日光温室黄瓜生长发育模拟模型

实现日光温室黄瓜生长发育动态模拟预测,可为日光温室黄瓜智慧生产管理提供技术支撑.本研究依据黄瓜生长发育的光温反应特性,以‘津优35’为试验品种,利用2年4茬分期播种试验观测数据建立基于钟模型的温室黄瓜发育模拟模型.依据温室黄瓜叶片生长与关键气象因子(温度和辐射)的关系,以辐热积(TEP)为自变量构建了黄瓜叶面积指数(LAI)模拟模型;依据单位叶面积光合作用对叶面积指数和日长的二重积分,结合黄瓜不同器官的呼吸消耗,构建了黄瓜干重生产分配模拟模型,结合器官含水量,构建了黄瓜器官鲜重模拟模块.基于各子模块构建了温室黄瓜生长发育模拟模型,确定了模型品种参数并进行检验.结果表明: 日光温室黄瓜移栽期-伸蔓期、移栽期-初花期、移栽期-采收初期和移栽期-拉秧期的模拟值与观测值的均方根误差(RMSE)在3.9～10.5 d,归一化均方根标准误差(nRMSE)在6.5%～28.6%,符合度指数(D)在0.79～0.97.LAI与TEP呈S型曲线变化关系,LAI模拟值与实际观测值的RMSE为0.19,nRMSE为17.2%,D值为0.90.根、茎、叶、花和果干重模拟值与实际观测值的RMSE在0.39～8.94 g·m^-2,nRMSE在10.9%～17.7%,D值均为0.98以上.表明模型能够较准确地模拟黄瓜关键发育期、叶面积和各器官干鲜重,定量化日光温室黄瓜生长发育过程.     

大麦叶面积指数的模拟研究

在连续观测和定量分析的基础上,采用单株叶面积最大值作为品种遗传参数,用两段非线性方程构建了大麦叶面积指数随生理发育时间（Physiological development time,PDT）变化的动态模型．模型将经验性和机理性有机结合,考虑了温度和氮素营养对叶片生长的影响,较好的解决了两段非线性方程的衔接问题;不同品种、氮肥处理、播期以及种植地域间检验结果表明,叶面积指数模拟值与观测值的绝对预测误差为0．007-1．486,RMSE为0．109-0．718．     

大麦产量构成模型

通过产量构成法构建了适用于不同地区不同品种的大麦产量模拟模型.以南京、昆明、武汉3个地区各试验处理中不同大麦品种最适条件下的产量因素为基础,建立了最适条件下每株穗数相对值、每穗粒数相对值、千粒重相对值与累积光合有效辐射的回归方程,构建了实际条件下的不同大麦品种每株穗数、每穗粒数和千粒重与这三者在最适条件下的潜在值和实际条件下的水肥丰缺因子等变量的函数关系.模型较为全面地考虑了大麦品种生长发育的内外因素,内因主要体现为品种遗传特性（潜在的每株穗数、潜在的每穗粒数、潜在的千粒重和灌浆期因子）,外因包括光合有效辐射和水肥丰缺因子.运用武汉、昆明、扬州3个地区不同品种、不同播期的田间试验资料对模型进行了测试和检验.结果表明,模型对大麦产量构成因子及理论产量的模拟效果较好,模拟值与观测值吻合度高,每株穗数、每穗粒数和千粒重相对误差（RE）绝对值的平均值分别为1.96%、1.88%和1.67%,对这三者及理论产量的模拟值和观测值进行y=x回归分析,相关系数（r）在0.9464～0.9987,相关性显著,说明模型具有较高的预测性和适用性.     

油菜绿色面积指数动态模拟模型

准确模拟绿色面积指数是作物生长模拟模型可靠预测作物生长和产量的关键。该研究的目的是以生理生态过程为基础,构建油菜(Brassica napus)叶面积指数和角果面积指数变化动态的模拟模型。油菜叶面积指数模型综合考虑了库或源限制下的叶面积增长模式,其中库限制下叶面积指数的增长呈指数方程,且受到温度、水分和氮素因子的影响;源限制下叶面积指数增长用比叶面积法来模拟。油菜角果面积指数由比角果面积和角果干物重来决定。比叶面积和比角果面积均为生理发育时间的函数。利用不同类型品种的播期试验及氮肥试验资料分别对模型进行了校正和检验,结果表明模型能较好地模拟不同条件下油菜叶面积指数和角果面积指数。     

