基于過(guò)程的大麥生長(zhǎng)發(fā)育模擬模型.pdf

1、作物生長(zhǎng)模型的研究和應(yīng)用對(duì)于農(nóng)業(yè)生產(chǎn)的信息化和數(shù)學(xué)化具有重要的理論意義和應(yīng)用價(jià)值。本研究借鑒國(guó)際上先進(jìn)的建模理論和本實(shí)驗(yàn)室形成的作物模擬方法體系和基本框架，運(yùn)用系統(tǒng)分析原理和動(dòng)態(tài)建模技術(shù)，通過(guò)實(shí)施不同生態(tài)點(diǎn)、不同類(lèi)型品種的播期和氮素處理試驗(yàn)，對(duì)大麥生長(zhǎng)發(fā)育的基本規(guī)律及其與環(huán)境因子之間的關(guān)系予以定量解析和綜合，構(gòu)建了基于生理生態(tài)過(guò)程的大麥生長(zhǎng)發(fā)育模擬模型（BarleyGrow），為數(shù)學(xué)化麥作系統(tǒng)的構(gòu)建奠定了基礎(chǔ)。
　　 以揚(yáng)州地區(qū)

2、5個(gè)大麥品種春播條件下的頂端發(fā)育和物候發(fā)育觀測(cè)資料和歷史資料為基礎(chǔ)，構(gòu)建了基于生理發(fā)育時(shí)間的頂端發(fā)育和物候期機(jī)理模型。模型量化了熱效應(yīng)、光周期、春化效應(yīng)對(duì)大麥發(fā)育的影響，引入了播種到出苗所需的有效積溫、灌漿期發(fā)育基點(diǎn)溫度、生理春化時(shí)間、臨界日長(zhǎng)、光周期反應(yīng)起始點(diǎn)、最短苗穩(wěn)期、最短灌漿期7個(gè)品種生物學(xué)參數(shù)。模型將每日生理發(fā)育時(shí)間的增量除以水肥豐缺因子來(lái)表現(xiàn)水肥對(duì)大麥發(fā)育的影響，客觀體現(xiàn)了大麥在水肥豐缺條件下的發(fā)育延遲或提早現(xiàn)象；用非線性函

3、數(shù)來(lái)表達(dá)春化效應(yīng)和相對(duì)熱效應(yīng)，確立了不同品種相對(duì)春化效應(yīng)和相對(duì)熱效應(yīng)的曲線族；用正弦函數(shù)來(lái)表達(dá)不同品種光周期效應(yīng)。經(jīng)測(cè)算，各大麥品種到達(dá)單棱期、二棱期、雌雄蕊分化期、藥隔形成期、雌蕊柱頭二裂分叉期、雌蕊柱頭毛狀突起期等頂端發(fā)育階段的生理發(fā)育時(shí)間分別為2.6、5.6、11.3、13.1、15.3、18.2、28.7d，到達(dá)出苗期、拔節(jié)期、抽穗期、灌漿期和成熟期等主要物候期的生理發(fā)育時(shí)間為0、13.1、28.7、32.8、51.5d，從而形

4、成了不同大麥品種在不同氣候和栽培條件下統(tǒng)一的衡量發(fā)育的定量尺度。
　　 BarleyGrow模型中利用遺傳-模擬退火算法來(lái)確定各品種的生物學(xué)參數(shù)，提高了應(yīng)用程序求算參數(shù)的精度。采用4個(gè)生態(tài)區(qū)（南京、揚(yáng)州、武漢、昆明）、10個(gè)大麥品種在不同播期下的頂端發(fā)育和物候期資料，對(duì)BarleyGrow進(jìn)行了檢驗(yàn)和評(píng)價(jià)，并將其模擬效果與YDmodel和SUCROS模型進(jìn)行了對(duì)比分析。結(jié)果表明，BarleyGrow對(duì)不同地區(qū)、不同播期、不同品種

5、各頂端發(fā)育和物候期預(yù)測(cè)準(zhǔn)確而穩(wěn)定，其均方根差RMSE在1.06～7.94d之間，而YDmodel為6.26～13.35d，SUCROS為11.22～20.28d。各參試品種對(duì)BarleyGrow模型中灌漿期基點(diǎn)溫度、生理春化時(shí)間、臨界日長(zhǎng)、最短苗穗期4個(gè)參數(shù)反應(yīng)敏感。BarleyGrow模型對(duì)中國(guó)廣大地區(qū)不同溫光條件下的大麥頂端發(fā)育和物候發(fā)育均具有較好的預(yù)測(cè)效果，尤其對(duì)藥隔期、二裂期、毛狀期、抽穗期、灌漿期、成熟期的模擬精度高而穩(wěn)定，表

