设施番茄发育期与叶龄动态模拟模型研究

根据＂发育生理日数恒定＂原理构建设施番茄发育期与叶龄的动态模拟模型,利用2009年和2010年南京两个试验点的设施番茄品种（系）与播期、茬口试验及气象资料获取模型参数并检验模型。结果显示：所建发育期模型模拟的各发育阶段（出苗-定植、定植-现蕾、现蕾-坐果、坐果-成熟）模拟值与观测值之间的根均方差（RMSE）和平均绝对误差（ADe）分别为2.65d和3d、1.51d和1d、1.18d和1d、1.21d和1d;模拟全发育期时,RMSE值和ADe值分别为3.74d和3d,明显优于有效积温模拟模型的预测精度;利用叶龄动态模型模拟叶龄数时,RMSE值和ADe值都小于0.5片叶。说明本文所建模型可用于预测番茄的发育期和叶龄,并且具有较好适用性和可靠性,可为设施番茄生长模型的研究应用及数字化管理提供依据。     

基于气候适宜度建立河套灌区玉米生育期模拟模型

利用河套灌区农业气象试验站近20a的大田生产和气象资料,基于作物生理发育时间恒定原理,并充分考虑光、温、水3种气象条件对玉米发育进程的影响,建立基于气候适宜度的河套灌区玉米发育期模拟模型。利用模型计算巴彦淖尔市和土默特左旗两站的玉米生理发育时间,并模拟两站共10a的玉米发育过程,利用RMSE、配对样本T检验和MAPE3种方法对模拟结果进行检验。结果表明:模型对玉米营养生长阶段和全生育期的模拟较精确,对生殖生长阶段各个发育期的模拟也通过了0.05水平的显著性检验,出苗期、七叶期和全生育期模拟值与观测值的相关系数分别达到0.753、0.786和0.996,RMSE值分别为2.324、2.846和3.771d。说明综合考虑光、温、水气象条件后可提高模型的准确性,该模型可用于河套地区玉米的生育期和产量预报。     

气候变化对河南省夏玉米主栽品种发育期的影响模拟

为模拟气候变化对夏玉米发育期影响,本文将河南省划分为4个夏玉米主栽区,分区进行主栽品种遗传参数调试验证,确定各区域品种平均遗传参数。将未来气候变化情景(A2和B2)下,2020s、2050s和2080s各时段的温度和降水增量加上基准值,模拟未来气候变化对河南省夏玉米发育期的影响。模型调参验证结果表明：各区域品种遗传参数存在一定差异,豫西地区当前种植品种播种-开花所需积温高于其它地区,而豫北和豫东当前种植品种开花-成熟所需积温高于其它地区;各区开花期调参和验证误差RMSE为2～4d,相对误差NRMSE均小于10%;各区域成熟期调参误差RMSE均小于4d,验证误差RMSE为3～7d,除豫西区外,各区域调参及验证期间的成熟期相对误差NRMSE均小于10%。表明CERES-Maize模型对河南省各区域夏玉米发育期模拟精度均较高。未来气候变化影响模拟结果表明：A2和B2情景下,夏玉米营养生长期平均缩短4.7d和3.1d,全生育期平均缩短12.9d和8.6d。夏玉米生育期缩短日数与各时段增温幅度趋势一致,全省4个区域中豫西区生育期日数缩短最多。     

