运用WOFOST模型模拟土壤中水分养分对小麦生物量的影响

为模拟研究小麦生长过程中生物量的影响因素,运用WOFOST作物模型,筛选模型的敏感性参数,设计15种模拟情景,利用情景分析与系统分析方法,模拟与评价了土壤中水分养分对小麦生物量的影响。结果表明:WOFOST模型中有6个参数敏感性指数均超过0.1,极为敏感,包括在20℃下的单叶有效光能利用率(EFFTB3)、生育期(DVS)指数设为0.0和0.5时的比叶面积(SLATB1和SLATB2)、从出苗到开花阶段的累积温度(TSUM1)、30℃下的最大CO2同化率(TMPF4)以及在35℃下的叶面积生长周期(SPAN)。按照养分缺乏、养分正常、养分充足3个情景下模拟小麦生物量指标叶面积指数(LAI)、地上总生物量(TAGP)与贮藏器官总干重质量(TWSO),得到土壤养分对小麦生物量的影响较小,土壤水分对小麦生物量影响较大。根据模拟结果得到每米土壤深度的有效含水量AWC的饱和值为190(kg·m~(-1)),小麦生物量随水分增加而增加,但当水分达到饱和时,增加水分对小麦生物量影响不大。本研究可为WOFOST小麦模型的参数优化和区域应用,以及定量模拟土壤水分与养分对小麦生物量的影响提供理论依据和方法。     

基于WOFOST模型的江苏冬小麦生长模拟

WOFOST模型是目前常用的作物模型之一。采用2015—2017年区域气象站点的气象数据、土壤数据、作物数据等,利用OAT方法进行模型参数敏感性分析,结合最小二乘法、"试错法"等,并借鉴前人研究结果,基于不同密度和氮肥处理水平,针对冬小麦发育参数出苗到开花积温(TSUM1)、开花到成熟积温(TSUM2)以及生长参数比叶面积(SLATB)、最大CO_2同化速率(AMAXTB)进行冬小麦参数调整,实现WOFOST模型本地化。结果表明:WOFOST模型模拟冬小麦LAI的R~2、RMSE、NRMSE分别为0.817 8、0.58、27.9%,模拟叶、茎、穗和地上部总生物量的R~2、RMSE、NRMSE分别为0.783 2～0.953 1、315.55～986.15 kg·hm~(-2)、10.1%～29.8%,模拟产量的R~2、RMSE、NRMSE分别为0.585 2、799.96kg·hm~(-2)、15.9%,与实测值均有较好的一致性。这一研究说明WOFOST模型能较好地模拟研究区域冬小麦的生长发育状况。     

基于作物生长模型的全局敏感性分析方法

作物的生长发育过程复杂,如何确定能够适应当地气候生态类型的作物模型参数是准确模拟作物生长的关键。本文选用WOFOST作物生长模型,利用扩展傅里叶幅度敏感度检验法EFAST对模型作物参数、土壤与管理参数进行全局敏感性分析。结果表明,最大CO_2同化速率AMAXTB、叶片35℃时的生命期SPAN、贮存器官同化物转化效率CVO、饱和含水量SM0、初始土壤有效含水量W AV和出苗日期ID EM对于作物产量的形成具有较高的敏感度。     

2种水稻生长模型比较

[目的]比较ORYZA2000和WOFOST 2种模型对江西省水稻生长的模拟效果。[方法]利用江西省当地田间试验观测数据,收集水稻的关键参数,同时结合同期逐日气象数据等资料分别对ORYZA2000和WOFOST 2种模型进行比较。采用适应性评价对水稻多个生理指标进行评价与验证。[结果]以统一化均方根误差(NRMSE)来衡量作物模型的模拟结果,ORYZA2000模型模拟结果显示水稻各生物量的NRMSE值小于25%,而WOFOST模型对叶面积指数及穗生物量模拟偏差较大,分别为46%和55%。[结论]ORYZA200在穗生物量和叶面积指数的模拟中比WOFOST模型模拟效果较好。     

