國(guó)際作物模擬研究新進(jìn)展

1、國(guó)際作物模擬研究新進(jìn)展高亮之 （江蘇省農(nóng)業(yè)科學(xué)院，江蘇南京 210014）本文選擇國(guó)際上2007-2008年間發(fā)表的若干篇有關(guān)作物模擬的研究論文，根據(jù)其全文的內(nèi)容，扼要地說(shuō)明它們的研究目的，方法和結(jié)果，由此介紹國(guó)際作物模擬研究的若干最新進(jìn)展。本文作者對(duì)各項(xiàng)研究，均有簡(jiǎn)評(píng)，說(shuō)明該研究對(duì)于中國(guó)農(nóng)業(yè)科學(xué)工作者（特別是數(shù)字農(nóng)業(yè)工作者和農(nóng)業(yè)氣象工作者）的可以借鑒之處。1 美國(guó)關(guān)于牧草和草地的模擬研究此項(xiàng)研究由位于美國(guó)德克薩斯州的美國(guó)農(nóng)部農(nóng)業(yè)研究局（USDA-ARS）下屬的草原、土壤和水分實(shí)驗(yàn)室的J.R.Kiniry 等完成。論文發(fā)表于Agronomy Journal 99:450-461(2007)。他

2、們首先通過(guò)田間試驗(yàn)和觀測(cè)確定兩種改良型牧草：Coastal bermudagrass（沿海百慕大），Bahiagrass（巴哈雀稗）和幾種天然暖季牧草的作物參數(shù)，如；葉面積、消光系數(shù)(k)、輻射利用率、N濃度等。測(cè)定的結(jié)果是：沿海百慕大和巴哈雀稗的最大葉面積指數(shù)是：2.2；而多數(shù)天然牧草是要小得多，如Blue grama(蘭孤茅草)是0.6；Blue stem（蘭莖草）是0.8。消光系數(shù)，改良型牧草較低（），天然牧草較高(1.3-2.1)，說(shuō)明后者株型比較披散。然后應(yīng)用ALMANAC（Agricultural Land Management Alternative with Numerical

3、 Assessment Criteria）模型，在德州有代表性的土壤條件下進(jìn)行干物質(zhì)生產(chǎn)的模擬。13個(gè)縣，各3種土壤，30年資料的統(tǒng)計(jì)結(jié)果表明，模擬的產(chǎn)量和NRCS(Natural Resources Conservation Service，美國(guó)自然資源保護(hù)局)的實(shí)測(cè)產(chǎn)量的符合良好。例如沿海百慕大,模擬產(chǎn)量是6.32.6 Mg ha-1 ,而NRCS 的產(chǎn)量是6.32.4 Mg ha-1。根據(jù)上述結(jié)果，研究者認(rèn)為ALMANAC模型是在德州模擬土壤和天氣對(duì)牧草產(chǎn)量影響的良好工具；而此模型在美國(guó)其他地區(qū)應(yīng)用也是可行的。由于該模型可以模擬養(yǎng)分吸收和群體覆蓋，它可以用以模擬改良型牧草和天然牧草的養(yǎng)分

4、吸收，可以模擬放牧和牧草收割措施對(duì)土壤侵蝕的影響。簡(jiǎn)評(píng)：在中國(guó)，草地和牧草計(jì)算機(jī)模擬研究還很少，而草原和牧草在中國(guó)農(nóng)業(yè)發(fā)展上有非常重要的意義。因此。國(guó)外的草地和牧草的模型和模擬研究，有值得我們借鑒的價(jià)值。2 印度應(yīng)用DSSAT選擇稻麥輪作的最佳策略此項(xiàng)研究是印度兩位學(xué)者，R.Sarkar ,S.kar 在印度完成的。論文發(fā)表于Agronomy Journal 100:97-97(2008)。稻麥輪作的面積在印度有10 MH（1.5 億畝）,提供印度谷物總產(chǎn)量的85%。在季風(fēng)季節(jié)(6-10月)的雨養(yǎng)條件下的水稻，用直播和移栽兩種方法栽培。使稻麥輪作生產(chǎn)得到持續(xù)性的發(fā)展是印度農(nóng)業(yè)的重要問(wèn)題。田間試

