AquaCrop模型在草坪草耗水特性研究中的应用

以草地早熟禾为试验材料,在温室内开展草坪草土壤水分梯度控制试验,将Aqua Crop模型应用到非充分灌溉条件下草坪草蒸散耗水特性的研究中,通过参数调试、模型检验和田间验证,最终建立草坪草生物量水分响应模型。结果表明:Aqua Crop模型模拟草坪草生长发育的效果与实测结果较为一致,模拟值与测量值非常接近,建立的草坪草Aqua Crop模型,具有较强的科学性和实用性。     

基于水分驱动的AquaCrop模型及其研究进展

介绍了AquaCrop模型的原理及基本参数,从模型的校验与应用两方面阐述了该模型的研究进展。指出目前仍缺乏实测数据验证AquaCrop模型对蒸发及蒸腾的模拟效果;AquaCrop模型在严重水分及盐分胁迫下模拟结果精度较差;已开展的模拟研究地域范围窄;由于缺少更复杂的生理子模块,AquaCrop模型不能很好解释水分胁迫对光合产物向籽粒运输分配过程的影响。为了提高模型的模拟精度并进一步延伸模型的应用范围,应完善模型水分及盐胁迫模块,并在较广范围内获取丰富的实测数据对模型开展进一步的校验研究。     

作物长势监测系统在作物产量预测应用中的探讨

通过对作物长势监测系统(Crop Growth Monitoring System,CGMS)在黑龙江省四大作物产量预测中的应用进行改进并检验。结果表明,应用CGMS对四大作物(玉米、大豆、水稻、小麦)的系统参数进行分区处理是可行的,解决了用统一的一组参数对复杂气候区域作物生长过程模拟的局限性,提高了CGMS在复杂气候条件下的预测应用效果;并提出了CGMS在应用上存在的问题及今后的研究方向。     

几种常见作物模型的研究进展及其参数优化

随着信息技术的迅速发展,"数字农业"已成为现代农业发展的热点,作物模型作为"数字农业"的核心,已经得到越来越广泛地应用。根据实际情况,选择合适的模型;通过信息化手段,获取更为优化的参数,可以为农业生产提供更好的模拟与预测。以作物模型ORYZA 2000、CERES、DNDC、Aqua Crop、APSIM以及CCSODS为例,介绍了其起源与发展,分析其原理、结构组成和研究应用,归纳各模型的参数,并从手动获取与自动获取两个方面总结了各模型的输入参数。最后展望了作物模型可以在两个方面进行优化,一是作物模型与栽培优化原理结合,二是作物模型与"3S"技术结合。通过对模型的概述及参数的总结,为作物模型的选择和优化提供依据。     

作物生长模型同化SAR数据模拟作物生物量时域变化特征(英文)

生物量是监测作物长势的一个重要指标,可以反映作物的生长状况,和作物产量有密切关系。遥感获取生物量的方法之一是通过基于矢量辐射传输方程的微波冠层散射模型反演,但多数模型反演方法并未考虑作物生物量在不同阶段的变化特征。运用数据同化方法,将 SAR 数据提取的生物量信息和作物生长模型结合,描述作物生物量与时间变化的关系,提高生物量估测精度。通过分析生物量和 SAR 数据提取的后向散射系数的时域变化关系建立反演模型估算生物量。在构建代价函数的基础上,采用共轭梯度法对生长模型参数进行优化,使模型估算的生物量和SAR 数据反演的生物量差值最小。结果表明,引入 SAR 数据修正后的作物生长模型模拟生物量和实测值的时间分布基本吻合,且比未引入 SAR数据的结果精度有明显提高。因此采用 SAR 数据提取的作物实时生长信息可以修正作物生长模型关键参数以提高模拟生物量的精度。     

美国CERES作物模拟模型及其应用

一、CERES作物模拟模型的研究概况 作物模拟模型的研究,是伴随着计算技术的发展而兴起的。在发达国家它是用于改造传统农业的有效工具,它的出现和广泛应用标志着世界农业发展进入了信息时代。美国的CERES(Crop Environment Resource Synthesis)作物模拟模型是目前世界上应用最广的作物模型之一。     

基于循环迭代算法的水稻发育期模型参数调试方法研究

参数调试是作物生长模型应用的首要问题.以CERES-Rice模型的发育期模块为基础,建立基于循环迭代算法的模型参数自动调试方法,结合栽培试验资料,对参数适宜取值范围和步长进行讨论,分析分阶段调试和全程调试的结果差异.结果表明:累积生长度日的适宜步长为1个GDD,感光因子和临界日长的适宜步长分别为0.01和0.20.分阶段调试和全程调试对参数取值结果有一定影响,造成误差的原因在于全程调试过程中用模拟发育期代替了实际发育期.尽管分阶段调试得到的参数下的模拟发育期误差较全程调试得到的参数下的模拟误差大,但分阶段调试得到的参数更能体现作物品种的发育特性.     

