國際作物模擬研究新進(jìn)展

1、1 1 / / 6 6國際作物模擬研究新進(jìn)展高亮之（江蘇省農(nóng)業(yè)科學(xué)院，江蘇南京 ）本文選擇國際上年間發(fā)表的若干篇有關(guān)作物模擬的研究論文，根據(jù)其全文的內(nèi)容，扼 要地說明它們的研究目的，方法和結(jié)果，由此介紹國際作物模擬研究的若干最新進(jìn)展。本 文作者對各項研究，均有簡評，說明該研究對于中國農(nóng)業(yè)科學(xué)工作者（特別是數(shù)字農(nóng)業(yè)工 作者和農(nóng)業(yè)氣象工作者）的可以借鑒之處。美國關(guān)于牧草和草地的模擬研究此項研究由位于美國德克薩斯州的美國農(nóng)部農(nóng)業(yè)研究局（）下屬的草原、土壤和水分 實驗室的 等完成。論文發(fā)表于 （）（） 。他們首先通過田間實驗和觀測確定兩種改良型牧草： （沿海百慕大），（巴哈雀稗） 和幾種天然暖季牧草的

2、作物參數(shù)，如；葉面積、消光系數(shù)（）（）、輻射利用率、濃度等。測定的結(jié)果是：沿海百慕大和巴哈雀稗的最大葉面積指數(shù)是：；而多數(shù)天然牧草是要 小得多，如（ 蘭孤茅草 ）是； （蘭莖草）是。消光系數(shù)，改良型牧草較低（），天然牧草較 高（）（），說明后者株型比較披散。然后應(yīng)用 （ ）模型，在德州有代表性的土壤條件下進(jìn)行干物質(zhì)生產(chǎn)的模擬 。個 縣，各種土壤，年資料的統(tǒng)計結(jié)果表明，模擬的產(chǎn)量和 （ ，美國自然資源保護(hù)局 ）的實測產(chǎn) 量的符合良好。例如沿海百慕大 , ,模擬產(chǎn)量是 , ,而 的產(chǎn)量是 。根據(jù)上述結(jié)果，研究者認(rèn)為模型是在德州模擬土壤和天氣對牧草產(chǎn)量影響的良好工 具；而此模型在美國其他地區(qū)應(yīng)用也是

3、可行的。由于該模型可以模擬養(yǎng)分吸收和群體覆 蓋，它可以用以模擬改良型牧草和天然牧草的養(yǎng)分吸收，可以模擬放牧和牧草收割措施對 土壤侵蝕的影響。簡評： 在中國，草地和牧草計算機模擬研究還很少，而草原和牧草在中國農(nóng)業(yè)發(fā)展上 有非常重要的意義。因此。國外的草地和牧草的模型和模擬研究，有值得我們借鑒的價 值。印度應(yīng)用選擇稻麥輪作的最佳策略此項研究是印度兩位學(xué)者， 在印度完成的。論文發(fā)表于 （）（）。稻麥輪作的面積在印度有 （ 億畝） , ,提供印度谷物總產(chǎn)量的。在季風(fēng)季節(jié)（月 ） 的雨養(yǎng)條件下的水稻，用直播和移栽兩種方法栽培。使稻麥輪作生產(chǎn)得到持續(xù)性的發(fā)展是印度農(nóng)業(yè) 的重要問題。2 2 / / 6 6田

4、間實驗是在印度東部的克勒格布爾（）的印度技術(shù)研究所（）農(nóng)業(yè)和食品工程部的 實驗場進(jìn)行。該地屬于半濕潤亞熱帶氣候。土壤屬于酸性紅壤土。實驗?zāi)攴菔悄辍嶒灥?前茬處理有：（ 無前茬 ） ，（水稻前茬），（小麥前茬），（稻、麥前茬）。素處理有：水 稻、小麥分別有，-。天氣生成模型用 （ 的組成部分），以生成未來年的天氣變化。作物模型用 ，其中水稻和小麥模型分別用和。中有“系列分析程序” （ ） 。此項研究的特點就是采用了系列分析方法。在系列分析程 序中，可將不同作物輪作制度和不同管理措施相結(jié)合，連續(xù)進(jìn)行年的模擬實驗。因此前一 年的作物和管理的結(jié)果可以影響后一年的模擬。研究表明：年度的雨量和同年的稻麥

