小麦模型算法集成平台构建与算法比较

为方便小麦模型算法比较与多算法集成模拟,本研究参考国内外主流作物模型CERES-Wheat、APSIM-Wheat、WheatSM、WOFOST、SWAT等的主要算法,集成了发育期、生物量、产量形成等模块的多种算法,构建了小麦模型算法集成平台(Wheat model algorithm integration platform, WMAIP)。发育期模块集成了小麦钟模型和热时两种算法;生物量模块集成了群体光合作用、光能利用效率和二氧化碳同化率3种算法;产量形成模块集成了籽粒灌浆、生物量转移和收获指数3种算法。基于模型平台组成了6个具有代表性的模拟模型。利用河北省吴桥县2017—2019年两年播期试验的田间观测数据结合2011—2014年3年播期耦合水分文献资料对模型进行参数校准与验证,并对特定模块的不同算法进行比较。结果表明,各模型的模拟结果与实测值均吻合良好,模拟误差在合理范围之内,其中发育期、地上部生物量、产量和土壤贮水量模拟值和实测值的归一化均方根误差(NRMSE)分别在0.56%～4.00%、16.13%～18.72%、12.48%～18.95%和10.78%～11.63%之间...     

河南省获嘉县气象灾害风险评估系统研究

根据获嘉县1961～2010年的气象资料和当地的耕地面积、人口密度和当地居民的经济状况等资料,利用气象材料、方法及评价指标,从暴雨、冰雹、大风等方面对致灾因子进行分析,利用ACRGIS软件插值法进行各种因子的风险区划,并建立了获嘉县的农业气象灾害损失的结构型统计评估模型。结果表明:暴雨、冰雹和大风灾害发生概率高,气象灾害综合风险程度较高的地方主要分布在照镜镇、位庄乡、中和镇和徐营镇,风险程度相对较小的地方主要是城关镇、黄堤镇和亢村镇。     

夏玉米蒸散优化参数模型及参数敏感性分析

分别采用2种不同的冠层阻力模型和土壤阻力模型,组合成4种Shuttleworth-Wallace(S-W)模型,模拟夏玉米农田灌浆期的逐时蒸散量,以涡度相关法观测蒸散量为实测值检验模型改进的效果,找出最优冠层阻力模型和土壤阻力模型,并分析最优S-W模型对各阻力参数的敏感性。结果表明:李俊改进型有效叶面积指数冠层阻力模型和Sellers土壤阻力模型组合的S-W模型模拟效果最好,S-W模型估算玉米田蒸散的精度显著提高,蒸散发模拟值与实测值的相关系数、一致性指数更接近1,蒸散发模拟的相对误差和均方根误差变小。敏感性分析表明,在计算各个阻力参数模型中,S-W1模型估算蒸散发对冠层阻力最敏感,其次是土壤阻力和有效叶面积指数;采用改进型有效叶面积指数冠层阻力模型和Sellers土壤阻力参数模型组合后,在一定程度上提高了模型精度,提高了计算准确率。     

气候变化对河南省夏玉米主栽品种发育期的影响模拟

为模拟气候变化对夏玉米发育期影响,本文将河南省划分为4个夏玉米主栽区,分区进行主栽品种遗传参数调试验证,确定各区域品种平均遗传参数。将未来气候变化情景(A2和B2)下,2020s、2050s和2080s各时段的温度和降水增量加上基准值,模拟未来气候变化对河南省夏玉米发育期的影响。模型调参验证结果表明：各区域品种遗传参数存在一定差异,豫西地区当前种植品种播种-开花所需积温高于其它地区,而豫北和豫东当前种植品种开花-成熟所需积温高于其它地区;各区开花期调参和验证误差RMSE为2～4d,相对误差NRMSE均小于10%;各区域成熟期调参误差RMSE均小于4d,验证误差RMSE为3～7d,除豫西区外,各区域调参及验证期间的成熟期相对误差NRMSE均小于10%。表明CERES-Maize模型对河南省各区域夏玉米发育期模拟精度均较高。未来气候变化影响模拟结果表明：A2和B2情景下,夏玉米营养生长期平均缩短4.7d和3.1d,全生育期平均缩短12.9d和8.6d。夏玉米生育期缩短日数与各时段增温幅度趋势一致,全省4个区域中豫西区生育期日数缩短最多。     

