CN105468854B - 基于作物生长机理模型的关键因子产量贡献计算方法 - Google Patents

基于作物生长机理模型的关键因子产量贡献计算方法 Download PDF

Info

Publication number
CN105468854B
CN105468854B CN201510846808.6A CN201510846808A CN105468854B CN 105468854 B CN105468854 B CN 105468854B CN 201510846808 A CN201510846808 A CN 201510846808A CN 105468854 B CN105468854 B CN 105468854B
Authority
CN
China
Prior art keywords
yield
crop
contribution
plant growth
growth mechanism
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
Application number
CN201510846808.6A
Other languages
English (en)
Other versions
CN105468854A (zh
Inventor
肖登攀
王仁德
栗志强
柏会子
唐建昭
刘剑锋
郭风华
孙雷刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute Of Geography Hebei Academy Of Sciences
Original Assignee
Institute Of Geography Hebei Academy Of Sciences
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute Of Geography Hebei Academy Of Sciences filed Critical Institute Of Geography Hebei Academy Of Sciences
Priority to CN201510846808.6A priority Critical patent/CN105468854B/zh
Publication of CN105468854A publication Critical patent/CN105468854A/zh
Application granted granted Critical
Publication of CN105468854B publication Critical patent/CN105468854B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/36—Circuit design at the analogue level
    • G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于作物生长机理模型的关键因子产量贡献计算方法，选择研究站点不同时期的多个作物品种，根据实际田间观测试验的作物物候和产量数据确定各自的品种参数范围；利用研究站点的气象数据和作物管理措施数据驱动APSIM作物生长机理模型，采用试错法确定具体的作物品种参数值；对长时间序列的不同品种和不同管理措施下的作物生长机理模型模拟产量值进行对比分析，分别计算品种变化和管理措施改变对作物产量的贡献；并对作物品种在长时间序列上的作物产量模拟值进行线性拟合，计算气候变化对作物产量的贡献。

