基于DSSAT作物生长模型的水稻高温热害评估

 2022-01-20 12:01

论文总字数:17128字

目 录

摘要 1

Abstract 2

引言 3

1材料与方法 3

1.1 试验区概况 3

1.2 田间试验设计 3

1.3 高温热害指标 4

1.4 评价方法 4

2 模型描述 6

2.1 DSSAT模型简介 6

2.2 输入项 6

2.3 输出项 6

3 结果与分析 7

3.1 气象要素变量的变化特征 7

3.2 模型参数的确定及验证 8

3.2.1 CERES-Rice模型遗传参数调试 8

3.2.2 模型的验证 9

3.3 基于CERES-Rice的水稻分期播种模拟结果 10

3.3.1 生育阶段的模拟 10

3.3.2 干物质分配的模拟 10

3.3.3 产量的模拟 12

3.4 不同播期水稻高温热害评估 12

4 讨论 13

5 结论与不足 14

参考文献 14

致谢 17

基于DSSAT作物生长模型的水稻高温热害评估

赵晓涵

, China

Abstract: Based on the special weather and climate conditions of Jiangsu Province in 2016, and the CERES-Rice sub-model in the DSSAT crop growth model, the genetic parameters of rice cultivar ‘Liangyou Peijiu’ were debugged by ‘GLUE test method’ experiment, to carry out rice heat damage assessment. The results showed that the localized crop model could simulate five different sowing stages of rice growth and yield formation, and the high temperature heat injury occurred in the flowering and blooming stage, in which the spawning process was most affected and the disaster was the greatest, jointed by the high temperature stress less affected. The rice cultivar ‘Liangyou Peijiu’ is very sensitive to high temperature stress during heading and flowering, and the distribution of photosynthetic products to grain is reduced in high temperature, and the transportation is reduced, leading to the loss of rice yield. This paper provides a reference for the use of CERES-Rice model to carry out relevant research in the surrounding areas, and provides some research directions and strategies to deal with the high temperature heat damage of rice.

Key words: DSSAT crop growth model; high temperature heat damage; rice

引言

水稻是我国最重要的粮食作物之一,是我国播种面积最广、产出最高的粮食作物[1],水稻产量占全国谷物类粮食总产的35%以上(中国统计年鉴,2016)[2-3]。水稻作为江苏省主要粮食作物之一,通常在5月播种、10月收获,生长期内易受高温、病虫害等影响。

1861年以来,全球气候变化尤其是温度增加和降水变动对生态环境、人类活动等造成了严重影响[1]。2013年IPCC发布的第五次评估报告显示,在这种全球变暖的气候背景下,农作物将更容易遭受高温胁迫,严重影响了农业生产和粮食安全[4]。由于受季风气候和太平洋副热带高压影响,夏季江苏省内常出现持续高温天气,而且持续高温胁迫常发生在水稻的敏感生育期,造成了极大的产量损失。随着全球气候变化,高温热害对省内水稻的影响程度和持续时间将进一步加重,即未来水稻的种植将面临更加严峻的水热胁迫的风险[5-6]。因此,对水稻高温热害风险进行评估,寻找应对策略对保护水稻产量、保证粮食安全具有重要意义。

研究高温热害对水稻的影响往往依赖于传统的大田试验研究,中国水稻的生育期大约有100-250d,传统的研究方法试验周期性强、成本高,成果具有局限性难以推广。随着科技的进步,作物生长模拟模型有了很大发展,这些模型能够较好的模拟天气、土壤、田间管理措施、作物的遗传特性等因素对作物的影响,越来越多的应用于各项研究中。DSSAT中CERES系列作物模型由于其具有良好的系统性、应用性和预测性,在中国应用较为普及[7]。葛道阔等分析了CERES-Rice作物模型应用于水稻栽培试验和决策的可行性[8-9];李琪等以水稻“俆稻2号”为研究对象,结合WCRP耦合模式和CERES模型,分析了两种情景下在2011-2040年中不同程度高温胁迫条件下对水稻的影响,预测了未来气候情景下水稻敏感期高温热害将导致江苏省水稻产量减少的前景[10]

本试验利用2016年在南京开展的分期播种田间盆栽试验,基于DSSAT作物生长模型中的子模型CERES-Rice,对不同播期水稻产量和生长动态开展模拟,综合分析高温热害天气对不同播期水稻的影响程度,探究水稻分期播种应对高温热害的效应规律,寻找趋利避害的应对策略。

