排序方式: 共有14条查询结果,搜索用时 15 毫秒
1.
还田秸秆分解与氮素释放的动态模拟 总被引:15,自引:0,他引:15
还田秸秆的分解与氮素释放动态是作物养分管理的重要依据。建立了秸秆分解氮素释放动态的“整吞”式动态模拟模型。模型由秸秆有机质分解和残余有机质含氮率动态模拟两部分组成,有机质分解的温度效应用指数函数描述,水分效应用分段线性函数描述,用“标准天”反映温度与水分的综合影响,残余有机质含氮率动态变化用“标准天”为变量的函数模拟,初始秸秆含氮量与残余秸秆含氮量之差即为秸秆分解的氮素净释放。“整吞”式较之“吃馅饼”式建模构思,所需参数少且易通过实验获得,增加了模型的可用性,利用在淮北滨海地区小麦的试验资料对模型的有效性进行了验证。 相似文献
2.
FACE水稻生育期模拟 总被引:7,自引:0,他引:7
利用农田开放式空气CO2浓度增高(FACE)技术平台,设置大气CO2浓度比对照高200μmol mol^-1的FACE处理和不同的施N量水平,以水稻钟模型为基础,构建了FACE水稻生育期模拟模型。通过不同年度试验数据的检验,表明模型对CK及FACE条件下水稻不同生育期天数的预测性能好。不同生育期预测误差的根均方差(RMSE)最大为2.64d,最小只有0.15d,且相关系数均达到了极显著水平。说明FACE水稻生育期模型具有较高的预测性和适用性。 相似文献
3.
4.
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 总被引:4,自引:1,他引:3
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. 相似文献
5.
基于生理生态过程的大麦顶端发育和物候期模拟模型 总被引:8,自引:2,他引:6
为改进已有的大麦生理发育时间模拟模型(YDmodel),以扬州地区5个品种春播条件下的顶端发育和物候发育观测资料和历史资料为依据,构建了基于生理发育时间的顶端发育和物候期机理模型.模型量化了热效应、光周期、春化效应对发育的影响,引入了7个遗传参数,分别为播种到出苗所需的有效积温、灌浆期发育基点温度、生理春化时间、临界日长、光周期反应起始点、最短苗穗期、最短灌浆期.本模型在YDmodel基础上的改进主要有3点:(1)将每日生理发育时间的增量乘以水肥丰缺因子,改为除以水肥丰缺因子表现水肥对大麦发育的影响,客观体现了大麦在水肥丰缺条件下的发育延迟或提早现象;(2)将三段线性函数改为非线性函数表达春化效应和相对热效应,确立了不同品种相对春化效应和相对热效应的曲线族;(3)将线性函数改为正弦函数表达不同品种光周期效应.经测算,各大麦品种到达单棱期、二棱期、雌雄蕊分化期、药隔形成期、雌蕊柱头二裂分叉期、雌蕊柱头毛状突起期等顶端发育阶段的生理发育时间分别为2.6、5.6、11.3、13.1、15.3、18.2、28.7d,到达出苗期、拔节期、抽穗期、灌浆期和成熟期等主要物候期的生理发育时间为0、13.1、28.7、32.8、51.5d,形成了不同大麦品种在不同气候和栽培条件下统一的衡量发育的定量尺度. 相似文献
6.
作物发育温度非线性效应Beta模型的特征分析 总被引:4,自引:1,他引:3
Beta模型在反映温度对作物发育非线性效应方面被广泛采用.为使该函数满足在设定的最适温度下函数值取值最大的条件,得到Beta模型的特殊形式.分析认为,该模型满足温度对作物发育影响的三基点规律、较好地反映发育速率对温度变化的响应特征、温度三基点在模型中应比较明确的3个规范性要求,具有较强的变化特征表达能力,可以近似表达二次函数、高斯函数等函数的变化.分析了Beta模型与积温法计算结果的关系.通过对Beta模型一阶和二阶导数的分析,明确了其变化特征,指出已有研究对参数P生物学意义解释的不妥之处,提出作物发育速度对温度的非线性响应是感温性的本质特征的观点,并从新的视角肯定了参数P在一定程度上可以作为作物感温性强弱的度量. 相似文献
7.
8.
冬大麦花后穗部氮素积累的特征分析及动态模拟 总被引:1,自引:0,他引:1
以扬饲麦3、扬饲麦1和扬农啤2号等3个大麦品种为供试材料,构建了冬大麦花后穗部氮素积累的动态模型,即Richards方程W=A/(1+be^-kt)^m,定量分析表明,方程的积累速率参数k和形状参数m相对稳定,分别取值0.240481和0.364499.终极积累量A与大麦花前穗部氮含量N呈幂函数关系.A=0.0034e^127.79N;初值参数b与大麦花前穗部氮含量N呈指数函数关系.b=le-24N^-14,978.运用苏啤3号的实测结果对模型进行了检验.结果表明,大麦花后穗部氮积累的模拟值和实测值的绝对误差都在7mg/株以内,误差最小为0.066mg/株,最大的为6.321mg/株;平均差平方和的根值(Root mean square error,RMSE)在5mg/株之内,最大为4.768mg/株,最小为2.058mg/株.模拟值与实测值间显示出较好的一致性. 相似文献
9.
FACE水稻茎蘖动态模型 总被引:4,自引:0,他引:4
借助农田开放式空气CO2浓度增高(FACE)技术平台,以武香粳14为供试水稻品种,设置不同施N量处理,研究大气CO2浓度为570 μmol·mol-1(比对照高200 μmol·mol-1)的FACE处理对水稻茎蘖动态的影响,并建立了相应的模拟模型:Tt=A1(1+ea1-b1t)-A2(1+ea2-b2t)+C×[B1(1+ea3-b3t)-B2(1+ea4-b4t)]+D.模型以时间为驱动因子,描述了水稻茎蘖数随移栽天数的动态变化过程,对常规及CO2浓度增加条件下水稻茎蘖的变化均有很好的拟合性.通过不同年份试验数据对模型的检验,预测根均方差(RMSE)最大为44.27个·m-2,最小为13.96个·m-2,且相关系数均达到了极显著水平.表明模型的预测程度较高,具有很好的适用性. 相似文献
10.
FACE水稻干物质积累与分配模型 总被引:3,自引:1,他引:2
借助中国唯一的FACE技术平台,通过设置不同的N肥处理,研究了FACE条件下水稻干物质积累及分配动态的模拟模型.模型以生理发育时间为驱动因子,以CO2浓度函数为主要影响因子,同时引入N素影响因子调节干物质的积累与各器官分配指数.模拟结果表明,随着大气CO2浓度的增加,水稻地上部总干物重显著增加,叶干重分配指数下降,穗干重分配指数基本不变,茎干重分配指数前期增加,后期持平.通过不同年份试验数据对模型的验证,预测根均方差(RMSE)较小,且相关系数均达到了极显著水平.表明模型拟合程度高,具有较好的适应性和预测性. 相似文献