论文部分内容阅读
本文收集了宁夏试验样点冬小麦数据资料(包括田间观测数据、逐日气象数据、土壤参数数据等),并对这些数据进行了整理,构建了冬小麦生育期和产量的数据库,对DSSAT支持下的CERES-Wheat作物模型进行了有关参数的调试及模型的验证。在此基础上,通过改变模型中气象数据资料(本文中具体对温度与降水这两个气象因子进行分析)来进一步对模型适应性及敏感性进行了验证和分析,进而验证模型对气象要素的敏感性,为模型评价未来气候条件对冬小麦生产的影响是否合理提供依据。最后通过模型与区域气候模式相嵌套的方式来模拟未来情景下冬小麦对气候变化的响应。主要结论如下:1、模型在宁夏地区进行的适应性验证表明,在时间上的验证方面,模型对冬小麦产量的模拟性能极好,标准化均方根误差n-RMSE为9.9%,对于冬小麦生育期的模拟,除了极个别年份模拟的生育期天数偏差较大,其他各年份模拟值与实测值变化趋势均较一致,说明模型在时间上具有较好的模拟能力;在空间上,通过采取3个站点的冬小麦试验资料,得出冬小麦成熟天数实测值与模拟值决定系数R2为0.7945,且通过了置信度σ=0.01的检验,产量的模拟结果也较好,只有个别年份对产量的模拟有偏低或者偏高的趋势,但整体误差不大。综合而言,模型在时间和空间上对冬小麦有较好的模拟能力,能够运用该模型对宁夏地区冬小麦生长情况进行模拟。2、在对模型进行敏感性研究方面,通过分析得出温度对冬小麦的生育期及产量影响较大,冬小麦的减产率与温度呈现出正相关。其次,水分对冬小麦生长发育也极其重要,适当的降水可以提高冬小麦的产量,但当温度升高到一定程度时,降水无法弥补温度升高给冬小麦带来的减产,因此仍会呈现出减产的趋势。3、分站点及网格点研究分析了未来气候变化对宁夏冬小麦生长的影响,结果表明在A2、B2情景下,不同区域产量有增有减,总体而言冬小麦呈现出减产的趋势,且A2情景比B2情景减产率大。对于各情景不同时段而言,2080S减产率最低。其次,在A2情景下,各时段冬小麦产量依次为2020S<2050S<2080S, B2情景下,各时段冬小麦产量依次为2050S<2020S<2080S。