作物模型为人们认识旱区农业生境过程并对其进行调控提供了一种有效的工具。为了探讨小麦生长模拟模型DSSAT-CERES-Wheat能否准确模拟水分胁迫条件下旱区冬小麦的生长发育和产量形成过程,同时确定参数估计和模型验证的最优方案,该研究...作物模型为人们认识旱区农业生境过程并对其进行调控提供了一种有效的工具。为了探讨小麦生长模拟模型DSSAT-CERES-Wheat能否准确模拟水分胁迫条件下旱区冬小麦的生长发育和产量形成过程,同时确定参数估计和模型验证的最优方案,该研究进行了连续两季（2012.10-2013.06和2013.10-2014.06）的冬小麦分段受旱田间试验。试验将冬小麦整个生育期划分为越冬、返青、拔节、抽穗和灌浆5个主要生长阶段,每相邻两个生长阶段连续受旱,形成4个不同的受旱时段水平（D1-D4）,根据小麦生育期的需水量,设置灌水定额分别为40和80 mm 2个水平（I1和I2）,共形成8个处理,每处理3次重复,在遮雨棚内采用裂区试验布置,此外在旁边设置1个各生育期全灌水的对照处理。文中设置了5套不同的参数估计和验证方案,利用DSSAT-GLUE参数估计模块得到不同的参数估计结果。通过对比分析冬小麦物候期、单粒质量、生物量、产量、以及土壤水分含量的模拟值和实测值之间的差异,以确定利用DSSAT-CERES-Wheat模型模拟旱区冬小麦生境过程的精度。结果表明,参数P1V（最适温度条件下通过春化阶段所需天数）和G3（成熟期非水分胁迫下单株茎穂标准干质量）具有较强的变异性,变异系数分别为19.07%和16.34%,受基因型-环境互作的影响较大,而其他参数的变异性则较弱,变异系数均小于10%;DSSAT-GLUE参数估计工具具有较好的收敛性,不同参数估计方案所得的参数值具有一定的一致性;不同的参数估计方案所得的模型输出结果有较大差异,其中参数估计方案1（利用两季试验中的充分灌溉处理CK数据进行参数估计,其他不同阶段受旱处理数据进行验证）的模型校正和验证精度最高,其中模型校正的绝对相对误差（absolute relative error,ARE）和相对均方根误差（relative root mean squared error,RRMSE）分别为4.89%和5.18%。在冬小麦抽穗期和灌浆期受旱时,DSSAT-CERES-Wheat模型可以较好地模拟小麦的生长发育过程以及土壤水分的动态变化,但是在越冬期和返青期受旱时,模拟结果相对较差,并且随着受旱时段提前和受旱程度的加重,模拟精度将变得更低。此外,该模型无法模拟由不同水分胁迫造成的冬小麦物候期差异,需要对模型进行相应的改进。交叉验证表明DSSAT-CERES-Wheat模型模拟该研究中不同水分胁迫条件下冬小麦生长和产量的总体性误差在15%~18%左右。总之,DSSAT-CERES-Wheat模型在模拟旱区冬小麦生境过程时存在着一定的局限性,若要更广泛地将该模型应用在中国干旱半干旱地区的冬小麦生产管理和研究,有必要对冬小麦营养生长阶段前期的水分胁迫响应机制和模拟方法进行进一步的深入研究。展开更多
基金Challenge Program on Water&Food"Conservation Agriculture for the Dryland Areas of the Yellow River Basin"(CN228)"十一五"国家科技支撑计划项目"黄土高原水土流失综合治理工程关键支撑技术研究"(2006BAD09B04)欧盟DESIRE项目(037046)
文摘作物模型为人们认识旱区农业生境过程并对其进行调控提供了一种有效的工具。为了探讨小麦生长模拟模型DSSAT-CERES-Wheat能否准确模拟水分胁迫条件下旱区冬小麦的生长发育和产量形成过程,同时确定参数估计和模型验证的最优方案,该研究进行了连续两季（2012.10-2013.06和2013.10-2014.06）的冬小麦分段受旱田间试验。试验将冬小麦整个生育期划分为越冬、返青、拔节、抽穗和灌浆5个主要生长阶段,每相邻两个生长阶段连续受旱,形成4个不同的受旱时段水平（D1-D4）,根据小麦生育期的需水量,设置灌水定额分别为40和80 mm 2个水平（I1和I2）,共形成8个处理,每处理3次重复,在遮雨棚内采用裂区试验布置,此外在旁边设置1个各生育期全灌水的对照处理。文中设置了5套不同的参数估计和验证方案,利用DSSAT-GLUE参数估计模块得到不同的参数估计结果。通过对比分析冬小麦物候期、单粒质量、生物量、产量、以及土壤水分含量的模拟值和实测值之间的差异,以确定利用DSSAT-CERES-Wheat模型模拟旱区冬小麦生境过程的精度。结果表明,参数P1V（最适温度条件下通过春化阶段所需天数）和G3（成熟期非水分胁迫下单株茎穂标准干质量）具有较强的变异性,变异系数分别为19.07%和16.34%,受基因型-环境互作的影响较大,而其他参数的变异性则较弱,变异系数均小于10%;DSSAT-GLUE参数估计工具具有较好的收敛性,不同参数估计方案所得的参数值具有一定的一致性;不同的参数估计方案所得的模型输出结果有较大差异,其中参数估计方案1（利用两季试验中的充分灌溉处理CK数据进行参数估计,其他不同阶段受旱处理数据进行验证）的模型校正和验证精度最高,其中模型校正的绝对相对误差（absolute relative error,ARE）和相对均方根误差（relative root mean squared error,RRMSE）分别为4.89%和5.18%。在冬小麦抽穗期和灌浆期受旱时,DSSAT-CERES-Wheat模型可以较好地模拟小麦的生长发育过程以及土壤水分的动态变化,但是在越冬期和返青期受旱时,模拟结果相对较差,并且随着受旱时段提前和受旱程度的加重,模拟精度将变得更低。此外,该模型无法模拟由不同水分胁迫造成的冬小麦物候期差异,需要对模型进行相应的改进。交叉验证表明DSSAT-CERES-Wheat模型模拟该研究中不同水分胁迫条件下冬小麦生长和产量的总体性误差在15%~18%左右。总之,DSSAT-CERES-Wheat模型在模拟旱区冬小麦生境过程时存在着一定的局限性,若要更广泛地将该模型应用在中国干旱半干旱地区的冬小麦生产管理和研究,有必要对冬小麦营养生长阶段前期的水分胁迫响应机制和模拟方法进行进一步的深入研究。
