徐寿军[1]2007年在《大麦生长发育及品质形成的模拟研究》文中研究表明在生长发育与环境因素关系研究的基础上,系统地构建了大麦顶端发育阶段和物候期的预测模型、节间生长和穗部伸长动态模型、光合生产、干物质积累与分配及产量形成的模型、大麦氮素吸收与转移的模型、啤酒大麦品质形成模拟模型。并在不同品种、播期、氮肥处理和种植地域间进行了检验。对大麦生育热效应Beta模型的特殊形式的模型特征和参数意义进行了系统分析,认为该模型满足关于温度效应函数符合温度对作物发育影响的三基点规律、较好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三个规范性要求,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、正弦函数等函数的变化。当k≤1、P<1或当k > 1时, P<1/k时,函数为凸变化,分析了Beta模型与积温法计算结果的关系,指出参数P取值范围。利用生理发育时间恒定的原理,建立了系统预测大麦顶端发育阶段和物候期的预测模型。引入温度敏感性、生理春化时间、光周期敏感性、基本早熟性和灌浆因子5个遗传参数,用生理发育时间来确定大麦一生的各个发育阶段,从而建立了衡量大麦发育阶段的统一标准,模型考虑了氮素效应的影响。检验结果表明,扬州地区2004～2006年各生育阶段的绝对预测误差一般小于6 d,RMSE为0.9～2.9 d。连云港地区2004～2006年各物候期的绝对预测误差均小于5 d,RMSE为1.0～2.8 d。模型表现出较好的机理性、解释性和预测性。通过对不同株型大麦的生长过程的连续观测和定量分析,在探明生理发育时间(PDT)与大麦穗和茎秆生长关系的基础上,运用Richards方程,以生理发育日为时间步长,构建了大麦穗增长、节间伸长和节间增粗的动态模型。模型以生理发育日衡量穗和茎秆的生长进程与生长次序,考虑了氮素、温度和光照等环境因素对大麦生长发育的影响,将机理性和经验性有机地结合起来。检验结果表明,不同品种、播期和氮肥处理大麦穗长模拟值与观测值的绝对预测误差为0.05～1.66 cm, RMSE为0.28～0.75 cm。节间长度模拟值与观测值的绝对预测误差为0.03～6.08cm, RMSE为0.23～4.43 cm。节间粗度观测值与模拟值的绝对预测误差为0.002～0.112 cm,RMSE为0.016～0.048 cm。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;在借鉴小麦光合生产模型的基础上,构建了大麦光合生产模拟模型;以PDT为尺度,构建了大麦绿叶、茎鞘、穗和籽粒等器官的分配指数模型,在籽粒分配指数模型中,引入了籽粒分配指数最大值作为遗传参数,从而体现了不同品种籽粒的不同灌浆特性。不同品种、氮肥处理、播期以及不同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。植株地上部干物质积累模拟值与观测值的绝对预测误差为0.002～0.264 kg·m~(-2),RMSE为0.019～0.206 kg·m~(-2)。叶重模拟值与观测值的绝对预测误差为0.001～0.199 kg·m~(-2),RMSE为0.013～0.060 kg·m~(-2)。茎鞘重模拟值与观测值的绝对预测误差为0.001～0.689 kg·m~(-2),RMSE为0.006～0.227 kg·m~(-2)。穗重模拟值与观测值的绝对预测误差为0.001～0.056 kg·m~(-2),RMSE为0.004～0.018 kg·m~(-2)。籽粒重模拟值与观测值的绝对预测误差为0.000～0.178 kg·m~(-2),RMSE为0.007～0.090 kg·m~(-2)。对大麦氮积累过程做了如下假设。(1)抽穗开花前,大麦从土壤吸收的氮素按一定比例分配到各器官(叶、茎鞘和穗)中去。(2)抽穗后,大麦从土壤中吸收的氮素都被用来供籽粒蛋白质的形成。(3)从抽穗起,储存于叶、茎鞘、穗的氮素开始向籽粒转移。基于上述假设,在干物质积累与氮素积累关系研究的基础上,建立了大麦花前氮素积累的动态模型。模型简化了氮素开花前在大麦体内运转的复杂过程,从而避免了复杂的计算。引用了土壤氮素供应因子来反映氮素供应的满足程度,确立以土壤硝态氮和铵态氮浓度为氮素供应状态基础,在养分吸收的计算中,避免对与根系有关的计算。在所测试验数据的基础上,构建了氮素养分分配指数随生理发育时间的动态变化模型,模拟了开花前氮素在大麦各器官的分配状态。不同品种、播期、氮素处理和种植地域间检验结果表明,植株体氮素积累模拟值与观测值的绝对预测误差为0.030～3.300 g·m~(-2),RMSE为0.330～1.586 g·m-2。叶片氮素积累模拟值与观测值的绝对预测误差为0.015～1.839 g·m~(-2),RMSE为0.190～0.871 g·m~(-2)。茎鞘氮素积累模拟值与观测值的绝对预测误差为0.004～1.732g·m~(-2),RMSE为0.197～0.676 g·m~(-2)。穗氮素积累模拟值与观测值的绝对预测误差为0.007～0.782 g·m~(-2),RMSE为0.053～0.191 g·m~(-2)。表明模型具有较好的预测性和实用性。本研究假定在大麦籽粒灌浆过程中,籽粒氮素积累有趋于最大化的倾向,所需氮素由营养器官贮藏的氮和土壤供给,其中营养器官转移的氮包括绿叶、茎鞘和穗转移的氮。从土壤中吸收的氮,全部用来供应籽粒蛋白质的形成。氮素供应不足时,则从营养器官中获取较多的氮。在此基础上建立了大麦花后氮素吸收转移模型,其中,叶片氮的转移与叶面积指数呈指数关系。茎鞘和穗部的氮转移与其氮浓度的降低呈非线性函数关系,籽粒从土壤中吸收的氮量则随干物重呈指数增加。模型将经验性与机理性有机结合,综合反映了籽粒氮素积累、营养器官氮素输出以及与温度效应之间的关系。以生理发育时间为尺度,构建了大麦千粒重的预测模型。模型除了考虑温度、氮素对千粒重的影响外,还引入了光照因子。不同品种、氮肥水平、播期和种植地域检验结果表明,大麦籽粒氮积累模拟值与观测值的绝对预测误差为0.004～2.529 g·m~(-2),RMSE为0.664～1.343 g·m~(-2)。籽粒增重模拟值与观测值的绝对预测误差为0.01～6.00 g,RMSE为0.266~3.800 g。成熟期籽粒蛋白质含量模拟值与观测值的绝对预测误差为0.06%~3.23%,RMSE为0.51%~1.57%。千粒重模拟值与观测值的绝对预测误差为0.04~6.00 g,RMSE为3.08 ~3.80 g。
