西北春麦区APSIM-Wheat模型作物参数全局敏感性分析与比较

为提高西北春麦区APSIM-Wheat模型的适应性及校准的效率和精度,需要对作物参数进行重新率定,并对参数的取值范围进行标定,设定±10%、±20%、±30%、±40%和±50%五个参数取值范围,采用EFAST法和Morris法比较不同参数取值范围下模型的18个作物参数对春小麦产量和生物量的敏感性,并分析EFAST方法下最适宜的参数取值范围,同时对比两种敏感性分析方法的一致性。结果表明,对产量敏感的参数分别为每克茎籽粒数量(GPGS)、初花期积温(TFI)、灌浆期积温(TSGF)、出苗期到拔节期积温(TEOJ)、开花期积温(TF)、潜在灌浆速率(PGFR);对生物量敏感的参数分别为出苗期到拔节期积温(TEOJ)、灌浆期积温(TSGF)、初花期积温(TFI)、开花期积温(TF)。模型敏感参数和不敏感参数的适宜取值范围分别为±30%和±5%。不同参数取值范围下EFAST法和Morris法得到的敏感性结果一致性较好,在进行参数的敏感性分析时可以互相替代。

不同气候区和不同产量水平下APSIM-Wheat模型的参数全局敏感性分析

量化作物模型的参数敏感性和模拟结果的不确定性对模型的标定和应用具有重要意义。为了探讨小麦生长模型(APSIM-Wheat)在不同气候区和不同产量水平下参数的敏感性,以及由于参数造成模拟结果的不确定性,以华北栾城、黄土高原长武、四川盐亭和新疆乌兰乌苏4个不同气候区下的典型冬小麦生产地为分析对象,运用扩展傅里叶幅度检验法(extended Fourier amplitude sensitivity test,EFAST)的全局敏感性分析方法,量化了小麦生长模型(APSIM-Wheat模型)在3种产量水平下(潜在、雨养和实际产量)的开花期、成熟期、产量、生育期的蒸散(evapotranspiration,ET)对品种、土壤和生化等33个参数的敏感性和不确定性。发现:1影响开花期和成熟期较为敏感的参数依次是:始花期积温、出苗到拔节积温、春化指数、光周期因子、灌浆期积温;2影响产量较敏感的参数依次为:春化指数、出苗到拔节积温、每茎谷粒质量、潜在灌浆速率、光周期指数、最大谷粒质量和辐射利用效率(radiation use efficiency,RUE);影响生育期蒸散较为敏感的参数依次为:春化指数、出苗到拔节积温、光周期指数、始花期积温;3不同产量水平下,参数敏感性差异不大,4个不同气候类型下的冬小麦开花期、成熟期、产量和生育期的蒸散对参数的敏感性基本一致;4不同气候区下,开花期和成熟期对模型参数敏感性差异很小,但产量和生育期的蒸散对参数敏感性有差异。该研究为APSIM-Wheat模型的区域应用和模型调参提供了科学指导依据。

西北春麦区 Apsim-Wheat模型参数全局敏感性分析

为了提高西北春麦区Apsim-Wheat模型的模拟精度及适应性,以甘肃省定西市安定区2015-2018年田间试验数据为基础,采用基于参数筛选法(Morris)和基于方差分解法(Sobol)分析了Apsim-Wheat模型中作物品种参数、土壤参数及田间管理参数对小麦产量的敏感性,并分析比较了两种方法对模型的适应性。结果表明,用Morris法得到的对小麦产量敏感的参数分别为始花期积温(TFI)、出苗到拔节期积温(TEOJ)、春化敏感指数(VS)、田间持水量(DUL)、萎焉系数(LL15)、小麦萎焉系数(WheatLL)、播种日期(sowingdate)、播种密度(sowingdensity)、播种深度(sowingdepth);用Sobol法得到的对小麦产量敏感的土壤参数及田间管理参数与Morris法相同,而得到的敏感作物品种参数不同,分别为春化敏感系数(VS)、开花期积温(TF)、出苗到拔节期积温(TEOJ)、潜在灌浆速率(PGFR)、光周期敏感指数(PS)、灌浆期积温(TSGF);在Morris法和Sobol法下Apsim-Wheat模型中对小麦产量最敏感的参数均是作物品种参数,且多与品种积温、春化及光周期等参数有关,分别占总敏感性的73.85%和62.9%,土壤参数及田间管理参数对小麦产量的总敏感性分别为26.15%和37.1%,占比较小。综合来看,Morris法和Sobol法均可筛选出对小麦产量敏感的参数,且在调整土壤参数和田间管理参数时,两者具有可替代性;在调整作物品种参数时,可以依据地区实际情况,结合两种方法各自优势,快速筛选出模型敏感参数。

