基于CERES模型的临沂小麦生产的适应措施研究

采用英国Had ley中心的区域气候模式PREC IS结合CERES-W heat模型,对2071-2100年(2080 s)SRES A2、B2两种排放情景下山东临沂地区小麦生产进行模拟。结果表明:在PREC IS预测的2080 s气候变化情景下,不考虑CO2的肥效作用,临沂地区小麦的生育期明显缩短,产量有所下降,且A2情景下产量下降更明显;考虑CO2肥效作用时,能够补偿温度升高带来的负面影响,两种情景下的小麦产量均显著增加。未来如果保持品种和管理措施不变,A2、B2情景下分别将小麦的播期推迟15d、10d后,小麦的生育期将延长,产量将增加;通过品种参数对产量的影响分析,得出未来气候变化情景下应尽量培育穗粒数较多的品种以提高产量;根据现有品种的表现,未来气候变化情景下,临沂地区适当引进偏春性的冬小麦品种,将可能提高产量。总之,将播期推迟,培育穗粒数较大的小麦新品种或引进偏春性的小麦品种可以减小未来气候变化对临沂小麦生产的不利影响。

利用CERES模拟模型作水稻栽培模拟试验

本文在介绍 CERES(作物一环境资源综合系统)水稻模拟模型基础上,利用 DSSAT(农业技术转让的决策支持系统)支持下的该模型以水稻栽培中的产量潜力、播期、施肥、灌溉、气象因子为对象进行了模拟试验,为优化的栽培决策制定提供了重要的依据。

基于GLUE和PEST的CERES-Maize模型调参与验证研究

作物模型已逐渐成为干旱和半干旱地区优化农田水肥管理和实施节水灌溉的有力决策支持工具。为了探讨CERES—Maize模型模拟不同生育期受旱情况下夏玉米的生长发育、产量形成和土壤水分状况的模拟精度，进行了2013和2014年连续两季夏玉米田间分段受旱试验。试验将夏玉米整个生育期划分为苗期、拔节、抽雄和灌浆4个主要生长阶段，采用单个生育期受旱其他生育期灌水的方式，形成4个不同的受旱时段水平（Dl～D4），又根据夏玉米多年生育期降雨量，设置了70和110mm两个灌水水平（11和12），共形成8个处理，每个处理3次重复，在遮雨棚内按照裂区试验布设，此外设置1个各生育期均灌水110mm的对照处理（CK）。利用两年试验数据，采用DSSAT—GLUE和PEST两种不同的模型参数估计工具，对CERES—Maize模型的遗传参数进行估计，并对该模型的模拟精度和可靠性进行验证，此外还使用交叉验证法对CERES—Maize模型的整体模拟精度进行评估。结果表明，GLUE和PEST两种调参工具所得的模型参数均有较好的稳定性和收敛性，但PEST调参工具耗时较少，效率较高；CERES-Maize模型能较好地模拟充分灌水条件下夏玉米的生长发育、产量和土壤水分变化，绝对相对误差（ARE）和相对均方根误差（RRMSE）均在6％一8％之间；但是现有CERES—Maize模型无法模拟由于不同生育期受旱造成的夏玉米物候期的差异。此外，交叉验证结果发现夏玉米生长前期（特别是拔节期）受旱处理的数据参与模型校正时，模型的总体平均模拟误差较大，精度较低。CERES-Maize模型模拟前期受旱对玉米籽粒产量的影响时结果不够准确，这可能是由于该模型低估了早期水分胁迫条件下的LAI值，进而使得ET模拟不准确所造成的。总之，CERES-Maize模型对生育期前期（特别是拔节期）受早条件下夏玉米生长发育、产量形成和土壤水分变化的模拟还存在一定的不足，若将CERES-Maize模型应用于我国干旱和半干旱地区水分胁迫条件下玉米的生产管理和科学研究，应对模型进行相应的修正。

