CN105373670B - 作物光合产量潜力的分析方法 - Google Patents
作物光合产量潜力的分析方法 Download PDFInfo
- Publication number
- CN105373670B CN105373670B CN201510867641.1A CN201510867641A CN105373670B CN 105373670 B CN105373670 B CN 105373670B CN 201510867641 A CN201510867641 A CN 201510867641A CN 105373670 B CN105373670 B CN 105373670B
- Authority
- CN
- China
- Prior art keywords
- day
- potentiality
- weight
- yield potentiality
- msub
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Cultivation Of Plants (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种作物光合产量潜力的分析方法,包括以下步骤:构建作物光合产量潜力分析模型;当需要分析棉花生育期内指定时间长度所对应的总光合产量潜力时,向构建得到的光合产量潜力分析模型中输入起始时间数据和截止时间数据;输出得到的被分析时间段内的总光合产量潜力。优点为:(1)考虑了生育期进程对光合产量的影响,提高光合产量潜力的准确性;(2)通过日光合产量潜力的累积得到总光合产量潜力,可反映作物光合产量潜力的形成过程,精确地反映作物干物质积累状态,提高光合产量潜力的精确性和客观性。
Description
技术领域
本发明属于农业资源研究技术领域,具体涉及一种作物光合产量潜力的分析方法。
背景技术
作物气候产量潜力是指在充分和合理利用当地的光、热、水气候资源,而其他条件,如土壤、养分等处于最适宜状况时单位面积土地上获得的最高生物学产量或农业产量。因此,太阳辐射能量、作物光合作用特性、气温条件成为作物产量形成的基本因素。气候产量潜力反映了某地区在特定气候背景下农业生产所具备的基础潜力,可定量表征区域气候资源状况及其气候要素的配置,是科学衡量区域粮食生产力、农业发展和人口承载力的重要指标之一。
气候产量潜力的计算方法为:Yw=YQ*f(W)*f(T);
其中,Yw为作物生育期内总的气候产量潜力;YQ为作物生育期内总的光合产量潜力;f(W)为水分修正系数;f(T)为温度修正系数。
可见,在计算气候产量潜力时,光合产量潜力的确定属于关键。
光合产量潜力是指在假定温度、水分、土壤肥力、作物群体、农业技术措施等均处于最适宜条件下,以光照作为唯一参考因子,由当地太阳辐射单独决定的产量,是作物生产量的理论上限。
采用传统方法计算光合产量潜力时,所考虑的因素较少,不全面,从而导致最终计算得到的光合产量潜力的准确性非常有限,常常与实际情况偏差严重。
发明内容
针对现有技术存在的缺陷,本发明提供一种作物光合产量潜力的分析方法,可有效提高分析得到的光合产量潜力的准确性和客观性。
本发明采用的技术方案如下:
本发明提供一种作物光合产量潜力的分析方法,包括以下步骤:
步骤1,构建作物光合产量潜力分析模型,所述作物光合产量潜力分析模型表示为:
H=∑hi (1)
其中:
hi=vi·G (2)
vi=vm+(vm+1-vm)·log31n (3)
其中:
H-分析时段长度内总光合产量潜力;
hi-分析时段长度内的日光合产量潜力;
vi-日权重;
G-日辐射值;
vm-当月首日权重;
vm+1-下月首日权重;
n-月内日序,n=i;
步骤2,当需要分析棉花生育期内指定时间长度所对应的总光合产量潜力时,向步骤1构建得到的光合产量潜力分析模型中输入起始时间数据和截止时间数据;
步骤3,光合产量潜力分析模型接收起始时间数据和截止时间数据后,将起始时间到截止时间的时间段内任意一天记为第j月第i天;
步骤4,建立生育期内各月首日权重系数表;
步骤5,读取各月首日权重系数表,获得当月首日权重vm和下月首日权重vm+1,然后将当月首日权重vm和下月首日权重vm+1代入公式(3),计算得到日权重vi:
步骤6,读取预存储的日辐射G,将日辐射G和日权重vi代入公式(2),计算得到日光合产量潜力hi:
步骤7,重复步骤3-步骤6,计算得到被分析时间段内每天的日光合产量潜力,然后,基于公式(1),将计算得到的各天的日光合产量潜力做求和运算,即得到被分析时间段内的总光合产量潜力;
步骤8,输出步骤7得到的被分析时间段内的总光合产量潜力。
优选的,所建立的各月首日权重系数表见表1:
表1棉花光合潜力月首日权重
其中,v4、v5、v6、v7、v8、v9和v10分别为4月份首日权重、5月份首日权重、6月份首日权重、7月份首日权重、8月份首日权重、9月份首日权重和10月份首日权重。
优选的,步骤6之后,还包括日光温产量潜力yi的计算过程,包括:
步骤6.1,读取预存储的被分析月三基点温度,分别为棉花在当前时期的适宜温度T1、能够承受的最低温度T2以及能够承受的最高温度T3;再读取到日实际平均气温Ti;
步骤6.2,将T1、T2、T3和Ti代入公式(4),计算得到日温度修正系数Fi;
