【摘要】：谷物是全球食物供給的主要來(lái)源,玉米具有很高的經(jīng)濟(jì)價(jià)值,在世界各國(guó)大面積種植,也是重要的農(nóng)作物之一,是公認(rèn)為具有很大的產(chǎn)量潛力的作物,研究并改進(jìn)種植管理方法,并在地域級(jí)別提高玉米產(chǎn)量,對(duì)保障糧食安全具有重要意義。為提高玉米的產(chǎn)量,學(xué)者們研究很多方法以解決從播種到收獲過(guò)程中出現(xiàn)的問(wèn)題,特別是玉米生長(zhǎng)模擬模型受到極大關(guān)注,以取代傳統(tǒng)的產(chǎn)量監(jiān)測(cè)方法。然而,目前常見(jiàn)的產(chǎn)量預(yù)測(cè)方法有很大的局限性,難以在區(qū)域級(jí)別精確地預(yù)估作物產(chǎn)量。因此,研究面向某一區(qū)域的玉米生長(zhǎng)模型對(duì)產(chǎn)量預(yù)測(cè)有重要的價(jià)值。同時(shí),環(huán)境是作物生長(zhǎng)的重要影響因素,尤其是區(qū)域級(jí)別的環(huán)境因素變化和水協(xié)迫對(duì)產(chǎn)量有重要的影響。由于天氣與土壤、水、氮平衡等無(wú)生命因素的交互影響下,作物通常反映出不同的生長(zhǎng)行為,故使用歷史天氣平均值難以精確地預(yù)估作物生長(zhǎng)。在作物收獲期,可靠的季節(jié)性天氣預(yù)測(cè)能夠?yàn)楫a(chǎn)量的精確預(yù)測(cè)提供依據(jù)。因此需要生成日常環(huán)境信息,以盡可能地在某一特定區(qū)域內(nèi)匹配統(tǒng)計(jì)特征和真實(shí)數(shù)據(jù)。本文研究旨在開(kāi)發(fā)一個(gè)附帶天氣生成模型的玉米生長(zhǎng)模擬模型。為實(shí)現(xiàn)這一目標(biāo),本研究在第一階段,開(kāi)發(fā)了一個(gè)天氣生成模型并分析了效果,第二階段開(kāi)發(fā)了綜合天氣模型的玉米生長(zhǎng)模型并進(jìn)行了模型評(píng)估。論文闡述了兩個(gè)模型的設(shè)計(jì)和實(shí)現(xiàn)以及評(píng)估結(jié)果。論文基于隨機(jī)理論模型方法設(shè)計(jì)了天氣生成模型(CMWSim),該模型可隨機(jī)生產(chǎn)氣候因子,它是玉米生長(zhǎng)模型(MAIZESim)的子模型,同時(shí)它能產(chǎn)生日常降溫、最大和最小溫度。CMWSim模型使用一階二態(tài)Markov鏈的傳統(tǒng)概率矩陣模擬溫度驟降;用2參數(shù)的伽馬分布模擬降溫次數(shù),并用狀態(tài)一階自動(dòng)回歸模型模擬溫度的最大值和最小值。模擬值并與實(shí)際觀測(cè)值分析結(jié)果表明,兩者高度線性相關(guān),預(yù)測(cè)值與觀測(cè)結(jié)果匹配度高。在9月到10月溫度驟降頻發(fā)期內(nèi),氣溫驟降的模擬結(jié)果出現(xiàn)輕微的過(guò)度估計(jì),但結(jié)果仍在可以接受范圍,模型能較好地預(yù)測(cè)最大和最小溫度。CMWSim所產(chǎn)生的環(huán)境參數(shù)作為作物生長(zhǎng)模型的輸入,利用作物生長(zhǎng)模型模擬玉米的生長(zhǎng)。研究并開(kāi)發(fā)了包括玉米7個(gè)生長(zhǎng)階段的作物生長(zhǎng)模擬模型及軟件模塊MAIZESim。MAIZESim是氣溫驅(qū)動(dòng)的用于定量分析玉米日常長(zhǎng)勢(shì)的作物生長(zhǎng)模擬模塊,主要用于預(yù)測(cè)中國(guó)西北地區(qū)作物的潛在產(chǎn)量。該模型基于作物生長(zhǎng)日度(Growing Degree Days)構(gòu)建,能模擬作物一個(gè)生長(zhǎng)周期內(nèi)的日常長(zhǎng)勢(shì)、干物質(zhì)積累和最終產(chǎn)量。模型包含播種時(shí)間、萌芽和破土、三葉展開(kāi)、拔節(jié)期、孕穗期、吐絲期和收獲等七個(gè)生長(zhǎng)階段。用楊凌地區(qū)5個(gè)年份真實(shí)田間預(yù)測(cè)數(shù)據(jù)(2005年-2009年,2011年)對(duì)模型進(jìn)行評(píng)估,對(duì)模擬和實(shí)際觀測(cè)值分析結(jié)果表明,模擬數(shù)據(jù)和觀測(cè)數(shù)據(jù)有較強(qiáng)的正相關(guān)關(guān)系,模型能夠作為玉米種植的預(yù)測(cè)工具,并可用于區(qū)域級(jí)別的長(zhǎng)期經(jīng)濟(jì)計(jì)劃的經(jīng)濟(jì)效益分析。此外,該模型為玉米生長(zhǎng)和種植策略的相關(guān)科學(xué)研究提供技術(shù)支持。本文僅將MAIZESim模型用于中國(guó)西安地區(qū)的玉米產(chǎn)量評(píng)估。今后,可采集中國(guó)西北其它地區(qū)的田間信息以進(jìn)一步提高模型的精度。模型模擬了玉米的潛在產(chǎn)量,但并未在水協(xié)迫和氮協(xié)迫條件下對(duì)模型進(jìn)行評(píng)估,需要進(jìn)一步研究和改進(jìn)包含水份和營(yíng)養(yǎng)脅迫等因素的模型,以提高預(yù)測(cè)精度和可靠性。由于該模型包含玉米生長(zhǎng)的全過(guò)程,因此該模型可用于其它多生長(zhǎng)周期的作物。天氣生成模型能夠精確地預(yù)測(cè)氣溫驟降等天氣情況,因此天氣生成模型也可應(yīng)用于多生長(zhǎng)年作物在水協(xié)迫條件下的產(chǎn)量預(yù)測(cè)。
【學(xué)位授予單位】：西北農(nóng)林科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：O212.1;S513

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 Craig F Drury;Gerrit Hoogenboom;;Optimizing Parameters of CSM-CERES-Maize Model to Improve Simulation Performance of Maize Growth and Nitrogen Uptake in Northeast China[J];Journal of Integrative Agriculture;2012年11期

本文編號(hào)：2776227