基于气象不确定性的关中冬小麦产量预测和水氮管理优化
发布时间：2021-07-22 20:58
中国是人口大国,粮食需求量大。灌水和施肥是保障粮食安全的两个重要措施,但不合理的水肥管理方式会造成资源浪费和经济损失。尽管传统田间试验是评估不同灌溉和施氮制度的可靠方法,但通常费时费力。作物模型能够综合模拟气象条件、土壤特性、作物品种、管理措施对作物生长、发育和产量的影响,因此近年来被广泛应用到作物水氮管理优化中。本研究在DSSAT-CERES-Wheat模型作物品种和生态参数敏感性分析的基础上,利用西北农林科技大学节水灌溉试验站2011-2014年冬小麦不同灌溉施氮处理大田试验数据对模型进行了校准和验证。利用校准验证后的模型分析了气象数据输入的不确定性对产量预测的影响,探索了基于生育期、土壤含水量的节水灌溉制度和以产量和净收益为目标的最优施氮量,并分析了气象不确定性对灌溉施氮优化的影响,旨在为该地区小麦生产的高产高效和可持续发展提供技术支撑。本研究所得主要结果如下:（1）作物参数的敏感性在不同输出变量、不同生长阶段、不同水氮管理下存在差异作物参数PARUE（营养生长期光能利用效率）、P1（出苗-顶端小穗积温）、P1D（光周期响应）均对小麦地上部生物量、叶面积指数（LAI）、地上部吸氮...
【文章来源】：西北农林科技大学陕西省 211工程院校 985工程院校 教育部直属院校
【文章页数】：119 页
【学位级别】：博士
【部分图文】：
技术路线
第三章作物参数的敏感性分析233.3结果与分析3.3.1状态变量的敏感性分析3.3.1.1高水高氮条件图3-1Morris法计算的CERES-Wheat模型的各状态变量的敏感性结果Fig.3-1MorrissensitivityanalysisresultforstatevariablesofCERES-Wheatmodel本研究分析了相对足水足肥处理（I2N3）小麦生育期、产量、地上部生物量对作物参数的敏感性，其结果见图3-1。如图3-1a所示，小麦开花期对P1最敏感，其*值最大，P1表示出苗－穗分化期的积温，此阶段受春化作用和光周期作用影响。P1D为开花期的第2个敏感参数，反映冬小麦出苗－穗分化阶段对光周期的敏感性，表示低于临界日长对发育的延缓比例。冬小麦出苗－穗分化主要完成成花诱导和花形成，对开花起决定性作用。P2是开花期的第3个敏感参数，表示穗分化－挑旗期的积温，此阶段满足后，冬小麦进入抽穗开花期。P3是开花期的第4个敏感参数，表示挑旗－抽穗期完成的积温。VEFF为开花期的第5个敏感因子，为春化作用效应因子，其σ值最大，与其它参数的交互作用最强，表示在不适宜春化条件下的相对发育速率，与P1D，P1共同决定
第三章作物参数的敏感性分析253.3.1.2水分亏缺的影响图3-2灌溉和雨养条件下各参数的敏感性的差异Fig.3-2SensitivitydifferenceofparametersunderirrigationandrainfedconditionforstatevariablesofCERES-Wheatmodel为了便于比较不同处理下参数敏感性的相对变化，对敏感指数μ*进行极差标准化处理。本部分采用1：1的线图展示I0N3和I2N3条件下参数敏感性的差别，距1：1线垂直距离越远的参数在两种水分条件下差异越大。由图3-2a,b看出，水分处理对物候期敏感性参数没有影响，这是由于模型中物候期计算只考虑光照和温度，不考虑水分和养分胁迫对生育期的影响。水分处理对生物量敏感参数有一定影响。对于雨养和灌溉处理，PARUE均为最敏感参数，且敏感性远高于其它参数。雨养下，LSPHS和RDGS敏感性比灌溉下略有提升，敏感性分别排第2、3位，LSPHS控制叶片衰老开始的时间，水分胁迫首先会减少扩展性生长，即减少分蘖和叶面积，而LSPHS控制了叶片衰老前的光合面积，弥补了水分胁迫对光合面积的影响，使其对生物量的影响增强。RDGS控制根系垂直分布，当土壤上层水分供应不足时，作物会通过延长根系增强吸水能力进而获得生长所需水分。