基于EFAST方法的AquaCrop作物模型参数全局敏感性分析

【目的】敏感性分析是作物模型本地化过程中的重要环节,对作物模型的校正与应用有重要的意义。【方法】本研究以国家精准农业示范研究基地2012—2013、2013—2014和2014—2015年冬小麦试验为研究对象,采用全局敏感性分析方法扩展傅里叶幅度检验法(Extended Fourier Amplitude Sensitivity Test,EFAST)对AquaCrop模型42个作物参数进行敏感性分析,以评估模型在北京地区的敏感参数。【结果】(1)对干生物量敏感作物参数是:水分和温度胁迫参数(生物量生产的最小生长度(stbio),引起冠层早衰的土壤水分消耗上限(psen))、生物量和产量参数(归一化水分生产力(wp))、蒸散参数(作物冠层形成后到衰老之前的作物系数(kcb))、作物冠层和物候发展参数(冠层生长系数(cgc),从播种到出苗时长(eme),最大冠层覆盖度(mcc),冠层衰老系数(cdc),从播种到成熟的时长(mat),产量形成过程中收获指数的建立长度(hilen))。其中stbio,kcb,wp和cgc 4个作物参数敏感性指数最大;(2)对冠层覆盖度最敏感的参数是:作物冠层和物候发展参数(cgc,mcc,每公顷株数(den),出苗率达到90%时的土壤覆盖度(ccs),mat和cdc)、根区发展参数(最大有效根深(rtx))、水分和温度胁迫参数(psen)、蒸散参数(kcb);(3)对产量最敏感的参数是作物冠层和物候发展参数(从播种到开花时长(flo),mat,cdc,hilen和从播种到开始衰老时长(sen))、水分和温度胁迫参数(psen)、生物量和产量参数(参考收获指数(hi)和wp)、蒸散参数(kcb)。【结论】利用EFAST方法对AquaCrop模型中的作物参数进行一阶和全局敏感分析,最大干物量的敏感性分析结果以及干生物量随时间变化的敏感性分析结果显示,敏感性参数的选择上差异不大,但排序上存在较大的差异,最大干生物量的敏感性分析不能分析作物参数对干生物量在整个生育期的影响,结果不全面;冠层覆盖度随时间变化的一阶和全局敏感性分析结果显示,在敏感参数的选择和排序上均有较好的一致性,全局敏感性分析中作物参数的敏感性指数更高,对冠层覆盖度的影响表现得更明显。本研究结果用于AquaCrop模型本地化,可提高该模型在北京地区的模拟效率和模拟精度。     

小麦生长模型对拔节期和孕穗期低温胁迫响应能力的比较

【目的】作物生长模型是预测和评估气候变化对作物生产力影响的重要量化工具,明确典型作物生长模型对小麦拔节期和孕穗期低温胁迫响应能力的不足,可以为进一步改进低温胁迫对小麦生产力影响的模拟算法提供指导。【方法】本研究将来自4套国际知名小麦生长模型（美国密歇根州立大学的CERES-Wheat、美国华盛顿州立大学的CropSyst、荷兰瓦赫宁根大学的WOFOST和法国国家农业科学研究院的STICS模型）的典型低温胁迫效应算法,与本课题组研发的小麦生长模拟模型WheatGrow相耦合,利用2012—2013年南京和2013—2015如皋不同品种（扬麦16和徐麦30）、不同温度水平（最低至-6℃）和持续时间（2、4、6 d）的人工气候室低温盆栽试验资料,检验和评价了原WheatGrow模型和耦合后低温胁迫效应算法的WheatGrow模型在拔节期和孕穗期低温胁迫下对小麦叶面积指数动态、茎生物量、地上部总生物量、籽粒产量等指标的预测能力。【结果】拔节—孕穗期低温胁迫明显降低了小麦叶面积指数、地上部生物量积累和籽粒产量,且随低温水平的降低和持续时间的增加降低幅度呈明显升高趋势。比较不同处理时期和品种发现,小麦生长发育及产量对孕穗期低温处理较拔节期低温处理更加敏感,扬麦16较徐麦30对低温胁迫更为敏感。耦合了4种低温胁迫效应算法的WheatGrow模型在模拟叶面积指数动态上较原WheatGrow模型有所改善,但模拟误差仍然较大,其中对孕穗期低温处理的模拟误差大于拔节期处理。4种低温胁迫算法均低估了低温胁迫对茎生物量以及成熟期地上部生物量积累的不利影响。综合比较4种低温胁迫算法的预测能力可以看出,对于叶面积指数和地上部生物量的动态模拟,CropSyst模型中的低温胁迫效应算法表现最好;对于茎生物量的动态模拟,WOFOST模型中的低温胁迫效应算法表现最好,特别是孕穗期低温处理;对于籽粒产量的模拟,STICS模型中的低温胁迫效应算法表现最好,其次是CropSyst模型。【结论】耦合低温胁迫效应算法后的WheatGrow模型,在模拟叶面积指数、茎生物量、地上部生物量和籽粒产量上均好于原WheatGrow模型,且在弱低温条件下的模拟效果好于强低温条件,但是4套算法由于没有考虑低温胁迫对茎秆的直接伤害、低温胁迫对干物质分配的影响以及低温胁迫后的恢复和补偿效应,因此在模拟茎生物量积累,以及模拟不同低温持续时间下的地上部生物量积累存在明显不足。此外,4套低温效应算法引入参数较多,为模型的参数化带来一定的困难,有待今后进一步改进和完善。研究结果对改进小麦生长模型对低温胁迫响应,降低气候变化背景下作物生产力的预测预警的不确定性具有重要意义。     

