Application of a rice simulation model in high temperature sensitivity study

以调试校正较高精度的ORYZA2000模型参数及高温敏感性模拟验证为目的, 为模型适应性和本地化提供依据, 利用江苏省9个试验点5个水稻(Oryza sativa)品种的田间观测数据及当地逐日气象数据, 采用ORYZA2000最新版本(V2.13)水稻生长模型, 首先挑选出5个试验点3个品种的观测数据进行模型参数适应性调试校正, 确定了水稻发育生长阶段的各项参数, 然后用该参数对独立样本的4个试验点2个水稻品种地上部分各器官生物量、叶面积指数动态变化过程及最终产量进行了动态模拟。通过t检验和质量评价指标对模拟结果进行了显著性检验。利用通过检验的模型及其参数在假设环境温度不同时间段的持续升高条件下, 开展了高温对水稻生物量及产量影响的模拟研究, 模拟结果的影响幅度与实际高温处理结果的影响幅度进行了比较。结果表明: 1)经过调试校正获得较高精度的水稻发育阶段各参数, 较准确地模拟了水稻生物量和叶面积指数的动态累积过程, 模拟值与观测值基本一致, 说明校正后参数的合理性和有效性; 2)调整参数后高温敏感性模拟结果表明, 孕穗期到开花期温度连续3天、5天、7天升高到35 ℃时, 总生物量、穗生物量和总产量与对照(CK)相比分别下降了12%-25%; 不同时间段连续升高到38 ℃时下降18%-31%; 不同时间段升高到41 ℃时, 各生物量与对照相比分别下降了20%-38%。模型模拟值与控制试验室的观测数据的下降幅度基本一致, 表明经过参数校正的ORYZA2000可以应用于水稻对气温升高响应的预测。     

水稻模型ORYZA2000在湖南双季稻区的验证与适应性评价

校准与验证水稻生长模型ORYZA2000,为模型本地化、区域化研究应用提供依据。本文采用湖南双季稻区作物田间观测数据,结合栽培管理措施、土壤以及同期逐日气象数据等资料对ORYZA2000进行参数校正,调试确定了早稻、晚稻有代表性品种的作物参数;利用独立的数据资料,对双季稻生育期、叶面积指数、生物量、产量等指标的模拟结果进行了详细地验证与适应性评价。结果表明：模型对双季稻品种的生育期模拟较好,开花期和成熟期的相对模拟误差为1—2d;早稻和晚稻叶面积指数的归一化均方根误差（NRMSE）均为24%,地上部总生物量、绿叶生物量、茎生物量和穗生物量的NRMSE值分别为18%、22%、22%、24%和19%、24%、28%、28%,产量的NRMSE值分别为11%和16%。校验的作物参数反映了湖南早稻和晚稻品种的生物学特性,参数值合理、有效。通过校准作物参数,ORYZA2000可较为准确地模拟双季稻生长发育及其生物量的动态累积过程,适应性较强,能够应用于双季稻生产。     

APSIM模型对华北平原小麦-玉米连作系统的适用性

利用中国科学院禹城试验站1999—2001年大田试验及2002—2003年水分池处理数据进行APSIM模型参数的调试及验证,检验其对华北地区冬小麦-夏玉米连作系统的适用性.模型调试和验证结果表明:禹城1999—2000年大田试验的作物叶面积指数、生物量和土壤含水量模拟结果的平均误差分别为27.61%、24.59%和7.68%,2000—2001年分别为32.65%、35.95%和10.26%;2002—2003年高水分处理的作物叶面积指数和生物量模拟结果的平均误差分别为26.65%和14.52%,低水分处理分别为23.91%和27.93%.叶面积指数、生物量的模拟值和实测值拟合较好,除2000—2001年叶面积指数的决定系数为0.78外,其他处理均大于0.85.表明APSIM模型在模拟华北地区小麦-玉米连作系统的作物生物量和土壤水分方面具有较好的准确性,对叶面积指数模拟误差稍大.     

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。     

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.     

