作物产量的模拟模型

序号科研热词推荐指数序号科研热词1产量101产量2冬小麦62预测3数学模型53模型4winepic模型54数学模型5高光谱遥感45粮食安全6气候变化46模拟模型7小麦47数值模拟8仿真48中国9黄土高原39鉴定10遥感310粮食产量11监测模型311水平井12生物量312气候变化13棉花313棉花14施肥水平314区域应用15启动压力梯度315分布式水文模型16供应链316swat17作物模型317bp神经网络18产量预测318黄土高原19nash均衡319预测模型20gis320非稳态21预测221遗传算法22集成优化控制222通径分析23粮食生产223调度24稳定性224误差来源25生长225膜下滴灌26灰色预测226耦合27演化博弈227组合预测28油田开发228粮食生产29水稻产量229省公顷30水力压裂230生长31模型231生物质能32施肥232生态足迹33技术创新233生产物流34应力敏感234生产力35市场规模235瓶颈约束36市场力236玉米37工业生态化237灌区38小麦产量238水分生产率39夏玉米239水分生产函数40复杂自适应系统240施肥41垄断市场241支持向量机(svm)42土壤水分242小麦43叶片氮浓度243多目标优化44千粒重244土壤水分45动力学245响应面法46分布式水文模型246吸收能力47光滑球拟酵母247古诺模型48低渗透248冬小麦49优化控制模型249作物生长模型50主体模型250作物产量51thuspac-wheat251低渗透油藏52ceres-wheat252优化2008年2009年53黄曲霉毒素153人工随机模拟54黄孢原毛平革菌154产量性状55高浓度co2155产量决策56高油玉米156gm(157高寒草地1571)模型58高含硫气藏158黄金矿山59高含水后期159黄土高原半干旱区60高光谱160黄土丘陵区61高低匹配161鸡胚62驱动力162鱿鱼类63马尔柯夫163高山被孢霉64风险区划164高光谱指数65预报模型165驱动机制66面积界限166驱动因素67非线性渗流167马铃薯68非农就业168马尔科夫预测69青蒿素含量169风险评估70集成170风险损失概率71随机故障171风险72随机前沿生产函数172预测能力73随机保费173面板数据74降解174非达西渗流75防虫网175非线性扩散76长期176非线性77镰刀菌毒素177非对称性增温78锌产量预测178需求弹性79锌179隐式方程80铝业180陕西省81铜绿假单胞菌181长江流域82铅182钢铁企业集团83铂183重心模型84采收率184重庆市85遥感模型185重复压裂86遗传相关186采油指数87遗传混沌算法187遥感估产88遗传力188遥感89逆反应189遗传参数90适宜性190遗传分析91连作191造血祖细胞92近似解192逐步回归分析93过程功能193选种标准94迁移194选矿过程95辽宁绒山羊195适用性96边际油藏196连续碳酸化分解97转向压裂197连作春玉米98跨期间排污权交易198进展99超磁致伸缩材料199进入管制100赭曲毒素1100运行优化控制101资源利用效率1101运筹学102资源1102运动参数103费率厘定1103运作优化模型104质量预测模型1104边际成本105质量产量预测模型1105软测量106谷氨酸脱羧酶1106转换方法

２　０　１　８年７月　农业机械学报　第４９卷第７期　

ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００—１２９８．２０１８．０７．０２８　

砒砂岩改良风沙土对作物产量影响的ＲＺＷＱＭＺ模型模拟　

孙增慧　韩霁昌　。　毛忠安　’　王欢元　，　胡　雅　，　

（１．陕西省土地工程建设集团有限责任公司，西安７１００７５；２．陕西省土地整治重点实验室，西安７１００６４；　３．国土资源部退化及未利用土地整治工程重点实验室，西安７１００７５）　

摘要：基于２０１２－－２０１３年陕西省榆林市榆阳区小纪汗乡玉米大田试验结果，利用不同复配比例的砒砂岩改良风沙　土（砒砂岩与风沙土按体积比１：１（Ｔ１）、１：２（Ｔ２）、１：５（Ｔ３）混合）处理下土壤水分、地上部生物量、叶面积指数和产　量数据对ＲＺＷＱＭ２（Ｒｏｏｔ　ｚｏｎｅ　ｗａｔｅｒ　ｑｕａｌｉｔｙ　ｍｏｄｅｌ　２）模型进行校正和验证，然后利用验证后的模型模拟不同复配比　的土壤水分动态和玉米产量变化。模型校正和验证结果表明，土壤分层含水量模拟值和实测值之间的均方根误差　（ＲＭＳＥ）分别在０．０１１—０．０４２　ｃｍ　／ｃｍ　和０．００８—０．０２９　ｅｍ　／ｃｍ　范围内变化；地上生物量模拟值和实测值之间的　ＲＭＳＥ分别在５１２～１　２４５　ｋｇ／ｈｍ　和５９８～１　４６１　ｋｇ／ｈｍ。之间变化；作物产量的模拟值与观测值之间的ＲＭＳＥ变化范　围分别为８４—２４９　ｋｇ／ｈｍ　和７１—４８５　ｋｇ／ｈｍ　。模型模拟结果表明，ＲＺＷＱＭ２模型能够较好地模拟砒砂岩改良风沙　土对作物产量的影响，３种砒砂岩改良风沙土配比中，砒砂岩与风沙土的体积比为１：２处理（Ｔ２）下玉米产量最高，　１９９０－－２０１３年的平均产量为３　５２７　ｋｇ／ｈｍ　，变化范围为８８０—７　２０６　ｋｇ／ｈｍ　。因此，砒砂岩与风沙土的体积比为１：２　复配模式下对玉米增产的效果较优，该复配模式可作为该地区砒砂岩改良风沙土复配比例的推荐选择。　关键词：砒砂岩；风沙土改良；产量；ＲＺＷＱＭ２模型　中图分类号：Ｓ１５４．４；Ｓ１５６　文献标识码：Ａ　文章编号：１０００—１２９８（２０１８）０７－０２３５．０９　