WOFOST模型在河南省夏玉米主产区的校准与验证

为检验WOFOST模型在河南夏玉米主产区的适用性,通过大田试验数据,对WOFOST进行参数校准,并利用独立数据,对夏玉米叶面积指数、生物量、产量的模拟结果进行验证.结果表明,校准后的WOFOST对叶面积指数、生物量和产量的模拟效果较好.在整个生育期内,叶面积指数模拟值与观测值的归一化均方根误差(NRMSE)为20.7％,茎、叶、籽粒各器官干物质量及地上部生物量模拟值与观测值的NRMSE分别为10.6％、18.3％、21.3％、17.7％,夏玉米收获产量模拟值与观测值的NRMSE为6.1％.校准后的WOFOST可较准确地模拟夏玉米生长动态及生物量积累动态,适用于河南夏玉米主产区夏玉米生长模拟和产量预测.     

基于APSIM模型旱地小麦叶面积指数相关参数的优化

【目的】 模型的有效应用依赖于参数的快速、准确估算。本研究拟解决作物生长模型参数本土化率定过程中运算量大、耗时长、精度低、效率低的问题。【方法】 依据甘肃省定西市安定区2个试验点（李家堡镇麻子川村和凤翔镇安家沟村）,多年（2002—2005年和2015—2017年）大田试验数据以及定西市安定区1971—2017年气象资料,利用混合蛙跳算法智能的迭代搜索原理,对APSIM模型旱地小麦叶面积指数相关参数进行了优化,并采用相关性分析方法对模型校正结果进行检验。【结果】 利用青蛙群体即相对独立又合作协调的子群内局部深度搜索与子群间全局信息交流生物进化学习策略,有效提高了运算的速度,实现了对APSIM模型中与旱地小麦叶面积指数相关参数的快速、准确估算。相关参数主要包括：主茎上节出现所需的热时间间隔、小麦出苗后初始化的节数、小麦出苗后初始化的叶片数、小麦出苗后初始化的叶面积指数、某日正在生长的节数和最大比叶面积。分别使用穷举试错法所得参数值和混合蛙跳算法所得参数值模拟叶面积指数,参数优化后,叶面积指数模拟值和实测值之间的RMSE（root mean square error）平均值由0.069降低到0.027,NRMSE（normalized root mean square error）平均值由8.09%降低到4.56%,M_E（model effective index）平均值由0.979提高到0.993。【结论】 相对于参数率定常用穷举试错法,混合蛙跳算法具有自发学习特征的智能迭代行为,实现了参数的自动率定,提高了效率。基于该算法进行APSIM模型旱地小麦叶面积指数相关参数的优化,使得模型对叶面积指数的模拟精度显著提高,证明该算法的使用对作物生理生态系统复杂模型的校正效果良好,为改善模型参数率定过程存在的运算量大、耗时长、精度低、效率低的缺点提供了一种行之有效的方法。     

