帥細(xì)強(qiáng)，陸魁東，黃晚華，李迎春

(1.湖南省氣象科學(xué)研究所，湖南 長(zhǎng)沙 410118；2.氣象防災(zāi)減災(zāi)湖南省重點(diǎn)實(shí)驗(yàn)室，湖南 長(zhǎng)沙 410118；3.江西省氣象科學(xué)研究所，江西 南昌 330046)

超級(jí)雜交早稻組合金優(yōu)458的生長(zhǎng)模擬

帥細(xì)強(qiáng)1,2，陸魁東1,2，黃晚華1,2，李迎春3

(1.湖南省氣象科學(xué)研究所，湖南 長(zhǎng)沙 410118；2.氣象防災(zāi)減災(zāi)湖南省重點(diǎn)實(shí)驗(yàn)室，湖南 長(zhǎng)沙 410118；3.江西省氣象科學(xué)研究所，江西 南昌 330046)

根據(jù)江西南昌2012—2013年超級(jí)雜交早稻金優(yōu)458的分期播種田間試驗(yàn)數(shù)據(jù)，調(diào)試ORYZA2000模型中的作物參數(shù)；利用調(diào)試后的作物模型模擬數(shù)據(jù)與整理后的田間試驗(yàn)觀測(cè)數(shù)據(jù)，對(duì)超級(jí)雜交早稻發(fā)育期、地上生物量、穗生物量等進(jìn)行回代檢驗(yàn)和外推檢驗(yàn)。結(jié)果表明：超級(jí)雜交早稻金優(yōu)458開(kāi)花期的模擬值與實(shí)測(cè)值相差1～3 d，成熟期的模擬值與實(shí)測(cè)值相差0～3 d；開(kāi)花期、成熟期的地上生物量的平均誤差分別為5.2%、3.3%，成熟期穗生物量的平均誤差為2.0%；調(diào)試后的ORYZA2000作物模型可用于對(duì)超級(jí)雜交早稻的生長(zhǎng)進(jìn)行模擬，可為評(píng)價(jià)氣象條件對(duì)超級(jí)雜交早稻發(fā)育期和生物量的影響提供定量化的技術(shù)方法。

水稻模型；生長(zhǎng)模擬；超級(jí)雜交早稻；金優(yōu)458

水稻占中國(guó)糧食總產(chǎn)量的近 40%。中國(guó)于1996年啟動(dòng)超級(jí)稻育種計(jì)劃[13]。2006年，長(zhǎng)江中游地區(qū)的超級(jí)雜交早稻研究取得了較大突破，株兩優(yōu)819和兩優(yōu)287被農(nóng)業(yè)部認(rèn)定為超級(jí)雜交早稻品種[14–16]。2006、2007年湖南亞華種子有限公司在湖南、江西安排了15個(gè)超級(jí)雜交早稻百畝示范片，試驗(yàn)普遍獲得成功[15]。湖南湘鄉(xiāng)市、江西豐城市等10個(gè)核心示范片的測(cè)產(chǎn)驗(yàn)收結(jié)果表明，株兩優(yōu)819的平均產(chǎn)量為7 999.38 kg/hm2，比當(dāng)?shù)刂髟云贩N平均增產(chǎn)12.14%，其中2007年在江西鄱陽(yáng)油墩街鎮(zhèn)示范種植6.73 hm2，經(jīng)專家測(cè)產(chǎn)驗(yàn)收，產(chǎn)量達(dá)8 281.5 kg/hm2，比三系雜交早稻金優(yōu)974增產(chǎn)10.62%。2009年，金優(yōu)458被農(nóng)業(yè)部認(rèn)定為超級(jí)雜交早稻[17–19]。通過(guò)高產(chǎn)示范種植，金優(yōu)458表現(xiàn)出產(chǎn)量高、生育期適中、適應(yīng)性廣等特點(diǎn)，適宜在江西、湖南和福建北部、浙江中南部的稻瘟病輕發(fā)雙季稻區(qū)作早稻種植[18–20]。筆者根據(jù)超級(jí)雜交早稻田間試驗(yàn)觀測(cè)資料對(duì)作物生長(zhǎng)模型有關(guān)參數(shù)進(jìn)行調(diào)試和檢驗(yàn)，旨在為評(píng)價(jià)氣象條件對(duì)超級(jí)雜交早稻發(fā)育期和生物量的影響提供定量化的技術(shù)方法。