钟模型在日光温室番茄发育进程模拟中的适应性探讨

依据日光温室番茄生长发育的光温反应特性,基于2个番茄品种不同播期12个生长季的发育阶段日数、温度和日照时数观测资料,利用钟模型中相关数学指数表达式表征番茄的不同发育时期和发育进度,将番茄的发育时期指标化。随后对各个发育阶段的模型参数进行求解,得到基本发育系数、温度反应特性遗传参数和光照反应特性遗传参数等模型参数初值,对模型进行统计检验和调试,使模型的模拟值与实测值之间误差最小,由此得到模型参数终值,建立基于钟模型方法的温室番茄发育期模拟模型。经验证,该模型在播种-三叶期、播种-初花期、播种-坐果期、播种-成熟期和播种-拉秧期5个番茄发育阶段模拟值与实际观测值之间的回归估计均方根误差(RMSE)分别为8.3、14.4、16.3、23.7和28.1d;回归估计标准均方根误差(NRMSE)分别为20.78%、20.18%、20.21%、17.35%和14.86%,表明本模型模拟效果较好。将钟模型模拟结果与有效积温法模拟结果进行对比,钟模型对各个关键发育期的模拟精度更高,模拟效果更好。     

基于生理发育时间的日光温室番茄发育模拟模型

掌握温室番茄生育期是温室番茄专家决策系统中进行生产安排和市场销售的重要内容，本研究将温度对番茄发育速率影响效应的大小用相对热效应（RTE）来衡量，通过研究Beta函数的性质提出基于幂函数的模型来描述RTE与温度之间的关系。每日相对热效应（RTE）决定每日生理发育效应（PDE）的大小，其累积形成每日的生理发育时间。采用生理发育时间（PhysiologicalDevelopmentTime，PDT）作为定量发育进程的尺度，建立了温室番茄发育模拟模型。利用模型对日光温室2年4茬番茄生长发育期资料进行检验的结果表明：模型能较好地预测各个发育期（发芽、苗期、开花座果、结果和采收期）的出现时间和持续时间，各生育期模拟值与观测值的回归估计标准误差（RMSE）分别为1．32d，1．73d，0．35d，1．58d，2．52d，显著优于以有效积温模拟模型的预测精度（其生育期模拟的RMSE分别为2．55d，9．74d，2．06d，9．27d，11．99d）。     

钟模型法建立甘蔗发育期模拟模型

基于作物发育动态理论模型原理及钟模型方法构建甘蔗发育期模拟模型（SDSM,sugarcane development simulation model）,模拟新植蔗和多年宿根蔗不同发育期。利用广西甘蔗主产区（宜州、沙塘、来宾、扶绥、贵港）的甘蔗发育期多年观测资料及同期气象数据,结合甘蔗各发育阶段的三基点温度指标,通过试错法确定甘蔗发育期模拟模型（SDSM）参数,模拟新植蔗、宿根蔗各发育期（播种-出苗、出苗-分蘖、分蘖-茎伸长、茎伸长-工艺成熟)。通过模拟值与实测值对比分析,对模拟效果进行评价。结果表明：模型具有较强的机理性,模型中基本发育函数部分反映了品种的基因特性,模型能够有效模拟甘蔗的发育期。新植蔗各发育阶段NRMSE在5.2%～26.31%,播种-出苗阶段模拟值与实测值相差8.1d,出苗-分蘖相差7.4d,分蘖-茎伸长相差4.6d,茎伸长-工艺成熟相差7.4d;宿根蔗各发育阶段NRMSE在6.52%～21.66%,上一年工艺成熟-发株阶段模拟值与实测值相差8.8d,发株-分蘖相差8.7d,分蘖-茎伸长相差7.5d,茎伸长-工艺成熟相差9.9d。说明模拟值与实测值具有较好的一致性与相关性,模型可以实现对甘蔗发育期的预测。     

基于两种方法建立辽宁大豆产量丰歉预报模型对比

利用辽宁省56个气象站1992?2016年逐日气象资料和5个代表农业气象站的大豆发育期资料,计算不同生育期关键气象因子和气候适宜度指数,分别建立基于关键气象因子和气候适宜度的辽宁省大豆逐候产量动态预报模型,并进行回代检验和预报检验。结果表明：基于关键气象因子的预报模型在6月16日、7月21日、7月26日、8月1日、8月26日和9月16日可以进行产量预报（P＜0.05）,基于气候适宜度的预报模型在8月16日-10月1日每候可进行1次产量预报（P＜0.05）;两种预报模型的平均回代检验准确率均高于83.0%;基于气候适宜度的预报模型回代检验准确率和预报检验准确率的变幅较小,稳定性更高;应用两种预报模型,辽宁省大豆产量趋势预报业务得分＞0的年份约占60%。说明利用两种模型对辽宁省大豆产量进行动态预报均能满足业务服务需求;进行趋势预报时,可以优先考虑基于关键气象因子的预报模型,而在未出现重大气象灾害的正常年份,可以赋予基于气候适宜度的预报模型更多权重,以减少预报时次。     

