Please wait a minute...

当期目录

2020年 第41卷 第10期    刊出日期:2020-10-20
农业气候资源与气候变化栏目
中国东部暖温带刺槐物候模型比较
于裴洋, 同小娟, 李俊, 张静茹, 刘沛荣
2020, 41(10):  609-621.  doi:10.3969/j.issn.1000-6362.2020.10.001
摘要 ( 592 )   PDF (1005KB) ( 278 )  
相关文章 | 计量指标
植被物候是陆地生态系统对气候变化响应的一个有力指标,其对水、碳交换和能量平衡发挥着重要作用。在全球气候变暖背景下,植被物候变化规律及预测植物物候期成为研究热点。本研究基于中国东部暖温带10个观测点的气象数据和刺槐地面物候观测资料,利用模拟退火算法对SW、Unichill和DNGDD三种模型的各项参数进行优化,对刺槐春秋季物候期(叶芽开放期、展叶始期、开花始期和叶变色期)进行模拟,通过内部检验对比分析SW、Unichill和DNGDD模型对春、秋季物候期的模拟效果,以选择出最适合预测刺槐物候期的模型。结果表明,刺槐4个主要物候期与同期各项气温平均值间均呈极显著负相关关系。利用模拟退火法对SW、Unichill和DNGDD模型进行参数估计得到的数值符合刺槐的生长发育规律。与DNGDD模型和Unichill模型相比,SW模型对春季物候期模拟效果较好,其模拟的叶芽开放期、展叶始期和开花始期对应的交叉检验方差解释量R2分别为0.807、0.876和0.907,均方根误差RMSE为6.0、4.6和4.4d。DNGDD模型则对秋季物候(叶变色期)模拟效果较好,其模拟的叶变色期的交叉检验方差解释量R2为0.580,RMSE为13.4d。因此可以得出,SW模型适合对刺槐春季物候(叶芽开放期、展叶始期、开花始期)的模拟,DNGDD模型则较适用于模拟秋季物候(叶变色期)。
农业生物气象栏目
钟模型在日光温室番茄发育进程模拟中的适应性探讨
温永菁, 李春, 董朝阳, 程陈, 刘淑梅, 宫志宏, 黎贞发, 冯利平
2020, 41(10):  622-631.  doi:10.3969/j.issn.1000-6362.2020.10.002
摘要 ( 259 )   PDF (491KB) ( 301 )  
相关文章 | 计量指标
依据日光温室番茄生长发育的光温反应特性,基于2个番茄品种不同播期12个生长季的发育阶段日数、温度和日照时数观测资料,利用钟模型中相关数学指数表达式表征番茄的不同发育时期和发育进度,将番茄的发育时期指标化。随后对各个发育阶段的模型参数进行求解,得到基本发育系数、温度反应特性遗传参数和光照反应特性遗传参数等模型参数初值,对模型进行统计检验和调试,使模型的模拟值与实测值之间误差最小,由此得到模型参数终值,建立基于钟模型方法的温室番茄发育期模拟模型。经验证,该模型在播种−三叶期、播种−初花期、播种−坐果期、播种−成熟期和播种−拉秧期5个番茄发育阶段模拟值与实际观测值之间的回归估计均方根误差(RMSE)分别为8.3、14.4、16.3、23.7和28.1d;回归估计标准均方根误差(NRMSE)分别为20.78%、20.18%、20.21%、17.35%和14.86%,表明本模型模拟效果较好。将钟模型模拟结果与有效积温法模拟结果进行对比,钟模型对各个关键发育期的模拟精度更高,模拟效果更好。
高温条件下光周期对鲜切菊花叶片光合系统荧光特性的影响
陆思宇, 杨再强, 张源达, 郑涵, 杨立
2020, 41(10):  632-643.  doi:10.3969/j.issn.1000-6362.2020.10.003
摘要 ( 221 )   PDF (4433KB) ( 370 )  
相关文章 | 计量指标
以菊花品种“红面”(Hongmian)为试材,进行(32±2)℃/(22±2)℃(昼/夜)高温下的光周期实验,每日光周期光照/黑暗时长分别设置为7h/17h(记为Ph7)、8h/16h(Ph8)、9h/15h(Ph9)、10h/14h(Ph10)和11h/13h(Ph11),以13h/11h(CK)作为对照。试验于2019年7月20日开始,至8月25日菊花苗中出现柳芽结束。在菊花柳芽形成前分别测定分析叶片光响应曲线及快速荧光诱导动力学曲线,以了解高温下滞育菊花不同处理的光系统及光合性能差异。结果表明:(1)Ph7、Ph8处理菊花光合色素含量最低,光系统II(PS II)的反应中心及放氧复合体、光系统I(PS I)末端电子受体库NADP+的还原在26d试验中期稍有缓和以外,其余时间均为受抑制状态,光合能力也表现最差。Ph7、Ph8处理光系统受损最为严重。(2)Ph10为各处理中首个出现柳芽花序分化异常的处理,其光合潜力较大,但PSII放氧复合体始终失活,光合作用随着PSII光合单位间能量连接的忽强忽落而不断变化。Ph10菊花叶片的光系统最为敏感。(3)Ph11处理叶片光合色素为继CK后的最大值,光合性能较稳定,持续增强的PSI、PSII活性使光电子在放氧复合体失活的前提下正常传递输送。Ph11菊花叶片光系统抗逆性最强。
苗期高温对草莓生育期的影响及其模拟
徐超, 王明田, 杨再强, 韩玮, 郑盛华
2020, 41(10):  644-654.  doi:10.3969/j.issn.1000-6362.2020.10.004
