水資源短缺使得虧缺灌溉逐漸成為主要的灌溉模式。探究不同水分供應條件對作物水分利用過程,特別是根系吸水的影響至關重要。然而由于取樣困難等原因,有關水分脅迫及復水后,根系吸水的變化規(guī)律尚不明確。隨著未來氣候的變化,作物生長的水、熱、光等環(huán)境條件發(fā)生了改變。量化這些因素對區(qū)域農(nóng)業(yè)生產(chǎn)的影響,并通過調整栽培策略減少氣候變化的不利作用,對于保障糧食安全和水資源高效利用十分關鍵。本研究以蒸滲儀實測的蒸發(fā)蒸騰量（evapotranspiration,ET）為標準,在冬小麥不同生長階段,設置了無脅迫（100%ET）、中度脅迫（80%ET）和重度脅迫（60%ET）3種灌溉水平的田間試驗。在此基礎上,首先分析了農(nóng)業(yè)水文模型SWAP（soil-water-atmosphere-plant）參數(shù)的敏感性,探究了其參數(shù)估計的順序和方向;然后利用率定好的模型,在田間尺度上模擬了冬小麥根系吸水以及農(nóng)田水分消耗途徑,研究了SPAC（soil-plant-atmosphere continuum）系統(tǒng)中土壤水分被吸收及轉化為蒸發(fā)蒸騰的過程;其次通過SWAP模型與參數(shù)自動優(yōu)化程序PEST（parameter estima... 

【文章來源】：西北農(nóng)林科技大學陜西省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：145 頁

【學位級別】：博士

【部分圖文】：

SWAP模擬域及傳輸過程(Kroesetal.,2017)

第二章材料與方法21第二章材料與方法2.1試驗區(qū)域概況田間小區(qū)試驗于2012年10月至2014年6月在西北農(nóng)林科技大學中國旱區(qū)節(jié)水農(nóng)業(yè)研究院（108°04′E，34°17′N，海拔521m）進行。試驗區(qū)域地處陜西省關中平原（圖2-1），屬半干旱氣候，多年平均氣溫為12.5°C，多年平均降水量和潛在蒸發(fā)量分別為609mm和1500mm。當?shù)刂饕寥罏榉凵罢橙劳粒?m土層的平均田間持水量為0.32cm3cm-3，平均容重為1.39gcm-3（表2-1）。地下水埋深50m以下，可以忽略其補給。每個試驗小區(qū)面積為6.6m2（長3.0m，寬2.2m，深3.0m），底部放置有過濾層以保證自由排水。各小區(qū)之間使用混凝土墻隔開（厚度25cm），以避免側向滲漏。在試驗小區(qū)上方安裝有電動式移動遮雨棚（長48m，寬10m，高4m），可以避免降水對試驗的影響。遮雨棚由透明塑料制成，減少了使用期間對作物遮蔽的影響（圖2-2）。圖2-1陜西關中地區(qū)地理位置示意圖Fig.2-1.LocationofGuanzhonginShaanxiProvince.

西北農(nóng)林科技大學博士學位論文22表2-1試驗區(qū)主要土壤（粉砂粘壤土）特性（陜西，楊凌）Table2-1PropertiesofthesoilattheexperimentalareainYangling,ShaanxiProvince,China.土壤特性Soilproperties土層深度Soildepths（cm）0～2323～3535～9595～196196～250砂粒Sand（%）26.7124.9822.1121.3230.64粉砂粒Silt（%）50.8552.7854.7548.6047.55粘粒Clay（%）22.1022.1020.9030.1021.60容重Bulkdensity（gcm-3）1.321.401.411.361.32田間持水量Fieldcapacity（cm3cm-3）0.340.320.310.360.36圖2-2試驗小區(qū)布置Fig.2-2.Thelayoutoftheplots.圖2-3大型稱重式蒸滲儀Fig.2-3.Weighinglysimeter.2.2試驗設計本試驗選用的冬小麥品種為陜西省廣泛種植的“小偃22”，其播種量為357萬株hm-2。各處理在播種時施用24.4tkm-2的N（所使用的N肥為尿素）和27.0tkm-2的P2O5。研究中將冬小麥的生長過程劃分為四個階段：出苗～拔節(jié)期，拔節(jié)～抽穗期，抽穗～灌漿期，灌漿～成熟期（表2-2）。本研究以蒸滲儀觀測的充分灌溉處理（W1為2012～2013生長季，T1為2013～2014生長季）的實際蒸發(fā)蒸騰（evapotranspiration，ET）為基礎（圖2-3），在冬小麥的不同生長階段設置三個灌溉水平：無水分虧缺（100%ET），中度水分虧缺（80%ET）和重度水分虧缺（60%ET）。試驗采用4因素3水平的部分正交設計，共有9個處理，進行3次重復（表2-3）。

