北疆膜下滴灌棉花产量及水分生产率对灌水量响应的模拟

膜下滴灌技术是一种节水高产的灌溉技术,在新疆棉花种植中得到了广泛的应用。灌溉是影响新疆棉花产量的重要因素。为研究棉花产量和水分生产率对灌水量的响应,该文首先采用2010年和2011年新疆棉花膜下滴灌田间试验数据验证二维土壤水与作物生长耦合模型模拟棉花产量和耗水量可靠性。结果表明,二维土壤水与作物生长耦合模型能够可靠地模拟土壤含水率、叶面积指数、地上部分干物质量、籽棉产量和耗水量。土壤含水率模拟值与实测值的标准均方根误差(normalized root mean square error,n RMSE)为4.6%~23.4%,一致性指数为0.677~0.974;叶面积指数和地上部分干物质量n RMSE分别为6.3%~15.7%和7.2%~14.1%;籽棉产量和耗水量的模拟值与实测值之间相对误差分别仅为1.1%~6.7%和0.3%~9.2%。利用率定和验证后的模型参数进一步模拟10种灌水量情景下的棉花籽棉产量和水分生产率,结果表明籽棉产量随着灌水量的增加而增加,二者呈抛物线关系,而水分生产率则随着灌水量的增加而减小。综合考虑产量和水分生产率,北疆地区膜下滴灌棉花优化灌水量为280~307 mm。该研究可为北疆地区棉花灌水实践提供科学依据。     

河套灌区不同水肥处理对玉米生长影响的AquaCrop模型模拟

为探究内蒙古河套灌区玉米生长适宜的水肥管理方案,开展了不同灌水与施肥水平玉米田间试验。利用田间实测数据对AquaCrop模型进行了率定与验证,以此为基础,采用AquaCrop模型模拟分析了不同灌水和施肥条件下玉米产量和水分利用效率的变化规律。结果表明:(1)模型率定和验证过程中冠层覆盖度和生物量模拟值与实测值的R~2分别介于0.74～0.99,0.87～0.99;NRMSE分别介于4.55%～12.32%,5.77%～27.07%;E_(NS)分别介于0.90～0.99,0.85～0.99;各处理产量模拟值与实测值间R~2分别为0.99,0.97;NRMSE分别为4.59%,3.42%,E_(NS)分别为0.95,0.97;水分利用效率模拟值与实测值间R~2分别为0.81,0.86;NRMSE分别为6.75%,13.85%,E_(NS)分别为0.96,0.83。说明AquaCrop模型在河套灌区具有很好的适用性。(2)利用校验后的模型模拟了不同施肥水平下灌水量变化对玉米产量和水分利用效率的影响,当灌水量达270 mm后,继续增加灌水量,玉米产量和水分利用效率基本保持不变,甚至有所降低。(3)以稳产高效为目标,中肥条件下,灌水270 mm时玉米产量和水分利用效率均为各灌水量中的最优值。因此,推荐灌水270 mm、施肥375 kg/hm~2为研究区保障玉米稳产高效的最优灌溉施肥组合。     

基于WOFOST作物模型的玉米区域干旱影响评估技术

为探讨作物区域干旱影响评估技术,拓展农业气象灾害区域影响评估方法,基于WOFOST作物模型,以西南玉米干旱为研究对象,对发育期、光合生产等模块进行了改进与提高,利用西南地区8个代表性站点的玉米田间观测数据和同期逐日气象数据对模型进行了适宜性检验,在此基础上,选择西南地区历年典型干旱年份,模拟分析了玉米的产量变化趋势,并与实际减产率作了对比分析。结果表明:改进后,玉米生育期模拟值与实测值归一化均方根误差(NRMSE)由原来的3.25%~6.95%降低到1.48%~3.07%,R~2由原来的0.57~0.79提高到0.63~0.99,平均模拟精度由原来的74.12%提高到78.9%。玉米产量模拟值与实测值NRMSE范围由原来的7.88%~11.99%降低到3.07%~6.79%,R2由原来的0.52~0.93提高到0.77~0.98,平均模拟精度由原来的75.7%提高到80.95%。对1987年、1992年及2006年西南地区关键生育期典型干旱年份产量模拟平均精度分别是69.8%、78.1%与75.9%。结合上述分析可得出模型对发育期与产量的模拟精度都有不同程度地提高,模型对西南玉米主产区干旱影响评估有很好的反应,对干旱分布范围与分布规律的模拟值与实际情况基本接近,表明该方法可为区域干旱影响评估提供一种更为科学的评估技术。     