UV-B辐射增强对水稻生长发育及其产量形成的影响

在盆载条件下,研究UV-B辐射（280-320nm）增强对3个不同类型水稻品种（组合）的生长发育及其产量构成的影响。结果表明,UV-B辐射增强明显抑制水稻生长,使株高变矮、分蘖数减少、叶面积和干物质量下降,但其抑制程度依品种、水稻所处的生长阶段的不同而不同;株高在苗期下降幅度最大,为9.4%-12.2%,干物质量在分蘖期下降幅度最大,地下部和地上部干物质量分别下降45.3%-59.8%、54.9%-59.0%,增强的UV-B辐射使水稻主茎不同叶位的出叶时间延迟,生育期延长,汕优63、南川、IR65600-85的抽穗时间分别比对照延迟2d、3d和7d,成熟期分别推迟3d、4d和9d,UV-B辐射增强明显降低水稻叶片的叶绿素和类胡萝卜素含量,叶片叶绿素a荧光诱导动力学参数Fv、Fv/Fm、Fv/Fo下降,与对照相比,汕优6.3、南川、IR65600-85叶片的净光合速率分别下降了11.9%、12.8%、29.7%,UV-B辐射增强使水稻每株有效穗、每穗总粒数、结实率、千粒重下降,最终导致水稻籽粒产量下降25.2%-31.1%。     

大麦叶面积指数模拟模型

准确模拟叶面积指数是作物生长模拟模型预测作物生长和产量的关键.本文通过系统分析扬州和武汉地区不同大麦品种高产群体叶面积指数变化动态,建立了大麦群体的叶面积指数模拟模型.大麦叶面积指数是品种叶面积指数扩展的遗传参数和气温日较差、日照时数、辐射量等气候因子及水肥丰缺因子的函数.孕穗抽穗期最大叶面积指数与该期最适叶面积指数是不同的概念,二者之间存在着极显著差异.利用扬州、南京和昆明地区不同品种的播期试验及氮肥试验资料对模型进行了检验,结果表明,模型对大麦叶面积指数的模拟效果较好,模拟值与观测值吻合度高,根均方差RMSE介于0.742～2.865,平均值为1.348.对模拟值与观测值进行y=x的线性回归分析,相关系数R²介于0.511～0.954,均呈极显著正相关.     

基于器官生物量构建植株形态的玉米虚拟模型

探讨了基于玉米器官生物量模拟其形态的方法,并应用2000年田间试验数据提取了玉米节间、叶鞘和叶片的形态构建参数。基于玉米虚拟模型生物量分配模块模拟的器官生物量积累和建立的形态构建方法与提取的参数,模拟了2001年玉米不同生长阶段的器官形态,模拟结果与田间试验数据吻合较好。应用本模型实现了玉米生长过程中植株各个器官形态变化以及植株高度、叶面积动态的模拟,并实现了植株形态的可视化。     

基于遥感信息的作物模型重新初始化/参数化方法研究初探

作物模型与遥感信息的结合有助于利用遥感监测的大范围植被信息解决作物模型区域应用时模型初始状态和参数值难以确定的问题。该文借助叶面积指数(LAI)将经过华北冬小麦(Triticum aestivium)适应性调整的WOFOST模型与经参数调整检验的SAIL-PROSPECT模型相嵌套,利用嵌套模型模拟作物冠层的土壤调整植被指数(SAVI),在代表点上借助FSEOPT优化程序使模拟SAVI_s与MODIS遥感数据合成SAVI_m的差异达到最小,从而对WOFOST模型重新初始化。结果表明,借助于遥感信息,出苗期的重新初始化使模拟成熟期与按实际出苗期模拟的结果相差在2天以内,模拟的LAI和总干重的误差比按实际出苗期模拟结果的误差降低3~8个百分点;返青期生物量的重新初始化使模拟LAI和地上总干重在关键发育时刻的误差降至16%以内,模拟LAI和贮存器官重在整个生育期内都更加接近实测值;对返青期生物量的动态调整显示返青到抽穗期间较少次数的遥感数据即能有效地提高作物模型的模拟效果。与国外同类研究相比,该文在作物模型本地化、重新初始化变量和优化比较对象的选择上都有所不同,而利用遥感数据动态调整作物模型初始状态或参数值更具有新意。该文对区域尺度上利用遥感信息优化作物模型的研究具有基础性、探讨性意义。     

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%。     

Nitrogen and yield potential of irrigated rice

Yield potential of modern rice varieties and implications for N management were evaluated in a series of field studies that provided data for validation of an eco-physiological simulation model for rice. We tested the hypothesis that N was the major factor limiting yield potential of irrigated rice. The simulation model ORYZA1 was used to evaluate the observed yield differences between varieties grown with different N management and in different environments. The model explained differences in yield of the treatments resonably well on the basis of differences in radiation, temperature, leaf N content and variety coefficients for phenological development. It was demonstrated by the model and experimental data that yield levels of 6 t ha^-1 in the wet season and 10 t ha^-1 in the dry season can be obtained in the tropics with the current short duration varieties only when the N supply from soil and fertilizer is adequately maintained at key growth stages. Yield probabilities for rice crops were simulated for different environments using long term weather data at two Philippine sites.     