张立桢[2]2003年在《基于过程的棉花生长发育模拟模型》文中提出棉花生长模拟模型是建立棉花生产管理决策系统的重要基础，也是评价棉花生产潜力、预测气候变化的影响及智能化栽培和辅助育种的有力工具。本研究借鉴国内外先进的作物模拟理论和方法体系，在充分吸收了和利用已有研究成果的基础上，结合田间试验研究，对棉花生长发育基本规律及其与环境因子的互作进行了系统分析和综合，从而构建了一个基于生理生态过程的具有广泛适用性的棉花生长发育模拟模型，为实现棉花生长调控的信息化和数字化奠定了基础。 模型基于棉花生长发育的生理生态过程，以生理发育时间作为定量棉花发育进程的通用尺度，选用有效的函数类型和品种早熟性参数，充分考虑了温度、光周期和品种遗传特性等因子对棉花发育进程的影响和因子间的互作。模型以生理发育时间作为棉花的生理年龄，较发育阶段和发育指数尺度的连续性好，并且生理意义更加明确。模型对全国区试3年不同站点和不同生态区的区试资料和试验数据进行了系统分析，构建了不同类型品种的遗传性参数，保证了不同类型品种到达特定发育阶段所需的生理发育时间恒定。采用土壤温度模拟棉花出苗过程，充分考虑了地膜覆盖的土壤增温效应，并通过温度补偿效应系数CE，量化了地温对气温的补偿作用，保证了地膜覆盖条件下生理发育时间的恒定，使模型适合于地膜覆盖栽培。 引用简便有效的高斯积分法计算冠层每日的总光合同化量，不但考虑了光合有效辐射的日变化规律，而且考虑了太阳高度角的变化对冠层直射光消光系数的影响。模型在考虑了直射PAR对光合作用贡献的同时，还考虑了天空散射辐射、冠层内叶片对PAR的透射和反射作用以及土壤表面对PAR的反射作用。 形态发生模拟利用生理热效应RTE为模型的驱动因子，较充分地量化了适温范围以外的不利效应，同时RTE还涵盖了地膜覆盖对形态发生的作用。叶片数、株高、果枝和果节的模拟精度RMSE分别达到了0.7片、1.6cm、0.8个和3.3个。 叶面积指数模拟应用了同化物的源、库、流关系，分别模拟了棉花生育过程中源或库不足时的叶面积指数增长过程，并进行了有效综合。模型经过不同基因型和管理措施下的校正，在不同品种和管理方式下模拟精度达到了0.3，具有较好的适应性。 结合田间根钻取样和图像扫描分析方法，研究了棉花根系长度、直径和表面积生长动态及其在0-100cm深0-40cm宽土壤范围内的空间分布。与常规直尺测量结果相比，根系图像扫描分析法具有较强的先进性和可靠性(R=0.948，n=1318)。研究表明，棉花平均根长密度(RLD)，在花铃期为1.21-1.27mm．cm~(-3)，吐絮后降至1.04-1.12mm．cm~(-3)，收花时为0.76mm．cm~(-3)。棉花根系平均直径在不同基因型间存在显著差异(P=0.022)，以杭虫杂交棉的根系直径最粗，平均为0.52~;早熟类型品种根系直径较细，平均只为o.36mm，且在土壤深度上的差异不显著少=0.869)，但距棉行距离越远，根系的平均直径越小甲=0.000)。在研究根系长度和直径动态规律的基础上，提出了根表面积指数(RAI)的概念，与地上部叶面积指数具有相似的含义和生物学意义，且呈较好约指数相关关系(Rz=0.779)。RAI在PDT小于等于40前，其增长动态符合LOGisTIC生长规律(RZ=0.849);pDT大于40后，呈线性递减趋势(RZ为0.57一0.895)，且杂交杭虫棉的RAI在全生育期内都明显高于其它类型品种，而早熟类型品种相对略低。RAI空间分布特征为，开花前在浅根层内(0一30cm)分布最多，花铃期以中层根系(’0一60cm)为主，吐絮后主要以深层口O一loocm)和距棉行较远的行间较多。进一步提出了以RAI代替RLD为根系因子分层模拟根系吸水量的模型，修正了含根系吸水函数的水量平衡模型。 棉株在产量器官形成和发育过程中蕾铃脱落占总数的60一70%，棉花蕾铃发育期占全生育期的70%左右，营养生长和生殖生长存在长期同生，所以给棉花蕾铃脱落的模拟带来一定的难度。本研究采用车箱理论的方法，模拟不同基因型和管理措施下棉花蕾铃发育和脱落的生理过程，并充分考虑了同化物供需比、水分和氮素亏缺的影响。结果表明，利用这种系统模拟方法可以较准确定量棉花蕾铃发育和脱落过程，需要的参数少，相对简单准确。 在系统分析不同基因型品种和不同管理措施下棉花干物质分配指数随生理发育时间变化动态规律的基础上，吸收GOSSYM模型中潜在发育和同化物缓冲库的假设理论，构建了棉花各器官干物质分配模型。首次将分配指数方法和潜在发育、缓冲库理论结合在一起模拟棉花干物质分配和产量形成。 利用不同类型品种、年份、生态区、管理措施和播种期试验资料对模型进行了较充分的校正与核实。结果表明，模型可以较好地预测不同环境、管理措施和基因型棉花的生育期，模拟值与观测值的RMSE达到4.22d;可以较好地模拟叶片、株高、果枝等器官发生以及叶面积指数、蕾铃脱落、单铃重、干物质分配、籽棉产量和皮棉产量等，如不同品种和管理方式下LAI、脱落率、皮棉产量的模拟精度RMSE分别为。.3、8·15%和40·49 kg.hm一2。 本模型具有较强的系统性、机理性、解释性与预测性，使用参数少，易确定，简便实用，但模型对叶片衰老过程及其死亡?
