不同水分胁迫情境下冬小麦生长发育的RZWQM2模拟

为提高水分胁迫条件下作物生长过程的模拟精度,根区水质模型(Root zone water quality model 2,RZWQM2)的开发者改进了原有的水分胁迫指标(Soil water index 1,WSI1)得到2种新的水分胁迫指标WSI2和WSI3。其中,WSI2用Nimah and Hanks方程修正影响光合作用的胁迫系数(Soil water factor,SWFAC)中的根系吸水项;WSI3则在WSI2的基础上加入了土壤蒸发项。为比较上述3种水分胁迫指标模拟水分胁迫条件下冬小麦生长发育的精度,并对其在关中地区的适用性进行评价,首先利用2012—2013年和2013—2014年两年度的冬小麦分段受旱试验对RZWQM2模型进行校准和验证,然后分别选取模型中3种不同的水分胁迫因子对2年(2012—2014年)分段受旱试验进行模拟,评价冬小麦的土壤水分动态、蒸腾总量、最终生物量和籽粒产量的模拟效果。结果表明:3种水分胁迫因子能较好地模拟生育后期轻度受旱条件下冬小麦的生长发育过程,但随着受旱程度的加深和受旱时段的提前,模型的模拟精度降低;相较原有水分胁迫因子WSI1,WSI2提高了各受旱处理的模拟精度,其中2年生物量的平均RRMSE降低了2.84个百分点,籽粒产量的平均ARE降低了1.43个百分点,且在越冬期和拔节期受旱处理的模拟精度提高最为明显。综上,现有RZWQM2模型对冬小麦受旱处理的模拟还存在一定局限性,可从改善物候期和ET模拟精度及加入旱后复水对冬小麦生长的补偿效应等方面进一步研究和改进。如需利用现有模型对水分胁迫条件下冬小麦生长发育过程进行模拟,建议选用WSI2。     

基于DSSAT模型的冬小麦最优灌溉制度研究

为探讨DSSAT模型在不同年型冬小麦灌溉制度优化中的可行性,利用涟水县水利科学研究站1985—2015年冬小麦生育期降水资料排频适线,得到了降水量经验频率分别为25%、50%和75%对应的设计值,然后选取淮安站2001—2016年期间与3种经验频率对应降水量接近的年份作为代表年——2007—2008年(丰水年)、2006—2007年(平水年)、2011—2012年(枯水年)。通过生育阶段和灌溉次数的不同组合,拟订了15种灌溉制度(T1～T15),借助调参后的DSSAT模型对3种年型冬小麦灌溉制度进行了模拟。结果表明,经调试后DSSAT品种参数能够较为准确地反映作物的主要遗传特征。在统筹考虑产量、灌溉用水量和水分利用效率最优的情况下,2007—2008年(丰水年)、2006—2007年(平水年)、2011—2012年(枯水年)均宜选取灌溉制度T3。在BCC-CSM1. 1气候模式下,考虑RCP4. 5、RCP8. 5两种情景,模拟了2030—2095年冬小麦水分产量效应,发现当初始土壤含水率为田间持水率的60%、80%时,T3、T6相对于雨养条件具有一定的优越性。     

基于PSO的DSSAT水稻品种参数优化

农业技术转移决策支持系统（DSSAT）在农业领域的应用越来越广泛，应用DSSAT的首要工作就是估计作物品种参数。GLUE参数估计器是DSSAT自带的参数估计工具，但GLUE参数估计器所估计的品种参数并不总有效，其估计参数的DSSAT模拟精度往往不高。本文利用4个品种水稻的田间实测产量数据，采用对比分析方法，以DSSAT自带的GLUE参数估计器运行结果为参照，将粒子群优化（PSO）的每个粒子视为一组水稻品种参数，在运行PSO算法过程中调用DSSAT模拟水稻产量，依据产量模拟误差和PSO的运行机制修改粒子，从而验证PSO优化DSSAT水稻品种参数的有效性及可行性。研究结果表明：两种算法均能较好识别DSSAT水稻品种参数，但GLUE参数估计器估计参数无效的频次较高；与GLUE参数估计器相比，PSO识别的参数均为有效参数，其优化参数的DSSAT模拟水稻产量的精度更高，标准化均方根误差（NRMSE）处于5.98%~8.78%之间，明显低于GLUE参数估计器的6.89%~18.06%，所模拟的水稻产量也更接近于实测产量。     

