国际作物模拟研究新进展

1、国际作物模拟研究新进展高亮之 （江苏省农业科学院，江苏南京 210014）本文选择国际上2007-2008年间发表的若干篇有关作物模拟的研究论文，根据其全文的内容，扼要地说明它们的研究目的，方法和结果，由此介绍国际作物模拟研究的若干最新进展。本文作者对各项研究，均有简评，说明该研究对于中国农业科学工作者（特别是数字农业工作者和农业气象工作者）的可以借鉴之处。1 美国关于牧草和草地的模拟研究此项研究由位于美国德克萨斯州的美国农部农业研究局（USDA-ARS）下属的草原、土壤和水分实验室的J.R.Kiniry 等完成。论文发表于Agronomy Journal 99:450-461(2007)。他

2、们首先通过田间试验和观测确定两种改良型牧草：Coastal bermudagrass（沿海百慕大），Bahiagrass（巴哈雀稗）和几种天然暖季牧草的作物参数，如；叶面积、消光系数(k)、辐射利用率、N浓度等。测定的结果是：沿海百慕大和巴哈雀稗的最大叶面积指数是：2.2；而多数天然牧草是要小得多，如Blue grama(兰孤茅草)是0.6；Blue stem（兰茎草）是0.8。消光系数，改良型牧草较低（），天然牧草较高(1.3-2.1)，说明后者株型比较披散。然后应用ALMANAC（Agricultural Land Management Alternative with Numerical

3、 Assessment Criteria）模型，在德州有代表性的土壤条件下进行干物质生产的模拟。13个县，各3种土壤，30年资料的统计结果表明，模拟的产量和NRCS(Natural Resources Conservation Service，美国自然资源保护局)的实测产量的符合良好。例如沿海百慕大,模拟产量是6.32.6 Mg ha-1 ,而NRCS 的产量是6.32.4 Mg ha-1。根据上述结果，研究者认为ALMANAC模型是在德州模拟土壤和天气对牧草产量影响的良好工具；而此模型在美国其他地区应用也是可行的。由于该模型可以模拟养分吸收和群体覆盖，它可以用以模拟改良型牧草和天然牧草的养分

4、吸收，可以模拟放牧和牧草收割措施对土壤侵蚀的影响。简评：在中国，草地和牧草计算机模拟研究还很少，而草原和牧草在中国农业发展上有非常重要的意义。因此。国外的草地和牧草的模型和模拟研究，有值得我们借鉴的价值。2 印度应用DSSAT选择稻麦轮作的最佳策略此项研究是印度两位学者，R.Sarkar ,S.kar 在印度完成的。论文发表于Agronomy Journal 100:97-97(2008)。稻麦轮作的面积在印度有10 MH（1.5 亿亩）,提供印度谷物总产量的85%。在季风季节(6-10月)的雨养条件下的水稻，用直播和移栽两种方法栽培。使稻麦轮作生产得到持续性的发展是印度农业的重要问题。田间试

5、验是在印度东部的克勒格布尔（Kharagpur）的印度技术研究所（IIT）农业和食品工程部的试验场进行。该地属于半湿润亚热带气候。土壤属于酸性红壤土。试验年份是2001-2003年。试验的前茬处理有：r0w0(无前茬)，r1w0（水稻前茬），r0w1（小麦前茬），r1w1（稻、麦前茬）。N素处理有：水稻、小麦分别有0，40，60，80，100，120kgN ha1。天气生成模型用SIMMETEO（DSSAT 3.5 的组成部分），以生成未来30年的天气变化。作物模型用DSSAT 3.5，其中水稻和小麦模型分别用CERES-Rice和CERES-Wheat。DSSAT 3.5中有“系列分析程序”

