【摘要】：谷物是全球食物供給的主要來源,玉米具有很高的經濟價值,在世界各國大面積種植,也是重要的農作物之一,是公認為具有很大的產量潛力的作物,研究并改進種植管理方法,并在地域級別提高玉米產量,對保障糧食安全具有重要意義。為提高玉米的產量,學者們研究很多方法以解決從播種到收獲過程中出現的問題,特別是玉米生長模擬模型受到極大關注,以取代傳統(tǒng)的產量監(jiān)測方法。然而,目前常見的產量預測方法有很大的局限性,難以在區(qū)域級別精確地預估作物產量。因此,研究面向某一區(qū)域的玉米生長模型對產量預測有重要的價值。同時,環(huán)境是作物生長的重要影響因素,尤其是區(qū)域級別的環(huán)境因素變化和水協(xié)迫對產量有重要的影響。由于天氣與土壤、水、氮平衡等無生命因素的交互影響下,作物通常反映出不同的生長行為,故使用歷史天氣平均值難以精確地預估作物生長。在作物收獲期,可靠的季節(jié)性天氣預測能夠為產量的精確預測提供依據。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)域內匹配統(tǒng)計特征和真實數據。本文研究旨在開發(fā)一個附帶天氣生成模型的玉米生長模擬模型。為實現這一目標,本研究在第一階段,開發(fā)了一個天氣生成模型并分析了效果,第二階段開發(fā)了綜合天氣模型的玉米生長模型并進行了模型評估。論文闡述了兩個模型的設計和實現以及評估結果。論文基于隨機理論模型方法設計了天氣生成模型(CMWSim),該模型可隨機生產氣候因子,它是玉米生長模型(MAIZESim)的子模型,同時它能產生日常降溫、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2參數的伽馬分布模擬降溫次數,并用狀態(tài)一階自動回歸模型模擬溫度的最大值和最小值。模擬值并與實際觀測值分析結果表明,兩者高度線性相關,預測值與觀測結果匹配度高。在9月到10月溫度驟降頻發(fā)期內,氣溫驟降的模擬結果出現輕微的過度估計,但結果仍在可以接受范圍,模型能較好地預測最大和最小溫度。CMWSim所產生的環(huán)境參數作為作物生長模型的輸入,利用作物生長模型模擬玉米的生長。研究并開發(fā)了包括玉米7個生長階段的作物生長模擬模型及軟件模塊MAIZESim。MAIZESim是氣溫驅動的用于定量分析玉米日常長勢的作物生長模擬模塊,主要用于預測中國西北地區(qū)作物的潛在產量。該模型基于作物生長日度(Growing Degree Days)構建,能模擬作物一個生長周期內的日常長勢、干物質積累和最終產量。模型包含播種時間、萌芽和破土、三葉展開、拔節(jié)期、孕穗期、吐絲期和收獲等七個生長階段。用楊凌地區(qū)5個年份真實田間預測數據(2005年-2009年,2011年)對模型進行評估,對模擬和實際觀測值分析結果表明,模擬數據和觀測數據有較強的正相關關系,模型能夠作為玉米種植的預測工具,并可用于區(qū)域級別的長期經濟計劃的經濟效益分析。此外,該模型為玉米生長和種植策略的相關科學研究提供技術支持。本文僅將MAIZESim模型用于中國西安地區(qū)的玉米產量評估。今后,可采集中國西北其它地區(qū)的田間信息以進一步提高模型的精度。模型模擬了玉米的潛在產量,但并未在水協(xié)迫和氮協(xié)迫條件下對模型進行評估,需要進一步研究和改進包含水份和營養(yǎng)脅迫等因素的模型,以提高預測精度和可靠性。由于該模型包含玉米生長的全過程,因此該模型可用于其它多生長周期的作物。天氣生成模型能夠精確地預測氣溫驟降等天氣情況,因此天氣生成模型也可應用于多生長年作物在水協(xié)迫條件下的產量預測。
【學位授予單位】：西北農林科技大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：O212.1;S513

【參考文獻】

相關期刊論文 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：2776227