黔东南州种植太子参的气候生态适宜性分区

为了减少黔东南州种植生产太子参在选址时的盲目性,本文根据在贵州省施秉县牛大场镇种植基地观测的太子参生育特性资料,分析得到当地种植太子参的适宜性气候指标;利用黔东南州16个县市气象观测站的资料,利用经度、纬度以及海拔高度构建了各气候指标的地理分布模型,计算黔东南州204个乡镇与太子参生产密切相关的6个气候指标值;选用欧几里德（Euc lid）贴近度法实现模糊多目标最优选择,计算黔东南州204个乡镇的贴近度,进行黔东南州太子参气候适宜性分区。结果表明,黔东南州中部以西、以北地区的气候条件大都适宜种植太子参,可实现太子参的规模化、集约型生产;黔东南州中部以东、以南地区由于受高温和积涝的影响,要根据当地的实际气候条件,因地制宜地适当种植,不宜大规模发展。     

水稻格点作物模型在中国区域的不确定性评估

作物模型是评估气候变化对农业生产影响的主要手段之一,但中国对格点作物模型间的比较研究尚处于初始阶段。为全面评估不同作物模型在中国不同区域对水稻产量模拟的有效性,利用联合国粮农组织（FAO）和中国农业农村部种植业管理司（SYB）水稻年平均产量统计资料,对由2种气候资料（AgMERRA和WFDEI-GPCC）和 3种不同种植管理情景（Default、Fullharm和Harmnon情景）驱动的7种全球格点作物模型（CGMS-WOFOST、CLM-CROP、EPIC-BOKU、GEPIC、LPJML、PDSSAT和PEPIC模型）模拟的中国水稻产量进行了对比分析。结果表明：不同格点作物模型之间的模拟结果差异较大,在不同区域不同格点作物模型的模拟效果差异显著,不同格点作物模型对气候变化和种植管理情景的响应和敏感性不同,大部分模拟结果低估了水稻产量。使用不同水稻统计产量数据会对评估结果产生一定的影响。格点作物模型能够一定程度上模拟出水稻产量的年际变化和气候变化对产量的影响,但对于统计水稻产量上升的趋势较难模拟。通过综合分析产量在时间和空间上的波动情况,并利用2种评分方法对模拟表现打分,发现LPJML和PDSSAT在7种格点作物模型中模拟效果最好,同时也对不同气候数据和种植管理情景的变化最敏感,CLM-CROP的模拟效果最差。对不同种植管理情景,Default情景下的模拟效果显著高于Fullharm和Harmnon情景。多种格点作物模型集合平均（MME）可以降低单个格点作物模型模拟的误差,但需对MME中的集合模型进行挑选。     

黄河上游参考作物蒸散量变化特征及其对气候变化的响应

研究参考作物蒸散量对气候变化的响应对于辨析气候要素对蒸散发的影响具有重要意义。该文在验证FAO推荐的Penman-Monteith(P-M)方法在黄河上游地区适用性的基础上,分析了10个气象站点近50a来参考作物蒸散量的变化特征,计算了参考作物蒸散量对4种气候要素的敏感系数及其对气候变化的响应。结果表明:FAOP-M方法在研究区域具有较强的适用性;参考作物蒸散量随海拔升高而减少,主要集中在生长季的3-10月。高海拔站点参考作物蒸散量年值多呈显著增加趋势,低海拔则明显减少,且变化过程不同。气温和风速敏感系数的年内变化分别呈显著的波峰型和波谷型,日照时数的变化不明显,相对湿度的敏感性呈生长季略有增加趋势;年际变化方面,气温的敏感系数呈显著增加趋势,低海拔地区相对湿度的敏感系数呈显著增加趋势。气温、日照时数的增加和相对湿度的降低导致了高海拔站点参考作物蒸散量的增加,高海拔地区的蒸散发主要受气温、日照时数等能量制约;低海拔站点参考作物蒸散量的减少主要受日照时数和风速减小、相对湿度提高的影响,水分条件的限制更显著。该研究对于结合未来气候变化趋势开展黄河上游地区生态管理,促进生态系统的良性发展,具有重要的科学意义和应用价值。     