基于EFAST方法的CERES-Wheat作物模型参数敏感性分析

为有效识别作物模型关键参数,减少模型模拟的不适用性,根据中国农业大学上庄实验站小麦田间实测数据,应用EFAST方法对CERES-Wheat模型输入参数进行定量的全局敏感性分析,分析小麦模拟产量对作物参数、土壤参数和田间管理参数变化的敏感性。结果表明:CERES-Wheat模型的作物品种型参数中,标准籽粒质量参数对模拟结果影响最大,而生态型参数中影响最大的是营养生长末期叶片面积质量比率;土壤参数中的矿化系数对模拟结果影响最显著;管理参数中的施氮量、播种日期、施肥日期、播种深度对模拟结果影响较显著。基于EFAST方法的敏感性分析对作物模型修正具有指导意义,可为确定模型关键参数及模型进一步优化提供参考依据。     

不同灌水处理下CROPGRO-Tomato模型全局敏感性和不确定性分析

作物品种参数和土壤参数是作物生长过程模拟和产量预测过程中的基本输入参数,输出变量对输入参数的敏感性分析对提高作物模型的模拟精度具有重要作用。依据辽宁地区的温室番茄田间试验资料,进行了不同灌水水平下CROPGRO-Tomato模型的全局敏感性分析。在4个灌水处理(50%θ_f、60%θ_f、70%θ_f和80%θ_f为灌水下限,θ_f为田间持水率)条件下,利用SimLab软件,采用Morris法和EFAST法分析了CROPGRO-Tomato模型的5个输出变量(番茄的开花期、成熟期、产量、地上干物质量和最大叶面积指数)对作物品种参数和土壤参数的全局敏感性,并对两种方法的分析结果进行了比较,同时对EFAST法分析结果进行了不确定性分析。结果表明:两种方法分析得到的开花期天数、成熟期天数、地上干物质量和最大叶面积指数的分析结果相关性较高;产量方面,两种方法得到的XFRT(每日分配给果实的干物质量的最大比例)、EMFL(出苗到第一朵花出现的光热时间)、LFMAX(最适条件下叶片最大光和速率)等作物品种参数的敏感度排序基本一致。其中最敏感参数为XFRT,在EFAST法和Morris法中其值分别为0.505和1305;两种方法得到开花期、成熟期、地上干物质量和叶面积指数等输出变量的最敏感参数均为EMFL。其中EFAST法得到的上述各参数依次为0.999,0.615,0.463,0.690;Morris法得到的各参数依次为19.9,18.2,2450,5.13;不确定性分析结果表明:当土壤水分在70%θ_f和80%θ_f条件下,CROPGRO-Tomato模型对番茄生育期划分和地上干物质量的模拟精度比在50%θ_f和60%θ_f水分条件下平均高7.25%。研究结果为利用DSSAT-CROPGRO-Tomato模型模拟辽宁地区温室番茄生长过程中参数的优化和适用性的提高提供理论依据。     

不同灌水水平下CROPGRO-Tomato模型局部敏感性分析

依据辽宁沈阳地区进行的温室番茄田间试验资料,进行不同灌水水平下CROPGRO-Tomato模型的局部敏感性分析,在4个灌水处理(田间持水率为50％、60％、70％和80％)条件下,采用扰动分析法分析番茄鲜果模拟产量对6个作物品种参数的局部敏感性.结果表明,在4种不同灌水处理条件下模拟产量对参数SD-PM、LFMAX、SLAVR和XFRT的敏感度为Ⅳ～Ⅴ,敏感度较高;其中,模拟产量对参数FL-SH、FL-SD和SD-PM敏感度的变异系数分别为40.43％、117.1％和35.71％,受灌水水平影响较大.     