刘铁梅[3]2000年在《小麦光合生产与物质分配的模拟模型》文中研究指明以小麦生长发育的生理生态过程为主线，根据生理发育时间恒定的原理发展了小麦抽穗后生育期模型，建立了小麦光合生产与物质积累模型、器官间物质分配与生长模型、绿色面积指数模型、产量模型、茎蘖动态模型，并采用大量的试验资料对模型进行了较充分的验证。与现有模型相比，本模型具有较强的系统性、机理性和预测性。 在生育期模型中，根据生理发育时间恒定的原理，通过调节品种的温度敏感性和基本灌浆期因子使各品种到达抽穗、开花和成熟的生理发育时间相同，从而建立了一种统一的生育时间尺度。而且，由于考虑到了不同品种对温度的不同反应以及基本灌浆期的长短差异等内在遗传特性，因而比有效积温法中单纯考虑品种的灌浆期长短更具有解释性和机理性。 采用高斯积分法来计算冠层每日的光合同化量，并构建了温度和生理发育时间对光合作用最大速率的影响函数，体现了小麦一生中环境温度及植株自身衰老对绿叶光合能力的影响。建立了生理发育时间与植株临界和最小N浓度的关系，并且区分了不同小麦品种的临界N浓度。此外，模型引入了CO_2订正因子，建立了CO_2浓度与绿叶光合作用速率的关系。 采用某一时刻小麦植株地上部总重与生物量的比例来计算地上部的分配指数，采用地上部各器官的重量与地上部总重的比例来计算地上部各器官的分配指数，并以分配指数和生物量为基础模拟了小麦各器官干物重的变化动态。首次构建了地上部、绿叶、茎鞘、穗部分配指数与生理发育时间之间的动态关系，从而较真实地展示了随着小麦生育进程植株各器官分配指数的连续变化规律，提高了模型的解释性和机理性。 以绿叶的分配指数和地上部干重为基础模拟了小麦叶面积指数的变化动态，从而首次构建了以分配指数为基础的叶面积指数模拟模型。此外，本方法免去了叶面死亡速率的模拟，避免了由于叶面积死亡的定量计算困难而造成的误差。 引入了收获指数（HI）作为不同品种的遗传参数，来调节穗部的分配指数，从而区分了不同品种穗重与籽粒产量的不同。由收获指数来调节品种穗部生长速率，也反映了不同品种籽粒灌浆速率与灌浆期长短不同的差异，尤其是籽粒滔浆高峰用的不同。因而可以很好地解释不同品种的灌浆特性。 采用菲波拉奇数列来模拟小麦个体拔节前理想条件下的茎羹动态，并将小麦茎羹能力作为品种邀传蠢数来修正不同品种的分瞩憎力；采用叶面积指戮影响因于和群体同化物供应状况来锚远群体自勇对茎瞩发生的影响；采用水分和风景丰缺因子来板拟水分和讽素条件对群体茎羹数的影响。拔节后群体茎瞩数的下降受到同化物供应状况和有效热时间的影响，并将有效分回可靠叶龄用的茎羹过作为不同品种最小茎瞩数。 利用不同地点、不同年份、不同栽培处理、不同品种的试验资料对hheatGrow樱型中各子模型婪进行了较广泛的检验，并将CERES－Wheat模型的预测结果与GheatGrow模型中的各子橱型进行了对比．结果表明，本模型”heatGrow）中各子模型均具有较好的预测效果及较强的解释性和适用性。
花登峰[4]2007年在《基于构件化生长模型的作物管理决策支持系统》文中提出作物生长模型与决策支持系统的研究与应用对于农业生产的信息化和数字化具有重要的理论与实践意义。通过数十年的研究与开发，目前已经有数以百计的作物生长模拟模型应用于农业生产管理，但是它们的开发尚无统一的方法和标准，各种模型对作物生理生态过程的量化描述繁简不一，参数取值差别较大。本研究借鉴国际上先进的作物生长模型构建理论和本实验室形成的作物模拟方法体系与基本框架，运用系统分析原理和数学建模技术，创建了作物生长模拟模型的通用算法框架，并以此为核心，结合气象生成模型、品种参数生成模型及策略分析评价模型，应用面向对象的程序设计与软构件技术，研制了基于构件化生长模型的作物管理决策支持系统，从而实现了农作模拟预测、决策支持和人机交互技术的有机耦合。根据作物的不同类型，对国内外作物生长模拟模型进行系统分类，再以作物的一般生理生态规律为基础，将作物生长模型划分成五大组成模块，通过系统地分析、综合，提炼作物生长模拟通用算法框架，涵盖了作物阶段发育和物候期、光合作用、呼吸作用、干物质积累和分配、叶面积指数、产量形成等主要的生长动态过程，并采用参数化建立了不同作物的生长模拟模型通用算法。采用1996年在南京进行的小麦播期试验和2004年在南京进行的水稻氮肥处理试验资料对通用模型算法进行了检验，结果显示采用通用算法框架建立作物生长模型不仅能可靠地预测不同品种和肥水条件下的作物生长动态，而且综合实现了多种作物的模拟预测功能。这种通用算法使不同的作物采用了相似的模拟方法和统一的参数设置，便于模型的不断完善与扩充，并能提高代码的复用率，加强系统的模块化和可靠性，统一不同作物模型接口的规范，增加软件生产率，降低开发代价。通用算法的建立为发展作物生长模拟模型开发平台提供了一定的技术支持，并为通用性、综合性数字化作物管理决策支持系统的构建奠定了基础。以作物生长模拟模型通用算法为主线，结合气象生成模型、品种参数生成模型，采用面向对象的程序设计和软构件技术，构建了符合COM标准的生长模型组件及基于模型组件集成的综合性作物生长模拟系统，系统包括发育进程、光合生产、物质分配、器官建成、产量形成、养分平衡、水分平衡等模块，可以预测不同生态环境、品种类型和生产条件下作物生长发育和产量形成过程及其与水分和养分的动态关系。