CERES-Wheat作物模型参数全局敏感性分析

作物生长模型广泛应用于区域作物估产研究与应用之中,如何选择最佳作物模型优化参数是获得较好模拟预测结果的关键之一。研究选择河南洛阳为试验区,应用扩展傅里叶振幅灵敏度检验（EFAST）法对CERES-Wheat模型作物参数及田间管理参数进行了全局敏感性分析。结果表明,完成一片叶生长所需积温、最适温度条件下通过春化阶段所需天数、光周期参数、最佳条件下标准籽粒质量参数、开花期单位株冠质量的籽粒数参数等指标具有较高敏感性,系为模型参数“本地化”的关键参数。播种日期、播种密度、施肥日期、播种深度、灌溉日期是模型区域化应用的最佳优化变量。研究表明,EFAST敏感性分析是模型参数“本地化”和选择最佳“区域化”优化变量的有效方法。     

不同气候区和不同产量水平下APSIM-Wheat模型的参数全局敏感性分析

量化作物模型的参数敏感性和模拟结果的不确定性对模型的标定和应用具有重要意义。为了探讨小麦生长模型(APSIM-Wheat)在不同气候区和不同产量水平下参数的敏感性,以及由于参数造成模拟结果的不确定性,以华北栾城、黄土高原长武、四川盐亭和新疆乌兰乌苏4个不同气候区下的典型冬小麦生产地为分析对象,运用扩展傅里叶幅度检验法(extended Fourier amplitude sensitivity test,EFAST)的全局敏感性分析方法,量化了小麦生长模型(APSIM-Wheat模型)在3种产量水平下(潜在、雨养和实际产量)的开花期、成熟期、产量、生育期的蒸散(evapotranspiration,ET)对品种、土壤和生化等33个参数的敏感性和不确定性。发现:1影响开花期和成熟期较为敏感的参数依次是:始花期积温、出苗到拔节积温、春化指数、光周期因子、灌浆期积温;2影响产量较敏感的参数依次为:春化指数、出苗到拔节积温、每茎谷粒质量、潜在灌浆速率、光周期指数、最大谷粒质量和辐射利用效率(radiation use efficiency,RUE);影响生育期蒸散较为敏感的参数依次为:春化指数、出苗到拔节积温、光周期指数、始花期积温;3不同产量水平下,参数敏感性差异不大,4个不同气候类型下的冬小麦开花期、成熟期、产量和生育期的蒸散对参数的敏感性基本一致;4不同气候区下,开花期和成熟期对模型参数敏感性差异很小,但产量和生育期的蒸散对参数敏感性有差异。该研究为APSIM-Wheat模型的区域应用和模型调参提供了科学指导依据。     

ALMANAC作物模型参数的敏感性分析

为了方便模型数据库的组建,降低模拟结果的不确定性,本文根据山东禹城综合试验站2000-2003年的田间试验资料,进行AL-MANAC模型模拟冬小麦和夏玉米的验证。在此基础上采用OTA（即每次只改变其中1个参数）方法,对模型的土壤参数和作物参数进行敏感性分析。验证结果表明,ALMANAC模型能够较好地模拟冬小麦和夏玉米的产量和叶面积指数的动态变化,冬小麦和夏玉米模拟产量的相对误差（RE）为-8.6%~6.0%、-3.5%~7.2%,叶面积指数的RE为-13.1%~14.8%、-13.0%~12.2%;敏感性分析显示,土壤参数中的径流曲线数、土壤容重、田间持水量和土层厚度对模拟结果影响显著,其次为初始含水量和凋萎湿度,再次为粉粒含量、砂粒含量和土壤反射率;作物参数中的收获指数、光能利用率、热量单元指数、叶面积增长期占生长期的比例,对模拟结果影响显著,其次为作物生长最适温度、消光系数、作物生长下限温度、最大根深、最大叶面积指数、群体动态参数,再次为光能利用降低参数、叶面积指数动态曲线参数、叶面积指数衰减速率。     

