成 林，張志紅，胡程達(dá)

(1.中國氣象局河南省農(nóng)業(yè)氣象保障與應(yīng)用技術(shù)重點開放實驗室，河南 鄭州 450003；2.河南省氣象科學(xué)研究所，河南 鄭州 450003)

干熱風(fēng)是一種氣溫較高、空氣相對濕度較低、同時伴有一定風(fēng)力的農(nóng)業(yè)災(zāi)害性天氣，對我國北方冬小麥灌漿有嚴(yán)重危害[1]。在冬小麥漫長的生長過程中，往往持續(xù)幾天的干熱風(fēng)天氣，就可強烈破壞植株的水分平衡和光合系統(tǒng)，導(dǎo)致冬小麥灌漿進(jìn)程受阻，粒重大幅降低，例如1992年山東膠州地區(qū)出現(xiàn)的干熱風(fēng)災(zāi)害使冬小麥千粒重較上年下降了14.1 g[2]；1994年的干熱風(fēng)天氣使張掖全區(qū)小麥較上年減產(chǎn)10%左右[3]；2004、2007、2013、2017等年份，我國冬小麥主產(chǎn)區(qū)河南、河北和山東等地均有較大范圍的干熱風(fēng)災(zāi)害發(fā)生。受氣候變化影響，河套平原、西北地區(qū)等麥區(qū)干熱風(fēng)災(zāi)害隨氣候干暖化危害加重[4-5]，華北麥區(qū)干熱風(fēng)頻率、天數(shù)和范圍在2000年以后也呈增加趨勢[6-8]，因此開展干熱風(fēng)災(zāi)害定量評估、客觀認(rèn)識災(zāi)害的真實影響是發(fā)展現(xiàn)代農(nóng)業(yè)科學(xué)防災(zāi)減災(zāi)的必然需求[9]，對于小麥生產(chǎn)穩(wěn)定發(fā)展具有極為重要的意義。

我國研究學(xué)者從上世紀(jì)70年代中期開始關(guān)注干熱風(fēng)災(zāi)害機(jī)理和影響評估[10]，目前在干熱風(fēng)災(zāi)害氣象等級指標(biāo)、氣候區(qū)劃[11-12]、防御措施[13]等方面的研究已相對成熟，但干熱風(fēng)災(zāi)害定量評估的研究成果仍較為匱乏且方法各異，目前主要有三類研究方法，即：(1)數(shù)理統(tǒng)計法，通過統(tǒng)計方法分離冬小麥抽穗～成熟期氣象產(chǎn)量，并建立干熱風(fēng)產(chǎn)量災(zāi)損的統(tǒng)計模型，計算發(fā)現(xiàn)在重度干熱風(fēng)危害下，黃淮海地區(qū)冬小麥減產(chǎn)率在21.52%～39.80% 之間[14-15]；(2)田間試驗法，利用不同的控制裝置模擬或觀測干熱風(fēng)災(zāi)害，著重評估干熱風(fēng)對葉片光合速率、蒸騰速率及氣孔導(dǎo)度等生理指標(biāo)的影響[16-17]；(3)作物模型法，目前國際通用的幾種作物模型均無干熱風(fēng)災(zāi)害影響模擬模塊，朱玉潔等[18]利用小麥生物學(xué)特性自建作物模型，增加了溫、濕、風(fēng)致災(zāi)因子對小麥產(chǎn)量形成的影響函數(shù)，可為干熱風(fēng)非典型年份災(zāi)損影響評估提供依據(jù)。這些研究均為開展干熱風(fēng)災(zāi)害影響評估提供了科學(xué)的技術(shù)支撐，但與干旱等其他農(nóng)業(yè)氣象災(zāi)害評估研究相比，專門討論冬小麥灌漿不同時期、不同強度干熱風(fēng)災(zāi)害對千粒重的定量評估研究還較少，不利于科學(xué)研判災(zāi)害影響規(guī)律，并影響防災(zāi)減損決策部署，更缺乏開展災(zāi)損定量評估的模型和工具，遠(yuǎn)不能滿足現(xiàn)代農(nóng)業(yè)防災(zāi)減災(zāi)、保證糧食安全生產(chǎn)的需求[19]。