系统以C#为开发语言，MS-Access 2003设计数据库，Windows为界面，通过下拉菜单、工具条、图标、图形和表格等方式和用户进行交互，实现了系统功能与用户界面的较好统一。在此基础上进一步运用决策支持技术，基于COM标准的作物生长模拟模型组件，建立了基于构件化生长模拟的作物管理决策支持系统。系统由模型库、数据库、模型字典、人机接口和用户界面五部分组成，具有农作信息管理、动态模拟、方案评估、因苗预测、时空分析及系统维护等功能，具有系统性、动态性、预测性和决策性。基于水稻和小麦作物的实例分析显示，本系统采用作物生长模拟模型通用算法框架，不仅能可靠地预测不同品种和肥水条件下的作物生长动态，而且综合实现了多种作物的模拟预测与管理决策等功能，可为发展通用的作物管理决策支持系统奠定基础。
史培华[5]2014年在《花后高温对水稻生长发育及产量形成影响的研究》文中进行了进一步梳理随着气候变化的加剧,极端高温事件频发,生殖生长期的高温胁迫已对我国的水稻生产带来巨大风险。作物生长模型是量化气候变化对农业生产影响、评价适宜性应对措施的有力工具,但近年来在预测气候变化上出现了一定偏差,尤其是在极端高温上。因此,正确理解水稻生长发育及产量形成对高温胁迫的响应过程,有利于今后对作物模型进行改进和完善,提高气候变化下模型预测的准确性。本研究根据观测的历史高温胁迫状况,连续三年在水稻开花期和灌浆前期利用人工气候室对两个粳稻品种实施了不同温度水平和不同高温持续时间的控温试验。通过分析不同温度组合下籽粒花后生长天数,量化了花后高温对水稻生育进程的影响,改进了RiceGrow模型高温胁迫下生育期的预测效果。进一步通过探索水稻叶片光合生产、物质积累与分配,产量形成等对花后高温胁迫的响应规律,明确了高温胁迫下产量损失的生理过程。研究结果将为准确量化未来气候条件下水稻生长发育及产量形成的影响提供理论支撑。基于南方稻作区228个农业气象站点每日最高气温及近20年不同站点水稻生育期资料计算了花后高温累积天数(ADHS)、高温强度(HSI)和高温度日(HDD)三个指标,以此量化高温胁迫的持续时间和强度。结果显示,近50年里,我国南方稻作区水稻花后高温胁迫存在较大的时空差异。在空间分布上,南方稻作区中部地区的高温胁迫较其他地区更为严重;且单季稻区域的高温胁迫较双季早稻区域的空间变异更大。各站点生育期的变化影响了高温胁迫的空间变异,水稻遭受高温胁迫较严重的区域主要是由于该区域水稻花后生长时期较长时间地曝露于高温环境中。从时间变化来看,近50年里南方稻作区大部分区域水稻花后高温胁迫总体呈上升趋势,尤其以近15年最为明显。高温胁迫增加最快的区域为东南沿海地区及西南高原单季稻作区的西部。通过分析站点的籽粒产量波动和HDD的关系发现,花后高温胁迫在南方稻作区各生态区域导致9～19%的籽粒产量损失,花后高温胁迫对双季早稻的影响(16%)比单季稻(10%)更为严重。花后高温显著加速了水稻籽粒的发育进程,籽粒花后生长缩短的天数与高温度日(HDD)呈显著正相关。通过量化高温胁迫对籽粒花后生长天数的影响,我们构建了高温胁迫热效应的算法,改进水稻生长模型RiceGrow的生育期模块。利用人工气候室控温试验和大田试验中不同生态类型和不同熟性品种的生育期资料对模型进行了检验,结果显示,改进后的RiceGrow模型对花后高温胁迫下开花至成熟期天数(GDAM)预测的均方根误差(RMSE),平均偏差(MBE)及误差分布变异(Sd2）分别从4.60天(d)、2.65d和7.80减少到1.58d、-0.16d和2.40;观测值和预测值的决定系数(R2)和模型的一致性系数(IA)则分别增加了25%并和0.21。原RiceGrow模型中,GDAM的预测误差与HDD间存在显著正相关,改进后的模型基本消除了花后高温胁迫的系统性误差。总体说来,改进后的RiceGrow模型对不同水稻品种、不同花后高温时期及不同高温胁迫环境下水稻生育进程的预测均具有较好的表现。花后短暂高温胁迫处理期间,水稻剑叶净光合速率(Pn)呈现先下降而后恢复的过程。适度高温胁迫下,叶片气孔导度(Cond)、蒸腾速率(Tr)、胞间CO2浓度(Ci)随着处理期间温度水平的升高而增加;叶片通过自身物理结构的调节使Pn恢复到正常水平。极端高温胁迫下,叶片的Cond、Ci及Tr在处理3-4天后有所下降,叶肉细胞受损,Pn不能完全恢复。开花期高温胁迫处理结束后,叶片的Pn、LAI、SPAD及叶面积氮指数(LANI)在籽粒灌浆前期总体随高温胁迫的增加而下降;极端高温胁迫下灌浆后期各指标降低速率减慢,使得水稻植株后期仍具有较高的光合叶面积和光合能力。灌浆期高温胁迫处理结束后,叶片Pn、LAI、SPAD及LANI总体随处理温度和持续时间的增加而减少,叶片加速衰老,生理功能减弱。花后高温胁迫下叶片的叶色与光合能力、叶面积大小等显著相关。SPAD和Pn间为线性正相关;SPAD与LAI呈指数相关,在LAI的高值区域SPAD的反映存在饱和现象。花后高温胁迫处理后,叶片、茎鞘和穗的生物量总体呈下降趋势。开花期高温胁迫下穗生物量下降显著,但营养器官的生物量降低较少;穗器官库容量的严重减少使叶片光合同化物转运受阻,导致生殖生长后期叶片衰老缓慢、茎鞘生物量回升及营养器官氮含量较高。