四川稻作区优质稻生产气候生态条件适宜性评价及空间分布

开展特定区域适宜优质稻区域化种植的气候生态条件评价及空间分布格局的研究,可为我国不同稻作区稻米品质生态改良及宏观决策提供重要的理论依据。通过四川、云南、贵州、重庆多地不同生态区田间试验、气象资料的统计分析建立齐穗期与经度、纬度及海拔间的回归模型,以四川省稻作区为分析样区,利用地理信息系统(GIS)空间差值等方法,对四川省稻作区优质稻生产的气候生态条件适宜性及其空间分布格局进行研究。结果表明,四川省各稻作区优质稻生产均存在显著的区域特色,通过对影响不同生态区优质稻生产诸环境及气候生态因子的相对重要程度关系进行回归分析,明确了齐穗期与经度、纬度及海拔间的回归模型;并在研究区域范围内筛选了对优质稻生长发育及米质形成影响较大、且分布差异显著的气象因子:齐穗后灌浆结实期间30 d范围内的日均气温、日照百分率、天文辐射、水汽压等作为优质稻气候生态区划的评价指标,并构建了四川省稻作区优质水稻生态适宜性综合评价指标体系。以此为基础,进行了四川省稻作区优质稻生产的气候生态条件适宜性分级评价及其空间分布格局分析。结果表明:四川省稻作区适宜种植优质稻的区域主要分布在盆周边缘稻区的西北部、盆西平原稻区的西部及北部、川西南山地稻区除西部以外的大部分地区,盆周边缘稻区的西南部、东北部也有零星分布;较适宜种植优质稻的区域主要分布在盆周边缘稻区的北部、西南部,盆西平原稻区的东部、南部,盆中浅丘稻区的西北部、东北部,及川西南山地稻区的西部;除上述区域外皆不适宜种植优质稻。本研究可为科学规划四川省优化优质稻生产布局和结构,促进四川省优质稻高产、优质、高效发展提供科学依据。     

基于EPIC模型的冬小麦生长模拟参数全局敏感性分析

模型参数的敏感性分析是模型本地化、区域化过程中不可或缺的重要环节。局部敏感性分析忽略了参数间的相互耦合作用对模型结果的间接影响,从而导致敏感参数选取具有一定的片面性。该研究以河北衡水冬小麦试验区为研究区,使用全局敏感性分析方法分析EPIC模型在冬小麦产量模拟中的敏感参数。研究表明：收获指数（HI）、生长季峰值点（DLAI）、潜在热量单位（PHU）、最大作物高度（HMX）是影响模型本地化最为关键的参数（总敏感指数＞0.1）;作物的播种日期、收获日期及种植密度是影响区域尺度的作物产量估计最为敏感参数（总敏感指数＞0.1）。研究同时表明全局敏感性分析方法可用于作物生长模型本地化、区域化研究,且优于传统局部敏感性分析方法。     

川西高原错季草莓种植的适宜度分析

基于1986−2015年川西高原48个气象观测站点逐日气象数据，结合草莓的生物学特性和2018年分播期试验观测结果，根据气候生态适宜度理论和模糊数学方法，建立气温、水分以及综合适宜度评价模型，对川西高原草莓生长的逐旬适宜度进行分析，确定适宜草莓生长的时间段，并分析草莓各生育期的生长适宜度，利用综合打分的方法完成草莓综合适宜种植区的区划，以探究川西高原气候条件错季大规模种植草莓的可行性。结果表明：（1）川西高原错季草莓生长气温较适宜期集中在4−10月，同期水分适宜度及综合适宜度均达到次适宜水平及以上，能够满足草莓种植的基本需求，同时也满足草莓鲜果在夏季错季上市的时令需求。（2）川西高原错季草莓的适宜种植区主要集中在凉山州的甘洛、越西、冕宁、喜德、西昌、布施、普格、宁南等地；次适宜区主要覆盖凉山州东部和中西部等海拔3000m以下地区，以及阿坝州中南部和甘孜州东部等海拔2000−5000m地区，并从中部向西侧的高海拔地区呈带状延伸；而石渠、色达、红原、若尔盖等高纬度地区和巴塘、理塘、得荣、乡城、稻城等高海拔地区则不适宜错季草莓的种植。因此，在适宜播期和覆膜等农业技术措施的补充下，川西高原大部分地区的气候条件适宜进行错季草莓的种植栽培。     