顺序同化不同时空分辨率LAI的冬小麦估产对比研究

选择PyWOFOST模型为动态模型,以叶面积指数(LAI)为状态变量,遥感LAI为观测值,采用集合卡尔曼滤波(En KF)同化算法,研发了一种遥感LAI与作物模型同化的区域冬小麦产量估测系统。为消除云的污染,采用Savitzky-Golay(S-G)滤波算法重构时间序列MODIS LAI;通过构建地面观测LAI与3个关键物候期Landsat TM植被指数回归统计模型,获得区域TM LAI;通过融合3个关键物候期的TM LAI与时间序列S-G MODIS LAI,生成尺度转换LAI。对比分析3种不同时空分辨率的遥感LAI的同化精度,研究结果表明,同化尺度转换LAI获得了最高的同化精度,与官方县域统计产量相比,在潜在模式下,决定系数由同化前的0.24提高到0.47,均方根误差由602kg/hm2下降到478 kg/hm2。结果表明,遥感观测与作物模型的尺度调整对提高冬小麦同化模型精度具有重要作用,遥感LAI与作物模型的En KF同化方法是一种有效的区域作物产量估测方法。     

水氮耦合对冬油菜氮营养指数和光能利用效率的影响

于2012—2013年和2013—2014年在冬油菜蕾薹期,设置3个施氮水平0、80、160 kg/hm2(分别记为N0、N1和N2)和3个灌溉水平0、60、120 mm(分别记为I0、I1和I2),探究蕾薹期不同灌溉、施氮量对冬油菜氮营养指数(NNI)、光能利用效率(RUE)、产量、水分利用效率(WUE)和氮肥偏生产力(NPFP)的影响。2 a田间试验结果表明,灌水且施氮能明显提高冬油菜地上部干物质量、光能利用效率和产量。I1N1处理的地上部干物质量比I1N2、I2N1和I2N2分别低0.80%、9.18%和11.12%。冬油菜在I0N1、I0N2、I2N1和I2N2处理下,均会出现氮素亏缺状况,不利于油菜生长;在I1N1和I1N2处理下,不同时期的NNI均大于1,I1N1的NNI在1附近波动,I1N2的NNI则远大于1,表明氮素过剩。2 a施氮和灌水处理对RUE的影响有显著的交互作用(P0.05),I1N1无论在干旱年(2012—2013年)或降水量较多年份(2013—2014年)均能显著提高冬油菜的RUE,而过量灌溉或施氮对冬油菜RUE促进作用不明显,甚至有下降趋势。2 a灌溉和施氮处理对冬油菜籽粒产量、耗水量、WUE和NPFP影响的交互作用均达显著水平(P0.05),2 a中灌水量为120 mm、施氮量为80 kg/hm2(I2N1)处理的产量最高,平均产量为3 385 kg/hm2,平均耗水量374 mm,平均WUE为9.1 kg/(hm2·mm),而2 a中灌水量为60 mm、施氮量为80 kg/hm2(I1N1)处理的WUE最高,其平均WUE比I2N1提高8.79%,平均耗水量减少42.5 mm,仅减产3.57%。从节水和生态可持续发展角度出发,灌水60 mm、施氮80 kg/hm2为冬油菜蕾薹期较优的灌溉施氮策略。     

中小尺度流域洪水模型模拟比较研究

中小尺度流域洪水模拟是水文预报和防洪减灾的重要基础工作,选择适宜的水文模型对制定水文预报方案具有重要意义。以长江上游支流沿渡河流域为研究对象,对比分析了3种不同类型的水文模型(新安江模型、TOPMODEL、人工神经网络模型)对场次暴雨洪水过程的模拟效果及适用性。结果表明:各模型在模拟场次和验证场次的平均NSE效率系数均超过0.7,平均径流深误差均低于12%,可见3种模型在沿渡河这一湿润地区典型中小尺度流域均有较好的适用性。在验证期,新安江模型模拟的径流深相对误差均未超出许可误差20%的范围,且NSE系数均值达到0.826,然而Topmodel和BP模型模拟下各场次洪水的NSE系数虽均大于0.6,但个别场次结果精度较低。此外,新安江和BP模型的实测与模拟流量点群更接近1∶1线,在流量模拟方面更好,Topmodel的流量模拟整体偏大。总的来说,新安江模型在流域的适用性更好,Topmodel和BP模型次之。     