5、驗(yàn)是在印度東部的克勒格布爾（Kharagpur）的印度技術(shù)研究所（IIT）農(nóng)業(yè)和食品工程部的試驗(yàn)場(chǎng)進(jìn)行。該地屬于半濕潤(rùn)亞熱帶氣候。土壤屬于酸性紅壤土。試驗(yàn)?zāi)攴菔?001-2003年。試驗(yàn)的前茬處理有：r0w0(無(wú)前茬)，r1w0（水稻前茬），r0w1（小麥前茬），r1w1（稻、麥前茬）。N素處理有：水稻、小麥分別有0，40，60，80，100，120kgN ha1。天氣生成模型用SIMMETEO（DSSAT 3.5 的組成部分），以生成未來(lái)30年的天氣變化。作物模型用DSSAT 3.5，其中水稻和小麥模型分別用CERES-Rice和CERES-Wheat。DSSAT 3.5中有“系列分析程序”

6、(Sequence Analysis Program )。此項(xiàng)研究的特點(diǎn)就是采用了系列分析方法。在系列分析程序中，可將不同作物輪作制度和不同管理措施相結(jié)合，連續(xù)進(jìn)行10年的模擬試驗(yàn)。因此前一年的作物和管理的結(jié)果可以影響后一年的模擬。研究表明：年度的雨量和同年的稻麥產(chǎn)量有明顯的相關(guān)性。研究的最后結(jié)果是：不論是直播稻或移栽稻，小麥前茬+ 100 kgN ha1；水稻前茬+ 80 kgN ha1，這兩種栽培方案在未來(lái)30年的天氣變化中，可以得到最佳的、最穩(wěn)定的產(chǎn)量。簡(jiǎn)評(píng)：此項(xiàng)研究表明，對(duì)于作物輪作制度的研究中，應(yīng)用作物模型的系列分析方法，可以得到10-30年內(nèi)的農(nóng)業(yè)最佳決策。這是其他農(nóng)業(yè)研究方法無(wú)法

7、得到的結(jié)果，充分體現(xiàn)農(nóng)業(yè)模擬方法的優(yōu)越性。 日本關(guān)于水溫對(duì)水稻影響的模型研究此項(xiàng)研究由日本巖手(Iwate)大學(xué)農(nóng)學(xué)院的Hiroyuki Shimono 等完成,論文發(fā)表于Agronomy Journal 99:1327-1344(2007)。研究地點(diǎn)是日本北海道，該地區(qū)是世界著名的寒冷稻區(qū)。Tanaka在1962年研究指出，日本北部的稻田的最高和最低水溫（TW），分別比最高和最低氣溫（Ta）高10，5。因此，寒冷稻區(qū)的水溫是維持水稻產(chǎn)量的重要因素。但水溫對(duì)水稻的產(chǎn)量影響，以往沒(méi)有得到深入闡明。此項(xiàng)研究用模型方法，對(duì)此問(wèn)題進(jìn)行了全面的數(shù)量化的研究。試驗(yàn)設(shè)計(jì)：1996-1999年在北海道大學(xué)進(jìn)行

8、4年田間試驗(yàn)。不同的水溫處理是用離開冷水源的不同距離，由于日光照射而形成不同水溫。共取得24組水溫和水稻生長(zhǎng)發(fā)育的數(shù)據(jù)，19組用于建立模型，5組用于檢驗(yàn)?zāi)Ｐ汀Ｋ疁貙?duì)水稻影響的模型由研究者自己研制。模型有以下幾個(gè)基本考慮：1）水溫首先影響水稻抽穗前的發(fā)育速度。這時(shí)期內(nèi)，莖生長(zhǎng)點(diǎn)是在水面之下。2）因此，水溫會(huì)影響依賴于發(fā)育年齡（Age-dependent ）的水稻生長(zhǎng)因子，如干物質(zhì)分配，分蘗和葉齡進(jìn)程等；由此會(huì)影響葉面積和光能的吸收。3）干物質(zhì)向穗的轉(zhuǎn)移受到結(jié)實(shí)率的影響，而穗的形成是從水面之下，發(fā)展到水面之上，因此結(jié)實(shí)率同時(shí)受水溫和氣溫的影響。這里只介紹關(guān)于兩個(gè)有特色的模型:3.1 發(fā)育速度的模型