长江三峡库区土壤动物群落结构初步研究

于长江三峡大坝工程开工前的1998年,对三峡库区几个地点（秭归、万县、神农架）不同海拔和生境下的土壤动物群落进行了调查研究.研究表明,整个地区不同生境中土壤动物的优势类群为线虫;常见类群有螨、弹尾目、线蚓、熊虫和猛水蚤目等;同一地点不同植被下,土壤动物类群之间存在着一定的相似性和差异.相关性检验表明：土壤节肢动物类群数与个体数之间的相关性受海拔、植被影响不大.研究还发现,生境条件（海拔、植被类型等）越优越,土壤动物的多样性指数越高.不同群落相似性比较显示,海拔相同、植被相近的群落相似性指数高.对线虫、螨类和弹尾目的数量差异分析表明,秭归地区三个类群受植被、海拔影响不大;万县地区海拔对蜱螨、弹尾目影响较大;神农架地区线虫分布受植被影响较大,螨类和弹尾目在不同植被和土层广布,而该地区枯枝落叶层中螨类数量随植被、海拔变化显著.     

基于MODIS指数和随机森林的江西省早稻种植信息提取

尽早获取双季早稻的种植信息,对政府部门掌握全省水稻生产形势及制定粮食安全保障的相关政策方针具有重要意义。传统业务服务中,通常将水稻生长早期的多时相MODIS指数与阈值法相结合,对种植信息进行提取,但该方法主观性强,受人为及不同地区水稻物候期差异影响大,且存在混合像元等限制,机器学习算法可以较好解决此问题。因此,该研究提出一种结合水稻生长早期MODIS指数和随机森林的种植信息提取方法,基于江西省早稻生长早期多时相MODIS增强型植被指数（Enhanced Vegetation Index,EVI）、归一化植被指数（Normalized Difference Vegetation Index,NDVI）和地表水分指数（Land Surface Water Index,LSWI）的变化特征,利用随机森林算法构建早稻种植区域提取模型与丰度反演模型,提取全省早稻种植信息,并利用Sentinel-1A提取的验证样区与统计资料验证。结果表明,早稻种植区域及丰度的空间分布特征与Sentinel-1A提取的验证样区的空间特征基本一致,提取模型的分类精度为93.18%,丰度反演模型与样本数据的平均绝对误差、均方根误差和决定系数分别为0.07、0.10与0.86,且在高丰度种植区反演效果更优。与统计资料相比,全省早稻面积识别精度为92.33%。该研究解决了水稻种植信息提取中阈值选取合理性、混合像元与时效性限制等问题,为水稻生长早期种植信息的业务化提取提供一种参考方法,具有一定应用价值。     

西南不同农业区气温和降水量沿海拔梯度的变化特征

利用1960-2013年气象数据,从站点尺度分析西南不同农业区（分为青藏区、西南区和华南区3个农业区）年平均气温和降水总量及其变化速率的时空特征,基于标准化线性回归系数分析纬度、海拔两个主控因素对气温、降水量变化的影响作用,重点阐释研究区气温、降水量沿海拔因素的变化特征。结果表明：1960-2013年,整个研究区呈现显著的气候暖干化趋势,在21世纪初期表现最明显。青藏区和华南区气候变暖的趋势最显著,而且高海拔青藏区气候变暖早于其它地区;研究区年降水总量呈显著下降趋势,其中西南区南部云南与贵州交界处表现最显著。标准化线性回归系数显示,海拔因素对研究区气温、降水量变化的影响作用高于纬度因素,气温、降水量的变化速率均随海拔升高而显著增加,研究区高海拔农业区属于典型的气候变化敏感区。随海拔上升,高海拔农业区下垫面潜热作用释放热量减小,气候变暖速率升高,由此导致蒸散作用增强,降水量增加,气候因子更易产生波动。     

应用DSSAT模型对吉林省黑土玉米最佳栽培技术的模拟和校验研究

目前,应用农业模型去寻找改进农业生态系统的最佳农艺措施被认为是比单一的田间试验更为有效的途径之一。在应用和引进模型当中,一个很关键的环节是确定模型的输入参数对产量和土壤养分的敏感性,因为在一个地区的敏感性并不能保证在其它地区具有同样的影响。正因为如此,本文对农业技术转化决策系统（DSSAT）模型的农业管理参数进行敏感性分析。在吉林省黑土 （ollisols） 地区,于2008年田间试验条件下进行玉米 （ea mays L.）生长模拟（叶面积指数,地上干物质,籽粒重量）应用当地平均产量和生长期对玉米品种参数进行校验。模拟结果的综合分析表明,玉米提前播种8～10d比正常播种减产大约10%。玉米产量随播种密度呈现抛物线趋势;既当低密度下,产量曲线递增,但是当密度大于5株m-2时,产量增加平缓。产量和氮肥施用量呈典型的效应递减曲线,最佳施氮量为200～240 kg hm-2。最佳追肥时间为6月15日至6月28日。本研究证明DSSAT模型能够用于中国其它地区的玉米生长模拟,并且,本研究建立的敏感性分析方法能够用于其它作物,如水稻和小麦。进一步的研究需要包括测试土壤有机碳氮对作物生长管理参数的敏感性。     

