基于贝叶斯推断的DNDC模型参数校正与不确定性评价研究

实现土壤有机碳(SOC)动态模拟结果的不确定性定量评价是农田管理决策成败的关键之一。采用贝叶斯推断和马尔科夫链蒙特卡洛方法(MCMC),对DNDC模型模拟江苏省宜兴市一个具有22年稻-麦轮作历史的田块的SOC动态变化,进行模型参数校正和模拟结果的不确定性定量评价。结果表明,DNDC模型适宜长期监测田块的SOC动态变化的模拟,但模型的模拟结果存在一定的不确定性;在DNDC模型输入参数数据质量不明的情况下,利用贝叶斯推断和MCMC方法能够有效地实现模型输入参数的自动校正和SOC模拟结果不确定性的定量评价,从而为实现区域或国家尺度农田SOC动态模拟的不确定性定量评价提供理论和方法依据。     

基于自适应差分进化算法的水稻物候期预测模型参数自动校正

进化算法在作物模型参数校准领域已有广泛应用。由于作物模型的结构包括多组常微分方程,具有非线性、不连续、多峰值特点,因此针对作物模型特点选择合适的进化算法尤为重要。同时,进化算法自身参数对算法性能有较大影响,这些参数选择往往靠经验得出,增加了优化算法在模型参数校准过程中的不确定性。该文针对进化算法应用到作物物候期模型参数校准过程中存在着算法选择和算法参数不确定性问题,以水稻RiceGrow物候期模型为应用对象,分析比较了3类进化算法应用的精度、收敛速度以及稳定鲁棒性。比较的进化算法包括差分进化系列算法（标准差分进化算法和自适应控制参数改进差分进化算法）,协同进化遗传算法系列（个体优势遗传算法、M-精英协同进化算法）以及粒子群算法系列（标准粒子群算法、基于自主学习和精英群的多子群粒子群算法）。研究利用武育粳、雪花粘等5个品种在江苏宜兴、兴化和广东高要等不同生态点的多年田间试验资料展开量化分析。结果表明：1）利用自适应控制参数改进差分进化算法校准水稻物候期模型的品种参数准确性较高,算法自身参数易于确定。物候期模型校准以后在拔节期、抽穗期、成熟期的RMSE为1.7～4.6 d、NRMSE为1.8%～5.8%、MAD 为 1.4～3.3 d、R2为 0.977～0.997,比GA系列平均分别小0.634 d、0.608%、0.453 d、0.09%,比PSO系列平均小1.399 d、1.35%、1.039 d、0.23%。 2）自适应控制参数改进差分进化算法在水稻物候期模型参数校准问题上表现出良好的收敛速度及稳定鲁棒性。重复校准试验100次的目标函数标准偏差趋近于0,每次校准得到的品种参数值标准偏差较其他算法最小。在达到同样精准度的情况下,比标准差分算法收敛速度平均快117代,适用于实际应用实践。     

冬小麦物候期对土壤水分胁迫的响应机制与模拟

作物模型在农业生产管理和决策中发挥着重要作用,而物候期模拟是作物模型正确模拟作物生长发育和产量形成过程的基础。作物模型模拟物候发育的常用算法一般是基于积温的计算,同时也考虑光周期和春化作用的影响,但是水分胁迫对物候发育的次级影响却较少被考虑在内。该研究以连续2季(2013-2014和2014-2015)的遮雨棚下土柱试验和连续3季(2012-2013、2013-2014和2014-2015)的遮雨棚下大田试验数据和前人研究成果为基础提出了冬小麦物候期对水分胁迫的响应机制理论假设,并以土壤相对有效含水率为水分胁迫指标校正冬小麦物候期水分胁迫响应函数。该研究以2014-2015生长季土柱试验各处理试验数据来建立冬小麦物候期水分胁迫响应函数,确定发育加速点A、发育减速点D和发育停止点S所对应的相对有效含水率值分别为0.30、0.10和0。结果发现拔节期和开花期模拟值和观测值之间的均方根误差(root mean square error,RMSE)分别为0.8和1.7 d,绝对相对误差(absolute relative error,ARE)分别低于0.68%和2.09%。然后用2013-2014生长季土柱试验各处理数据进行验证,结果发现拔节期和开花期模拟值和观测值之间的RMSE分别约为0.9和1.1 d,ARE分别在1.37%和1.68%以下。最后再用3年独立大田试验数据对上述修正后的冬小麦物候期算法进行验证,结果发现开花期和成熟期的模拟值与观测值之间的RMSE分别约为2.4和2.0 d,ARE分别低于4.21%和2.67%;与DSSAT-CERES-Wheat模型的模拟结果进行比较,发现修正算法能反映出水分胁迫对冬小麦物候期造成的差异(有提前也有推迟),而DSSAT-CERES-Wheat模型无法体现这种差异,且开花期和成熟期的模拟值与观测值之间的RMSE分别约为4.0和5.5 d,误差最大分别为8和6 d。这表明校正后的冬小麦物候期算法模拟精度得到了较大提高,能在一定程度上描述和量化水分胁迫对冬小麦物候期的影响机制,可用来模拟不同水分胁迫条件下不同品种冬小麦的物候期。     