【参考文献】：
期刊论文
[1]水氮耦合下冬小麦LAI与株高的动态特征及其与产量的关系[J]. 李正鹏,宋明丹,冯浩. 农业工程学报. 2017(04)
[2]粮食安全与发展现代农业[J]. 蒋和平. 农业经济与管理. 2016(01)
[3]不同水氮水平冬小麦干物质积累特征及产量效应[J]. 宋明丹,李正鹏,冯浩. 农业工程学报. 2016(02)
[4]还田玉米秸秆氮释放对关中黄土供氮和冬小麦氮吸收的影响[J]. 黄婷苗,郑险峰,王朝辉. 中国农业科学. 2015(14)
[5]不同水分胁迫条件下DSSAT-CERES-Wheat模型的调参与验证[J]. 姚宁,周元刚,宋利兵,刘健,李毅,吴淑芳,冯浩,何建强. 农业工程学报. 2015(12)
[6]基于Morris和EFAST的CERES-Wheat模型敏感性分析[J]. 宋明丹,冯浩,李正鹏,高建恩. 农业机械学报. 2014(10)
[7]中国氮肥发展、贡献和挑战[J]. 张卫峰,马林,黄高强,武良,陈新平,张福锁. 中国农业科学. 2013(15)
[8]DSSAT作物系统模型的发展与应用[J]. 刘海龙,诸叶平,李世娟,杨靖一,白由路. 农业网络信息. 2011(11)
[9]CERES-Wheat作物模型参数全局敏感性分析[J]. 姜志伟,陈仲新,周清波,任建强. 农业工程学报. 2011(01)
[10]施肥对陕西关中西部灌区小麦养分吸收及肥料利用率的影响[J]. 张鹏,刘瑞,崔亚胜,王天泰,乌鸿科,周建斌. 西北农林科技大学学报(自然科学版). 2011(01)
博士论文
[1]基于遥感数据和气象预报数据的DSSAT模型冬小麦产量和品质预报[D]. 李振海.浙江大学 2016
[2]基于CERES模型的华北地区冬小麦—夏玉米周年土壤水分动态模拟及水利用特性分析[D]. 周丽丽.中国农业大学 2015
[3]关中地区冬小麦水氮产量效应及其产差分析[D]. 姬建梅.西北农林科技大学 2015
[4]黄土高原冬小麦水氮高效利用及优化耦合研究[D]. 付秋萍.中国科学院研究生院（教育部水土保持与生态环境研究中心） 2013
硕士论文
[1]基于DSSAT模型的关中灌区冬小麦最优灌溉制度研究[D]. 王文佳.中国科学院研究生院（教育部水土保持与生态环境研究中心） 2012
本文编号：3297882
【文章来源】：西北农林科技大学陕西省 211工程院校 985工程院校 教育部直属院校
【文章页数】：119 页
【学位级别】：博士
【部分图文】：
技术路线
第三章作物参数的敏感性分析233.3结果与分析3.3.1状态变量的敏感性分析3.3.1.1高水高氮条件图3-1Morris法计算的CERES-Wheat模型的各状态变量的敏感性结果Fig.3-1MorrissensitivityanalysisresultforstatevariablesofCERES-Wheatmodel本研究分析了相对足水足肥处理（I2N3）小麦生育期、产量、地上部生物量对作物参数的敏感性，其结果见图3-1。如图3-1a所示，小麦开花期对P1最敏感，其*值最大，P1表示出苗－穗分化期的积温，此阶段受春化作用和光周期作用影响。P1D为开花期的第2个敏感参数，反映冬小麦出苗－穗分化阶段对光周期的敏感性，表示低于临界日长对发育的延缓比例。冬小麦出苗－穗分化主要完成成花诱导和花形成，对开花起决定性作用。P2是开花期的第3个敏感参数，表示穗分化－挑旗期的积温，此阶段满足后，冬小麦进入抽穗开花期。P3是开花期的第4个敏感参数，表示挑旗－抽穗期完成的积温。VEFF为开花期的第5个敏感因子，为春化作用效应因子，其σ值最大，与其它参数的交互作用最强，表示在不适宜春化条件下的相对发育速率，与P1D，P1共同决定