Description

基于作物生长机理模型的关键因子产量贡献计算方法
技术领域
本发明涉及一种计算决定作物产量的关键因子对产量贡献的方法，具体涉及利用APSIM作物生长机理模型分离和评价作物品种变化、管理措施改变以及气候变化(30年及以上)对作物产量影响的计算方法，属于农业可持续发展适应性评估技术领域。
背景技术
在制约农业生产的自然资源中，气候条件是最为重要的组成部分。气候变化对农业生产的影响已经引起各国政府和科学家们的广泛关注和高度重视。伴随着全球地表温度的持续升高，一些地区地表辐射降低和降雨量减少等气候因子的变化均对作物生产和产量形成产生了重要的影响。因此，准确量化作物产量对过去气候变化的响应及其敏感性是理解和预测未来气候变化对农业生产影响的前提和基础。
过去几十年里，作物育种技术迅速发展，人们为了获得更高的产量，平均每3-5会变换新的作物品种；同时，人们为了获得最大的经济效益，往往采取更好的田间管理措施，主要表现为加大化肥投入和农业灌溉。因此，品种更替和管理措施改变对作物生产和最终作物产量起了关键性的作用。
总之，过去几十年作物生产受到了气候变化、品种变换和管理措施改变等诸多因子的共同影响。目前研究关键因子产量贡献的主要方法有统计回归和作物模型模拟方法。统计模型分析简便易行，分析结果的可信度也比较高，因而得到广泛应用。但影响作物生产的各个因子相互之间往往不是独立的，因此，统计模型不能揭示众多影响因子之间的相互关系，因此难以利用其分析结果进一步提出针对性较强的适应性对策；然而基于过程的作物生长机理模型可以克服这一缺点，作物模型可以模拟不同情景下的作物生长，因此可以摒弃因子之间的相互作用，准确分离和量化各个因子对作物产量的影响。
APSIM(Agricultural Production Systems Simulator，农业生产系统模拟模型)由隶属澳大利亚联邦科工组织(CSIRO)和昆士兰州政府的农业生产系统研究组(APSRU)在过去20多年内开发的，是能够模拟农业系统各主要组分的机理模型。该模型可用于模拟农业系统中作物生长过程及土壤水氮动态，特别适用于评价农作系统生产潜力及耕作措施的产量效益受气候波动和环境变化的影响。APSIM模型可以让用户容易地通过选择一系列的作物、土壤以及其它子模块来配置自己的作物模型。模块之间的逻辑关系可以非常简单地通过模块的“插拔”功能来规定。由于它的灵活性、可操作性，APSIM模型被认为更应该是一个模型系统的灵活软件环境，而不是针对某特定作物系统的单个模型。
发明内容
本发明要解决的技术问题是提供一种基于作物生长机理模型的关键因子产量贡献计算方法，能够直观的分离品种、管理措施以及气候变化等关键因子对作物产量的贡献。
为解决上述技术问题，本发明所采取的技术方案是：
一种基于作物生长机理模型的关键因子产量贡献计算方法，该方法包括如下步骤：
(1)选择研究站点不同时期的多个作物品种，根据实际田间观测试验的作物物候和产量数据确定各自的品种参数范围；
(2)基于步骤(1)中确定的品种参数范围，利用研究站点的气象数据和作物管理措施数据驱动APSIM作物生长机理模型，采用试错法确定具体的作物品种参数值；
(3)根据步骤(2)中确定的作物品种参数值，对长时间序列的不同品种和不同管理措施下的作物生长机理模型模拟产量值进行对比分析，分别计算品种变化和管理措施改变对作物产量的贡献；并对作物品种在长时间序列上的作物产量模拟值进行线性拟合，计算气候变化对作物产量的贡献。
进一步的，所述步骤(3)中：
(3-1)品种变化对作物产量的贡献Cc的计算公式为：
其中，Y(C2)i是品种Ⅱ的作物模拟产量，Y(C1)i是品种Ⅰ的作物模拟产量，i是年份(1,2,……,n)；
(3-2)管理措施改变对作物产量的贡献Cm的计算公式为：
其中，Y(M2)i是管理措施Ⅱ条件下的作物模拟产量，Y(M1)i是管理措施Ⅰ条件下的作物模拟产量；
(3-3)气候变化对作物产量的贡献的计算方法为：
(3-3-1)首先对连续多年一致的品种和管理措施下作物模拟产量Y(C)i进行线性拟合：
Y(C)i＝aXi+b
其中，Xi模拟年份(i＝1,2,……,n)，a是线性拟合斜率，b是线性拟合截距；
(3-3-2)计算长时间序列气候变化对作物产量的贡献Ccl：
其中，n是模拟年份值。
采用上述技术方案所产生的有益效果在于：
本发明公开了一种基于作物生长机理模型的关键因子产量贡献计算方法，通过作物田间实验观测资料调整APSIM作物生长机理模型品种参数，利用作物生长机理模型模拟不同情景下作物生长过程，能够直观的分离出品种、管理措施以及气候变化等关键因子对作物产量的贡献，对于指导品种选育和改善田间管理等农业生产措施来应对和适应气候变化具有重要意义。
附图说明
图1是本发明实施的流程图；
图2是本发明夏玉米产量的实测值与模拟值验证；
图3是本发明关键因子产量贡献。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示，本发明公开了一种基于APSIM作物生长机理模型的关键因子产量贡献计算方法。
研究对象：过去30年(1981-2010年)华北地区气候变化、作物品种变换和管理措施改变(主要考虑施肥量的变化)对夏玉米产量的贡献。
1、确定研究站点不同时期典型作物品种和各自的品种参数范围
根据国家农业气象站过去30年的试验观测数据，选择1981-1985和2006-2010两个时期作为研究对象，确定4个代表性站点两个时期种植的典型作物品种，如表1所示。根据不同品种的实际田间观测试验的作物物候和产量数据(包括播种期、出苗期、拔节期、开花期和成熟期等物候期，穗粒数，千粒重，籽粒产量等)确定各自的品种参数范围。
表1代表站点两个时期种植的典型作物品种
2、确定模型品种参数值
基于步骤1中确定的品种参数范围，根据APSIM模型需要，将研究站点对应年份的日气象数据、土壤数据和田间管理措施数据(播种方式、灌溉、施肥、收获等)输入APSIM模型中，采用试错法，根据田间观测试验的作物物候和产量数据对不同时期不同品种的品种参数进行校正和验证，确定具体的作物品种参数值。
根据研究区多站点多品种对模拟产量和实测产量进行对比分析，相关系数R2达到0.93，如图2所示，说明确定的作物品种参数值在研究区各个站点有较好的适用性和代表性。
3、设置不同时期的代表管理措施
根据各个站点详细的管理措施数据记录设置不同时期的管理条件，如表2所示，本实施例主要考虑了不同时期的不同施肥量。
表2代表站点两个时期施肥管理措施
4、长时间序列不同品种、不同管理措施作物生长机理模型产量模拟
根据步骤2中确定的作物品种参数值，对长时间序列的不同品种和不同管理措施下的作物生长机理模型模拟产量值进行对比分析，分别计算品种变化和管理措施改变对作物产量的贡献；并对作物品种在长时间序列上的作物产量模拟值进行线性拟合，计算气候变化对作物产量的贡献。
(4-1)品种变化对作物产量的贡献Cc的计算公式为：
其中，Y(C2)i是品种Ⅱ的作物模拟产量，Y(C1)i是品种Ⅰ的作物模拟产量，i是年份(1,2,……,n)；
(4-2)管理措施改变对作物产量的贡献Cm的计算公式为：
其中，Y(M2)i是管理措施Ⅱ条件下的作物模拟产量，Y(M1)i是管理措施Ⅰ条件下的作物模拟产量；
(4-3)气候变化对作物产量的贡献的计算方法为：
(4-3-1)首先对连续多年一致的品种和管理措施下作物模拟产量Y(C)i进行线性拟合：
Y(C)i＝aXi+b
其中，Xi模拟年份(i＝1,2,……,n)，a是线性拟合斜率，b是线性拟合截距；
(4-3-2)计算长时间序列气候变化对作物产量的贡献Ccl：
其中，n是模拟年份值。
通过模拟计算，得到各个代表站点过去30年关键因子(品种变换、管理措施改变和气候变化)夏玉米产量贡献，见表3所示。
表3代表站点关键因子夏玉米产量贡献
通过求平均计算，最终得到研究区过去30年关键因子(品种变换、管理措施改变和气候变化)夏玉米产量贡献，如图3所示。
本发明公开了一种基于作物生长机理模型的关键因子产量贡献计算方法，通过作物田间实验观测资料调整APSIM作物生长机理模型品种参数，利用作物生长机理模型模拟不同情景下作物生长过程，能够直观的分离出品种、管理措施以及气候变化等关键因子对作物产量的贡献，对于指导品种选育和改善田间管理等农业生产措施来应对和适应气候变化具有重要意义。

