基于同伸關(guān)系的水稻群體莖蘗和葉面積動態(tài)模擬模型.pdf

1、作物生長模擬模型的研究，對作物栽培管理系統(tǒng)的發(fā)展有重要的理論意義和實際價值。本研究在總結(jié)、提煉和借鑒前人研究成果和建模理念的基礎(chǔ)上，通過不同生態(tài)地區(qū)、不同稻作方式、不同類型品種、不同播期、氮肥和密度等試驗，對水稻主莖葉齡、群體莖蘗數(shù)和葉面積與環(huán)境因子之間的關(guān)系進(jìn)行了定量解析和綜合。基于水稻器官和形態(tài)發(fā)生的同伸規(guī)律，構(gòu)建了水稻群體莖蘗數(shù)和葉面積指數(shù)模擬模型。這些研究結(jié)果，為水稻栽培管理決策支持系統(tǒng)的研制奠定了基礎(chǔ)。
　　 為篩選出

2、適應(yīng)性較廣泛的水稻主莖出葉模型，本文利用南京和麗江兩個生態(tài)點，多個品種類型，多個播期的水稻出葉動態(tài)和溫光條件資料，對前人提出的基于熱時間的線性模型(TTLM)和冪函數(shù)模型(TTPM)、基于輻熱指數(shù)的線性模型(PTILM)、基于時間和溫度的水稻鐘模型(RCM)和基于Beta方程的出葉模型(BBM)等5種有代表性的出葉模型進(jìn)行了比較和檢驗。結(jié)果表明，BBM和RCM模型擬合精度高，模型參數(shù)在同一地區(qū)具有較好的通用性，但用于生態(tài)條件相差較大的不

3、同地區(qū)時需要重新訂正;而基于熱時間的TTPM模型，其參數(shù)對生態(tài)條件不敏感，同一組參數(shù)可以用于多種生態(tài)條件下同一品種水稻出葉動態(tài)的模擬。
　　 為了解決基于葉蘗同伸規(guī)律的水稻群體莖蘗動態(tài)模擬模型的高估問題，本文提出了相對母莖分蘗發(fā)生率的概念，并依據(jù)葉蘗同伸原理，推導(dǎo)出了分蘗鞘發(fā)生分蘗品種和分蘗鞘不發(fā)生分蘗品種的莖蘗增長模型和相對母莖分蘗發(fā)生率計算公式。根據(jù)田間試驗數(shù)據(jù)，建立了相對母莖分蘗發(fā)生率與葉片氮含量和群體葉面積指數(shù)的定量關(guān)系

4、，進(jìn)而構(gòu)建了包含分蘗缺位后效應(yīng)的水稻莖蘗增長過程模擬模型，用以預(yù)測水稻群體莖蘗數(shù)的增長和主莖各葉齡期群體內(nèi)不同蘗齡分蘗的數(shù)量。通過分析拔節(jié)期不同LAI群體中不同蘗齡分蘗在齊穗期的存活狀況，初步建立了拔節(jié)期4葉及以下小分蘗的死亡率與拔節(jié)期LAI的定量關(guān)系，用以預(yù)測抽穗期的穗數(shù)。利用多個生態(tài)點和多種栽培條件下獲得的試驗資料對模型進(jìn)行了檢驗，根均方差（RMSE）均在32以下，模型能較好地模擬水稻莖蘗增長和預(yù)測抽穗期的穗數(shù)。
　　 通過

5、盆栽條件下對水稻葉片尺寸的詳細(xì)觀察和分析，明確了水稻分蘗葉片與同伸的主莖葉片尺寸之間的定量關(guān)系，為依據(jù)主莖葉片尺寸估計分蘗葉片的尺寸和葉面積提供了途徑。在此基礎(chǔ)上，結(jié)合主莖葉齡模型和莖蘗動態(tài)模型，建立了以主莖葉片尺寸和群體莖蘗構(gòu)成為輸入的無衰亡條件下的葉面積指數(shù)模擬模型，再將該模型與前人提出的氮限制下的葉面積指數(shù)模型相結(jié)合，建立起了誤差相對較小的水稻葉面積指數(shù)模擬模型。初步的檢驗結(jié)果表明，分蘗葉片與同伸的主莖葉片在尺寸上的相關(guān)性普遍存在

6、，且不受氮素水平的影響;用不同地區(qū)、不同品種、不同施氮水平和不同密度的試驗數(shù)據(jù)對模型整體的預(yù)測效果進(jìn)行檢驗，RMSE均在0.4以下，表明模型具有較好的預(yù)測效果。
　　 最后，對本文篩選的水稻主莖葉齡模型，群體莖蘗和葉面積動態(tài)模擬模型進(jìn)行了集成，并用多品種、多年、多點及多種稻作方式的大田生產(chǎn)數(shù)據(jù)對模型進(jìn)行了綜合檢驗，結(jié)果表明，本文構(gòu)建的水稻群體葉蘗動態(tài)模擬模型具有較好的預(yù)測效果，能夠應(yīng)用于各種品種和生態(tài)條件下水稻葉齡和群體葉蘗動態(tài)