WOFOST模型是目前常用的作物模型之一。采用2015—2017年區(qū)域氣象站點的氣象數(shù)據(jù)、土壤數(shù)據(jù)、作物數(shù)據(jù)等,利用OAT方法進行模型參數(shù)敏感性分析,結合最小二乘法、"試錯法"等,并借鑒前人研究結果,基于不同密度和氮肥處理水平,針對冬小麥發(fā)育參數(shù)出苗到開花積溫（TSUM1）、開花到成熟積溫（TSUM2）以及生長參數(shù)比葉面積（SLATB）、最大CO₂同化速率（AMAXTB）進行冬小麥參數(shù)調整,實現(xiàn)WOFOST模型本地化。結果表明:WOFOST模型模擬冬小麥LAI的R²、RMSE、NRMSE分別為0.817 8、0.58、27.9%,模擬葉、莖、穗和地上部總生物量的R²、RMSE、NRMSE分別為0.783 2～0.953 1、315.55～986.15 kg·hm^-2、10.1%～29.8%,模擬產量的R²、RMSE、NRMSE分別為0.585 2、799.96kg·hm^-2、15.9%,與實測值均有較好的一致性。這一研究說明WOFOST模型能較好地模擬研究... 

【文章來源】：揚州大學學報(農業(yè)與生命科學版). 2020,41(03)北大核心

【文章頁數(shù)】：8 頁

【部分圖文】：

LAI模擬值與實測值的比較

圖3分別顯示葉、莖、穗及地上部總干物重模擬值與實測值的比較。由圖3可見，葉、莖、穗及地上部總干物重模擬R2分別為0.783 2、0.862 9、0.864 9、0.953 1，說明模擬值與實測值的相關性較好。RMSE分別為315.55、986.15、476.62、996.65kg·hm-2,NRMSE分別為27.6%、29.8%、10.1%、17.3%，均在可信區(qū)間，其中葉和莖誤差較大，其次是地上部生物量。葉干重模擬誤差主要由于模型模擬的葉片包括綠葉、黃葉和部分基部已經(jīng)脫落的葉片，而實測結果只有綠葉部分；莖干重模擬誤差主要是由于模型模擬的莖干重包括莖與鞘兩部分，而實測莖不包含鞘重；地上部總干物重模擬誤差主要在生育后期產生，這是由于實際取樣過程不包含老化和腐化的器官，因此實際測量的地上部總生物量是先增加到某個時期開始下降，而模型模擬的地上部總生物量始終是隨生育期增加的。CRM分別為0.34、0.19、-0.08、0.22，除穗重相對實際值偏低外其余均偏高，這是由于模型模擬的穗重僅為籽粒的重量，而實際測量的穗重是穗整體，包括籽粒、麥殼、穗軸，因此模型模擬穗重僅為實測穗重的一部分。4.3 WOFOST模型模擬產量的驗證

WOFOST模型是荷蘭Wageningen大學研究開發(fā)的一款以日為步長的動態(tài)通用性模型，其結構圖如圖1所示。WOFOST模型對作物生長的模擬包括作物潛在生長模擬、作物水分限制生長模擬、作物養(yǎng)分限制生長模擬3類，該模型主要根據(jù)不同種植區(qū)域氣候和土壤條件以及改變作物參數(shù)模擬不同品種和不同種類作物（如水稻、小麥、玉米、大豆等）出苗至開花、開花至成熟的生長過程，可輸出包括作物地上部干物重、LAI等數(shù)據(jù)（表1）。WOFOST模型的輸入數(shù)據(jù)包括氣象數(shù)據(jù)、土壤數(shù)據(jù)、作物數(shù)據(jù)。其中，氣象數(shù)據(jù)參數(shù)來自中國氣象局，包括2015—2017年冬小麥生長期間江蘇揚州市邗江區(qū)每日太陽輻射[KJ·（m2·d)-1]、最高氣溫（℃）、最低氣溫（℃）、降水量（mm·d-1）、平均風速（m·s-1）、大氣壓（kPa）。由于WOFOST模型需要的是地面總輻射，無法直接得到，通過FAO[16]將日照時數(shù)轉化為總輻射數(shù)據(jù)：Rs=[as+bs(n/N)]Ra;N=(24/π）ωs;Ra=37.6dr（ωssinψsinδ+cosψcosδsinω）；dr=1+0.33cos(0.017 2J）；ω=arccos[-tan-tanψ（tanδ）]；δ=23.45sin{360[(284+J）/365]4]}。式中，as、bs為經(jīng)驗常數(shù)，分別取值0.25、0.50;n為日照時數(shù)；N為可日照時數(shù)；Ra為大氣上界入射輻射；dr為日地距離系數(shù)；ωs為太陽時角；ψ為觀測點緯度[17];J為所計算日期的儒略日。