不同气象数据源在水稻模型中的应用比较分析

基于采用统计分布分析方法,将由天气发生器weather generator生成的模拟数据与实际观测数据、月平均数据进行统计比较,并分别应用于作物模型中,以检验模拟数据在作物模型中的应用。统计分布分析包括相对系数分析和K-S非参数检验法。结果表明三种不同数据源应用于作物模型,模拟数据得到的平均预测产量均高于实际数据得到的预测产量,weather generator对日照时数要素的模拟有待进一步改进。     

作物生长模拟模型及其在设施园艺生产中的应用

介绍了作物生长模拟模型在国内外的发展现状和应用效果,以及作物生长模拟模型在设施园艺中的应用现状;分析了建立园艺作物生长模拟模型的可行性、必要性;提出了建立园艺作物生长模型的策略,并对作物生长模拟模型在设施园艺中的应用前景进行了展望.     

不同参数取值范围下CROPGRO-cotton模型全局敏感性和不确定性分析

在对新作物模拟的过程中，需要对品种参数重新进行率定，但是很多参数难以测量和校正，所以需要确定参数的取值范围。目前，参数的取值范围大部分通过2种方式得到：(1)实测数据和前人文献；(2)参数初始默认值的某个百分比上下变动。前者因为很多实测数据和率定后的参数未公布，所以选择后者确定参数取值范围。在5个参数取值范围(10%、20%、30%、40%、50%)下，通过Simlab软件，采取扩展傅里叶幅度敏感性检验(EFAST)法，对不同参数取值范围的输出变量进行敏感性和不确定性分析可知，30%的参数取值范围能很好地模拟作物生长。敏感性分析与不确定性分析标明其输出变量成熟期(MDAP)、产量(HWAM)、生物量(CWAM)的一致性检验系数(TDCC)分别为0.86、0.9、0.88,P值(显著性分析)均小于0.05,具有显著一致性，开花期(ADAP)的TDCC较小，为0.66,这因为只有参数EM-FL为敏感性参数，其余参数均不敏感。模型的输出结果中ADAP、MDAP、HWAM的实测值均处于95%置信区间内，CWAM略差。本研究可帮助CROPGRO-cotton模型在南疆地区的应用提升模拟精度和模拟...     

AquaCrop模型在华北平原黑龙港流域典型区冬小麦-夏玉米种植模式上的适用性评价

为评估AquaCrop模型在黑龙港流域模拟冬小麦-夏玉米水分利用与作物产量的适用性,根据田间试验数据和FAO提供的参数值,对AquaCrop模型进行模型非保守性参数的本地化校准和验证。结果表明,AquaCrop模拟冬小麦冠层覆盖值和实测值的归一化均方根误差(NRMSE)为15.90%,模拟产量与实测产量之间的NRMSE为4.23%;模拟夏玉米冠层覆盖值和产量值与相应实测值之间的NRMSE分别为11.59%和11.69%。本研究校准所得参数对黑龙港流域典型站点有较好的适应性,校验后的AquaCrop可以用于黑龙港流域冬小麦-夏玉米水分管理、产量潜力等相关研究。     

AquaCrop模型在大葱生物量和土壤贮水量模拟中的应用和验证

为评估AquaCrop模型在华北平原模拟大葱生长和农田水分的适用性,本研究利用实测的农民施肥方式的一个小区和增施氮肥处理的土壤水分、作物生长和产量数据,结合气象资料,获得了AquaCrop模型模拟大葱生长和土壤水分的模型参数,并利用实测的农民施肥方式的另外一个小区、减施氮肥、优化施氮和秸秆还田处理的土壤贮水量和生物量数据进行了模型验证。结果表明：在无水分胁迫条件下AquaCrop模型对大葱土壤贮水量及生物量的模拟结果是可以接受的。对土壤贮水量实测值与模拟值的RMSE为19.4~24.9 mm之间,相对误差为3.9%~12.4%;大葱生物量实测值与模拟值的RMSE为0.31~0.73 t/hm2,相对误差为5.8%~12.8%。     

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。     

Integrating remote sensing information with crop model to monitor wheat growth and yield based on simulation zone partitioning

