应用ORYZA2000模型模拟水稻产量及吸氮量

通过田间实验,对模拟水稻生长的作物生长模型ORYZA2000的参数进行了校正。然后,应用ORYZA2000模型对不同施N水平下水稻的生物量、产量及地上部分吸N量进行了模拟。结果表明,生物量、产量及吸N量的模拟值和实测值均呈明显的正相关,相关系数分别为0.9638、0.9511和0.8791,模型较好地模拟了水稻的生物量和产量。但是,在穗分化-抽穗期地上部分吸N量的模拟结果欠佳,需要进一步改进。     

ORYZA2000模型模拟安徽地区不同播期水稻的适应性分析

以2010-2011年安徽宣城两个水稻品种(两优6326,南粳44)3个播期(5月5日、15日、25日)水稻生长发育观测数据为基础,结合当地气象、土壤等数据,将2010年数据作为校准数据对ORYZA2000模型进行参数校正,调试决定作物基本参数,以2011年数据作为检验数据,对水稻生育期、叶面积指数、生物量及产量等指标进行模拟并将结果进行统计验证与评价.结果表明,对水稻生育期发育速率的模拟显示,两优6326的大部分生育期发育速率稍高于南粳44,第三播期两优6326基本营养阶段及生殖生长阶段的发育速率最大,第三播期南粳44穗分化阶段的发育速率最小;水稻生育期模拟值均比实测值小,其差异为2 ～7d.生育期长度的归一化均方根误差(NRMSE)为3.4％ ～7.5％;两组数据所得地上总生物量的NRMSE为16％ ～22％、绿叶生物量的NRMSE为20％ ～25％、茎生物量的NRMSE为17％ ～21％、穗生物量的NRMSE为19％ ～ 25％、叶面积指数的NRMSE为24％～26％,其总生物量及产量的NRMSE分别为6％ ～ 13％和5％ ～ 14％.模拟结果表明ORYZA2000模型可以通过校准作物参数,较准确地模拟水稻发育期、发育速率及其生物量的动态积累过程.     

基于稻田与台站气温的江西早稻高温热害指标对比

利用江西省90个县(区)2012-2021年国家气象站和2017-2021年8个稻田小气候站数据资料,分析稻田与相应台站气温差异,并对比台站日最高气温≥35℃指标H1(NS)、稻田日最高气温≥35℃指标H1(RS)、台站日最高气温≥37℃指标H2(NS)、稻田日最高气温≥37℃指标H2(RS)的高温热害统计结果,提出适用于江西的早稻高温热害指标,提升高温监测预警和防御能力。结果表明：(1)稻田较台站有降温效应,日最高气温(T_max)、日平均气温(T)和日最低气温(T_min)总体偏低0.6℃、0.4℃和0.3℃,且降温幅度随早稻生长增大,抽穗-成熟期>移栽-孕穗期>播种-移栽期。(2)高温期间,晴天条件下稻田降温幅度最大,T、T_max和T_min较相应台站平均偏低0.8℃、1.0℃和0.7℃,阴天多云和雨天稻田降温幅度总体较为接近。(3)H1(NS)热害下,稻田与相应台站的逐日气温、逐小时气温均差异显著,且夜间稻田降温强度大于白天。稻田气温总体偏低1.2℃左右,金溪稻田偏低最多,T、T     

ORYZA2000模型与水稻群体茎蘖动态模型的耦合

以水稻群体茎蘖动态模拟为例,采用单向耦合方法,将ORYZA2000模型模拟的逐日发育进程和生物量作为水稻群体茎蘖动态模型的输入,驱动茎蘖动态模型模拟,尝试将水稻群体茎蘖动态模型引入ORYZA2000模型中,作为该模型的子模块以扩展ORYZA2000模型对茎蘖动态、籽粒灌浆动态和叶龄动态等水稻生长要素模拟的功能。为检验耦合模型（ORY-TIL）,选用2012年杂交籼稻两优培九和扬稻6号5个播期的大田观测数据,在两模型参数定标的基础上,模拟2个播期水稻群体茎蘖动态,并对模拟结果进行误差分析。结果显示,ORY-TIL模型能较好模拟水稻发育速率、地上部总生物量和群体茎蘖动态,各项模拟值与实测值的相关系数均达0.95以上,且通过0.01水平显著性检验;扬稻6号和两优培九群体茎蘖密度模拟值与实测值的均方根误差分别为24.3条?m-2和34.9条?m-2,误差主要出现在茎蘖消亡阶段。总体来看,ORY-TIL模型具有较好模拟性能,提出的耦合方法对扩展水稻生长模型具有一定参考价值。     