1 材料與方法

1.1 材 料

超級(jí)雜交早稻品種選用金優(yōu)458。

氣象資料采用與試驗(yàn)基地鄰近的南昌縣氣象局的資料，包括超級(jí)雜交早稻生長(zhǎng)期內(nèi)逐日最高氣溫、最低氣溫、日照時(shí)間、降水量、平均風(fēng)速、平均水汽壓等要素。

1.2 試驗(yàn)設(shè)計(jì)

分期播種試驗(yàn)于 2012—2013年在雙季稻區(qū)的江西省南昌縣蓮塘鎮(zhèn)農(nóng)業(yè)氣象試驗(yàn)基地進(jìn)行。土壤肥力中等偏上。超級(jí)雜交早稻分期播種的時(shí)間間隔為7 d，每年設(shè)計(jì)4個(gè)播期，2012年分期播種時(shí)間分別為3月18日、3月25日、4月1日、4月8日，2013年分期播種時(shí)間分別為3月16日、3月22日、3月29日、4月5日。

1.3 測(cè)定指標(biāo)及方法

生物量測(cè)定使用精度為0.001 g的電子天平，干物質(zhì)處理利用智能調(diào)溫烤箱烘干。

按照《農(nóng)業(yè)氣象觀測(cè)規(guī)范》，觀測(cè)、記載各播期的播種期、出苗期、移栽期、返青期、分蘗期、拔節(jié)期、孕穗期、抽穗期、乳熟期、成熟期等發(fā)育期；在主要營(yíng)養(yǎng)生長(zhǎng)期、抽穗期、乳熟期等發(fā)育期進(jìn)行密度、葉面積、分器官生物量測(cè)定，并在成熟期增測(cè)分器官生物量，同時(shí)測(cè)定穗粒數(shù)、實(shí)粒數(shù)、秕谷數(shù)、千粒質(zhì)量等。

1.4 數(shù)據(jù)處理

利用Execl 2007等對(duì)田間觀測(cè)數(shù)據(jù)和氣象數(shù)據(jù)進(jìn)行處理，選用ORYZA2000模型，使用整理后的數(shù)據(jù)調(diào)試作物模型參數(shù)，并預(yù)留部分獨(dú)立數(shù)據(jù)進(jìn)行模型檢驗(yàn)，即用2012年第1期、第2期、第4期和2013年第1期、第3期、第4期的觀測(cè)資料進(jìn)行作物模型參數(shù)調(diào)試，并采用計(jì)算平均誤差的方法對(duì)發(fā)育期、地上生物量和穗生物量等進(jìn)行回代檢驗(yàn)，用2012年第3期和2013年第2期的觀測(cè)資料進(jìn)行外推檢驗(yàn)。

2 結(jié)果與分析

2.1 模型參數(shù)調(diào)試結(jié)果

在作物模型ORYZA2000的眾多參數(shù)中，大部分參數(shù)是通用的，不需要校正，可以直接采用，只有少部分對(duì)環(huán)境特性反應(yīng)比較敏感的作物參數(shù)需要調(diào)試。這部分參數(shù)可以通過(guò)子程序 DRATE、PARAM和氣象數(shù)據(jù)、田間試驗(yàn)數(shù)據(jù)求得，主要有發(fā)育速率、比葉面積、葉莖穗分配系數(shù)、葉片相對(duì)生長(zhǎng)速率、葉片死亡速率、莖同化物向穗轉(zhuǎn)移系數(shù)等。參數(shù)獲取流程為：