6、(Sequence Analysis Program )。此项研究的特点就是采用了系列分析方法。在系列分析程序中，可将不同作物轮作制度和不同管理措施相结合，连续进行10年的模拟试验。因此前一年的作物和管理的结果可以影响后一年的模拟。研究表明：年度的雨量和同年的稻麦产量有明显的相关性。研究的最后结果是：不论是直播稻或移栽稻，小麦前茬+ 100 kgN ha1；水稻前茬+ 80 kgN ha1，这两种栽培方案在未来30年的天气变化中，可以得到最佳的、最稳定的产量。简评：此项研究表明，对于作物轮作制度的研究中，应用作物模型的系列分析方法，可以得到10-30年内的农业最佳决策。这是其他农业研究方法无法

7、得到的结果，充分体现农业模拟方法的优越性。 日本关于水温对水稻影响的模型研究此项研究由日本岩手(Iwate)大学农学院的Hiroyuki Shimono 等完成,论文发表于Agronomy Journal 99:1327-1344(2007)。研究地点是日本北海道，该地区是世界著名的寒冷稻区。Tanaka在1962年研究指出，日本北部的稻田的最高和最低水温（TW），分别比最高和最低气温（Ta）高10，5。因此，寒冷稻区的水温是维持水稻产量的重要因素。但水温对水稻的产量影响，以往没有得到深入阐明。此项研究用模型方法，对此问题进行了全面的数量化的研究。试验设计：1996-1999年在北海道大学进行

8、4年田间试验。不同的水温处理是用离开冷水源的不同距离，由于日光照射而形成不同水温。共取得24组水温和水稻生长发育的数据，19组用于建立模型，5组用于检验模型。水温对水稻影响的模型由研究者自己研制。模型有以下几个基本考虑：1）水温首先影响水稻抽穗前的发育速度。这时期内，茎生长点是在水面之下。2）因此，水温会影响依赖于发育年龄（Age-dependent ）的水稻生长因子，如干物质分配，分蘖和叶龄进程等；由此会影响叶面积和光能的吸收。3）干物质向穗的转移受到结实率的影响，而穗的形成是从水面之下，发展到水面之上，因此结实率同时受水温和气温的影响。这里只介绍关于两个有特色的模型:3.1 发育速度的模型

9、从移栽到穗分化：从穗分化到抽穗：从抽穗到成熟：DVR是发育速度；TW为水温；Ta为气温。Tbv，T br，Tg分别是各生育时期的起点温度。HUv，HUr，HUg分别是不同生育时期的热量单元(积温)。对于试验所用水稻品种Kirara 397 来说，Tbv、T br 分别是10.0和2.84；HUv，HUr，HUg 分别是：805，568，1000。 发育指数(DVI)的计算是:DVI的设定是：出苗时为0，穗分化时为1，抽穗时为2，成熟时为3。这套模型中值得注意的是在抽穗前，用水温代替气温。这是与其他水稻模型不同之处。3.2 结实率模型模型中设定冷积温（Cooling degree- days，C

10、DD），用以下公式计算： (Ti =22.5)CD是逐日冷温（低于22.5的温度），而Ti的估值，需要根据穗的高度(CL，Culm Length,穗基部的茎高)。如CL低于水面，则Ti=TW.；若CL高于水面，则Ti =Ta。CL 随发育进程而提高，其模型是: 穗结实率(Spikelet fertility,FRT)的模型是： FRT 直接和收获指数(HI，即经济系数)有关：ha =0.00346，hb=47.5关于水温(TW)的模拟，研究者利用Kuwagata 和 Hamasaki 在2001年提出的模型，采用四个气象因子(日平均气温,风速,空气湿度，太阳辐射)和叶面积指数。在北海道地区，研

11、究者应用19971998年的水温实测数据进行水温模型的验证，符合度是高的(相关系数为0.8320.920)。应用研究者建立的水温影响水稻模型，他们进行了水稻叶面积、干物质生产、结实率等的模拟验证。相关系数全部在0.9以上。产量模拟的相关系数为0.832。说明该模型的模拟性能较好。研究得到的结论是:1）由于水温的效应，水稻产量有显著提高。没有水温的保障，产量可能减低50%.2）模型可以指出日本北部各地水稻产量差异的气象原因(主要是:太阳辐射、风速和水温)。3）对全球气候变化进行研究，指出气温若增加3，稻田水温将增加1，水稻产量将增加6%。 简评：此项研究在国际水稻模型研究中有较重要的意义。至今为

