERES-Maize模型進(jìn)行參數(shù)調(diào)試和驗(yàn)證,其中2003—2005年為模型調(diào)參年份,2006—2010年為模型驗(yàn)證年份。根據(jù)各生態(tài)區(qū)的多站點(diǎn)調(diào)參驗(yàn)證的平均狀態(tài),獲得4套模型區(qū)域品種參數(shù)。由各生態(tài)區(qū)夏玉米品種遺傳參數(shù)可知,I區(qū)全生育期所需積溫最多,其次是Ⅲ區(qū)和Ⅳ區(qū);單穗潛在最大籽粒數(shù)Ⅰ區(qū)最高,Ⅲ區(qū)次之,Ⅳ區(qū)最低;灌漿速率參數(shù)Ⅲ區(qū)略小,其他地區(qū)較相近。各生態(tài)區(qū)生物量和產(chǎn)量的模擬和驗(yàn)證結(jié)果表明,歸一化均方根誤差NRMSE均小于20%,模型對各生態(tài)區(qū)生物量和產(chǎn)量模擬能力較強(qiáng)。但各生態(tài)區(qū)模擬效果有一定差異,其中生物量調(diào)試結(jié)果中觀測值與模擬值均值較接近,驗(yàn)證結(jié)果中實(shí)測值較模擬值普遍偏大,尤其是Ⅰ區(qū)和Ⅱ區(qū)。在產(chǎn)量驗(yàn)證中,Ⅰ區(qū)和Ⅱ區(qū)模擬值略低于觀測值,而Ⅲ區(qū)和Ⅳ區(qū)模擬值略高于觀測值。Ⅰ-Ⅲ區(qū)生物量和產(chǎn)量的觀測值和模擬值相關(guān)系數(shù)r均通過顯著檢驗(yàn),模型對于這些地區(qū)生物量及產(chǎn)量增減的變化趨勢模擬較好。對生物量和葉面積指數(shù)的動態(tài)模擬及驗(yàn)證結(jié)果表明,地上部總生物量動態(tài)增長的擬合效果較好。葉面積指數(shù)觀測值略滯后于模擬值,但總體趨勢吻合度較好。

CERES-Maize;作物模型;調(diào)參驗(yàn)證;夏玉米

隨著遺傳育種工作的發(fā)展,作物品種更替加快,一方面某一特定品種長序列的定位觀測數(shù)據(jù)較難獲得,另一方面使用年代較早的品種觀測數(shù)據(jù)調(diào)試驗(yàn)證模型參數(shù),對當(dāng)前玉米生產(chǎn)的指導(dǎo)意義不大。因此,選擇最近年代的觀測數(shù)據(jù),不拘泥于某一具體品種對模型進(jìn)行較大范圍的調(diào)試驗(yàn)證,獲取區(qū)域代表性的模型參數(shù)可為模型的大范圍應(yīng)用奠定基礎(chǔ)。在氣候變化背景下,作物品種變化與氣候條件的變化越來越緊密,作物模型的區(qū)域適用性也需要進(jìn)一步驗(yàn)證[26]。

夏玉米是河南最主要的秋糧作物,至2013年全省播種面積320.3萬hm2,總產(chǎn)1 796.5萬t[27],在保障全國糧食安全中發(fā)揮了重要作用。應(yīng)用作物模型開展河南省夏玉米生產(chǎn)管理決策等研究是未來的發(fā)展重要方向之一。進(jìn)行模型參數(shù)的本地化調(diào)試與驗(yàn)證,提高參數(shù)率定的準(zhǔn)確率,是利用作物模型開展各項(xiàng)研究的基礎(chǔ)。因此,本研究首先根據(jù)河南省氣候、地形、土壤等特征將全省劃分為4個不同生態(tài)區(qū),利用近10余年的農(nóng)氣觀測資料分別進(jìn)行模型參數(shù)的調(diào)試驗(yàn)證,以不同生態(tài)區(qū)的多點(diǎn)平均狀態(tài)作為“區(qū)域品種”參數(shù),消除單點(diǎn)數(shù)據(jù)的空間波動性。從生育期長度、地上部生物量、葉面積指數(shù)動態(tài)變化和產(chǎn)量等方面,對模型的適用性進(jìn)行分區(qū)評估,為CERES-Maize模型在河南的進(jìn)一步應(yīng)用提供研究基礎(chǔ)。