基于根系加权土壤水分有效性的冬小麦水分生产函数

为了准确评估作物水分亏缺程度及其敏感性动态对作物产量的影响,该研究结合基于根系加权土壤水分有效性的植物水分亏缺指数（Plant Water Deficit Index,PWDI）与基于归一化热单元指数的S型累积水分敏感指数,建立了3种不同形式的作物水分生产函数（Crop Water Production Function,CWPF）,即Blank加法模型（PWDI-B）、Jensen（PWDI-J）和Rao（PWDI-R）乘法模型。通过2 a冬小麦栽培田间蒸渗仪试验（北京昌平）和1 a冬小麦栽培田间滴灌试验（山东黄河三角洲）,优化了土壤水分胁迫修正系数中参数,进而对PWDI估算精度及CWPF产量估算效果进行检验与评价。结果表明：蒸渗仪试验基于根系加权估算的PWDI与实测值吻合良好,决定系数R2为0.78,标准化均方根误差（Normalized Root Mean Squared Error,NRMSE）为0.16;滴灌试验PWDI均值与作物株高（r=?0.95）、生物量及产量（r≤?0.79）均具有较好的相关性,表明根系加权PWDI能较准确地反映不同试验条件下冬小麦的水分亏缺程度及其对作物生长的影响;此外,无论是蒸渗仪试验还是滴灌试验,所建的3个CWPF对冬小麦产量的估算精度均在可接受范围内（R2≥0.78,NRMSE≤0.11）,且PWDI-R估算精度依次高于PWDI-J、PWDI-B、以及线性回归模型（即PWDI均值与产量的线性拟合模型）。因此,根系加权PWDI与S型水分敏感指数累积函数融合可用于合理构建冬小麦水分生产函数,其中PWDI-R乘法模型可优先推荐用于研究区冬小麦产量估算和灌溉制度优化,从而为当地冬小麦田间水分管理提供理论依据。     

基于时序归一化植被指数的冬小麦收获指数空间信息提取

为获取农作物收获指数（HI）空间分布信息,该研究充分利用遥感技术,以冬小麦为例,利用时序归一化植被指数NDVI构成的作物生长过程曲线提取MODIS NDVI阶段性累积特征参数,并用生殖生长关键阶段和营养生长关键阶段对应的NDVI累积参数比值HINDVI_SUM构建了用于反演冬小麦收获指数的参数,并建立了参数HINDVI_SUM与冬小麦实测收获指数的定量关系,利用上述定量关系实现作物收获指数空间信息的提取。经过对反演冬小麦收获指数的精度验证,结果表明,利用构建参数HINDVI_SUM在区域范围内反演冬小麦收获指数取得了较好的效果。其中,冬小麦收获指数预测的平均相对误差为2.40%,均方根误差（RMSE）为0.02,证明了该研究利用时序NDVI构建参数HINDVI_SUM反演区域冬小麦收获指数空间信息的方法准确性和可行性。     

干旱条件下APSIM模型修正及华北冬小麦产量模拟效果

干旱是影响华北地区冬小麦产量的主要农业气象灾害之一,作物生长模型是评估干旱对作物产量影响主要方法之一,但作物生长模型对极端天气气候条件下（如干旱）作物产量模拟效果仍存在不确定性。为提高作物模型在干旱条件下对作物产量模拟的精准性,该研究利用调参验证后的农业生产系统模型（agricultural production systems simulator,APSIM）,通过查阅与华北地区冬小麦相关的186篇大田试验文献获得1 876对观测数据,以作物水分亏缺指数为干旱指标,评估APSIM模型在冬小麦拔节-开花和开花-成熟阶段干旱对产量影响的模拟效果,提出APSIM在拔节-开花和开花-成熟阶段干旱对小麦产量影响的修正系数。基于历史气候条件、SSP245和SSP585未来气候情景资料,分析了冬小麦拔节-开花和开花-成熟阶段干旱时空分布特征,并采用修正系数校正后的APSIM模型评估华北地区冬小麦拔节-开花和开花-成熟阶段不同等级干旱对其产量的影响。结果表明,APSIM模型低估了拔节-开花阶段干旱对冬小麦产量影响程度,轻旱、中旱和重旱校正系数分别为0.85、0.91和0.85;APSIM模型可准确模...     

