首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   3篇
  免费   0篇
  国内免费   3篇
基础科学   2篇
  2篇
综合类   2篇
  2023年   1篇
  2021年   1篇
  2018年   2篇
  2017年   1篇
  2016年   1篇
排序方式: 共有6条查询结果,搜索用时 11 毫秒
1
1.
水分胁迫对冬小麦冠层辐射截获率和利用效率的影响   总被引:2,自引:0,他引:2  
冬小麦地上部生物量和最终产量都取决于冠层截获光合有效辐射(Photosynthetically active radiation,PAR)的能力以及辐射利用效率(Radiation use efficiency,RUE)的大小。目前主要的作物生长模型都是利用作物冠层PAR截获率与RUE的关系来模拟作物的干物质积累和产量形成过程。为了探讨不同生育期受旱对冬小麦冠层PAR截获率和RUE的影响,本研究开展了2个生长季(2015—2016年和2016—2017年)的冬小麦田间试验。试验设置返青+拔节受旱(Early stress,ES),抽穗+灌浆受旱(Later stress,LS)以及全生育期不灌水(Whole stress,WS)3个不同处理,另外设置充分灌水处理作为对照(CK),灌水定额为80 mm。冠层接收到的太阳辐射通过每个小区中心处安装的PAR传感器全天候、不间断测得。结果表明土壤相对含水率能够有效反映冬小麦在不同受旱处理下的缺水状态。在受旱条件下,ES、LS和WS处理的最大叶面积指数分别比CK处理低31%、15%和58%。受叶面积指数影响,CK、ES、LS和WS处理的最大冠层PAR截获率分别为90%、88%、79%和42%,WS处理显著低于其他3个处理,同时,各处理叶面积指数和冠层PAR截获率的差异导致不同的冠层消光系数,其中ES处理的消光系数低于LS处理。CK、ES、LS和WS处理2年的平均地上部生物量分别为1 532、1 410、1 403、537 g/m~2。冬小麦的作物生长速率(Crop growth rate,CGR)呈现出和地上部生物量相似的规律,二者之间具有良好的相关性(R~2=0.99)。冠层辐射截获率和地上部生物量决定了冬小麦的RUE,本研究中CK处理的RUE为3.55 g/MJ,ES和LS处理的RUE要比CK处理低22%和5%,而WS处理仅比CK处理低22%。冬小麦的RUE在整个生育期呈先增大后减小的趋势,在开花期达到峰值。营养阶段受旱引起的冬小麦RUE降低幅度更大,全生育期受旱下冬小麦RUE呈现不同的干旱响应机制,有待于进一步研究。本研究认为将消光系数和RUE作为生育期或者积温的函数来对待而非单一常数,可以帮助改善作物模型中干物质的估算精度,降低模拟结果的不确定性。  相似文献   
2.
【目的】马铃薯作为中国第四大主粮作物,其适宜性评价对保障国家粮食安全具有重要意义。本研究基于气候数据,构建集成物种分布模型预测中国未来时期马铃薯气候适宜区,为优化中国马铃薯种植提供重要科学参考。【方法】利用6种全球气候模式(global climate models,GCMs)未来气候数据驱动5种物种分布模型(species distribution models,SDMs),集成模拟预测未来4种温室气体排放情景(ssp126、ssp245、ssp370、ssp585)下,中国历史上(1970—2000年)和4个未来时期(2021—2040、2041—2060、2061—2080、2081—2100年)的马铃薯气候适宜区时空分布特征。【结果】(1)最湿月份的降水量、最暖月份的最高温度,以及最冷季度的平均温度是影响中国马铃薯气候适宜度的主要气象因子,对模拟结果的贡献率分别为54.7%、21.4%和18.1%。(2)4种温室气体排放情景下对于各适宜等级区域的预测结果变化基本一致,都呈现适宜区、低适宜区面积变大而高适宜区面积变小的趋势,仅在海南、西藏、新疆等地局部存在种植气候不适宜区。马铃薯...  相似文献   
3.
陕西苹果种植面积大、产量高,但产量易受晚霜冻影响。冻害的发生与苹果花期和晚霜冻时间密切相关,因此准确预测苹果花期,研究苹果花期的变化规律对苹果生产防灾减灾具有重要意义。本研究利用物候模型(春暖模型、连续模型、重叠模型和平行模型)研究气候变化背景下陕西苹果花期(包括始花期和末花期)的变化规律。首先,评价4种物候模型在陕西苹果产区模拟苹果花期的效果,筛选出研究区最佳花期预测模型。然后,基于所选最佳花期模型模拟历史(1980−2019年)时期各代表站(洛川、白水、凤翔和长武)的苹果花期。最后,基于33个全球气候模式(Global Climate Models,GCMs)生成的未来气象数据集,利用所选最佳模型分别模拟RCP4.5和RCP8.5两种情景下2021−2100年各代表站的苹果花期并研究花期时空变化规律。结果表明,连续模型是模拟渭北东部和西部苹果花期的最佳模型,而延安和关中西部苹果花期的最佳模型为平行模型。1980−2019年各代表站始花期提前速率为3.4~4.7d·10a−1,末花期提前速率为3.3~4.6d·10a−1,空间分布上,研究区苹果花期从东南到西北逐渐推迟,年平均花期持续时间为10~11d。在RCP4.5情景下,各代表站2021−2100年始花期提前速率为0.7~0.9d·10a−1,末花期提前速率为0.6~0.8d·10a−1;与1980−2019年相比,各代表站2021−2060年平均始花期提前0~4.4d,末花期提前0~5.0d,各代表站2061−2100年平均始花期提前3.4~7.6d,末花期提前2.6~8.2d。在RCP8.5情景下,2021−2100年各代表站始花期提前速率为1.3~1.8d·10a−1,末花期提前速率为1.3~1.6d·10a−1;与1980−2019年相比,各代表站2021−2060年平均始花期提前1.3~5.9d,末花期提前1.0~6.1d,各代表站2061−2100年平均始花期提前6.7~12.4d,末花期提前6.2~12.3d。未来气候条件下,苹果花期空间分布与历史时期基本一致,但花期持续时间略有缩短。本研究首次综合花期预测模型和未来气候数据研究陕西苹果产区苹果花期变化,可为陕西苹果产区应对气候变化产生的花期冻害提供一定的理论依据。  相似文献   
4.
