EPIC模型中作物生长与产量形成的数学模拟

侵蚀和生产力影响估算模型EPIC是世界上较有影响的水土资源管理和作物生产力评价动力学模型。文章简要介绍了EPIC模型中描述作物生长、产量形成和环境胁迫的主要数学方程,有助于理解EPIC模型模拟作物生长与产量形成的基本原理和基本过程,可供我国作物生长模拟与生产力定量评价研究中借鉴。最后指出了该模型中需要改进之处。

EPIC农作物生长模型应用研究进展

侵蚀-土地生产力影响评估模型(erosion-productivity impact calculator,EPIC)是美国农业部研制的水土资源管理和作物生产力评价模型.自20世纪80年代提出以来,EPIC模型经过不断的发展完善,在农田、区域以及全球等不同尺度上的诸多领域有广泛的应用.本文系统地综述了EPIC模型在农作物生长过程中的模拟精度、气候变化对农作物的影响、农业旱灾风险研究等领域的国内外应用研究进展.研究表明:通过研究诸多作物限制因子对作物生长影响的关系,已经很好地改善了EPIC模型的模拟精度,但突发性的环境变化对模拟精度的影响程度还不清楚;气象因子对作物影响的敏感性研究已较为完善,而气候的阶段性转折和极端气候事件对农作物生长影响的研究还有待进一步深入;农业旱灾风险的研究主要是从灌溉制度上对农作物需水的数量和时间进行控制管理,运用EPIC模型从灾害系统的角度研究农业旱灾风险还比较少.根据EPIC模型应用研究的现状,以及国内进行EPIC模型研究的良好数据平台,在全球气候变暖及其可能导致的气候渐变和突变的背景下,提出IPIC模型在以下研究方向有着重要的发展前景:1)气候极端事件对农作物生长影响的研究;2)气候渐变对农作物生长影响的研究;3)全球大气环流模式降尺度后的未来气候情景与EPIC模型的结合应用研究;4)恢复农业旱灾承灾体脆弱性曲线,减轻农业旱灾风险的研究.

土壤水氮动态及作物生长耦合EPIC-Nitrogen2D模型

为计算农业区不同作物生长条件下土壤水氮迁移转化过程,该文基于Erosion/Productivity Impact Calculator（EPIC）作物模型建立了作物根系生长子模块,将其进行有限元数值离散,与土壤氮素迁移转化模型Nitrogen2D耦合,使模型能计算作物生长条件下土壤水氮迁移转化过程。该作物生长模块可计算多种胁迫下作物根系对土壤水分和氮素的动态吸收速率,及作物收获时的生物量和吸氮量。采用武汉大学灌溉排水试验场冬小麦生长条件下土壤水氮试验数据对模型进行了率定,并用于土壤水氮分布和作物生物量预测,土壤含水率、氮素的模拟值与实测值的一致性系数分别为0.86-0.97、0.52-0.98,Nash效率系数为0.59-0.90（含水率）、0.44-0.93（土壤氮素）,说明模拟结果与实测值吻合度较高。同时,分别采用该文的作物生长模块和简单根系吸收模块计算根系吸氮过程,结果显示,简单根系吸收模型会显著高估作物吸氮量,而作物生长模型则由于考虑了根系生长和各环境因子的胁迫作用,计算结果更符合作物实际吸氮过程,计算的根系吸氮量相对均方根误差为3.4%-46%。

作物生长模型研究现状与展望

作物生长模型由最初的作物生长发育模型发展到农业决策支持模型,在科学研究、农业管理、政策制定等方面发挥着越来越重要的作用。本文首先回顾了作物生长模型的发展过程,并按照模型主要驱动因子,将作物生长模型分为土壤因子、光合作用因子和人为因子驱动3类并分别进行了归纳阐述;然后对典型的模型分别从模型模块、时空尺度、可模拟的作物类型等方面进行列表式对比;并对作物生长模型在气候变化评估、生产管理决策支持、资源管理优化等方面的应用,以及面临的极端条件、复杂农业景观和模型复杂度等挑战进行了总结,在此基础上认为遥感数据同化和孪生农场是其发展方向。

基于EPIC模型的冬小麦生长模拟参数全局敏感性分析

模型参数的敏感性分析是模型本地化、区域化过程中不可或缺的重要环节。局部敏感性分析忽略了参数间的相互耦合作用对模型结果的间接影响,从而导致敏感参数选取具有一定的片面性。该研究以河北衡水冬小麦试验区为研究区,使用全局敏感性分析方法分析EPIC模型在冬小麦产量模拟中的敏感参数。研究表明:收获指数(HI)、生长季峰值点(DLAI)、潜在热量单位(PHU)、最大作物高度(HMX)是影响模型本地化最为关键的参数(总敏感指数>0.1);作物的播种日期、收获日期及种植密度是影响区域尺度的作物产量估计最为敏感参数(总敏感指数>0.1)。研究同时表明全局敏感性分析方法可用于作物生长模型本地化、区域化研究,且优于传统局部敏感性分析方法。