CERES-Rice模型在江汉平原的验证与适应性评价

基于江汉平原武汉、荆州农业气象试验站双季早、晚稻及单季中稻多年田间试验数据和同期逐日气象数据,在利用GLUE参数估计模块结合"试错法"对模型参数标定基础上,对CERES-Rice模型叶面积指数及生物量动态、发育期、成熟时地上部生物量、产量等的模拟能力进行了验证。结果表明,模型对水稻发育期模拟较好,开花期和成熟期的模拟误差在3d以内,其中对感光性较弱的早稻模拟最好,感光性较强的晚稻模拟最差;生育期内叶面积指数和生物量动态模拟良好,一致性指数分别达0.98和1.0;模拟产量和地上部总生物量的相对均方根误差分别为8.72%和5.91%,总体效果较好,其中生殖关键期遭遇寒露风的晚稻产量NRMSE为11.16%,模拟效果偏差。说明CERES-Rice模型在无明显异常天气条件下对江汉平原地区水稻模拟具有较好的适应性,CERES-Rice模型可为江汉平原水稻生育期预测提供技术支撑,在考虑极端天气条件胁迫产量形成过程的基础上,可应用于该地区气象影响评价及产量预报业务。

用CERES玉米生长模型预测优质蛋白玉米生物产量的形成

在泰国北部清迈大学农学院的多种作物中心 (北纬 18°47′ ,东经 99°5 7′,海拔 30 0m)进行品种×播种期的双因素试验 ,用CERES玉米生长模型模拟栽培管理措施对不同品种的生长发育的影响。参试种为 :优质蛋白玉米Across876 3,PozaRica 876 3和普通玉米Suwan 1;播种期分别为 1994年 12月 2 0日 (PD1)、1995年 1月 5日 (PD2 )、1995年 1月2 0日 (PD3)。结果表明用CERES玉米模型模拟 ,试验 3个品种与播种期无相关关系 ,对叶片氮百分含量模拟较为准确 ,但对叶片数。

用CERES玉米模型模拟优质蛋白玉米品种叶片增长动态(英文)

农业研究通常投入大 ,见效慢。用作物生长模型模拟技术 ,是解决这一问题的理想方法。为了用CERES玉米模型模拟优质蛋白玉米品种叶片增长 ,在泰国清迈大学进行品种×播种期的双因素试验。试验有 3参试种 ,3个播种期 ,共 9个处理。试验结果表明 ,用CERES玉米模型模拟的最大叶面积指数、总叶片数、叶片干物质重 ,模拟值均高于实际值 ,这主要是因为准确的土壤和气候数据不易得到所致 ,因此只有当土壤和气候数据可靠时 ,CERES玉米模型才能用于指导研究和其他工作。

改进CERES-Maize模型在玉米膜下滴灌模式下的适用性

针对CERES-Maize模型没有覆膜处理模块而无法从机理上实现对覆膜玉米生长发育及产量形成过程进行模拟的问题,依据作物生长发育的有效积温原理,利用膜地增温对有效气积温的补偿效应,量化覆膜地温对气温的补偿值,改进模型气象模块中的气温输入数据,同时将模型中影响腾发量及水量平衡计算的冠层能量消光系数K调整为0.5,构建了适宜于膜下滴灌的改进型CERES-Maize模型,并依据2014和2015年膜下滴灌玉米田间试验数据对改进模型进行验证.结果表明覆膜地积温对气积温的增温补偿系数Cc:播种-出苗期为0.45,出苗-抽雄前期为0.20;随着K降低,地上生物量与籽粒产量的相对误差绝对值ARE降低并趋近于0;改进后的模型能够较好地模拟覆膜玉米开花期天数、成熟期天数、收获期地上生物量和籽粒产量,其模拟值和实测值的ARE分别为0.58%,0.37%,7.65%和16.95%,相对均方根误差RRMSE分别为0.84%,0.51%,8.75%和17.50%.