站点CERES-Rice模型区域应用效果和误差来源

作物区域模拟是利用有限的空间数据,最大限度地反映出生育期、产量等作物性状的时空变化规律.由于目前的作物模型大多是田间尺度的站点模型,把它运用到区域水平的效果如何研究甚少.文章利用CERES-Rice模型,对作物模型在我国的区域应用效果进行了分析.首先利用田间观测数据在各实验点上对模型进行了详细的站点校准,以验证模型在我国的模拟能力;然后以我国水稻生态区(精确到亚区)为单位,运用均方根差(RMSE)法进行了区域校准和验证;最后利用区域校准后的CERES-Rice模型,模拟了1980～2000年的网格(50km×50km)水稻产量,并与同期农调队调查产量进行统计比较,以验证区域应用的效果,为区域模拟的推广和应用提供参考.结果表明:经过空间校准后的CERES-Rice模型,在水稻的主产区1～4区(占种植面积的95%)模拟的平均产量与调查产量相对均方根差在22%以内,两者的符合度也较好,个别区域(5、6) RMSE%在24%～30%之间;1980～2000年水稻各产区模拟的平均产量与调查产量随时间变化趋势也具有一定的一致性;全国1896个网格中,大部分网格(71.01%)模拟的21年水稻年产量与调查产量的RMSE%在30%之内,且大部分分布在水稻主产区,考虑到水稻种植面积的权重后,认为利用区域校准和验证后的CERES-Rice模型进行水稻区域模拟,可以反映出产量的时空分布特征,能够为宏观决策提供相应的信息.但目前区域模拟中还存在着一定的误差,有待今后进一步研究.     

寒地不同熟性品种水稻产量对CO2浓度和温度升高响应的模拟

选择黑龙江省作为研究区域,根据主栽水稻生育期内所需积温选取3个代表性品种,重点分析增温和大气CO₂肥效作用对不同熟性品种水稻产量的影响.采用2013年的逐日气象资料及开顶式气室(OTC)(3个CO₂浓度:390、450和550 μmol·mol^-1)试验资料对品种的遗传参数进行调试;然后采用经验证的CERES-Rice作物模型分别模拟了3个CO₂浓度水平下,伴随温度升高1、2、3和4 ℃时早、中、晚熟品种水稻产量.结果表明: 随CO₂浓度升高,不同品种水稻产量均上升;随温度升高,早熟品种产量持续下降,中、晚熟品种产量先上升再下降.若不考虑CO₂肥效作用,除了中熟和晚熟品种在增温1 ℃时会有3.1%和0.27%的小幅增产外,其余均表现为减产,其中早熟品种减产幅度最大,增温4 ℃时减产高达57.7%,而中熟和晚熟品种减产10%左右.若考虑CO₂肥效作用,450 μmol·mol^-1 CO₂浓度下,中熟和晚熟品种在增温2 ℃时仍增产0.75%和3.2%;550 μmol·mol^-1 CO₂浓度下,中熟品种在增温3 ℃时仍增产4.5%,晚熟品种在增温4 ℃时仍增产0.39%.而无论是否考虑CO₂肥效作用,早熟品种在增温作用下均表现大幅度减产.与不考虑CO₂肥效相比,大气CO₂肥效作用有效提高了水稻产量,但CO₂肥效对增产的贡献率在不同品种间差异不明显,且贡献率均小于10%.     