浙江水蜜桃成熟期集合预报模型

物候期预报多基于单一性模型,预报结果的精度和稳定度较差,难以实现业务应用。本文利用2005?2017年宁波水蜜桃主产区收集的物候期和气象资料,构建不同时间尺度（小时、日、候、旬、月）和不同时间起点（固定日期、物候期）下的成熟期预报模型集,探究集合模型在物候期精细化预报中的可行性。基于模型预报结果的精度和稳定度,分别利用算术平均法、回归系数法、相关系数法和绝对误差法确定集合预报模型成员的权重,构建不同预报时效的水蜜桃成熟期加权集合模型。结果表明：利用4种权重系数确定方法构建的加权集合模型均保持了较高的精度和稳定度,集合模型回代检验的绝对误差AE平均仅0.69（在0.56～0.87）d,均方根误差RMSE平均为0.90（在0.69～1.14）d,相关系数R平均达0.95（在0.92～0.98）;相比单一模型,集合模型的AE和RMSE分别缩小0.5d和0.6d,R值提高0.12。基于绝对误差法构建的加权集合模型效果最佳,回代检验AE和RMSE平均值分别为0.66d和0.88d,对宁波水蜜桃主产区成熟期预报的AE≤2d。集合模型中适当融合硬核期观测能将预报误差缩小0.2～0.3d。集合预报模型为物候期精细化预报提供了新的思路,能够满足业务应用需求。     

基于BCC_CPSv2模式的淮河流域月参考作物蒸散概率订正预报

参考作物蒸散预报（Reference Evapotranspiration,ET0）在农业水资源配置、区域干湿演变评估方面有着重要作用。该研究基于国家气候中心第二代气候预测系统（Beijing Climate Center second-Generation Climate Prediction System,BCC_CPSv2）模式预报数据和1991－2020年淮河流域地面气象观测数据,利用分位数映射法对模式预报的气象要素进行概率订正,采用Penman-Monteith公式计算ET0,并评估了订正前后BCC_CPSv2模式对淮河流域月ET0和气象要素的预报性能。结果表明：1）模式对平均气温、净辐射和相对湿度的预报值较观测值偏小,风速预报值在3－6月偏小,其他月份偏大,4个气象要素预报的均方根误差（Root Mean Square Error,RMSE）分别为1.84℃、1.70 MJ/m2d、15.8%和1.39 m/s;气象要素预报偏差导致2－6月ET0预报值较计算值偏小,1月和7-12月偏大,区域平均RMSE为0.59 mm/d,绝对百分比误差（Mean Absolute Percentage Error,MAPE）为21.9%。2）概率订正有效降低了气象要素和ET0的预报误差。气温、净辐射、相对湿度和风速预报订正值的RMSE比订正前减小了0.52℃、0.96 MJ/m2d、8.4%和0.86 m/s;80%月份ET0预报订正值的RMSE小于订正前,区域平均RMSE减小了0.23 mm/d,MAPE减小了11.2%。3）夏半年和冬半年ET0预报误差的首要来源分别是净辐射和相对湿度,主要是由于模式对这2个要素的预报精度较低且ET0对其敏感,误差容易传递。4）基于模式概率订正的月尺度ET0预报方法精度较高,可以为水资源优化管理、灌溉制度制定和农业中长期需水决策提供科学参考。     