近50年气候变化对青藏高原牧草生产 潜力及物候期的影响

基于青藏高原及周边107个气象站点1965—2013年逐月气温、降水及日照时数等气象数据,分析了1965年以来青藏高原区的气候变化趋势,并采用MODIS数据、Thornthwaite Memorial模型及GIS技术分析了近50 a青藏高原牧草气候生产潜力及其时空变化特征;利用连续22 a的青藏高原牧草生育期观测数据,探讨了牧草生育期的时空变化特征及气象因子与牧草主要发育期的关系。结果表明:1)近50 a青藏高原平均气温呈上升趋势,升温幅度达0.53℃?(10a)?1,降水量总体呈现上升趋势,但增加幅度较小,其倾向率为7.81 mm?(10a)?1;而日照时数呈下降趋势,其下降幅度为16.94 h?(10a)?1。2)1965—2013年青藏高原牧草气候生产潜力总体呈增加趋势,在空间上,由西北向东南依次增加,青海省北部及南部部分地区气候生产潜力上升幅度较大,而西藏东部上升幅度较小,且南北部地区差异较大。3)牧草返青期、抽穗期及开花期均呈提前趋势,而黄枯期呈现推迟趋势,从而延长了牧草物候期;由东南向西北牧草返青期逐渐推迟,而黄枯期主要出现在一年中的第257~289 d,其空间整体差异不如返青期明显。4)温度和降水均与牧草物候期呈显著正相关,而日照时数与其呈显著负相关,且温度是影响牧草物候期变化的主要因子。利用青藏高原牧草生产潜力及物候期与气候因子的响应规律,可为提高该区牧草的实际产量和保护青藏高原草地生态系统提供借鉴和依据。     

福建省漳州市水稻物候特征对稻田土壤有机碳制图的影响

高精度土壤有机碳制图是研究耕地土壤有机碳时空格局及其影响机制的基础，相关研究结果可为农田“固碳减排”措施的制定提供决策支持。农业管理活动是农田土壤有机碳发生变化的重要影响因子，但基于农业管理活动的土壤有机碳制图却较为少见。基于遥感影像提取的物候参数是农业管理活动的直接反映，在研究农业管理活动对农田土壤有机碳的影响方面有较大应用潜力。基于此，本研究以福建省漳州市水稻田为研究对象，利用随机森林算法，基于5组不同的变量组合（A组：仅自然环境变量；B组：自然环境变量+早稻物候参数：C组：自然环境变量+晚稻物候参数；D组：自然环境变量+早稻物候参数+晚稻物候参数；E组：仅早稻物候参数+晚稻物候参数），分别构建土壤有机碳含量预测模型。通过对比5组模型的预测精度、预测值的空间分布特征和相关影响因子的重要性，分析物候参数对于土壤有机碳制图精度的影响作用，挖掘漳州市水田土壤有机碳制图的主要影响因子，解析对漳州市水田土壤有机碳有重要影响作用的农业管理活动。研究结果表明：物候参数的加入能够降低预测模型的误差和提升模型解释方差的能力；对漳州市水田土壤有机碳影响作用最大的物候参数依次为早稻季的NDVI增长速率（h1）、早稻生长季节开始的时间（a1）与早稻季NDVI下降速率（i1）；三个最重要的物候参数与土壤有机碳含量分别呈正相关、负相关和负相关，因此，采取能够促使早稻苗早生快发、加快早稻分蘖速率和减缓早稻衰老速率的水肥管理措施可增加耕地土壤有机碳含量。基于物候参数构建预测模型能有效提高农田土壤有机碳制图精度，基于物候参数的农田土壤有机碳制图研究可为农田管理提供决策支持，此次研究结果可为相关研究提供理论依据。     