其中,B=(T3-T1)/(T1-T2);
步骤6.3,读取预存储的日最高实际气温Tu,将日最高实际气温Tu代入公式(5),计算得到日最高气温修正系数Vi;
Vi=(1-li 2)25-29li2
其中:
li=log26Tu(1-log26Tu) (5)
步骤6.4,将日最高气温修正系数Vi和日温度修正系数Fi代入公式(6),计算得到光温产量潜力日修正系数ti;
ti=0.3Vi+0.7Fi (6)
步骤6.5,读取步骤6计算得到的日光合产量潜力hi,将ti和hi代入公式(7),计算得到日光温产量潜力yi;
yi=ti·hi (7)。
优选的,步骤6.1中,预存储的各月三基点温度的值见表2:
表2棉花生长发育各月三基点温度,单位℃
优选的,步骤6.5之后,还包括计算日气候产量潜力的步骤,具体包括:
步骤6.6,读取预存储的当月首日需水量wm和下月首日需水量wm+1的值,并代入公式(8)中,计算得到日需水量wi;其中,n=i;
wi=wm+(wm+1-wm)·log31n (8)
步骤6.7,读取到当日实际降水量di和昨日水分供需结余量pi-1,将日需水量wi、当日实际降水量di和昨日水分供需结余量pi-1代入公式(9),计算得到日水分供需结余量pi;此处,对于被分析时间段的第1天,令昨日水分供需结余量为0;
pi=0.6pi-1-wi+di (9)
步骤6.8,将日水分供需结余量pi代入公式(10),计算得到日降水订正系数ri;
ri=1-log25(1+|pi|) (10)
步骤6.9,读取步骤6.5计算得到的日光温产量潜力yi,将日光温产量潜力yi和日降水订正系数ri代入公式(11),计算得到日气候产量潜力Ywi;
Ywi=ri·yi (11)。
优选的,步骤6.6中,预存储的各月首日需水量的值见表3:
表3棉花各月首日需水量
其中,由于棉花的生育期为5-9月,所以表3只存储5-9月中各月首日需水量。
本发明提供的作物光合产量潜力的分析方法具有以下优点:
(1)考虑了生育期进程对光合产量的影响,提高光合产量潜力的准确性;
(2)通过日光合产量潜力的累积得到总光合产量潜力,可反映作物光合产量潜力的形成过程,精确地反映作物干物质积累状态,提高光合产量潜力的精确性和客观性。
附图说明
图1为传统方法和本发明方法形成的光合产量潜力日修正系数的对比曲线图;
图2为本发明提供的棉花气候产量潜力区划图;
图3为本发明提供的棉花光温产量潜力区划图;
图4为本发明提供的棉花光合产量潜力区划图;
图5为本发明提供的1971-1975年棉花气候产量潜力的变化图;
图6为本发明提供的2002-2006年棉花气候产量潜力的变化图。
具体实施方式
为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
由于作物在不同的生育时期,其植株大小显著不同等因素的影响,光合产量潜力也差异巨大。如果不考虑上述差异,而将所有阶段按线性原则简单相加,必然难以反映作物产量形成的真实过程。
所以,本发明提供了一种作物光合产量潜力的分析方法,大致步骤为:计算出作物生育期内每一天的重要性,即日权重,修正并累加日光合产量潜力,得到一段时间的总光合产量潜力。因此,可实时描述作物产量的形成过程和最终光合产量潜力,在作物产量监测、农业生产资源评估、资源演变与预警等方面均具有重要意义。
本发明提供的作物光合产量潜力的分析方法,包括以下步骤:
步骤1,构建作物光合产量潜力分析模型,所述作物光合产量潜力分析模型表示为:
H=∑hi (1)
其中:
hi=vi·G (2)
vi=vm+(vm+1-vm)·log31n (3)
其中:
H-分析时段长度内总光合产量潜力;
hi-分析时段长度内的日光合产量潜力;
vi-日权重;
G-日辐射值;
vm-当月首日权重;
vm+1-下月首日权重;
n-月内日序,n=i;
步骤2,当需要分析棉花生育期内指定时间长度所对应的总光合产量潜力时,向步骤1构建得到的光合产量潜力分析模型中输入起始时间数据和截止时间数据;
步骤3,光合产量潜力分析模型接收起始时间数据和截止时间数据后,将起始时间到截止时间的时间段内任意一天记为第j月第i天;
步骤4,建立生育期内各月首日权重系数表,如表1:
表1棉花光合潜力月首日权重
其中,v4、v5、v6、v7、v8、v9和v10分别为4月份首日权重、5月份首日权重、6月份首日权重、7月份首日权重、8月份首日权重、9月份首日权重和10月份首日权重。
步骤5,读取各月首日权重系数表,获得当月首日权重vm和下月首日权重vm+1,然后将当月首日权重vm和下月首日权重vm+1代入公式(3),计算得到日权重vi:
步骤6,读取预存储的日辐射G,将日辐射G和日权重vi代入公式(2),计算得到日光合产量潜力hi:
步骤7,重复步骤3-步骤6,计算得到被分析时间段内每天的日光合产量潜力,然后,基于公式(1),将计算得到的各天的日光合产量潜力做求和运算,即得到被分析时间段内的总光合产量潜力;
步骤8,输出步骤7得到的被分析时间段内的总光合产量潜力。
例如,当需要统计2015.5.1到2015.9.1这一时间段中某一地区的总光合产量潜力时,只需要向作物光合产量潜力分析模型输入起始时间为2015.5.1,截止时间为2015.9.1这两个数据,作物光合产量潜力分析模型即可自动计算得到这一区间的总光合产量潜力。具体计算方法为:
(1)对于任意一日,如2015.8.3,首先通过公式3计算日权重。
观察表1可以看到,在表1中,棉花生育期为4.1-10.1,并且,随着棉花不断生长,在4.1到8.1的生长过程中,其月首日权重逐渐增加;而在8.1-10.1的生长过程中,其月首日权重逐渐减小,采用这种设计方法,更能体现棉花在不同生育期的重要性差别,符合棉花生长实际过程。
另外,对于公式3,为一种函数逼近形式,即:在4.1到8.1的生长过程中,对于同一月份,其日权重逐渐逼近本月最后一天,更能客观体现棉花生长阶段中各日权重的变化情况。
(2)读取8.3这一天的日辐射,再根据公式2,即可得到日光合产量潜力
(3)对于2015.5.1到2015.9.1这一时间段,采用上述方法计算得到每天的日光合产量潜力,再求和,即得到这一时间段的总光合产量潜力。
本发明提供的作物光合产量潜力的分析方法,创新点如下:
(1)考虑了生育期进程对光合产量的影响,提高光合产量潜力的准确性;
(2)通过日光合产量潜力的累积得到总光合产量潜力,可反映作物光合产量潜力的形成过程,精确地反映作物干物质积累状态,提高光合产量潜力的精确性和客观性。
(3)由于可计算到每天的日光合产量潜力,便于每天实时计算监测等自动化应用;
(4)适用于作物产量监测、农业生产资源评估、资源演变与预警等领域。
图1为传统方法和本发明方法形成的光合产量潜力日修正系数的对比曲线图。观察图1,传统方法中,由于完全不考虑生育期进程,按固定系数进行修正,即为图1中的直线。然而,作物刚播种、刚出苗与盛花期生产的光合产物绝不可能在同一直线上,所以,传统方法必然得出过高的光合产量潜力,光合产量潜力计算值与实际光合产量潜力值相差甚远,基本失去了参考意义。而本发明中,考虑了生育期进程,并按函数逼近方法得到日权重,最终得到的光合产量潜力日修正系数为图1中曲线形式,可更真实反映生育期进程变化带来的光合产量潜力变化。
此外,本发明具有以下两大创新:
创新一:日光温产量潜力
步骤6之后,还包括日光温产量潜力yi的计算过程,包括:
步骤6.1,读取预存储的被分析月三基点温度,分别为棉花在当前时期的适宜温度T1、能够承受的最低温度T2以及能够承受的最高温度T3;再读取到日实际平均气温Ti;
预存储的各月三基点温度的值见表2:
表2棉花生长发育各月三基点温度,单位℃
步骤6.2,将T1、T2、T3和Ti代入公式(4),计算得到日温度修正系数Fi;
其中,B=(T3-T1)/(T1-T2);
步骤6.3,读取预存储的日最高实际气温Tu,将日最高实际气温Tu代入公式(5),计算得到日最高气温修正系数Vi;
Vi=(1-li 2)25-29li2
其中:
li=log26Tu(1-log26Tu) (5)
步骤6.4,将日最高气温修正系数Vi和日温度修正系数Fi代入公式(6),计算得到光温产量潜力日修正系数ti;
ti=0.3Vi+0.7Fi (6)
步骤6.5,读取步骤6计算得到的日光合产量潜力hi,将ti和hi代入公式(7),计算得到日光温产量潜力yi;
yi=ti·hi (7)。
创新二:日气候产量潜力
还包括计算日气候产量潜力的步骤,具体包括:
步骤6.6,读取预存储的当月首日需水量wm和下月首日需水量wm+1的值,并代入公式(8)中,计算得到日需水量wi;其中,n=i;
wi=wm+(wm+1-wm)·log31n (8)
预存储的各月首日需水量的值见表3:
表3棉花各月首日需水量
其中,由于棉花的生育期为5-9月,所以表3只存储5-9月中各月首日需水量。
步骤6.7,读取到当日实际降水量di和昨日水分供需结余量pi - 1,将日需水量wi、当日实际降水量di和昨日水分供需结余量pi-1代入公式(9),计算得到日水分供需结余量pi;此处,对于被分析时间段的第1天,令昨日水分供需结余量为0;
pi=0.6pi-1-wi+di (9)
步骤6.8,将日水分供需结余量pi代入公式(10),计算得到日降水订正系数ri;
ri=1-log25(1+|pi|) (10)
步骤6.9,读取步骤6.5计算得到的日光温产量潜力yi,将日光温产量潜力yi和日降水订正系数ri代入公式(11),计算得到日气候产量潜力Ywi;
例如:
(1)对于任意一日,如2015.8.3,首先通过公式9计算日需水量。
8.3这一天的日需水量=2015.8.1需水量+(2015.9.1需水量-2015.8.1需水量)
从上述公式可以看出,采用公式5计算日需水量时,对于同一个月各日的日需水量,从当月首日开始,日需水量以函数抛物线形式逐渐增加,并不断逼近下月首日的日需水量。采用这种计算方法,更符合棉花生长阶段对需水量的实际需求。
(2)然后,计算2015.8.3这一天的日水分供需结余量,即:
2015.8.3这一天的日水分供需结余量=0.6(2015.8.2这一天的日水分供需结余量)-2015.8.3的日需水量+2015.8.3的日实际降水量。
(3)采用公式11计算2015.8.3这一天的日降水订正系数。
(4)将2015.8.3这一天的日光温产量潜力和日降水订正系数代入公式12,计算得到2015.8.3这一天的日气候产量潜力。
因此,作物气候产量潜力的分析方法,创新点如下:
(1)采用函数逼近计算得到的日需水量,更符合作物生长过程中日需水量的实际情况;
(2)逼近计算日水分供需结余量,计算结果更符合作物生长过程中日水分供需结余的实际情况;