1 材料與方法

1.1 CERES-Maize模型

CERES-Maize是DSSAT4.5中的玉米模型,該模型以日為步長,可模擬作物品種特性、耕作措施、土壤水分及養(yǎng)分狀況對作物生長發(fā)育和產(chǎn)量形成過程的影響[8]。CERES模型包括土壤水分平衡、發(fā)育時段、作物生長等,用積溫模擬發(fā)育時段,根據(jù)葉片數(shù)、葉面積增長、光的截獲及其利用、干物質(zhì)在各個器官中的分配等模擬作物生長,被廣泛應(yīng)用于不同環(huán)境條件下的作物估產(chǎn)、作物品種培育、農(nóng)業(yè)優(yōu)化管理措施的決策、氣候變化對農(nóng)業(yè)的影響方面的評價。模型通過6個品種特性參數(shù)來控制發(fā)育期進(jìn)程及產(chǎn)量形成的模擬,包括:P1幼苗期生長特性參數(shù),P2光周期敏感系數(shù),P5灌漿期特征參數(shù),G2單株潛在的最大穗粒數(shù),G3潛在灌漿速率參數(shù),PHINT指出葉間隔特性參數(shù)。

1.2 資料收集與處理

1.2.1 氣象數(shù)據(jù) CERES-Maize模型運(yùn)行所需最小氣象資料集包括:逐日太陽輻射,最高、最低氣溫和降水量四個要素。由于太陽輻射量沒有觀測數(shù)據(jù),利用埃斯屈朗(Angstrom)[28]方程將日照時數(shù)轉(zhuǎn)換為太陽輻射量。選取河南省夏玉米主產(chǎn)區(qū)2003—2010年18個農(nóng)業(yè)氣象觀測站氣象資料進(jìn)行模型參數(shù)調(diào)試和驗(yàn)證。

夏玉米品種多且更新較快,相同的品種在不同氣候條件下表現(xiàn)也不一致。因此,本文根據(jù)河南省地形、氣候等特點(diǎn)和夏玉米生產(chǎn)品種布局將全省劃分為5個區(qū)(圖1),各生態(tài)區(qū)的代表站點(diǎn)如表1所示,其中Ⅴ區(qū)以水稻種植為主不作為研究區(qū)域。已有研究表明,利用足水足肥處理數(shù)據(jù)估計(jì)模型參數(shù),用其他處理的數(shù)據(jù)來進(jìn)行模型驗(yàn)證,能獲得較高的模擬精度[29],經(jīng)統(tǒng)計(jì)2003—2005年為降水豐沛年型,因此大多數(shù)站點(diǎn)均利用2003—2005年的農(nóng)氣觀測資料進(jìn)行模型參數(shù)調(diào)試,利用2006—2010年的資料進(jìn)行模型驗(yàn)證。第Ⅲ區(qū)的駐馬店和西平兩個站點(diǎn)由于2003年降水過多造成大面積洪澇災(zāi)害,導(dǎo)致夏玉米嚴(yán)重減產(chǎn),但CERES-Maize模型沒有考慮洪澇災(zāi)害對作物生長發(fā)育的影響,因此相應(yīng)站點(diǎn)選擇2004—2006年為調(diào)參年份,2007—2010年為驗(yàn)證年份。

注:I-IV區(qū)為夏玉米主產(chǎn)區(qū),V區(qū)以水稻為主,不作為研究區(qū)域

Note: I-IV are the main summer maize production areas and V is not in the scope of study areas because it is mainly used for rice production.

圖1 河南省分區(qū)示意圖

Fig.1 Agro-climatic zoning map of Henan Province

表1 各生態(tài)區(qū)調(diào)參代表站

1.2.2 作物數(shù)據(jù) 作物數(shù)據(jù)選取河南省夏玉米主產(chǎn)區(qū)2003—2010年18個農(nóng)業(yè)氣象觀測站農(nóng)氣觀測資料,主要包括發(fā)育期,理論產(chǎn)量及產(chǎn)量結(jié)構(gòu)要素(百粒重、穗粒重)等。鄭州農(nóng)試站在常規(guī)農(nóng)氣觀測內(nèi)容的基礎(chǔ)上又增加了生物量、葉面積生長動態(tài)觀測,在出苗、七葉、拔節(jié)、抽雄、乳熟、成熟六個發(fā)育期取樣測定。

為使模型模擬的產(chǎn)量接近大田水平,需要對理論產(chǎn)量進(jìn)行換算,即實(shí)際產(chǎn)量=理論產(chǎn)量*0.85,0.85為換算系數(shù)[30]。同理,計(jì)算地上部總生物量也需要對莖稈重進(jìn)行換算。即,地上部總生物量=(莖稈重+理論產(chǎn)量)*0.85。