基于小麦模型算法集成平台的三种水分胁迫算法比较

准确模拟水分胁迫并揭示其对作物生长发育过程的影响,是作物模型应用于田间研究和干旱影响评估的关键。该研究将3种主流水分胁迫算法整合到一个标准平台中,组成土壤含水率模型(average Soil Water Content,SWC)、土壤水分供需比模型(Water Supply to Demand ratio,WS/WD)和相对蒸腾模型(Actual to Potential Transpiration ratio,AT/PT)共3种水分胁迫模拟模型。利用河北吴桥2017—2019年冬小麦水分试验田间观测数据结合2008—2009和2013—2016年水分试验文献资料对模型平台进行参数校准与验证。结果表明,3种模型的模拟结果与实测值均吻合良好,地上部生物量、土壤含水率和产量的归一化均方根误差(Normalized Root Mean Squared Error,NRMSE)分别为14.0%～16.5%、5.1%～8.8%和5.4%～7.7%。3种水分胁迫模型模拟的生长季水分亏缺出现的时间和严重程度不同,但模拟的水分胁迫因子年际间变化一致。雨养条件下,生长季降水量分别决定了SWC、WS/WD和AT/PT模型模拟的年际间水分胁迫因子变异的56%、56%和39%。灌水对产量具有促进作用,但灌水量增加会导致灌水利用效率下降。SWC、WS/WD和AT/PT模型模拟枯水年灌四水(底墒水+起身水+孕穗水+开花水)处理的产量较不灌水分别高163%、132%和92%,灌四水处理的灌水利用效率较灌一水(底墒水)处理分别低26.8%、12.3%和40.0%。在吴桥县冬小麦水分管理决策中,WS/WD模型最优,SWC模型次之,AP/TP模型较差。研究结果可为提升作物模型在冬小麦干旱影响评估和水分管理方面的可信度提供参考。     

基于Sentinel-2多光谱数据的棉花叶面积指数估算

棉花叶面积指数(leaf are index, LAI)的快速、准确获取对棉花长势监测、发育期诊断、面积提取以及产量估算等遥感监测具有重要意义。该研究利用2017年和2018年的Sentinel-2多光谱卫星数据及大面积田间试验观测获取的棉花不同发育期LAI实测数据,构建了基于单波段反射率及各类植被指数的棉花不同发育期及全发育期LAI估算模型,并采用留一验证(LOOCV, leave-one-out cross validation)和交叉验证对模型精度进行了检验。结果表明:1)对于单波段反射率,基于中心波长为842 nm波宽为145 nm的B8近红外波段对不同发育期LAI估算精度最优均方根误差(RMSE, root mean square error, RMSE=0.378);2)对于各类植被指数,花蕾期(20170616)和花铃期(20170802)时增强植被指数(EVI, enhanced vegetation index,)表现最佳(RMSE分别为0.352和0.367),开花期(20180623)时校正土壤调节植被指数(MSAVI2, modified soil adjusted vegetation index 2,)估算精度最高(RMSE=0.323);3)单波段反射率和各类植被指数对全发育期LAI的估算均要优于对单个发育期LAI的估算,其中基于IRECI指数的(invertedred-edge chlorophyllindex)全发育期LAI估算模型精度最佳,LOOCV检验RMSE=0.425,交叉检验RMSE=0.368;将基于IRECI的全发育期LAI估算模型应用到单个发育期LAI估算并与各单个发育期LAI估算模型精度对比,发现交叉验证RMSE平均值仅比LOOCV验证RMSE平均值高0.07,反映了全发育期LAI估算模型良好的普适性。该研究为农作物LAI估算提供了新的数据选择,完善了Sentinel-2卫星数据在LAI估算中的应用领域。     