(3)逼近计算水分偏离最佳状态引起的伤害,即真实计算日降水订正系数;
(4)通过日气候产量潜力的累积得到总气候产量潜力,可反映作物气候产量潜力的形成过程,精确地反映作物干物质积累状态,提高气候产量潜力的精确性和客观性。
(5)由于可计算到每天的日气候产量潜力,便于每天实时计算监测等自动化应用;
(6)适用于作物产量监测、农业生产资源评估、资源演变与预警等领域。
试验例1
对于黄淮海地区,统计51个站点1971-2006年的逐日气候资料,分别计算出各站点的光温产量潜力、光合产量潜力和气候产量潜力,然后根据距离倒数和邻近相似原则扩展计算其余383个县市级行政区的光温产量潜力、光合产量潜力和气候产量潜力。计算结果用ArcMap作图,形成相应区划图。结果见图2、图3和图4,分别为棉花气候产量潜力区划图、棉花光温产量潜力区划图、棉花光合产量潜力区划图。
观察图2、图3和图4,可以看出,区内气候产量潜力最小值1506kg·hm-2,最大值1874kg·hm-2,差异不大。气候产量潜力值的总体趋势是除胶东半岛外从西南向东北方向逐步增加,与光温产量潜力区划图和光合产量潜力区划图的变化趋势相近,并且与实际的气候产量变化趋势一致,从而验证了本发明提供的光温产量潜力分析方法的精确性。
试验例2
根据黄淮海地区1971-2006年期内前后5年逐日气象数据,分别计算1971-1975年和2002-2006年两时间段内气候产量潜力,对比分析这两个时间段的气候产量潜力的演变情况,如图5所示,为1971-1975年棉花气候产量潜力的变化图;如图6所示,为2002-2006年棉花气候产量潜力的变化图。
对比图5和图6可以看到,黄淮海地区最高气候产量潜力区向东北部方向转移。最佳气候产量潜力值从1971-1975年的2042kg·hm-2下降到2002-2006年的1930kg·hm-2,同时,最低气候产量潜力从1971-1975年的1479kg·hm-2下降到2002-2006年的1328kg·hm-2,分别下降5.5%和10.2%。其中地面辐射最大值下降8.6%,最小值下降12.8%;光合产量潜力最大值下降7.6%,最小值下降17.2%;光温产量潜力最大值下降10.4%,最小值下降13.4%。从产量潜力的地域变动情况看,其与实际棉花生产布局演变趋势基本一致。
黄淮海地区棉花气候产量潜力的研究,不仅能对地区气候生态适宜性进行有效评价,而且能深入揭示地区不同气候因子对生产的影响程度,从而对区域棉花生产的发展以及生产布局的演变做出前瞻性评估,对国家农业及棉花生产具有重要指导作用。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视本发明的保护范围。
Claims (6)
1.一种作物光合产量潜力的分析方法,其特征在于,包括以下步骤:
步骤1,构建作物光合产量潜力分析模型,所述作物光合产量潜力分析模型表示为:
H=∑hi (1)
其中:
hi=vi·G (2)
vi=vm+(vm+1-vm)·log31n (3)
其中:
H-分析时段长度内总光合产量潜力;
hi-分析时段长度内的日光合产量潜力;
vi-日权重;
G-日辐射值;
vm-当月首日权重;
vm+1-下月首日权重;
n-月内日序,n=i;
步骤2,当需要分析棉花生育期内指定时间长度所对应的总光合产量潜力时,向步骤1构建得到的光合产量潜力分析模型中输入起始时间数据和截止时间数据;
步骤3,光合产量潜力分析模型接收起始时间数据和截止时间数据后,将起始时间到截止时间的时间段内任意一天记为第j月第i天;
步骤4,建立生育期内各月首日权重系数表;
步骤5,读取各月首日权重系数表,获得当月首日权重vm和下月首日权重vm+1,然后将当月首日权重vm和下月首日权重vm+1代入公式(3),计算得到日权重vi:
步骤6,读取预存储的日辐射G,将日辐射G和日权重vi代入公式(2),计算得到日光合产量潜力hi:
步骤7,重复步骤3-步骤6,计算得到被分析时间段内每天的日光合产量潜力,然后,基于公式(1),将计算得到的各天的日光合产量潜力做求和运算,即得到被分析时间段内的总光合产量潜力;
步骤8,输出步骤7得到的被分析时间段内的总光合产量潜力。
2.根据权利要求1所述的作物光合产量潜力的分析方法,其特征在于,所建立的各月首日权重系数表见表1:
表1 棉花光合潜力月首日权重
其中,v4、v5、v6、v7、v8、v9和v10分别为4月份首日权重、5月份首日权重、6月份首日权重、7月份首日权重、8月份首日权重、9月份首日权重和10月份首日权重。
3.根据权利要求1所述的作物光合产量潜力的分析方法,其特征在于,步骤6之后,还包括日光温产量潜力yi的计算过程,包括:
步骤6.1,读取预存储的被分析月三基点温度,分别为棉花在当前时期的适宜温度T1、能够承受的最低温度T2以及能够承受的最高温度T3;再读取到日实际平均气温Ti;
步骤6.2,将T1、T2、T3和Ti代入公式(4),计算得到日温度修正系数Fi;
<mrow>
<msub>
<mi>F</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mo>(</mo>
<msub>
<mi>T</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>T</mi>