基于ORYZA2000模型的湘赣双季稻气候生产潜力

应用湘赣地区1961-2006年25个气象观测站的逐日气象资料以及31个农业气象观测站1981-2006年双季稻发育期、生物量观测等资料,对水稻生长模型ORYZA2000进行参数调试和验证。以双季稻发育速率参数为主,结合地形、气候、水稻熟性分布和当地生产实际,将湘赣双季稻区划分为7个区域,实现了ORYZA2000在湘赣双季稻地区的应用。利用本地化后的ORYZA2000模型模拟湘赣地区早、晚稻的逐日生长过程,分析了湘赣地区1961-2006年双季稻气候生产潜力的时空演变规律。分析表明,赣东、赣中、湘中一带双季稻气候生产潜力较高,湘北、湘南、赣南、赣东北双季稻气候生产潜力较低,其空间分布与实际生产情况相符。从历史演变看,25个站中有18个站的双季稻气候生产潜力呈下降趋势,每年下降22-86kg/hm^2不等。初步分析表明,湘赣地区双季稻气候生产潜力下降是由于生育期天数减少、生育期内辐射（日照时数）减少和（或）积温上升3个因素的共同影响。辐射减少导致光合作用产物减少,积温上升意味着生育期内温度升高,或产生高温胁迫,或引发生育期缩短,均对水稻生长不利。     

水稻吸氮量和干物质积累的模拟试验研究

本文描述了土壤氮和肥料氮素对水稻不同时期生长的影响及水稻对氮素吸收和在各组织器官的分布模式 ,借助水稻生长模型ORYZA - 0 ,通过田间和水槽的氮肥试验结果对水稻模型和氮素动态模块进行了验证。结果表明 ,模型模拟的水稻生物量、产量、叶片吸氮量和地上部吸氮量与实测值呈明显的正相关 ,其相关系数分别为 :生物量r=0.9889;产量r =0.9992 ;叶片吸氮量r =0.9597;地上部吸氮量r =0.9234。模拟生物量、产量和实测的生物及产量的相关性较高 ;而对叶片吸氮量、地上部吸氮量的模拟值与实测值的相关性稍低一些。但总体来看 ,该模型不仅能较准确地模拟水稻生长动态 ,而且可以模拟水稻氮吸收和积累的行为动态     

基于ORYZA2000模型的旱稻生长模拟及氮肥管理研究

以旱稻田间试验资料为基础,对水稻生长模拟模型ORYZA2000模拟旱稻生长进行参数校正和验证,图解和回归分析结果显示ORYZA2000模拟旱稻生物量、产量、作物吸氮量的模拟值与观测值基本呈线性关系,模拟效果良好,但对土壤水分的模拟效果欠佳,需做进一步研究。应用校正和验证的结果,结合肥料效应函数原理,对旱稻不同灌溉方式和密度管理下的氮肥经济最佳施肥量做了探讨,初步得出了该地区旱稻栽培氮肥经济最佳施肥量,丰富了作物模拟和节水农业的理论和实践,对以后旱稻发展及栽培管理有一定的参考价值。     

不同水源灌溉对水稻高温热害影响的微气象学分析

高温热害是长江中下游地区水稻常见的农业气象灾害,井水和池塘水灌溉是水稻高温热害过程中常用的农业措施。为研究高温热害下不同灌溉水源对稻田微气象的影响,以两优培九为研究对象,在高温热害期间（2016年8月12-18日）开展田间试验。试验分3个处理,T1：用池塘水每日8：00灌溉,田间水层达10cm后停止,18：00排干,灌溉水温平均30.5℃;T2：用井水每日8：00灌溉,田间水层达10cm后停止,18：00排干,灌溉水温平均18.2℃;CK：试验开始当天用池塘水灌溉至田间水深达10cm后停止,夜晚不排放,当田间水深低于5cm时补充灌溉至10cm,试验期间每日8：00田间平均水温27.2℃。对稻田不同层次的土温和水温、水稻冠层不同层次温湿度、冠层顶部（120cm）叶温、冠层上方太阳辐射等指标进行测定,用Penman-Monteith分层模式计算稻田能量平衡各分量的日变化。结果表明：白天（8：00-18：00）,所有处理各层次冠层内气温和地温均为T1>CK>T2,随着冠层高度增加,处理间气温差异逐渐减小;随着土壤深度增加各处理间地温差异逐渐减小。夜间（18：00-次日8：00）,各处理间5cm地温差异最大,其次为冠层40cm处。不同灌溉水温改变了各处理的能量平衡分量,水体含热量的变化（Q）表现为T2>CK>T1,土壤热通量（G）、显热通量（H）和潜热通量（LE）均表现为T1>CK>T2。说明较高温度的池塘水灌溉加重了水稻的高温热害,而较低温度的井水灌溉对抵御高温热害有良好效果。     