5、產(chǎn)量有明顯的相關(guān)性。研究的最后結(jié)果是：不論是直播稻或移栽稻，小麥前茬-水稻前茬：這兩種栽培方案在未來年的天氣變化中，可以得到最佳的、最穩(wěn)定的產(chǎn)量。簡評： 此項研究表明，對于作物輪作制度的研究中，應(yīng)用作物模型的系列分析方法， 可以得到年內(nèi)的農(nóng)業(yè)最佳決策。這是其他農(nóng)業(yè)研究方法無法得到的結(jié)果，充分體現(xiàn)農(nóng)業(yè)模 擬方法的優(yōu)越性。3日本關(guān)于水溫對水稻影響的模型研究此項研究由日本巖手 （）（）大學(xué)農(nóng)學(xué)院的 等完成 , ,論文發(fā)表于 （）（） 。 研究地點是日本北海道，該地區(qū)是世界著名的寒冷稻區(qū)。在年研究指出，日本北部的 稻田的最高和最低水溫（），分別比最高和最低氣溫（）高1010C,5 5C。因此，寒冷稻區(qū)

6、的水溫是維持水稻產(chǎn)量的重要因素。但水溫對水稻的產(chǎn)量影響，以往沒有得到深入闡明。此項研究用模型方法，對此問題進(jìn)行了全面的數(shù)量化的研究。 實驗設(shè)計：年在北海道大學(xué)進(jìn)行年田間實驗。不同的水溫處理是用離開冷水源的不同 距離，由于日光照射而形成不同水溫。共取得組水溫和水稻生長發(fā)育的數(shù)據(jù)，組用于建立 模型，組用于檢驗?zāi)Ｐ汀? 3 / / 6 6水溫對水稻影響的模型由研究者自己研制。模型有以下幾個基本考慮：）水溫首先影響水稻抽穗前的發(fā)育速度。這時期內(nèi)，莖生長點是在水面之下。）因此，水溫會影響依賴于發(fā)育年齡（）的水稻生長因子，如干物質(zhì)分配，分蘗和葉齡進(jìn)程等；由此會影響葉面積和光能的吸收。）干物質(zhì)向穗的轉(zhuǎn)移受到

7、結(jié)實率的影響，而穗的形 成是從水面之下，發(fā)展到水面之上，因此結(jié)實率同時受水溫和氣溫的影響。這里只介紹關(guān)于兩個有特色的模型：發(fā)育速度的模型從移栽到穗分化：DVR=（TW-Tbv）/HUv從穗分化到抽穗：DVR=(TW-Tbr)/ HUr從抽穗到成熟：DVR =Ta/HU是發(fā)育速度；為水溫；為氣溫。，分別是各生育時期的起點溫度。，分別是不同生育時期的熱量單元（積溫）。對于實驗所用水稻品種來說，、分別是 10.010.0C和2.842.84C；,分別是：805805C,568568C,10001000C。發(fā)育指數(shù)（）（）的計算是：tDVIDVI （t t）二 DVIDVItp、DVRDVRi 的設(shè)定

8、是：出苗時為，穗分化時為，抽穗時為，成熟時為。這套模型中值得注意的是在抽穗前，用水溫代替氣溫。這是與其他水稻模型不同之 處。結(jié)實率模型模型中設(shè)定冷積溫（，），用以下公式計算：CDDCDD 八 CDCDi是逐日冷溫（低于 22.522.5C的溫度），而的估值，需要根據(jù)穗的高度（,，穗基部的莖 高）。如低于水面，則.；若高于水面，則隨發(fā)育進(jìn)程而提高，其模型是 ：CD =22.5 -T()() )4 4 / / 6 6CL。162DVW6EXP（8.72DVI）穗結(jié)實率（）（）的模型是：FRT O。-94.1 1 Exp（3,78 -（0.0513CDD）直接和收獲指數(shù)（，即經(jīng)濟系數(shù)）有關(guān)：HIMT

9、二haFRT（FRT他）關(guān)于水溫（）（）的模擬，研究者利用 和 在年提出的模型，采用四個氣象因子（日平均氣溫風(fēng)速，空氣濕度，太陽輻射）和葉面積指數(shù)。在北海道地區(qū)，研究者應(yīng)用-年的水溫實測數(shù)據(jù)進(jìn)行水溫模型的驗證，符合度是高的（相關(guān)系數(shù)為一）。應(yīng)用研究者建立的水溫影響水稻模型，他們進(jìn)行了水稻葉面積、干物質(zhì)生產(chǎn)、結(jié)實率 等的模擬驗證。相關(guān)系數(shù)全部在以上。產(chǎn)量模擬的相關(guān)系數(shù)為。說明該模型的模擬性能較 好。研究得到的結(jié)論是：）由于水溫的效應(yīng)，水稻產(chǎn)量有顯著提高。沒有水溫的保障，產(chǎn)量可能減低）模型可以指出日本北部各地水稻產(chǎn)量差異的氣象原因（主要是：太陽輻射、風(fēng)速和水溫）。）對全球氣候變化進(jìn)行研究，指出氣溫