Aquacrop模型在北疆棉花生育期灌溉洗盐制度优化中的适用性

为明确Aquacrop模型在北疆棉田膜下滴灌和地下滴灌方式下生长和生产模拟的适用性，并探究棉田生育期最优灌溉洗盐制度，该研究以2020和2021年的田间试验数据对模型参数进行校正和验证，并用校正好的模型揭示3种灌溉水平（100%ETc、80%ETc、60%ETc，其中ETc为作物需水量）、3种淋洗总定额（0、120和240 mm）、3种灌水频率（5、7和10 d/次）和3种降水年型（湿润年、平水年、干旱年）对棉花产量和灌溉水生产力的影响。结果表明，2021年所有处理的冠层覆盖度、地上生物量归一化均方根误差（normalized root mean square error, NRMSE）不大于20.998%，一致性指数d≥0.967，决定系数R²≥0.914，产量均方根误差（root mean square error, RMSE）、NRMSE、d和R²分别为0.389 t/hm²、6.797%、0.836和0.754，模型整体模拟效果良好。基于58 a气象数据的模型模拟表明：灌溉水平、淋洗定额、降水年型对棉花产量和灌溉水生产力的影响显著，灌水频率的影响不显著；在平均土壤含盐量范围为12～18 g/kg的植棉区域，综合考虑产量、灌溉水生产力及实际生产情况，湿润年推荐80%ETc+120 mm的灌溉淋洗总定额，平水年和干旱年推荐100%ETc+120 mm的灌溉淋洗总定额；推荐延长灌水频率至10 d/次以减少灌水次数，节约成本。研究可以为Aquacrop模型在棉田中的应用积累经验，为农业水资源高效利用提供理论指导与技术支撑。     

ORYZA2000模型模拟安徽地区不同播期水稻的适应性分析

以2010-2011年安徽宣城两个水稻品种(两优6326,南粳44)3个播期(5月5日、15日、25日)水稻生长发育观测数据为基础,结合当地气象、土壤等数据,将2010年数据作为校准数据对ORYZA2000模型进行参数校正,调试决定作物基本参数,以2011年数据作为检验数据,对水稻生育期、叶面积指数、生物量及产量等指标进行模拟并将结果进行统计验证与评价.结果表明,对水稻生育期发育速率的模拟显示,两优6326的大部分生育期发育速率稍高于南粳44,第三播期两优6326基本营养阶段及生殖生长阶段的发育速率最大,第三播期南粳44穗分化阶段的发育速率最小;水稻生育期模拟值均比实测值小,其差异为2 ～7d.生育期长度的归一化均方根误差(NRMSE)为3.4％ ～7.5％;两组数据所得地上总生物量的NRMSE为16％ ～22％、绿叶生物量的NRMSE为20％ ～25％、茎生物量的NRMSE为17％ ～21％、穗生物量的NRMSE为19％ ～ 25％、叶面积指数的NRMSE为24％～26％,其总生物量及产量的NRMSE分别为6％ ～ 13％和5％ ～ 14％.模拟结果表明ORYZA2000模型可以通过校准作物参数,较准确地模拟水稻发育期、发育速率及其生物量的动态积累过程.     