基于APSIM模型的未来气候变化对干旱区雨养春小麦播期和种植密度的影响

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。

基于APSIM模型的旱地小麦叶面积指数相关参数敏感性分析及优化

为解决作物模型参数率定过程中参数众多导致的敏感参数定位迟缓和调参效率低的问题,本研究运用敏感性分析和智能优化算法相结合的方法对作物模型参数进行调整,以甘肃省定西市安定区李家堡镇麻子川村(2002—2004年)和凤翔镇安家沟村(2015—2017年)大田旱地小麦试验数据(叶面积指数)为参照,利用扩展傅里叶幅度检验法(EFAST),对APSIM-Wheat旱地小麦叶片生长子模型的23个参数进行敏感性分析,得到对模型结果较敏感的部分参数,然后利用粒子群优化算法对部分敏感参数进行优化。结果表明:1)影响旱地小麦叶片生长最敏感的参数依次为叶面积指数为0时最大比叶面积、叶片生长的氮限制因子、出苗到拔节积温、消光系数、拔节到开花积温、蒸腾效率系数;2)旱地小麦叶片生长子模型的参数优化结果:叶面积指数为0时最大比叶面积为26652 mm^(2)∙g^(−1),叶片生长的氮限制因子为0.96,出苗到拔节积温为382℃·d,消光系数为0.44,拔节到开花积温为542℃·d,蒸腾效率系数为0.0056;3)上述参数优化后的叶面积指数实测值与模拟值之间的均方根误差平均值从参数优化前的0.080减小到0.042,归一化均方根误差平均值从11.54%减小到6.11%,模型有效性指数平均值从0.962增加到0.988,优化后叶面积指数的模拟更好。该方法相对于传统的手工试错法,避免了优化参数的不确定性,实现参数自动率定,提高模型参数的率定效率,有利于模型快速地本地化应用,并指导农业生产。本研究方法也对APSIMWheat模型中其他作物模块的参数调整优化具有指导意义。

秸秆覆盖量和施氮量对陇中春小麦的产量效应模拟

为量化分析秸秆覆盖量和施氮量对旱地春小麦的产量效应和协同作用,在APSIM模型中,设置秸秆覆盖量和施氮量2因素5个变化梯度,组合交叉设计25个处理,利用模型模拟25个处理的春小麦产量;于2016—2018年在甘肃省定西市安定区开展小麦大田试验,得到早播(ESW)、正常播(NSW)、晚播(LSW)春小麦产量的实测值,利用APSIM模型模拟2016—2018年春小麦的产量,将模拟值与实测值进行对比,对模型的适用性和模拟精度进行分析;对春小麦产量与秸秆覆盖量、施氮量的耦合关系进行二次多项回归和通径分析,利用Matlab计算春小麦的最大产量及对应的秸秆覆盖量和施氮量。结果表明:不同处理下产量的模拟值与实测值均位于15%置信带内,模型模拟精度较高,归一化均方根误差值为4.64%~12.22%,表明该模型在研究区具有良好的适用性;秸秆覆盖量和施氮量的增长对春小麦的产量效应为正效应,相应关系表现为开口向下的二次抛物线变化关系;ESW、NSW和LSW模拟情景下,春小麦最大产量分别为3548.64、3149.59、2507.58 kg/hm^(2);ESW模式下,最佳秸秆覆盖量和施氮量分别为7062.04、194.91 kg/hm^(2);NSW模式下,最佳秸秆覆盖量和施氮量分别为8211.31、218.81 kg/hm^(2);LSW模式下,最佳秸秆覆盖量和施氮量分别为6215.15、162.01 kg/hm^(2)。

