论文部分内容阅读
玉米和小麦作为我国的主要粮食作物,分别占我国粮食总产量的35.63%和20.91%。夏玉米和冬小麦也是我国华北地区的重要农作物,其长势监测和产量预测的准确性、及时性是保障粮食安全的基础。本文以北京大兴地区2014-2017年冬小麦和夏玉米为研究对象,田间试验主要定期观测叶面积指数、干物质量和产量等指标,利用Simlab软件评价WOFOST模型各个作物参数的敏感性,并通过2014-2017年的冬小麦、夏玉米的田间观测值进行参数验证,评价WOFOST模型在华北地区的适应性,最后引入叶片空间结构对模型进行改进,获得的主要结论如下:(1)对夏玉米叶面积指数LAI敏感的参数依次有CO2同化率在12℃下的矫正因子(TMNFTB/2)、温度为40℃时的单叶片初始量子效率(EFFTB40)等;对夏玉米干物质量TAGP敏感的参数依次有C02同化率在12℃下的矫正因子(TMNFTB12)、生育期为0时的比叶面积(SLATBO)等;对夏玉米产量敏感的参数依次有CO2同化率在12℃下的矫正因子(TMNFTB12)、生育期为2时的老化校正因子(RFSETB2)、温度为40℃时的单叶片初始量子效率(EFFTB40)等。(2)对冬小麦叶面积指数LAI敏感的参数依次有CO2同化率在3℃下的矫正因子(TMNFTB3)、生育期为0时的单叶片CO2同化效率(AMAXTBOOO)等;对产量敏感的参数依次有萌芽到开花之间的积温(TSUM1)、蒸散发速率矫正因子(CFET)等。(3)利用2014年夏玉米、2015年冬小麦实测数据进行参数的率定,得出结论:2014年夏玉米叶面积指数LAI、干物质量TAGP模拟值和实测值的一致性指数d分别为0.938,0.984,标准均方根误差nRMSE分别为15.733%,16.950%;2015年冬小麦叶面积指数LAI模拟值和实测值的一致性指数d为0.893,标准均方根误差nRMSE为23.775%。(4)利用2015-2017的田间数据进行参数验证,得出结论:2015年的夏玉米叶面积指数LAI、干物质量TAGP的模拟值和实测值的一致性指数d分别为0.945,0.987,标准均方根误差nRMSE分别为17.054%,14.068%;2016年的夏玉米叶面积指数LAI、干物质量TAGP的模拟值和实测值的一致性指数d分别为0.992,0.953,标准均方根误差nRMSE分别为7.172%,29.037%;2016年冬小麦叶面积指数LAI的模拟值和实测值的一致性指数d为0.774,标准均方根误差nRMSE为30.500%;2017年冬小麦叶面积指数LAI的模拟值和实测值的一致性指数d为0.789,标准均方根误差nRMSE为10.771%。结果表明,调整后的作物参数能较为精准的模拟北京地区的夏玉米和冬小麦的长势状况。(5)为实现WOFOST作物生长模型与玉米PAR空间分布模型之间的结合改进,保证各项数据及代码的传输准确性,本研究利用2012年光合速率实测值来验证WOFOST-PAR模型以及WOFOST模型的计算值和实测数据的拟合程度。结论表明考虑夏玉米光合分布的WOFOST-PAR模型对光合速率的模拟值和实测值的拟合一致性系数d、决定系数均高于WOFOST模型。WOFOST-PAR模型模拟效果良好,为模型的进一步优化打下数据基础。