RZWQM2模型模拟地膜覆盖时间对南疆棉田水分利用效率及产量的影响

为准确预知地膜覆盖与作物的匹配情况,该研究针对南疆棉田,在大田试验基础上应用根区水质模型(Root Zone Water Quality Model-version 2,RZWQM2),对2016-2017年籽棉产量及水分利用效率(Water Use Efficiency,WUE)等数据进行模型参数率定与验证,利用验证后的模型模拟地膜覆盖时间55～105 d下以3 d为间隔的地上部生物量、籽棉产量和水分利用效率,并对2018年和2019年不同地膜覆盖时间下棉花生长状况进行预测。结果表明,各层土壤含水率模拟值和实测值之间的均方根误差和均方误差分别在0.02～0.04cm3/cm3、5.90%～28.66%之间,地上部生物量和籽棉产量的一致性指数分别为0.70～0.93和0.80～0.94。2 a间地上部生物量随地膜覆盖时间的延长而增加,籽棉产量和水分利用效率呈先上升后下降的趋势,其峰值分别出现在91～93 d和97～99 d。因此,在南疆地区选用适宜的地膜覆盖时间为91～99 d,有利于降低残膜污染风险,保持较高的籽棉产量和水分利用效率。     

水稻生长模型参数的敏感性及其对产量遥感估测的不确定性

采用全局敏感性分析方法探讨水稻生长模型与遥感数据耦合估产的不确定性问题。以实测数据为基准数据,当ORYZA2000模型的17个输入变量模拟导入可能误差时,模型的地上生物量(WAGT)、叶面积指数(LAI)、籽粒质量(WSO)和叶片氮含量(NFLV)等模拟输出结果显示较大的不确定性,LAI最大变幅超过20%,最终籽粒产量最大变幅超过10%。引起模型输出结果不确定性的输入变量中,水稻播种期的影响最大;模型的驱动变量温度和日照时数的误差对成熟期的产量影响较大;水稻干物质地上叶片质量分数(FLVTB)对所有关于叶片和籽粒生物量的输出结果都有较大的影响,因此,当利用生长模型和遥感数据进行耦合时,水稻播种期、模型的驱动变量如温度、日照时数、FLVTB等数据精度对估产结果有很大影响。比较LAI、NFLV单独或LAI+NFLV同时耦合ORYZA2000模拟中,LAI+NFLV的敏感性指数最高,其次是LAI,NFLV最差。模型耦合估测WSO、WAGT时,水稻移栽后70～80d左右的遥感影像数据是最重要的,必须获得,此期前后20～30d的2次数据也比较重要,而幼苗期和成熟期的遥感数据耦合生长模型对产量和生物量的估测意义不大。     

黄淮海地区绿肥与化肥配施对棉花生长和肥料利用率的影响

采用田间土柱模拟试验,研究了绿肥翻压与不同比例化肥配施对棉花生长和肥料利用效率的影响。结果表明: 翻压绿肥处理的棉花花铃期叶片SPAD值较不翻压绿肥显著提高,说明翻压绿肥对棉花叶片叶绿素含量有显著影响; 翻压绿肥有助于棉花氮、 磷和钾素的吸收。翻压绿肥处理与不翻压绿肥相比,籽棉产量增加近30%; 翻压绿肥与70%的化肥配施,不会降低棉株养分积累量、 籽棉产量和肥料利用率,且棉花的化肥农学效率明显高于配施100%和85%的化肥处理。     

基于WOFOST模型的中国主产区冬小麦生长过程动态模拟

大区域尺度WOFOST(world food studies)模型的动态模拟是作物模型区域应用的重要基础。该文以中国冬小麦主产区为研究对象,利用中国冬小麦主产区内174个农业气象站多年观测数据以及气象站点观测数据,重点优化WOFOST模型中与品种相关的积温参数,即出苗至开花有效积温与开花至成熟有效积温。在冬小麦主产区分区的基础上,以2012—2015年气象数据驱动WOFOST模型,在站点尺度进行冬小麦的物候期、叶面积指数(leaf area index,LAI)和单产动态模拟和精度分析。结果表明:WOFOST模型模拟出苗至开花天数的决定系数R2为0.89~0.94,均方根误差RMSE为7.87~11.52 d,模型模拟开花至成熟天数的R2为0.63~0.77,RMSE为2.99~4.65 d;模型模拟LAI的R2为0.70~0.83,RMSE为0.89~1.46 m2/m2;灌溉区WOFOST模拟的单产精度R2为0.45~0.59,RMSE为734~1 421 kg/hm2;雨养区WOFOST模拟的单产精度R2为0.48~0.61,RMSE为1 046~1 329 kg/hm2。结果表明,WOFOST模型在全国尺度取得了较高模拟精度,为区域尺度作物模型的农业应用提供了坚实的过程模型基础。     