本文擬在前人研究基礎(chǔ)上，利用葉片光合作用和干物質(zhì)積累概念模型，模擬冬小麥粒重的日增長過程，結(jié)合田間試驗結(jié)果，構(gòu)建干熱風(fēng)對粒重的影響評估模型，將田間試驗與概念模型兩種方法結(jié)合，實現(xiàn)灌漿不同時期干熱風(fēng)對千粒重影響的動態(tài)評估，為科學(xué)認(rèn)識農(nóng)業(yè)氣象災(zāi)害的影響，合理規(guī)劃防災(zāi)減災(zāi)措施提供參考。

1 研究數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

本文所用1981—2017年冬小麥大田觀測資料、2011—2017年光合有效輻射資料源于鄭州農(nóng)業(yè)氣象試驗站(34°43′N，103°39′E)，大田連續(xù)觀測品種為‘鄭麥366’，觀測內(nèi)容包括發(fā)育期、各發(fā)育期葉面積指數(shù)、有效莖密度、千粒重等；光合有效輻射利用PQS1光量子傳感器(Kipp&Zonen公司，荷蘭)進(jìn)行連續(xù)觀測，觀測波長范圍(400～700 nm)±4 nm。傳感器安裝在作物觀測田塊梯度塔3 m高度處，儀器靈敏度為4～10 μV/光量子密度(μmol·m-2·s-1)，利用轉(zhuǎn)換系數(shù)4.55 μmol·J-1，將觀測的光量子通量密度轉(zhuǎn)換為輻射能量密度[20]。

鄭州、新鄉(xiāng)、許昌、林州代表站的氣象資料和冬小麥觀測資料源于各農(nóng)業(yè)氣象觀測站。

1.2 冬小麥粒重的形成模擬

1.2.1 光在群體內(nèi)的分布 光在冬小麥群體內(nèi)的分布服從指數(shù)遞減規(guī)律，到達(dá)冠層某一層深度處的光合有效輻射可利用門司-佐伯定律[21]計算，即：

PARL=PARCAN×exp(-k×LAIL)

(1)

式中，PARL為冠層某一層深度處的光合有效輻射(J·m-2·s-1)，PARCAN為到達(dá)冠層頂部的光合有效輻射(J·m-2·s-1)，k為消光系數(shù)，取0.85(無量綱)，LAIL是冠層頂至冠層L深度處的累積葉面積指數(shù)。

1.2.2 瞬時光合作用速率 根據(jù)作物系統(tǒng)模擬原理，假定小麥冠層由上、中、下3層大葉構(gòu)成，某一層次單位面積葉片的瞬時光合速率可以用負(fù)指數(shù)模型來描述：

FG=PLMX×[1-exp(-ε×PARL/PLMX)]

(2)

式中，F(xiàn)G為單位面積葉片的瞬時光合速率(kg·hm-2·h-1);PLMX是單葉最大光合速率(kg·hm-2·h-1)，參考取值40 kg·hm-2·h-1；ε是光轉(zhuǎn)換因子，即吸收光的初始利用效率，對于小麥可取值0.45 kg·hm-2·h-1/(J·m-2·s-1)。群體的瞬時光合作用速率PG(kg·hm-2·h-1)利用高斯三點積分法進(jìn)行加權(quán)求和[22]：

PG=∑(FG(i)×WT(i))×LAI

(3)

式中，i為層數(shù)，WT為高斯積分三點法的權(quán)重值(表1)。

表1 高斯積分三點法的權(quán)重值

1.2.3 凈同化物積累 單位面積冬小麥群體的逐日凈同化量可以概念化表達(dá)為：

Ad=PG×(1-Br)×Cw×LD×(1-re)

(4)

式中，Ad為單位面積冬小麥群體的逐日凈同化量(kg·hm-2·h-1)，Br為呼吸消耗系數(shù)(無量綱)，參考取值0.2；Cw為同化物轉(zhuǎn)換系數(shù)，參考值為0.5；LD為日長(h)，re為生物消耗系數(shù)，取3%[23]。

