论文部分内容阅读
水稻是我国最重要的粮食作物之一,双季稻更是保障我国粮食安全的重要作物。通过开展双季稻区水稻适宜生长指标动态分析,并建立适宜生长指标动态模型,即可为水稻苗情诊断和追肥调控等提供技术支撑,有助于推进作物栽培向智能化与数字化方向发展。本研究以双季稻为研究对象,分别选用早稻(中嘉早17和潭两优83)和晚稻(天优华占和岳优9113)的四个不同品种,实施四个不同的氮水平处理及一个0氮处理用于对比。以双季稻生长度日为变量,系统地分析了不同施氮水平下双季稻群体茎蘖数、叶面积指数和干物质积累的动态变化规律。结果表明,不同的施氮水平对双季稻各生长指标均有显著的影响,进而能够直接影响产量。适宜的栽培措施、施肥水平才能有利于双季稻生长发育以及产量的形成。定量地分析不同氮处理下作物各个生长指标的变化情况,建立作物适宜生长指标动态模型。模型可以动态地描述作物实时的生长状况,并对其管理调控提供重要的理论依据。基于4个品种的双季稻田间试验,本研究重点构建了双季稻适宜生长指标动态模型。根据作物生理发育时间恒定的原理,以PDT为预测期,动态的计算出双季稻达到各生育期所需的生长度日。模型将生长度日以及各生长指标包括群体茎蘖数、叶面积指数和干物质积累量进行归一化处理,建立了基于相对生长度日(RGDD)的双季稻相对群体茎蘖数(RSTN)动态模型。相对茎蘖数(RSTN)的动态模型为RSTN(RGDD)=(RSTNtsp+α×RGDD)/(1+β×RGDD+γ×RGDD2)。本文以相对生长度日为时标,建立了相对叶面积指数(RLAI)动态模型。相对叶面积指数(RLAI)的动态模型为RLAI(RGDD)=(RLAItsp+a×RGDD)/(1+b×RGDD+c×RGDD2)。建立了基于相对生长度日的相对干物质积累(RDMA)动态模型。其中,早稻相对干物质积累(RDMAesr)的动态模型为RDMAesr(RGDD=1.022/(1+m1×e-n1×RGDD),晚稻的相对干物质积累(RDMAsr)的动态模型为RDMAsr(RGDD)=1.088/(1+m2×e-n2×RGDD)。模型可为不同生态环境因子下的双季稻的生长指标,包括群体茎蘖数、叶面积指数和地上部干物质积累等提供定量化的参考指标。本研究对上述的模型进行了验证及评价,结果表明,有理函数能够较好的描述相对群体茎蘖动态以及相对叶面积指数,验证的结果较好。而Logistic方程能够较好地描述相对干物质积累动态,验证的结果也较好。基于上述相对生长指标的动态模型,再经过计算或者其他模型得到各相对生长指标的最大值,能够算出实际的适宜生长指标。