基于遥感数据与作物生长模型同化的冬小麦长势监测与估产方法研究

本文以LAI作为结合点,讨论了利用复合型混合演化(SCE_UA)算法实现CERES_W heat模型与遥感数据同化的可行性。CERES_W heat模型同化后主要生育期和产量的模拟值分别与真实条件下模型相应模拟值以及实测值进行比较。结果表明,同化后CERES_W heat模型的模拟精度对LAI外部同化数据的误差并不十分敏感。并且在LAI同化数据较少时,也可获得较好的同化结果。这一特点体现了SCE_UA算法应用于同化过程的优越性,为同化策略在区域冬小麦长势监测及估产中的应用提供了基础。

农田水盐运移与作物生长模型耦合及验证

合理定量描述土壤水盐动态及作物生长过程对于干旱灌区制定适宜的农业用水措施具有重要意义。该文以SWAP(soil water atmosphere plant)模型为基础,采用变活动节点法实现了对土壤融化期的水盐运移模拟,并在根系吸水计算中引入了基于S形函数的水盐胁迫计算方法,以修正原SWAP模型对根系吸水的模拟。进一步嵌入了参数与输入数据较少且可以模拟作物生长过程及实际产量的EPIC(environmental policy integrated calculator)作物生长模型,构建了改进的农田尺度土壤水盐动态与作物生长耦合模拟模型-SWAP-EPIC。分别采用宁夏惠农灌区春小麦和春玉米田间试验数据,对SWAP-EPIC模型田间适用性进行了检验。对比分析各层土壤水分与盐分浓度、作物生长指标(叶面积指数、地上部生物量)的模拟值与实测值,结果表明:春小麦和春玉米试验中土壤水分的平均相对误差MRE和均方根误差RMSE均接近于0且模型Nash效率系数NSE值趋近于1,水分模块模拟精度较高,盐分浓度模拟存在略微差异但总体上一致性较好,并且作物生长指标匹配良好;同时,模拟的产量和蒸散发均较为接近实际值,春小麦和春玉米产量模拟相对误差分别为4.9%和3.3%。综上,该文改进的SWAP-EPIC模型可良好地应用于寒旱区农田尺度土壤水盐运移与作物生长耦合模拟。

基于遥感和作物生长模型的作物产量差估测

传统的作物生长模型很难模拟大田的实际产量,因为大量的数据、复杂的数学运算以及误差传递限制了作物生长模拟模型的运用。目前为止实际产量仅能通过观测和实地调查获得。该文将NOAA-14AVHRR遥感获取的冠层温度信息引入作物生长模型,利用冠气温差计算作物水分胁迫系数,可以近似地估计区域作物实际生长速率和产量,进而建立了遥感-作物模拟复合模型PS-X,提出了估算区域作物实际产量的方法。PS-X模型可在不同层次模拟作物的生长和产量,在PS-1、PS-2、PS-X水平计算的分别是作物的光温生产潜力、水分限制下的生产力和实际产量。利用该模型,论文分别模拟了邯郸地区1998年夏玉米的光温生产潜力、水分限制下的生产力和实际产量,并通过比较不同模拟水平下产量和农户调查产量进行区域产量差分析。结果表明:PS-1和PS-2水平之间的产量差主要由水分和土壤质地差异造成;PS-2与PS-X水平间的平均产量差异较大,占总产量差(PS-1与PS-X水平之差)的81.4%,主要由田间管理差异造成;对于平原地区,夏玉米产量估测精度可达90%以上;砂质土壤区估算冠层温度和水分胁迫系数比壤质、粘质土壤区要高,因此砂质土壤区模拟作物产量较低,这与PS-2计算结果、农户调查数据一致。研究证实,区域上应用遥感瞬时温度信息建立遥感-作物模拟复合模型进行估产是可行的。

利用EPIC模型模拟北京春播紫花苜蓿的当年生长

本研究利用EPIC模型对北京顺义地区的春播紫花苜蓿当年生长中的地上部生物量的累积和刈割进行了模拟。结果表明,EPIC模型可以较好的模拟地上生物量累积;在对刈割的模拟中,地上部生物量和产量的模拟结果可以接受,但对于留茬的模拟结果不理想。