1.2.4 干物質(zhì)向籽粒的分配 冬小麥群體通過光合作用產(chǎn)生的同化物，最初主要為葡萄糖和氨基酸，通過一系列轉(zhuǎn)換形成植株的干物質(zhì)，群體干物質(zhì)的日增長量可以表達(dá)為：

TD=ζ×0.95×Ad/(1-0.05)

(5)

式中，TD為群體干物質(zhì)的日增量(kg·hm-2·d-1)；ζ是CO2與碳水化合物(CH2O)的轉(zhuǎn)換系數(shù)，是CH2O分子量與CO2分子量的比值，為0.682;0.95是碳水化合物轉(zhuǎn)換成干物質(zhì)的系數(shù)；0.05為干物質(zhì)中礦物質(zhì)的含量[24]。干物質(zhì)向籽粒的分配用(6)式計算：

WT=TD×Gr×(1+W)

(6)

式中，Gr為分配系數(shù)(0.2)，W為籽粒含水率，取12%，為便于分析，將WT轉(zhuǎn)換為千粒重：

Ker=∑WT×U/(Sv×No)

(7)

式中，Ker為冬小麥千粒重(g)，Sv為每平方米有效莖數(shù)，No為單穗粒數(shù)，U為單位換算系數(shù)(無量綱)。最終千粒重為Ker開花后至成熟天數(shù)的積累。

1.3 干熱風(fēng)對千粒重的影響

1.3.1 干熱風(fēng)災(zāi)害控制試驗 外界環(huán)境條件變化可使葉片光合速率發(fā)生改變，從而影響最終粒重的形成。干熱風(fēng)災(zāi)害控制試驗于2010—2011、2011—2012年和2013—2014年在鄭州農(nóng)業(yè)氣象試驗站(34°43′N，103°39′E)進(jìn)行[25]。供試冬小麥品種均為‘鄭麥366’，為當(dāng)?shù)刂髟云贩N，半冬性，平作直播，土壤質(zhì)地為砂壤土。試驗地小麥均于上年度10月14日播種，2010—2011、2011—2012年和2013—2014年度冬小麥開花日期分別為4月26日、4月24日和4月21日，成熟日期分別為5月29日、6月2日和5月29日，3個試驗?zāi)甓榷←溔诰鶡o明顯病蟲害及農(nóng)業(yè)氣象災(zāi)害發(fā)生，冬小麥灌漿期0～50 cm深度土壤相對濕度與大田保持一致，變化范圍為50%～57%。處理時期均在小麥開花后12、17 d和27 d進(jìn)行，記為灌漿前期(T1)、中期(T2)和后期(T3)。

試驗利用簡易氣候箱人工模擬干熱風(fēng)天氣條件。氣候箱的每個重復(fù)處理由長200 cm，寬150 cm，高180 cm的不銹鋼房型支架組成，支架外罩為透光良好的PVC塑料薄膜，前兩個試驗?zāi)甓认鋬?nèi)利用2根2 000 W的紅外加熱燈管為熱源，利用溫控儀調(diào)節(jié)箱內(nèi)溫度，以排氣風(fēng)扇為風(fēng)源，風(fēng)速基本恒定。最后一個試驗?zāi)甓壤蔑L(fēng)量型熱風(fēng)機(jī)控制溫度及風(fēng)速。由于空氣濕度無法控制，試驗處理均選擇在相對濕度較小的晴天麥地進(jìn)行，處理從上午10∶00開始，11∶00—15∶00氣溫維持較高水平，以后逐漸降低，17∶00以后，撤去氣候箱，溫濕度與當(dāng)時大田一致，至此，計為一個干熱風(fēng)日。處理的同時，用溫濕度自記表測定箱內(nèi)和箱外小麥冠層高度處的溫濕度，并用手持輕便風(fēng)速表測量箱內(nèi)外風(fēng)速。