1) 編輯天氣文件，按站名、年份、日序、日照時(shí)間、最低溫度、最高溫度、水汽壓、平均風(fēng)速、降水量等順序排列。

2) 編輯試驗(yàn)文件，將運(yùn)行模式設(shè)定為試驗(yàn)?zāi)Ｊ?，并修改試?yàn)的基本管理數(shù)據(jù)，如出苗時(shí)間、移栽時(shí)間、密度等。

3) 調(diào)試物候?qū)W參數(shù)，如出苗期、幼穗分化期、開(kāi)花期、成熟期等。

4) 編輯實(shí)測(cè)的葉面積指數(shù)、綠葉干質(zhì)量、死葉干質(zhì)量、莖干質(zhì)量、穗干質(zhì)量、地上生物量等。

5) 打開(kāi)控制文件 PARM.IN，修改試驗(yàn)數(shù)據(jù)文件名和作物文件名。

6) 運(yùn)行DRATES.EXE 文件，利用drate.out文件中的發(fā)育速率，修正作物文件中的DVRJ、DVRI、DVRP、DVRR數(shù)據(jù)，其中，DVRJ表示基本營(yíng)養(yǎng)生長(zhǎng)階段發(fā)育速率，發(fā)育階段為出苗期至光周期敏感開(kāi)始期；DVRI表示光周期敏感階段發(fā)育速率，發(fā)育階段為光周期敏感開(kāi)始期至幼穗分化期。DVRP表示穗形成階段發(fā)育速率，發(fā)育階段為幼穗分化期至開(kāi)花期。DVRR表示灌漿階段發(fā)育速率，發(fā)育階段為開(kāi)花期至生理成熟期。

7) 運(yùn)行PARAM.EXE文件，提取param.out文件中的有關(guān)參數(shù)數(shù)據(jù)。

各播期發(fā)育速率、移栽休眠影響系數(shù)和莖向穗轉(zhuǎn)移系數(shù)等見(jiàn)表1。

表1 不同播期的發(fā)育速率和莖向穗轉(zhuǎn)移系數(shù)Table 1 Development rate and transfer coefficient from stem to spike at different sowing times

分別從2012年超級(jí)雜交早稻第1期、第2期、第4期和2013年第1期、第3期、第4期的param.out文件中提取比葉面積、葉莖穗分配系數(shù)等數(shù)據(jù)，利用Execl制作作物發(fā)育階段與作物比葉面積、作物發(fā)育階段與作物地上生物量的葉、莖、穗分配系數(shù)等的散點(diǎn)圖，根據(jù)散點(diǎn)圖的變化規(guī)律確定超級(jí)雜交早稻不同發(fā)育階段的比葉面積和地上生物量的葉、莖、穗分配系數(shù)等(圖1~4)。

圖1 不同發(fā)育階段的比葉面積Fig.1 Specific leaf area at different development stages

圖2 不同發(fā)育階段地上生物量的葉分配系數(shù)Fig.2 Leaf distribution coefficient of aboveground total biomass at different development stages

圖3 不同發(fā)育階段地上生物量的莖分配系數(shù)Fig.3 Stem distribution coefficient of aboveground total biomass at different development stages

圖4 不同發(fā)育階段地上生物量的穗分配系數(shù)Fig.4 Storage organ distribution coefficient of aboveground total biomass at different development stages

2.2 模型檢驗(yàn)結(jié)果

模擬結(jié)果表明：超級(jí)雜交早稻開(kāi)花期模擬值與實(shí)測(cè)值的時(shí)間相差1～3 d，成熟期模擬值與實(shí)測(cè)值的時(shí)間相差0～3 d；開(kāi)花期地上生物量模擬值與實(shí)測(cè)值的平均誤差為 5.1%(回代檢驗(yàn)平均模擬誤差與外推檢驗(yàn)平均模擬誤差兩者的平均值，下同)，成熟期地上生物量模擬值與實(shí)測(cè)值的平均誤差為3.3%，成熟期穗生物量模擬值與實(shí)測(cè)值的平均誤差為2.0%。

