论文部分内容阅读
水稻是中国重要的粮食作物,水稻生产事关国家粮食安全,随着全球气候不断变暖,温室效应逐渐加剧,水稻的高温热害频发,在水稻高温热害预警和评估及水稻模型研究中采用田间水稻实际生长环境气温更能真实地反映水稻受高温胁迫的影响,所以本文在前人研究结果的基础上,开展了基于稻田实测气温、遥感资料和气象站资料数据相结合的水稻高温热害及ORYZA2000水稻模型的相关研究。首先,根据寿县站观测的稻田气温数据,结合水稻实测动态植株高度,将各层水稻气温进行组合,形成稻田组合气温(近似于代表水稻各生长发育时期的冠层气温),并建立了台站气温估算稻田组合气温的线性回归模型。同时利用MODIS卫星遥感数据对江苏省水稻种植区进行提取,再提取该区域上遥感数据及气象站点数据,利用台站气温估算稻田组合气温的线性回归模型,将台站气温换算成稻田组合气温,结合遥感数据,建立了遥感数据反演稻田组合气温的线性回归模型,并对遥感影像中的云覆盖区域进行台站气温估算稻田组合气温的插值和嵌合,最终形成江苏省高温时段完整稻田组合气温的时间序列。最后对ORYZA2000水稻模型进行定标和验证,确定了适合江苏省水稻生长发育情况的模型参数,并利用台站气温和稻田组合气温分别进行江苏省8个地级市的水稻生物量及产量的对比模拟。主要研究结果如下:(1)寿县站试验中稻田组合气温与附近气象台站气温之间存在一定区别,稻田日最高气温在水稻全发育期内均高于台站,二者平均日最高气温差值在2.5℃左右;稻田日最低气温略低于台站,二者平均日最低气温差值在0.8℃左右。台站气温估算稻田组合气温线性回归模型模拟精度较高,其日间气温模拟的RMSE为1.62℃,NRMSE为5.4%,夜间气温模拟的RMSE为0.63℃,NRMSE为2.5%。(2)利用MODIS遥感资料提取了江苏省的水稻种植区域面积进行了提取,其2016和2017年两年的平均误差在9.0%。建立了遥感资料反演稻田组合最高气温的回归模型,最优方程模拟精度较高,其RMSE为1.79℃,NRMSE为4.9%。利用台站气温估算稻田组合气温线性回归模型,将江苏省气象站气温推算为稻田组合气温,并进行全省范围的插值,将插值后的图像与遥感资料反演的稻田组合气温图像进行嵌合,较好地填补了遥感图像中云覆盖的无数值区域,最终形成了江苏省高温时段完整稻田组合气温的时间序列。(3)对ORYZA2000水稻模型进行参数本地化,得到了适合江苏省水稻生长发育情况的作物模型参数,并对定标后的模型进行验证,模拟情况较好的为水稻生育期日序及地面部分总生物量干重(WAGT),模拟情况较差的为LAI,总体来看,经过本地化定标后,ORYZA2000水稻模型能够较为准确的模拟水稻实际生长发育情况。分别使用台站气温与稻田组合气温对江苏省8个地级市的水稻产量情况进行模型模拟,通过对比各市水稻实际产量,发现使用稻田组合气温的ORYZA2000水稻模型模拟更加准确,其NRMSE为3.9%优于台站气温的6.2%。通过对比生物量模拟情况,发现模型中高温使水稻WAGT、WST以及WSO出现下降,直接导致了水稻最终产量的下降。