耦合土壤墒情的气候适宜度指数在山东省冬小麦产量动态

利用山东省1981-2011年历年冬小麦生育期及产量资料、14个气象站点的逐日气象资料、1992-2011年冬小麦生长季逐旬20cm土壤墒情资料,分别构建考虑和不考虑土壤墒情的冬小麦不同生长阶段的气候适宜度指数计算模型,通过与气象产量进行相关和回归分析,建立了基于两种气候适宜度指数的3-5月逐旬产量动态预报模型,并进行历史回代检验和动态外推预报。结果表明：考虑土壤墒情的气候适宜度指数能够更客观地反映山东省冬小麦生长期间气象条件和土壤水分对其产量形成的影响,构建的气候适宜度指数与冬小麦气象产量的相关系数均通过0.01水平的显著性检验,相关性高于不考虑土壤墒情的气候适宜度指数。产量动态预报模型对1992-2009年历史回代检验的平均准确率均在95.0%以上,标准化均方根误差RMSE均小于6%。对2010-2011年外推预报准确率最高达99.4%,最低为95.4%,说明预报准确率较高,建立的产量动态预报模型可以在业务上推广应用。     

2022年秋收作物生长季农业气象条件评价

基于全国2467个气象台站实时和历史同期观测资料,利用农业气象评价指标、作物气候适宜度模型、主要农业气象灾害指数评估方法等,综合评估2022年玉米、一季稻、晚稻、大豆和棉花等主要秋收作物关键生育期的农业气象条件、生长适宜度、农业气象灾害等对产量的影响。结果表明,生长季内大部农区光热条件好,水分条件制约玉米、大豆等旱地作物产量提高;玉米、一季稻、大豆、棉花关键生育期内低温、阴雨寡照、暴雨洪涝灾害影响偏轻;长江流域夏季高温综合强度为1961年以来最强,一季稻等作物遭受严重高温热害,玉米、大豆等旱地作物遭受严重夏秋连旱;吉林、辽宁和山东等地夏季出现叠加性强降水过程,部分地区玉米、大豆渍涝灾害较重。     

基于APSIM的黄土丘陵区旱地小麦气候适宜性评价

为提高旱地小麦气候适宜程度动态分析的能力,利用黄土丘陵典型区域定西1971-2005年逐日气象资料及大田资料,建立小麦日气候适宜度模型,计算各生长阶段(营养生长阶段、营养与生殖生长并进阶段、生殖生长阶段)及全生育期综合气候适宜度,确定气候适宜性综合评价标准。通过本土化APSIM(Agricultural Production System Simulator)平台,模拟小麦逐日生物量,采用动态逼近误差平方和方法,确定气候适宜性诊断分析标准。通过等级百分比比较的方法,检验诊断分析标准,并定量、动态分析2002-2005年旱地小麦各生长阶段及全生育期气候适宜程度。结果表明,基于APSIM的诊断分析标准评价结果与基于综合评价标准的结果相比,气候适宜性等级相同和级差为1的占86%~90%;2002-2005年旱地小麦各生长阶段及全生育期诊断分析结果均为较适宜,与研究区实际情况基本相符。该优化方法为旱地小麦气候适宜性分析的动态跟踪提供了一定技术支持。     

结合GWRFR和作物物候信息的玉米产量早期预测

及时并准确地估计作物产量，对保障粮食安全、维护世界粮食供应稳定具有重要意义。此前，已有许多研究者使用机器学习方法对作物产量预估进行研究。然而，结合作物的空间分布、使用局部模型进行分析的研究较少；且诸多研究均以年份为时间尺度进行建模，未能精细到作物生长的各个阶段，无法实现作物产量的早期预测。针对以上问题，该研究结合多源遥感数据，利用随机森林（random forest，RF）以及地理加权随机森林（geographically weighted random forest regression，GWRFR）模型对美国县级玉米产量进行建模，探讨全局与局部模型在玉米产量预测方面的性能；并通过将GWRFR模型应用于玉米的各个物候期，获取了玉米产量的最佳提前预测时间。结果表明，GWRFR局部模型的精度（R²=0.87，RMSE=864.21 kg/hm²）高于传统的RF全局模型（R²=0.83，RMSE=994.75 kg/hm²），并且能够较好地克服空间数据的非平稳性，即使在全局模型中加入经纬度作为变量，RF模型的预测效果（R²=0.85，RMSE=890.88 kg/hm²）仍然低于GWRFR模型。对于玉米产量的预测可以提前至收获前2～3个月，即在乳熟期前后就能得到比较准确的预测结果（R²=0.90，RMSE=748.39 kg/hm²）。该研究结果可为大尺度作物产量预估提供一种新的思路，对区域或全球其他作物的产量预测也具有一定的指导意义。     