2.2.1 回代檢驗(yàn)結(jié)果

發(fā)育期檢驗(yàn)結(jié)果表明，2012年第1期、第2期、第4期和2013年第1期、第3期、第4期超級(jí)雜交早稻開(kāi)花期模擬值與實(shí)測(cè)值的時(shí)間相差 1～2 d(表2)，其中2012年第4期和2013年第3期、第4期的時(shí)間相差不超過(guò)1 d的占50%(6期中有3期)；成熟期模擬值與實(shí)測(cè)值的時(shí)間相差為0～3 d，其中2012年第2期、第4期和2013年第3期、第4期的時(shí)間相差不超過(guò)2 d的占67%(6期中有4期)。

表2 發(fā)育期回代檢驗(yàn)結(jié)果Table 2 Fitted test at development stages

生物量檢驗(yàn)結(jié)果表明，超級(jí)雜交早稻開(kāi)花期地上生物量的平均模擬誤差(模擬值與觀測(cè)值的差除以觀測(cè)值，下同)為1.8%(表3)，2012年第1期和2013年第1期、第3期、第4期的模擬誤差在20%以內(nèi)的占67%(6期中有4期)；成熟期地上生物量的平均模擬誤差為2.1%，2012年第1期、第2期、第4期和2013年第3期、第4期的模擬誤差在16%以內(nèi)，模擬誤差在 16%以內(nèi)的占 83%(6期中有 5 期)。開(kāi)花期穗生物量的平均模擬誤差為 22.2%(表4)，2013年第1期、第3期、第4期的模擬誤差在20%以內(nèi)的占50%(6期中有3期)；成熟期穗生物量的平均模擬誤差為0.3%，2012年第1期、第3期、第4期和2013年第4期的模擬誤差在12%以內(nèi)的占67%(6期中有4期)。

表3 地上生物量回代檢驗(yàn)結(jié)果Table 3 Results of fitted test for aboveground total biomass

表4 穗生物量回代檢驗(yàn)結(jié)果Table 4 Results of fitted test for spike biomass

2.2.2 外推檢驗(yàn)結(jié)果

發(fā)育期外推檢驗(yàn)結(jié)果(表5)表明，超級(jí)雜交早稻開(kāi)花期模擬值與實(shí)測(cè)值的時(shí)間相差2～3 d，成熟期模擬值與實(shí)測(cè)值的時(shí)間相差1～2 d。生物量外推檢驗(yàn)結(jié)果(表6)表明，超級(jí)雜交早稻開(kāi)花期地上生物量的平均模擬誤差為8.4%(表6)，2013年第2期的模擬誤差為6.7%；成熟期地上生物量的平均模擬誤差為4.5%，2012年第3期的模擬誤差為1.7%。表7結(jié)果表明，開(kāi)花期穗生物量的平均模擬誤差為32.9%，2013年第2期的模擬誤差為16.5%；成熟期穗生物量的平均模擬誤差為 3.7%，2012年第 3期的模擬誤差為2.0%。