Research into crop growth models at the spatial scale is of great significance for evaluating crop growth, predicting grain yield and studying global climate change. Coupling spatial remote sensing (RS) data can effectively promote the simulation of growth models at spatial scales. However, the integration of RS data and crop models to produce a coupled model based on pixel by pixel requires a large amount of calculations. Simulation zone partitioning is used to separate and cluster the large area into a few relatively uniform zones. Then, the growth model can run on the basis of these units. This method both reflects spatial heterogeneity and avoids repeated simulations of regions with similar attributes, improving the simulation efficiency. In this study, simulation partitioning was performed using soil nutrient indices (organic matter content, total nitrogen content and available potassium content) and corresponding spatial characteristics of wheat growth, as indicated by RS data. A coupled model, integrating RS information and the WheatGrow model, using vegetation indices as the coupling parameters (based on the Particle Swarm Optimization algorithm and PROSAIL model), was developed. The aim was to realize accurate prediction of wheat growth parameters and grain yield at the spatial scale. Good zone partitions were obtained by partitioning with the spatial combination of soil nutrient indices and the wheat canopy vegetation index, calculated during the main growth (jointing, heading and filling) stages. The variation coefficients of each index within individual simulation sub-zones were much smaller than those of the indices across the whole area. An analysis of variance showed that the indices were significantly different between the simulation sub-zones, which indicated that appropriate simulated sub-zones had been defined. The minimum root mean square error of the leaf area index, leaf nitrogen accumulation and yield between the predicted values and the values simulated by the coupled model were 0.92, 1.12 g m^?2, and 409.70 kg ha^?1, respectively, which were obtained when the soil-adjusted vegetation index was used as a partitioning zone and assimilating parameter. These results demonstrated that the coupled model of the crop model and RS data, based on the simulation sub-zones had a good prediction accuracy. The results provide important technical support for increasing model efficiency, when crop models need to be applied at the spatial scale.     

覆膜条件下对AquaCrop模型冬小麦生长动态和土壤水分模拟效果的评价分析

【目的】通过评价AquaCrop模型对覆膜条件下冬小麦的生长发育、土壤水分、产量以及水分利用效率的模拟效果,为AquaCrop模型在覆膜条件下的校准和应用提供科学的方法和理论依据。【方法】试验设臵不覆盖(CK)和白色地膜覆盖(PM)两个处理,于2013年10月至2016年6月年在陕西杨凌进行田间试验,利用2014—2015年度试验数据对AquaCrop模型进行参数校准,利用2013—2014年度和2015—2016年度的冬小麦观测数据对AquaCrop模型进行验证。【结果】AquaCrop模型较好地模拟了冬小麦冠层覆盖度,冠层覆盖度模拟值和实测值之间的决定系数(R2)为0.86—0.99,均方根误差(RMSE)为2.1%—8.1%。AquaCrop模型也较好地模拟了冬小麦生物量和土壤贮水量,其中地上部生物量的模拟值和实测值之间的R2均大于0.95,RMSE为0.814—1.933 t·hm-2;CK土壤贮水量模拟值和实测值间的相关系数均大于0.85,PM土壤贮水量模拟值和实测值间的相关系数均大于0.75,CK和PM土壤贮水量模拟值和实测值的均方根误差表现为9.2 mmRMSE17.6 mm,标准均方根误差(NRMSE)小于5.5%。冬小麦产量实测值和模拟值相对误差(RE)为-4.4%—9.0%,PM产量实测值和模拟值的平均值较CK分别提高40.5%和40.3%,表现出较好的一致性,处理间成显著性差异。水分利用效率实测值和模拟值RE为-10.4%—-1.5%,PM水分利用效率实测值和模拟值的平均值较CK分别提高54.1%和47.5%,同样表现出较好的一致性,处理间成显著性差异。在冠层覆盖度、地上部生物量、产量和水分利用效率方面,模型模拟值和实测值的变化趋势基本一致,且PM模拟值和实测值间均较CK表现出显著性差异。【结论】AquaCrop模型能够较好地模拟覆膜条件下冬小麦生长发育过程,可以用于覆膜条件下作物生产力的模拟和预测,为AquaCrop模型的推广应用提供了可靠的数据支持。     

Estimation of water productivity in winter wheat using the AquaCrop model with field hyperspectral data

Water productivity (WP) is a key element of agricultural water management in agricultural irrigated regions. The objectives of this study were: (i) to estimate biomass of winter wheat using spectral indices; (ii) integrate the estimation of biomass data with the AquaCrop model using a lookup table for higher accuracy biomass simulation; (iii) show estimation accuracy of the data assimilation method in yield and WP. Spectral variables and concurrent biomass, yield and WP of samples were acquired at the Xiaotangshan experimental site in Beijing, China, during the 2008/2009, 2009/2010, 2010/2011 and 2011/2012 winter wheat growing seasons. The results showed that all spectral indices had a highly significant relationship with biomass, especially normalized difference matter index, with R² and RMSE values of 0.84 and 1.43 t/ha, respectively. Simulation of biomass and yield by the AquaCrop model were in good agreement with the measured biomass and yield of winter wheat. The results showed that the data assimilation method (R² = 0.79 and RMSE = 0.12 kg/m³) could be used to estimate WP. The result indicated that the AquaCrop model could be used to estimate yield and WP with the aid of remote sensing for improving agricultural water resources management.     

