引入水稻"移栽时间效应"和光敏感性算法改进ORYZA模型并验证

Plant Nutrition and Fertilizer Science(2020)

引用 0|浏览5
暂无评分
摘要
[目的]水稻生长模型是实现水稻管理自动化的重要工具.现有水稻模型未充分体现水稻生长的"移栽时间效应",模型参数较多,使用较复杂.基于这些问题改进和完善水稻生长模型,以提高模型的准确性和实用性.[方法]在ORYZA与RCSODS模型的基础上,结合已有水稻生育期时间节点计算方法及其对干物质积累与分配的影响权重,在模型中增加移栽时间效应和水稻动态消光系数方程.利用2003—2012年黑龙江省绥化市庆安县农业气象站的发育期、产量和气象数据,验证了改进后的水稻生长模型的模拟效果,对比分析改进前后的效果差异.[结果]改进后模拟的返青期、分蘖期、孕穗期、抽穗期与成熟期和实际发育期时间节点的残差均方根(RMSE)分别为1.17、1.41、1.00、2.23和2.12天,整个发育期模拟RMSE与RE(相对误差)平均为1.6天与1.3%.试验点位多年产量范围在6495~8715 kg/hm2,模拟值为7230~8207 kg/hm2,其中产量模拟最小误差为210 kg/hm2,平均RMSE与RE分别为714 kg/hm2与9.2%,模型相对误差率保持在10%以内.移栽前有效积温与水稻完成基本营养生长期所需的有效积温呈显著正相关(R2=0.7837,P=0.003),根据移栽时有效积温调整发育期模型第一阶段(基本营养阶段)生长速率参数,使发育期的模拟误差缩小3倍,产量模拟误差缩小34%.[结论]引入移栽前有效积温与基本营养生长期发育速率之间关系的响应方程,极大地提升了发育期模型的模拟效果;引入动态水稻消光系数方程,小幅度地提升了产量的模拟效果.改进后的模型可以促进水稻模型的发展,并更加准确地指导水稻生产.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要