为优化不同降水年型下春小麦高产稳产和高效利用水氮资源的管理决策方案,利用2009-2012年内蒙古自治区额尔古纳市上库力农场试验站与拉布大林农场试验站春小麦(内麦19)的试验观测资料,确定APSIM-wheat模型中小麦生长发育关键参数;基于...为优化不同降水年型下春小麦高产稳产和高效利用水氮资源的管理决策方案,利用2009-2012年内蒙古自治区额尔古纳市上库力农场试验站与拉布大林农场试验站春小麦(内麦19)的试验观测资料,确定APSIM-wheat模型中小麦生长发育关键参数;基于校准后的APSIM-wheat模型模拟分析1967-2017年雨养条件下春小麦生长发育过程,并依据降水量划分了3种降水年型(干旱、平水和湿润年型),根据土壤水分亏缺指数(soil water deficit on photosynthesis,SWD_(ef))确定最优水分管理时期;设计8个灌溉量梯度(15、30、45、60、90、120、150和180 mm)和13个施N量梯度(30、45、60、75、90、105、120、150、180、210、240、270和300 kg·hm^(-2))情景模式,结合水氮管理决策的遴选关键指标[水分利用效率(water use efficiency,WUE)、氮肥利用效率(nitrogen use efficiency,NUE)和产量],探究不同气候年型下最优春小麦水氮管理模式。结果表明:(1)校准后的APSIM-wheat模型春小麦发育期模块(出苗期、抽穗期和成熟期)模拟值与观测值的均方根误差(root mean square error,RMSE)在1.17~3.64 d范围内,归一化均方根误差(normalized root mean square error,NRMSE)在0.82%~1.90%范围内;产量模块模拟值与观测值的RMSE为371.50 kg·hm^(-2),NRMSE为8.54%,说明APSIM-wheat模型可以较好地反映不同降水年型下小麦的动态生长发育过程。(2)雨养条件下春小麦分蘖期—拔节期、拔节期—抽穗期和抽穗期—开花期的SWD_(ef)较低,且在生育期内仅灌溉一次的前提下,拔节期灌溉可以减轻干旱胁迫并显著提高产量。(3)干旱、平水和湿润年型春小麦拔节期最优水氮管理模式分别为灌溉量60 mm和施氮量105 kg·hm^(-2)、灌溉量60 mm和施氮量120 kg·hm^(-2)、灌溉量30 mm和施氮量150 kg·hm^(-2),其产量分别为4810.96±551.43、5378.06±768.86和6421.33±454.09 kg·hm^(-2)。展开更多
为有效识别基于APSIM模型籽粒生长参数中春小麦产量敏感性参数,快速并准确的估算当地模型参数。使用甘肃省定西市安定区凤翔镇安家沟村1971—2018年的气象数据和2000—2018年旱地春小麦大田试验数据,并利用EFAST方法对进行了5个增温梯...为有效识别基于APSIM模型籽粒生长参数中春小麦产量敏感性参数,快速并准确的估算当地模型参数。使用甘肃省定西市安定区凤翔镇安家沟村1971—2018年的气象数据和2000—2018年旱地春小麦大田试验数据,并利用EFAST方法对进行了5个增温梯度(0℃、0.5℃、1.0℃、1.5℃和2.0℃)下32个模型参数进行敏感性分析。粒子群算法对各个增温条件下均敏感的参数进行优化验证。结果表明:不同温度变化梯度下,对旱地春小麦产量影响最大的籽粒生长模型参数有9个,分别为消光系数、每克茎籽粒数量、穗粒数、单株最大籽粒质量、灌浆到成熟积温、出苗到拔节积温、株高、最大比叶面积和光合叶片老化的水分胁迫斜率。并且对产量敏感性强度有着显著的差异,其中消光系数和每克茎籽粒数量是对春小麦产量影响最大的参数,其他参数在不同温度下对春小麦产量的敏感性顺序存在差异。利用粒子群算法针对这9个参数进行优化,相较于优化前,优化后的春小麦产量、开花期和灌浆期籽粒干物质的均方根误差、归一化均方根误差和模型有效性指数均得到了显著改善,参数优化后开花期、灌浆期、成熟期产量的均方根误差平均值分别由13.50 kg hm-2减小到5.99 kg hm-2、183.17 kg hm-2减小到69.44 kg hm-2、141.69 kg hm-2减小到48.51 kg hm-2,归一化均方根误差平均值分别由4.94%减小到2.19%、10.92%减小到4.65%、8.39%减小到2.87%,模型有效性指数平均值分别由0.894提高到0.979、0.893提高到0.981、0.898提高到0.988。优化后的参数有效地提高了模型的预测精度。此研究为APSIM模型在当地应用和模型参数校准提供了科学依据。展开更多