节水灌溉和遮光强度对水稻生长发育的耦合影响

采用两因素随机区组试验设计,通过大田模拟试验研究节水灌溉和遮光强度耦合对水稻生长及物候期的影响。灌溉方式设常规灌溉（F,水深5cm）和节水灌溉（W,无水层）2个水平;遮光强度设3个水平,即对照（CK,无遮光,自然光源）、轻度遮光（S1,单层遮光,光合有效辐射减弱60%）和重度遮光（S2,双层遮光,光合有效辐射减弱90%）。在水稻主要生育期即分蘖期、拔节期、抽穗期、灌浆期和成熟期,观测株高、叶面积指数（LAI）、叶绿素含量（SPAD值）、稻穗含水率和冠层高光谱。用冠层高光谱数据提取增强型植被指数（EVI）时间序列,经Spline法插值及小波滤波去噪后预测水稻抽穗盛期的日期。结果表明：随着遮光强度的加重,水稻叶面积指数和叶绿素含量显著下降,物候期明显延迟。节水灌溉对遮光处理下水稻株高和叶绿素含量有抑制作用,对叶面积指数有促进作用,节水灌溉可使遮光处理下水稻物候期提前,使生育期缩短。在一定遮光强度下,水稻冠层光谱反射率在拔节期、抽穗期表现为节水灌溉（W）＞常规灌溉（F）,而灌浆期、成熟期表现为常规灌溉（F）＞节水灌溉（W）。用去噪后的EVI时间序列预测水稻抽穗盛期,准确率为97%。     

直播期对水稻产量及相关性状的影响

为了考查水稻直播种植方式在重庆市长寿区的适应情况及产量表现、投入成本和效益,进行了不同播期的水稻直播试验。试验结果表明,适期早播可以获得较高的产量,3月30日直播处理产量明显高于4月5时以后播种处理;直播可有效降低株高、提高上林率、缩短生育期、减少茬口矛盾,直播生育期变短主要是营养生长期缩短而致。     

西北酿酒葡萄物候模型优选及气候变化对物候期的影响

为预测气候变暖背景下西北地区酿酒葡萄物候期变化规律,该研究利用2007—2022年西北地区地表温度数据及酿酒葡萄（赤霞珠、黑比诺、美乐和霞多丽）物候观测数据（萌芽期、开花期和转色期）,对酿酒葡萄物候模型（积温模型,包含生长日度模型（growing degree day model,GDD）及葡萄开花转色期模型（grapevine flowering veraison model,GFV）,BRIN模型、WE模型）进行参数优化和模拟比较,选取最适模型结合气候模式数据预测SSP245和SSP585情景下酿酒葡萄物候期的变化。结果表明：1）萌芽期,BRIN模型最适用于赤霞珠、美乐和霞多丽,GDD₅模型最适于黑比诺;2）开花期,GDD₁₀模型最适用于赤霞珠和美乐,GFV和WE模型分别适用于黑比诺和霞多丽;3）转色期,WE模型最适用于赤霞珠、黑比诺和美乐,GFV模型则最适于霞多丽;4）在SSP245情景下,西北地区2035—2065年与2055—2085年4种葡萄的3个物候期分别平均提前2 d与4 d;在SSP585情景下,西北地区2035—2065年4种葡萄的3个物候期平均提前5 d,2055—2085年除了天山北麓地区的酿酒葡萄转色期因夏季高温影响而平均延后6 d外,其他酿酒葡萄物候期平均提前10 d,进一步分析表明夏季高温是导致转色期延迟的重要因素。研究结果为适应气候变化充分利用气候资源,保障西北地区酿酒葡萄生产优势地位提供理论依据和科学支撑。     