1.2.3 土壤數(shù)據(jù) 土壤數(shù)據(jù)來源于《河南土壤地理》和《河南土種志》,經(jīng)統(tǒng)計(jì),潮土、褐土、黃褐土、砂漿黑土和水稻土5種土壤類型土壤占全省耕地面積的94.9%[31],由于河南水稻土上少有夏玉米種植,最終選擇潮土、褐土、黃褐土、砂漿黑土作為河南省夏玉米主產(chǎn)區(qū)典型地段土壤類型。參考各土壤類型的主要理化參數(shù)[32]建立相應(yīng)的土壤類型文件。

1.2.4 田間管理措施 田間管理措施主要包括播種密度、深度、播種日期、灌溉時間及灌溉量、施肥時間及施肥量等,參考農(nóng)業(yè)氣象觀測數(shù)據(jù)的田間工作記載。

1.3 品種遺傳參數(shù)的調(diào)試驗(yàn)證方法

各生態(tài)區(qū)選擇連續(xù)3 a的農(nóng)業(yè)氣象觀測資料及平行氣象和土壤剖面資料,采用“試錯法”對各品種的遺傳參數(shù)進(jìn)行調(diào)試。首先通過調(diào)整P1和P2參數(shù)確定開花期,在此基礎(chǔ)上調(diào)整P5參數(shù)確定成熟期。PHINT為出葉間隔特性參數(shù),對生育期的長度也有影響。調(diào)整G2和G3值確定最大穗粒數(shù)和潛在灌漿速率,使穗粒數(shù)和成熟期粒重與觀測值相吻合。利用初步確定的參數(shù)運(yùn)行作物模型,然后對參數(shù)進(jìn)行適度微調(diào),使模型模擬的發(fā)育期、生物量、產(chǎn)量及產(chǎn)量結(jié)構(gòu)要素等最大限度的接近于實(shí)測值,均方根誤差(RMSE)達(dá)到最小為最佳參數(shù)標(biāo)準(zhǔn)。

1.4 模型調(diào)參驗(yàn)證評價指標(biāo)

對模型模擬的生物量和產(chǎn)量進(jìn)行驗(yàn)證,選擇模擬值與觀測值的均方根誤差(RMSE)、歸一化均方根誤差(NRMSE)和相關(guān)系數(shù)(r)作為模型的驗(yàn)證指標(biāo)。

(1)

(2)

(3)

2 結(jié)果分析

2.1 各生態(tài)區(qū)夏玉米品種遺傳參數(shù)的調(diào)試結(jié)果

模型調(diào)試驗(yàn)證后的品種遺傳參數(shù)如表1所示,調(diào)整P1和P2主要影響開花期長度,Ⅱ區(qū)完成開花期所需的積溫較其他地區(qū)偏多,P2為光周期敏感系數(shù),各個區(qū)域品種間差異不大。P5主要控制開花至成熟期的長度,Ⅰ區(qū)和Ⅲ區(qū)開花-成熟所需積溫較接近,大于Ⅱ區(qū)和Ⅳ區(qū)。綜合可知I區(qū)品種偏晚熟,全生育所需積溫最多,自播種至成熟需要1 030℃·d(P1+P5),其次是Ⅲ區(qū)全生育期所需積溫為990℃·d(P1+P5),Ⅱ區(qū)和Ⅳ區(qū)偏早熟。根據(jù)實(shí)測數(shù)據(jù)也可知Ⅰ區(qū)和Ⅱ區(qū)從播種到成熟期分別為107 d和106 d,生育期持續(xù)日數(shù)基本一致,但Ⅱ區(qū)熱量條件差,表明品種熟性差別較大。PHINT表征出葉間隔所光熱條件,Ⅱ區(qū)稍大為50 ℃·d,其它地區(qū)為48 ℃·d。

穗粒數(shù)和粒重構(gòu)成夏玉米產(chǎn)量的兩個主要要素。單穗潛在最大籽粒數(shù)G2參數(shù)是Ⅰ區(qū)最高,其次是Ⅲ區(qū),Ⅳ區(qū)最低。灌漿特性參數(shù)G3主要影響灌漿速率,決定最終粒重,各區(qū)域中Ⅲ區(qū)略小,其他三個地區(qū)較相近。綜合兩個參數(shù)取值分析,Ⅰ區(qū)的產(chǎn)量水平最高。