基于自动寻优与试错法相结合的江苏冬小麦模型参数化研究

为了在省级层面更好地应用作物模型业务应用系统,利用江苏省2013—2015年站点观测资料,基于自动寻优方法,以均方根误差最小化原则,校正WOFOST中冬小麦发育相关参数,再采用“试错法”订正产量敏感参数,获取适合模拟江苏省冬小麦生长发育的作物参数,随后用2015—2016年的生育期和生物量观测资料验证参数,并用2017年的产量资料进行区域验证。将其模拟结果和业务系统运行结果与实测值对比后发现,本方法可以有效改善对发育期、叶面积指数、地上部分干物质和单位面积产量的模拟,对生育期的模拟改善幅度较大,得到的区域产量也与实测值更为一致。本方法较好地实现了江苏省冬小麦参数的本地化,可为作物模型的常态化应用提供基础,同时也可为其他省市的参数化提供一个借鉴的思路。     

东北玉米叶面积指数动态模拟模型研究

利用2009年沈阳玉米叶面积指数(LAI)及相关数据资料,通过Matlab软件中的cftool拟合出模型参数,建立叶面积指数动态变化模拟模型,并提出了相对叶面积指数( RLAI)和相对积温(RDD)的概念.用2008年吉林和2010年沈阳的相关数据资料进行检验,标准误差RMSE(root mean squared error)以及决定系数r2(determinants of coefficient)分别在0.21和0.98左右,在误差范围内;总体看,模型可较好地模拟东北玉米不同生育阶段叶面积指数的动态变化,也可用于作物生长、产量模拟以及对作物的生长监测和遥感估产.     

基于DNDC模型的红枣生长模拟参数敏感性和产量不确定性分析

【目的】研究红枣生长模型模拟输入参数的敏感性和产量预测不确定性，为红枣生长模拟模型的本地化和区域化参数调整优化提供依据，以提高模型模拟预测精度和效率。【方法】以新疆昆玉市现代农业示范区为研究区，应用可扩展傅里叶振幅敏感分析法(EFAST)和蒙特卡罗法分析基于DNDC模型系统新构建的红枣生长模型的输入参数敏感特性和产量预测不确定性。【结果】作物参数中全株生物量中果实比例(Gfra)、最大作物产量(MaxY)、生长积温(TDD)和需水量(WaterR)等指标敏感度最高，土壤参数中田间持水率(FC)和孔隙度(Por)等指标敏感度最高，田间管理参数中灌溉量(IrrAm)、施肥量(FerAm)和有机肥施肥量(ManAm)等指标敏感度最高；随着参数的波动范围由±5%增大到±10%,红枣预测产量正态分布的相关一致性系数增大，模型的平稳性增加。【结论】调整参数优化模型，并对2015～2019年各年份进行产量模拟测试验证，预测产量结果相对误差控制在±8%以内(最小误差为-1.99%),调整红枣产量预测模型参数，提高了模型预测产量的精度，优化趋于合理。     

小麦生长模型WCSODS在河南的应用研究（征文）

基于WCSODS的需求，分别设置了播期和氮肥试验，调试了小麦品种参数，检验了WCSODS在河南麦区的应用效果。结果表明： 1) WCSODS系统对河南麦区小麦生育期和产量的模拟精度较高，全生育期模拟值与实际观测值仅相差1～2d，拔节期和抽穗期模拟相差较大，分别为4～6d和2～5d，产量模拟相差4.5～20kg/667m2; 2)WCSODS以绿叶分配指数和地上部干重为基础，对小麦叶面积指数的变化动态进行模拟，它从方法上避免了因对叶面积定量计算而造成的误差，同时也考虑了叶面积指数的增大对茎蘖动态的限制，涵盖了不同茎蘖能力的小麦品种，具有较好的通用性。结果显示其对叶面积、茎蘖数及干物重的模拟值与实测值比较吻合，相关系数达到0.9877～0.9995；3)WCSODS需要改进的问题是没有考虑氮肥胁迫对小麦生长发育的影响。     

基于APSIM的旱地小麦叶面积指数模拟模型构建

为了解旱地小麦叶片生长规律,建立基于APSIM的小麦叶面积潜在生长率模型和叶面积水、氮协同生长率模型,并在田间试验修订参数的基础上,连接到APSIM平台,模拟小麦叶面积指数动态变化过程,采用相关性分析方法定量分析小麦叶面积指数的变化规律。结果表明：基于APSIM的小麦叶面积潜在生长率模型和叶面积水、氮协同生长率模型对旱地小麦生长指标LAI的模拟有较高精度。小麦全生育期内叶面积指数模拟值与实测值呈显著正相关,相关系数(R)为0.996,归一化均方根误差(NRMSE)范围在3.08%～9.38%,模型有效性指数(M_E)为0.594～0.956,均大于0.5。     

