改进CERES-Rice模型模拟覆膜旱作水稻生长

覆膜旱作是节水稻作生产体系的重要措施之一,采用CERES-Rice模型模拟覆膜旱作水稻生长需另外考虑覆膜的增温效应和根系层土壤水分布差异及由此所带来的影响。该文借鉴部分旱地作物的相关研究成果,对原CERES-Rice模型中的积温和土壤温度、蒸发和土壤水分胁迫等模拟计算过程进行了改进,并进一步通过2个水稻生长季的田间试验予以验证。试验于2013、2014年在湖北房县进行,共涉及淹水(对照)、覆膜湿润栽培和覆膜旱作共3个水分处理,采用原模型和改进模型分别对2个生长季、2个覆膜处理的生育期、叶面积指数与地上部干物质质量的变化过程及产量进行模拟。结果表明:原CERES-Rice模型难以准确刻画覆膜旱作水稻的生长发育过程,经改进后,模拟效果大大改善,可有效反映环境变化(水分、温度)对覆膜水稻生育进程的影响和产量形成,维持生育期与产量模拟的相对误差在15%以内;覆膜水稻叶面积指数的动态模拟基本满足要求,其均方根差≤1.54 m~2/m~2、相对均方根差≤27%、建模效率≥0.85;对覆膜水稻地上部干物质质量变化过程的模拟也呈现出较好的效果,均方根差和相对均方根差分别小于1 490 kg/hm~2、16%,建模效率则高于0.95。总体而言,经改进后的CERES-Rice模型基本可满足要求,较好地用于模拟覆膜旱作水稻的生长发育规律。     

果树根系吸水函数的建立

通过对苹果树根系的详细测定和研究,针对前人在作物根系吸水的研究中有争议之处,以大田一般情况为基础,提出了新的苹果树根系吸水函数,并建立了以新函数为源汇项的SPAC系统模拟模型,经田间试验检验,模拟准确、精度高。     

烟草气孔导度对光强的响应

气孔导度模型是评价植物叶片气孔调节的重要工具。为比较几种常用的气孔导度模型对烟草的适用性, 本研究采用Li-6400光合测定系统, 测定了大田条件下, 烟草叶片在控CO₂(390 μmol·mol^-1)和控温(20 ℃、25 ℃、30 ℃和35 ℃)情况下的气孔导度光响应曲线。以Ball-Berry模型(BB模型)、Leuning修正模型(BBL模型)、叶子飘和于强推导的机理模型(BBY模型), 对各温度下烟草的气孔导度进行拟合和比较, 将气孔导度模型与净光合速率的光响应修正模型进行耦合(耦合模型), 研究了烟草气孔导度的光响应特征, 并与Jarvis模型进行比较。拟合结果表明, 较之BB模型和BBL模型, BBY模型能更好地描述各温度下烟草气孔导度与净光合速率之间的关系。耦合模型和Jarvis模型都能较好地拟合烟草气孔导度对光强的响应曲线, 但耦合模型的拟合效果更好, 且可以直接估算最大气孔导度和对应的饱和光强, 同时可以研究最大气孔导度与最大净光合速率是否同步的问题。结果表明, 各温度下, 烟草最大气孔导度与最大净光合速率并不同步。20 ℃下气孔导度早于净光合速率达到最大值, 而其余温度下气孔导度晚于净光合速率达最大值。     

节水灌溉条件下水稻气孔导度模型的改进

为了研究节水灌溉条件下水稻叶片气孔导度与相关因子的响应关系模型,于2006年在河海大学国家重点实验室昆山试验研究基地进行了田间试验。根据实测资料分析了水稻气孔导度与各影响因子的响应关系,引入了水稻叶片叶气温差改进了气孔导度模型,并对两类气孔导度改进模型进行了比较。结果表明：改进的气孔导度模型在节水灌溉条件下具有更高的模拟解释能力;基于Jarvis模型改进的气孔导度模型比Leuning-Ball改进模型具有更好的模拟效果。推荐Jarvis改进气孔导度模型作为节水灌溉条件下的水稻叶片气孔导度响应模型。     

控制灌溉水稻气孔导度变化规律试验研究

根据江西示范区的现场试验资料,分析了晚稻叶片气孔导度的日变化以及全生育期内的变化规律,分析了控制灌溉条件下叶片气孔导度与外界影响因子等的相互关系,并对气孔导度进行了模拟。结果表明：气孔导度在不同的土壤水分条件下表现出不同的日变化规律,较低的土壤水分加大了其在中午的下降幅度;全生育期气孔导度先升后降,并随土壤水分降低而降低,灌水后出现反弹;叶气温差是影响气孔导度的关键因素;在一定的空气温度和CO₂浓度范围内,气孔导度随之增加而增加,超出该范围后,则出现下降趋势。引入叶气温差考虑土壤水分与植物水分亏缺的影响,建立了改进的Leuning-Ball模型,模型对大田试验数据的解释能力有所提高。     

基于遗传算法的人工神经网络模型在冬小麦根系吸水模型中的应用

基于土壤水分与冠部数据,应用遗传算法优化人工神经网络模型的权值,将获得的冬小麦根长密度分布应用于根系吸水模型中,并进行了水分数值模拟,水分模拟效果整体较好,表明应用该方法可以为根系吸水模型提供准确的根系参数,并且较为方便,这对于根系吸水模型的建立及应用有着重要的意义。     