APSIM-wheat模型在我国干旱半干旱地区的适应性评价——以内蒙古地区为例

利用内蒙古6个代表性站点的春小麦田间试验数据和同期逐日气象数据对APSIM-wheat模型在内蒙古地区的适应性进行研究,确定了10个春小麦品种的作物参数。结果表明:模拟春小麦的播种至出苗、开花和成熟各阶段天数与实测天数有较好的一致性,其均方根误差(RMSE)分别为0~1.7d,0.8~4.1d和1.0~2.8d;模拟的10个春小麦品种中,地上部分生物量模拟与实测的归一化均方根误差(NRMSE)为12%~24%,10个品种产量的模拟与实测的归一化均方根误差为2%~26%,作物生育期、地上部分生物量和产量的检验结果均在可接受的范围内。说明APSIM模型对内蒙古地区春小麦生育期、地上部分生物量和产量具有较好的模拟结果,验证后的APSIM模型在内蒙古地区有较好的适应性。以上结果为今后在内蒙古等干旱半干旱地区深入开展气候变化对作物生产的影响和适应研究奠定了良好的基础。

基于APSIM模型的降水和温度变化对秸秆覆盖冬小麦产量的影响

为探究秸秆覆盖处理下降水和温度变化对冬小麦产量的影响,基于秸秆覆盖长期定位试验观测数据和1999-2022年的逐日气候数据,运用APSIM(agricultural production systems simulator)模型模拟分析了未来降水(逐日降水±20%、±10%、0)和温度(逐日温度0℃、+1℃、+2℃、+3℃、+4℃)变化对冬小麦产量的影响,并对小麦产量变异性和可持续性进行了分析。秸秆覆盖田间试验设计高量覆盖(HSM,9000 kg/hm^(2))、低量覆盖(LSM,4500kg/hm^(2))和不覆盖对照(CK)3个处理。模拟结果表明:1)APSIM模型对3种秸秆覆盖处理冬小麦产量和生物量的模拟精度较高,决定系数R~2在0.75~0.92之间,归一化均方根误差在11.07%~14.65%之间,模型一致性指标在0.84~0.91之间;2)降水和温度变化对冬小麦产量均有显著影响。当温度不变时,降水增加会提高小麦产量,处理间的增产效应为HSM>LSM>CK;而当降水不变时,温度升高会导致产量下降,减产效应为LSM>HSM>CK;降水和温度协同作用下同样会导致小麦减产,处理间的减产效应为CK>LSM>HSM。3)与其他气候情景模拟结果相比,降水减少20%和增温2~3℃情景下冬小麦产量具有最大的变异系数和最小的可持续指数,作物生产风险较高。4)与CK和LSM相比,HSM处理在不同的气候变化情景下平均具有最高的产量和可持续性指数以及最低的变异系数。因此,未来气候变化背景下,采用高量覆盖管理措施更有利于黄土高原地区冬小麦生产。

基于混沌万有引力算法对APSIM模型中旱地春小麦产量形成参数的优化

为了解决APSIM模型中春小麦产量形成参数本土化率定过程中所面临的耗时长、精度差、效率低等问题,采用混沌万有引力(chaotic gravitational search algorithm, CGSA)算法,基于1971-2014和2018-2021年甘肃省定西市统计年鉴中的产量数据以及2015-2017年定西市安定区凤翔镇安家沟村的大田试验数据、1971-2021年定西市安定区的产量和气象资料,对春小麦产量形成参数进行优化。结果表明,采用CGSA优化参数后,均方根误差(RMSE)、归一化均方根误差(NRMSE)和模型有效性指数(ME)的平均值分别为22.98 kg·hm^(-2)、1.393%和0.995,说明模型在甘肃省定西市春小麦产量的评估中表现出较好的适应性。此外,CGSA具有较好的全局寻优性能和较快的收敛性,为APSIM模型的参数优化提供了一种高效、精准的方法。