四川单季稻区主栽水稻品种的生长模拟*4

利用四川单季稻区7个农业气象观测站5个主栽品种的田间观测数据,结合当地栽培管理措施、土壤条件及逐日气象资料对ORYZA2000模型进行参数调试,并确定四川单季稻区5个主栽品种的作物参数值;利用4～5a各主栽品种的观测数据对单季稻生育期、叶面积指数、生物量和产量等指标的模拟结果进行验证和评价。结果表明,合系39营养生长期发育速率最大,而生殖生长期发育速率最小,Ⅱ优838营养生长期发育速率最小,而D优63和汕优2生殖生长期发育速率最大;模型对5个单季稻主栽品种的生育期模拟效果较好,各品种开花期与成熟期的相对模拟误差均在1～2d,归一化均方根误差（NRMSE）均小于1%;各品种产量的NRMSE在5.26%～10.01%,叶面积指数的NRMSE为10.37%～19.19%,地上部总生物量、茎生物量、绿叶生物量及穗生物量的 NRMSE 分别为13.17%～18.69%、14.31%～20.41%、18.95%～24.74%和20.85%～25.39%。由此可见,ORYZA2000模型能够较为准确地模拟四川单季稻区5个主栽品种的发育及产量形成过程,适应能力较强,可以应用于四川单季稻生产。     

四川单季稻区主栽水稻品种的生长模拟

利用四川单季稻区7个农业气象观测站5个主栽品种的田间观测数据,结合当地栽培管理措施、土壤条件及逐日气象资料对ORYZA2000模型进行参数调试,并确定四川单季稻区5个主栽品种的作物参数值;利用4～5a各主栽品种的观测数据对单季稻生育期、叶面积指数、生物量和产量等指标的模拟结果进行验证和评价。结果表明,合系39营养生长期发育速率最大,而生殖生长期发育速率最小,Ⅱ优838营养生长期发育速率最小,而D优63和汕优2生殖生长期发育速率最大;模型对5个单季稻主栽品种的生育期模拟效果较好,各品种开花期与成熟期的相对模拟误差均在1～2d,归一化均方根误差（NRMSE）均小于1%;各品种产量的NRMSE在5.26%～10.01%,叶面积指数的NRMSE为10.37%～19.19%,地上部总生物量、茎生物量、绿叶生物量及穗生物量的NRMSE分别为13.17%～18.69%、14.31%～20.41%、18.95%～24.74%和20.85%～25.39%。由此可见,ORYZA2000模型能够较为准确地模拟四川单季稻区5个主栽品种的发育及产量形成过程,适应能力较强,可以应用于四川单季稻生产。     

四川省水稻高温热害风险及灾损评估

高温热害是四川省最主要的农业气象灾害之一,研究高温热害对水稻的影响对于四川省农业可持续发展、保障水稻的安全生产具有重要意义。本文以1981—2015年四川省84个气象台站的逐日气象资料、农业气象观测站水稻生育期资料和县级水稻产量资料为基础,利用水稻高温热害指数,构建四川省水稻关键生育期和全生育期综合高温热害风险模型;分离水稻气象产量,建立高温热害影响下水稻气象产量与高温热害指数间的统计模型,开展1981—2015年四川省水稻高温热害风险和灾损评估。研究结果表明：四川省水稻抽穗扬花期,高温热害较高风险区和高风险区主要集中在盆地东北大部和盆地南部的个别地区,其中达州、广安和泸州的部分地区为高风险区。而低风险区主要分布在盆地西部、南部和川西南的大部地区。灌浆结实期,水稻高温热害较高风险区和高风险区主要集中在盆地东北和盆地南部的大部分地区,其中泸州大部、南充和宜宾的个别地区为高风险区。而低风险区主要分布在盆地北部、西部和川西南的大部地区。水稻全生育阶段高温热害较高风险区和高风险区主要集中在盆地东北和盆地南部的大部分地区,其中泸州、南充和达州的部分地区为高风险区。而低风险区主要分布在盆地北部、西部和川西南的大部地区。构建的水稻高温热害灾损评估模型简单实用,验证结果表明高温热害年水稻统计产量与模拟产量间的相对误差绝对值都小于1.5%,建立的模型能反映四川省高温热害对水稻产量的影响,同时能够较好地评估高温热害下四川省水稻的产量损失。进一步的灾损评估结果表明,高温热害危害下代表站点水稻的减产率为5.6%~10.2%。     