6、現(xiàn)出較強(qiáng)的機(jī)理性以及較好的預(yù)測(cè)性。
　　 準(zhǔn)確模擬葉面積指數(shù)是作物生長(zhǎng)模擬模型可靠預(yù)測(cè)作物生長(zhǎng)和產(chǎn)量的關(guān)鍵。通過(guò)系統(tǒng)分析揚(yáng)州和武漢地區(qū)不同大麥品種高產(chǎn)群體葉面積指數(shù)變化動(dòng)態(tài)，建立了高產(chǎn)群體葉面積指數(shù)與生理發(fā)育時(shí)間、每日光合有效輻射累積量和孕穗期最適葉面積指數(shù)之間的關(guān)系模型，并通過(guò)水肥豐缺因子的修訂得到實(shí)際條件下葉面積指數(shù)動(dòng)態(tài)。模型較為全面地考慮了影響大麥品種葉面積變化的內(nèi)外因素，內(nèi)因主要體現(xiàn)為品種葉面積指數(shù)擴(kuò)展的遺傳特性，外因主

7、要包括溫度日較差、日照時(shí)數(shù)、輻射量和水肥豐缺因子。利用揚(yáng)州、南京和昆明地區(qū)不同品種的播期試驗(yàn)及氮肥試驗(yàn)資料對(duì)模型進(jìn)行了檢驗(yàn)，結(jié)果表明模型能較好地模擬不同地區(qū)、不同氣候、不同栽培管理?xiàng)l件下大麥葉面積指數(shù)的變化動(dòng)態(tài)。
　　 在綜合已有作物模擬模型優(yōu)點(diǎn)的基礎(chǔ)上，構(gòu)建了基于生態(tài)生理過(guò)程的大麥光合生產(chǎn)與干物質(zhì)積累模擬模型。模型將一天均分為96個(gè)時(shí)間點(diǎn)，分別計(jì)算各時(shí)間點(diǎn)的光合有效輻射，以復(fù)化辛普森積分計(jì)算每日冠層光合同化量，并采用高斯積分法

8、與辛普森積分法對(duì)昆明和武漢試驗(yàn)區(qū)地上部干重進(jìn)行了對(duì)比檢驗(yàn)。結(jié)果表明辛普森積分法模型具有更優(yōu)的預(yù)測(cè)效果，模擬值與觀測(cè)值吻合度高。因此，辛普森積分法進(jìn)行光合作用模擬可以作為大田環(huán)境中精確模擬作物生長(zhǎng)的新方法。
　　 通過(guò)系統(tǒng)分析南京和揚(yáng)州地區(qū)不同處理下大麥品種干物質(zhì)分配的變化動(dòng)態(tài)，建立了高產(chǎn)大麥群體物質(zhì)分配指數(shù)與生理發(fā)育時(shí)間、每日光合有效輻射累積量及生物學(xué)參數(shù)（收獲指數(shù)和綠葉分配指數(shù)的遺傳差異）之間的關(guān)系模型，并通過(guò)水肥豐缺因子的修

9、訂得到實(shí)際條件下大麥物質(zhì)分配指數(shù)動(dòng)態(tài)。各器官重量為該器官物質(zhì)分配指數(shù)與生物量的乘積。利用昆明和武漢地區(qū)不同品種不同播期的試驗(yàn)資料對(duì)本模型進(jìn)行了檢驗(yàn)與評(píng)價(jià)，并將其模擬效果與Ydmodel進(jìn)行了對(duì)比分析，結(jié)果表明，本模型對(duì)大麥各器官間的物質(zhì)分配及各器官干重的模擬效果較好，模擬值與觀測(cè)值吻合度高，能較好地模擬不同地區(qū)、不同氣候、不同栽培管理下大麥物質(zhì)分配和器官生長(zhǎng)動(dòng)態(tài)。
　　 通過(guò)產(chǎn)量構(gòu)成法構(gòu)建了大麥產(chǎn)量預(yù)測(cè)模型。以南京、昆明、武漢3

10、個(gè)地區(qū)各試驗(yàn)處理中不同大麥品種最適條件下的產(chǎn)量因素為基礎(chǔ)，建立了最適條件下每株穗數(shù)相對(duì)值、每穗粒數(shù)相對(duì)值、千粒重相對(duì)值與累積光合有效輻射之間的的回歸方程，構(gòu)建了實(shí)際條件下不同大麥品種每株穗數(shù)、每穗粒數(shù)、千粒重與最適條件下三指標(biāo)潛在值及水肥豐缺因子之間的函數(shù)關(guān)系。模型較為全面地考慮了大麥產(chǎn)量形成的內(nèi)外因素，內(nèi)因主要體現(xiàn)為品種遺傳特性（潛在的每株穗數(shù)、潛在的每穗粒數(shù)、潛在的千粒重和灌漿期因子），外因包括光合有效輻射和水肥豐缺因子。運(yùn)用武漢、