RCP情景下河南省夏玉米发育期变化及可调节热量资源估算

为模拟未来气候变化对夏玉米发育期影响并估算增温背景下夏玉米收获至冬小麦播种间可调节热量资源,将河南省划分为4个夏玉米主栽区,引入未来气候变化情景(RCPs)数据驱动参数本地化后的CERES-Maize模型开展研究。结果表明:2006—2060年夏玉米生长季积温呈显著上升趋势,较基准条件(1951—2005年)平均增加179(RCP 4.5)和235℃·d(RCP 8.5)。未来情景下夏玉米播种—开花和播种—成熟日数均呈缩短趋势,其中豫西(Ⅱ区)的变化率高于其他地区。2050s夏玉米播种—开花期全省平均缩短2.7(RCP 4.5)和3.4d(RCP 8.5),播种—成熟期平均缩短9.4(RCP 4.5)和11.6d(RCP 8.5),其中豫西(Ⅱ区)缩短最多。夏玉米可调节热量资源估算结果表明,未来气候变化情景下夏玉米成熟后—冬小麦播种前可调节热量资源豫东(Ⅲ区)增加最多,分别增加244.6(RCP 4.5)和296.8℃·d(RCP 8.5),豫西(Ⅱ区)增加最少,分别增加152.3 (RCP 4.5)和215.8℃·d(RCP 8.5)。未来气候变化情景下夏玉米可生长日数豫西南(Ⅳ区)增加最多,分别增加9(RCP 4.5)和11d(RCP 8.5),其他各区夏玉米可生长日数在RCP 4.5情景下分别增加8 (豫北Ⅰ区)、6 (豫西Ⅱ区)和8d(豫东Ⅲ区);RCP 8.5情景下分别增加9(豫北区)、8(豫西Ⅱ区)和10d(豫东Ⅲ区)。秋收秋种间可调节热量资源的增加将对提高玉米产量产生重要作用。     

基于集合经验模态分解的河南省夏玉米产量波动对大气环流的响应

[目的]探究河南省夏玉米产量波动对大气环流的响应,为区域粮食安全保障提供理论支撑。[方法]依托河南省17个市1988—2017年夏玉米产量数据及15种大尺度大气环流指数资料,评估研究区夏玉米产量的时空演变格局。[结果](1)基于主成分分析结果,河南省可以划分为4个呈现不同产量演变特征的子区域,分别为北部、东南部、西部、中部;(2)基于集合经验模态分解,研究区产量序列存在着准2.5～3.3,5～6,7.5～10 a的周期性振荡,且各分区2004年后产量的短期波动趋于缓和;(3)各分区产量的周期性振荡均与环流指数存在着显著的相关性;(4)基于前期环流指数与年份的线性模型对产量预报的平均相对误差为4.6%～9.3%;(5)河南省东南部和中部的产量波动对环流指数更为敏感,其中10,11月份较高的太平洋年代际振荡(PDO)是来年产量减少的关键前兆性信号。[结论]前期环流异常对研究区夏玉米产量波动有着重要的指示作用,它可以有效用于产量预报。     

夏玉米主要生育阶段倒伏类型特征曲线的构建与验证

在夏玉米各主要生育阶段不同类型倒伏造成的产量损失差异很大,因此明确不同阶段倒伏类型发生规律是开展倒伏灾害研究的基础。本研究将夏玉米倒伏类型划分为“根倒伏”和“茎倒折”2类,利用2003—2019年鹤壁市品种区域试验中12个年份的典型灾情数据,初步构建了夏玉米主要生育阶段倒伏类型特征曲线,并根据2013年南阳市倒伏调查结果,分析抽雄期前后倒伏类型变化特征,对初步构建的倒伏类型特征曲线进行“抽雄前”和“抽雄后”的分段修订,建立了倒伏类型分段线性模型。为便于实际应用,利用分段线性模型模拟结果构建新数据序列,对其进行三次多项式拟合,建立主要生育阶段的综合曲线模型。结果表明,倒伏一般发生在播种后45~97 d,其中近一半的典型年份倒伏集中发生在播种后45~55 d。夏玉米平均抽雄期为播种后53 d,如果倒伏发生在抽雄前,以根倒伏为主,灾年根倒伏发生比例平均为85.1%,且随生育期推迟显著上升;如倒伏发生在抽雄后,根倒伏发生比例随生育期推迟显著下降,茎倒伏比例显著上升,而成熟期前后基本为茎倒折。利用历史典型倒伏案例和灾情图片信息,对所构建的分段线性模型和综合曲线模型进行验证,分段线性模型和综合曲线模型平均模拟误差分别为11.9%和11.1%。     