水稻灌溉需水量对气候变化响应的模拟

气候变化会导致作物耗水过程改变,从而影响灌溉需水。研究水稻灌溉需水对气候变化的响应规律,有助于合理制定应对气候变化的灌溉策略,保障水资源可持续利用和粮食安全。该文基于1961-2010年气象数据和HadCM3大气环流模式A2和B2两种情景下的统计降尺度模拟结果,利用经田间试验资料验证后的水稻模型ORYZA2000,模拟淹水灌溉和间歇灌溉两种灌溉处理下、历史和未来情景下水稻灌溉需水对气候变化的响应规律。结果表明:过去50年,间歇灌溉和淹水灌溉模式下水稻耗水量呈现显著上升趋势,而水稻灌溉需水量和产量都呈现下降趋势,分别由降水增加和气温升高、辐射下降导致的生育期缩短引起;未来气候情景下,间歇灌溉和淹水灌溉模式下水稻耗水量在未来3个时期(2020s,2050s和2080s)均呈现不同程度的增加;耗水量的显著增加和降水的减少导致了未来3个时期水稻灌溉需水量的明显增加;受持续增温的减产效应影响,水稻产量在未来3个时期呈现减少趋势,且降幅逐渐变大。     

基于ORYZA2000模型的湘赣双季稻气候生产潜力

应用湘赣地区1961-2006年25个气象观测站的逐日气象资料以及31个农业气象观测站1981-2006年双季稻发育期、生物量观测等资料,对水稻生长模型ORYZA2000进行参数调试和验证。以双季稻发育速率参数为主,结合地形、气候、水稻熟性分布和当地生产实际,将湘赣双季稻区划分为7个区域,实现了ORYZA2000在湘赣双季稻地区的应用。利用本地化后的ORYZA2000模型模拟湘赣地区早、晚稻的逐日生长过程,分析了湘赣地区1961-2006年双季稻气候生产潜力的时空演变规律。分析表明,赣东、赣中、湘中一带双季稻气候生产潜力较高,湘北、湘南、赣南、赣东北双季稻气候生产潜力较低,其空间分布与实际生产情况相符。从历史演变看,25个站中有18个站的双季稻气候生产潜力呈下降趋势,每年下降22-86kg/hm^2不等。初步分析表明,湘赣地区双季稻气候生产潜力下降是由于生育期天数减少、生育期内辐射（日照时数）减少和（或）积温上升3个因素的共同影响。辐射减少导致光合作用产物减少,积温上升意味着生育期内温度升高,或产生高温胁迫,或引发生育期缩短,均对水稻生长不利。     

四川单季稻区主栽水稻品种的生长模拟

利用四川单季稻区7个农业气象观测站5个主栽品种的田间观测数据,结合当地栽培管理措施、土壤条件及逐日气象资料对ORYZA2000模型进行参数调试,并确定四川单季稻区5个主栽品种的作物参数值;利用4～5a各主栽品种的观测数据对单季稻生育期、叶面积指数、生物量和产量等指标的模拟结果进行验证和评价。结果表明,合系39营养生长期发育速率最大,而生殖生长期发育速率最小,Ⅱ优838营养生长期发育速率最小,而D优63和汕优2生殖生长期发育速率最大;模型对5个单季稻主栽品种的生育期模拟效果较好,各品种开花期与成熟期的相对模拟误差均在1～2d,归一化均方根误差（NRMSE）均小于1%;各品种产量的NRMSE在5.26%～10.01%,叶面积指数的NRMSE为10.37%～19.19%,地上部总生物量、茎生物量、绿叶生物量及穗生物量的NRMSE分别为13.17%～18.69%、14.31%～20.41%、18.95%～24.74%和20.85%～25.39%。由此可见,ORYZA2000模型能够较为准确地模拟四川单季稻区5个主栽品种的发育及产量形成过程,适应能力较强,可以应用于四川单季稻生产。     