基于CERES-Wheat和遥感数据的土壤水分供给量反演

以关中平原为研究区域,以冬小麦为研究对象,基于2007—2008年TM遥感数据反演的和CERES-Wheat模型模拟的生物量和叶面积指数,将由离散积分思想计算的日均分摊系数和由冬小麦各生育阶段生长特点划分的分段蒸腾系数引入土壤水分平衡方程,建立土壤水分供给量反演模型。利用该模型进行研究区域2007—2008年冬小麦全生育期的蒸散量和土壤水分供给量的单点和区域尺度的定量反演。选取拥有多时相遥感数据的2000—2001年进行模型验证,结果表明,在充分获取降水、灌溉信息和多时相遥感数据的条件下,土壤水分供给量的反演结果准确度较高。区域尺度的土壤水分供给量呈现出西高东低和北高南低的分布特征,自西北部向东南部逐渐递减,与关中平原冬小麦受水分胁迫程度的区域性变化趋势基本一致,表明应用模型反演冬小麦全生育期的土壤水分供给量是可行的。

利用作物模拟模型辅助决策小麦新品种推广初探

在田间试验和前人研究的基础上,以比较成熟的CERES-WHEAT模型为研究工具,以我国的主要作物小麦为研究材料,探讨了作物模型在区域试验和良种评价方面的潜在应用。目的在于应用作物模型的动态性和预测性功能,利用品种已有生理和遗传参数以及各地的气象、土壤资料,对冬小麦不同品种同一地点和同一品种不同地点的生育期、物候期、产量和产量构成因素进行预测,并与实测值进行比较,最后对品种的生态适应性进行综合评价,并在品种产量表现和生态适应性等方面为品种区域试验和良种推广提供决策的依据。辅助指导和决策河北省小麦新品种引进、试验和推广,提出了作物模拟模型辅助决策小麦新品种推广的应用模式。

基于CERES-Maize的黄淮平原夏玉米阶段缺水模拟分析

利用1991~2004年黄淮夏播玉米区8个试验站的气象、土壤、田间管理等基础数据对DSSAT 4.0中的CERES-Maize模型进行参数调整和检验。使用调参后的模型模拟黄淮夏播玉米区不同生育期缺水对玉米产量的影响。模拟结果表明,在营养生长阶段,拔节期为水分对玉米产量影响关键期;生殖生长阶段,灌浆期为水分关键期,其中灌浆前期水分对产量影响最大。7叶期和拔节期缺水时最大叶面积指数显著降低,阻碍植株干物质积累,茎叶干重显著降低;灌浆前期缺水穗粒数显著减少;灌浆中期缺水显著降低百粒重。

华北地区作物生长期水氮含量变化过程模拟及其参数敏感性分析

根据中国科学院栾城农业生态系统试验站2006-2007年小麦-玉米生长季实测的作物水氮动态变化数据,进行CERES-Wheat和CERES-Maize模型在华北地区冬小麦和夏玉米作物水氮过程模拟能力的验证及参数敏感性分析。结果表明,模型模拟的冬小麦生长季土壤含水量、土壤硝态氮含量、植株含氮量与实测值的相关系数分别为0.46、0.74和0.68,夏玉米则依次为0.95、0.62和0.72。敏感性分析发现土壤含水量和土壤硝态氮含量对土壤参数变化比较敏感,植株含氮量则受遗传参数影响显著。当田间持水量相对变化+10%时,冬小麦和夏玉米的土壤含水量相对变化率分别为+7.5%和+8.8%,冬小麦和夏玉米土壤硝态氮含量的相对变化率分别为+12.0%和+17.9%。叶热间距PHINT对冬小麦植株含氮量有负效应,PHINT相对变化+10%时冬小麦植株含氮量的相对变化率为-11.5%;夏玉米植株含氮量对出苗-幼苗末期所需温时(P1)较为敏感,P1变化+10%时夏玉米植株含氮量相对变化+9.3%。

基于EOS/MODIS数据的裸土多层土温遥感反演研究——以陕西省为例

以EOS/MODIS为数据源,采用地表温度（LST）遥感信息模型耦合土壤温度CERES模型反演多层裸土土温。结果表明：土壤温度的模拟值与实测值的变化趋势比较一致,不同土层反演值和地面观察值的相关性均达极显著水平;5～60 cm土层土壤温度的平均绝对误差随土层加深逐渐降低,40～60 cm土层土壤温度的平均绝对误差降至1℃以内,但80、160 cm两层的反演精度误差则相对较大,说明结合其他模型,遥感能够反演一定深度土层的土壤温度,并达到一定精度。

