作物生长模型物候建模的函数解析及应用研究

作物生长模型是模拟和预测作物产量的重要工具,其中通过作物对温度和日长因子响应而建立物候模型会直接影响最终模拟结果,因此需要通过建模优化和参数校准来提高模拟精度。基于此,通过梳理当前温度和日长模型构建的理论基础,将其各自分为线性模型和非线性模型2种类型,对比分析了其中代表性函数的特性和呈现形态,描述了各个函数的优缺点和实际应用的现状,总结当前温度和日长模型发展存在的主要问题:模型的机理解释性不强、函数优化难度高、集成应用程度低、实际应用受限,提出针对性的解决方法:物候模型优化需要在坚持精细化田间试验的基础上从微观层面不断发展模型,综合多影响因子并挖掘最优混合模型来提高模拟精度。兼顾准确性与普适性以满足实际应用需求的模型函数构建是未来需要研究的方向。

基于光温模型的吉林省马铃薯物候期预测效果比较

马铃薯是我国继小麦、玉米、水稻后的第四大主粮作物,准确模拟马铃薯生育期是预测产量的关键步骤。使用被广泛应用于预测作物生育期的3种温度响应函数(正弦指数函数、WE温度响应函数、Beta函数)和2种日长响应函数(负指数函数、DSSAT-SUBSTOR日长响应函数)组合形成6种光温模型(SN、WN、BN、SD、WD、BD)。模型引入各生育期最大日发育速率、临界日长、感光系数和感温系数来描述马铃薯发育过程,使用最大似然法(GLUE)来估计各个光温模型的参数,模型经参数调节后用于预测吉林省马铃薯生育期,旨在对比不同光温模型对吉林省不同马铃薯品种的预测效果,并找到研究区域表现最优的光温模型。结果表明,6种光温模型均能很好地预测马铃薯生育期,且马铃薯不同生育阶段表现最好的光温模型不同,在研究区域,BN模型对马铃薯早熟品种费乌瑞它生育期的综合预测效果最好;SN模型对马铃薯中晚熟品种延薯4号生育期的综合预测效果最好。