温室甜椒叶面积指数形成模拟模型

叶面积指数是光合作用驱动的作物生长模型以及冠层蒸腾模型所需的重要作物参数,温度和辐射是影响叶片生长的重要环境因子.通过不同定植期、不同品种、不同地点的试 验,定量分析了温室甜椒出叶数、叶片长度和叶面积指数与温度和辐射的关系,构建了温室 甜椒叶面积模型,并利用独立的试验资料对模型进行了检验.结果表明：甜椒出叶数与出苗 后累积辐热积呈指数函数关系;叶片长度与出叶后累积辐热积呈负指数函数关系;甜椒出叶 数、叶片长度和叶面积指数的模拟结果与实测值之间的决定系数R²分别为0.94、0.89、0.93,其回归估计标准误RMSE分别为3.4、2.15 cm、0.15.该模型能够利用气温、辐射、 种植密度和出苗日期准确地预测温室甜椒叶面积指数动态,且模型参数少、实用性强,可以为温室甜椒生长模型和蒸腾模型提供必需的叶面积指数动态信息.     

植被界面过程(VIP)模型的改进与验证

为了提高植被界面过程(VIP)模型的预报能力,对VIP模型的一些参数化方案进行了更新,包括基于相对生育期的根深动态、根系分布密度和比叶面积季节变化,使模型能从机理上更合理地描述作物同化物分配及土壤水分运动。将改进后的模型应用于河北栾城冬小麦生长季的叶面积指数、生物量和土壤水分模拟,并与相应时期的试验资料对比验证。结果表明,改进后的VIP模型对土壤水分动态和冬小麦叶面积指数的模拟效果更好,模型各状态变量模拟值与观测值的均方根误差和相关系数都得到明显提高。     

基于辐射和温度热效应的温室水果黄瓜叶面积模型

依据温室黄瓜(Cucumis sativus)叶片生长与温度和辐射的关系,构建了适合我国种植技术的黄瓜叶面积模拟模型,并利用不同品种、播期的试验资料对模型进行了检验。结果表明,该模型比传统的积温法和比叶面积法更准确地模拟温室水果黄瓜的叶面积。该模型对黄瓜叶面积指数的模拟结果与1∶1直线之间的决定系数R²和回归估计标准误差RMSE分别为0.879 2和0.398 0,比用积温法和比叶面积法模拟叶面积指数的精度分别提高了37%和74%。     

灌溉水稻生长发育和潜力产量的模拟模型

本文提出的HDRICE模型是灌溉水稻生长的生理生态模型,它由相互衍接的水稻形态发育、干物质积累和叶面积发育三模块组成。形态发育模块用以模拟逐日温度和日长对水稻发育的影响,其参数可反映水稻品种的基本营养性、感温性和感光性;干物质积累模块用以模拟冠层CO_2同化、作物的维持呼吸和生长呼吸及干物质分配等过程;叶面积发育模块用以模拟叶面积指数的动态。本文还讨论了模型的输入参数和模型检验。模型可应用于模拟水稻的生长发育,预测水稻品种潜在产量及为取得潜在产量所必需的群体数量指标。     

作物生长模拟模型参数校正与有效化的理论和实践

以ＧＯＳＳＹＭ 模型为例系统阐述了作物生长模拟模型有关参数校正和模型有效化的一般原理和方法,同时用新疆棉区的试验具体校正了品种参数、土壤参数和修改了部分模块,并对校正结果进行了验证．结果表明,两个试点土壤２０ ～４０ 、６０ ～８０ｃｍ 两个土层生长季水分动态观测值与土壤参数校正后模型的模拟值吻合较好;系５ 品种试验生育期６ 项生物指标动态模拟结果与实测值拟合的相关系数都在０ ．９ 以上,并且不同栽培条件的３ 个处理的模拟产量的相对误差平均为７ ．５ ％ ,模拟结果较理想．     

玉米叶面积指数动态模拟的最适野外观测资料

基于锦州农田生态系统野外观测站2005-2011年多个品种的玉米大田试验资料,结合已经建立的玉米叶面积指数动态普适模型,探讨了准确模拟玉米叶面积指数动态所需的最适野外观测资料.结果表明: 准确模拟玉米叶面积指数动态至少需要3年的野外观测数据,且每年在生育期内至少需要进行4次观测.玉米生育期内的理想观测应为在出苗后20 d左右进行第1次观测,此后每月观测1次.
     