2.2 發(fā)育期調(diào)試和驗(yàn)證

發(fā)育期模擬驗(yàn)證結(jié)果見文獻(xiàn)[33]。開花期和成熟期模型模擬值均較好地匹配了實(shí)測值,二者基本在1∶1線和±5%的誤差線附近,且偏離度較小。開花期各區(qū)域模型調(diào)試與驗(yàn)證結(jié)果的RMSE均為2~4 d,成熟期模型參數(shù)調(diào)試結(jié)果各區(qū)域RMSE均小于4 d,模型驗(yàn)證結(jié)果RMSE在3~7 d內(nèi)變化。主要發(fā)育期參數(shù)調(diào)試和驗(yàn)證結(jié)果的NRMSE均在10%以內(nèi),表明模擬精度較高。

表2 各生態(tài)區(qū)夏玉米品種遺傳參數(shù)

2.3 地上部總生物量調(diào)試和驗(yàn)證

圖2顯示模型調(diào)參和驗(yàn)證結(jié)果中地上部總生物量的模擬值和觀測值比較,調(diào)參結(jié)果圖顯示,大部分?jǐn)?shù)據(jù)分布在1∶1線附近,在±20%誤差線之內(nèi),且偏離度較小,表明模型模擬地上部生物量效果較好。驗(yàn)證結(jié)果圖顯示,第Ⅰ~Ⅲ區(qū)大部分點(diǎn)雖然較接近1∶1線,但位于下方點(diǎn)較多,表明模型驗(yàn)證結(jié)果模擬值較實(shí)測值略偏低。由表2模型調(diào)試結(jié)果可知,實(shí)測值和模擬值的平均值Xobs和Xsim差距不大,Ⅰ區(qū)的NRMSE為7.7%模擬效果最好,其地區(qū)也都在10%~20%之間,表明模型模擬結(jié)果較好。相關(guān)系數(shù)r的分析表明,除Ⅳ區(qū)外,模擬值與實(shí)測值的相關(guān)系數(shù)分別通過0.01和0.05水平的顯著檢驗(yàn)。在參數(shù)驗(yàn)證結(jié)果的統(tǒng)計(jì)表中,Xobs和Xsim也較為接近,但模擬值較實(shí)測值略偏低。模型驗(yàn)證結(jié)果RMSE為1 354~2 392 kg·hm-2,高于調(diào)試結(jié)果的945~1 493 kg·hm-2,驗(yàn)證結(jié)果精度稍差一些,但模型驗(yàn)證結(jié)果的NRMSE也都在10%~20%之間,是可以接受的。Ⅰ~Ⅲ區(qū)模擬值與實(shí)測值的相關(guān)系數(shù)r均達(dá)到0.01的顯著水平,表明驗(yàn)證結(jié)果中模擬生物量與實(shí)測生物量變化的一致性較好。以上分析表明雖然驗(yàn)證年份模型對生物量的模擬精度略偏低,但整體上對夏玉米生物量的模擬效果較好。

表3 夏玉米地上部總生物量參數(shù)調(diào)試和驗(yàn)證評價指標(biāo)

注:**和*表示相關(guān)系數(shù)通過0.01和0.05的顯著水平,下同。

Note: ** and * indicate significance atP<0.01 andP<0.05, respectively, the same below.

圖2 各區(qū)域模型參數(shù)調(diào)試(A)與驗(yàn)證(B)結(jié)果中夏玉米生物量模擬值和實(shí)測值比較

Fig.2 Comparison between simulated and observed biomass of summer maize for calibration (A) and validation (B) in different zones

2.4 產(chǎn)量調(diào)試和驗(yàn)證

通過夏玉米產(chǎn)量由模擬值和實(shí)測值圖形比較(圖3),可以直觀反映模型對于產(chǎn)量的模擬效果,大部分?jǐn)?shù)據(jù)點(diǎn)分布在1∶1線附近,在±20%誤差線之內(nèi),且離散度較小。夏玉米產(chǎn)量參數(shù)調(diào)試結(jié)果各區(qū)域模擬值和實(shí)測值的平均Xobs與Xsim較為接近。除Ⅰ區(qū)RMSE為1 099 kg·hm-2外,其他區(qū)域RMSE均小于1 000 kg·hm-2,各區(qū)的NRMSE也均小于20%,由相關(guān)系數(shù)r的分析可知,Ⅰ區(qū)和Ⅱ區(qū)相關(guān)系數(shù)r通過0.01顯著性檢驗(yàn),Ⅲ區(qū)和Ⅳ區(qū)均達(dá)到0.05的顯著性水平,表明模型參數(shù)調(diào)試結(jié)果較好。夏玉米產(chǎn)量參數(shù)驗(yàn)證結(jié)果中,各區(qū)域RMSE均小于1 000 kg·hm-2,歸一化均方根誤差NRMSE也均小于20%,除Ⅳ區(qū)外,其他生態(tài)區(qū)相關(guān)系數(shù)r均通過顯著性檢驗(yàn),表明模型驗(yàn)證結(jié)果較好??傮w上模型對夏玉米產(chǎn)量的模擬精度較高。由Xobs與Xsim也可知,Ⅰ區(qū)的產(chǎn)量水平最高,其次是Ⅲ區(qū),Ⅱ區(qū)和Ⅳ區(qū)的產(chǎn)量最低。