1956—2010年辽西地区玉米气候适宜度时空分布特征

以玉米气候适宜度模型及辽西地区4市8站近50 a(1956—2010年)逐日气象数据为基础,利用空间插值、经验正交函数分析方法(EOF)和小波变换分析方法对玉米全生育期及各主要生育时期气候适宜度的时间变化和空间分布特征进行分析,研究气候变化过程中辽西地区农业气候资源对玉米生长的适宜程度的变化特征。结果表明：1)近50 a,辽西地区玉米全生育期的降水、日照及综合气候适宜度呈逐年下降趋势,除开花期综合气候适宜度呈上升趋势外,播种、出苗、成熟期综合气候适宜度均呈下降趋势;2)在空间分布上,辽西玉米全生育期的温度适宜度、日照适宜度,播种、成熟期的综合气候适宜度分别表现出由南向北、由西向东、由西向东南和东北、由东北向西南递增,而出苗期综合气候适宜度表现为由西北向东南和东北递减;全生育期的降水适宜度、综合气候适宜度和开花期的综合气候适宜度由北向南均呈现“低－高－低－高”的带状分布特征,播种、出苗和开花期限制因素分别为降水、日照和日照;3)EOF 分析发现,辽西地区玉米全生育期综合气候适宜度距平百分率在空间上表现为西南向东北微幅递减;在时间上,小波分析发现辽西玉米综合气候适宜距平百分率第1特征向量的时间系数存在14~30 a、8~14 a、3~7 a 的3类尺度的震荡周期。     

基于云模型的冬小麦气候适宜度评价方法 ——以安徽省宿州市为例

为建立冬小麦气候适宜度量化评价方法,本文基于云模型理论,依据光、温和水界限指标,采用"3En"法则确定云参数,建立日照、气温和降水对小麦生长影响的云模型。运用积分回归法,确定权重系数,采用加权综合法和几何平均法,确定不同生育期和全生育期气候适宜度,利用1954—2013年安徽省宿州市各县(区)冬小麦单产和1995—2013年观测地段产量因素等资料进行检验。结果表明,日照适宜度可用左半云,气温和降水适宜度可用梯形云来表达。计算的冬小麦全生育期气候适宜度,与宿州市各县(区)冬小麦气候产量呈显著或极显著正相关关系;与观测地段的冬小麦气候产量、千粒重、每穗籽粒数和乳熟期株高呈显著正相关,相关系数分别为0.588 0(P0.01)、0.756 1(P0.01)、0.670 7(P0.01)和0.464 3(P0.05)。返青—拔节期、抽穗—乳熟期2个时期的气候适宜度与单位面积穗数、每穗籽粒数的相关系数分别为0.558 9(P0.05)、0.710 7(P0.01)和0.736 1(P0.01)、0.744 2(P0.01),拔节—抽穗期气候适宜度与单位面积穗数的相关系数为0.649 8(P0.01)。1954—2013年宿州市日照与降水适宜度以每10年0.005和0.008的速度降低,气温适宜度以每10年0.028的速率升高。研究结果可作为评价宿州冬小麦对气候条件的适应性及制定相应策略的参考依据。     