基于无人机影像的SEGT棉花估产模型构建

及时、准确的产量估算对农业经营管理和宏观决策具有重要意义。该研究利用无人机高分辨率遥感影像,提出了一种基于苗铃生长趋势的SEGT(Seedling Emergence and Growth Trend)模型用于棉花产量估算。首先借助无人机可见光影像数据,通过植被指数与大津法、形态学滤波相结合的方法,获取研究区内棉花出苗信息;然后利用无人机多光谱时间序列影像数据,分析各时期归一化差异植被指数NDVI(Normalized Difference Vegetation Index)与实际产量的相关特征,对棉花生长状态进行等级划分,反演每株棉花的预测成铃数;最后结合棉花单铃质量构建SEGT模型进行产量估算,并根据实测产量数据进行精度验证。试验结果表明:ExG-ExR(Excess Green-Excess Red)植被指数对棉花苗识别和提取效果较好,精确率、召回率、F1值分别达到93%、92.33%和92.66%,VDVI(Visible-band Difference Vegetation Index)植被指数精度次之;将预测产量与实测产量进行对比验证,估产模型的决定系数达到0.92,表明利用SEGT模型进行棉花产量估算是一种切实可行的方法。研究结果可为无人机遥感在作物估产中的应用提供参考。     

WOFOST模型同化时序HJ CCD数据反演叶面积指数

为增强作物叶面积指数遥感反演的机理性并提高反演精度,在深入分析作物长势模型WOFOST机理的基础上,采用最小二乘法作为同化算法,以生长季内获取的时序HJCCD遥感数据作为外部数据源,反演冬小麦叶面积指数进行长势监测和估产应用。以河北省玉田县为试验区,以三要素法和实测LAI作为基准,模型模拟产量和LAI作为反演精度的度量指标,成熟期LAI估算误差由模型同化前的14.95%降至同化后的9.97%,产量误差由同化前的18.17%降为同化后的15.89%。叶面积指数的同化结果与实测数据具有较好的拟合度,表明该方法的具有一定可行性,为作物生长模型区域化应用提供了参考。     

基于无人机数码影像和高光谱数据的冬小麦产量估算对比

作物产量准确估算在农业生产中具有重要意义。该文利用无人机获取冬小麦挑旗期、开花期和灌浆期数码影像和高光谱数据,并实测产量。首先利用无人机数码影像和高光谱数据分别提取数码影像指数和光谱参数,然后将数码影像指数和光谱参数与冬小麦产量作相关性分析,挑选出相关性较好的9个指数和参数,最后以选取的数码影像指数和光谱参数为建模因子,通过MLR(multiple linear regression,MLR)和RF(random forest,RF)对产量进行估算。结果表明:数码影像指数和光谱参数与实测产量均有很强的相关性。利用数码影像指数和光谱参数通过MLR和RF构建的产量估算模型均在灌浆期表现精度最高,在灌浆期,数码影像指数和光谱参数构建的MLR模型R~2和NRMSE分别为0.71、12.79%,0.77、10.32%。对模型对比分析可知,以光谱参数为因子的MLR模型精度较高,更适合用于估算冬小麦产量。利用无人机遥感数据,通过光谱参数建立的MLR模型能够快速、方便地对作物进行产量预测,并可以根据不同生育期的产量估算模型有效地对作物进行监测。     