科ｌ技Ｉ论Ｉ坛　科　玉米产量农业气象预测预报的基本模型　金飞　（黑龙江省龙门农场气象站，黑龙江五大连池１６１１４５）　摘要：通过对玉米生长过程的干物质累积曲线进行逐时段的温度和水分订正，建立了玉米气候产量的预测模式，为玉米产量预报提供了科学　依据。　关键词：玉米产量；农业气象预测；基本模型　在玉米农业气象系列化服务工作中，做好玉　米产量的农业气象预测预报，对国家制定粮食政　策、安排粮食调拨、储运工作、做好收购准备、调整　进出口贸易计划等都具有重要的意义，产量预测信　息已成为—种重要的经济情报。另外，做好玉米产　量预测工作，对生产管理部门及时了解玉米生长发　育动态，采取有针对性的管理措施，趋利避害，夺取　玉米丰收照具有重要意义。当前，玉米产量预报已　成为气象为农业服务的—项重要内容，也是中国气　象局下达的指令性农业气象产量预报业务项目之　一。不夸张地说，我国目前所进行的日常玉米农业　气象监测等工作，几乎全都是为玉米产量预测服务　的，可见这项工作在农业气象业务中的地位。与传　统的产量预测方法相比　有时效长、尺度大、客观定量和省时省力等特点，在　其它部门还没有产量信息时，气象部门可以提前　Ｉ－２个月份别在７月中旬和８月中旬撇出玉米产　量预测，加上这种预测能排除社会政治因素的干　扰，可信度较高，故日益成为各级领导进行农业决　策不可缺少的依据之一。　广义上，模型是客观事物的表示或体现，狭义　上，玉米农业气象产量预测预报模型是一种表示玉　米产量形皖与环境条　主要是气象条件庆系的数　学表达式或示意框图。玉米产量农业气象模型主要　有统｛—卜模型（包括气象统计模型、农学统计模型、社　会经济计量统计模型等）、遥感模型和动力生长模　拟模型等。　１统计模型　１．１气象统计模型　气象统汁预测　预报模型中最重要的一种，它主要是利用各种数理　统计方法，建立玉米产量——气象条件关系式，进　而得到玉米产量预报值。气象统计模型主要有丰歉　丰歉年指标模型是通过多年的气候条件、大气　环流、玉米生育状况与玉米产量的平行分析，划分　出丰、平、歉产量模型，得出典型丰、歉年不同生育　阶段的农业气象指标，为年预测提供依据。　１．１．１趋势产量　趋势产量一般由相对稳定的惰性少变因子　：要指农业技术水平炔定。一般是随着生产力的　不断发展而促进产量的提高，即表现为产量的正函　数。在具体处理时，通常把时间参数简单地作为自　变量，然后用种种函数去逼近、模拟。　１．１２气象产量　气象产量主要由一些不稳定的活跃多变因子　（主要指气象条件砝起定，在人们尚无法控制和改变　大自然的隋况下，它总是使得实产沿时间趋势线上　下波动。在得到气象产量Ｘ序列后，通过寻找各种　关键时期的关键气象因子（Ｘ），利用统计、模拟等方　法，可以建立玉米产量预测预报模型。　１．１３随机波动产量　随即波动产量主要由某些随机因子（如地震、　冰雹、龙卷风、社会变革、泥石流等）决定，其对产　量的影响基本无规律可循，在实际工作中要么忽略　不计，要么对其进行订正处理。　ｌ２农学统计模型　从玉米产量形成的农学结构看，玉米单产是　由果穗数、穗粒数和穗粒重“三要素”决定的。考虑　到顶报时效和各农学参数的代表性，可以分阶段建　立包含不同农学参数的玉米产量农学统计模型。　１３社会经济计量统计模型　从社会宏观投＾与产出角度分析，玉米产量　应是包括气象条件在内的社会经济计量因子的函　数。这些经济计量因子主要有化肥施用量、农田有　效灌溉面积、机饼面积、良种面积、农药用量、大牲　畜头数、农村用电量、农业机械总动力等。目前，这　类模型在农业统计调查部门被广泛采用。　２遥感估产模型　利用遥感技术的客观、宏观、动态、快速等特　点，通过计算不同光谱波段组合的植被指数或其它　遥感参数，建立其与玉米产量的关系式，从而达到　利用遥感信息预报玉米产量的目的。为了提高遥感　估产模型的准确性，往往要引＾地理信息系统，建　立玉米估产地理背景数据库，必要时还要引入专家　系统技术，在数据库技术、图形图像处理技术及计　算机集成技术的共同支持下，建立玉米遥感综合估　产模型。　