基于DSSAT模型和正交试验相结合的春小麦灌溉模式优化研究

利用DSSAT模型模拟和田间试验相结合的方法,对宁夏引黄灌区春小麦节水灌溉模式进行了研究。采用4因素2水平L16(215)正交试验设计方法,筛选确定了适合宁夏引黄灌区DSSAT模型的春小麦品种宁春50号的10个生长参数和7个遗传参数;模拟了16种不同灌水情景的春小麦产量和灌水生产率,结合田间试验对DSSAT模型的适用性进行了评价。综合分析模拟和田间试验结果表明:(1) DSSAT模型对春小麦宁春50号产量模拟的相对均方根误差、绝对相对误差和平均误差分别为RRMSE=10.32%,ARE=9.79%,ME=2.23 kg,表明该模型模拟灌水效果较好;灌溉次数和灌溉时间对春小麦的产量和灌水生产率有显著影响。(2)宁夏引黄灌区春小麦的节水灌溉模式为降雨正常年份可控三水(A1B1C2D1)或控四水(A1B1C1D2),产量和灌水生产率分别为5 907 kg/hm^2、1.41 kg/m^3和6 102 kg/hm^2、1.45 kg/m^3,较完全灌溉(产量6 635 kg/hm^2,灌水生产率1.30 kg/m^3)减产幅度不大,但灌水生产率有较大的提高;降雨偏多年份可选择只灌2次水(A1B1C2D2),可获得较高的产量和灌水生产率(为6 368 kg/hm^2和1.93 kg/m^3)。研究结论可为宁夏引黄灌区春小麦的节水灌溉方案的决策提供依据和参考。     

基于无人机多光谱遥感的冬油菜地上部生物量估算

地上部生物量(Above-ground biomass, AGB)是判断作物生长发育的重要指标,对作物不同生长阶段地上部生物量进行快速、准确、无损遥感监测对精准农业生产具有重要意义。本文在西北关中地区开展田间试验,以不同水氮处理下冬油菜为研究对象,通过对其生理生长指标以及产量进行分析,确定I2N3(越冬期和蕾薹期补灌,施氮量为280 kg/hm²)处理为该地适宜的水氮管理策略。使用无人机获取冬油菜营养生长期和生殖生长期多光谱图像,采用阈值法对多光谱图像中的阴影和土壤背景进行掩膜处理,提取各波段反射率,构建植被指数。将冬油菜地上部生物量实测数据与21个光谱变量进行相关性分析,筛选出各生长阶段相关系数绝对值排名前8个光谱变量作为输入量,通过随机森林(RF)、支持向量机(SVM)、遗传算法优化支持向量机(GA-SVM)和粒子群优化支持向量机(PSO-SVM)构建不同生长阶段冬油菜地上部生物量估算模型,确定最佳估算模型。结果表明,全生长阶段和生殖生长阶段红光波段反射率显著性最强且稳定,相关系数分别达到0.835和0.754;PSO-SVM模型更适合用于反演关中地区冬油菜不...     

基于GLUE和PEST的CERES-Maize模型调参与验证研究

作物模型已逐渐成为干旱和半干旱地区优化农田水肥管理和实施节水灌溉的有力决策支持工具。为了探讨CERES-Maize模型模拟不同生育期受旱情况下夏玉米的生长发育、产量形成和土壤水分状况的模拟精度,进行了2013和2014年连续两季夏玉米田间分段受旱试验。试验将夏玉米整个生育期划分为苗期、拔节、抽雄和灌浆4个主要生长阶段,采用单个生育期受旱其他生育期灌水的方式,形成4个不同的受旱时段水平(D1~D4),又根据夏玉米多年生育期降雨量,设置了70和110 mm两个灌水水平(I1和I2),共形成8个处理,每个处理3次重复,在遮雨棚内按照裂区试验布设,此外设置1个各生育期均灌水110 mm的对照处理(CK)。利用两年试验数据,采用DSSAT-GLUE和PEST两种不同的模型参数估计工具,对CERES-Maize模型的遗传参数进行估计,并对该模型的模拟精度和可靠性进行验证,此外还使用交叉验证法对CERES-Maize模型的整体模拟精度进行评估。结果表明,GLUE和PEST两种调参工具所得的模型参数均有较好的稳定性和收敛性,但PEST调参工具耗时较少,效率较高;CERES-Maize模型能较好地模拟充分灌水条件下夏玉米的生长发育、产量和土壤水分变化,绝对相对误差(ARE)和相对均方根误差(RRMSE)均在6%~8%之间;但是现有CERES-Maize模型无法模拟由于不同生育期受旱造成的夏玉米物候期的差异。此外,交叉验证结果发现夏玉米生长前期(特别是拔节期)受旱处理的数据参与模型校正时,模型的总体平均模拟误差较大,精度较低。CERES-Maize模型模拟前期受旱对玉米籽粒产量的影响时结果不够准确,这可能是由于该模型低估了早期水分胁迫条件下的LAI值,进而使得ET模拟不准确所造成的。总之,CERES-Maize模型对生育期前期(特别是拔节期)受旱条件下夏玉米生长发育、产量形成和土壤水分变化的模拟还存在一定的不足,若将CERES-Maize模型应用于我国干旱和半干旱地区水分胁迫条件下玉米的生产管理和科学研究,应对模型进行相应的修正。     