中国不同水稻生长环境下ORYZA(v3)模型参数全局敏感性分析

中国水稻种植分布广、气候跨度大，水稻生长环境差异较大。ORYZA(v3)模型被广泛用于水稻生长模拟，但不同环境下该模型参数敏感性的时空特征尚不清楚。该研究选取了位于中国16个水稻种植亚区的18个典型站点，分别采用EFAST（Extended Fourier Amplitude Sensitivity Test）方法对模型中16个作物参数进行30 a（1986－2015年）全局敏感性分析，分析了参数敏感性与气象因子的相关性。结果表明，模型参数敏感性在不同生育阶段、不同稻作制度、以及不同站点之间均存在较大的差异，尤其在高海拔或具有特殊气候类型的地区的参数敏感性明显异于其他地区；模型中叶面积相对生长速率最大值（RGRLMX）、颖花生长系数（SPGF）和最大单粒重（WGRMX）的敏感性受环境的影响最大；各参数的敏感性与日均最低气温、日均最高气温、积温具有显著相关性，但由于海拔、纬度等因素的综合影响，模型参数敏感性在空间上不随纬度或海拔的变化呈现单一的变化趋势；RGRLMX在大理、牡丹江等站点出现单参数极度敏感的现象，揭示了模型的结构可能存在一定缺陷，在容易受低温冷害影响的地区应用时具有一定的局限性。     

基于SWAP模型同化遥感数据的黑龙江南部春玉米产量监测

农作物种植类型的地理分布差异,气候条件差异、土壤环境不同等因素的影响,需要开展农作物生长模型参数区域化、本地化的研究工作;通过改善区域气象数据空间化方法以提升插值精度的研究,也需要得到应用的重视。针对以上问题,该文以SWAP(soil-water-atmosphere-plant model,土壤-水-大气-作物模型)模型为基础,以中国黑龙江省南部地区作为研究区域,以其主要农作物春玉米为目标作物,确定研究春玉米的作物生长模型参数,并综合考虑纬度及海拔对气温的影响情况,研究将协同克里金(coKriging)方法引入作物生长模型气象数据插值获取中,从而提高模型输入参数中气象数据精度,并以叶面积指数(leaf area index,LAI)及蒸散发(evapotranspire,ET)数据作为同化遥感数据源,通过优化玉米灌溉量和出苗日期,获取了研究区2013年的玉米产量空间分布成果,与统计资料结果对比,玉米总产量监测结果的R2达到了0.939 4,均方根误差(root mean squared error,RMSE)达到了148 065 t,平均绝对误差(mean absolute error,MAE)为114 335 t。研究区15个县市区的预测单产和统计单产之间的决定系数达到了0.724 5,RMSE为598.5 kg/hm~2,MAE为531.5 kg/hm~2。研究结果表明,利用SWAP模型,以协同克里金方法获取气象数据空间插值成果作为输入数据,通过同化LAI和ET遥感数据,可以有效进行黑龙江南部区域的玉米产量遥感监测,为区域作物生长及生产力的遥感监测预测提供参考。     