【參考文獻】：
期刊論文
[1]基于MRI-CGCM3模式和遺傳編程人工智能算法的逐日參考作物騰發(fā)量預報方法[J]. 姚順秋,閆曉惠.  水利規(guī)劃與設計. 2020(09)
[2]作物生長模型（CropGrow）研究進展[J]. 朱艷,湯亮,劉蕾蕾,劉兵,張小虎,邱小雷,田永超,曹衛(wèi)星.  中國農(nóng)業(yè)科學. 2020(16)
[3]作物生長模型的應用研究進展[J]. 孫揚越,申雙和.  中國農(nóng)業(yè)氣象. 2019(07)
[4]基于APSIM模型旱地小麥葉面積指數(shù)相關參數(shù)的優(yōu)化[J]. 聶志剛,李廣,王鈞,馬維偉,雒翠萍,董莉霞,逯玉蘭.  中國農(nóng)業(yè)科學. 2019(12)
[5]氣候變化情景下廣西參考作物騰發(fā)量估算及時空分布[J]. 白凱華,張帥普,代俊峰,甘磊,陳曉冰,羅玉峰.  水電能源科學. 2019(01)
[6]基于通徑分析法的漳河灌區(qū)參考作物蒸發(fā)蒸騰量變化成因研究[J]. 李家明,何軍,賀勝男,葉磊,高明利.  安徽農(nóng)業(yè)科學. 2018(27)
[7]黃淮海地區(qū)麥玉周年土壤肥力與玉米產(chǎn)量相關和通徑分析[J]. 李春喜,韓蕊,邵云,馬建輝,馮榮成,李昊烊.  玉米科學. 2019(03)
[8]基于土壤理化性質估計土壤水分特征曲線Van Genuchten模型參數(shù)[J]. 李爽,趙相杰,謝云,翟俊瑞,劉剛,高曉飛,李晶,高燕.  地理科學. 2018(07)
[9]基于WCSODS的小麥旱澇災損區(qū)域化監(jiān)測與精細化評估[J]. 葛道闊,曹宏鑫,楊余旺,馬曉群,張文宇,張偉欣.  江蘇農(nóng)業(yè)學報. 2017(05)
[10]幾種常見作物模型的研究進展及其參數(shù)優(yōu)化[J]. 周彤,劉濤,武威,陳雯,陳晨,李瑞,姚照勝,孫成明.  上海農(nóng)業(yè)學報. 2017(04)

博士論文
[1]作物模型參數(shù)敏感性和不確定性分析方法研究[D]. 譚君位.武漢大學 2017
[2]關中地區(qū)冬小麥水分產(chǎn)量效應及氣候變化條件下產(chǎn)量響應模擬研究[D]. 鄭珍.西北農(nóng)林科技大學 2016
[3]不同水分供應條件下夏玉米農(nóng)田SPAC系統(tǒng)水熱傳輸模擬[D]. 虞連玉.西北農(nóng)林科技大學 2016
[4]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

碩士論文
[1]基于LAI的吉林春玉米作物模型與遙感的同化及灌溉模擬[D]. 張陽.南京信息工程大學 2018
[2]基于PEST的土壤水力參數(shù)數(shù)值反演研究[D]. 孫穎.中國地質大學(北京) 2017
[3]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：3257845