【棉花生长特征定量评价计算案例4100字】

棉花生长特征定量评价计算案例目录TOC\o"1-3"\h\u21602棉花生长特征定量评价计算案例 1114571.1有效积温计算方法和Logistic模型 1317141.2数据处理及误差分析 2114471.3棉花株高变化特征 227481.4棉花叶面积指数变化特征 7321421.5棉花干物质积累量变化特征 11作物生育期在很大程度上可以由气候和作物生理性状决定，生育期的确定是选择粮食作物品种的一般标准。气象因素的变化影响作物生长，进而影响农业系统的生产力，对人类社会的生计构成挑战。有效积温可反映气候条件对作物生长的综合影响，可用于确定一定气候条件下作物的适宜播期、生育期及相应的生理生长特征。由于作物完成某一生长阶段需要的热量是固定的，单纯通过生长天数和积温会产生较大偏差，但有效积温却是比较固定的，因此可用其表征作物生长发育的过程[117,124]。分析有效积温与棉花生长特征间的关系，充分利用气候条件，建立适宜的生长模型，可以确定棉花适宜的播期，同时亦能够准确预测棉花产量，这对提高新疆地区棉花产量以及经济效益起着尤为重要的作用。1.1有效积温计算方法和Logistic模型每一种作物都有其生物学上、下限温度，即超过这个温度范围，作物便停止生长。查阅资料可知棉花的生物学上限温度为40℃，下限温度10℃[184,185]。有效积温（Growingdegreedays）是指日平均气温与作物活动所需要的最低温度之差，计算式为[117]： （4-5）式中，PGDD为有效积温，℃，Tavg为平均气温，℃，Tbase为作物活动所需要的最低温度，℃，Tupper为作物活动所需要的最高温度，℃。其中： （4-6）式中，Tx为最高气温，℃，Tn为最低气温，℃。采用以PGDD作为自变量的Logistic模型分析棉花株高、叶面积指数以及干物质积累量的变化过程，具体数学表达式为[117]： （4-7） （4-8） （4-9）式中，H为株高，cm，Hmax为株高理论最大值，cm，LAI为叶面积指数，LAImax为叶面积指数理论最大值，D为干物质积累量，g/株，Dmax为干物质积累量理论最大值，g/株，a0、a1、b0、b1、c0、c1为模型拟合参数。由于在测量过程中存在一定的观测误差，且各指标的实测最大值不等于理论最大值，因此赋予各实测最大值一定的增量，便于采用实测最大值来拟合模型参数。1.2数据处理及误差分析试验数据首先运用Excel进行初步处理，并用Matlab进行模型参数推求，同时采用决定系数R2、均方根误差RMSE和相对误差RE评价指标进行误差分析，检验模型精度。其中： （4-10） （4-11） （4-12）式中，xi、yi分别表示实测值和拟合值，、分别表示xi、yi的平均值。1.3棉花株高变化特征株高是反映作物生长状况的重要指标，采用2018至2020年的试验数据分析棉花株高随有效积温的变化过程，结果如图4-11所示。由图4-11可以看出，株高的变化趋势基本一致，均表现为生育期前期缓慢增长、中期迅速增长、后期缓慢增长的特点，且生长曲线的变化呈“S”形增长曲线，说明适宜的温度对棉花生长具有明显促进作用。同时，当有效积温在700-900℃之间时，其变化率达到最大值，此阶段对应棉花的蕾期，说明此时温度对棉花生长有很大影响，光照或温度会直接影响棉花最终的长势。当有效积温在1500℃左右时，对应的株高达到最大值，之后棉花成熟，株高停止生长并略有下降趋势。由图可以看出，各检测点的株高变化特征具有明显差异，为了获得株高的普适变化特征，计算得到了相对株高与有效积温间关系，如图4-12所示。采用Logistic模型对棉花相对株高随有效积温的变化过程进行拟合，拟合结果为： （4-13）式中，RH为棉花相对株高。2018和2019年不同监测点棉花相对株高的拟合结果如图4-12所示，决定系数R2为0.91，均方根误差RMSE为0.11，相对误差RE为0.03%，表明曲线拟合效果较好，模拟精度高。采用2020年试验数据对所得模型（式4-13）进行验证，验证结果如图4-13所示。由图可以看出，相对株高的实测值与计算值之间有较好地吻合度，决定系数R2为0.80，均方根误差RMSE为0.14，相对误差RE为0.04%，可知式（4-13）可以用于模拟棉花相对株高的生长过程。