9、從移栽到穗分化：從穗分化到抽穗：從抽穗到成熟：DVR是發(fā)育速度；TW為水溫；Ta為氣溫。Tbv，T br，Tg分別是各生育時(shí)期的起點(diǎn)溫度。HUv，HUr，HUg分別是不同生育時(shí)期的熱量單元(積溫)。對(duì)于試驗(yàn)所用水稻品種Kirara 397 來(lái)說(shuō)，Tbv、T br 分別是10.0和2.84；HUv，HUr，HUg 分別是：805，568，1000。 發(fā)育指數(shù)(DVI)的計(jì)算是:DVI的設(shè)定是：出苗時(shí)為0，穗分化時(shí)為1，抽穗時(shí)為2，成熟時(shí)為3。這套模型中值得注意的是在抽穗前，用水溫代替氣溫。這是與其他水稻模型不同之處。3.2 結(jié)實(shí)率模型模型中設(shè)定冷積溫（Cooling degree- days，C

10、DD），用以下公式計(jì)算： (Ti =22.5)CD是逐日冷溫（低于22.5的溫度），而Ti的估值，需要根據(jù)穗的高度(CL，Culm Length,穗基部的莖高)。如CL低于水面，則Ti=TW.；若CL高于水面，則Ti =Ta。CL 隨發(fā)育進(jìn)程而提高，其模型是: 穗結(jié)實(shí)率(Spikelet fertility,FRT)的模型是： FRT 直接和收獲指數(shù)(HI，即經(jīng)濟(jì)系數(shù))有關(guān)：ha =0.00346，hb=47.5關(guān)于水溫(TW)的模擬，研究者利用Kuwagata 和 Hamasaki 在2001年提出的模型，采用四個(gè)氣象因子(日平均氣溫,風(fēng)速,空氣濕度，太陽(yáng)輻射)和葉面積指數(shù)。在北海道地區(qū)，研

11、究者應(yīng)用19971998年的水溫實(shí)測(cè)數(shù)據(jù)進(jìn)行水溫模型的驗(yàn)證，符合度是高的(相關(guān)系數(shù)為0.8320.920)。應(yīng)用研究者建立的水溫影響水稻模型，他們進(jìn)行了水稻葉面積、干物質(zhì)生產(chǎn)、結(jié)實(shí)率等的模擬驗(yàn)證。相關(guān)系數(shù)全部在0.9以上。產(chǎn)量模擬的相關(guān)系數(shù)為0.832。說(shuō)明該模型的模擬性能較好。研究得到的結(jié)論是:1）由于水溫的效應(yīng)，水稻產(chǎn)量有顯著提高。沒(méi)有水溫的保障，產(chǎn)量可能減低50%.2）模型可以指出日本北部各地水稻產(chǎn)量差異的氣象原因(主要是:太陽(yáng)輻射、風(fēng)速和水溫)。3）對(duì)全球氣候變化進(jìn)行研究，指出氣溫若增加3，稻田水溫將增加1，水稻產(chǎn)量將增加6%。 簡(jiǎn)評(píng)：此項(xiàng)研究在國(guó)際水稻模型研究中有較重要的意義。至今為

12、止的水稻模型一般都應(yīng)用氣溫，當(dāng)然在大多數(shù)水稻地區(qū)，氣溫是可以適用的。但是此項(xiàng)研究表明，在寒冷地區(qū)或寒冷季節(jié)，水溫對(duì)水稻生育和產(chǎn)量的重要性。中國(guó)東北與西北的稻區(qū)，以及南方的早稻地區(qū)，可能水溫是一個(gè)不能忽視的因素。此研究所提出的發(fā)育速度模型、冷積溫模型和結(jié)實(shí)率模型的方法，都有值得借鑒之處。 模型和遙感結(jié)合監(jiān)測(cè)棉花產(chǎn)量這是一個(gè)國(guó)際合作項(xiàng)目，由中國(guó)浙江大學(xué)農(nóng)業(yè)遙感與信息系統(tǒng)研究所史舟博士和德國(guó)、西班牙、烏茲別克斯坦等國(guó)科學(xué)家合作完成的。論文發(fā)表于Agronomy Journal 99:1317-1326(2007)。.棉花是烏茲別克斯坦主要農(nóng)作物，占灌溉土地的40%。灌溉水源來(lái)自阿姆河。但因上游和鄰國(guó)