圖3 各區(qū)域模型參數(shù)調(diào)試(A)與驗(yàn)證(B)結(jié)果中夏玉米產(chǎn)量模擬值和觀測值比較

Fig.3 Comparison between simulated and observed yield of summer maize for calibration (A) and validation (B) in different zones

表4 夏玉米產(chǎn)量參數(shù)調(diào)試和驗(yàn)證評價指標(biāo)

2.5 地上部生物量與葉面積指數(shù)動態(tài)模擬

圖4為鄭州農(nóng)試站2004年和2007年各器官生物量增長動態(tài)模擬,2004年為模型調(diào)試年份,2007年為模型驗(yàn)證年份。2004年開花期和成熟期日序分別為209 d和255 d,2007年開花期和成熟期日序分別為204 d和245 d。模型模擬葉片干物質(zhì)積累前期增加迅速,在開花期達(dá)到最大值,開花期之前模擬值均高于實(shí)測值,但開花之后模型模擬值的葉片衰減速度較快,葉片干重低于實(shí)測值。由模型對莖稈的模擬結(jié)果可知,開花前莖稈的模擬值快速增加高于實(shí)測值,開花期過后莖稈干重模擬值穩(wěn)定在一個水平,一直到成熟均不再變化,但實(shí)測值在達(dá)到峰值后略有降低。在穗的模擬中,果穗干重呈線性增長,與實(shí)測值總體趨勢一致,但到后期穗重模擬值增長到一定水平后保持穩(wěn)定,沒有達(dá)到實(shí)測值的最高值。模型對地上部總干重的模擬總體較好,前期實(shí)測值略滯后于模擬值,成熟時實(shí)測值又高于模擬值??傮w上兩個年份模型均較好的模擬了玉米生物量動態(tài)生長的變化趨勢。

圖4 鄭州站生物量增長動態(tài)模擬調(diào)試(2004年)與驗(yàn)證(2007年)結(jié)果

Fig.4 Dynamic simulation of biomass of summer maize for calibration (2004a) and validation (2007a) in Zhengzhou

圖5為鄭州農(nóng)試站2004年(調(diào)參年份)和2007年(驗(yàn)證年份)葉面積指數(shù)增長的動態(tài)模擬結(jié)果。模型模擬的葉面積指數(shù)明顯偏低于實(shí)測值,但是模擬值與實(shí)測值的變化趨勢擬合較好??紤]是由于模型自身葉面積指數(shù)計(jì)算方法引起的,已有研究結(jié)果也存在同樣問題(Ben Nouna 2000),因此可以通過系統(tǒng)誤差調(diào)整,來模擬判定葉面積增長動態(tài)的趨勢變化。從兩個年份的擬合情況可知,實(shí)測葉面積指數(shù)的增長總體略滯后于模擬值,但觀測值與模擬值的總體變化趨勢的吻合度是可接受的。

3 結(jié)論與討論

考慮地形、土壤和氣候資源特點(diǎn)將河南夏玉米主產(chǎn)區(qū)劃分為4個生態(tài)區(qū),各生態(tài)區(qū)選擇近十余年農(nóng)氣觀測站資料對CERES-Maize模型進(jìn)行參數(shù)調(diào)試和驗(yàn)證,獲得代表各區(qū)域夏玉米品種特性的4套模型參數(shù)。由各生態(tài)區(qū)模型多點(diǎn)模擬和驗(yàn)證的結(jié)果表明,生物量和產(chǎn)量的歸一化均方根誤差NRMSE均小于20%模型模擬結(jié)果較好,通過對生物量和葉面積指數(shù)的動態(tài)模擬及驗(yàn)證,表明觀測值與模擬值的增長趨勢也有較好的吻合度。

圖5 鄭州站葉面積指數(shù)增長動態(tài)模擬調(diào)試(2004年)與驗(yàn)證(2007年)結(jié)果

Fig.5 Dynamic simulation of leaf area index of summer maize for calibration (2004a) and validation (2007a) in Zhengzhou

