论文部分内容阅读
再生稻种植模式具有环境友好、资源利用效率高、劳动力投入少和生产成本低等优点,切合我国农业转型期绿色丰产高效栽培的需求。此外,农业生产正朝着规模化、信息化、智能化发展,再生稻生长模型的研究和广泛应用对实现水稻生产的现代化和智慧化具有重要理论意义和应用价值。近期,Dr.Tao Li基于ORYZA v3模型开发了再生稻生长模型ORYZA＿R。然而,该模型模拟再生稻生长发育的性能还有待优化和验证,模型在再生稻栽培管理优化决策中的应用还有待探索。本研究利用2015年和2016年再生稻品种、留桩高度和促芽肥大田试验数据,首次估算了ORYZA＿R模型再生季的关键参数,对生长发育速率、茎叶生长、干物质分配、稻桩干物质转运等参数进行校正,重点优化了主季和再生季生育期、籽粒产量、地上部总生物量、各器官生物量和叶面积指数的模拟性能。结合参数敏感性分析,探讨了再生季生长模型的优化方向。在此基础上,开展了留桩高度、促芽肥和提苗肥的情景模拟。此外,为了提高作物模型的参数校正效率以及模拟精度,利用不同播期和不同重复处理的大田试验数据进行参数校正以及交叉模拟,探讨了用于参数校正的试验数据偏差对模型预测误差的影响。取得了以下研究成果:1、模型参数校正和验证结果表明,优化后的模型可以较为准确地模拟主季和再生季的生育期（均方根误差RMSE分别为1. 6 d～2.6 d和2.5 d～3.4 d）,较好地模拟了主季的籽粒产量、地上部总干重、茎鞘干重、穗干重和叶面积指数（标准均方根误差NRMSE为7%～29%,R2为0.59～0.98）。对再生季而言,籽粒产量模拟值与实测值的吻合度最高（NRMSE为9%～12%,R2为0.70～0.92）,地上部总干重、穗干重和茎鞘干重的吻合度次之（NRMSE为13%～29%,R2为0.51～0.96）,绿叶干重和叶面积指数的吻合度最低（NRMSE为36%～49%,R2为0.78～0.84）。经严格校正的ORYZA＿R模型可以用于再生稻生育期、产量、穗和茎鞘生物量模拟。2、基于Kendall相关系数和TDCC系数探究了评价指标、品种以及生长变量对再生季参数敏感性分析的影响。 结果表明,各评价指标、品种和生长变量的非敏感参数排序基本一致,但各评价指标和品种间的敏感参数排序并不十分一致,且品种间的敏感参数差异较大。因此,应采用多个评价指标和品种对敏感参数进行综合筛选和排序。本研究为优化作物参数敏感性分析方法提供了参考。3、基于3个评价指标和2个品种的综合排序方法,筛选了再生季生长模型的敏感参数和非敏感参数。结果表明,再生季成熟期地上部总干重、穗干重和籽粒产量的模拟结果对发育阶段初始值、发育速率、与幼穗分化期干物质生产和分配相关的参数最为敏感,对耐阴系数、与灌浆结实期干物质分配相关的参数、与叶面积增长相关的参数最不敏感。本研究为再生季模型参数的校正提供了借鉴。4、基于留桩高度、促芽肥和提苗肥的情景分析,模拟了关键栽培管理措施对再生稻的影响。（1）留桩高度从10 cm增加到60 cm,再生季模拟产量的变化范围是1573.6～2683.3 kg hm-2到3853.3～5402.5 kg hm-2,且40 cm留桩高度的模拟产量均值最高。（2）促芽肥施氮量对再生季模拟产量的影响大于施肥时间。施氮量从0 kg N hm-2增加到100 kg N hm-2时,模拟产量平均增加1148.2 kg hm-2,且在0到50 kg N hm-2之间的差异最大。（3）提苗肥每推迟1 d施用,模拟产量减少68.1 kg hm-2,主季收获后15 d施用提苗肥与不施提苗肥的模拟产量基本相同。ORYZA＿R模型对留桩高度、促芽肥和提苗肥影响产量和生物量的模拟结果是合理的,该模型在辅助再生稻优化栽培管理方面具有一定的应用价值。5、探讨了试验数据偏差对作物模型预测误差的影响。当产量、各器官生物量和叶面积指数的试验数据偏差由2.6%～5.6%增加到6.1%～20.4%时,模拟值与实测值的NRMSE均值由5.3%～14.4%增大到9.2%～31.5%,试验数据偏差造成的预测值变异对预测误差的贡献由0.02～0.93增大到0.50～0.99,并超过模型偏差的贡献。由此可见,用于参数校正的试验数据偏差是预测误差及其不确定性的重要来源,控制好用于参数校正的试验数据质量,可以减小作物模型的预测误差及其不确定性。