摘要 ( 331 )   PDF (608KB) ( 346 )  
相关文章 | 计量指标
以草莓品种“红颜”为实验材料,分别于2018年和2019年利用人工气候箱对苗期草莓进行不同程度高温(日最高温/日最低温32℃/22℃、35℃/25℃、38℃/28℃和41℃/31℃)和持续天数(2d、5d、8d和11d)处理,处理结束后将草莓苗移植到Venlo型玻璃温室进行正常栽培实验,分别记录草莓各生育期的起止日期,同步监测温室气象数据。以2018年数据定量分析苗期高温及其持续天数对草莓移栽后生育期的影响,并分别构建以生理发育时间、辐热积和有效积温为指标的3种高温影响草莓生育期的模拟模型;以2019年的实验数据对所建模型进行拟合验证。结果表明,苗期轻度(32°C持续2~11d)和中度高温(35°C持续2~8d)可以促进草莓提前进入开花期、坐果期和采摘期,而重度(38°C持续2~5d)和特重度(38°C持续8~11d和41°C持续2~11d)高温则会使草莓进入上述关键生育期的时间推迟。三种模型模拟结果分析表明,与辐热积模型和有效积温模型相比,以生理发育时间为尺度的高温影响模型对草莓发育期的模拟更为精确,其模拟的草莓开花期、坐果期和采收期天数与实测值之间拟合方程的决定系数(R2)分别为0.84、0.82和0.97,均方根误差(RMSE)分别为1.39d、1.50d和1.56d,相对误差(RE)分别为2.27%、2.23%和1.57%。可见,温室草莓生产过程中,苗期适度高温有利于后期各生育期提前但温度过高则适得其反,此种情况下,推荐采用生理发育时间模型预测草莓开花期、坐果期起止时间和初次采摘的时间。
农业气象灾害 栏目
基于CERES-Maize模型的玉米水分关键期干旱指数天气保险:以陕西长武为例
杨晓娟, 张仁和, 路海东, 薛吉全, 刘园, 姚宁, 栾庆祖, 白薇, 梁炜, 刘布春
2020, 41(10):  655-667.  doi:10.3969/j.issn.1000-6362.2020.10.005
摘要 ( 356 )   PDF (869KB) ( 313 )  
相关文章 | 计量指标
水分关键期干旱是影响玉米生长和产量的主要限制因子,构建此时期玉米干旱损失模型,研究干旱指数天气保险,对于合理设计天气指数保险和解决目前传统农业保险的困境,转移农业气象灾害风险具有重要意义。针对作物特定阶段单因子气象灾害影响难以剥离的问题,本研究在西北农林科技大学旱作农业长武试验站进行了连续3a的雨养玉米观测试验,利用田间试验数据(玉米生长发育数据、气象数据、土壤数据和田间管理数据)对CERES-Maize模型进行参数校正和验证,模拟玉米水分关键期(6月21日-8月31日)干旱对生长和产量的影响,构建干旱损失模型;依据长武1990-2019年的气象数据,利用EasyFit软件筛选出玉米水分关键期干旱指数最优分布模型,模拟干旱发生概率;结合干旱损失模型,利用纯费率精算方法厘定玉米水分关键期干旱指数保险费率;采用投影寻踪的统计方法,设计干旱指数保险赔付方案。结果表明,CERES-Maize模型校正和验证的平均绝对相对误差ARE和相对均方根误差RRMSE都小于10%,符合作物模型模拟精度的要求;模拟的干旱指数(DI)与玉米减产率(y,%)间呈显著的线性函数关系,即y=-0.55DI+107.17;Log-logistic模型对干旱指数分布的拟合精度最高,Anderson-Darling(AD)检验值仅为0.20,轻旱、中旱、重旱和特旱发生的概率分别为9.75%、5.90%、3.71%和3.50%。基于Log-logistic模型厘定的玉米水分关键期干旱指数保险费率为5.6%。在玉米生长水分关键期,干旱指数保险的起赔点为DI=185,DI≤185时,进行分级赔付。
农业气象信息技术 栏目
基于Faster R-CNN的枸杞开花期与果实成熟期识别技术
朱永宁, 周望, 杨洋, 李剑萍, 李万春, 金红伟, 房峰
2020, 41(10):  668-677.  doi:10.3969/j.issn.1000-6362.2020.10.006
摘要 ( 256 )   PDF (896KB) ( 293 )  
相关文章 | 计量指标
以宁夏16套枸杞农田实景监测系统2018年和2019年拍摄的图像作为资料,结合枸杞开花期和果实成熟期的植物学特征,利用更快速的基于区域的卷积神经网络(Faster R-CNN)方法对图像进行训练、分类,构建枸杞开花期和果实成熟期的识别算法,以平均精确率(AP)和平均精度均值(mAP)作为模型的评价指标,并将自动识别结果与专家目视判断结果和田间观测记录进行对比。结果表明:当网络结构中重要超参数批尺寸(batch size)和迭代次数(iterations)分别取值64和20000时,mAP值达到0.74,在测试集上对花和果实的识别效果好于其它参数。基于Faster R-CNN判识的枸杞开花期和果实成熟期与专家目视判断的差异在2~5d,这两种方法的判断对象和判断标准一致,可比性强,专家目视判断的结果可以作为自动识别技术的验证标准,用来优化并调整算法。自动识别结果与同期田间观测记录的差异在0~12d,差异的主要原因是这两种方法的判识对象和标准不一致,难以利用田间观测的结果优化自动识别算法。