不同水分胁迫情境下冬小麦生长发育的RZWQM2模拟   总被引:2,自引:0,他引:2  
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。  相似文献   
5.
根据陕西杨凌、合阳、长武3个站点各2 a玉米试验,在对玉米生长模拟模型CERES-Maize进行调试、验证的基础上,探索在生育期内进行动态产量预测的方法并验证.研究将目标生育期内未知气象数据分别用试验地的多年历史同期数据代替,结合生育期实时数据对应生成多个完整的气象数据序列运行模型预测产量.随着生育期的推进,逐日在气象数据序列中融入目标年实测的气象数据,从播种至收获动态模拟玉米产量.此外该研究使用改进前后的K-NN算法从历史气象年份中筛选目标年的气象相似年份进而预测产量.通过对3种方法预测精度及预测效率对比,确定改进的K-NN算法最优.研究表明,玉米生育前期产量预测可靠性和准确率均较差,抽雄后预测精度迅速提高;利用改进的K-NN算法在3个站点全生育期预测产量的平均绝对相对误差的均值分别为9.9%、19.8%、17.9%,抽雄后预测产量的平均绝对相对误差在0.2%~12.6%之间,相比于使用全部历史年份数据进行全生育期产量预测,模拟所需时间从61 min缩短至25 min.对该方法中降雨因子的筛选进一步改进可提高预报精度,未来有望达到业务应用水平.  相似文献   
6.
【目的】叶片形状系数(α)为测量作物的叶面积和叶面积指数提供了简单快捷的方法。然而,以往研究表明对作物叶片形状系数的选取存在很大的随意性,缺乏统一标准,且通常将其视为常数,不考虑它的时间和空间变异性。为解决这一问题,文章对陕西关中地区夏玉米不同生长阶段和不同叶位叶片形状系数的时间和空间变异性进行了深入研究。【方法】选取2015年6—10月生长季6个夏玉米品种,将玉米生育期划分为三叶、拔节、抽雄、开花、吐丝、成熟等6个不同生长阶段,每6天采样一次,测量叶片面积(LA)、叶片长度(L)和宽度(W),计算各个阶段的α值,同时对比α值在单个玉米植株不同叶位之间的差异。然后分别建立线性、二次、对数等3类共5个叶面积估算模型,以RMSE、RRMSE和ARE 3个统计量作为评价指标,对各叶片面积估算模型的精度进行评价。【结果】对全生育期6个夏玉米品种的760个叶片的面积和长宽乘积进行线性回归分析,夏玉米叶片形状系数均值约为0.78;在被验证的5种叶面积估算模型中,叶面积模型LA=α×L×W,其中α=0.78时精度最高,其相对均方根误差(RRMSE)约为9.50%,绝对相对误差(ARE)约为6.96%。α值范围为0.72—0.87,并随玉米生育期的变化而变化,自三叶期到开花期逐渐增大到全生育期最大值0.87,开花后缓慢下降至0.78,其中开花期叶片的α值与开花前各阶段的α值存在显著差异,而与开花后各阶段的α值不存在显著差异。不同熟性的夏玉米品种之间叶片α值也只在开花、吐丝期表现显著差异。不同叶型叶片α值表现出不同的变化规律,三叶期到拔节前,短宽型叶片的α值大于细长型叶片,此后一直到成熟期,细长型叶片的α值则大于短宽型叶片。在单个植株不同叶位叶片之间,α值变异性明显,开花期、吐丝期、成熟期均呈现出两头大中间小的规律,其中植株中部棒三叶位置α均值最为稳定,为0.78,对应的标准差在0.05以内,而植株上部和下部α均值约为0.84,对应的标准差在0.03—0.10。其中拔节、抽雄期不同叶位叶片的α值不存在显著差异,而在开花、吐丝、成熟期则表现出显著差异。【结论】叶面积模型LA=0.78×L×W更适于估算田间夏玉米叶片面积,较一般采用叶片性状系数0.75时提高模拟精度(ARE)3.86%。应在不同的生长阶段和不同叶位分别采用不同的叶片形状系数,这样才能进一步提高玉米叶面积估算的精度。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号