江西气温稳定通过10℃初日变化及其对双季早稻物候期的影响

利用江西82个气象站1959-2009年日平均气温和14个农业气象观测站1981-2008年的双季早稻物候期资料,分析了气温稳定通过10℃初日的变化及其对双季早稻物候期的影响。结果表明,10℃初日在51a间年际变化十分明显,极差达36d;年代际变化在20世纪80、90年代最为剧烈,2000-2009年次之,60、70年代较为稳定;整个分析期内线性变化趋势不明显,但1991-2009年呈明显提前的趋势。51a间全省10℃初日的区域分布变化明显,3月20日、3月10日分界线从20世纪60-90年代逐步南压,2000年以来大幅度北收;赣南变化幅度大于赣北赣中。10℃初日与双季早稻营养生长期物候期呈正相关,与生殖生长期物候期相关性不明显。典型早年与典型迟年比,双季早稻营养生长期的物候期普遍提前,全省平均提前3.7~9.1d;而在生殖生长期,部分站的物候期转为推迟,总体上早迟年物候期差异在±4d以内;全生育期平均延长3.0d。研究结果可为当地水稻生产布局调整和农事安排提供参考。     

成土母质对水稻土高光谱特性及其有机质含量光谱参数模型影响的初步研究

以青紫泥 (BlueclayeyPaddysoil,BP)和红黄泥 (RedPaddysoil,RP)为例 ,研究发育于不同母质的水稻土高光谱和SOM含量光谱参数模型的差异性。结果表明 ,发育于河湖沉积物的BP的反射系数总体上高于发育于第四纪红色粘土母质的RP ,在与铁的氧化物有关的吸收波段 ,RP的吸收特性较BP强 ;RP的一阶微分的变化趋势总体上也比BP剧烈 ,特别是与铁的氧化物相关的波段及 2 2 0 0nm处 ;BP与RP的SOM的光谱参数模型所包含光谱波段的个数和位置有较大的差异 ,水稻土SOM含量光谱参数模型具有母质的独特性     

利用径向基函数神经网络通过高光谱数据估算植被生物物理参数

The radial basis function (RBF) emerged as a variant of artificial neural network. Generalized regression neural network (GRNN) is one type of RBF, and its principal advantages are that it can quickly learn and rapidly converge to the optimal regression surface with large number of data sets. Hyperspectral reffectance (350 to 2500 nm) data were recorded at two different rice sites in two experiment fields with two cultivars, three nitrogen treatments and one plant density (45 plants m^-2). Stepwise multivariable regression model (SMR) and RBF were used to compare their predictability for the leaf area index (LAI) and green leaf chlorophyll density (GLCD) of rice based on reffectance (R) and its three different transformations, the first derivative reffectance (D1), the second derivative reffectance (D2) and the log-transformed reflectance (LOG). GRNN based on D1 was the best model for the prediction of rice LAI and GLCD. The relationships between different transformations of reffectance and rice parameters could be further improved when RBF was employed. Owing to its strong capacity for nonlinear mapping and good robustness, GRNN could maximize the sensitivity to chlorophyll content using D1. It is concluded that RBF may provide a useful exploratory and predictive tool for the estimation of rice biophysical parameters.     

稻谷深床干燥发芽率模型建立及影响因素

为了提高稻谷种子干燥品质,并解决已有稻谷干燥发芽率预测模型应用的局限性,利用深床干燥试验台进行水稻干燥二次回归正交旋转组合试验,构建并验证了稻谷固定深床干燥发芽率一阶动力预测模型,确定并优化模型参数为待定常数Z1=0.06011,待定常数Z2=0.02558,胚蛋白变性活化能E=194.18333,经检验模型预测误差平方和为0.48358,具有较高的预测精度。建立了试验因子与发芽率间关系的回归数学模型,分析了各因素对发芽率的影响规律, 利用贡献率法确定了各因素对发芽率影响的主次关系。比较两类模型并利用频数分析法进行了干燥工艺参数优化,给出了发芽率具有95%概率高于90%的参数范围,为种稻干燥生产和干燥设备的参数设计提供参考。     