气候变化对我国主要粮食作物产量的影响及适应措施

过去几十年气候变化对我国主要粮食作物产量产生了重要影响,为了研究作物产量对气候变化的响应和适应,保障粮食安全,基于国内相关研究文献,分析归纳了研究方法,综述了国内小麦、玉米和水稻等主要粮食作物产量对气候变化的响应和适应,得出如下结论:（1）作物产量对气候变化响应的研究方法主要包括田间试验观测、统计分析和作物模型模拟等方法,其中田间观测法最直观,统计分析法可操作性强、应用最为普遍,作物模型模拟机理性强,可以定量描述气候因子对作物产量的影响,外推效果好;（2）近几十年来,小麦生育期内气温升高和辐射变化使我国北方小麦增产0.9%~12.9%,南方小麦减产1.2%~10.2%;气候变暖对玉米产量贡献率为-41.4%~0.4%;水稻生育期内气温升高和辐射增强有利于东北地区水稻产量增加,增产贡献率为1.01%~3.29%,而辐射减弱对长江流域等南方主要水稻种植区的水稻产量（长江流域晚熟稻除外）产生不利影响;（3）未来气候变化情境下小麦应从延长生殖生长期、增加籽粒数量和提高收获指数等方面培育新品种应对气候变暖对作物产量的不利影响;耐高温和长生殖生长期的玉米品种可以用来应对气温、降水等气候因子的变化;水稻则应选育耐高温品种应对气温和辐射等因子的变化所带来的作物生产上的风险。     

稻田水肥资源高效利用与调控模拟

水和肥是影响作物产量与生态环境的重要因素。为揭示稻田水肥利用规律,以达到稻田节水、省肥、高产、减排的目标,该文以湖北省漳河团林实验站稻田水肥耦合灌溉与控制排水试验观测数据为基础,联合运用作物生长模型ORYZA 2000和田间水文模型DRAINMOD 6.0,模拟分析不同降水、节灌、施肥、控排条件下的水稻产量与稻田排水量响应关系,得出了稻田水肥调控的临界条件,即采用稻田间歇灌溉方式,灌水定额30 mm,施氮量170 kg/hm2左右,控制排水水位20 cm时,节水12.5%～18.87%、省肥35.1%、增产11%、减排19.9%。本研究对加强农田水肥科学管理,提高水氮生产效率,防治农业面源污染,促进灌区可持续发展具有重要意义。     

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。     

气候变暖背景下江苏省水稻热害发生规律及其对产量的影响

根据江苏省1960-2009年常规气象资料和1980-2009年水稻生育期观测数据,利用温度距平、气候倾向率和M-K检验法研究江苏省不同区域的气候变暖特征,并分析江苏省水稻热害的时空分布规律及其对产量的影响,探讨气候变暖对江苏省水稻热害发生的影响。结果表明:(1)江苏省水稻热害主要发生在拔节-孕穗期和抽穗-乳熟期,苏南地区发生频次最高,淮北和苏北沿海最少。(2)江苏省水稻热害发生频次有明显的13a和3a周期,前者为主周期,后者为副周期。(3)1960-2009年,江苏省平均气温倾向率为0.2775℃.10a-1(P<0.01),气候变暖明显;20世纪60年代气温开始下降,80年代达最低值,之后开始变暖,21世纪前10a达最高值;江苏省水稻热害发生趋势与气温变化基本一致,80年代发生次数最少,21世纪前10a发生次数最多。(4)7-8月平均气温高的年代,热害发生次数则多,淮北地区20世纪60年代气温最高,热害发生次数也最多,其它地区近10a气温最高,热害次数最多。(5)从年际变化看,气候偏暖的年份,水稻热害多,产量相应低,说明气候变暖是造成水稻热害频次上升、产量下降的重要原因。     

基于Penman-Monteith模型的低丘红壤区稻田蒸散模拟

基于低丘红壤区稻田波文比仪测量值和小气候观测资料,将8种组合形式的Jarvis公式和Irmak公式应用到Penman-Monteith模型中,组成9种蒸散模型,模拟稻田全生育期的逐时蒸散量,以波文比仪观测的蒸散量作为实测值检验模型精度。结果表明:PM_Irmak模型对水稻全生育期的蒸散模拟效果在所有模型中最好,均方根误差和平均绝对误差最小,分别为0.064和0.049mm·h~(-1),确定系数、纳什效率系数和一致性指数最高,分别为0.940、0.922和0.953。8种PM_Jarvis模型模拟蒸散的日动态变化值在水稻返青期均明显小于实测值,PM_Irmak模型模拟蒸散的日动态变化值在整个生育期与实测值均较为接近。由此可见,Irmak公式应用到PM模型后模拟精度较高,可为低丘红壤区稻田蒸散研究提供参考。     

