基于WOFOST作物生长模型的冬小麦干旱影响评估技术

为了反映作物与干旱的相互关系,人为再现干旱灾害对作物产量的影响程度,选择华北地区冬小麦干旱灾害为研究对象,对作物生长模型WOFOST在区域上进行适应性进行分析、检验的基础上,然后利用区域作物模型实现干旱灾害对作物影响定量分析和动态评估。以减产率和气象条件作为灾害严重程度划分的标准,利用数值模拟试验,确定导致减产的主要气象因子及其量值,对研究区干旱灾害进行影响评估,包括典型灾害年份影响评估和年代际灾害影响评估,并给出了评估结果。

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。

基于集成学习算法和WOFOST模型的小麦生长模拟分析与产量预测

针对传统单一作物生长模型和机器学习模型在预测上的限制,将WOFOST模型与灌溉模型结合,利用集成学习算法建立多模型耦合系统(WOFOST耦合模型),选用美国航空航天局(NASA)1990—2020年数据进行模拟试验,选取2006年、2018年展示试验成果。结果表明,WOFOST耦合模型的小麦叶面积指数、总生物量均高于WOFOST模型,WOFOST耦合模型更贴近实际生产活动。耦合算法的MAE、MSE均低于Bagging、Boosting、Stacking算法,分别为2.836、7.581,R~2均高于Bagging、Boosting、Stacking算法,高达0.942。WOFOST耦合模型更全面和准确地模拟作物生长状态,提高产量预测的准确性与可信度。

基于便携式作物生长监测诊断仪的红壤花生叶片氮积累量和叶面积指数监测

通过分析红壤花生不同生育期的生长指标动态变化特征及其与冠层光谱植被指数间的定量关系,以赣花5号和航花2号这2个花生品种为试验对象,设置4个施氮水平,在花生关键生育期(苗期、花针期、结荚期和饱果期)利用便携式作物生长监测诊断仪(CGMD-402)采集冠层光谱植被指数,并同步取样测定各处理的地上部生物量、叶片氮积累量(LNA)和叶面积指数(LAI),构建基于CGMD-402的红壤花生LNA和LAI监测模型。结果表明:施氮水平会对红壤花生植株的生长产生影响,地上部植株的生物量会随着施氮量的增加而增大;叶片氮积累量和叶面积指数均随生育进程的推进整体上表现为先升后降的动态变化特征;花针期与结荚期的花生冠层归一化植被指数(NDVI)与LAI和LNA均具有较好的相关性。因此,可利用便携式作物生长监测诊断仪CGMD-402监测红壤花生的LAI和LNA,为江西省红壤花生的精确施氮管理提供技术支撑。

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。

温室微气候模拟与温室作物生长模型研究进展

现代的温室是一个复杂的环境系统,其中土壤、作物和微气候三个子系统间各种生物和非生物现象时常发生。农业数学模型可以用来模拟和预测温室内微气候和植物生长的变化,从而推荐最优化的生产管理策略。本文对国内外温室气候模型和温室作物生长模型进行了综述,温室气候动态模型可以预测关键气候因子,分为机械模型和黑箱模型。机械模型基于物理方程构建,它描述了基于过程的知识模拟的系统;黑箱模型属于经验模型,更多地用于温室系统控制、优化和设计的应用。作物生长模型是基于科学原理和数学关系的一种定量化工具,可以评估温室内土壤、微气候、水分和管理因素对作物生长发育的影响程度,预测作物生长状况。作物生长模型主要包括两类:描述性模型和解释性模型。温室作物模型是基于露地作物建立的最早的作物生长模型,并在几十年发展过程中对原来各功能模块进行修正、扩展和升级而来。功能-结构植物模型(functional–structural plant modeling,FSPM)是基于植物建筑学并结合气候和作物模块而形成,可以模拟单个植物的生长、形态以及它们与其生长环境的相互作用。最后指出未来趋势是利用数字技术、人工智能结合FSP模型,利用云数据储存计算分析。

不同矿化度水源膜下滴灌棉田土壤水盐动态和作物生长模拟

为构建适用于干旱区膜下滴灌条件的土壤水盐动态分布和棉花生长模型,基于2020—2021年的田间试验,经过对SWAP模型的土壤、土壤水力功能和作物生长等模块进行率定和验证,对灌溉水矿化度为1、2、3、4、5、6 g·L^(-1)时的土壤水盐分布特征、作物生长过程和干物质累积分配进行数值模拟。结果表明:(1)土壤含水率与土壤含盐量的模拟精度以20~100 cm土层较好,0~20 cm土层模拟精度较差,其中土壤含水量的模拟效果优于土壤含盐量;随着灌溉水源矿化度的增加,土壤含水率和含盐量的模拟误差逐渐变小。(2)不同矿化度水源膜下滴灌棉花叶面积指数模拟效果较好(R2=90.72%,RMSE=0.35 cm^(2)·cm^(-2),NRMSE=8.73%,IOA=0.98)。(3)不同矿化度水源膜下滴灌棉花茎干物质累积量模拟效果较好(R2=89.08%,RMSE=6.12 g,NRMSE=23.16%,IOA=0.96)。研究结果表明,SWAP模型可以较好地对不同矿化度水源膜下滴灌的土壤水盐动态分布和棉花生长过程进行模拟。