夏玉米叶片全氮含量高光谱遥感估算模型研究

在5种不同施氮量和2种夏玉米品种处理下,分别在玉米拔节期、大喇叭口期、抽雄期、吐丝期、乳熟期测定了玉米冠层高光谱反射率及其对应叶片的全氮含量。选取了470、550、620和720 nm 4个代表性光谱波段,分品种对叶片全氮含量与原始光谱反射率、光谱反射率一阶微分以及部分高光谱特征参数（基于光谱位置、面积、植被指数的特征参量）分别进行线性回归和非线性回归拟合。在每个生育时期,选择决定系数和F值最高的模型3个,并分别用第二年测定的光谱和全氮含量数据分别对两个品种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。结果表明:在拔节期、大喇叭口期、抽雄期、吐丝期和乳熟期,玉米叶片全氮含量最佳拟合光谱参量分别为R720、DR720、SDb、DR550和DR550,玉米叶片全氮含量最佳高光谱遥感估算模型依次为:Y=5.129e-2.317x、Y=3.421－10.010x－477802.331x3、Y=4.070－2.304x－52.177x2、Y=－0.468－0.528lnx和Y=－2.390－0.793lnx。     

近30年中国玉米气候生产潜力时空变化特征

气候变化背景下中国玉米气候生产潜力变化趋势及其空间差异值得关注。在1981年-2010年日气象数据、玉米生育期数据和土壤数据基础上,该文采用GIS技术和AEZ模型结合的方法,模拟了30a平均中国玉米生产潜力和中国玉米生产潜力变化趋势。研究得出:近30a中国春玉米气候生产潜力变化趋势为每5a变化-887～1689kg/hm2,空间差异明显,东北地区西部、黄淮海平原北部和黄土高原部分地区气候生产潜力呈降低趋势,黄淮海地区南部和南方绝大部分地区呈增加趋势。中国夏玉米气候生产潜力变化趋势为每5a变化-589～1768kg/hm2,除黄淮海平原北部呈降低趋势外,其他地区夏玉米气候生产潜力呈增加趋势。中国春玉米、夏玉米气候生产潜力呈下降趋势地区玉米光温生产潜力在近30a显著增加,气候干旱化是主要影响因素。该研究可为中国玉米生产宏观决策提供支持。     

基于气象-生理的夏玉米作物系数及蒸散估算

准确估算作物系数对预测作物实际蒸散量和制定精准的灌溉计划至关重要。为反映作物逐日作物系数变化,综合考虑气象和生物因子对作物生长的共同影响,采用五道沟水文实验站大型蒸渗仪夏玉米实测蒸散及气象数据,基于地温及叶面积指数建立了气象-生理双函数乘法模型,并结合梯度下降法对模型进行了精度优化。结果表明,在整个玉米生长期中,作物系数实测值和计算值平均绝对误差为0.12,均方根误差为0.15,相关性为0.91,蒸散量实测值与计算值平均绝对误差为1.0 mm/d,均方根误差为4.5 mm/d,相关性为0.75。该模型计算的全生育期蒸散量准确率(误差在2～3 mm/d以内)相比使用联合国粮农组织(FAO)推荐的作物系数计算所得准确率提高了3倍以上,可更精确用于作物系数及蒸散量计算。     

2022年夏收粮油作物生育期气象条件及其影响分析

基于主产区气象观测站和农业气象站实测气象资料和作物发育期资料,计算冬小麦和油菜生长季的气候适宜度和灾害指数等参数,评价该阶段气象条件对夏收粮油作物的利弊影响。结果显示：2021/2022年度冬小麦、油菜生育期内,产区大部光热充足、土壤墒情适宜,冻害、干旱等农业气象灾害影响程度偏轻,气候适宜度高于上年和近5a平均值,气象条件利于夏收粮油作物生长发育和产量形成;成熟收获期间多晴好天气,收获进度快、质量高。但北方冬麦区秋播期多雨渍涝,冬小麦播种期明显推迟,冬前壮苗比例偏少、分蘖不足。江南和贵州等油菜产区冬季持续阴雨寡照,影响油菜发育进程。