表5 發(fā)育期的外推檢驗(yàn)結(jié)果Table 5 Extrapolation test at development stages

表6 地上生物量的外推檢驗(yàn)結(jié)果Table 6 Extrapolation test of aboveground total biomass

表7 穗生物量的外推檢驗(yàn)結(jié)果Table 7 Extrapolation test of spike biomass

3 結(jié)論與討論

已有研究表明，調(diào)試后的ORYZA2000模型對(duì)水稻發(fā)育期的模擬較好。這可能與ORYZA2000作物模型以小時(shí)為時(shí)間步長(zhǎng)模擬水稻的生長(zhǎng)發(fā)育進(jìn)程，并采用三基點(diǎn)溫度進(jìn)行發(fā)育期模擬和考慮了移栽對(duì)水稻休眠的影響等有關(guān)[6–8]。湖南雙季稻開(kāi)花期和成熟期模擬值與實(shí)測(cè)值時(shí)間差小于1 d[21]；安徽地區(qū)水稻發(fā)育期模擬值比實(shí)測(cè)值小，日期時(shí)間差為2～7 d[22]；江南早(晚)稻開(kāi)花期、成熟期模擬回代樣本的平均誤差均為3～6 d，外推檢驗(yàn)樣本誤差為3～5 d[10]。本研究中，超級(jí)雜交早稻開(kāi)花期模擬值與實(shí)測(cè)值相差1～3 d，成熟期模擬值與實(shí)測(cè)值相差0～3 d，與文獻(xiàn)[21]、[22]報(bào)道的結(jié)論一致，且優(yōu)于文獻(xiàn)[22]報(bào)道的結(jié)論，說(shuō)明調(diào)試后的ORYZA2000模型對(duì)超級(jí)雜交早稻發(fā)育期的模擬較好。

在生物量模擬方面，北京地區(qū)旱稻地上部總生物量模擬值與實(shí)測(cè)值的NRMSE為45%，穗生物量的NRMSE為37%[5]；貴陽(yáng)地區(qū)一季中稻地上部總生物量的NRMSE為16.4%，穗生物量的NRMSE 為 23.5%[11]；安徽地區(qū)水稻地上部分總生物量的NRMSE為 6%～13%，穗生物量的 NRMSE為19%～25%[22]；湖南早稻地上部總生物量及各器官生物量的NRMSE小于25%[21]。本研究中，超級(jí)雜交早稻地上部總生物量的 NRMSE為 15.2%～23.1%，穗生物量的NRMSE為19.5%～25.4%，與上述研究的結(jié)論一致，比北京地區(qū)旱稻的NRMSE[5]小，說(shuō)明用調(diào)試后的ORYZA2000模型對(duì)超級(jí)雜交早稻的生物量進(jìn)行模擬是可行的。

本研究中根據(jù)1個(gè)試驗(yàn)點(diǎn)的2年田間觀測(cè)數(shù)據(jù)來(lái)進(jìn)行模型參數(shù)校正，存在試驗(yàn)點(diǎn)和試驗(yàn)品種偏少的情況。為了提高ORYZA2000模型的模擬精度和應(yīng)用區(qū)域，有必要進(jìn)行不同區(qū)域和多個(gè)品種田間試驗(yàn)，對(duì)模型參數(shù)進(jìn)行進(jìn)一步的本地化校正，以提高ORYZA2000模型在更大區(qū)域范圍內(nèi)的應(yīng)用。

[1] 高亮之．農(nóng)業(yè)模型學(xué)基礎(chǔ)[M]．北京：天馬圖書有限公司，2004：186–206．

[2] 潘學(xué)標(biāo)．作物模型原理[M]．北京：氣象出版社，2003：273–303．

[3] 陳恩波．作物生長(zhǎng)模擬研究綜述[J]．中國(guó)農(nóng)學(xué)通報(bào)，2009，25(22)：114–117．

[4] 馬玉平，王石立，王馥棠．作物模擬模型在農(nóng)業(yè)氣象業(yè)務(wù)應(yīng)用中的研究初探[J]．應(yīng)用氣象學(xué)報(bào)，2005，16(3)：293–303．

[5] 薛昌穎，楊曉光， Bouman B A M，等．ORYZA2000模型模擬北京地區(qū)旱稻的適應(yīng)性初探[J]．作物學(xué)報(bào)，2005，31(12)：1567–1571．

[6] Kropff M J，van Laar H H，Ten Berge H F M．ORYZA1：A Basic Model for Irrigated Lowland Rice Production[M]. Wageningen：Centre for Agrobiological Research，1993：76–83．