浙江省高温热害发生规律及其对早稻产量的影响

在前人研究基础上,提出浙江省早稻高温热害的气象指标是日平均气温≥30℃和日最高气温≥35℃连续出现3d及以上。根据该指标和全省68个气象站高温数据,分析了浙江省早稻高温热害发生规律及其对产量的影响。结果表明：除东部沿海和浙南部分山区外,其余大部地区高温热害均有发生,高温中心出现在金华地区;1988年之后高温热害呈现加重趋势;高温热害持续天数与空壳率、秕谷率之间呈显著的正相关关系,与结实率、千粒重以及早稻产量之间呈显著的负相关关系,并建立了模拟方程。此结果可为水稻高温热害监测预警和影响评估提供参考。     

水稻抽穗扬花期极端高温发生时空特征及热害风险区识别——以南充市为例

以2000—2018年南充市水稻抽穗扬花期(7—8月)气象站点逐日最高气温数据为基础,通过年距平法、累计距平法提取南充市极端高温发生的时间特征;计算包括市域范围内及周边地区17个站点的多年水稻高温热害累积指数,并借助ANUSPLIN软件进行插值以获得南充市极端高温发生的空间特征;最终结合水稻种植范围、人口数量分布数据以及高温热害风险性分析模型识别南充市各等级水稻高温热害风险区。结果表明:2006年为研究时段极端高温发生最严重的年份,其次是2017年,极端高温发生日数较常年明显偏多。2010年为南充市气温变化的转折点,2010—2018年平均日最高气温明显高于2000—2010年,预计未来极端高温天气出现的频率和强度持续增大。蓬安县、营山县为遭受极端高温天气最频繁的两个县,其次是高坪区、南部县和西充县。水稻高温热害高风险区在高坪区、营山县分布最多,中风险区在各县均有较广泛分布,而低风险区则集中分布在南部县西北部、阆中市北部和营山县东北部的山地、丘陵。水稻高温热害风险区的识别能为人们更好地安排农业生产和政府更科学地进行城市规划与改造等提供参考依据。     

江西省双季早稻灌浆乳熟期高温热害影响评估

依据江西省14个农业气象观测站2000-2013年农业气象观测资料、6月下旬-7月中旬逐日最高气温资料,探讨早稻高温热害的主要影响因子,建立江西省双季早稻灌浆乳熟期高温热害影响评估模型,并利用2000-2012年早稻产量、灾害调查资料和2012-2013年早稻分期播种试验资料进行验证。结果表明,过程最大升温幅度、过程极端最高气温和高温持续日数,为早稻高温热害的主要影响因子。在此基础上,结合主成分分析法构建灌浆乳熟期高温热害评估和指数计算模型,其历史回代和分期播种试验检验的准确率均比较高,可以用来定量评价江西省早稻灌浆乳熟期高温热害发生程度。据此确定的高温热害评价指标为：高温热害指数（HTDI）≥0.60时为重度高温热害,早稻减产率＞10%;HTDI在0.30～0.60时,发生中度高温热害,早稻减产5%～10%;HTDI在0.10～0.30时,发生轻度高温热害,早稻减产小于5%。     

未来气候变化情景下江苏水稻高温热害模拟研究Ⅰ:评估孕穗-抽穗期高温热害对水稻产量的影响

将江苏省气候、土壤、水稻产量、田间试验等相关资料作为CERES-Rice模型的输入文件,通过校准和验证获得江苏水稻品种徐稻2号的遗传参数,利用WCRP耦合模式CMIP3的多模式数据下的A2和A1B两种方案,并结合CERES-Rice模型,模拟分析A2和A1B两种情景下2020s(2011-2040)时段不同高温强度及其持续时间的热害对水稻产量的影响。结果表明,CERES-Rice模型在江苏地区具有较好的模拟能力;A2和A1B两种情景下高温热害会使江苏省水稻产量下降,最高减产率为17%。高温强度一定时,高温持续日数越长,水稻减产率越大。高温持续日数一定时,温度越高对水稻造成的危害越重。可见,未来气候情景下孕穗-抽穗期高温热害将使江苏省水稻减产,研究结果可为合理制定江苏水稻生产防灾减灾措施提供理论支撑。