论文部分内容阅读
气候变化导致作物生育期内极端高温事件频发,但当前作物模型对极端高温事件模拟准确性较差,给未来气候条件下作物生产评估带来较大不确定性.为了更加准确地模拟高温胁迫对小麦生育期的效应,本研究利用人工气候室环境控制试验和典型生态点多年田间观测试验生育期观测资料,比较了当前广泛使用的小麦生长模型(APSIM-Wheat模型,CERES-Wheat模型,GECROS模型和WheatGrow模型)中四种不同温度响应方程(Bilinear模型,Trapezoidal模型,Beta模型和Sin模型)对不同抽穗后高温胁迫处理下小麦成熟期的预测效果,结果发现四种温度响应方程均无法准确模拟极端高温条件加速小麦衰老的效应.因此本研究在现有作物生育期预测模型基础上,提出了基于高温累计度日(Heat degree days,HDD)模拟高温胁迫对小麦抽穗后生育期效应的算法(HTE),并将高温模拟算法与Bilinear模型、Beta模型和Sin模型相结合用于改进已有模型在高温胁迫的模拟能力.模型检验结果显示,HTE算法显著提高了三个模型不同温度条件下尤其是高温胁迫条件下小麦生育期预测的准确性,其中改进后模型预测的均方根误差(Root mean square error,RMSE)在人工气候室控制环境下和大田环境下分别降低3.0天和1.0-2.0天左右,而模拟值与观测值之间的决定系数(R2)在人工气候室环境和大田环境下分别提高0.6和0.3左右.研究结果不仅能改善作物生长模型在现有气候条件下对作物生育期预测的准确性,更能为未来气候条件下作物生产力的评估以及作物生产应对气候变化挑战提供一种更为有效和可靠的方法.