Claims (1)

1.一种基于作物生长机理模型的关键因子产量贡献计算方法，其特征在于：该方法包括如下步骤：
(1)选择研究站点不同时期的多个作物品种，根据实际田间观测试验的作物物候和产量数据确定各自的品种参数范围；
(2)基于步骤(1)中确定的品种参数范围，利用研究站点的气象数据和作物管理措施数据驱动APSIM作物生长机理模型，采用试错法确定具体的作物品种参数值；
(3)根据步骤(2)中确定的作物品种参数值，对长时间序列的不同品种和不同管理措施下的作物生长机理模型模拟产量值进行对比分析，分别计算品种变化和管理措施改变对作物产量的贡献；并对作物品种在长时间序列上的作物产量模拟值进行线性拟合，计算气候变化对作物产量的贡献；
所述步骤(3)中：
(3-1)品种变化对作物产量的贡献Cc的计算公式为：
其中，Y(C2)i是品种Ⅱ的作物模拟产量，Y(C1)i是品种Ⅰ的作物模拟产量，i是年份，i＝1,2,……,n；
(3-2)管理措施改变对作物产量的贡献Cm的计算公式为：
其中，Y(M2)i是管理措施Ⅱ条件下的作物模拟产量，Y(M1)i是管理措施Ⅰ条件下的作物模拟产量；
(3-3)气候变化对作物产量的贡献的计算方法为：
(3-3-1)首先对连续多年一致的品种和管理措施下作物模拟产量Y(C)i进行线性拟合：
Y(C)i＝aXi+b
其中，Xi模拟年份，i＝1,2,……,n；a是线性拟合斜率，b是线性拟合截距；
(3-3-2)计算长时间序列气候变化对作物产量的贡献Ccl：
其中，n是模拟年份值。
CN201510846808.6A 2015-11-27 2015-11-27 基于作物生长机理模型的关键因子产量贡献计算方法 Expired - Fee Related CN105468854B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510846808.6A CN105468854B (zh) 2015-11-27 2015-11-27 基于作物生长机理模型的关键因子产量贡献计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510846808.6A CN105468854B (zh) 2015-11-27 2015-11-27 基于作物生长机理模型的关键因子产量贡献计算方法

Publications (2)

Publication Number Publication Date
CN105468854A CN105468854A (zh) 2016-04-06
CN105468854B true CN105468854B (zh) 2018-05-25

Family

ID=55606549

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510846808.6A Expired - Fee Related CN105468854B (zh) 2015-11-27 2015-11-27 基于作物生长机理模型的关键因子产量贡献计算方法

Country Status (1)