參照中國氣象局2007年發(fā)布的氣象行業(yè)標(biāo)準(zhǔn)《小麥干熱風(fēng)災(zāi)害等級》(QX/T82—2007)[26](表2)，每時期試驗控制設(shè)輕度和重度兩個災(zāi)害等級，將人工氣候箱外無干熱風(fēng)且水肥管理相同的地塊設(shè)為對照(CK)，均設(shè)定3個重復(fù)。

表2 黃淮海地區(qū)冬小麥干熱風(fēng)災(zāi)害等級指標(biāo)

利用LI-6400便攜光合作用測定系統(tǒng)(LI-COR公司,美國)在試驗控制及對照地塊隨機(jī)選擇10片長勢一致的小麥旗葉，在干熱風(fēng)控制后次日和干熱風(fēng)控制8 d后10∶00進(jìn)行光合作用速率(Pn)測定。收獲后進(jìn)行產(chǎn)量及構(gòu)成因素測定。

1.3.2 模型修訂 基于田間試驗，可測定不同時期、不同強度干熱風(fēng)對小麥葉片光合速率的脅迫程度，用Sp(%)表示：

(8)

式中，Sp為干熱風(fēng)對小麥葉片光合速率的脅迫程度(%)；nb為干熱風(fēng)災(zāi)害脅迫后的觀測值，na為無脅迫的對照值。Sp值越大表明災(zāi)害脅迫越強；若nb>na，表明脅迫對作物無明顯負(fù)影響，則(8)式不適用。

假定小麥群體上、中、下3層受的影響基本相同，則受災(zāi)后(2)式葉片的瞬時光合速率修訂為FG×(1-Sp)。試驗站不具備呼吸消耗測定條件，故暫未修訂。

1.4 評估模型的應(yīng)用

干熱風(fēng)天氣出現(xiàn)時，利用粒重估算模型，可假設(shè)葉片光合速率未受影響，從而可模擬一個無災(zāi)害影響的千粒重，稱為“理想千粒重”，理想千粒重與實際千粒重的差值，即為千粒重的損失量，未知實際千粒重時可用模擬千粒重代替，該損失量占理想千粒重的百分比，即減產(chǎn)率。

2 結(jié)果與分析

2.1 干熱風(fēng)對冬小麥光合速率的影響

干熱風(fēng)控制試驗記錄和氣象條件及對應(yīng)的Sp值見表3。從表中可以看出，干熱風(fēng)對光合速率的脅迫，隨著氣溫的升高明顯增大，二者顯著相關(guān)(R=0.7047)；Sp與相對濕度的相關(guān)系數(shù)為-0.2005，與風(fēng)速的相關(guān)性更小，均未通過顯著性檢驗，但不能否定其對光合速率的協(xié)同影響。

表3中Sp與Tmax、U和f10的量化關(guān)系可以用多元線性擬合方程(9)表達(dá)，方程擬合相關(guān)系數(shù)R=0.7466。

表3 不同干熱風(fēng)處理對葉片光合作用速率的脅迫程度

Sp=10.7+4.05(Tmax-32)-0.528(30-U)

-0.997(f10-3)

(9)

根據(jù)試驗處理結(jié)果，灌漿前期發(fā)生輕度干熱風(fēng)時，災(zāi)后8 d葉片光合作用已不受脅迫，表明葉片功能基本恢復(fù)正常。而灌漿前期重干熱風(fēng)后8 d，兩個年度平均Sp由15.6%降為8.27%，相當(dāng)于初次受損率的50%左右(表4)，隨后葉片功能開始衰退，模擬時不再考慮植株自我修復(fù)情況。灌漿中后期出現(xiàn)干熱風(fēng)，隨著葉片進(jìn)一步衰老發(fā)黃，災(zāi)害的影響不可逆轉(zhuǎn)[27]。