不同降水年型下旱地春小麦产量及其构成因素对播期和日均温度变化响应的模拟分析

为探讨播期调控及降水量和日均温度变化对旱地春小产量及其构成因素的耦合效应,基于甘肃省陇中地区气象数据、土壤数据和管理数据,通过APSIM模型对不同播期及日均温度变化情景下春小麦产量和生物量进行模拟分析,并利用试验区2013-2018年大田试验的春小麦产量及生物量数据对该模型进行适用性验证。结果表明,春小麦模拟产量及生物量的NRMSE均在8%以内,模型的有效性均大于0.80,说明模型具有较高的准确度和适用性。使用1970-2018年研究区的气象及土壤数据,设置不同播期及日均温度变化的模拟情景[早播(3月3日)、正常播(3月18日)、晚播(3月31日);日平均温度变化范围为降温2.0℃~增温2.0℃,以温度变化量1℃为1个梯度],经回归分析,小麦产量受影响程度表现为降水量>温度>播期,相同气候条件下小麦产量均表现为正常播>早播>晚播。春小麦在湿润年、正常播、日均温度降低2.0℃的条件下可获得最高产量。降水量对春小麦千粒重和籽粒数分别表现出负效应和正效应,温度则分别表现出正效应和负效应,千粒重和籽粒数均随着播期的推迟先增加后减少。综合分析,降水增多可通过增加春小麦籽粒数来提高产量;当地春小麦宜在3月中旬播种且应注重防寒与蓄水保墒,以促进小麦的高产与稳产。

基于APSIM模型模拟内蒙古春小麦不同土壤缺水条件下水氮优化管理模式

水分和氮肥是小麦生长最主要的两大限制因子,如何优化灌溉小麦高产稳产、获得农业资源高效和环境友好的水肥管理方案是亟待解决的生产问题。控制试验结果的推广受限于试验地点、年限和试验设计,而基于过程机理的作物模型则可有效解决这一问题,已成为探究作物种植管理决策、评估农业适应气候变化的有力手段和技术工具。本研究利用2010-2018年内蒙古自治区巴彦淖尔市临河区农业气象实验站春小麦‘永良4号’的试验观测资料(气象、作物、土壤和管理数据),确定模型中小麦生长发育关键参数;基于校准后模型及1986-2020年气象数据资料,设计不同干旱程度下多种智慧管理情景模式,结合水氮管理决策的遴选关键指标(产量、水肥施用量和水肥利用效率),确定春小麦水氮管理最优方案。结果表明:(1)基于APSIM模型春小麦发育期(出苗期、拔节期、开花期和成熟期)模块模拟值与观测值的RMSE在1.96~3.21d范围内;基于APSIM模型春小麦生长(叶面积指数、地上部干物质质量和产量)模块模拟值与观测值的RMSE分别为1.65、292.44g·m^(-2)和588.96kg·hm^(-2),APSIM模型可较好地定量模拟春小麦生长发育过程。(2)以产量、灌溉量、水分利用效率(WUE)、施氮肥量和氮素利用效率(NUE)为目标,得出土壤根层水分亏缺程度达40%(S3P40)和土壤根层水分亏缺程度达50%(S3P50)管理模式要优于其他管理模式。(3)与常规管理模式相比,以显著提高产量为生产目标,优选S3P40管理模式,产量提高14.4%;以稳产且减少水肥用量为生产目标,优选S3P50管理模式,灌溉量减少23.2%,施氮量减少32.4%。