第三章作物参数的敏感性分析253.3.1.2水分亏缺的影响图3-2灌溉和雨养条件下各参数的敏感性的差异Fig.3-2SensitivitydifferenceofparametersunderirrigationandrainfedconditionforstatevariablesofCERES-Wheatmodel为了便于比较不同处理下参数敏感性的相对变化，对敏感指数μ*进行极差标准化处理。本部分采用1：1的线图展示I0N3和I2N3条件下参数敏感性的差别，距1：1线垂直距离越远的参数在两种水分条件下差异越大。由图3-2a,b看出，水分处理对物候期敏感性参数没有影响，这是由于模型中物候期计算只考虑光照和温度，不考虑水分和养分胁迫对生育期的影响。水分处理对生物量敏感参数有一定影响。对于雨养和灌溉处理，PARUE均为最敏感参数，且敏感性远高于其它参数。雨养下，LSPHS和RDGS敏感性比灌溉下略有提升，敏感性分别排第2、3位，LSPHS控制叶片衰老开始的时间，水分胁迫首先会减少扩展性生长，即减少分蘖和叶面积，而LSPHS控制了叶片衰老前的光合面积，弥补了水分胁迫对光合面积的影响，使其对生物量的影响增强。RDGS控制根系垂直分布，当土壤上层水分供应不足时，作物会通过延长根系增强吸水能力进而获得生长所需水分。
【参考文献】：
期刊论文
[1]水氮耦合下冬小麦LAI与株高的动态特征及其与产量的关系[J]. 李正鹏,宋明丹,冯浩. 农业工程学报. 2017(04)
[2]粮食安全与发展现代农业[J]. 蒋和平. 农业经济与管理. 2016(01)
[3]不同水氮水平冬小麦干物质积累特征及产量效应[J]. 宋明丹,李正鹏,冯浩. 农业工程学报. 2016(02)
[4]还田玉米秸秆氮释放对关中黄土供氮和冬小麦氮吸收的影响[J]. 黄婷苗,郑险峰,王朝辉. 中国农业科学. 2015(14)
[5]不同水分胁迫条件下DSSAT-CERES-Wheat模型的调参与验证[J]. 姚宁,周元刚,宋利兵,刘健,李毅,吴淑芳,冯浩,何建强. 农业工程学报. 2015(12)
[6]基于Morris和EFAST的CERES-Wheat模型敏感性分析[J]. 宋明丹,冯浩,李正鹏,高建恩. 农业机械学报. 2014(10)
[7]中国氮肥发展、贡献和挑战[J]. 张卫峰,马林,黄高强,武良,陈新平,张福锁. 中国农业科学. 2013(15)
[8]DSSAT作物系统模型的发展与应用[J]. 刘海龙,诸叶平,李世娟,杨靖一,白由路. 农业网络信息. 2011(11)
[9]CERES-Wheat作物模型参数全局敏感性分析[J]. 姜志伟,陈仲新,周清波,任建强. 农业工程学报. 2011(01)
[10]施肥对陕西关中西部灌区小麦养分吸收及肥料利用率的影响[J]. 张鹏,刘瑞,崔亚胜,王天泰,乌鸿科,周建斌. 西北农林科技大学学报(自然科学版). 2011(01)
博士论文
[1]基于遥感数据和气象预报数据的DSSAT模型冬小麦产量和品质预报[D]. 李振海.浙江大学 2016
[2]基于CERES模型的华北地区冬小麦—夏玉米周年土壤水分动态模拟及水利用特性分析[D]. 周丽丽.中国农业大学 2015
[3]关中地区冬小麦水氮产量效应及其产差分析[D]. 姬建梅.西北农林科技大学 2015
[4]黄土高原冬小麦水氮高效利用及优化耦合研究[D]. 付秋萍.中国科学院研究生院（教育部水土保持与生态环境研究中心） 2013
硕士论文
[1]基于DSSAT模型的关中灌区冬小麦最优灌溉制度研究[D]. 王文佳.中国科学院研究生院（教育部水土保持与生态环境研究中心） 2012
本文编号：3297882
本文链接：https://www.wllwen.com/nykjlw/nzwlw/3297882.html
最近更新
教材专著