基于多角度高光谱遥感的冬小麦叶片含水率估算模型

准确的作物水分监测对于旱情评估具有重要意义。在分析研究区冬小麦多角度光谱特征后,利用不同水分处理下冬小麦实测叶片含水率和实测多角度光谱数据,基于植被光谱指数法,建立不同观测角度下冬小麦光谱植被指数、水分敏感波段光谱指数与叶片含水率之间的数学模型。结果显示,相对方位角与相对天顶角越小时,观测到的光谱指数与叶片含水率的相关关系越优;敏感波段组合构建的光谱指数中,1450nm波段分别与其他波段组合的NDSI、RSI指数与叶片含水率相关性在各观测角度条件下均较好,1 450 nm波段是冬小麦叶片含水率研究的最佳敏感波段;选取常见的4种植被指数(NDVI、EVI、WI和NDII)中WI和NDVI在各观测角度下与叶片含水率的相关性优于其他两种指数,决定系数R2均在0.83以上,P0.01呈极显著相关;综上建立的多角度光谱叶片含水率估算模型,平均相对误差MRE均小于0.154、均方根误差RMSE均小于0.098,拟合效果较好,尤其是光谱指数NDSI1160,1450、NDSI980,1450和植被指数NDVI、WI;基于以上4种指数建立的最优观测角度(0°,30°)模型,其中植被指数WI的估算效果最好,相关系数在各角度均达到5%的相关显著水平,MRE0.03,可作为最优观测角度反演研究的最优植被指数。     

基于修正NDVI时间序列的大区域冬小麦全生育期墒情监测

针对遥感墒情监测存在的时空分辨率矛盾,提出利用高时间分辨率的共享遥感数据,将修正归一化植被指数(NDVI)作为墒情指示因子,实现对大区域冬小麦全生育期墒情准实时、半定量化监测的思想。首先,对冬小麦种植区域进行地域划分,依据冬小麦的物候特征进行生育期阶段划分;其次,利用遥感数据计算各地域、各阶段的NDVI,针对各阶段冬小麦的生长情况,进行NDVI的自适应修正。经实测墒情数据和修正NDVI相关分析表明,修正NDVI可以作为农田墒情的指示因子;最后,将监测年的修正NDVI与前三年平均值做距平差值分析,得到与前三年平均值相比,冬小麦墒情的时空分布规律,结果与实际观测值相符。可以预见:如果有较长的时间序列积累,可以得到监测年与常年相比,麦田的墒情时空分布规律。研究结果表明:提出的方法,可以用于大区域冬小麦全生育期墒情的半定量化准实时监测,而且遥感数据容易获得,基本不需要实测数据,计算方便,成本低廉。对冬小麦农田管理与决策具有重要的参考价值。     

夏玉米花期高温热害时空分布特征

为了对河南夏玉米花期高温热害的时空分布特征进行定量化评估,利用夏玉米发育期资料和对应时段逐日最高气温资料,分析夏玉米花期高温热害的时空变化规律。结果表明,河南省1970~1999年间夏玉米开花期高温日数变化不大,2000~2009年间高温日数最少,2010年后明显增多。将河南省按照豫东、豫南、豫西、豫北和豫中划分5个区域,以豫南高温日数最多,此后依次为豫东、豫中、豫西和豫北地区。河南省大部分地区夏玉米开花期平均高温日数为4~6日,豫北及豫西部分地区为2~4日,豫南部分地区为6~8日。豫南地区7月20~29日发生5日及以上高温日数的频次最高,为10年2~3次;随着日期的推后,发生5日以上高温的频次逐渐降低;8月9日后,全省大部分地区发生5日及以上高温的10年重现率降至1次以下。