水稻生长模型参数的敏感性及其对产量遥感估测的不确定性

采用全局敏感性分析方法探讨水稻生长模型与遥感数据耦合估产的不确定性问题。以实测数据为基准数据,当ORYZA2000模型的17个输入变量模拟导入可能误差时,模型的地上生物量(WAGT)、叶面积指数(LAI)、籽粒质量(WSO)和叶片氮含量(NFLV)等模拟输出结果显示较大的不确定性,LAI最大变幅超过20%,最终籽粒产量最大变幅超过10%。引起模型输出结果不确定性的输入变量中,水稻播种期的影响最大;模型的驱动变量温度和日照时数的误差对成熟期的产量影响较大;水稻干物质地上叶片质量分数(FLVTB)对所有关于叶片和籽粒生物量的输出结果都有较大的影响,因此,当利用生长模型和遥感数据进行耦合时,水稻播种期、模型的驱动变量如温度、日照时数、FLVTB等数据精度对估产结果有很大影响。比较LAI、NFLV单独或LAI+NFLV同时耦合ORYZA2000模拟中,LAI+NFLV的敏感性指数最高,其次是LAI,NFLV最差。模型耦合估测WSO、WAGT时,水稻移栽后70～80d左右的遥感影像数据是最重要的,必须获得,此期前后20～30d的2次数据也比较重要,而幼苗期和成熟期的遥感数据耦合生长模型对产量和生物量的估测意义不大。     

强化工艺条件对锌强化营养米蒸煮食味品质的影响

以葡萄糖酸锌作为锌强化剂,采用浸吸法得到锌强化营养大米。对葡萄糖酸锌溶液浓度、大米和葡萄糖酸锌溶液的比例、浸泡时间和浸泡温度进行了正交实验,得到具有最佳蒸煮食味品质的锌强化营养米的强化工艺参数,即葡萄糖酸锌溶液浓度0.6%,大米与葡萄糖酸锌溶液的比1∶0.5(m/v),浸泡时间5 h,浸泡温度25℃。通过极差和显著性检验,认为影响锌强化营养大米蒸煮食味品质的最显著因素是浸泡温度。     

Estimating the three-dimensional structure of canopy foliage based on the light measurements in a Betula ermanii stand

In order to more accurately evaluate the functional activity of forest stands by canopy production and evapotranspiration, we improved the methods for field measurements and statistical modeling to estimate foliage configuration (spatial distribution of leaves) while simultaneously reconstructing the three-dimensional photosynthetically active photon flux density (PPFD) distribution (PPFD pattern) in a forest canopy. By using a sensor (photodiode) array, a PPFD pattern was observed in summer 2002 under the canopy in an even-aged, pure stand of Japanese mountain birch Betula ermanii Cham. (17-years old) in Hokkaido, northern Japan. A Markov chain Monte Carlo (MCMC) sampling technique is developed such that a set of foliage configurations generated by the model referred to as the Gibbs foliage canopy (GFC) approximates the field-measured PPFD pattern. The posterior distribution of the foliage configurations is generated by the parallel tempering MCMC of eight independent series of foliage configurations. The GFC model generated the posterior distribution of the LAI estimates (mean 4.56) that appeared to be appropriate in comparison to other LAI estimates of the B. ermanii stand based on the indirect and nondestructive methods by LAI-2000 (LAI = 3.43) and litterfall traps (LAI = 5.56) because they could be under- and overestimated, respectively. Our evaluations of the canopy production and evapotranspiration rates suggest that the relationship between LAI and canopy functions was not very simple because it depended on the nonlinear functional forms of the leaf responses of photosynthesis and transpiration to PPFD. The current study demonstrates an application of MCMC techniques that can generate a set of possible structures of unobserved/unobservable objects based on the high-resolution dataset obtained by some indirect (or remote-sensing) methods.     

基于虚拟模型的水稻冠层叶面积计算方法

水稻冠层的叶面积是分析水稻生长状况的重要参数,传统叶面积统计方法效率较低且误差较大,难以对植株冠层不同高度层的叶面积进行测量。针对传统水稻冠层叶面积统计方法的薄弱点,该文提出一种基于虚拟模型的水稻冠层叶面积计算方法。该方法首先通过田间试验获取的水稻形态参数,建立虚拟水稻模型,然后基于该模型计算植株整体叶面积以及两株水稻在一定株距下不同高度层内叶片面积的大小,从而为水稻种植管理措施的优化提供参考。该文算法与长宽校正法相比,在整株叶面积统计结果上,二者相差在5%左右;每层叶片面积实际测定和仿真结果的比较,两者误差在10%之内。该方法对于水稻冠层叶片面积统计具有一定的实际意义。     