温度升高下APSIM模型春小麦籽粒生长参数敏感性分析及优化

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。

基于改进的混合蛙跳算法对旱地小麦籽粒生长模型参数的优化

【目的】作为农业智能化生产的核心决策模块,作物模型的精确模拟取决于模型参数的高效准确优化。为了提高调参效率,提升作物模型的性能和精确度,本研究通过改进优化算法对旱地春小麦籽粒生长子模型进行单目标参数优化,为中国西北部黄土丘陵区旱地春小麦的适应性研究提供参考,扩大模型的应用范围,以便于模型更好地指导农业生产。【方法】立足于2015—2021年甘肃省定西市安定区凤翔镇安家坡村的田间试验,结合1970—2021年的天气数据和年鉴产量数据,在发挥传统混合蛙跳算法(SFLA)全局交流、局部深度搜索的基础上,使用轮盘赌选择策略对旱地小麦籽粒生长阶段的6个参数进行进一步的优化,进行算法改进前后产量实测值与模拟值的误差计算与对比,对APSIM-Wheat模型进行检验。【结果】(1)在相同的迭代次数下,传统混合蛙跳算法在200次左右收敛,改进后的混合蛙跳算法在100次左右收敛;(2)旱地春小麦籽粒生长阶段的参数优化结果为小麦茎部分的每克籽粒数为26.0;开花至开始灌浆阶段的潜在籽粒灌浆速率为0.00119 grain/d;灌浆阶段的潜在籽粒灌浆速率为0.00174 grain/d;氮限制下的潜在籽粒灌浆速率为6.20×10^(-5)g grain/d;氮限制下的最小籽粒灌浆速率为1.90×10^(-5)g grain/d;单株小麦籽粒部分的最大干重值为0.0437 g;(3)分别使用传统混合蛙跳算法优化后所得参数值和改进混合蛙跳算法优化后所得参数值模拟小麦产量,参数优化后,产量实测值与模拟值的均方根误差(RMSE)从363.22 kg·hm^(-2)降至57.85 kg·hm^(-2),标准均方根误差(NRMSE)从21.78%降至3.47%。【结论】相较于传统的混合蛙跳算法,改进后的混合蛙跳算法增加了种群和子群的多样性,收敛速度快,提高了优化效率和精度,优化后的结果符合旱地春小麦的生长发育过程,适用性较高,明显改善了中国西北部黄土丘陵农业区APSIM-Wheat模型的性能。

不同播种密度和灌溉管理下冬小麦APSIM NG模型的敏感性研究与模型校准验证

以中国农业大学吴桥试验站2015—2018年度不同灌溉管理和播种密度下冬小麦为研究对象,应用全局敏感性分析方法扩展傅里叶幅度检验法(EFAST)分析新一代的APSIM模型(APSIM Next-generation)中的品种参数对冬小麦生长的敏感性,并实现模型参数的本地化调试与验证,为该模型未来开展各项研究提供基础支持。结果表明,影响冬小麦开花期和成熟期最敏感的参数是叶热间距、最小叶片数量、光周期敏感度;影响产量最敏感的参数是开花期单位茎秆干重可孕花数、单籽粒库容潜力和叶热间距。根据敏感性分析的结果,对以上参数进行优先校准后,提高了APSIM NG模型对小麦生育时期和产量模拟的准确性,校准后的模型可以解释生育时期超过98%的变异,产量实测值和模拟值的均方根误差(RMSE)为508 kg·hm^(-2)。

基于APSIM模型模拟分析气候变化对不同熟性北方冬小麦生长和产量的影响

【目的】开展气候变化对冬小麦生长发育和产量影响研究,为未来气候变化下小麦可持续生产提供依据。【方法】利用2017—2020年度控制气室中不同温度和[CO_(2)]处理下的良星99(晚熟品种)和中科2011(早熟品种)冬小麦生长发育、土壤及气象数据,对APSIM(agricultural production systems simulator)模型进行校验,然后,以1986—2005年为基准年份,利用校验好的APSIM模型对未来不同气候条件下(RCP 4.5和RCP 8.5)的冬小麦产量、产量构成和生育期进行模拟,分析气候变化和极端高温对不同熟性冬小麦品种生产潜力的影响。【结果】APSIM模型能较好地模拟不同温度和[CO_(2)]处理下2个品种冬小麦的生育期、产量和生物量,模拟值与实测值的R2均高于0.614,nRMSE均低于10.6%,叶面积指数(LAI)的模拟效果相对较差。从长期模拟结果来看,不同气候条件下,2个品种小麦的播种-拔节天数均较基准年份缩短,且早熟品种小麦播种-拔节缩短的天数小于晚熟品种,2个品种拔节-成熟天数均无明显变化。相较基准年份,未来RCP条件下,2个品种小麦的实际产量和潜在产量均增加,且2100s时段RCP 8.5条件下的产量和潜在产量最高,早熟品种的产量和潜在产量相较晚熟品种增产更明显。与基准年份相比,未来RCP条件下,生育前期2个品种小麦的LAI均升高,但早熟品种LAI变化更明显,生育后期晚熟品种的LAI明显降低,而早熟品种的LAI无明显差异;未来RCP条件下,2个品种的地上部生物量均增加,早熟品种生物量增长更明显。不同RCP条件下,极端高温对2个品种冬小麦产量和千粒重均有一定的负面影响,且开花期极端高温对千粒重的影响最大。与正常年份相比,极端高温年份晚熟品种2100s时段RCP 8.5条件下的千粒重和产量明显降低,籽粒数也略有降低。与正常年份相比,未来RCP条件下,极端高温均明显降低了早熟品种的千粒重,但籽粒数略有升高,因此,极端高温年份早熟品种产量降低不明显。【结论】冬小麦早熟品种更能适应未来气候变化,而选育适宜的小麦品种是应对未来气候变化的有效措施之一。