AquaCrop模型在华北平原夏玉米水分研究中的应用

为将AquaCrop模型应用于华北平原夏玉米水分研究中,于2011-2012年在中国科学院栾城农业生态系统试验站进行了夏玉米水分处理试验,在参数率定与模型验证的基础上对华北平原水量平衡及水分利用效率的现状进行了分析。结果表明,AquaCrop模型能够较好地模拟夏玉米的产量、生物量、冠层发育过程以及表层土壤水储量的动态变化。从生物量角度来看,夏玉米的水分利用效率在8月中旬达到最大,可达10 kg/m3左右,其整个生长季水分利用效率为4.9-5.8 kg/m3;从产量角度来看,水分利用效率为2.3-3.0 kg/m3,且在整个生长季土壤水储量呈增加趋势。研究阐明了AquaCrop模型在华北平原地区有较好的适用性,可以应用于夏玉米耗水与水分利用效率方面的研究。     

基于产量统计模型的农作物保险定价研究进展

近年来中国农业保险得到了快速发展,农作物保险费率定价问题受到高度重视。产量统计模型是农作物保险精算中较为成熟、应用广泛的一种模型,适用于中国开展的农作物保险实践。论文在广泛综述国内外研究进展的基础上,探讨了产量统计模型中存在的主要问题,并就该模型未来发展的趋势进行了讨论。研究表明：（1）产量统计模型中的趋势处理和分布拟合环节是模型不确定性的两个主要来源。针对农作物单产趋势的研究,应该进一步开发可灵活表达趋势变化规律的模型,并注重趋势检测结果的验证。对于概率密度分布模型的选择必须遵循作物和风险的区域特征。（2）产量统计模型尚不能有效解决空间相关风险累加的问题。引入空间要素,形成产量的综合时空统计模型是经典产量统计模型的重要发展方向,可有效解决农作物保险精算中的相关空间问题。在上述问题中对传统产量统计模型进行改进,从而形成可计算、高精度和更稳健的产量统计模型,并在农作物保险定价中开展实践,将有助于中国农业保险向着科学化、专业化和精细化的方向发展。     

不同农作管理措施对东北地区农田土壤有机碳未来变化的模拟研究

【目的】研究与探索不同农作管理措施对东北农业土壤有机碳的影响,为东北地区高产高效低碳农业及可持续发展提供科学依据。【方法】不同农作管理措施能够影响土壤有机碳(soil organic carbon,SOC)的未来变化,该研究基于东北地区4个长期定位试验站点(黑龙江省哈尔滨站点、吉林省公主岭站点、吉林省德惠站点、辽宁省沈阳站点)的试验数据,用站点的实测作物产量和SOC双标准对DAYCENT模型进行校验。DAYCENT模型调整的相关参数包括作物参数、耕作方式参数、施肥参数、收获参数和有机肥参数等,在对所选试验站点的长期定位试验结果校验后,利用已校验的各项参数,对模型模拟情况进行验证,发现模型模拟值与实测值吻合良好,表明DAYCENT模型适用于这4个地区的作物产量和SOC模拟,可以较好地模拟SOC的动态变化。进而研究在未来气候变化情景下(representative concentration pathway 4.5,RCP 4.5),用校验了的DAYCENT模型对这4个站点在4种不同管理情景(施用化肥、增施有机肥、秸秆还田、免耕)下的SOC变化情况进行模拟。【结果】模拟结果显示,对于哈尔滨站点,采用有机肥和氮磷钾化肥配施处理(MNPK)在短时间内使SOC升高较快,而从长远来看,配施低量有机肥与单施用化肥对SOC增加的斜率基本一致,但由于化肥和有机肥配施(MNPK)处理的初始SOC含量高,其SOC未来含量的绝对值也比较高;对于德惠站点,虽然短时间内,免耕处理SOC低于常耕处理,但长期看来,免耕更有利于增加SOC,其SOC涨幅逐渐高于常耕处理,40年间相对增加了11.88%;公主岭站点有机肥氮磷钾化肥配施和氮磷钾化肥结合秸秆还田措施较单施化肥可显著提高农田SOC;沈阳站点的未来有机碳模拟发现,在单施化肥情况下,未来的42年内SOC呈略微下降趋势,相对降低2.83%,从长远看来,单施化肥并不能使该地区SOC增加,因此,可以考虑采用有机肥和氮磷钾化肥配施等措施来提高该地区的农田SOC。【结论】DAYCENT模型可以有效地模拟作物产量和土壤有机碳的动态变化,模型适应性较强,同时DAYCENT模型可用于模拟站点未来SOC的动态变化。在东北地区农田土壤管理方面,可通过合理的有机肥化肥配施、推广免耕和秸秆还田技术来固定土壤碳,最终达到提高土壤有机碳库和促进农业可持续发展的目标。