[7] Kropff M J，van Laar H H，Matthews R．ORAZA1，An Eco-physiological Model for Irrigation Rice Production[M]．Wageningen：SARP Research Proceedings, 1994：104–110．

[8] Matthews R B，Hunt L A．A model describing the growth of cassava[J]．Field Crops Res，1994，36(1)：69–84．

[9] 帥細(xì)強(qiáng)，鄒錦明，謝佰承，等．B2情景對(duì)湘鄂雙季稻發(fā)育期及產(chǎn)量的影響[J]．中國(guó)農(nóng)學(xué)通報(bào)，2011，27(33)：121–126．

[10] 帥細(xì)強(qiáng)，王石立，馬玉平，等．基于水稻生長(zhǎng)模型的氣象影響評(píng)價(jià)和產(chǎn)量動(dòng)態(tài)預(yù)測(cè)[J]．應(yīng)用氣象學(xué)報(bào)，2008，19(1)：71–81．

[11] 馮躍華，黃敬峰，陳長(zhǎng)青，等．基于 ORYZA2000模型模擬貴陽(yáng)地區(qū)一季中稻的適應(yīng)性初探[J]．中國(guó)農(nóng)學(xué)通報(bào)，2012，28(9)：26–32．

[12] 劉布春，王石立，馬玉平．國(guó)外作物模型區(qū)域應(yīng)用研究進(jìn)展[J]．氣象科技，2002，30(4)：194–203．

[13] 袁隆平．發(fā)展雜交水稻，造福世界人民[J]．科技導(dǎo)報(bào)，2012，30(1)：3．

[14] 鄧華鳳，向曉誠(chéng)，張武漢，等．長(zhǎng)江中游雙季超級(jí)雜交早稻研究進(jìn)展[J]．雜交水稻，2009，24(1)：1–4．

[15] 楊遠(yuǎn)柱，符辰建，張章，等．超級(jí)雜交早稻新組合株兩優(yōu) 819的選育及應(yīng)用[J]．農(nóng)業(yè)科技通訊，2007，36(12)：77–79．

[16] 周勇，居超明，徐國(guó)成，等．優(yōu)質(zhì)兩系超級(jí)雜交早稻新組合兩優(yōu)287[J]．雜交水稻，2008，23(1)：71–72．[17] 蔡耀輝，李永輝，顏龍安，等．早恢R458的選育與應(yīng)用[J]．江西農(nóng)業(yè)大學(xué)學(xué)報(bào)，2009，31(6)：985–988．

[18] 黃海燕，胡金和，劉宗發(fā)，等．南昌市超級(jí)早稻新品種比較試驗(yàn)研究[J]．現(xiàn)代農(nóng)業(yè)科技，2011，40(2)：96–97．

[19] 鄧榮銀，蔣火生，謝許平．超級(jí)雜交早稻金優(yōu) 458在湖南零陵示范表現(xiàn)及高產(chǎn)栽培技術(shù)[J]．雜交水稻，2010，25(1)：50–51．

[20] 錢銀飛，邱才飛，邵彩虹，等．控蘗劑對(duì)超級(jí)雜交早稻金優(yōu)458生長(zhǎng)發(fā)育及產(chǎn)量形成的影響[J]．雜交水稻，2011，26(3)：71–75．

[21] 莫志鴻，馮利平，鄒海平，等．水稻模型ORYZA2000在湖南雙季稻區(qū)的驗(yàn)證與適應(yīng)性評(píng)價(jià)[J]．生態(tài)學(xué)報(bào)，2011，31(16)：4628–4637．

[22] 浩宇，景元書，馬曉群，等．ORYZA2000模型模擬安徽地區(qū)不同播種期水稻的適應(yīng)性分析[J]．中國(guó)農(nóng)業(yè)氣象，2013，34(4)：425–433．

責(zé)任編輯：王賽群

英文編輯：王 庫(kù)