山东省冬小麦单产监测与预报方法研究

针对传统农业估产方法效率低、成本高的现状,以山东省为研究区,基于山东省10年表面反射率8 d合成产品MOD09A1、全球陆地蒸发蒸腾8 d合成产品MOD16A2数据和历史产量数据,以增强型植被指数(EVI)、作物水分胁迫指数(CWSI)和经过历史产量分解得到的技术产量为输入,利用最小二乘法构建了山东省级和市级尺度的冬小麦单产估算模型,并在监测和预报两种模式下进行了模型的应用和精度验证。结果表明,在监测模式下,省级估产精度为96.91%,各市监测精度均不小于89.41%,其中菏泽市监测精度最高,为99.31%,济宁市监测精度最低,为89.64%;在预报模式下,返青期结束(第89天)、拔节期结束(第121天)和乳熟期结束(第145天)时的省级小麦预报精度均不低于96.44%,各市预报精度均不小于89.41%,其中青岛市预报精度最高,3次预报的平均精度为99.07%,济宁市预报精度最低,3次预报的平均精度为89.81%。本文建立的估产模型对市级和省级作物单产估算均有较高的适用性,可以实现动态产量预报。本研究对及时了解冬小麦的生长状况、制定科学有效的农业生产决策具有参考价值。     

喷雾模型的发展及其在内燃机CFD中的应用

喷雾模型是内燃机CFD软件中重要的组成部分,而喷雾模型是由多种子模型组成的。正确设定喷嘴出口的边界条件和选择恰当的喷雾子模型成为成功分析和优化柴油机和汽油机高压喷雾的先决条件。本文主要讨论了喷嘴流动模型、液膜雾化模型和喷雾碰壁模型在CFD软件中的应用现状。     

三种作物水分生产函数模型的适用性比较

通过幂级数展开等代数变换发现,3种作物水分生产函数Jensen模型、Rao模型和Stewart模型可以近似相互转化,其各自水分敏感指数近似等价。通过在各阶段均匀受旱的特殊情况下对模型模拟的相对产量随相对蒸散发量变化过程的对比,从理论上分析了3个模型的适用性。研究发现,当作物受旱较轻微时,Rao模型和Stewart模型与Jensen模型统一具有较好模拟效果,但是当作物受旱较严重时,Rao模型和Stewart模型的模拟效果不好。通过不同气候区域不同作物田间试验的数据进行了验证计算,由于水分亏缺不十分严重,参数优化后3个模型都具有较好模拟效果,而Jensen模型模拟效果更好一些,优化得到的3种模型水分敏感指数近似相同,而采用Jensen模型水分敏感指数后,Rao模型和Stewart模型的模拟效果稍有降低。     

Shuttleworth-Wallace模型模拟陕北枣林蒸散适用性分析

在生态脆弱的陕北黄土丘陵区,林地耗水是生态学者长期关注的热点问题,准确测算植物耗水量是环境水分研究的关键。根据陕北山地枣林的立地条件和蒸散过程特点,结合2012年的实测资料,确定了相关模型参数,实现了Shuttleworth-Wallace(SW)和Penman-Monteith(PM)模型对枣林蒸散量的模拟,并利用2013年茎流计监测的蒸腾量和水量平衡原理推求的蒸散量,对这2个模型进行了比较和检验。结果表明:就整个枣树生育期10 d尺度蒸散量而言,SW模型模拟精度优于PM模型。此外,2模型精度随枣树生育期变化而变化,且萌芽展叶期精度均最低。SW模型日蒸腾量模拟精度满足要求,但易受到天气状况影响,晴天模型精度优于雨天。SW模型精度在陕北山地枣林里得到验证,是半干旱区山地枣林耗水规律研究的有效工具。     

基于灰色理论及BP神经网络的尿素水解预测模型研究

研究根据室内尿素水解试验资料,建立了以温度、水分、时间为输入因子,尿素态氮含量为输出因子,拓扑结构为3-2-1的BP神经网络预测模型,以及Verhulst灰色预测模型和零级动力学模型,并分析比较了三种模型的预测效果。结果表明:3种预测模型均能满足模拟精度要求,所建立BP神经网络模型模拟值与实测值的平均相对误差、相关系数和决定系数分别为2.39%、0.992 4和0.984 5,具有较高的预测精度和良好的稳定性,并且模拟效果明显优于Verhulst灰色预测模型和零级动力学模型,可以较好地描述尿素水解动态变化过程,为尿素水解定量研究提供了精确的科学依据。     