为探究秸秆覆盖处理下降水和温度变化对冬小麦产量的影响,基于秸秆覆盖长期定位试验观测数据和1999-2022年的逐日气候数据,运用APSIM(agricultural production systems simulator)模型模拟分析了未来降水(逐日降水±20%、±10%...为探究秸秆覆盖处理下降水和温度变化对冬小麦产量的影响,基于秸秆覆盖长期定位试验观测数据和1999-2022年的逐日气候数据,运用APSIM(agricultural production systems simulator)模型模拟分析了未来降水(逐日降水±20%、±10%、0)和温度(逐日温度0℃、+1℃、+2℃、+3℃、+4℃)变化对冬小麦产量的影响,并对小麦产量变异性和可持续性进行了分析。秸秆覆盖田间试验设计高量覆盖(HSM,9000 kg/hm^(2))、低量覆盖(LSM,4500kg/hm^(2))和不覆盖对照(CK)3个处理。模拟结果表明:1)APSIM模型对3种秸秆覆盖处理冬小麦产量和生物量的模拟精度较高,决定系数R~2在0.75~0.92之间,归一化均方根误差在11.07%~14.65%之间,模型一致性指标在0.84~0.91之间;2)降水和温度变化对冬小麦产量均有显著影响。当温度不变时,降水增加会提高小麦产量,处理间的增产效应为HSM>LSM>CK;而当降水不变时,温度升高会导致产量下降,减产效应为LSM>HSM>CK;降水和温度协同作用下同样会导致小麦减产,处理间的减产效应为CK>LSM>HSM。3)与其他气候情景模拟结果相比,降水减少20%和增温2~3℃情景下冬小麦产量具有最大的变异系数和最小的可持续指数,作物生产风险较高。4)与CK和LSM相比,HSM处理在不同的气候变化情景下平均具有最高的产量和可持续性指数以及最低的变异系数。因此,未来气候变化背景下,采用高量覆盖管理措施更有利于黄土高原地区冬小麦生产。展开更多
文摘为优化不同降水年型下春小麦高产稳产和高效利用水氮资源的管理决策方案,利用2009-2012年内蒙古自治区额尔古纳市上库力农场试验站与拉布大林农场试验站春小麦(内麦19)的试验观测资料,确定APSIM-wheat模型中小麦生长发育关键参数;基于校准后的APSIM-wheat模型模拟分析1967-2017年雨养条件下春小麦生长发育过程,并依据降水量划分了3种降水年型(干旱、平水和湿润年型),根据土壤水分亏缺指数(soil water deficit on photosynthesis,SWD_(ef))确定最优水分管理时期;设计8个灌溉量梯度(15、30、45、60、90、120、150和180 mm)和13个施N量梯度(30、45、60、75、90、105、120、150、180、210、240、270和300 kg·hm^(-2))情景模式,结合水氮管理决策的遴选关键指标[水分利用效率(water use efficiency,WUE)、氮肥利用效率(nitrogen use efficiency,NUE)和产量],探究不同气候年型下最优春小麦水氮管理模式。结果表明:(1)校准后的APSIM-wheat模型春小麦发育期模块(出苗期、抽穗期和成熟期)模拟值与观测值的均方根误差(root mean square error,RMSE)在1.17~3.64 d范围内,归一化均方根误差(normalized root mean square error,NRMSE)在0.82%~1.90%范围内;产量模块模拟值与观测值的RMSE为371.50 kg·hm^(-2),NRMSE为8.54%,说明APSIM-wheat模型可以较好地反映不同降水年型下小麦的动态生长发育过程。