Uncertainties in predicting rice yield by current crop models under a wide range of climatic conditions

Predicting rice (Oryza sativa) productivity under future climates is important for global food security. Ecophysiological crop models in combination with climate model outputs are commonly used in yield prediction, but uncertainties associated with crop models remain largely unquantified. We evaluated 13 rice models against multi‐year experimental yield data at four sites with diverse climatic conditions in Asia and examined whether different modeling approaches on major physiological processes attribute to the uncertainties of prediction to field measured yields and to the uncertainties of sensitivity to changes in temperature and CO₂ concentration [CO₂]. We also examined whether a use of an ensemble of crop models can reduce the uncertainties. Individual models did not consistently reproduce both experimental and regional yields well, and uncertainty was larger at the warmest and coolest sites. The variation in yield projections was larger among crop models than variation resulting from 16 global climate model‐based scenarios. However, the mean of predictions of all crop models reproduced experimental data, with an uncertainty of less than 10% of measured yields. Using an ensemble of eight models calibrated only for phenology or five models calibrated in detail resulted in the uncertainty equivalent to that of the measured yield in well‐controlled agronomic field experiments. Sensitivity analysis indicates the necessity to improve the accuracy in predicting both biomass and harvest index in response to increasing [CO₂] and temperature.     

基于ORYZA2000模型的北京地区旱稻适宜播种期分析

确定适宜播种期是制定合理的作物栽培管理方案的关键内容之一。在作物模型ORYZA2000有效性验证的基础上,以北京地区为例,利用该模型结合长期历史气候资料,对确定旱稻适宜播种期做了初步研究。结果表明：在不考虑水分因子条件下,北京地区旱稻297安全播期的范围较广,多年平均为3月26日-6月4日;受温度升高的影响,最早播期有提前趋势,而最晚播种期有延后趋势。在同一年份内,播期不同旱稻的产量也有一定的变化,呈现为先升高而后降低的趋势。播期过早或过晚导致生育期平均温度偏低是影响穗干物质累积且造成减产的主要原因,在适宜的播期范围内才能获得高产。以90%-100%当年最高产量潜力作为适宜播期的产量指标,确定北京地区旱稻297的适宜播期变化在5月11日-5月19日之间,相应的产量变化在6689-7257 kg/hm2范围内。研究方法可为其他地区旱稻的播期研究提供借鉴。     

未来CO2浓度增加和相应增温对水稻产量影响的模拟——以浙江省为例

采用水稻生育生理生态综合模型ORYZA1,模拟分析了未来15种可能气候变化对浙江省水稻产量的影响结果表明,CO2浓度的增加将使水稻增产,温度增加将导致水稻减产虽然CO2增加和相应增温对各季水稻产量在各地区的影响表现不同,但在不考虑温室效应将同时导致旱涝和病虫害变化条件下．GFDL、GISS和UKMO模型预测的气候变化将使浙江省全年水稻产量分别平均增产9．53％、8．92％和0．04％．     

Improved Climate Risk Simulations for Rice in Arid Environments

We integrated recent research on cardinal temperatures for phenology and early leaf growth, spikelet formation, early morning flowering, transpirational cooling, and heat- and cold-induced sterility into an existing to crop growth model ORYZA2000. We compared for an arid environment observed potential yields with yields simulated with default ORYZA2000, with modified subversions of ORYZA2000 and with ORYZA_S, a model developed for the region of interest in the 1990s. Rice variety ‘IR64’ was sown monthly 15-times in a row in two locations in Senegal. The Senegal River Valley is located in the Sahel, near the Sahara desert with extreme temperatures during day and night. The existing subroutines underestimated cold stress and overestimated heat stress. Forcing the model to use observed spikelet number and phenology and replacing the existing heat and cold subroutines improved accuracy of yield simulation from EF = −0.32 to EF =0.70 (EF is modelling efficiency). The main causes of improved accuracy were that the new model subversions take into account transpirational cooling (which is high in arid environments) and early morning flowering for heat sterility, and minimum rather than average temperature for cold sterility. Simulations were less accurate when also spikelet number and phenology were simulated. Model efficiency was 0.14 with new heat and cold routines and improved to 0.48 when using new cardinal temperatures for phenology and early leaf growth. The new adapted subversion of ORYZA2000 offers a powerful analytic tool for climate change impact assessment and cropping calendar optimisation in arid regions.     

未来CO2浓度增加和相应增温对水稻产量影响的模拟──以浙江省为例

采用水稻生育生理生态综合模型ORYZA1,模拟分析了未来15种可能气候变化对浙江省水稻产量的影响结果表明,CO₂浓度的增加将使水稻增产,温度增加将导致水稻减产虽然CO₂增加和相应增温对各季水稻产量在各地区的影响表现不同,但在不考虑温室效应将同时导致旱涝和病虫害变化条件下.GFDL、GISS和UKMO模型预测的气候变化将使浙江省全年水稻产量分别平均增产9.53%、8.92%和0.04%.