基于遥感信息与作物模型集合卡尔曼滤波同化的区域冬小麦产量预测

区域作物产量预测是国家粮食安全评估的重要内容。遥感虽能获取大面积地表信息,却难以反映作物生长发育的内在过程。作物生长模型已经在单点尺度能成功模拟作物的生长发育过程,但是区域尺度作物关键参数的获取仍很困难。遥感信息与作物模型结合的数据同化已经成为区域产量预测的最有效途径。该文选择河北省衡水地区冬小麦为研究对象,在WOFOST模型标定与区域化的基础上,利用WOFOST模型描述冬小麦生育期内叶面积指数(LAI)变化规律。针对MODIS数据的混合像元造成反演的LAI产品偏低的系统误差,利用实测LAI样本点融合MODIS-LAI趋势信息修正MODIS-LAI数据产品。采用集合卡尔曼(EnKF)算法同化冬小麦返青到抽穗期的MODIS-LAI与WOFOST模拟的LAI以获得时间序列最优的LAI,并以此重新驱动WOFOST模型估算区域冬小麦产量。结果表明,EnKF同化后的冬小麦产量比未同化的产量预测精度有显著提高,与县平均统计产量相比,在潜在模式下,决定系数由0.13提高到0.38,均方根误差由2480下降到880kg/hm2。研究表明,遥感信息与作物模型的EnKF同化是1种有效的作物产量预测方法,并在区域尺度应用上具有广阔的应用潜力。该研究可为区域尺度的作物估产提供参考。     

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。     

基于敏感光谱波段图像特征的冬小麦LAI和地上部生物量监测

叶面积指数(LAI,leaf area index)和地上部生物量是评价冬小麦长势的重要农学参数,其实时动态监测对冬小麦的长势诊断、产量预测和管理调控等具有重要意义。该研究通过分析叶面积指数、地上部生物量与冬小麦冠层光谱参数的相关性,筛选出冬小麦长势指标敏感波段及最佳带宽范围;基于敏感光谱波段下图像的彩色因子,构建冬小麦叶面积指数和地上部生物量监测模型。结果表明,叶面积指数、地上部生物量长势指标的敏感波段及最佳带宽范围为(560±6)和(810±10)nm。敏感波段560、810 nm波段下获得的图像特征因子中,RGB颜色空间R810、G560、B810对叶面积指数的拟合效果最好,决定系数高达0.989;HSI颜色空间H810、S810、I560对地上部生物量的拟合效果最好,决定系数为0.937。试验数据检验表明,叶面积指数、地上部生物量监测模型的均方根误差RMSE分别为0.4515、3.3556,相对误差分别为15.7%、15.9%,所构建监测模型的精确度较高。因此,基于敏感光谱波段及相应图像特征构建的监测模型可有效对冬小麦叶面积指数、地上部生物量进行实时、快速、准确监测与诊断。     

基于全局敏感性分析和贝叶斯方法的WOFOST作物模型参数优化

作物模型参数的敏感性分析、标定和验证可以提高模型的效率和精准度,进而为模型应用做好准备工作。该研究结合参数全局敏感性分析方法以及贝叶斯后验估计理论的马尔科夫蒙特卡洛(Markov Chain Monte Carlo,MCMC)方法,以华北栾城站三年的冬小麦观测数据(叶面积和地上生物量)为参照,对WOFOST模型的55个品种参数进行了敏感性分析、筛选和优化。发现:1)对叶面积影响较大的参数为:生育期为0、0.5、0.6和0.75时的比叶面积、生育期为1.5时的最大光合速率、叶面积指数最大增长率;对地上干物质影响较大的参数为:生育期为1.5时的最大光合速率、生育期为0时的比叶面积、35℃时叶面积的生命周期、生育期为0时的散射消光系数、生育期为1.8时的最大光合速率、储存器官的同化物转换效率。2)潜在和雨养产量水平下,最大叶面积和地上生物量对参数的敏感性差异不大。3)马尔科夫蒙特卡洛方法(MCMC)可以对WOFOST模型品种参数较好地优化;设计的3种校正-验证方案中,第1种方案(用1998-1999年作为校正年份,1999-2000年,2000-2001年作为验证年份)模拟效果最好。4)优化后的参数,模型对潜在产量水平模拟较好,一致性指数均大于0.9,相对均方根误差小于20%;而对有水分胁迫的雨养情况下比潜在产量水平的模拟结果差,表明模型对水分胁迫的模拟不足。该研究为WOFOST模型区域应用和模型调整优化提供科学理论依据。     