基于生理生态过程的大麦顶端发育和物候期模拟模型检验

为测试研究I 模型BarleyGrow,采用4个生态区(南京、扬州、武汉、昆明)、10个大麦品种在不同播期下的顶端发育和物候期资料,对BarleyGrow、YDmodel和SUCROS模型进行对比检验和评价.利用遗传-模拟退火算法确定各品种的遗传参数,提高了应用程序求算参数的精度.从模型的整体预测效果来看,BarleyGrow对不同地区、不同播期、不同品种的各顶端发育和物候期预测准确而稳定,均方差RMSE在1.06～7.94d之间,而YDmodel为6.26～13.35d,SUCROS为11.22～20.28d.各参试品种对BarleyGrow中灌浆期基点温度、生理春化时间、临界日长、最短苗穗期4参数反应敏感.经改进的生理发育时间(PDT)模拟模型(BarleyGrow)对中国广大地区不同温光条件下的大麦顶端发育和物候发育均具有较好的预测效果,尤其对药隔期、二裂期、毛状期、抽穗期、灌浆期、成熟期的模拟精度高而稳定,表现出较强的机理性以及较好的预测性.     

基于遥感与模型耦合的冬小麦生长预测

遥感的空间性、实时性与作物生长模型的过程性、机理性优势互补,将两者有效耦合已成为提高作物生长监测预测能力的重要手段之一。提出了一种基于地空遥感信息与生长模型耦合的冬小麦预测方法,该方法基于初始化/参数化策略,以不同生育时期的小麦叶面积指数(LAI)和叶片氮积累量(LNA)为信息融合点将地面光谱数据(ASD)及HJ-1 A/B CCD、Landsat-5 TM数据与冬小麦生长模型(WheatGrow)耦合,反演得到区域尺度生长模型运行时难以准确获取的部分管理措施参数(播种期、播种量和施氮量),在此基础上实现了对冬小麦生长的有效预测。实例分析结果表明,LNA较LAI对模型更敏感,以之作为耦合点的反演效果较好。另外,抽穗期是遥感信息与生长模型耦合的最佳时机,对播种期、播种量和施氮量反演的RMSE值分别达到5.32 d、14.81 kg/hm²、14.11 kg/hm²。生长模型与遥感耦合后的模拟结果很好地描述了冬小麦长势和生产力指标的时空分布状况,长势指标的模拟相对误差小于0.25,籽粒产量模拟的相对误差小于0.1。因此研究结果可为区域尺度冬小麦生长的监测预测提供重要理论依据。     

Modelling zinc uptake by rice crop using a Barber-Cushman approach

The Barber-Cushman mechanistic nutrient uptake model which has been utilized extensively to describe and predict nutrient uptake by crop plants at different stages of crop growth was evaluated for its ability to predict the Zn uptake by rice seedlings. Uptake of the nutrient is, therefore, determined by the rate of nutrient supply to the root surface by mass flow and diffusion. Inter root competition and time dependent root density are accounted for by soil volume that delivers nutrients. The radii of these cylinders decline with increasing density. Since mass flow and diffusion each supply zinc to the root, the process can be described mathematically using the model of Barber-Cushman (1984). The 11 parameters of the model for the uptake by rice cultivars were measured by established experimental techniques. Zinc uptake at different growth stages predicted by the model was compared to measured zinc uptake by rice cultivars grown on sandy loam soil in a green house. Predicted zinc uptake was significantly correlated with observed uptake r ²=0.99^**. Sensitivity analysis was also used to investigate the impact of changes in soil nutrient supply, root morphological and root uptake kinetic parameters on simulated nutrient uptake. Overall results of sensitivity analysis indicate that the half distance between root axes, rate of root growth and water flux affect the uptake of zinc particularly at their higher values rather than at lower values and DaZn is the most sensitive parameter for zinc uptake at its lower values.     