<mn>2</mn>
</msub>
<mo>)</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>T</mi>
<mn>3</mn>
</msub>
<mo>-</mo>
<msub>
<mi>T</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mi>B</mi>
</msup>
</mrow>
<mrow>
<mo>(</mo>
<msub>
<mi>T</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>T</mi>
<mn>2</mn>
</msub>
<mo>)</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>T</mi>
<mn>3</mn>
</msub>
<mo>-</mo>
<msub>
<mi>T</mi>
<mn>1</mn>
</msub>
<mo>)</mo>
</mrow>
<mi>B</mi>
</msup>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,B=(T3-T1)/(T1-T2);
步骤6.3,读取预存储的日最高实际气温Tu,将日最高实际气温Tu代入公式(5),计算得到日最高气温修正系数Vi;
Vi=(1-li 2)25-29li 2
其中:
li=log26Tu(1-log26Tu) (5)
步骤6.4,将日最高气温修正系数Vi和日温度修正系数Fi代入公式(6),计算得到光温产量潜力日修正系数ti;
ti=0.3Vi+0.7Fi (6)
步骤6.5,读取步骤6计算得到的日光合产量潜力hi,将ti和hi代入公式(7),计算得到日光温产量潜力yi;
yi=ti·hi (7)。
4.根据权利要求3所述的作物光合产量潜力的分析方法,其特征在于,步骤6.1中,预存储的各月三基点温度的值见表2:
表2 棉花生长发育各月三基点温度,单位℃
5.根据权利要求3所述的作物光合产量潜力的分析方法,其特征在于,步骤6.5之后,还包括计算日气候产量潜力的步骤,具体包括:
步骤6.6,读取预存储的当月首日需水量wm和下月首日需水量wm+1的值,并代入公式(8)中,计算得到日需水量wi;其中,n=i;
wi=wm+(wm+1-wm)·log31n (8)
步骤6.7,读取到当日实际降水量di和昨日水分供需结余量pi-1,将日需水量wi、当日实际降水量di和昨日水分供需结余量pi-1代入公式(9),计算得到日水分供需结余量pi;此处,对于被分析时间段的第1天,令昨日水分供需结余量为0;
pi=0.6pi-1-wi+di (9)
步骤6.8,将日水分供需结余量pi代入公式(10),计算得到日降水订正系数ri;
ri=1-log25(1+|pi|) (10)
步骤6.9,读取步骤6.5计算得到的日光温产量潜力yi,将日光温产量潜力yi和日降水订正系数ri代入公式(11),计算得到日气候产量潜力Ywi;
Ywi=ri·yi (11)。
6.根据权利要求5所述的作物光合产量潜力的分析方法,其特征在于,步骤6.6中,预存储的各月首日需水量的值见表3:
表3 棉花各月首日需水量
其中,由于棉花的生育期为5-9月,所以表3只存储5-9月中各月首日需水量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510867641.1A CN105373670B (zh) | 2015-12-01 | 2015-12-01 | 作物光合产量潜力的分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510867641.1A CN105373670B (zh) | 2015-12-01 | 2015-12-01 | 作物光合产量潜力的分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105373670A CN105373670A (zh) | 2016-03-02 |
CN105373670B true CN105373670B (zh) | 2018-04-20 |
Family
ID=55375865
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510867641.1A Expired - Fee Related CN105373670B (zh) | 2015-12-01 | 2015-12-01 | 作物光合产量潜力的分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105373670B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107483255A (zh) * | 2017-08-23 | 2017-12-15 | 四川隧唐科技股份有限公司 | 拌合站数据处理方法、装置及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101916337A (zh) * | 2010-08-23 | 2010-12-15 | 湖南大学 | 一种基于地理信息系统的水稻生产潜力动态预测方法 |