旱地不同栽培模式和施肥方法对小麦光合产物积累运转的影响

以冬小麦品种小偃22为材料,研究了不同栽培模式和施肥方法对小麦光合能力、光合产物积累、运转和分配的影响。结果表明:单施氮肥或氮磷配合可显著增加小麦的叶面积系数、旗叶的净光合速率和叶绿素相对含量;单施磷肥对小麦光合产物的积累与分配没有明显的调节效应,而施用氮肥、采用垄沟和垄脊覆膜栽培后,延长了冬小麦顶三叶的功能期,提高了小麦花后光合物质的生产能力和花后同化产物对籽粒的贡献率;在垄沟栽培条件下,未覆膜处理的垄下施肥法较常规施肥能显著提高冬小麦的光合生产能力和花前物质调用能力;垄脊覆膜后,常规施肥能显著增加小麦花后物质积累并能获得较高产量。     

利用Landsat TM遥感数据监测冬小麦开花期主要长势参数

为精准农业技术体系中的小麦农艺处方管理决策提供详尽的全局性信息,该文以2007－2009年试验实测数据为基础,以Landsat TM影像为遥感数据源,分析了试验样点开花期冬小麦主要长势参数与品质和产量间以及与卫星遥感变量间的相关性,分别建立及评价了TM影像遥感变量监测冬小麦开花期SPAD值、生物量、叶面积指数和叶片氮含量的模型。结果表明：冬小麦开花期,选用作物氮反射指数、近红外波段反射率和归一化植被指数这些遥感变量分别反演冬小麦SPAD值、生物量、叶面积指数和叶片氮含量是可行的;SPAD值、生物量、叶面积指数和叶片氮含量遥感监测模型的精度较高,均方根误差分别为3.12、216.5 kg/hm2、0.269和0.162,以此为基础,制作出具有实际农学意义的冬小麦开花期不同等级SPAD值、生物量、叶面积指数和叶片氮含量遥感监测专题图,实现了主要长势参数空间分布量化表达。基于卫星影像的农田面状信息获取技术克服了点状信息的不足,为农业生产管理决策及时提供信息支持,使该研究技术更利于大面积应用和推广。     

基于MCMC方法的WOFOST模型参数标定与不确定性分析

为探究作物生长模型参数的自动标定技术及其不确定性分析方法,该研究以郑州农业气象试验站为试验点,利用融入了snooker更新(snooker update)的DE-MC(differential evolution Markov chain,差分进化马尔科夫链)方法实现对WOFOST(world food studies)作物生长模型的参数标定和不确定性定量评价。snooker更新增加了DE-MC算法中候选样本的多样性,从而实现利用更少的并行链对多维参数空间进行有效采样,较适合于WOFOST模型参数众多的特性。结果表明:相比于模型默认值,采用MCMC(Markov chain Monte Carlo,马尔科夫链-蒙特卡洛)标定后的参数,叶面积指数(leaf area index,LAI)模拟精度可提高51.40%~53.07%,产量模拟精度提高8.25%~8.88%。标定参数中,SPAN、SLATB070、SLATB040、AMAXTB130和SLATB00的后验分布可近似为高斯分布,其中SPAN的不确定性最低。带入后验参数集合进行模型,LAI在三叶期至返青期之间以及拔节期至抽穗期之间模拟的不确定性较大;产量模拟的不确定性随时间不断增大,至乳熟期前后达到稳定。该方法能够实现对多参数复杂作物生长模型的参数标定和不确定性分析,对作物模型参数估计及提高模拟精度具有重要作用。     