表4 灌漿前期干熱風(fēng)處理后葉片光合作用速率的Sp值

2.2 千粒重模擬驗證

2.2.1 正常年份的千粒重模擬驗證 利用1981—2017年鄭州地區(qū)資料完整且未出現(xiàn)干熱風(fēng)年份的冬小麥千粒重對上述計算方程進(jìn)行檢驗。其中，2010年以前無PAR觀測資料的年份，利用光合有效輻射與太陽總輻射的轉(zhuǎn)換關(guān)系估算[28]，太陽總輻射利用FAO推薦的方法[29]推算；2011—2017年利用PAR實測資料。小麥冠層內(nèi)不同層次LAI取業(yè)務(wù)觀測值。

利用(1)至(8)式，對鄭州地區(qū)冬小麥千粒重進(jìn)行模擬，結(jié)果見圖1。圖中虛線為1∶1線，22對樣本的散點圖線性趨勢線截距0.7118，相關(guān)系數(shù)R2=0.8024，觀測值與模擬值的均方差為2.32，模擬千粒重的平均準(zhǔn)確率為95.80%，相對誤差4.23%。說明實測值與模擬值一致性較好，基本能夠滿足開展千粒重影響分析需求。

圖1 正常年份冬小麥千粒重實測值與模擬值的相關(guān)性

2.2.2 基于災(zāi)害控制試驗的千粒重驗證 利用(1)～(9)式計算2010—2011、2011—2012年和2013—2014年干熱風(fēng)災(zāi)害試驗條件下的千粒重值，具體結(jié)果見表5。12組樣本千粒重的平均模擬準(zhǔn)確率為97.8%，RMSE=0.9622，絕對誤差0.76 g，相對誤差1.54%。其中，2011—2012年灌漿后期重干熱風(fēng)處理模擬的千粒重準(zhǔn)確率相對較低，為90.09%，主要原因是該年份5月21日冬小麥已接近成熟，小麥遭受重度干熱風(fēng)后，植株加速衰老，籽粒干物質(zhì)出現(xiàn)“倒灌”現(xiàn)象，光合速率的降低已不是千粒重大幅下降的主要因素。

2.2.3 干熱風(fēng)年份的千粒重模擬驗證 實際大田生產(chǎn)中，干熱風(fēng)日往往隨機(jī)連續(xù)、或者不連續(xù)出現(xiàn)。當(dāng)出現(xiàn)多個干熱風(fēng)日時，認(rèn)為后一次干熱風(fēng)的影響疊加在前一次影響之上，利用(1)～(9)式即可模擬得到該年份的千粒重值?？紤]早期作物品種和栽培管理方法的差異，重點將1990年以后灌漿期出現(xiàn)干熱風(fēng)天氣，且無明顯連陰雨、大風(fēng)倒伏等災(zāi)害的年份作為干熱風(fēng)典型年，千粒重驗證結(jié)果見表6。在5個觀測資料齊全的典型年份中，模擬千粒重的平均準(zhǔn)確率為96.8%，RMSE=1.2162，絕對誤差1.41 g，相對誤差3.16%。由于PAR采用了估算值，表6中的平均模擬準(zhǔn)確率略低于表5，誤差略高于田間試驗的情況，但模擬結(jié)果仍有較高的準(zhǔn)確率，表明干熱風(fēng)對千粒重影響評估模型的簡化和假設(shè)基本適用，可以模擬大田干熱風(fēng)隨機(jī)出現(xiàn)的情況。

2.3 干熱風(fēng)對冬小麥千粒重的影響評估與應(yīng)用

2.3.1 影響評估 表5和表6均反映出灌漿的不同時期、干熱風(fēng)日的具體氣象條件均對千粒重有不同影響。表5中2010—2011、2011—2012年和2013—2014年各控制試驗的理想千粒重分別為39.45、38.34、38.91 g，由此計算得出3個試驗?zāi)攴莨酀{期前1天的輕干熱風(fēng)千粒重?fù)p失為1～2 g，減產(chǎn)率2.0%～5.0%，灌漿前期和后期重干熱風(fēng)、或灌漿中期不同程度干熱風(fēng)造成的千粒重?fù)p失為2～7 g不等，嚴(yán)重的減產(chǎn)17.6%。