黄土高原地区小麦生产潜力模拟研究

分析了作物生产潜力常规研究方法的不足 ,探讨了作物生长模型模拟方法的优势 ,在模型验证和气象、土壤和作物数据库组建的基础上 ,应用DSSAT3中的CERES小麦模型模拟研究了黄土高原地区28个代表点冬小麦和春小麦的光温生产潜力和气候生产潜力 ,统计计算了各点小麦产量潜力多年平均值、标准差、最高值和最低值 ,分析了潜力值年际变异与地区分布差异 ,并计算了小麦的水分满足率。黄土高原冬小麦光温生产潜力、气候生产潜力和水分满足率分别为7970～8647kg/hm2、2219～7545kg/hm2 和0.278～0.872 ,春小麦分别为7436～9127kg/hm2、0～7598kg/hm2 和0.192～0.961。

未来不同气候变化情景下我国玉米产量的初步预测

玉米是我国重要的粮食和饲料作物,研究气候变化对我国玉米产量的影响有重要意义。采用区域气候模式与CERES-Maize模型相结合的方法,模拟了基准气候(BS,1961—1990年)和A2、B2两种温室气体排放方案下2011—2100年我国雨养和灌溉玉米产量,初步预测了未来不同气候情景下玉米产量的变化状况。结果表明,如果保持现有的玉米生产状况,气候变化将导致我国玉米主产区的玉米单产普遍降低,总产下降,给玉米生产带来一定经济损失。A2气候变化情景对我国玉米产量的负面影响要大于B2情景。CO2肥效作用可以在一定程度上缓解这种负面影响,其缓解作用对雨养玉米更明显。未来全国玉米主产区的雨养和灌溉玉米的稳产风险及低产出现的概率将会增大,总产的年际波动更剧烈。由于目前研究结果是未考虑农业生产的适应措施而得出的,可能会高估气候变化的负面影响。

气候变化对甘肃定西、安徽合肥小麦生产影响研究

由于大气中温室气体的不断增加,全球气候发生了巨大变化。据最新气候模式模拟研究表明未来全球气候将发生更为剧烈的变化,这必将对很多部门产生显著的影响特别是对气候变化十分敏感的农业。尤其对于中国这样的人口大国,农业作为社会最基本也是最重要生产部门之一,气候变化将对中国的农业生产带来巨大的影响。小麦是中国的第二大作物,其中冬小麦占全国小麦总产量近90%,因此评价气候变化对中国小麦生产影响是十分必要的。为了分析在未来气候变化情景下中国小麦生产可能遇到的风险,以15年ECMWF再分析实验数据(1979￣1993)作为边界条件驱动PRECIS区域气候模式模拟产生作物模型所需要的气候资料并输入CERES-Wheat模型,验证CERES-Wheat模型与区域气候模式PRECIS结合的模拟能力。在以上验证工作的基础上,将区域气候模式PRECIS的模拟结果与作物模型CERES-Wheat相连接,同时考虑到CO2对小麦的直接施肥作用,模拟了两个小麦站点(定西和合肥)在IPCC SRES A2和B2情景下雨养和灌溉小麦的变化趋势。得到如下结论:无论是在A2情景还是B2情景,定西和合肥的小麦产量都会有所增加,但增加的幅度相差很大。A2情景的增产效应一般要大于B2情景的增产效应,灌溉小麦比雨养小麦更加受益于气候变化,冬小麦(合肥)产量的增长幅度要大于春小麦(定西)增长幅度。CO2对小麦生长的肥效作用十分明显,产量增幅很大。以上结果说明未来气候变化可能会对我国的小麦生产带来益处,但由于未来气候情景模拟的不确定性以及CO2肥效作用通常是在作物过程中的水肥条件完全满足的情况下才充分体现,这都给研究结果带来了不确定性,但本项研究为评价未来气候变化对中国小麦生产影响提供了一种全面的评价方法。