灌浆期高温胁迫下穗生物量的降低相对较少,但叶片和茎秆生物量降低较多,生殖生长后期营养器官的氮含量随处理期间高温水平和持续时间的增加而降低。从穗分配指数的变化来看,相同高温胁迫处理下,水稻籽粒灌浆持续期在灌浆期高温胁迫下比开花期高温胁迫下要长,因而灌浆期高温胁迫下叶片具有相对更长的光合同化时间。从糖氮比的变化来看,开花期高温胁迫下营养器官后期的糖氮比总体随高温水平和持续时间的增加而降低,而灌浆期高温胁迫下则呈增加趋势。另外,花后高温胁迫下,植株花后光合同化量随高温胁迫程度的增加而减少。开花期高温下花前储存物质的转运对籽粒干重的贡献降低,但灌浆期高温胁迫下则升高。这表明灌浆期高温胁迫下水稻植株通过提高花前储存物质的转运弥补了花后光合同化量的降低,能在一定程度上减少产量的损失。成熟期地上部干物质重、籽粒产量、收获指数均随花后高温水平和持续时间的增加而减少。开花期高温胁迫下,地上部干物质重降低不明显,而收获指数明显降低,且在各处理间差异显著;灌浆期高温胁迫下成熟期地上部干物质重较开花期高温胁迫下明显降低,但收获指数和籽粒产量的降低比开花期处理下小。高温胁迫下稻穗不同部位籽粒的生长存在竞争,以上部籽粒的粒重和结实率为最高,中部次之,下部最低。开花期高温对结实率的影响较灌浆期大,结实率降低50%所需的开花期和灌浆期的高温度日(HDD)分别为11.24℃·d和20.10℃·d。籽粒粒重几乎不受开花期高温的影响,但在灌浆期高温胁迫下显著降低。灌浆期高温胁迫下单位HDD的增加使南粳41和武香粳14的粒重分别降低0.49 mg和0.46 mg。相比南粳41,武香粳14在高温胁迫下的产量优势主要来源于其较高的光合生产量和较大的库容量。
邹薇[6]2009年在《基于过程的大麦生长发育模拟模型》文中认为作物生长模型的研究和应用对于农业生产的信息化和数学化具有重要的理论意义和应用价值。本研究借鉴国际上先进的建模理论和本实验室形成的作物模拟方法体系和基本框架,运用系统分析原理和动态建模技术,通过实施不同生态点、不同类型品种的播期和氮素处理试验,对大麦生长发育的基本规律及其与环境因子之间的关系予以定量解析和综合,构建了基于生理生态过程的大麦生长发育模拟模型(BarleyGrow),为数学化麦作系统的构建奠定了基础。以扬州地区5个大麦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基础,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、春化效应对大麦发育的影响,引入了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7个品种生物学参数。模型将每日生理发育时间的增量除以水肥丰缺因子来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；用非线性函数来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；用正弦函数来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、28.7 d,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、51.5 d,从而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。BarleyGrow模型中利用遗传-模拟退火算法来确定各品种的生物学参数,提高了应用程序求算参数的精度。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进行了检验和评价,并将其模拟效果与YDmodel和SUCROS模型进行了对比分析。结果表明,BarleyGrow对不同地区、不同播期、不同品种各顶端发育和物候期预测准确而稳定,其均方根差RMSE在1.06～7.94 d之间,而YDmodel为6.26～13.35 d, SUCROS为11.22～20.28 d。各参试品种对BarleyGrow模型中灌浆期基点温度、生理春化时间、临界日长、最短.苗穗期4个参数反应敏感。BarleyGrow模型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。准确模拟叶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。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,建立了高产群体叶面积指数与生理发育时间、每日光合有效辐射累积量和孕穗期最适叶面积指数之间的关系模型,并通过水肥丰缺因子的修订得到实际条件下叶面积指数动态。模型较为全面地考虑了影响大麦品种叶面积变化的内外因素,内因主要体现为品种叶面积指数扩展的遗传特性,外因主要包括温度日较差、日照时数、辐射量和水肥丰缺因子。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,结果表明模型能较好地模拟不同地区、不同气候、不同栽培管理条件下大麦叶面积指数的变化动态。