四川单季稻区主栽水稻品种的生长模拟*4

利用四川单季稻区7个农业气象观测站5个主栽品种的田间观测数据,结合当地栽培管理措施、土壤条件及逐日气象资料对ORYZA2000模型进行参数调试,并确定四川单季稻区5个主栽品种的作物参数值;利用4～5a各主栽品种的观测数据对单季稻生育期、叶面积指数、生物量和产量等指标的模拟结果进行验证和评价。结果表明,合系39营养生长期发育速率最大,而生殖生长期发育速率最小,Ⅱ优838营养生长期发育速率最小,而D优63和汕优2生殖生长期发育速率最大;模型对5个单季稻主栽品种的生育期模拟效果较好,各品种开花期与成熟期的相对模拟误差均在1～2d,归一化均方根误差（NRMSE）均小于1%;各品种产量的NRMSE在5.26%～10.01%,叶面积指数的NRMSE为10.37%～19.19%,地上部总生物量、茎生物量、绿叶生物量及穗生物量的 NRMSE 分别为13.17%～18.69%、14.31%～20.41%、18.95%～24.74%和20.85%～25.39%。由此可见,ORYZA2000模型能够较为准确地模拟四川单季稻区5个主栽品种的发育及产量形成过程,适应能力较强,可以应用于四川单季稻生产。     

西南区域单季稻生长季干湿演变及影响因素分析

结合作物生产开展区域干湿演变及其影响因素研究,对农业可持续发展和粮食安全具有重要的科学意义。本文基于西南水稻种植区316个气象站点1961—2015年的观测资料,利用降水量与参考作物蒸散量(ET_0)的比值计算湿润指数,分析近55年西南区域单季稻生长季干湿演变特征;探讨ET_0对主要气候要素的敏感性及主要气候要素对ET_0的贡献率,对西南区域单季稻生长季干湿演变的影响因素展开研究。结果表明:西南区域单季稻生长季的半湿润区主要分布在四川攀西地区南部、云南中部和东北部,其余地区属湿润区。与1961—1990年相比,1991—2015年研究区域内的半湿润区面积增加、湿润区面积减小。近55年来,单季稻生长季内西南区域有40.8%的站点气候变湿,其余地区气候变干。四川盆地东北部、云南东北部由于降水量的增加和ET_0的减少,气候变湿;四川攀西地区由于降水量增加对湿润指数的正效应大于ET_0增加对湿润指数的负效应,气候变湿;重庆南部、贵州北部和西部由于降水量减少对湿润指数的负效应小于ET_0减少对湿润指数的正效应,气候变湿;云南大部由于降水量的减少和ET_0的增加,气候变干;西南其他区域由于降水量减少对湿润指数的负效应大于ET_0减少对湿润指数的正效应,气候变干。西南区域单季稻生长季ET_0随平均气温和相对湿度的增加而减小,而随日照时数和风速的增加而增加,日照时数和风速的显著下降是ET_0减小的主要原因。研究为气候变化背景下降低西南区域单季稻生长季可能的气候风险提供了科学依据。     

结合遥感技术与水稻生长模型来预算水稻产量

Since remote sensing can provide information on the actual status of an agricultural crop, the integration betwee nremote sensing data and crop growth simulation models has become an important trend for yield estimation and prediction. The main objective of this research was to combine a rice growth simulation model with remote sensing data to estimate rice grain yield for different growing seasons leading to an assessment of rice yield at regional levels. Integration between NOAA (National Oceanic and Atmospheric Administration) AVHRR (Advanced Very High Resolution Radiometer) data and the rice growth simulation model ORYZA1 to develop a new software, which was named as Rice-SRS Model, resulted in accurate estimates for rice yield in Shaoxing, China, with an estimation error reduced to 1.03% and 0.79% over-estimation and 0.79% under-estimation for early, single and late season rice, respectively. Selecting suitable dates for remote sensing images was an important factor which could influence estimation accuracy. Thus, given the different growing periods for each rice season, four images were needed for early and late rice, while five images were preferable for single season rice. Estimating rice yield using two or three images was possible, however, if images were obtained during the panicle initiation and heading stages.     

Rice cultivation and its environmental conditions in the mediterranean countries I. Climate and physiography in relation to rice cultivation

In order to characterize the rice cultivation in the Mediterranean countries, climate and physiography of rice growing areas in Italy, Spain, and Portugal were studied. In northern Italy rice is extensively cultivated on terraces and fluvial plains of the Po and its tributaries, making use of the supply of water from Alpine glaciers in addition to the relatively abundant rainfalls of the area. In the Iberian peninsula summer climate is so dry that rice is cultivable only where the ratio of catchment area to rice land area is sufficiently large, thus rice lands are practically limited to the floodplains and deltas of the big rivers, such as the Sado and the Tejo in Portugal and the Guadalquivir and the Ebro in Spain.