干旱条件下APSIM模型修正及华北冬小麦产量模拟效果

干旱是影响华北地区冬小麦产量的主要农业气象灾害之一,作物生长模型是评估干旱对作物产量影响主要方法之一,但作物生长模型对极端天气气候条件下(如干旱)作物产量模拟效果仍存在不确定性。为提高作物模型在干旱条件下对作物产量模拟的精准性,该研究利用调参验证后的农业生产系统模型(agricultural production systems simulator,APSIM),通过查阅与华北地区冬小麦相关的186篇大田试验文献获得1 876对观测数据,以作物水分亏缺指数为干旱指标,评估APSIM模型在冬小麦拔节-开花和开花-成熟阶段干旱对产量影响的模拟效果,提出APSIM在拔节-开花和开花-成熟阶段干旱对小麦产量影响的修正系数。基于历史气候条件、SSP245和SSP585未来气候情景资料,分析了冬小麦拔节-开花和开花-成熟阶段干旱时空分布特征,并采用修正系数校正后的APSIM模型评估华北地区冬小麦拔节-开花和开花-成熟阶段不同等级干旱对其产量的影响。结果表明,APSIM模型低估了拔节-开花阶段干旱对冬小麦产量影响程度,轻旱、中旱和重旱校正系数分别为0.85、0.91和0.85;APSIM模型可准确模拟开花-成熟阶段轻旱和中旱对冬小麦产量影响,但高估了重旱对冬小麦产量影响,重旱校正系数为1.33。历史和未来气候情景下,拔节-开花和开花-成熟阶段干旱导致冬小麦减产率均呈由北到南依次递减的空间分布特征,且开花-成熟阶段干旱对冬小麦负面影响高于拔节-开花阶段。未来气候情景下冬小麦拔节-开花和开花-成熟阶段不同等级干旱导致的冬小麦减产率均低于历史气候条件。未来干旱对华北冬小麦产量的负面影响程度有所缓解。研究为有效评估干旱对冬小麦影响提供方法支撑。

补灌量和覆盖量变化对旱地春小麦叶面积指数的影响

免耕覆盖中补灌量和秸秆覆盖量变化对叶片生长有较大影响,以甘肃省定西市安定区1979—2019年历史气象数据为基础,运用APSIM模型对补灌量与覆盖量耦合变化时旱地春小麦的叶面积指数进行模拟,并采用方差分析、二次多项式回归、单因素分析等方法,研究补灌量和覆盖量对旱地春小麦叶面积的影响机制。结果表明:在试验设计范围内,旱地春小麦叶面积指数随着补灌量变化在分蘖—拔节期呈开口向下的二次抛物线先增后减变化,补灌量在252.09 mm时春小麦叶面积指数出现最大值为1.83,其他各个时期均呈开口向上的二次抛物线递增变化。随着秸秆覆盖量变化,叶面积指数在出苗—分蘖期,呈开口向下的二次抛物线先增后减变化,试验设计范围内秸秆覆盖量为2397.09 kg/hm^(2)时春小麦叶面积指数出现最大值为0.59,分蘖—拔节期呈开口向下的二次抛物线递增变化;其他各个时期均呈开口向上的二次抛物线递增变化。相同阶段下,补灌量每增加50 mm,春小麦叶面积指数最大增幅13.95%;秸秆覆盖量每增加1000 kg/hm^(2),春小麦叶面积指数最大增幅3.7%。补灌量对春小麦叶面积指数的影响程度远大于秸秆覆盖量的影响。免耕覆盖中,合理的进行秸秆覆盖和补灌能够保持土壤中的水分,有利于旱地春小麦叶片生长。