图4-112018-2020年不同监测点棉花株高随有效积温的变化曲线Fig.4-11Thevariationcurveofcottonplantheightwithgrowingdegreedaysatdifferentmonitoringpointsin2018-2020图4-12棉花相对株高拟合曲线Fig.4-12Cottonrelativeplantheightfittingcurve图4-13棉花相对株高模型验证结果Fig.4-13Validationresultsofcottonrelativeplantheightmodel对式（4-13）求其二阶导数，并求其拐点，即令 （4-14）可以得到当PGDD≈793℃时，为棉花株高增长曲线的拐点，即当PGDD<793℃左右时，株高增长速率逐渐增大；当PGDD>793℃左右时，株高增长速率逐渐减小。再求其一阶导数，并令有效积温分别等于200、400、600、800、1000、1500、2000℃，求得不同有效积温所对应的曲线斜率，分别为0.0004、0.0006、0.0008、0.0009、0.0008、0.00005。有效积温处于800℃左右时，棉花处于蕾期，是棉花一生中增长最快的时期，株高增长速率达到最大值；当有效积温为1500℃左右时，棉花株高达到最大值，增长速率达到最小值，棉花株高停止增长。1.4棉花叶面积指数变化特征叶面积指数（LAI）是反映植物群体生长状况的一个重要指标。采用2018至2020年试验数据来描述棉花叶面积指数随有效积温的变化曲线，如图4-14所示。各监测点棉花生长前期叶面积指数整体均随有效积温的增大而增大，且生长前期曲线的变化率较大，说明适宜的温度对棉花生长前期的叶面积生长具有显著促进作用。当有效积温在1000-1200℃之间时，棉花处于花期，此时叶面积指数增长速率较快；当有效积温在1200℃之后时，棉花处于花铃期，此阶段植株主要为棉铃成长提供所需能量物质，叶片生长所需能量物质较少，因此叶面积指数增长速率变缓。从图4-14可以看出，由于不同监测点的土壤肥力、灌溉施肥制度等条件不同，各监测点同一时期的叶面积指数存在显著差异，但整个生育期的叶面积指数变化趋势基本一致。为了对比分析整个研究区域叶面积指数变化特征，采用相对叶面积指数来分析其共有的变化特征。图4-15为各监测点叶面积指数数据归一化后相对叶面积指数与有效积温之间的关系。由图可以看出，采用相对叶面积指数可以有效地描述整个地区叶面积变化特征。为了定量分析相对叶面积指数变化特征，以有效积温为自变量，采用Logistic模型对棉花相对叶面积指数的变化过程进行拟合，具体拟合结果为： （4-15）式中，RLAI为棉花相对叶面积指数。图4-15为2018和2019年不同监测点棉花相对叶面积指数的拟合结果，决定系数R2为0.79，均方根误差RMSE为0.18，相对误差RE为0.08%。为了进一步评价运用相对叶面积指数分析整个研究区域叶面积变化特征的适宜性，采用2020年的试验数据对所得模型（式4-15）进行验证，验证结果如图4-16所示。由图可以看出，相对叶面积指数的实测值与计算值之间有较好地吻合度，决定系数R2为0.74，均方根误差RMSE为0.20，相对误差RE为0.09%。因此，式（4-15）可以用来描述棉花相对叶面积指数的变化过程。图4-142018-2020年不同监测点棉花叶面积指数随有效积温的变化曲线Fig.4-14Thevariationcurveofcottonleafareaindexwithgrowingdegreedaysatdifferentmonitoringpointsin2018-2020图4-15棉花相对叶面积指数拟合曲线Fig.4-15CottonrelativeLAIfittingcurve图4-16棉花相对叶面积指数模型验证结果Fig.4-16ValidationresultsofcottonrelativeLAImodel对式（4-15）求二阶导数，并求其拐点，即令 （4-16）可以得到当PGDD≈1150℃时，为棉花叶面积指数增长曲线的拐点，即当PGDD<1150℃左右时，叶面积指数增长速率逐渐增大；当PGDD>1150℃左右时，叶面积指数增长速率逐渐减小。