總體上CERES-Maize模型可用來在河南各生態(tài)區(qū)進(jìn)行夏玉米生長模擬,但不同生態(tài)區(qū)模擬結(jié)果也存在差異,分析其誤差來源,生物量驗(yàn)證結(jié)果中生物量模擬值普遍偏低,尤其是Ⅰ區(qū)和Ⅱ區(qū),平均偏差12.7%,是造成生物量模擬誤差的主要來源。在產(chǎn)量的調(diào)試結(jié)果中各區(qū)域模擬值較觀測值略偏高,驗(yàn)證結(jié)果中,Ⅰ區(qū)和Ⅱ區(qū)觀測值略高于模擬值,而Ⅲ和Ⅳ區(qū)則是略低于模擬值。由Ⅲ、Ⅳ區(qū)生物量和產(chǎn)量的模擬結(jié)果可知,無論是調(diào)參還是驗(yàn)證,生物量為觀測值高于模擬值,而產(chǎn)量是模擬值高于觀測值,這可能與模型干物質(zhì)在各個器官的分配系數(shù)有關(guān)。由相關(guān)系數(shù)r的變化也可知,Ⅰ區(qū)和Ⅱ區(qū)生物量和產(chǎn)量的觀測值和模擬值均為極顯著相關(guān)(P<0.01),模型對于這兩個地區(qū)生物量及產(chǎn)量增減的變化趨勢模擬較好。Ⅳ區(qū)僅產(chǎn)量調(diào)試結(jié)果中觀測值和模擬值呈顯著相關(guān),生物量調(diào)試驗(yàn)證結(jié)果和產(chǎn)量驗(yàn)證結(jié)果的r均未達(dá)到顯著水平。

模型的模擬過程與實(shí)際情況也不完全相符,如對葉面積的動態(tài)模擬中,由于后期沒有葉面積指數(shù)的實(shí)測值,葉面積指數(shù)最終的衰減程度沒有做比較。但一般在大田試驗(yàn)人工測量當(dāng)玉米達(dá)收獲時,植株死亡葉片基本變黃,葉面積指數(shù)為零。而模擬值后期的葉面積指數(shù)穩(wěn)定在一定水平,沒有達(dá)到零值。

夏玉米品種繁多,如僅以單一某一個品種特性作為調(diào)參依據(jù),參數(shù)調(diào)試后的結(jié)果難以在大范圍推廣,將河南全省夏玉米主產(chǎn)區(qū)劃分為4個生態(tài)區(qū),用多點(diǎn)數(shù)據(jù)進(jìn)行各生態(tài)區(qū)模型參數(shù)的綜合調(diào)試驗(yàn)證,分別建立代表各生態(tài)區(qū)平均狀態(tài)的“區(qū)域品種”模型參數(shù)。較以往以單點(diǎn)調(diào)參結(jié)果在大范圍區(qū)域進(jìn)行應(yīng)用研究,在參數(shù)精度上有了一定提高,增強(qiáng)了模型應(yīng)用的準(zhǔn)確度和可信度,有助于今后種植制度調(diào)整、農(nóng)業(yè)生產(chǎn)管理決策等研究的開展。但對于能與遙感資料相結(jié)合的參數(shù)精度要求還有差距,需要進(jìn)一步提升參數(shù)的空間分辨率。

[1] 謝 云,James R K.國外作物生長模型發(fā)展綜述[J].作物學(xué)報,2002,28(2):190-195.

[2] 潘學(xué)標(biāo).作物模型原理[M].北京:氣象出版社,2003:22-23.

[3] 孫 寧,馮利平.利用冬小麥作物生長模型對產(chǎn)量氣候風(fēng)險的評估[J].農(nóng)業(yè)工程學(xué)報,2005,21(2):106-110.

[4] 徐壽軍,林美蔭,徐志偉.作物生育期模擬研究進(jìn)展[J].內(nèi)蒙古民族大學(xué)學(xué)報(自然科學(xué)版),2009,24(2):167-171.

[5] 劉布春,王石立,馬玉平.國外作物模型區(qū)域應(yīng)用研究進(jìn)展[J].氣象科技,2002,30(4):194-203.

[6] 林忠輝,莫興國,項(xiàng)月琴.作物生長模型研究綜述[J].作物學(xué)報,2003,29(5):750-758.

[7] 王亞莉,賀立源.作物生長模擬模型研究和應(yīng)用綜述[J].華中農(nóng)業(yè)大學(xué)學(xué)報,2005,24(5):529-535.

[8] Jones J W, Hoogenboom G, Porter C H, et al. The DSSAT cropping system model[J]. European Journal Agronomy, 2003,(18):235-265.

[9] Francisco X L, Kenneth J B, Benigno R N, et al. Testing CERES-Maize versions to estimate maize production in a cool environment[J]. European Journal Agronomy, 2005,(23):89-102.