表5 基于干熱風(fēng)試驗的千粒重模擬驗證

表6中，1999—2000、2003—2004年和2007—2008年冬小麥生長季干熱風(fēng)主要出現(xiàn)在灌漿中期，但氣溫不高，程度較輕，累積發(fā)生日數(shù)1～2 d，造成的千粒重?fù)p失在0.23～1.39 g，減產(chǎn)率0.6%～3.3%。1994—1995年冬小麥灌漿前期重干熱風(fēng)與灌漿中期輕干熱風(fēng)影響疊加，產(chǎn)量損失5.8%；2016—2017年冬小麥生長季鄭州地區(qū)出現(xiàn)5個干熱風(fēng)日，覆蓋冬小麥灌漿的各個時期，但由于觀測地段災(zāi)前采取了灌溉措施抵御干熱風(fēng)的影響，計算得理想千粒重與實際千粒重的損失僅0.1 g。采取措施可以減輕干熱風(fēng)災(zāi)害的影響，但不能掩蓋災(zāi)害的存在，若不采取措施，利用模型計算得出：2016—2017年冬小麥生長季鄭州地區(qū)千粒重?fù)p失約4.8 g。

表6 鄭州地區(qū)干熱風(fēng)典型年份千粒重模擬驗證

2.3.2 模型應(yīng)用 (9)式中的各項系數(shù)是進(jìn)行干熱風(fēng)對千粒重影響模擬的關(guān)鍵。(9)式中干熱風(fēng)天氣對葉片光合速率脅迫的關(guān)系模型是基于‘鄭麥366’(半冬性)一個品種構(gòu)建的，但從鄭州地區(qū)干熱風(fēng)典型年模擬情況看，與該作物品種特性相似的其他品種，在已知作物長勢(葉面積、群體密度、穗粒數(shù)等)的條件下也可試用。因此利用穩(wěn)定種植半冬性品種、田間耕作管理習(xí)慣與鄭州相似，灌漿期無明顯連陰雨、病蟲害等災(zāi)害，且有作物觀測資料的新鄉(xiāng)、許昌、林州農(nóng)業(yè)氣象觀測站資料，模擬分析近年來干熱風(fēng)對千粒重的影響。結(jié)果見表7。

由表7可以看出，不同站點、不同干熱風(fēng)典型年千粒重的模擬準(zhǔn)確率保持在90%以上，平均準(zhǔn)確率為94.68%，說明構(gòu)建的模型有一定的適用推廣性，能夠相對客觀地反映不同灌漿時期干熱風(fēng)對千粒重的影響，可以滿足災(zāi)害評估業(yè)務(wù)服務(wù)需求。3個代表站共6個典型年的千粒重?fù)p失達(dá)0.26～5.84 g，造成的產(chǎn)量損失在0.6%～12.4%之間，其中，林州站2013—2014年和2016—2017年產(chǎn)量損失分別為6.2%和12.4%；許昌和新鄉(xiāng)站2016—2017年冬小麥生長季因干熱風(fēng)造成的減產(chǎn)率也達(dá)7.5%和6.6%。其他典型年份對產(chǎn)量損失的估算在合理范圍內(nèi)。

表7 干熱風(fēng)對千粒重的影響評估模型應(yīng)用

3 討 論

農(nóng)業(yè)氣象災(zāi)害影響定量評估是農(nóng)業(yè)防災(zāi)減災(zāi)中的重要工作。利用統(tǒng)計方法通過大樣本資料進(jìn)行災(zāi)害評估，有一定的區(qū)域代表性[30]，但一般不考慮災(zāi)害對作物的影響機(jī)理；利用災(zāi)害控制試驗可以較細(xì)致地分析災(zāi)害的影響機(jī)制、減產(chǎn)率等[31]，但區(qū)域代表性與應(yīng)用性不強。本文結(jié)合概念模型與統(tǒng)計模型二者優(yōu)勢，兼顧災(zāi)害影響機(jī)制和作物長勢，較好地模擬了不同長勢麥田的冬小麥千粒重，在此基礎(chǔ)上，考慮干熱風(fēng)災(zāi)害天氣對光合作用的影響，對概念模型進(jìn)行修訂，從而實現(xiàn)了干熱風(fēng)對千粒重的定量影響評估，較單一方法構(gòu)建的評估模型具有更強的科學(xué)性和針對性。當(dāng)大田發(fā)生大范圍干熱風(fēng)災(zāi)害時，往往缺乏相同長勢、相同管理和地力條件的未受災(zāi)田塊作為對照樣本，這時通過大田簡單取樣，獲取密度等基本資料，利用評估模型即可簡便估算干熱風(fēng)對千粒重的影響，從而推算對產(chǎn)量的影響程度，有一定的實用性。