再求其一阶导数，并令有效积温分别等于200、400、600、800、1150、1500、2000℃，求得不同有效积温所对应的曲线斜率，分别为0.00006、0.0002、0.0003、0.0007、0.0011、0.0006、0.00009。当有效积温为1150℃左右时，叶面积指数增长速率达到最大值，此时棉花处于花期，水肥促进茎叶生长；当有效积温为1600℃左右时，叶面积指数达到最大值，叶面积指数增长速率达到最小值，此时棉花处于花铃期，水肥主要促进棉铃生长，叶面积指数停止增长。1.5棉花干物质积累量变化特征采用2018至2020年的试验数据分析棉花全株干物质积累量随有效积温的变化特征，结果如图4-17所示。由图可以看出，棉花全株干物质积累量随有效积温变化的规律较显著，其增减趋势基本保持一致。同时，当有效积温在1200-1400℃之间时，其变化率达到最大值，此时棉花处于花铃期，属于棉花干物质主要积累期，棉铃生长需要棉花各器官共同作用，说明此时温度对棉花全株生长有很大影响，促进了棉花的生长，光照或温度不足可能导致棉花成长受到抑制，从而造成减产。当有效积温在1600℃左右时，对应的叶面积指数达到最大值，叶面积指数增长速率达到最小值，而全株干物质积累量在有效积温为1800℃左右时达到最大值，进而说明有效积温超过1600℃后，叶片不在生长，温度主要促进棉花植株茎和其他器官生长进而为棉铃提供物质能量。为了获得棉花全株干物质积累量的普适变化特征，将全株干物质积累量进行归一化处理，图4-18给出了相对全株干物质积累量随有效积温的变化过程。采用Logistic模型对棉花相对全株干物质积累量随有效积温的变化过程进行拟合，拟合结果为： （4-17）式中，RD棉花为相对全株干物质积累量。如图4-18所示，决定系数R2为0.87，均方根误差RMSE为0.14，相对误差RE为0.06%，表明曲线拟合度很好，拟合精度较高。采用2020年的试验数据对所得模型（式4-17）进行验证，验证结果如图4-19所示。由图4-19可以看出，相对全株干物质积累量的实测值与计算值之间有较好地吻合度，决定系数R2为0.82，均方根误差RMSE为0.16，相对误差RE为0.08%。说明式（4-17）可以用于模拟棉花相对全株干物质积累量变化过程。图4-172018-2020年不同监测点棉花干物质随有效积温的变化曲线Fig.4-17Thevariationcurveofcottondrymatterwithgrowingdegreedaysatdifferentmonitoringpointsin2018-2020图4-18棉花相对干物质积累量拟合曲线Fig.4-18Cottonrelativedrymatteraccumulationfittingcurve图4-19棉花相对干物质积累量模型验证结果Fig.4-19Validationresultsofcottonrelativedrymatteraccumulationmodel对式（4-17）求其二阶导数，并求其拐点，即令 （4-18）可以得到当PGDD≈1300℃时，为全株干物质积累量增长曲线的拐点，即当PGDD<1300℃左右时，全株干物质积累量增长速率逐渐增大；当PGDD>1300℃左右时，全株干物质积累量增长速率逐渐减小。再求其一阶导数，并令有效积温分别等于400、600、800、1000、1300、1600、2000℃，求得不同有效积温所对应的曲线斜率，分别为0.00006、0.0002、0.0004、0.0008、0.0012、0.0007、0.0002。可知当有效积温处于1300℃左右时，全株干物质积累量增长速率达到最大值，此时棉花处于花铃期，是决定棉铃大小和需水肥最多的时期；当有效积温为1700℃左右时，全株干物质积累量达到最大值，全株干物质积累量增长速率达到最小值，全株干物质积累量停止增长。由表4-19可知，随着时间的推移以及有效积温的变化，棉花生长前期（PGDD小于900℃左右）株高和叶面积指数的变化率大于干物质积累量的变化率，生长后期（PGDD大于900℃左右）干物质积累量的变化率大于株高和叶面积指数的变化率，这更加表明在棉花生育期后期适宜的温度对干物质积累量的影响较为显著，植株吸收的能量主要供给于棉铃的成长，这正符合棉花以及部分作物，如马铃薯、水稻