CN103805618A (zh) * | 2014-02-25 | 2014-05-21 | 河南省农业科学院小麦研究所 | 玉米c4型磷酸烯醇式丙酮酸羧化酶(pepc)基因及其在小麦中的应用 |
RU2013129655A (ru) * | 2013-06-27 | 2015-01-10 | Государственное научное учреждение Всероссийский научно-исследовательский институт сои Российской академии сельскохозяйственных наук | Способ определения продуктивности фотосинтетического потенциала сортов сои |
CN104392331A (zh) * | 2014-12-05 | 2015-03-04 | 天津佰旺达科技有限公司 | 一种基于农田作物的光合效率定量调节肥水浓度的方法 |
CN104472273A (zh) * | 2014-12-18 | 2015-04-01 | 江苏大学 | 一种移动式补光方法 |
-
2015
- 2015-12-01 CN CN201510867641.1A patent/CN105373670B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101916337A (zh) * | 2010-08-23 | 2010-12-15 | 湖南大学 | 一种基于地理信息系统的水稻生产潜力动态预测方法 |
RU2013129655A (ru) * | 2013-06-27 | 2015-01-10 | Государственное научное учреждение Всероссийский научно-исследовательский институт сои Российской академии сельскохозяйственных наук | Способ определения продуктивности фотосинтетического потенциала сортов сои |
CN103805618A (zh) * | 2014-02-25 | 2014-05-21 | 河南省农业科学院小麦研究所 | 玉米c4型磷酸烯醇式丙酮酸羧化酶(pepc)基因及其在小麦中的应用 |
CN104392331A (zh) * | 2014-12-05 | 2015-03-04 | 天津佰旺达科技有限公司 | 一种基于农田作物的光合效率定量调节肥水浓度的方法 |
CN104472273A (zh) * | 2014-12-18 | 2015-04-01 | 江苏大学 | 一种移动式补光方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105373670A (zh) | 2016-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Contribution of cultivar, fertilizer and weather to yield variation of winter wheat over three decades: A case study in the North China Plain | |
Waller et al. | Semi-transparent organic photovoltaics applied as greenhouse shade for spring and summer tomato production in arid climate | |
Lopez-Diaz et al. | The effect of different levels of shading in a photovoltaic greenhouse with a north–south orientation | |
Nemś et al. | Analysis of the possibilities of using a heat pump for greenhouse heating in polish climatic conditions—A case study | |
CN105447317B (zh) | 作物气候产量潜力的分析方法 | |
Pu et al. | Spatio-temporal dynamics of maize potential yield and yield gaps in Northeast China from 1990 to 2015 | |
Tan et al. | Satellite-based water consumption dynamics monitoring in an extremely arid area | |