Field installation of a model for transient simulation of canal flow

A computerized hydraulic model developed at Utah State University was installed at a large-scale irrigation project in Northeast Thailand with the objective of improving water management in the supply and distribution system. The model was calibrated for measured field conditions by determining discharge coefficients for flow control structures, measuring seepage loss rates, and calculating hydraulic roughness coefficients. The logistical and technical problems associated with the model installation, and the respective solutions, are presented in this paper.     

常温土壤导热系数模型评价及改进

导热系数是土壤热传递的基本参数,在许多领域发挥着重要作用。土壤导热系数的获得需要耗费大量的时间和精力,为了方便准确地获得土壤导热系数,将5种土壤导热系数实测值与Campbell、Johansen、C?té-Konrad以及Lu-Ren导热系数模型计算值进行了比较,并且引入了一个与土壤质地有关的参数F对误差较大的Campbell模型进行了改进。改进后的模型其NES、RMSE和PBISA范围为0.938~0.996、0.039~0.084,-0.067~0.016,明显优于原模型0.632~0.975、0.089~0.217、-0.011~0.252。然后,利用其他地区10种土壤的导热系数对改进后模型进行了验证。结果表明,土壤导热系数预测值稳定分布在1∶1线附近,修正后模型也能准确地计算其他地区土壤导热系数。     

基于格子玻尔兹曼法的TOPMODEL建模与应用

依据Freeze和Harlan的水文模型蓝图思想改进TOPMODEL,在模型构建过程中利用格子玻尔兹曼法(LBM)建立汇流过程的数值模型,采用达西公式数值模型求解饱和区土壤水运动方程,运用LBM法五速模型求解非饱和区理查兹运动方程,进而构建基于栅格的分布式LBMGTOPMODEL。模型的产流方法融合了蓄满产流理论和超渗产流理论,考虑了土壤水分剖面、土壤各向异性和地形坡度等对流域产流的影响;模型的汇流方法利用地貌水文学理论,寻求水文过程与流域地形地貌的相互作用及定量关系,此模型在汇流过程中将地貌因素与水动力扩散相结合以描述坡面水流运动,解决了坡面水流的流量分配问题。以中汤流域为对象进行水文模拟应用研究,验证得到确定性系数在0.547~0.883之间,平均值为0.725,结果良好,说明模型较为可靠。     

农业干旱程度评估指标的量化分析

在指出目前各评估指标不足的基础上,提出了农业干旱评估指标最重要的是应正确反映干旱给农业造成的损失大小的思想,并以此建立了农业干旱评估指标的量化模型,即农业干旱评估指标的静态模型和动态模型,该指标不仅能定量计算而且能较准确的反映干旱给农业造成的损失。     

物理模型构建在教学中的重要性探讨

物理是研究自然界物质的基本结构、基本运动形式及相互规律的学科.现在物理试题已结合生产实践活动,学生在解决这类题目时需要把一个复杂的实际问题转化为物理过程,即物理模型的构建.物理模型能使复杂问题得到简化处理,还可利用模型训练学生发散的逻辑思维、帮助学生建立正确的求解思路. 可见,教学过程中物理模型构建的重要性.     

Logistic model application for prediction of maize yield under water and nitrogen management

Simulation of crop yield allows better planning and efficient management under different environmental inputs such as water and nitrogen application. However, most of the models are complicated and difficult to understand. Furthermore, input data are not readily available. The objectives of this investigation were to use logistic equation to quantify the influence of seasonal water and nitrogen application on maize biomass accumulation and grain yield and to develop empirical models for prediction of maize biomass and grain yield. Logistic equations were fitted to dray matter (DM) yield at different times in the growing season at different irrigation water and nitrogen levels. The parameters of the logistic equations were then fitted to irrigation water and nitrogen as empirical functions. Further, the harvest index (HI) was related to the applied water and nitrogen as another empirical model. The empirical logistic models were used to estimate the DM and grain yield based on data from another experiment in the same area. Results indicated that the empirical models predicted the DM yield during the growing season with an acceptable accuracy, but dry matter (DM) prediction at harvest was very good. The grain yield also was predicted with a very good accuracy. It is concluded that logistic equation along with the presented empirical models for prediction of constants in logistic equation and HI are appropriate for accurate prediction of DM and grain yield of maize at the study region.