【參考文獻】：
期刊論文
[1]基于MCMC方法的WOFOST模型參數(shù)標定與不確定性分析[J]. 黃健熙,黃海,馬鴻元,李穎,侯英雨,何亮,朱德海.  農業(yè)工程學報. 2018(16)
[2]作物生長模擬模型的參數(shù)敏感性分析[J]. 張寧,張慶國,于海敬,程夢笛,董世杰.  浙江大學學報(農業(yè)與生命科學版). 2018(01)
[3]基于BIOME-BGC模型的長白落葉松林凈初級生產力模擬參數(shù)敏感性[J]. 何麗鴻,王海燕,雷相東.  應用生態(tài)學報. 2016(02)
[4]基于全局敏感性分析和貝葉斯方法的WOFOST作物模型參數(shù)優(yōu)化[J]. 何亮,侯英雨,趙剛,鄔定榮,于強.  農業(yè)工程學報. 2016(02)
[5]不同氣候區(qū)和不同產量水平下APSIM-Wheat模型的參數(shù)全局敏感性分析[J]. 何亮,趙剛,靳寧,莊偉,于強.  農業(yè)工程學報. 2015(14)
[6]不同水分脅迫條件下DSSAT-CERES-Wheat模型的調參與驗證[J]. 姚寧,周元剛,宋利兵,劉健,李毅,吳淑芳,馮浩,何建強.  農業(yè)工程學報. 2015(12)
[7]APSIM模型在西南地區(qū)的適應性評價——以重慶冬小麥為例[J]. 戴彤,王靖,赫迪,張建平,王娜.  應用生態(tài)學報. 2015(04)
[8]基于WOFOST模型的河北省保定市冬小麥最佳灌溉方案研究[J]. 朱津輝,郭建茂,毛留喜.  氣象. 2014(11)
[9]基于Morris和EFAST的CERES-Wheat模型敏感性分析[J]. 宋明丹,馮浩,李正鵬,高建恩.  農業(yè)機械學報. 2014(10)
[10]WOFOST模型在河南省夏玉米主產區(qū)的校準與驗證[J]. 張素青,張建濤,李繼蕊,程永政,李國強.  河南農業(yè)科學. 2014(08)

博士論文
[1]基于遙感與作物生長模型同化的水稻生長參數(shù)時空分析[D]. 吳伶.中國地質大學（北京） 2013
[2]基于遙感與作物生長模型的冬小麥生長模擬研究[D]. 郭建茂.南京信息工程大學 2007
[3]汾河灌區(qū)作物生產力模擬及流域水平衡模型之研究[D]. 巴特爾·巴克.中國農業(yè)大學 2005

碩士論文
[1]遙感數(shù)據(jù)與作物模型同化的冬小麥估產研究[D]. 王麗媛.浙江大學 2018
[2]基于遙感數(shù)據(jù)修正WOFOST模型的江蘇省冬小麥生長模擬研究[D]. 徐勝男.南京信息工程大學 2016



本文編號：3231848