陇中旱地春小麦产量对主要气象因子变化和氮肥施用的响应

【目的】探究气候变化和氮肥施用对旱地春小麦产量的耦合效应。【方法】基于研究区1970—2017年历史气象数据以及对气候变化敏感的免耕覆盖耕作方式下2016—2017年春小麦生育期实测数据及2005—2009、2013—2015年田间实测产量数据,通过APSIM进行了5×5×5×5次日平均温度、日平均辐射量、CO_(2)质量分数、氮肥施用量单独变化及共同变化的模拟试验,研究不同降水年型主要气象因子和氮肥施用量对旱地春小麦产量的影响。【结果】①APSIM模型对试验区春小麦生育持续天数模拟效果为R^(2)=0.98、NRMSE=5%;春小麦产量模拟效果为R^(2)=0.91、NRMSE=12%、D=0.95,故APSIM来模拟免耕覆盖耕作方式下的旱地春小麦的生长发育及产量效果较好。②3种降水年型下,选定气象因子和氮肥施用量的单独作用及交互作用均能显著影响旱地春小麦产量;通过调控气象因子和氮肥施用量,在枯水年取得的增产效应最显著。③相同试验条件下,丰水年春小麦产量最高且最稳定。【结论】降水量的增加不仅能提高旱地春小麦产量,同时还将影响其他气象因子对旱地春小麦产量的作用效果和作用性质并提高氮肥施用对春小麦产量的增产效应。

不同耕作措施下旱地春小麦产量应对气候变化的效应分析

为定量评估不同耕作措施下气候变化对春小麦产量的影响,以甘肃省定西市安定区李家堡镇大田试验为基础,利用定西市安定区1970~2017年逐日气象数据,运用APSIM模型模拟3种耕作措施(NT免耕、NTS免耕+秸秆覆盖、TS传统耕作+秸秆覆盖)下小麦产量对降水(逐日降水±10%、±5%、±0%)、温度(逐日温度±1、±0.5、±0℃)变化的响应,采用二次多项式回归、单因素分析、通径分析等方法研究验证温度、降水量对旱地春小麦产量的影响。结果发现,3种耕作措施下,春小麦产量模拟值与实测值误差为±15%,模型有效性ME为0.875,说明模型拟合度良好,具有一定适应性;NT、NTS、TS 3种耕作措施下小麦平均产量分别为1856.3、2275.4、2221.0 kg/hm2,免耕+秸秆覆盖耕作方式产量最高,增减产效应总体结果表现为NTS>TS>NT,综合考虑,免耕+秸秆覆盖是黄土高原地区最佳耕作方式。

华北地区冬小麦产量潜力分布特征及其影响因素

利用华北地区农业气象观测站作物资料,验证APSIM-Wheat作物模拟模型区域尺度有效性,结合1961—2007年47年逐日气候资料,分析冬小麦潜在产量、水分限制产量和水氮限制产量时空分布特征,明确了气候因素对冬小麦不同等级产量潜力分布特征的影响程度。对APSIM-Wheat模型在华北地区区域尺度上进行验证,结果显示区域化模型在华北地区有较好的适用性。华北地区冬小麦各层次产量在时间上总体呈下降趋势,空间上呈带状分布,不同层次产量空间分布特征有所差别:冬小麦潜在产量从东北向西南减少,水分限制产量从东南向西北递减,水氮限制产量从东向西先增加后降低在山东济宁地区达到最大;河北省为冬小麦潜在产量和水氮限制产量的高值区,同时为水分限制产量的低值区,增加灌溉是提高其产量的主要途径;山东省为冬小麦潜在产量和水分限制产量的高值区,水氮限制产量的低值区,增施氮肥是提高其产量的主要途径;河南省为冬小麦潜在产量的低值区,辐射是其主要限制因素。决定冬小麦潜在产量时空分布特征的最主要气候要素为生长季内总辐射,总辐射与潜在产量呈极显著正相关关系;决定冬小麦水分限制产量分布特征的最主要气候要素为冬小麦生长季内降水量,呈极显著正相关关系;气候要素对于冬小麦水氮限制产量空间分布特征的解释方差较小,仅为0.48,故土壤等其他因素对其空间分布影响较大。气候变化背景下,如不改变作物品种,冬小麦各级产量潜力呈下降趋势,造成其下降的主要原因为总辐射下降以及随积温增加冬小麦生长季缩短,决定冬小麦产量潜力空间分布的主要因素为总辐射和降水量。