为了准确评估作物水分亏缺程度及其敏感性动态对作物产量的影响,该研究结合基于根系加权土壤水分有效性的植物水分亏缺指数(Plant Water Deficit Index,PWDI)与基于归一化热单元指数的S型累积水分敏感指数,建立了3种不同形式的作物水分...为了准确评估作物水分亏缺程度及其敏感性动态对作物产量的影响,该研究结合基于根系加权土壤水分有效性的植物水分亏缺指数(Plant Water Deficit Index,PWDI)与基于归一化热单元指数的S型累积水分敏感指数,建立了3种不同形式的作物水分生产函数(Crop Water Production Function,CWPF),即Blank加法模型(PWDI-B)、Jensen(PWDI-J)和Rao(PWDI-R)乘法模型。通过2 a冬小麦栽培田间蒸渗仪试验(北京昌平)和1 a冬小麦栽培田间滴灌试验(山东黄河三角洲),优化了土壤水分胁迫修正系数中参数,进而对PWDI估算精度及CWPF产量估算效果进行检验与评价。结果表明:蒸渗仪试验基于根系加权估算的PWDI与实测值吻合良好,决定系数R^(2)为0.78,标准化均方根误差(Normalized Root Mean Squared Error,NRMSE)为0.16;滴灌试验PWDI均值与作物株高(r=−0.95)、生物量及产量(r≤−0.79)均具有较好的相关性,表明根系加权PWDI能较准确地反映不同试验条件下冬小麦的水分亏缺程度及其对作物生长的影响;此外,无论是蒸渗仪试验还是滴灌试验,所建的3个CWPF对冬小麦产量的估算精度均在可接受范围内(R^(2)≥0.78,NRMSE≤0.11),且PWDI-R估算精度依次高于PWDI-J、PWDI-B、以及线性回归模型(即PWDI均值与产量的线性拟合模型)。因此,根系加权PWDI与S型水分敏感指数累积函数融合可用于合理构建冬小麦水分生产函数,其中PWDI-R乘法模型可优先推荐用于研究区冬小麦产量估算和灌溉制度优化,从而为当地冬小麦田间水分管理提供理论依据。展开更多
文摘为了准确评估作物水分亏缺程度及其敏感性动态对作物产量的影响,该研究结合基于根系加权土壤水分有效性的植物水分亏缺指数(Plant Water Deficit Index,PWDI)与基于归一化热单元指数的S型累积水分敏感指数,建立了3种不同形式的作物水分生产函数(Crop Water Production Function,CWPF),即Blank加法模型(PWDI-B)、Jensen(PWDI-J)和Rao(PWDI-R)乘法模型。通过2 a冬小麦栽培田间蒸渗仪试验(北京昌平)和1 a冬小麦栽培田间滴灌试验(山东黄河三角洲),优化了土壤水分胁迫修正系数中参数,进而对PWDI估算精度及CWPF产量估算效果进行检验与评价。结果表明:蒸渗仪试验基于根系加权估算的PWDI与实测值吻合良好,决定系数R^(2)为0.78,标准化均方根误差(Normalized Root Mean Squared Error,NRMSE)为0.16;滴灌试验PWDI均值与作物株高(r=−0.95)、生物量及产量(r≤−0.79)均具有较好的相关性,表明根系加权PWDI能较准确地反映不同试验条件下冬小麦的水分亏缺程度及其对作物生长的影响;此外,无论是蒸渗仪试验还是滴灌试验,所建的3个CWPF对冬小麦产量的估算精度均在可接受范围内(R^(2)≥0.78,NRMSE≤0.11),且PWDI-R估算精度依次高于PWDI-J、PWDI-B、以及线性回归模型(即PWDI均值与产量的线性拟合模型)。因此,根系加权PWDI与S型水分敏感指数累积函数融合可用于合理构建冬小麦水分生产函数,其中PWDI-R乘法模型可优先推荐用于研究区冬小麦产量估算和灌溉制度优化,从而为当地冬小麦田间水分管理提供理论依据。
