气候变化评估对智慧农业的影响至关重要。通过2010—2017年实测陇中地区小麦田间数据对APSIM (Agricultural Production Systems sIMulator)模型进行参数校正和验证,结合CMIP5(Coupled Model Intercomparison Project 5)模式的未来气候...气候变化评估对智慧农业的影响至关重要。通过2010—2017年实测陇中地区小麦田间数据对APSIM (Agricultural Production Systems sIMulator)模型进行参数校正和验证,结合CMIP5(Coupled Model Intercomparison Project 5)模式的未来气候情景数据和验证后的APSIM模型对播期和种植密度变化下的小麦产量及生物量进行模拟。结果表明,APSIM模型在调参验证后,模拟精度较高;在气候变化情景下,增加种植密度处理春小麦产量和生物量较高,提前播种处理春小麦产量和生物量较高;增加种植密度且早播处理有利于产量形成。未来气候变化情景下,播种密度为237 kg·hm^(-2)、播种日期为3月10日时,可提高4%的春小麦籽粒产量。模拟结果可为未来气候变化下的甘肃陇中旱区雨养小麦播期及种植密度管理提供借鉴。展开更多
为有效识别基于APSIM模型籽粒生长参数中春小麦产量敏感性参数,快速并准确的估算当地模型参数。使用甘肃省定西市安定区凤翔镇安家沟村1971—2018年的气象数据和2000—2018年旱地春小麦大田试验数据,并利用EFAST方法对进行了5个增温梯...为有效识别基于APSIM模型籽粒生长参数中春小麦产量敏感性参数,快速并准确的估算当地模型参数。使用甘肃省定西市安定区凤翔镇安家沟村1971—2018年的气象数据和2000—2018年旱地春小麦大田试验数据,并利用EFAST方法对进行了5个增温梯度(0℃、0.5℃、1.0℃、1.5℃和2.0℃)下32个模型参数进行敏感性分析。粒子群算法对各个增温条件下均敏感的参数进行优化验证。结果表明:不同温度变化梯度下,对旱地春小麦产量影响最大的籽粒生长模型参数有9个,分别为消光系数、每克茎籽粒数量、穗粒数、单株最大籽粒质量、灌浆到成熟积温、出苗到拔节积温、株高、最大比叶面积和光合叶片老化的水分胁迫斜率。并且对产量敏感性强度有着显著的差异,其中消光系数和每克茎籽粒数量是对春小麦产量影响最大的参数,其他参数在不同温度下对春小麦产量的敏感性顺序存在差异。利用粒子群算法针对这9个参数进行优化,相较于优化前,优化后的春小麦产量、开花期和灌浆期籽粒干物质的均方根误差、归一化均方根误差和模型有效性指数均得到了显著改善,参数优化后开花期、灌浆期、成熟期产量的均方根误差平均值分别由13.50 kg hm-2减小到5.99 kg hm-2、183.17 kg hm-2减小到69.44 kg hm-2、141.69 kg hm-2减小到48.51 kg hm-2,归一化均方根误差平均值分别由4.94%减小到2.19%、10.92%减小到4.65%、8.39%减小到2.87%,模型有效性指数平均值分别由0.894提高到0.979、0.893提高到0.981、0.898提高到0.988。优化后的参数有效地提高了模型的预测精度。此研究为APSIM模型在当地应用和模型参数校准提供了科学依据。展开更多
文摘气候变化评估对智慧农业的影响至关重要。通过2010—2017年实测陇中地区小麦田间数据对APSIM (Agricultural Production Systems sIMulator)模型进行参数校正和验证,结合CMIP5(Coupled Model Intercomparison Project 5)模式的未来气候情景数据和验证后的APSIM模型对播期和种植密度变化下的小麦产量及生物量进行模拟。结果表明,APSIM模型在调参验证后,模拟精度较高;在气候变化情景下,增加种植密度处理春小麦产量和生物量较高,提前播种处理春小麦产量和生物量较高;增加种植密度且早播处理有利于产量形成。未来气候变化情景下,播种密度为237 kg·hm^(-2)、播种日期为3月10日时,可提高4%的春小麦籽粒产量。模拟结果可为未来气候变化下的甘肃陇中旱区雨养小麦播期及种植密度管理提供借鉴。
文摘为有效识别基于APSIM模型籽粒生长参数中春小麦产量敏感性参数,快速并准确的估算当地模型参数。使用甘肃省定西市安定区凤翔镇安家沟村1971—2018年的气象数据和2000—2018年旱地春小麦大田试验数据,并利用EFAST方法对进行了5个增温梯度(0℃、0.5℃、1.0℃、1.5℃和2.0℃)下32个模型参数进行敏感性分析。粒子群算法对各个增温条件下均敏感的参数进行优化验证。结果表明:不同温度变化梯度下,对旱地春小麦产量影响最大的籽粒生长模型参数有9个,分别为消光系数、每克茎籽粒数量、穗粒数、单株最大籽粒质量、灌浆到成熟积温、出苗到拔节积温、株高、最大比叶面积和光合叶片老化的水分胁迫斜率。并且对产量敏感性强度有着显著的差异,其中消光系数和每克茎籽粒数量是对春小麦产量影响最大的参数,其他参数在不同温度下对春小麦产量的敏感性顺序存在差异。利用粒子群算法针对这9个参数进行优化,相较于优化前,优化后的春小麦产量、开花期和灌浆期籽粒干物质的均方根误差、归一化均方根误差和模型有效性指数均得到了显著改善,参数优化后开花期、灌浆期、成熟期产量的均方根误差平均值分别由13.50 kg hm-2减小到5.99 kg hm-2、183.17 kg hm-2减小到69.44 kg hm-2、141.69 kg hm-2减小到48.51 kg hm-2,归一化均方根误差平均值分别由4.94%减小到2.19%、10.92%减小到4.65%、8.39%减小到2.87%,模型有效性指数平均值分别由0.894提高到0.979、0.893提高到0.981、0.898提高到0.988。优化后的参数有效地提高了模型的预测精度。此研究为APSIM模型在当地应用和模型参数校准提供了科学依据。