在综合已有作物模拟模型优点的基础上,构建了基于生态生理过程的大麦光合生产与干物质积累模拟模型。模型将一天均分为96个时间点,分别计算各时间点的光合有效辐射,以复化辛普森积分计算每日冠层光合同化量,并采用高斯积分法与辛普森积分法对昆明和武汉试验区地上部干重进行了对比检验。结果表明辛普森积分法模型具有更优的预测效果,模拟值与观测值吻合度高。因此,辛普森积分法进行光合作用模拟可以作为大田环境中精确模拟作物生长的新方法。通过系统分析南京和扬州地区不同处理下大麦品种干物质分配的变化动态,建立了高产大麦群体物质分配指数与生理发育时间、每日光合有效辐射累积量及生物学参数(收获指数和绿叶分配指数的遗传差异)之间的关系模型,并通过水肥丰缺因子的修订得到实际条件下大麦物质分配指数动态。各器官重量为该器官物质分配指数与生物量的乘积。利用昆明和武汉地区不同品种不同播期的试验资料对本模型进行了检验与评价,并将其模拟效果与Ydmodel进行了对比分析,结果表明,本模型对大麦各器官间的物质分配及各器官干重的模拟效果较好,模拟值与观测值吻合度高,能较好地模拟不同地区、不同气候、不同栽培管理下大麦物质分配和器官生长动态。通过产量构成法构建了大麦产量预测模型。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之间的的回归方程,构建了实际条件下不同大麦品种每株穗数、每穗粒数、千粒重与最适条件下三指标潜在值及水肥丰缺因子之间的函数关系。模型较为全面地考虑了大麦产量形成的内外因素,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素及理论产量的模拟效果较好,模拟值与观测值吻合度高,显示模型具有较高的预测性和适用性。
李建明[7]2006年在《温室厚皮甜瓜幼苗生长模型与生态生理变化规律研究》文中研究说明为了建立甜瓜幼苗生长发育温度与水分双因子驱动的机理模型,论文在参考前人有关作物生长模拟模型研究成果的基础上,通过13次温室生产试验及室内实验测定,进行了甜瓜幼苗生长发育模拟及生态生理变化研究,主要包括6项内容:创建了基于生长度日及灌溉水份上限的甜瓜幼苗生长发育模拟模型。结果表明:甜瓜苗期完成出苗期、子叶展平期、两片真叶期、四片真叶期有效积温分别为22.27℃·d、83.22℃·d、110.89℃·d、130.2℃·d,完成幼苗全生育期需要有效积温为346.8℃·d,基质相对含水量对幼苗生长发育影响参数函数式用表达。确定了阶段发育有效积温参数和水分影响参数,建立了甜瓜幼苗生长发育动态模型,可系统地预测甜瓜幼苗发育阶段。模型验证结果显示模型具有较高的精确性、机理性和实用性。建立了甜瓜幼苗植株形态变化机理模型,探讨了形态变化与环境的关系。利用线性回归和logistic函数式,通过对实测数据统计分析,根据积温学原理,建立了甜瓜幼苗株高、茎粗、主根长度受有效温度与水分双因素影响生长模型,建立了子叶、真叶1、真叶2、真叶3的长度、宽度及叶面积的温度效应模型,同时对模型参数及生长形态变化过程进行了分析研究。结果表明:株高和茎粗与有效积温成直线性相关关系,水分影响参数函数式为指数式,模型相关系数达到显著水平;综合考虑有效积温、光辐射积累及温差积累建立了壮苗指标模拟模型。验证结果显示模型具有较高的精确性。建立了甜瓜幼苗生长发育过程叶片光合速率动态变化模型,估算了不同叶片不同生育期模型参数,并对模拟模型进行了验证。同时探讨了光合速率的变化规律。温度对净光合速率影响函数式为正弦函数曲线,CO2浓度对净光合速率影响与浓度及饱和点、补偿点成函数关系。通过模型验证,单叶光合速率模型及温度与二氧化碳对净光合速率影响的模型可以准确模拟单叶叶片光合速率,显示模型具有较高的精确性、机理性和实用性。建立了甜瓜幼苗呼吸作用模型,研究了呼吸作用的生理生态变化。光呼吸模型:式中Rio为温度为To时的光呼吸系数,甜瓜幼苗期To=25℃,T为温度。Q_(10)温度作用系数,取值为2。Rio值子叶为0.14,真叶为0.17。暗呼吸速率模型:RD(i)= RM(i)+RG(i)
王向东[8]2003年在《小麦产量和品质形成的模拟模型研究》文中认为本文参考了国内外对小麦生长发育、产量和品质形成的研究，利用2001～2002两年度全国小麦品质生态研究河北试验区试验数据，构建了小麦产量和品质形成的计算机模拟模型。本模型包括天气数据模型；氮素吸收、分配与品质形成模型；子粒产量形成模型；碳素(碳水化合物)物质分配模型；光合物质生产模型；叶面积指数动态模型和小麦主茎叶龄发育动态模型共七个子模型。 天气数据模型包括记录资料输入和自动生成两个可选择的数据录入方式。对于气象资料完整的地区，本模型支持实际气象资料的输入；自动生成系统借鉴了美国加州大学耿旭的天气数据生成系统，能够自动生成模型运行所要求的全部气象数据。氮素吸收、分配与品质形成模型考虑了土壤氮素和基因型差异对小麦氮素吸收、分配与品质形成的影响，描述了土壤氮素的变化动态，模拟了氮素在小麦一生中各个器官间的分配动态、氮素循环情况及对小麦子粒品质形成的影响。引入了潜在最大含氮量的概念作为品种参数以调节不同品种与氮素吸收、分配的关系，建立了氮素再分配因子与氮素影响因子的关系。子粒产量形成模型和碳素物质分配模型没有考虑小麦各器官的形态和数量的变化，以小麦碳素(碳水化合物)分配为主线，引入分配指数模拟小麦各器官的碳水化合物变化动态。碳水化合物分配按照小麦净同化物累积量优先供应生长中心的原则，以不同分配指数为基础，有序地向各器官中分配。引入了生理发育时间的概念，采用恒定的生理尺度来模拟小麦生育进程。本模型给出了计算生理发育时间的一种简单直观的方法，增加了模型的适用程度。光合物质生产模型中引入了温度、氮素、CO_2影响因子修正实际光合速率。叶面积指数动态模型引入了比叶重的概念，进一步量化了模型。 模型的有效性检验和灵敏性分析表明，本模型能较好地预测地上部各器官干重、含氮量、产量及子粒蛋白质含量，而且各预测值对不同基因型和环境条件敏感。