遥感同化WOFOST模型动态监测水稻重金属污染胁迫

为研究土壤重金属污染对作物生长尤其是根系生长的影响,探讨了利用遥感与作物生长模型同化方法获取水稻根重WRT(Weight of Root)的变化,进而动态监测水稻重金属污染胁迫的可行性。以吉林省长春市两块不同污染水平的水稻种植区为研究对象,以叶面积指数LAI(Leaf Area Index)为结合点,使用灰色关联度分析选择与根重关联度最高的作物参数CVR(干物质转化为根重的效率,Efficiency of Conversion into Roots),通过粒子群优化算法PSO(Particle Swarm Optimization)优化CVR,实现作物生长模型WOFOST(World Food Studies)与CCD遥感数据的同化,并用同化后的WOFOST模型模拟WRT进行水稻重金属污染胁迫状况分析,最后对研究区水稻重金属污染胁迫进行了分级评价。结果表明,整个生长期污染严重区域水稻根重比污染较轻区的水稻根重低,二者比值范围为0.894~0.972,均值为0.922,在水稻分蘖期比值最低达到0.894。可见根重的变化是监测水稻重金属污染胁迫的有效指标,该方法能够在水稻生长的早期(分蘖期)就监测到重金属污染胁迫。     

测墒补灌调节土壤相对含水量对小麦旗叶叶绿素荧光特性及籽粒产量的影响

为明确拔节期和开花期土壤相对含水量对小麦开花后旗叶荧光特性及籽粒产量的影响,于2016—2017年小麦生长季,选用主推品种济麦22为材料,在田间试验条件下,设置3个处理,即全生育期不灌水(W0)、拔节期和开花期0~40 cm土层均测墒补灌至土壤相对含水量为70%(W1)或80%(W2),研究不同土壤相对含水量对小麦开花后旗叶叶绿素荧光特性、籽粒灌浆速率以及籽粒产量影响。结果表明:(1)开花后7、14 d和21 d,旗叶叶绿素相对含量为W1﹥W2﹥W0;开花后14、21 d和28 d,W1处理旗叶相对电子传递效率(ETR)、实际光化学效率(φPSⅡ)、光化学猝灭系数(qp)和最大光化学效率(Fv/Fm)均显著高于W0和W2处理。(2)W1和W2处理籽粒灌浆速率于开花后7、14 d和21 d无显著差异,花后28、35 d为W1﹥W2。(3)W1处理的籽粒产量、水分利用效率和灌溉效益最高。本试验条件下,采用测墒补灌方法,拔节期和开花期土壤相对含水量均为70%是小麦节水高产的最佳灌水处理。     

玉米叶面积指数的普适增长模型

建立了1个模拟叶面积指数动态变化的扩充的Logistic模型,利用禹城、沈阳的玉米叶面积指数(LAI)实测资料进行了拟合,结果表明,此模式是模拟叶面积指数随地理位置、品种、播期、密度变化的统一模型．对叶面积指数与积温间关系的分析,综合了不同地理位置、不同品种、不同播期、不同密度的叶面积指数资料,得到1条相对叶面积指数变化曲线,可反映特定区域作物叶面积指数的动态变化,也可用于区域作物产量模拟和遥感估产的研究。     

基于高光谱数据的作物净初级生产力估算方法

叶片叶绿素含量、叶片含水量、叶面积指数、光合有效辐射是影响作物净初级生产力(NPP)的重要因素。以光能利用率模型作为基本模型,结合叶片叶绿素含量、叶面积指数和叶片含水量等生态参数反演方法,构建新的NPP高光谱遥感估算模型。在山东禹城实地观测的小麦和玉米NPP数据基础上,研究还将新构建的模型与NDVI、CI和MCARI等传统叶绿素冠层模型的线性拟合结果进行比较。分析结果表明,新构建的模型在小麦、玉米2种作物NPP估算中都有着较好的表现,可以用来估算作物NPP。