In order to characterize the rice cultivation in the Mediterranean countries, climate and physiography of rice growing areas in Italy, Spain, and Portugal were studied. In northern Italy rice is extensively cultivated on terraces and fluvial plains of the Po and its tributaries, making use of the supply of water from Alpine glaciers in addition to the relatively abundant rainfalls of the area. In the Iberian peninsula summer climate is so dry that rice is cultivable only where the ratio of catchment area to rice land area is sufficiently large, thus rice lands are practically limited to the floodplains and deltas of the big rivers, such as the Sado and the Tejo in Portugal and the Guadalquivir and the Ebro in Spain.     

中国稻作与旱作生产的气象减产风险评价

本研究利用直线滑动平均模型对中国各省区1950-2006年旱作和稻作的趋势产量进行了模拟,计算出历年的气象产量,并采用减产率指标、减产率浮动性指标、高风险概率指标3个评价指标以及综合性指标进行了气象产量的气候变化减产风险评价,同时采用变异系数对我国各省产量波动状况进行了分析,并将各指标与年平均降水变率、年平均气温变率进行耦合分析。结果表明,旱作高减产风险和波动风险主要分布在华东和华南地区,而稻作则体现为由南向北风险逐渐增加。年平均降水变率和年平均气温变率高的地区,其水稻气象减产风险较大。由于人口增长和经济发展的压力,中国农业面l临着应对气象减产和保证粮食增产的双重压力。     

Correlation between temperature and phenology prediction error in rice (Oryza sativa L.)

For rice (Oryza sativa L.), simulation models like ORYZA2000 and CERES-Rice have been used to explore adaptation options to climate change and weather-related stresses (drought, heat). Output of these models is very sensitive to accurate modelling of crop development, i.e. phenology. What has to date received little attention in phenology calibration is the temperature range within which phenological models are accurate. Particularly the possible correlation between temperature and phenology prediction error has received little attention, although there are indications that such correlation exists, in particular in the study by Zhang et al. (2008). The implication of such correlation is that a phenology model that is accurate within the calibration temperature range can be less accurate at higher temperatures where it can systematically overestimate or underestimate the duration of the phase from emergence to flowering. We have developed a new rice phenology calibration program that is consistent with ORYZA2000 concepts and coding. The existing calibration program DRATES of ORYZA2000 requires an assumption of default cardinal temperatures (8, 30 and 42 °C) and then calculates cultivar specific temperature sums and development rates. Our new program estimates all phenological parameters simultaneously, including the cardinal temperatures. Applied to nine large datasets from around the world we show that the use of default cardinal temperatures can lead to correlation between temperature and phenology prediction error and temperature and RMSE values in the order of 4-18 days for the period from emergence to flowering. Our new program avoids such correlation and reduces phenology prediction errors to 3-7 days (RMSE). Our results show that the often made assumption of a rapid decrease in development rate above the optimal temperature can lead to poorer predictions and systematic errors. We therefore caution against using default phenological parameters for studies where temperatures may fall outside the range for which the phenological models have been calibrated. In particular, this applies to climate change studies, were this could lead to highly erroneous conclusions. More phenological research with average growing season temperatures above the optimum, in the range of 32-40 °C, is needed to establish which phenological model best describes phenology in this temperature range.     

一个稻田土壤-作物体系的氮素循环模型

模型为一维模型,其主要框架由土壤水分运动、N素迁移转化以及水稻生长3个模块组成。在土壤水分运动模拟中,考虑了可能存在的饱和流和非饱和流;在N素运移中将土壤中的NH4 、NO3-和尿素视为土壤溶质,用对流弥散方程模拟其在垂直方向上的运移;在N素转化过程中考虑了尿素水解、有机N矿化、氨挥发、硝化、反硝化以及NH4 的吸附这6个过程;对于作物生长的模拟,选用了ORYZA水稻生长模型,并结合田间实验修改了其中一些参数。使用该模型对3年的田间试验进行了模拟验证,对于土壤中矿质态N素以及水稻生长的模拟,都得到了较好的模拟结果,通过与实测值的分析比较,耕作层的NH4 -N浓度,水稻各部分的生物量模拟值与实测值的吻合都达到了显著水平。