基于作物生長機理模型的關鍵因子產量貢獻計算方法
【技術領域】
[0001] 本發(fā)明涉及一種計算決定作物產量的關鍵因子對產量貢獻的方法，具體涉及利用 APS頂作物生長機理模型分離和評價作物品種變化、管理措施改變以及氣候變化(30年及以 上)對作物產量影響的計算方法，屬于農業(yè)可持續(xù)發(fā)展適應性評估技術領域。
【背景技術】
[0002] 在制約農業(yè)生產的自然資源中，氣候條件是最為重要的組成部分。氣候變化對農 業(yè)生產的影響已經引起各國政府和科學家們的廣泛關注和高度重視。伴隨著全球地表溫度 的持續(xù)升高，一些地區(qū)地表輻射降低和降雨量減少等氣候因子的變化均對作物生產和產量 形成產生了重要的影響。因此，準確量化作物產量對過去氣候變化的響應及其敏感性是理 解和預測未來氣候變化對農業(yè)生產影響的前提和基礎。
[0003] 過去幾十年里，作物育種技術迅速發(fā)展，人們?yōu)榱双@得更高的產量，平均每3-5會 變換新的作物品種；同時，人們?yōu)榱双@得最大的經濟效益，往往采取更好的田間管理措施， 主要表現(xiàn)為加大化肥投入和農業(yè)灌溉。因此，品種更替和管理措施改變對作物生產和最終 作物產量起了關鍵性的作用。
[0004]總之，過去幾十年作物生產受到了氣候變化、品種變換和管理措施改變等諸多因 子的共同影響。目前研究關鍵因子產量貢獻的主要方法有統(tǒng)計回歸和作物模型模擬方法。 統(tǒng)計模型分析簡便易行，分析結果的可信度也比較高，因而得到廣泛應用。但影響作物生產 的各個因子相互之間往往不是獨立的，因此，統(tǒng)計模型不能揭示眾多影響因子之間的相互 關系，因此難以利用其分析結果進一步提出針對性較強的適應性對策;然而基于過程的作 物生長機理模型可以克服這一缺點，作物模型可以模擬不同情景下的作物生長，因此可以 摒棄因子之間的相互作用，準確分離和量化各個因子對作物產量的影響。
[0005] APSIM(Agricultural Production Systems Simulator，農業(yè)生產系統(tǒng)模擬模型） 由隸屬澳大利亞聯(lián)邦科工組織(CSIR0)和昆士蘭州政府的農業(yè)生產系統(tǒng)研究組(APSRU)在 過去20多年內開發(fā)的，是能夠模擬農業(yè)系統(tǒng)各主要組分的機理模型。該模型可用于模擬農 業(yè)系統(tǒng)中作物生長過程及土壤水氮動態(tài)，特別適用于評價農作系統(tǒng)生產潛力及耕作措施的 產量效益受氣候波動和環(huán)境變化的影響。APSIM模型可以讓用戶容易地通過選擇一系列的 作物、土壤以及其它子模塊來配置自己的作物模型。模塊之間的邏輯關系可以非常簡單地 通過模塊的"插拔"功能來規(guī)定。由于它的靈活性、可操作性，APSIM模型被認為更應該是一 個模型系統(tǒng)的靈活軟件環(huán)境，而不是針對某特定作物系統(tǒng)的單個模型。

【發(fā)明內容】

[0006] 本發(fā)明要解決的技術問題是提供一種基于作物生長機理模型的關鍵因子產量貢 獻計算方法，能夠直觀的分離品種、管理措施以及氣候變化等關鍵因子對作物產量的貢獻。
[0007] 為解決上述技術問題，本發(fā)明所采取的技術方案是：
[0008] -種基于作物生長機理模型的關鍵因子產量貢獻計算方法，該方法包括如下步 驟：
[0009] (1)選擇研究站點不同時期的多個作物品種，根據(jù)實際田間觀測試驗的作物物候 和產量數(shù)據(jù)確定各自的品種參數(shù)范圍；
[0010] (2)基于步驟（1)中確定的品種參數(shù)范圍，利用研究站點的氣象數(shù)據(jù)和作物管理措 施數(shù)據(jù)驅動APS頂作物生長機理模型，采用試錯法確定具體的作物品種參數(shù)值；
[0011] (3)根據(jù)步驟(2)中確定的作物品種參數(shù)值，對長時間序列的不同品種和不同管理 措施下的作物生長機理模型模擬產量值進行對比分析，分別計算品種變化和管理措施改變 對作物產量的貢獻;并對作物品種在長時間序列上的作物產量模擬值進行線性擬合，計算 氣候變化對作物產量的貢獻。
[0012]進一步的，所述步驟(3)中：
[0013] (3-1)品種變化對作物產量的貢獻Cc的計算公式為：
[0014]
[0015]其中，Y(C2) i是品柙Π 的作物模擬產量，Y(Cl)i是品種I的作物模擬產量，i是年份 (1,2,......,η)；
[0016] (3-2)管理措施改變對作物產量的貢獻Cm的計算公式為：
[0017]
[0018]其中，Y(M2h是管理措施Π 條件下的作物模擬產量，Y(Mlh是管理措施I條件下的 作物模擬產量；
[0019] (3-3)氣候變化對作物產量的貢獻的計算方法為：
[0020] (3-3-1)首先對連續(xù)多年一致的品種和管理措施下作物模擬產量Y(C)i進行線性 擬合：
[0021] Y(C)i = aXi+b
[0022] 其中，Xi模擬年份(i = 1，2，……，n)，a是線性擬合斜率，b是線性擬合截距；
[0023] (3-3-2)計算長時間序列氣候變化對作物產量的貢獻Cel:
[0024]
[0025] 其中，η是模擬年份值。
[0026] 采用上述技術方案所產生的有益效果在于：
[0027] 本發(fā)明公開了一種基于作物生長機理模型的關鍵因子產量貢獻計算方法，通過作 物田間實驗觀測資料調整APS頂作物生長機理模型品種參數(shù)，利用作物生長機理模型模擬 不同情景下作物生長過程，能夠直觀的分離出品種、管理措施以及氣候變化等關鍵因子對 作物產量的貢獻，對于指導品種選育和改善田間管理等農業(yè)生產措施來應對和適應氣候變 化具有重要意義。
【附圖說明】
[0028]圖1是本發(fā)明實施的流程圖；
[0029]圖2是本發(fā)明夏玉米產量的實測值與模擬值驗證；
[0030]圖3是本發(fā)明關鍵因子產量貢獻。
【具體實施方式】
[0031]下面結合附圖和【具體實施方式】對本發(fā)明作進一步詳細的說明。
[0032]如圖1所示，本發(fā)明公開了一種基于APS頂作物生長機理模型的關鍵因子產量貢獻 計算方法。
[0033]研究對象:過去30年（1981-2010年)華北地區(qū)氣候變化、作物品種變換和管理措施 改變(主要考慮施肥量的變化)對夏玉米產量的貢獻。
[0034] 1、確定研究站點不同時期典型作物品種和各自的品種參數(shù)范圍
[0035] 根據(jù)國家農業(yè)氣象站過去30年的試驗觀測數(shù)據(jù)，選擇1981-1985和2006-2010兩個 時期作為研究對象，確定4個代表性站點兩個時期種植的典型作物品種，如表1所示。根據(jù)不 同品種的實際