氮肥中不同硝化抑制剂DCD添加比例对棉花生长发育及产量的影响

  【目的】  棉花生长和品质对氮素施用量十分敏感，研究在氮肥中添加不同比例的硝化抑制剂双氰胺 (DCD) 对棉花生长发育及产量和品质的影响，为棉花生产提供可行的氮肥管理措施。  【方法】  以农大棉601为材料进行了田间试验。在施氮量240 kg/hm2条件下，设置在氮肥中添加双氰胺比例分别为0% (CK)、1.5% (C1.5) 和3% (C3) 的3个处理，研究各处理棉花生长发育指标、产量和纤维品质的变化。  【结果】  与CK相比，C1.5处理显著提高了棉花初花期、盛铃期、吐絮期株高，蕾期、盛铃期、吐絮期茎粗，蕾期、盛铃期叶面积指数，有利于形成良好的棉花形态特征。与CK相比，C1.5处理显著提高了蕾期棉花叶片叶绿素含量，蕾期、初花期和盛花期可溶性糖含量，蕾期和初花期可溶性蛋白质含量，表明氮肥配施适量DCD对棉花蕾期生理特征 (叶绿素含量、可溶性糖以及蛋白质含量) 产生了显著促进作用。与CK相比，C1.5处理显著提高了初花期、盛花期主茎功能叶干物质量，初花期和盛铃期果枝叶干物质量，5个生育时期茎干物质量；蕾期、初花期和盛铃期蕾干物质量，表明氮肥配施适量DCD对棉花干物质 (茎、叶、蕾) 量产生了明显促升作用。但C3与CK相比，以上各指标之间多无显著差异。两年产量结果显示，C1.5处理均显著高于CK，分别增产812和324 kg/hm2；而C3处理理论产量与CK无显著差异。C1.5和C3处理的伏桃、伏前桃和秋桃棉铃纤维品质各项指标与CK均无显著差异。  【结论】  连续两年的田间试验表明，在不增加施氮量的前提下，在氮肥中配施1.5%双氰胺 (DCD) 可以调控氮素养分的供应强度和时间，不仅提高了棉花生育前期和中期株高、茎粗和叶面积指数，还增加了蕾期、花期叶片叶绿素含量、可溶性糖与可溶性蛋白质含量，提高了棉花的干物质积累和产量，对棉花纤维的品质没有显著影响。而当氮肥中DCD添加比例为3%时，有可能过度抑制了氮素的硝化反应，影响了棉花生育后期氮素的供应，削弱了DCD的有益作用。因此，在常规施氮量不变的前提下，添加1.5%双氰胺是促进棉花生长发育和提高产量的有效措施。     

海岛棉资源自然复合盐胁迫综合评价

为筛选适合盐碱地种植的海岛棉品种,本试验以203份海岛棉进行自然复合盐胁迫筛选及评价。结果表明,株高、始节高、果枝数、蕾铃脱落数、蕾铃脱落率及单铃籽棉产量耐盐系数呈现下降,衣分、铃数、始节数、有效铃数、有效果枝数、单铃皮棉产量、单株籽棉产量及单株皮棉产量耐盐系数略有上升。变异系数表现为单株皮棉、籽棉产量最高。相关分析表明,果枝数与铃数存在显著性正相关,蕾铃脱落率与铃数、始节高、始节数、果枝数、有效铃数、有效果枝数、蕾铃脱落数存在显著相关性,单株皮棉产量与衣分、铃数、果枝数、有效铃数、有效果枝数、蕾铃脱落数、蕾铃脱落率、单铃籽棉产量、单铃皮棉产量、单株籽棉产量存在显著相关性。相关性分析表明,皮棉产量鉴定值、主成分综合得分、隶属函数值、综合得分D值之间均呈显著正相关(P<0.01),说明可以通过这4个指标结合进行海岛棉综合评价及分类。海岛棉资源以耐盐、中耐盐为主,极端材料相对较少,通过对比发现果枝松散型较紧凑型耐盐性更强;此外,筛选到1份耐复合盐极强品种Pima 4,并通过逐步回归筛选到6个海岛棉耐盐指标。本研究为海岛棉花铃期耐复合盐品种的筛选提供了一定的理论依据、鉴定指标及方法。     

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。