王新[9]2014年在《基于生长发育模拟模型的加工番茄氮素吸收模型研究》文中研究指明作物生长发育模型是利用系统理论方法对作物生长发育过程及其与环境的动态关系进行定量描述和预测,对指导生产者优化作物生长发育环境和调控栽培管理措施具有重要意义。氮肥是农业生产中需求量最大的化肥品种,对提高作物产量,改善农产品品质具有重要作用。滴灌是干旱半干旱地区的一种新型节水技术,具有节水、省肥和提高作物产量与品质的多重作用。加工番茄(Lycopersicon esculentum Mill)是我国以新疆地区为代表的干旱区特色优势产业,在新疆农业规划与发展中加工番茄产业占有十分重要的地位。通过近几年的发展和壮大,加工番茄已成为新疆“三大产业”之一,产量与番茄酱出口量均居全国首位。如何做到加工番茄产集约化发展,现代化管理与栽培已成为加工番茄产业发展中的关键技术问题。加工番茄种植过程中过量施用氮肥不仅不能提高产量而且造成了氮肥的浪费和生态环境的污染。因此,氮肥的精准、合理施用对提高加工番茄产量、品质和降低农业生产成本尤为重要。本研究于2010-2012年在新疆石河子大学农学院试验站开展。设置不同品种的播期和氮素水平试验。利用播期试验数据,建立了基于生理生态过程的加工番茄干物质生产、积累、分配和产量形成的模拟模型；利用氮素水平试验分析了加工番茄地上部生物量、氮累积及氮利用率的动态变化特征,构建了基于整株、叶片氮浓度的加工番茄临界氮浓度稀释曲线及基于临界氮浓度的氮素吸收、氮营养指数模型。在此基础上,对加工番茄植株的氮素营养状况进行诊断,确定了适宜的施氮量范围,以期为加工番茄水肥一体化管理和生长环境优化调控、氮肥的精确施用提供理论依据和技术支持。本研究的主要研究结果如下：1.建立了基于生理发育时间(PDT)的加工番茄叶面积指数(LAI)、比叶面积(SLA)和干物质生产与积累的模拟模型。对模型的检验结果表明,PDT法对加工番茄叶面积指数(LAI)与1：1直线间的决定系数R2、回归估计标准误RMSE和模型效率指数ME分别为0.9265、12.87%和0.9724；SLA法模拟叶面积指数的预测结果与1：1直线间的R2、RMSE和ME分别为0.6758、42.24%和0.7124。本模型对加工番茄地上部干物质量的预测结果与1：1直线间的R2、RMSE和ME分别为0.9903、11.91%和0.9901；而SLA法对加工番茄地上部干物质量的预测结果与1：1直线间的R2、RMSE和ME分别为0.8956、31.29%和0.7504。与SLA法相比,PDT法在改善加工番茄叶面积指数预测精度的同时也提高了干物质量的预测精度。2.建立了基于分配指数(Partitioning Index, PI)和收获指数(Harvest I ndex, HI)的加工番茄地上部干物质分配与产量预测的数学模型。对模型的检验结果表明,模型对不同播期、品种的加工番茄各生育期(出苗至开花、开花至坐果、坐果至红熟、红熟至拉秧期)干物质量,全生育期总干物质量、地上部茎、叶、果干质量的预测结果与1：1直线间的R2分别为0.9754、0.9936、0.9840、0.9713；0.9856；0.9595、0.9798、0.9671；RMSE和RE分别为0.029t/hm2、11.43%;0.074t/hm2、5.09%;0.250t/hm2、6.83%;0.102t/hm2、5.71%;0.504t/hm2,8.06%;0.332t/hm2,14.62%;0.200t/hm2,10.84%;0.549t/hm2,18.30%。模型对加工番茄产量的预测结果与1：1直线间的R2为0.9658,RMSE和RE分别为5.806t/m2、8.07%。3.通过不同年份的氮素水平试验,对加工番茄地上部生物量、氮累积及氮累积利用率的动态变化进行模拟。结果表明,加工番茄地上部生物量、氮累积量与氮素利用率随出苗后累积生理发育时间(PDT)的动态变化符合Logistic模型,氮快速累积起始时间较地上部生物量的快速累积起始时间T1早4～6d(PDT)；瞬时氮利用率随出苗后累积生理发育时间的动态变化表现为先增加后降低的单峰曲线。不同氮素水平下,以300kg/hm2处理的地上部生物量和氮累积量最多,地上部生物量和氮动态累积的特征参数最为协调,产量最高,得出北疆地区膜下滴灌条件下加工番茄的理论施氮量在349～382kg/hm2之间。4.构建了加工番茄地上部生物量的临界氮浓度稀释曲线模型。结果表明,临界氮浓度与地上部最大生物量之间符合幂函数关系(Nc=4.352DW0.274)。