Country Link
CN (1) CN105468854B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107423853B (zh) * 2017-07-25 2020-07-03 中国农业科学院农业信息研究所 一种单产-气象变化系数的确定方法及系统
CN108633424B (zh) * 2018-03-16 2021-03-23 中国农业科学院农业资源与农业区划研究所 一种冬小麦施肥方法
CN109033539A (zh) * 2018-07-02 2018-12-18 河北省科学院地理科学研究所 基于作物生长机理模型分离关键因子对作物物候影响的计算方法
TWI703529B (zh) * 2018-12-27 2020-09-01 蜂巢數據科技股份有限公司 作物生長階段計算方法及電腦程式產品
CN110705182B (zh) * 2019-09-06 2020-07-10 北京师范大学 耦合作物模型和机器学习的作物育种适应时间预测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104361249A (zh) * 2014-11-25 2015-02-18 民政部国家减灾中心 基于作物生长模型的作物旱灾致灾强度指数计算方法
CN104732045A (zh) * 2015-04-22 2015-06-24 民政部国家减灾中心 一种基于作物生长模型确定作物旱灾自然脆弱性曲线的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010079418A (ja) * 2008-09-24 2010-04-08 Nec Electronics Corp 統計ｓｐｉｃｅモデルパラメータ算出方法、統計ｓｐｉｃｅモデルパラメータ算出装置及びプログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104361249A (zh) * 2014-11-25 2015-02-18 民政部国家减灾中心 基于作物生长模型的作物旱灾致灾强度指数计算方法
CN104732045A (zh) * 2015-04-22 2015-06-24 民政部国家减灾中心 一种基于作物生长模型确定作物旱灾自然脆弱性曲线的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"1981—2009年新疆小麦和玉米物候期与气候条件变化研究";肖登攀等;《干旱地区农业研究》;20151110(第6期);第189-194,202页 *
"关于化肥对作物产量贡献的评估问题";奚振邦;《磷肥与复肥》;20040515;第19卷(第3期);第68-71页 *

Also Published As

Publication number Publication date
CN105468854A (zh) 2016-04-06

Similar Documents

Publication Publication Date Title
Gaydon et al. Evaluation of the APSIM model in cropping systems of Asia
CN105468854B (zh) 基于作物生长机理模型的关键因子产量贡献计算方法
Chimonyo et al. Simulating yield and water use of a sorghum–cowpea intercrop using APSIM
Yang et al. Prediction of cotton yield and water demand under climate change and future adaptation measures
Hoffmann et al. Variability of effects of spatial climate data aggregation on regional yield simulation by crop models
CA2956205A1 (en) Agronomic systems, methods and apparatuses
Salmerón et al. Effect of non-uniform sprinkler irrigation and plant density on simulated maize yield
Wang et al. Validation of the EPIC model using a long-term experimental data on the semi-arid Loess Plateau of China
CN106485002B (zh) 在复杂地形气候区域估算甘蔗潜在产量的方法
Wajid et al. Modeling growth, development and seed-cotton yield for varying nitrogen increments and planting dates using DSSAT
Hao et al. Temporal rainfall patterns with water partitioning impacts on maize yield in a freeze–thaw zone
Ban et al. Assimilating MODIS data-derived minimum input data set and water stress factors into CERES-Maize model improves regional corn yield predictions
Wu et al. How well do we need to estimate plant-available water capacity to simulate water-limited yield potential?
Wimalasiri et al. Crop model ideotyping for agricultural diversification
Wolday et al. A review: performance evaluation of crop simulation model (APSIM) in prediction crop growth, development and yield in semiarid tropics
Zhang et al. Testing the simulation capability of APSIM-ORYZA under different levels of nitrogen fertiliser and transplanting time regimes in Korea
EP3474167A1 (en) System and method for predicting genotype performance
Ali et al. Estimation of evapotranspiration using a simulation model
Kamruzzaman et al. Technical efficiency of wheat growers in some selected sites of Dinajpur district of Bangladesh
Mastrorilli et al. Using the CERES-Maize model in a semi-arid Mediterranean environment. Validation of three revised versions
CN115952421A (zh) 耦合生态过程模型与机器学习算法的高精度时空模拟方法
CN109033539A (zh) 基于作物生长机理模型分离关键因子对作物物候影响的计算方法
Berhane et al. Applications of aqua crop model for improved field management strategies and climate change impact assessment: a review
Singh et al. Development of multi stage district level wheat yield forecast models
Mote et al. Simulation of phenology and yield attributing characters of legume crops using DSSAT and InfoCrop Model

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information

Inventor after: Xiao dengpan

Inventor after: Wang Rende

Inventor after: Li Zhiqiang

Inventor after: Bai Huizi

Inventor after: Tang Jianzhao

Inventor after: Liu Jianfeng

Inventor after: Guo Fenghua

Inventor after: Sun Leigang

Inventor before: Xiao Dengpan

Inventor before: Wang Rende

Inventor before: Li Zhiqiang

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180525

Termination date: 20211127

CF01 Termination of patent right due to non-payment of annual fee