DSSAT作物模型的统计和图形校验方法

本文以玉米,大豆,马铃薯和冬小麦试验为例,详细讨论了DSSAT模型的统计校验和图形校验方法及其支持软件EasyGrapher的应用。结果指出:R2不是理想的模型校验统计,因为它是测量线性回归y=α+βx+ε的拟合度,其随机误差ε建立在正态性、相互独立和方差同质的假设之上。模型校验主要是检验残差di=yi-xi(y为测量值,x为模拟值),不是估计回归系数α、β。RMSE、E、EF和d都是比较好的校验模型残差的统计量,它们不需要遵循回归模型的基本假设,统计量的物理意义明确,大样本容量下统计校验更为可靠。图形校验是模型校验必不可少的辅助工具,当有测量数据时,时间序列和残差校验图形是两种最基本的图形校验方法;没有测量数据,模拟图形仍然能够检验模型输出之间或与时间的动态关系,辨析模拟误差或者错误。应用EasyGrapher软件可以快速进行DSSAT模型的图形校验和统计校验。

基于DSSAT模型的吉林省黑土作物-土壤氮循环和土壤有机碳平衡

应用DSSAT模型中的CERES-Maize作物模型和Century土壤模型,分析了作物管理参数、施肥量、土壤初始氮含量和作物桔杆还田对吉林省黑土地区玉米生长、氮循环以及有机碳氮生态平衡的影响.结果表明:在玉米目标产量为12000～15000kg.hm-2条件下,最佳施氮肥量为200～240kgN.hm-2.在该氮肥用量下,玉米地上氮吸收量为250～290kgN.hm-2,其中,120～140kgN.hm-2来自土壤,130～150kgN.hm-2来自肥料;提高氮肥用量(250～420kgN.hm-2)将导致土壤残留氮明显增加(63～183kgN.hm-2);延迟追肥时间同样导致土壤残留氮增加;当玉米秸杆还田量超过6000kg.hm-2时,模拟的土壤活性有机碳、氮可以维持当年的供需平衡.建议在吉林省中部地区黑土玉米带,化肥施氮量控制在200～240kgN.hm-2,适时追肥,秸杆还田量在6000kg.hm-2以上,以确保高产和维持土壤养分生态平衡.