基于遥感信息与作物生长模型的区域作物单产模拟

利用外部数据同化作物生长模型提高区域作物单产模拟精度是近年来的研究热点。该文以遥感反演的叶面积指数(LAI)作为结合点,以黄淮海粮食主产区典型县市夏玉米为研究对象,在区域尺度利用全局优化的复合形混合演化(SCE-UA)算法进行了遥感反演LAI信息同化EPIC(environmental policy integrated climate)模型的夏玉米作物单产模拟研究,最后进行区域作物单产模拟精度验证。结果表明,整合SCE-UA全局优化算法的EPIC模型通过同化遥感反演的LAI进行夏玉米单产模拟的平均相对误差为4.37%,RMSE为0.44t/hm2。同时,通过与实际调查数据对比可知,模型模拟的夏玉米播种日期、种植密度和纯氮施用量的均方根误差(RMSE)分别为4.16d、1.0株/m2和40.64kg/hm2,模拟的夏玉米播种日期的绝对误差为3d,模拟的夏玉米种植密度和纯氮施用量的平均相对误差分别为-7.78%和-10.60%。上述误差可满足大范围农作物单产模拟的要求,证明了利用SCE-UA全局优化算法的EPIC模型同化遥感反演LAI数据进行区域作物单产模拟的可行性。

作物生长模型WOFOST在华北平原的适用性研究

简要介绍了荷兰瓦赫宁根大学开发的WOFSOT模型,为了评价其在华北平原的适用性,2000～2001年在中国科学院禹城综合试验站进行了水分处理实验。水分池分为8个处理,分别是:≥40％、≥50％、≥60％、≥70％、≥80％田间持水量及返青.拔节受旱、抽穗.灌浆受旱、灌浆-成熟受旱,每个处理重复1次,共16个实验小区。其中2001年的实验数据用于参数校正,得到一套模型的参数值,2000年的实验数据用于模型的验证。主要结论如下:1)WOFOST模型适于描述作物的光合作物过程,对潜在生长的模拟较好,用于华北平原的作物生长与水分利用的研究是适宜的;2)华北平原的光温生产潜力为8 100 kg·hm-2左右,目前冬小麦的产量仅相当于潜在产量的65％;3)WOFOST。模型在一些细节问题上考虑较粗,比较适合于大面积、区域范围内的模拟;4)WOFOST存在不少需要改进的地方,如干物质分配系数考虑可能过于简单、未计算冬小麦发育后期茎叶干物质向籽粒的转移等。

作物生长模拟模型参数校正与有效化的理论和实践

以ＧＯＳＳＹＭ 模型为例系统阐述了作物生长模拟模型有关参数校正和模型有效化的一般原理和方法，同时用新疆棉区的试验具体校正了品种参数、土壤参数和修改了部分模块，并对校正结果进行了验证．结果表明，两个试点土壤２０ ～４０ 、６０ ～８０ｃｍ 两个土层生长季水分动态观测值与土壤参数校正后模型的模拟值吻合较好；系５ 品种试验生育期６ 项生物指标动态模拟结果与实测值拟合的相关系数都在０ ．９ 以上，并且不同栽培条件的３ 个处理的模拟产量的相对误差平均为７ ．５ ％ ，模拟结果较理想．

作物生长模型与定量遥感参数结合研究进展与展望

作物生长模型与定量遥感参数的结合,不仅满足前者实现区域应用的需求,也有助于提高后者的反演精度,在生态、农业、资源调查与全球气候变化等研究上意义重大。该文从作物生长模型空间应用拓展的角度,对国内外主流作物生长模型、定量遥感参数以及两者结合的参数与方法进行了概述,分析了典型作物生长模型的主要模拟过程及其驱动、初始化、输出等参数,总结了当前定量遥感正反演结果可为作物生长模型区域应用提供的参数数据;建立了作物生长模型模拟过程与定量遥感参数的对应关系,对比分析了作物生长模型与定量遥感参数的不同结合方式。基于以上内容,对作物生长模型面应用的限制因素及其与定量遥感参数的关系、作物生长模型面应用时参数尺度效应的影响、作物生长模型与定量遥感参数耦合方法的发展3个方面展开了讨论,以期为作物生长模型与定量遥感参数开展更好的结合研究提供参考。

作物光温生产力模型及南方水稻适宜生长期的数值分析

发展了一个具有生物学基础的、兼具实用性和理论性的水稻生长模拟模型。它是在水肥适宜的条件下，以光、温因子模拟作物生长过程。其空间尺度是叶面水平的，时间尺度是逐时的，并且具有模拟冠层瞬时光合作用的能力。该模型由发育阶段、冠层光分布、冠层光合速率和叶面积指数增长等子模型组成。使用地理分期播种资料进行了检验，该模型可以解释在不同气候区域水稻干物质积累随生育期和播种期变化的９２５％～９５８％。使用常规气象资料，用数值方法研究了南京、长沙、广州和贵阳等地杂交水稻的气候生态适应性。模拟结果表明，贵阳气温低、生育期长，其中稻生育期内温度适中、光照较强，干物质生产力高。广州气温高，中稻、早稻生育期短，产量较低，因受低温的影响小，是晚稻的高产区。