基于冠层高光谱参数的水稻叶片碳氮比监测

叶片碳氮比反映了植物碳氮代谢的相对强弱,对诊断和调节植物生长与产量形成具有重要作用。该文基于不同水稻品种和不同施氮水平下2 a的田间试验,系统分析了不同生育时期水稻叶片碳氮比与对应冠层高光谱反射特征的定量关系。结果表明,叶片碳氮比与拔节后不同生育时期冠层原始反射率的相关性趋势一致,与可见光波段（350～742 nm）极显著正相关,与近红外波段（750～1143 nm）极显著负相关。8个参数与2个品种不同生育时期的叶片碳氮比均有较好的相关性。通过比较模型的拟合决定系数（R2）和预测标准误（SE）,确定672 nm的归一化吸收深度（ND672）与冠层叶片碳氮比（LCNR）的线性回归方程为水稻冠层叶片碳氮比的最佳监测模型。模型经过不同生育时期数据的交叉测试和独立试验资料的检验,得出对冠层叶片碳氮比的预测精确度范围为0.687～0.986,准确度为0.907～1.126,相对跟均方差为7.07～18.25,表明水稻冠层高光谱特征可以用来定量估测不同栽培条件下叶片碳氮比的变化状况。     

播期对不同品种类型机插稻生长特性的影响

为了探讨河南省稻-麦两熟区播期对不同品种类型机插稻生长特性的影响,在豫南稻区罗山,以生产上主推的常规中熟中粳、常规和杂交迟熟中粳、常规早熟晚粳和迟熟中籼5个类型品种为材料,通过分期播种试验,对不同品种类型毯苗机插水稻的产量及其构成因素、茎蘖数、干物质量及群体生长率等方面进行了系统的比较研究。结果表明：1）在试验设置的播期范围内,不同品种机插稻平均产量在播期间和品种类型间差异达极显著（P<0.01）,即随着播期的推迟呈极显著下降（P<0.01）,第Ⅰ播期（5月11日,10.60 t/hm2）较第Ⅱ（5月16日）－Ⅵ（6月5日）播期分别增产2.15%～28.81%;杂交迟熟中粳产量（10.44 t/hm2）极显著高于其他4种品种类型（P<0.01）,较其他类型品种分别增产9.20%～17.53%。同一品种类型,除了中熟中粳的产量在第Ⅱ播期（5月16日）最高,随后呈显著递减趋势外,其他4种类型品种机插稻的产量均是随着播期的推迟呈极显著下降趋势（P<0.01）,但品种类型间下降幅度不同。2）在产量构成因素中,除结实率在年份间差异不显著、在播期间和品种类型间差异极显著外,其他产量构成因素在年份间、播期间和品种类型间差异均达极显著（P<0.01）。同一类型品种,除中熟中粳的结实率随播期推迟呈先略升后明显下降趋势外,其他类型品种的穗数、每穗颖花数、总颖花量、结实率和千粒质量等产量构成因素均是随播期的推迟呈显著（P<0.05）或极显著（P<0.01）下降趋势;在播期影响下,每穗颖花数和结实率的变化较大,穗数和千粒质量的变化较小;且对产量影响大小为每穗颖花数＞结实率＞穗数＞千粒质量;相关分析表明,产量与每穗粒数、总颖花量和结实率呈显著或极显著正相关,与穗数和千粒质量呈负相关;总颖花量与每穗粒数呈极显著正相关,与穗数呈负相关。进一步通径分析表明,对产量的贡献率最大的是群体颖花量,最小的是千粒质量,对群体颖花量的贡献率较大的是每穗颖花数,较小的是穗数。3）随着播期的推迟,不同品种类型水稻的茎蘖数在拔节期呈明显的递增趋势,在抽穗期和成熟期呈明显的下降趋势;单茎和群体干物质量、群体生长率在主要生育时期均呈逐渐下降趋势;成穗率和收获指数均呈逐渐下降趋势;但品种类型间和播期间下降幅度不同。综合机插稻高产及生育安全性考虑,豫南稻区首选杂交迟熟中粳"穗大粒多"型品种,适宜播期可推迟到5月25日。该研究结果为河南省豫南稻区机插水稻高产高效生产及配套品种的科学选用提供参考。