(2)雨养条件下春小麦分蘖期—拔节期、拔节期—抽穗期和抽穗期—开花期的SWD_(ef)较低,且在生育期内仅灌溉一次的前提下,拔节期灌溉可以减轻干旱胁迫并显著提高产量。(3)干旱、平水和湿润年型春小麦拔节期最优水氮管理模式分别为灌溉量60 mm和施氮量105 kg·hm^(-2)、灌溉量60 mm和施氮量120 kg·hm^(-2)、灌溉量30 mm和施氮量150 kg·hm^(-2),其产量分别为4810.96±551.43、5378.06±768.86和6421.33±454.09 kg·hm^(-2)。
文摘为有效识别基于APSIM模型籽粒生长参数中春小麦产量敏感性参数,快速并准确的估算当地模型参数。使用甘肃省定西市安定区凤翔镇安家沟村1971—2018年的气象数据和2000—2018年旱地春小麦大田试验数据,并利用EFAST方法对进行了5个增温梯度(0℃、0.5℃、1.0℃、1.5℃和2.0℃)下32个模型参数进行敏感性分析。粒子群算法对各个增温条件下均敏感的参数进行优化验证。结果表明:不同温度变化梯度下,对旱地春小麦产量影响最大的籽粒生长模型参数有9个,分别为消光系数、每克茎籽粒数量、穗粒数、单株最大籽粒质量、灌浆到成熟积温、出苗到拔节积温、株高、最大比叶面积和光合叶片老化的水分胁迫斜率。并且对产量敏感性强度有着显著的差异,其中消光系数和每克茎籽粒数量是对春小麦产量影响最大的参数,其他参数在不同温度下对春小麦产量的敏感性顺序存在差异。利用粒子群算法针对这9个参数进行优化,相较于优化前,优化后的春小麦产量、开花期和灌浆期籽粒干物质的均方根误差、归一化均方根误差和模型有效性指数均得到了显著改善,参数优化后开花期、灌浆期、成熟期产量的均方根误差平均值分别由13.50 kg hm-2减小到5.99 kg hm-2、183.17 kg hm-2减小到69.44 kg hm-2、141.69 kg hm-2减小到48.51 kg hm-2,归一化均方根误差平均值分别由4.94%减小到2.19%、10.92%减小到4.65%、8.39%减小到2.87%,模型有效性指数平均值分别由0.894提高到0.979、0.893提高到0.981、0.898提高到0.988。优化后的参数有效地提高了模型的预测精度。此研究为APSIM模型在当地应用和模型参数校准提供了科学依据。
文摘为探究秸秆覆盖处理下降水和温度变化对冬小麦产量的影响,基于秸秆覆盖长期定位试验观测数据和1999-2022年的逐日气候数据,运用APSIM(agricultural production systems simulator)模型模拟分析了未来降水(逐日降水±20%、±10%、0)和温度(逐日温度0℃、+1℃、+2℃、+3℃、+4℃)变化对冬小麦产量的影响,并对小麦产量变异性和可持续性进行了分析。秸秆覆盖田间试验设计高量覆盖(HSM,9000 kg/hm^(2))、低量覆盖(LSM,4500kg/hm^(2))和不覆盖对照(CK)3个处理。模拟结果表明:1)APSIM模型对3种秸秆覆盖处理冬小麦产量和生物量的模拟精度较高,决定系数R~2在0.75~0.92之间,归一化均方根误差在11.07%~14.65%之间,模型一致性指标在0.84~0.91之间;2)降水和温度变化对冬小麦产量均有显著影响。当温度不变时,降水增加会提高小麦产量,处理间的增产效应为HSM>LSM>CK;而当降水不变时,温度升高会导致产量下降,减产效应为LSM>HSM>CK;降水和温度协同作用下同样会导致小麦减产,处理间的减产效应为CK>LSM>HSM。3)与其他气候情景模拟结果相比,降水减少20%和增温2~3℃情景下冬小麦产量具有最大的变异系数和最小的可持续指数,作物生产风险较高。4)与CK和LSM相比,HSM处理在不同的气候变化情景下平均具有最高的产量和可持续性指数以及最低的变异系数。因此,未来气候变化背景下,采用高量覆盖管理措施更有利于黄土高原地区冬小麦生产。