基于更新和同化策略相结合的遥感信息与水稻生长模型耦合技术的研究

将遥感与作物模型耦合有利于提高作物模型在区域尺度应用时的精度。基于集合平方根滤波算法(Ensemble Square RootFilter,EnSRF)和粒子群优化算法(Particle Swarm Optimization,PSO),以叶面积指数(Leaf Area Index,LAI)和叶片氮积累量(Leaf Nitrogen Accumulation,LNA)共同作为同化耦合点和过程更新点,将同化与更新策略相结合,研究建立了基于遥感信息与水稻生长模型(RiceGrow)耦合的水稻生长与产量预测技术。结果表明,将更新和同化策略结合后,利用RiceGrow模型模拟的水稻生长指标和产量结果更接近于实测值。其中LAI、LNA和产量与实测值间的RMSE分别为0.94、0.47 g/m2和320.15 kg/hm2;RiceGrow模型直接模拟LAI、LNA和产量的RMSE为1.25、1.24 g/m2和516.83 kg/hm2;而单纯基于同化策略模拟LAI、LNA和产量的RMSE为1.01、0.59 g/m2和335.70 kg/hm2。此外,基于该技术的模型区域尺度预测结果能较好地描述水稻生长和产量的时空分布状况,生长指标及区域总产量的模拟相对误差均小于20%。显示基于更新和同化策略相结合的遥感与模型耦合技术具有较高的预测精度,从而为区域尺度作物生长和产量预测提供了技术支撑。     

播期对春小麦生长发育及产量的影响

为了给陇中半干旱区春小麦高产栽培提供依据,2010年在甘肃定西进行了春小麦分期播种试验,并对不同播期条件下春小麦生长发育及产量形成进行了分析。结果表明:随着播期的推迟,春小麦播种-抽穗期日数减少、全生育期明显缩短;5月下旬之前,越早播种的春小麦LAI越大,5月下旬之后,播种愈晚春小麦LAI越大。早播春小麦LAI峰值靠前,晚播峰值滞后;6月下旬之前,播期早的春小麦叶绿素含量高于播期晚的,6月下旬之后播期愈早叶绿素含量下降愈快;不同播期春小麦群体生长率和净同化率在孕穗-抽穗期后差异显著,表现为3月18日播期最大,4月7日播期最小。各播期干物质累积在拔节期后表现为快速递增趋势。在拔节期前,早播处理的干物质积累速率较慢。随着播期的推迟,单株干物质最大积累速率出现时间提前,籽粒最大灌浆速率出现时间推迟,千粒重表现为先升后降;灌浆3个阶段各参数受播期影响比较显著;早播春小麦产量最高。     

基于高光谱遥感的小麦叶干重和叶面积指数监测

生物量和叶面积指数(LAI)是描述作物长势的重要参数, 叶干重和LAI的实时动态监测对小麦(Triticum aestivum)生长诊断和管理调控具有重要意义。为分析多种高光谱参数估算小麦叶干重和LAI的效果, 建立小麦叶干重和LAI的定量监测模型, 该研究连续3年采用不同小麦品种进行不同施氮水平的大田试验, 于小麦不同生育期采集田间冠层高光谱数据并测定叶片叶干重和LAI。试验结果显示, 小麦叶干重和LAI随施氮水平的提高而增加, 随生育进程呈单峰动态变化模式。小麦叶干重和LAI与光谱反射率间相关性较好的区域主要位于红光波段(590~710 nm, r<-0.60)和近红外波段(745~1 130 nm, r>0.69)。对于不同试验条件下的叶干重和LAI, 可以使用统一的光谱参数进行定量反演, 其中基于RVI (810, 560)、FD755、GM1、SARVI (MSS)和TC3等光谱参数的方程拟合效果较好。经不同年际独立试验数据的检验表明, 以参数RVI (810, 560)、GM1、SARVI (MSS)、PSSRb、(R_750-800/R_695-740) -1、VOG2和MSR705为变量建立的叶干重和LAI监测模型均给出较好的检验结果。因此, 利用关键特征光谱参数可以有效地评价小麦叶片生长状况, 尤其是光谱参数RVI (810, 560)、GM1和SARVI (MSS)可以对不同条件下小麦叶干重和LAI进行准确可靠的监测。