12、止的水稻模型一般都应用气温，当然在大多数水稻地区，气温是可以适用的。但是此项研究表明，在寒冷地区或寒冷季节，水温对水稻生育和产量的重要性。中国东北与西北的稻区，以及南方的早稻地区，可能水温是一个不能忽视的因素。此研究所提出的发育速度模型、冷积温模型和结实率模型的方法，都有值得借鉴之处。 模型和遥感结合监测棉花产量这是一个国际合作项目，由中国浙江大学农业遥感与信息系统研究所史舟博士和德国、西班牙、乌兹别克斯坦等国科学家合作完成的。论文发表于Agronomy Journal 99:1317-1326(2007)。.棉花是乌兹别克斯坦主要农作物，占灌溉土地的40%。灌溉水源来自阿姆河。但因上游和邻国

13、的水需求的增加，灌溉水源日益短缺。研究目的是了解棉花产量和水分平衡的关系，以更好地安排水资源利用和农作物布局。研究的地区是乌兹别克斯坦共和国的Khorezm 区域，在阿姆河的下游。该区域中，灌溉面积有412万亩，棉花面积占60%，约250万亩。研究方法主要是用遥感和模型相结合的方法。现分述如下：4.1 棉花产量的农业气象模型模型是根据Monteith 提出的作物干物质生产和叶片吸收的光能直接相关的原理。Y棉花皮棉产量（g m-2），Hi是收获指数，是光能利用系数g MJ-1，PAR是光合有效辐射，FPAR是PAR被作物吸收的比例，t是时间步长。而会受日最低温度(TMIN)和水气压差(VPD,v

14、apor pressure deficit)的影响。 式中，是最大光能利用系数，T是日最低温度的标量(0.01.0)，在TMINmin时为0.0，在TMINmax时为1.0。V是VPD的标量，在VPDmin时为0.0，在VPDmax时为1.0。FPAR是由棉花叶面积决定的。棉花产量受到叶面积、太阳辐射、最低温度和空气湿度等因子的影响的。4.2 遥感数据的精密化处理在遥感数据中，可以得到两套数据，即：MODIS（Moderate Resolution Image Spectroradiometer，中分辨率图象光谱辐射仪）的PPAR数据（MOD15），但它的分辨率不高，是1km。由于在这样大的区

15、格（pixel）内，作物和植被种类较多，因此所得到的FPAR并不完全适用于棉花产量估算。因此，选出32个棉花面积占50%以上的区格（暂称“棉花区格”）.MODIS的NDVI（Normalized Difference Vegetation Index，正规化差别植被指数）数据，它的分辨率是250 m。在32个棉花区格（1 km见方）中，对NDVI 取其平均值，每一区格可得到对应的NDVI/FPAR数据。因遥感数据是隔16天有一次，在棉花生育期内，利用12次的NDVI/FPAR的许多对应数据，建立FPAR依赖于NDVI 的回归模型，如下： 最后在MODIS-NDVI 数据中选择棉花面积占80%以上的区格，利用上述回归公式将NDVI转化为FPAR，然后进行棉花产量的模型计算。应用上述产量模型，计算得到该区域内九个地区的2002年的棉花产量，与政府统计部门提供的棉花实际产量的误差为10.2%，结果是满意的。应用遥感和模型结合的方法，对该区域的棉花产量的地区分布进行研究和分析，结论是：棉花产量的分布和该区域的灌溉系统的布局高度相关，说明棉花产量明显地依赖于河流上、下游的水文条件。研究所得的棉花产量分布图可以为土地的合理利用服务。模型和遥感相结合的方法也可以用于监测较大范围的棉花产量。进一步要研究的是其他各种因子，如土壤、管理水分和盐分平衡对于棉花产量的影响。7简评:这是