黄土高原作物生长模型DSSAT3数据库组建

介绍了 DSSAT3模型的结构与功能 ,组建了黄土高原地区 DSSAT3模型气象、土壤和作物品种参数数据库 ,包含了 2 8个气象台站逐日气象资料数据、6 0种主要农耕土壤土种特性数据和 7种作物 1 3 6个品种的遗传特性数据 ,覆盖了黄土高原不同生态类型区。还特别介绍了 CERES-小麦和 CERES-玉米模型品种遗传特性参数的确定方法与取值范围 。

作物生长与土壤水氮运移联合模拟的研究Ⅰ——模型

在前人研究成果的基础上,构建了土壤-作物系统农田水氮运移及作物生长联合模拟模型SPWS。模型中,采用了FAO的气象模型来完成参考作物潜在蒸散的计算,直接引用美国HYDRUS1D模型来完成土壤水热运移的数值模拟,并利用改进的溶质运移方程来实现土壤氮素迁移转化的模拟,利用改进的荷兰PS123模型实现了作物生长发育进程、干物质生产、干物质分配及光温条件下作物产量的模拟。通过对叶面积指数、根系吸水的模拟,得到了水分限制下的作物产量;通过对作物需氮量、土壤供氮量及作物实际吸氮量的模拟,得到了水氮限制下的作物产量。

我国农业气象业务引入作物生长模型的前景

国外作物生长模型已广泛应用于农业生产及其相关领域。我国作物生长模型的应用研究也日益成熟。目前,正从研究阶段向业务应用推广阶段转变。为了阐述作物生长模型在农业气象业务中的应用前景,以WOFOST模型为例,简要介绍了国外作物生长模型的核心模块、主要功能和应用现状。在此基础上,分析了我国现行气象业务可为开展作物生长模型应用提供的数据支持,存在的问题以及解决方案。指出作物生长模型在拓展当前我国农业气象业务领域和提升农业气象服务水平等方面前景广阔。

作物生长模型研究综述

作物生长模型的构建有利于既有科研成果的综合集成 ,也是作物种植管理决策现代化的基础 ,还是辅助决策的有力工具。本文以荷兰Wageningen ,美国DSSAT ,澳大利亚APSIM和中国CCSODS等作物生长模型研究流派为例 ,回顾了作物生长模型的发展历程 ,论述了作物生长模型的主要功用 。

作物生长模型(CropGrow)研究进展

农业信息技术是基于信息技术与农业科学的交叉融合而形成的新兴技术,催生了数字农业和智慧农业的快速发展。作物生长模型作为其核心内容之一,可以动态模拟作物生长发育过程及其与气候因子、土壤特性和管理技术之间的关系,从而有效克服传统农业生产管理研究中较强的时空局限性,为不同条件下的作物生产力预测预警与效应评估等提供量化工具。本文重点介绍笔者团队在作物生长模型的构建与应用方面形成的总体技术方法、最新研究进展及未来发展思考。通过20多年系统深入的探索和实践,本团队以小麦、水稻等作物为主要对象,以"生理机制解析-模型算法构建-生产力动态预测-效应定量评估-模拟平台研发"为主线,综合运用系统分析、动态建模、虚拟现实、情景模拟及决策支持等方法,开展了作物生长模型CropGrow的构建与应用研究。首先,利用系统分析方法与动态建模技术,构建了机理性与预测性兼备的综合性作物生长模型(CropGrow),包括阶段发育与物候期、器官发生与建成、光合生产与物质积累、同化物分配与产量品质形成、养分动态、水分平衡以及作物三维形态建成与虚拟显示等子模型,可数字化、可视化表征不同条件下作物生长发育与生产力形成过程;然后,结合地理信息系统(GIS)和遥感(RS)技术,构建了基于模型、GIS和RS有效耦合的区域作物生产力预测技术;进一步量化了气候变化、品种更新、土壤改良、措施优化对区域作物生产力形成的影响,拓展了适宜方案生成、理想品种设计、气候效应评估、耕地利用评价以及农业政策制定等应用技术;最后,运用构件化程序设计思想,基于作物生产数据库、作物模型构件库等,集成开发了基于模型的数字化、可视化作物生长模拟系统与决策支持平台,实现了数据管理、参数优化、生长模拟、遥感耦合、区域预测、方案设计、效应评估、安全预警、产品发布等综合功能。未来作物模拟研究将在完善基础数据库的基础上,进一步提升预测能力、量化基因效应、拓展智能决策、耦合多功能模型等,为粮食生产的预测预警、情景效应的量化评估、生产管理的智能决策、作物品种的优化设计等提供数字化支撑,对于保障国家粮食安全和推进数字农业发展具有重要意义。

作物生长模拟模型及其应用

论述了作物生长模型在国内外的研究及其发展过程，作物模型的机理及在农业生产中的作用。