根據(jù)代表站點的評估結(jié)果，20世紀(jì)90年代以后干熱風(fēng)造成的產(chǎn)量損失在0.5%～18%，整體規(guī)律為灌漿中期出現(xiàn)重干熱風(fēng)的影響較大，某些年份灌漿前期輕干熱風(fēng)影響不明顯。趙俊芳等[15]對華北地區(qū)典型站點20世紀(jì)80—90年代的研究發(fā)現(xiàn)重干熱風(fēng)平均減產(chǎn)率在25%以上，且抽穗～開花期重干熱風(fēng)危害指數(shù)較其他時期偏大，這與研究時段、研究區(qū)域、研究方法和減產(chǎn)率的算法差異有關(guān)，也與本研究區(qū)灌漿前期重干熱風(fēng)樣本較少有關(guān)。本文利用已知的穗密度和穗粒數(shù)資料，基于田間試驗資料修訂干熱風(fēng)脅迫下的光合速率，從而計算災(zāi)害影響的千粒重，與前人通過修改作物生長模型中的日平均氣象資料修訂干熱風(fēng)影響相比，模擬準(zhǔn)確率進(jìn)一步提升。

在進(jìn)行干熱風(fēng)對千粒重的影響評估時，假設(shè)灌漿前期葉片受干熱風(fēng)影響后其光合能力的修復(fù)呈線性，出現(xiàn)多個干熱風(fēng)日(連續(xù)、不連續(xù))時，認(rèn)為葉片的光合速率在前一次干熱風(fēng)影響下繼續(xù)遞減。從不同情形下千粒重的模擬結(jié)果來看，這些假設(shè)可以支撐最終的模擬結(jié)果，但這些假設(shè)的科學(xué)機(jī)制還需進(jìn)一步利用大量的田間試驗數(shù)據(jù)進(jìn)行驗證。

4 結(jié) 論

1)利用葉片光合作用和干物質(zhì)積累概念模型，結(jié)合作物長勢信息，可以較好地模擬冬小麥千粒重；麥田出現(xiàn)干熱風(fēng)天氣后，可利用干熱風(fēng)日的日最高氣溫、14時相對濕度和風(fēng)速擬合冬小麥葉片光合速率受脅迫的程度，修訂模型從而實現(xiàn)干熱風(fēng)對千粒重的影響評估。

2)所構(gòu)建的模型在正常年份、干熱風(fēng)試驗條件下和干熱風(fēng)典型年，對千粒重的估算準(zhǔn)確率均在95%以上，相對誤差均小于5%，且模型在作物品種屬性相近的不同站點、不同干熱風(fēng)典型年千粒重的模擬準(zhǔn)確率在90%以上，說明構(gòu)建的模型客觀上能夠反映灌漿不同時期干熱風(fēng)對千粒重的影響，且有一定的適用推廣性，可以滿足災(zāi)害評估業(yè)務(wù)服務(wù)需求。

3)綜合模型對近年干熱風(fēng)典型年和代表站點的評估結(jié)果表明：灌漿前中期和臨近收獲期1～2 d輕干熱風(fēng)造成的千粒重?fù)p失為1～2 g，減產(chǎn)率為0～5%；其他時期不同天氣條件的干熱風(fēng)造成的千粒重?fù)p失在1～7 g不等，嚴(yán)重的減產(chǎn)率達(dá)12%～18%。