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產(chǎn)量和水分平衡的關(guān)系，以更好地安排水資源利用和農(nóng)作物布局。研究的地區(qū)是烏茲別克斯坦共和國(guó)的Khorezm 區(qū)域，在阿姆河的下游。該區(qū)域中，灌溉面積有412萬(wàn)畝，棉花面積占60%，約250萬(wàn)畝。研究方法主要是用遙感和模型相結(jié)合的方法?，F(xiàn)分述如下：4.1 棉花產(chǎn)量的農(nóng)業(yè)氣象模型模型是根據(jù)Monteith 提出的作物干物質(zhì)生產(chǎn)和葉片吸收的光能直接相關(guān)的原理。Y棉花皮棉產(chǎn)量（g m-2），Hi是收獲指數(shù)，是光能利用系數(shù)g MJ-1，PAR是光合有效輻射，F(xiàn)PAR是PAR被作物吸收的比例，t是時(shí)間步長(zhǎng)。而會(huì)受日最低溫度(TMIN)和水氣壓差(VPD,v

14、apor pressure deficit)的影響。 式中，是最大光能利用系數(shù)，T是日最低溫度的標(biāo)量(0.01.0)，在TMINmin時(shí)為0.0，在TMINmax時(shí)為1.0。V是VPD的標(biāo)量，在VPDmin時(shí)為0.0，在VPDmax時(shí)為1.0。FPAR是由棉花葉面積決定的。棉花產(chǎn)量受到葉面積、太陽(yáng)輻射、最低溫度和空氣濕度等因子的影響的。4.2 遙感數(shù)據(jù)的精密化處理在遙感數(shù)據(jù)中，可以得到兩套數(shù)據(jù)，即：MODIS（Moderate Resolution Image Spectroradiometer，中分辨率圖象光譜輻射儀）的PPAR數(shù)據(jù)（MOD15），但它的分辨率不高，是1km。由于在這樣大的區(qū)

15、格（pixel）內(nèi)，作物和植被種類較多，因此所得到的FPAR并不完全適用于棉花產(chǎn)量估算。因此，選出32個(gè)棉花面積占50%以上的區(qū)格（暫稱“棉花區(qū)格”）.MODIS的NDVI（Normalized Difference Vegetation Index，正規(guī)化差別植被指數(shù)）數(shù)據(jù)，它的分辨率是250 m。在32個(gè)棉花區(qū)格（1 km見(jiàn)方）中，對(duì)NDVI 取其平均值，每一區(qū)格可得到對(duì)應(yīng)的NDVI/FPAR數(shù)據(jù)。因遙感數(shù)據(jù)是隔16天有一次，在棉花生育期內(nèi)，利用12次的NDVI/FPAR的許多對(duì)應(yīng)數(shù)據(jù)，建立FPAR依賴于NDVI 的回歸模型，如下： 最后在MODIS-NDVI 數(shù)據(jù)中選擇棉花面積占80%以上的區(qū)格，利用上述回歸公式將NDVI轉(zhuǎn)化為FPAR，然后進(jìn)行棉花產(chǎn)量的模型計(jì)算。應(yīng)用上述產(chǎn)量模型，計(jì)算得到該區(qū)域內(nèi)九個(gè)地區(qū)的2002年的棉花產(chǎn)量，與政府統(tǒng)計(jì)部門提供的棉花實(shí)際產(chǎn)量的誤差為10.2%，結(jié)果是滿意的。應(yīng)用遙感和模型結(jié)合的方法，對(duì)該區(qū)域的棉花產(chǎn)量的地區(qū)分布進(jìn)行研究和分析，結(jié)論是：棉花產(chǎn)量的分布和該區(qū)域的灌溉系統(tǒng)的布局高度相關(guān)，說(shuō)明棉花產(chǎn)量明顯地依賴于河流上、下游的水文條件。研究所得的棉花產(chǎn)量分布圖可以為土地的合理利用服務(wù)。模型和遙感相結(jié)合的方法也可以用于監(jiān)測(cè)較大范圍的棉花產(chǎn)量。進(jìn)一步要研究的是其他各種因子，如土壤、管理水分和鹽分平衡對(duì)于棉花產(chǎn)量的影響。7簡(jiǎn)評(píng):這是