10、若增加3 3C,稻田水溫將增加 1 1C,水稻產(chǎn)量將增加。簡評：此項研究在國際水稻模型研究中有較重要的意義。至今為止的水稻模型一般都 應(yīng)用氣溫，當(dāng)然在大多數(shù)水稻地區(qū)，氣溫是可以適用的。但是此項研究表明，在寒冷地區(qū) 或寒冷季節(jié)，水溫對水稻生育和產(chǎn)量的重要性。中國東北與西北的稻區(qū)，以及南方的早稻 地區(qū)，可能水溫是一個不能忽視的因素。此研究所提出的發(fā)育速度模型、冷積溫模型和結(jié) 實率模型的方法，都有值得借鑒之處。4模型和遙感結(jié)合監(jiān)測棉花產(chǎn)量這是一個國際合作項目，由中國浙江大學(xué)農(nóng)業(yè)遙感與信息系統(tǒng)研究所史舟博士和德 國、西班牙、烏茲別克斯坦等國科學(xué)家合作完成的。論文發(fā)表于（）（）。. .棉花是烏茲別克斯坦

11、主要農(nóng)作物，占灌溉土地的。灌溉水源來自阿姆河。但因上游和鄰國的水需求的增加，灌溉水源日益短缺。研究目的是了解棉花產(chǎn)量和水分平衡的關(guān)系， 以更好地安排水資源利用和農(nóng)作物布局。研究的地區(qū)是烏茲別克斯坦共和國的區(qū)域，在阿姆河的下游。該區(qū)域中，灌溉面積有5 5 / / 6 6萬畝，棉花面積占，約萬畝。研究方法主要是用遙感和模型相結(jié)合的方法。現(xiàn)分述如下：棉花產(chǎn)量的農(nóng)業(yè)氣象模型模型是根據(jù)提出的作物干物質(zhì)生產(chǎn)和葉片吸收的光能直接相關(guān)的原理。Y =Hi （; PAR FPAR）.：t棉花皮棉產(chǎn)量（），是收獲指數(shù)，是光能利用系數(shù)，是光合有效輻射，是被作物吸 收的比例，是時間步長。而會受日最低溫度（）（）和水氣壓

12、差（）（）的影響。；=；V式中， 是最大光能利用系數(shù)，是日最低溫度的標(biāo)量（一），在時為，在時為。是的標(biāo) 量，在時為，在時為。是由棉花葉面積決定的。棉花產(chǎn)量受到葉面積、太陽輻射、最低溫度和空氣濕度等因子的影響的。遙感數(shù)據(jù)的精密化處理在遙感數(shù)據(jù)中，可以得到兩套數(shù)據(jù)，即：（，中分辨率圖象光譜輻射儀）的數(shù)據(jù)（），但它的分辨率不高，是1km1km。由于在這樣大的區(qū)格（）內(nèi)，作物和植被種類較多，因此所得到的并不完全適用于棉花產(chǎn)量估 算。因此，選出個棉花面積占以上的區(qū)格（暫稱“棉花區(qū)格”）的（，正規(guī)化差別植被指數(shù)）數(shù)據(jù)，它的分辨率是。在個棉花區(qū)格（見方）中，對取其平均值，每一區(qū)格可得到對應(yīng)的數(shù)據(jù)。因遙感數(shù)據(jù)

13、是隔天有一次，在棉花生育期 內(nèi)，利用次的的許多對應(yīng)數(shù)據(jù)，建立依賴于的回歸模型，如下：FPAR二-0.0187 1.1799 NDVI最后在 數(shù)據(jù)中選擇棉花面積占以上的區(qū)格，利用上述回歸公式將轉(zhuǎn)化為，然后進(jìn)行棉花產(chǎn)量的模型計算。應(yīng)用上述產(chǎn)量模型，計算得到該區(qū)域內(nèi)九個地區(qū)的年的棉花產(chǎn)量，與政府統(tǒng)計部門提 供的棉花實際產(chǎn)量的誤差為，結(jié)果是滿意的。應(yīng)用遙感和模型結(jié)合的方法，對該區(qū)域的棉花產(chǎn)量的地區(qū)分布進(jìn)行研究和分析，結(jié)論 是：棉花產(chǎn)量的分布和該區(qū)域的灌溉系統(tǒng)的布局高度相關(guān)，說明棉花產(chǎn)量明顯地依賴于河 流上、下游的水文條件。研究所得的棉花產(chǎn)量分布圖可以為土地的合理利用服務(wù)。模型和 遙感相結(jié)合的方法也可以用于監(jiān)測較6 6 / / 6 6大范圍的棉花產(chǎn)量。進(jìn)一步要研究的是其他各種因子，如土壤、管理水分和鹽分平衡對于棉花產(chǎn)量的影 響。簡評：這是一項通過遙感和模型結(jié)合，分析作物