基于PEST的土壤-作物系统模型参数优化及灵敏度分析

农业生产管理系统模型输入参数多,参数率定过程十分耗时费力,大大限制了其推广应用。该研究以华北平原2 a的冬小麦-夏玉米田间试验观测数据为基础,使用PEST(parameter estimation)参数自动优化工具对土壤-作物-大气系统水热碳氮过程藕合模型(soil water heat carbon and nitrogen simulator,WHCNS)的土壤水力学参数、氮素转化参数和作物遗传参数进行自动寻优,同时计算分析模型参数的相对综合敏感度,并将优化结果与土壤实测水力学参数和试错法的模拟结果进行比较。参数敏感度分析结果表明,18个模型参数的相对综合敏感度较高,其中土壤水力学参数普遍具有较高的敏感度,以饱和含水率敏感度最高;作物参数中,作物生长发育总积温和最大比叶面积具有较高的综合敏感度;而氮素转化参数的敏感度远低于土壤水力学参数和作物参数。评价模型模拟效果的统计性指标(均方根误差、模型效率系数和一致性指数)表明,PEST法比实测水力学参数的模拟精度有所提高,其中土壤含水率、土壤硝态氮含量、作物产量和叶面积指数的均方根误差分别降低了61.8%、23.5%、73.6%和23.3%。同时PEST法比试错法对土壤水分和作物产量的模拟精度也有较大提高,但对土壤氮素和叶面积指数的模拟精度提高不明显。由于该方法大大节约了模型校准时间,在较短的时间内获得了明显高于试错法的模拟精度,因此PEST软件在WHCNS模型参数自动优化中是一个值得推广的工具。     

不同灌水水平下CROPGRO棉花模型敏感性和不确定性分析

基于过程的作物模型使用大量的品种和土壤参数来模拟作物生长和土壤水分变化。对于新的作物品种或新的环境,这些参数往往需要重新率定,然而许多参数难以通过实测获得。敏感性分析(sensitivity analysis,SA)可以量化模型输入参数对模型输出的影响,通过筛选出敏感性较大的参数进行率定,而把敏感性较小的参数设为固定值,可以极大简化参数率定过程,提高工作效率和模型模拟精度。为了给DSSAT-CROPGRO-Cotton模型应用于新疆地区进行棉花灌溉制度优化提供本地化的模型参数,对该模型进行了敏感性分析和不确定性分析。该文依据新疆石河子的棉花大田试验资料,应用Morris法和扩展傅里叶幅度敏感性检验(extend Fourier amplitude sensitivity test,EFAST)法对DSSAT-CROPGRO-Cotton模型3个灌水处理(60%ETC、80%ETC和100%ETC,ETC为作物蒸发蒸腾量crop evapotranspiration)下6个输出结果(初花天数、成熟天数、籽棉产量、地上干物质量、最大叶面积指数和蒸发蒸腾量)对于品种和土壤参数进行敏感性分析,并比较了2种方法的相关关系,最后对EFAST法的输出结果进行不确定性分析。相关分析结果显示,对于地上干物质量和最大叶面积指数,Morris法和EFAST法相关性介于0.87~0.93,对于模型结果成熟天数、籽棉产量和蒸发蒸腾量,2种方法相关性介于0.66~0.81。敏感性分析和不确定性分析结果显示,模型模拟灌水处理对初花天数无明显差异,且模拟初花天数和最大叶面积指数存在参数敏感性过于单一现象。模型参数敏感性随土层而不同:对于成熟天数,40~80 cm土壤参数的敏感性更强;对于地上干物质量和蒸发蒸腾量,80~120 cm土壤参数的敏感性更强,这可能是由于该地区气候干旱,下层土壤水分充足程度直接影响作物受到水分胁迫的程度,进而影响作物生长发育和蒸发蒸腾量。模型输出结果最大叶面积指数和蒸发蒸腾量存在一定程度的高估。该研究可提高CROPGRO-Cotton模型在新疆地区的模拟效率和模拟精度。     