Peng et al. | Simulation of the growth potential of sugarcane as an energy crop based on the APSIM model | |
Zhang et al. | The change characteristics and interactions of soil moisture and temperature in the farmland in Wuchuan County, Inner Mongolia, China | |
Liu et al. | Microclimate characteristics and evapotranspiration estimates of cucumber plants in a newly developed sunken solar greenhouse | |
Roxani et al. | Multidimensional role of Agrovoltaics in era of EU green Deal: Current status and analysis of water–energy–food–land dependencies | |
Teng et al. | Effects of agrivoltaic systems on the surrounding rooftop microclimate | |
Carreño-Ortega et al. | Lettuce production under mini-PV modules arranged in patterned designs | |
Hilal et al. | Automatic water control system and environment sensors in a greenhouse | |
Sun et al. | Effects of different irrigation modes on the growth, physiology, farmland microclimate characteristics, and yield of cotton in an oasis | |
CN105373670B (zh) | 作物光合产量潜力的分析方法 | |
Yu et al. | An analysis of water use efficiency of staple grain productions in China: Based on the crop water footprints at provincial level | |
CN105512947B (zh) | 作物光温产量潜力的分析方法 | |
Xiao et al. | Relationship between the dynamic characteristics of tomato plant height and leaf area index with yield, under aerated drip irrigation and nitrogen application in greenhouses | |
Huang et al. | Experimental study on biomass heating system in the greenhouse: A case study in Xiangtan, China | |
Liu et al. | A Two-Factor Thermal Screen Control Strategy for Chinese Solar Greenhouses in High-Latitude Areas | |
Gao et al. | Effect of different water treatments in soil-plant-atmosphere continuum based on intelligent weighing systems | |
Liu et al. | Response of water radiation utilization of summer maize to planting density and genotypes in the north China plain | |
Kalbarczyk et al. | Spring precipitation deficiency in Poland and its temporal and spatial variability in the context of agricultural needs | |
Li et al. | Optimized tomato production in Chinese solar greenhouses: The impact of an east–west orientation and wide row spacing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180420 Termination date: 20211201 |
|
CF01 | Termination of patent right due to non-payment of annual fee |