冬小麦气孔导度模型的比较

为评估不同模型模拟冬小麦气孔导度的适用性,从常用的Jarvis模型和Ball-Berry模型中分别选择两种,根据试验资料估算模型参数,并对模型预测效果进行检验和比较。结果表明：运用Jarvis模型1、Jarvis模型2、Ball-Berry模型1和Ball-Berry模型2预测冬小麦气孔导度时预测值与实测值之间的相关系数分别为0.854、0.777、0.751、0.784,均方根误差分别为0.149、0.247、0.183、0.169mol.m^-2.s^-1,据此可确定4种模型的预测精度为Jarvis模型1〉Ball-Berry模型2〉Ball-Berry模型1〉Jarvis模型2。研究结果可为现有的基于Jarvis模型和Ball-Berry模型的农田蒸散、陆面过程和生态系统模型提供参考。     

气孔导度,表面温度的环境响应模型研究

主要综述６０年代以来国内外有关气孔导度和植物表面温度的各类环境响应模型，讨论了模拟模型中存在的问题，并做了初步展望。其中主要包括气孔导度的多因子阶乘模型和组合因子模型，植被表面温度模拟的微气象模型。     

几种气孔导度模型在华北地区适应性研究

利用LI-6400便携式光合测定仪,在山东农业大学试验基地对冬小麦品种鲁麦23生理生态多项指标进行系统测定,在此基础上,从Jarvis和Ball-Berry模型中分别选取两种模型,利用最小二乘法对气孔导度参数进行拟合检验,并对模型预测效果进行统计分析和对比。结果表明,Ball-Berry模型2预测精度最高,其预测值与实测值的相关系数和均方根误差分别为0.625(P<0.01)和0.158mol.m-2.s-1,Jarvis模型1优于Jarvis模型2,Ball-Berry模型1预测效果最差,其预测值与实测值的相关系数和均方根误差分别为0.369(P<0.01)和0.235mol.m-2.s-1。4种模型在华北地区的适应性与长江中下游地区相比存在一定差异,因此需要在更多地区对气孔导度模型进行更深入研究,以期为土壤-植被-大气系统研究提供更为可靠的参考依据。     

植物气孔导度与表面温度的环境响应模型研究综述

本文主要综述60年代以来国内外有关气孔导度和植物表面温度研究的各类环境响应模型,其中包括气孔导度的多因子阶乘模型和组合因子模型,表面温度的植被表面温度模拟的微气象模型;并讨论了摸拟模型中存在的问题,做了简单展望。     

基于CERES-Rice模型的覆膜旱作稻田增温效应模拟

水稻覆膜旱作技术具有显著的节水、增温、防污和减排效应,是节水稻作技术体系的重要措施之一,将CERES-Rice模型用于覆膜旱作条件时,必须首先解决覆膜增温效应的准确模拟问题。该文拟应用热量传输理论及目前旱地作物生产系统中采用的覆膜增温效应模拟方法,来模拟水稻覆膜旱作生产体系中的增温效应,从而为完善CERES-Rice模型并使其能用于覆膜旱作水稻的生长模拟奠定基础。参数调校与模型检验验证通过2013、2014年在湖北房县开展的2 a水稻覆膜旱作田间试验来进行,共涉及淹水(对照)、覆膜湿润栽培和覆膜旱作共3个水分处理,分别对2个生长季、2个覆膜处理地表5 cm及地下10、20 cm处温度的变化过程进行了模拟,结果表明:经过参数调校后,所建立的覆膜增温模型可较好地模拟覆膜稻田地表和剖面上土壤温度的变化规律,地表5 cm处土壤温度模拟值与实测值的均方根差、相对均方根差分别低于1.8℃和10%,相关系数在0.89以上(P0.01);尽管地下10、20 cm处的模拟误差稍大,也基本可满足要求,相应的均方根误差3.2℃,相对均方根差15%,相关系数0.65(P0.01)。     

冬小麦生长条件下改进遗传算法在根系水盐运移模型中的应用研究

应用改进遗传算法,优化人工神经网络模型的权值,对盐分存在下的冬小麦根系分布进行定量预报,将获得的根系分布参数与根系吸水模型以及水盐运移模型相结合,进行了水分、盐分分布的数值模拟。结果表明,应用改进遗传算法可以为根系吸水模型提供所需的根系参数,并且可以较好地对土壤中水分、盐分的运移分布情况进行模拟;该方法建模简单、实用,模型对于土壤次生盐渍化的防治与微咸水的灌溉利用等具有参考价值。     

超级早、晚稻的养分吸收和根系分布特性研究

为了阐明双季超级稻的高产机理和指导合理施肥,采用品种比较的方法,研究了超级早、晚稻品种的养分吸收和根系分布特性。结果表明,超级早、晚稻品种的养分吸收量平均分别为N 170.04、224.90 kg/hm2,P 21.97、39.88 kg/hm2,K 107.48、144.47 kg/hm2,均高于对照。生育中期（穗分化至抽穗）的养分吸收量与产量密切相关。生产100 kg稻谷所需要的养分较对照低10%左右。超级早、晚稻品种根系发达,根量较大。抽穗后15 d（早稻）或20 d（晚稻）的根量与产量密切相关,其中5—10 cm的根量与养分吸收总量密切相关。说明生育中期较多的养分吸收和发达的根系是超级早、晚稻高产的重要原因。