1材料与方法

1.1 试验区概况

本次农田试验数据于农业气象试验站内(32°12′N, 118°42′E,海拔22m)获取。该地区属中纬度亚热带季风气候区,年均温16.4℃左右,年均降水量为1100.00mm以上,无霜期在225天左右,夏季平均温度gt;25℃。

1.2 田间试验设计

供试作物为水稻,品种为“两优培九”,中熟籼稻,属于超级稻的一种,该水稻品种生育期长短受温度条件制约会表现出较大差异性。采用分期播种盆栽试验,共分4期,以试验点当地正常播期为基础,播期分别前推10天、20天和后推10天,于适龄期进行水稻盆栽的移栽,移栽后田间管理措施同大田。盆栽使用塑料圆桶,上口直径20cm、高10cm、桶底直径16cm。选择湿润砂质新成土(田间持水量为33.0%,肥力中等)作为供试土壤,经过筛称重后装入桶中,并按照大田底肥标准施肥搅拌均匀后泡水静置待用,为防止移栽前降雨对桶内肥力的影响,在移栽前用塑料薄膜覆盖。每个播期处理40盆,呈10盆×4行(南北向)紧凑排列,与大田中行间距基本一致。移栽时每盆2穴,移栽后,每天注意浇水,保证在盆栽内水层深度为4cm左右,并依据《农业气象观测规范(下)》进行发育期的观测。为便于观测每个处理之间,留有50cm宽的小路。

1.3 高温热害指标

评判水稻高温热害的农业气象指标有很多种,相关的气象要素包括日平均气温、高温日数(HSD)、高温持续时间(CHD)、平均积温(ADD)、日照时数、高温有效积温(SDD)、平均风速、高温积温(HDD)、日最高气温等[11-14]。从水稻生育期的角度,水稻抽穗开花期对高温最敏感;从产量构成的角度,结实率对高温天气最敏感,同时高温胁迫对穗粒数、千粒重也存在一定不利影响。当遭遇高温时,水稻不能完成受精过程,空壳率增高,高温强度和持续时间延长将导致水稻产量降低。一般认为,水稻开花期若遭遇大于35℃的高温并持续7天以上可能会导致空壳率升高10倍[14]。因此,有部分学者认为能够将日平均温度30 ℃和日最高气温 35 ℃ 作为高温致害的指标[11-13],见表1。

表1 水稻高温热害指标及等级

等级

日平均气温(℃)

日最高气温(℃)

持续时间(d)

轻度

≥30

≥35

3-4

中度

≥30

≥35

4-8

重度

≥30

≥35

≥8

1.4 评价方法

本研究采用DSSAT作物模型和田间盆栽试验相结合的方法,在建立作物模型(CERES-Rice)所需各类文件的基础上,利用模型模拟不同播期冬小麦生长进程及可获得产量的变化,并用农田实测数据对模拟效果进行检验。为了确保模型参数估计的准确性,本次遗传参数的调试采用“GLUE 试错法”。GLUE参数调试程序的设计是基于贝叶斯原理的普适似然不确定性估计方法,以似然函数来评判品种遗产参数。本研究中,首先使用模型中自带的GLUE程序进行调参,再通过试错法对GLUE程序调试的初步结果进行调整,直至模拟值与实测值拟合优度较好[7,15]。最后水稻“两优培九”品种遗传参数及取值范围见表2。

表2 水稻的品种遗传参数及取值范围

参数

描述

取值范围

P1 (℃·d)

营养生长期所需热时量

10.00~800.0

P2R (℃·d)

穗分化延迟程度

5.00~500.0

P5(℃·d)

灌浆期所需热时量

50.00~1500.0

P2O(h)

最适光周期

5.00~19.0

G1

潜在颖花数系数

10.00~500.0

G2(g)

理想籽粒质量

0.00~0.50

G3

相对分蘖系数

0.01~2.0

G4

温度容忍系数

0.01~2.0

在统计学中采用偏差统计量和显著性分析来评价模拟效果,具体包括模拟值和观测值之间的绝对相对误差(ARE)、均方根误差(RMSE)和相对均方根误差(RRMSE或NRMSE)、拟合指数d以及决定系数R2

剩余内容已隐藏,请支付后下载全文,论文总字数:17128字

您需要先支付 80元 才能查看全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找;