加工番茄最高(Nmax)、最低(Nmin)｜临界氮浓度稀释模型亦符合幂函数关系(Nmax=5.063DW-0.246, Nmin=3.522DW-0.163)。基于临界氮浓度建立的加工番茄氮素吸收(Nupt)、氮素营养指数模型(NNI)可作为加工番茄植株氮素营养状况的判别指标。氮素吸收和氮营养指数模型对北疆加工番茄种植区在膜下滴灌条件下的适宜施氮量诊断结果一致,均以300kg/hm2为最佳施氮量。5.通过对氮素水平对加工番茄叶片生物量效应的研究,构建了加工番茄叶片临界氮浓度稀释曲线模型。结果表明,1)叶片生物量与氮浓度间符合幂函数关系(LNc=4.048DW0.605),决定系数为R2=0.938。利用不同年份的试验资料对模型进行检验,叶片临界氮浓度的观测值与预测值间基于1：1直线的R2、RMSE和ME分别为0.9945、2.46%和0.99。2)基于叶片氮浓度的最小(LNmin)和最大值(LNmax)值构建了叶片临界氮浓度的氮稀释边界模型(LNmin=3.522DW-0.163)、(LNmax=5.063DW=-0.246),最小和最大叶片临界氮浓度稀释曲线模型亦符合幂函数关系,决定系数分别为R2=0.980、R2=0.958。3)基于加工番茄叶片临界氮浓度构建的氮素吸收、氮营养指数模型对加工番茄适宜施氮量诊断结果一致,均以300kg/hm2为最佳施氮量。
侯加林[10]2005年在《温室番茄生长发育模拟模型的研究》文中研究说明本文以大量的温室试验数据资料为基础,通过对试验数据进行整理分析,根据作物生理生态学理论和温室番茄生长的机理,分别建立了温室番茄生长发育、叶序发育、器官建成、叶面积动态、肥料效应、光合作用、干物质积累与分配以及产量形成等模拟模型。主要研究内容如下: 1.依据番茄生理学的基本原理,以温室内的环境参数为模型变量,建立了温室番茄生长发育的非线性模型。该模型描述了温室内温度、日照长度长及CO_2浓度等环境因子对番茄发育速度的影响,模型具有良好的解释能力和较高的精度。利用试验数据资料对模型进行检验,模拟结果表明:对不同生育阶段的模拟,绝对误差均在3天之内,平均相对误差小于4%。 2.番茄叶序发育的非线性模拟模型描述了温度及CO_2浓度对番茄出叶速率的影响,模型具有良好的解释能力和较高的精度。利用试验数据资料对模型进行检验,模拟结果表明:绝对误差均在1片叶之内,平均相对误差小于2%。 3.以有效积温(生理发育时间)为驱动变量,研究了日光温室番茄叶片、叶面积指数、果实的发生发展及其消长动态。它们在整个生长期的变化动态可以描述为分段函数。一部分生长发育趋势呈线性关系,另一部分生长发育趋势符合Logistic曲线。 4.采用了先进的近代优化算法,建立了番茄产量与施肥量之间的数学模型,模型描述了氮、磷、钾肥对番茄产量的影响,通过对模型解析,可以算出土壤供应养分量、所施肥料的利用率、不同养分的增产效应及不同养分肥料配合施用的交互效应、最高产量及最高产量施肥量、经济产量及经济产量施肥量,作为科学施肥的依据。 5.以光合作用为基础,建立了温室番茄光合生产动态模拟模型,模型有叶面积动态、温室冠丛光分布、单叶光合作用、冠丛光合作用、呼吸消耗和同化物在各器官中的分配等模型组成,同时考虑了温室内的环境(温度、CO_2浓度及水分)的影响。结果表明,温室番茄各生育阶段干物质积累量的实测值与模拟值的相对误差在-3.0—10.0%之间,模拟值与实测值具有较好的一致性。 6.引入了分配指数的概念来描述干物质在不同器官之间的分配,同时用整数型Beta概率函数描述器官的扩展规律,可灵活地适应多种扩展曲线类型,较好地解决了物质在同一器官上不同年龄(位置)之间的物质分配。 本文所建立的温室番茄生长发育模拟模型具有较高的预测性、机理性和实用性,为温室番茄栽培模拟优化系统的完成奠定了基础。借助于该模型可以合理地安排温室番茄的生产,确定番茄的适时播种期,预测番茄的生长发育时期,有计划地进行科学管理和合理施肥。同时利用温室番茄的光合生产和干物质积累模拟模型可以很好地预测各生育阶段的干物质积累量,为进一步进行干物质分配和产量预测模拟奠定基础。
参考文献：
[1]. 大麦生长发育及品质形成的模拟研究[D]. 徐寿军. 扬州大学. 2007
[2]. 基于过程的棉花生长发育模拟模型[D]. 张立桢. 南京农业大学. 2003
[3]. 小麦光合生产与物质分配的模拟模型[D]. 刘铁梅. 南京农业大学. 2000
[4]. 基于构件化生长模型的作物管理决策支持系统[D]. 花登峰. 南京农业大学. 2007
[5]. 花后高温对水稻生长发育及产量形成影响的研究[D]. 史培华. 南京农业大学. 2014
[6]. 基于过程的大麦生长发育模拟模型[D]. 邹薇. 南京农业大学. 2009
[7]. 温室厚皮甜瓜幼苗生长模型与生态生理变化规律研究[D]. 李建明. 西北农林科技大学. 2006
[8]. 小麦产量和品质形成的模拟模型研究[D]. 王向东. 河北农业大学. 2003
[9]. 基于生长发育模拟模型的加工番茄氮素吸收模型研究[D]. 王新. 石河子大学. 2014
[10]. 温室番茄生长发育模拟模型的研究[D]. 侯加林. 中国农业大学. 2005