[10] Monte R O, Jane R F, Daniel R E. Use of CERES-Maize to study effect of spatial precipitation variability on yield[J]. Agricultural Systems, 2002,(73):205-225.

[11] Samuhel P,ika B. Parameterization of crop simulation model “Ceres-Maize” in Nitra-Dolnáá Malanta[J]. Journal of Environmental Engineering and Landscape Management, 2007,(15):25-30.

[12] 戴明宏,陶洪斌,廖樹華,等.基于CERES-Maize模型的華北平原玉米生產(chǎn)潛力的估算與分析[J].農(nóng)業(yè)工程學(xué)報,2008,24(4):30-37.

[13] 張艷紅.基于CERES玉米模型的黃淮海夏玉米水肥管理技術(shù)研究[D].北京:中國農(nóng)業(yè)大學(xué),2004.

[14] 尹志芳.CERES-Wheat, Maize模型的實(shí)驗(yàn)研究[D].北京:中國科學(xué)院地理科學(xué)與資源研究所,2005.

[15] 熊 偉,林而達(dá).CERES-Maize區(qū)域應(yīng)用效果分析[J].中國農(nóng)業(yè)氣象,2009,30(1):3-7.[16] 李樹巖,劉榮花,成 林.基于CERES-Maize的黃淮平原夏玉米階段缺水模擬分析[J].玉米科學(xué),2013,21(5):151-156.

[17] 崔巧娟,許吟隆.利用田間試驗(yàn)資料檢驗(yàn)CERES-Maize模型在中國區(qū)域的模擬能力[J].中國農(nóng)業(yè)氣象,2005,26(增刊):37-41.

[18] 劉玉蘭,陳曉光,肖云清.CERES-Maize模型中遺傳參數(shù)確定方法的研究[J].玉米科學(xué),2007,15(6):127-129.

[19] 胡亞南,柴紹忠,許吟隆,等.CERES-Maize模型在中國主要玉米種植區(qū)域的適用性[J].中國農(nóng)業(yè)氣象,2008,29(4):383-386.

[20] 張艷紅,廖樹華,馬永良.基于CERES-MAIZE模型的夏玉米生產(chǎn)水肥優(yōu)化管理技術(shù)方法與應(yīng)用研究[J].玉米科學(xué),2006,14(增刊):81-89.

[22] Dente L, Satalino G, Mattia F, et al. Assimilation of leaf area index derived from ASAR and MERIS data into CERES Wheat model to map wheat yield[J]. Remote Sensing of Environment, 2008,112(4):1395-1407.

[23] Ma Yuping, Wang Shili, Li Zhang, et al. Monitoring winter wheat growth in north china by combining a crop model and remote sensing data[J]. International Journal of Applied Earth Observation and Geoinformation, 2008,10(4):426-437.

[24] Hongliang Fang, Shunlin Liang, Hoogenboom G, et al. Integration of MODIS LAI and vegetation index products with the CSM-CERES-Maize model for corn yield estimation[J]. International Journal of Remote Sensing, 2011,32(4):1039-1065.

[25] 羅 毅,郭 偉.作物模型研究與應(yīng)用中存在的問題[J].農(nóng)業(yè)工程學(xué)報,2008,24(5):307-312.

[26] 鄧振鏞,王 強(qiáng),張 強(qiáng),等.中國北方氣候暖干化對糧食作物的影響及應(yīng)對措施[J].生態(tài)學(xué)報,2010,30(22):6278-6288.

[27] 河南省統(tǒng)計(jì)局,國家統(tǒng)計(jì)局河南調(diào)查總隊(duì).河南統(tǒng)計(jì)年鑒[M].北京:中國統(tǒng)計(jì)出版社,2014.

[28] Angstr?m A. Solar and terrestrial radiation[J]. Quarterly Journal of Royal Meteorological Society, 1924,50:121-125.

[29] 姚 寧,周元剛,宋利兵,等.不同水分脅迫條件下DSSAT-CERES-Wheat模型的調(diào)參與驗(yàn)證[J].農(nóng)業(yè)工程學(xué)報,2015,31(12):138-140.

[30] 玉米測產(chǎn)方法[EB].百度文庫,[2015-12-25].http://wenku.baidu.com/view/fb6d41dcce2f0066f5332276.html?re=view.

[31] 魏克循.河南土壤地理[M].鄭州:河南科學(xué)技術(shù)出版社,1995:734.

[32] 河南省土壤肥料工作站,河南省土壤普查辦公室.河南土種志[M].北京:中國農(nóng)業(yè)出版社,1995:58,99-100,290-300.