河北低平原区冬小麦夏玉米产量提升的理论与技术研究

作为渤海粮仓主要增粮区的河北东部低平原中低产农田,冬小麦夏玉米的产量主要受制于土壤肥力水平低、淡水资源短缺和气候异常造成产量的大幅波动。通过选择适宜的品种、播期与收获期的合理搭配、优化的种植方式和配套的耕作与田间管理技术,提高作物生育期内对地上光热资源和地下水肥资源的利用潜力和效率,平抑气候变化带来不利影响,有着巨大的增产空间。该研究通过田间小区试验,结合示范区试验示范,研究了冬小麦与夏玉米生育期的优化、夏玉米种植方式调整、夏玉米深松播种、夏玉米增施钾肥与冬小麦增施磷肥及有机肥等措施对冬小麦、夏玉米产量的影响。主要研究结果如下:冬小麦适期晚播(不迟于10月15日),同时适当增加播量,不影响生育期群体构建和产量水平。早熟品种‘小偃81’提早进入灌浆期,受后期干热风的危害小,在不降低品质的同时粒重与产量稳定。夏玉米提早播10 d(6月10日与6月20日相比)平均增产17.2%,晚收获8 d(10月2日与9月24日相比)粒重增加19.5%。根据冬小麦和夏玉米的品种特性,合理搭配生育期,在实现冬小麦稳产提质的同时,使充分发挥夏玉米的产量潜力成为可能。改变夏玉米的种植方式,适当增加种植密度,明显地改善和提高了夏玉米产量,更为适宜的种植方式是40 cm与80 cm大小行种植和38 cm等行距种植,不适宜的是20 cm与100 cm大小行种植,更为适宜的种植方式下产量提高15%以上。长期旋耕机械压实了犁底层,通过夏玉米深松播种种植,产量提高达31.3%,后茬小麦增产5.6%,但连续深松没有明显的增产效果。夏玉米播种时增施钾肥产量提高2.6%。冬小麦增施磷肥产量提高7.4%,增施有机底肥增产6.8%,增施有机底肥和施磷肥产量提高8.8%,但无明显的累加效果。因此,通过适宜的品种选择与适期的生育期搭配、种植方式调整、适时深松打破犁底层的耕作措施、速效肥与有机肥合理施用等栽培和管理技术,可实现冬小麦夏玉米产量的逐步提高和稳定,充分利用玉米生长季丰富且集中的降水与光热资源,挖掘夏玉米产量,稳夏增秋的粮食增产模式更符合该地区未来发展需求。     

华北平原不同等级干旱对冬小麦产量的影响

华北平原是中国重要的粮食生产基地,其中冬小麦播种面积和产量均居中国首位,在国家粮食安全中具有重要作用,干旱是影响该区域冬小麦产量的最主要农业气象灾害。该研究基于华北平原44个气象站点1981—2017年的逐日气象数据以及作物、土壤和田间管理资料,以作物水分亏缺指数为农业干旱指标,基于调参验证后的农业生产系统模型(Agricultural Production Systems Simulater,APSIM),评估了冬小麦生长发育中后期各生育阶段不同等级干旱对冬小麦单产和总产的影响。结果表明,冬小麦拔节-开花和开花-成熟阶段干旱造成冬小麦减产率空间上均呈北高南低的分布特征,且开花-成熟阶段干旱引起的减产率(26.8%)高于拔节-开花阶段干旱引起的减产率(19.1%),区域间比较均表现为干旱对京津冀地区冬小麦单产影响最大,对河南省冬小麦单产影响最小;随着干旱等级的加重减产率增大,开花-成熟阶段轻旱、中旱和重旱的减产率分别为16.5%、32.8%和44.9%,拔节-开花阶段轻旱、中旱和重旱的减产率分别为10.3%、18.8%和28.6%。结合冬小麦实际播种面积得到各生育阶段干旱对总产的影响,区域间比较均表现为干旱对山东省冬小麦总产影响最大,对河南省冬小麦总产影响最小。