基于作物生长模型与机器学习算法的区域冬小麦估产

为精准、高效、实时地实现区域冬小麦产量估算,以河南省鹤壁市淇县桥盟乡石桥村为研究区,基于分辨率10 m的Sentinel-2多时相光学遥感影像,利用集合卡尔曼滤波(Ensemble Kalman filter,EnKF)算法同化PROSAIL辐射传输模型反演的多期叶面积指数(Leaf area index,LAI)到PyWOFOST作物生长模型中实现一定数量不同长势单点产量的估测,最后利用建立的机器学习模型和面域数据反演区域冬小麦产量,实现作物生长模型与机器学习算法的应用耦合及一种新的区域冬小麦估产模式。研究基于Sobol参数敏感性分析法量化对贮藏器官总干重质量(Total dry weight of storage organs,TWSO)与LAI_(max)的敏感性参数,并基于反演的多期LAI和粒子群优化(Particle swarm optimization,PSO)算法优化与LAI_(max)相关的TDWI、TBASE、CVS、CVL敏感性参数,将其输入到PyWOFOST模型中,利用EnKF算法和时序LAI数据调整对TWSO相关的AMAXTB1、TDWI、TSUMEM、CVO敏感性参数,实现单点产量的估算;与实测单点产量相比,该方法估算的R2、RMSE、MAE、Bias分别为0.8665、468.64 kg/hm^(2)、385.70 kg/hm^(2)和103.08,为建立随机森林回归(Random forest regression,RFR)区域估产算法提供准确的单点产量训练数据。针对研究区(309.32 hm^(2)),基于不同长势人工样点产量数据建立的RFR区域估产算法,区域估产精度为99.44%,每公顷算法运行用时1.55 s;应用EnKF算法同化多时期面域LAI到PyWOFOST作物生长模型中的区域估产精度为89.01%,每公顷算法运行用时约0.47 h;耦合PyWOFOST作物生长模型与RFR机器学习算法的区域估产精度达到95.58%,每公顷算法运行用时8.85 s(训练数据的单点产量计算占总时长约81.35%),显著降低机器学习算法所需的人工成本和同化变量过程计算的时间及算力成本。研究结果为准确、快速的大区域作物估产提供理论支持和技术参考。

遥感信息与作物生长模型结合研究进展

遥感能周期性地获取大范围的地表作物信息,通过适当的反演方法能够定量地提供作物在区域尺度上的生长状况;而作物生长模型可以在单点尺度上模拟出作物生长发育的动态变化,对作物长势以及产量变化的做出机理性解释。将遥感信息与作物生长模型结合能实现二者优势互补,已成为目前作物长势监测和估产研究中的重要方法。本文总结了遥感信息和作物生长模型结合的两种主要方法,即驱动法和同化法,介绍了两种方法的常用算法、优缺点及国内外的应用情况,同时总结了将二者结合的研究趋势以及目前研究中存在的一些问题,旨在为后续遥感信息与作物生长模型结合的研究提供一定理论参考。

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。

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。

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。

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 。

运用WOFOST模型对浙江水稻潜在生长过程的模拟与验证

通过2001～2003年在金华市和2004年在杭州市的水稻田间试验，应用WOFOST模型对浙江水稻潜在生长进行了模拟和验证。对于常规晚稻秀水11和杂交晚稻协优46，用2001年和2002年的试验数据作参数校正，得到一套参数后，用2003年试验数据作模型验证；对于单季稻两优培九，则以2004年试验数据用于校正，2003年的用于验证。通过对几种水稻品种模拟结果的综合分析，主要结论如下：WOFOST模型可以成功地用于浙江主要水稻品种潜在生长过程的模拟，可以较好地分析浙江水稻的生长过程和产量潜力。由WOFOST模型计算得到浙江中部地区连作晚稻的生产潜力为8100kg／hm^2左右，中稻为9300kg／hm^2左右。目前两种水稻的实际平均产量分别为模拟产量的78％和70％。判断结果表明，有必要对目前水稻中、后期的田间管理措施进行重新审视。

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。

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 。