[33] 李樹巖,王 靖,余衛(wèi)東,等.氣候變化對河南省夏玉米主栽品種發(fā)育期的影響模擬[J].中國農(nóng)業(yè)氣象,2015,36(4):479-488.

Applicability analysis of CERES-Maize model in different agro-ecological zone of Henan

LI Shu-yan, YU Wei-dong

(ChinaMeteorologicalAdministration/KeyLaboratoryofAgrometeorologicalSafeguardandAppliedTechniqueinHenanProvince/HenanInstituteofMeteorologicalSciences,Zhengzhou,He'nan450003,China)

The main production region of summer maize in Henan Province was divided into four agro-ecological zones. The genetic parameters of representative maize varieties in each zone were determined to calibrate and validate CERES-Maize model by using data from 18 agro-meteorological stations in recently ten years. The data from 2003 to 2005 were used for calibration and from 2006 to 2010 for validation. According to the mean values of calibration and validation in different zones, four sets of zonal variety parameters for modeling were gotten. From the genetic parameters of maize in different zones, it was found that the accumulated temperature in zone I was the largest, followed by zone Ⅲ and Ⅳ; the potential maximum number of kernels per ear was the largest in zone I, followed by zone Ⅲ, and it was the lowest in zone Ⅳ; the kernel filling rate was relatively low in zone Ⅲ, and it was similar in other zones. The calibration and validation results of biomass and yield in different zones showed that the normalized root mean square error (NRMSE) was lower than 20%. The ability of CERES-Maize model was strong in simulating biomass and yield in different zones, but there were some spatial differences in simulating effect. The observed value was close to the simulated value in calibration period of biomass, but it was generally greater than the simulated value in validation period, especially for zone I and Ⅱ. In validation period of yield, the simulated value was lower than the observed value in zone I and Ⅱ,but greater in zone Ⅲ and Ⅳ. The correlation coefficients between observed value and simulated value of biomass and yield in zone Ⅰ to Ⅲ wholly passed the significance test, so the simulating effect of biomass and yield was good in these zones. According to the calibration and validation results of biomass and leaf area index, it was found that the simulating effect of above-ground biomass was good. The observed value of leaf area index slightly lagged behind the simulated value, but their overall trend coincided quite well.

CERES-Maize; crop model; calibration and validation; summer maize

1000-7601(2017)02-0001-08

10.7606/j.issn.1000-7601.2017.02.01

2015-12-20基金項(xiàng)目:中國氣象局氣候變化專項(xiàng)(CCSF201408)

李樹巖(1979—),女,碩士,高級工程師,主要從事農(nóng)業(yè)氣象災(zāi)害、作物模型應(yīng)用等研究。 E-mail:lsy_126com@126.com。

S314

A

猜你喜歡
生態(tài)區(qū)實(shí)測值夏玉米
±800kV直流輸電工程合成電場夏季實(shí)測值與預(yù)測值比對分析
黍稷種質(zhì)資源的經(jīng)濟(jì)系數(shù)與生態(tài)環(huán)境的關(guān)系
巴西2020—2021年度夏玉米產(chǎn)量預(yù)計(jì)減少17.7%
常用高溫軸承鋼的高溫硬度實(shí)測值與計(jì)算值的對比分析
山西省黍稷高抗倒種質(zhì)資源的豐產(chǎn)性和適應(yīng)性鑒定
市售純牛奶和巴氏殺菌乳營養(yǎng)成分分析
小麥?zhǔn)崭钪?如何種植夏玉米才能高產(chǎn)
一種基于實(shí)測值理論計(jì)算的導(dǎo)航臺電磁干擾分析方法
夏玉米高產(chǎn)的關(guān)鍵栽培技術(shù)措施
關(guān)于在西安浐灞生態(tài)區(qū)建立“亞歐大陸經(jīng)濟(jì)貿(mào)易合作組織”的策略研究
鲁甸县| 时尚| 赤城县| 屏南县| 霍邱县| 阜新| 菏泽市| 南江县| 托克逊县| 吉林省| 铜陵市| 吴川市| 湖南省| 云南省| 陆良县| 麟游县| 定安县| 东莞市| 仙游县| 灌南县| 西乌珠穆沁旗| 临高县| 盐城市| 丽江市| 鸡西市| 鹤庆县| 电白县| 镇坪县| 大同县| 宜阳县| 卢龙县| 滨海县| 蒙阴县| 云龙县| 凉山| 东光县| 漳浦县| 呼伦贝尔市| 马鞍山市| 梓潼县| 古田县|