Growth simulation research of super hybrid early rice: Jinyou 458

SHUAI Xi-qiang1,2，LU Kui-dong1,2，HUANG Wan-hua1,2，LI Ying-chun3
(1.Meteorological Science Institute of Hunan Province, Changsha 410118, China; 2.Key Laboratory of Hunan Province for Meteorological Disaster Prevention and Mitigation, Changsha 410118, China; 3.Meteorological Science Institute of Jiangxi Province, Nanchang 330046, China)

Field experiment observation data of super hybrid early rice, Jinyou 458 sowed at different times from 2012 to 2013 were employed to debug crop parameters in ORYZA2000 model. The simulated data debugged by the model and disposal data from field experiment observation were used to process the fitting test and extrapolation test for confirming the development period, total aboveground biomass and spike biomass of super hybrid early rice. The results showed that the differences between the simulated values and measured values of super hybrid early rice-Jinyou 458 in blossom period were 1–3 d, and the differences in mature period were 0–3 d. The average error of above ground total biomass in blossom period was 5.2%, and the average error in mature period was 3.3%. The average error of spike biomass in mature period was 2.0%. The debugged ORYZA2000 model could be used for the growth simulation of super hybrid early rice. The model offered a quantitative technical method for evaluating the impact of meteorological conditions on the growth and biomass of super hybrid early rice.

rice model; growth simulation; super hybrid early rice; Jinyou 458

10.13331/j.cnki.jhau.2014.06.001

投稿網(wǎng)址：http://www.hunau.net/qks

S511.3

A

1007?1032(2014)06?0565?06

作物生長(zhǎng)模型是一種機(jī)理性、動(dòng)態(tài)性和定量化很強(qiáng)的模型[1–3]。中國(guó)自引進(jìn)作物模擬技術(shù)以來(lái)，已經(jīng)成功地建立了水稻、小麥、玉米、棉花等作物的生長(zhǎng)模擬模型[2,4–5]。ORYZA2000作物模型是由荷蘭瓦赫寧根大學(xué)和國(guó)際水稻研究所聯(lián)合研制的，能夠模擬水分脅迫和氮素脅迫等情況下水稻的生長(zhǎng)、發(fā)育及產(chǎn)量形成過(guò)程。該模型采用無(wú)量綱模擬發(fā)育進(jìn)程[5–7]。根據(jù)水稻不同發(fā)育階段的發(fā)育速率、熱量單位日增量和光周期來(lái)計(jì)算發(fā)育速率[8–10]。該模型考慮了秧苗生長(zhǎng)期有效積溫對(duì)發(fā)育進(jìn)程造成的影響。秧苗生長(zhǎng)期有效積溫越多，造成發(fā)育期延遲的影響也越大。該作物模型的主要生長(zhǎng)參數(shù)包括比葉面積(單位干質(zhì)量的鮮葉表面積)、同化物分配系數(shù)、葉片相對(duì)生長(zhǎng)速率、葉片死亡速率、莖同化物向穗轉(zhuǎn)移系數(shù)、最大粒重等[9–11]。在不利氣象條件的響應(yīng)方面，模型考慮了抽穗—開(kāi)花期低溫和開(kāi)花—灌漿期高溫對(duì)產(chǎn)量形成的影響，也考慮了干旱脅迫對(duì)葉片死亡、開(kāi)花延遲、同化物分配以及水稻不育等的影響。該模型對(duì)水稻生長(zhǎng)諸過(guò)程，特別是高溫、水分脅迫等有更深入的定量描述，已經(jīng)在一些地區(qū)進(jìn)行了檢驗(yàn)和應(yīng)用[5,11–12]。

2014–03–18

中國(guó)氣象局公益性行業(yè)科研專項(xiàng)(GYHY201206020，GYHY201206022)

帥細(xì)強(qiáng)(1970—)，男，湖南醴陵人，副研究員，碩士，主要從事農(nóng)業(yè)氣象研究，nqsxq@163.com；*通信作者，lukuidong@163.com