我国玉米具有混种和插花分布的特点，共生　作物较多，生长季的背景条件较为复杂，给遥感动　态监侧和估产带来很大困难，但玉米也有其独特的　光谱特征。　据李郁竹、潭凯琐（１９９　究，对于玉米一　土壤系统，在玉米苗期，该系统以裸土为主，玉米植　被投影覆盖率很低。玉米七叶后，植被覆盖率迅速　增加，反射光谱显示出明显的绿色植被特征，可见　光反射率下降，近缈　反射率匕升。作物冠层在可　见光区的反射率和进射率者　艮小，大部分被吸收，　决定可见光反射率的主要是Ｅ层叶片。在玉米黄熟　以前，当植被投影覆盖率接近１Ｄ时，玉米冠层在可　见光区的反射率便不再变化。作物冠层在近红外波　段的反射率和透射串都很大，并接近相等。下层叶　片的多次反射对冠层反射率有较大的贡献。玉米的　近红外反射率是随着植株生长、叶片增多而不断增　大，直到抽穗前达最大值，持续一段时间后，随下层　叶片枯黄而缓慢下降。　为了提高估产的准确性，往往是采用较成熟　的统计、农学和气象与遥感相结合的综合估产模　型，由专家知识参与决策，结出当年玉米产量预报。　这是因为以ＦｓＴ因子等遥感参数为主的遥感估产　模型只能反映玉米光合产量的大小、而呼吸消耗与　经济系数可用气象条件描述，因而要建立气象估产　模型。但气象估产模型对作物长势过程分析不充　分，且来完全揭露作物产量与气象影响因子内在因　果关系，为弥补这方面的缺陷，引入玉米农学结构　模型。因而，必须将遥感、气象、农学结构模型有机　地结合起来，走综合估产的道路，才能准确地估产。　同时，对大面积遥感估产来讲，单产模型应与估产　区另Ｕ、长势分区相酉　合，以便昂终给出分区总产。　３动力　注长模拟模型　动力　）生长模拟模型是农业气象数值模拟　中的一种具体应用。其模　拟结果将定量地描述玉米生长发育和产量形成与　环境气象条件之问的关系。但是，由于这类模型要　求参数多，比较复杂，往往只停留在小范围试验应　用中，在大范阻业务应用时，必须进行简化，并过渡　到计算机数值模拟模型。　在对玉米的模拟研究中，孙容、洪佳华、曹永华　（１９９７）在５年试验的基础上，通过对光合过程与呼　吸过程较详细的描述，建立了水肥适宜情况下的夏　玉米自播种到成熟地上部于物质积累的动态模型　ＳＩＭＰＳＭ。该模型主要由４个干模型组成：生长发育　期子模型、干物质积累子模型、干物质分配子模型　及叶面积增长予漠型。模型最后输出每日叶片、茎　秆、籽粒的干物质重及叶面积指数，从而为栽培管　理决策提供—定的科学依据。　４结合集成模型　—般地，采用不同的模型得出的玉米产量预　测数据往往不同。为避免各模型的局限陛。人们常　常采用不同的集成方法将各模型的预测结果集成　起来，以达到取长补短、提高预报准确率的目的。　众所周知，天气气候变化是个准周期过程，具　有明显的阶段变化特征，短到—个天气过程ｆ５—７　天）或天气阶段　Ｏ一３０天），长到—个气候阶段（５～２０　年　沥史气候期　期或暖　。天气气候的阶段性　变化特征势必造成作物气象产量的变化也具有明　显的阶段眭。另一方面在不同的历史阶段，农业生　产技术水平差异较大，引起产量增减的速率也不相　同。当农业生产技术有较大改进时，产量序列常出　现跳跃，产量曲线出现不连续现象，然后便相对稳　定变化—１　搠，这样—　定变化的时期称　为一　产量阶段。同—个产量阶段内，农业生产水　平差异不大，而且同处于—个气候阶段内，产量序　列的时序可比陛激子；而不同产量阶段间产量存在　跳跃，其变化曲线有明显的不连续点。因而，前后两　个产量阶段不能等同视之，应分别进行处理和分　析。　参考文献　【１Ｊ＿萎丽霞，王育光，孙孟梅孙玉亭．黑龙江省玉米产　量预报模式的研究　中国农业气象２ｏｏ４（１）．　【２】王育光，姜丽霞，杜春英，李秀芬，季生太．黑龙江省　作物生长动态模式预测产量的方法及应用Ｌ力黑龙　江气象，２０ｏ３ｐ）．　－

SWAT模型在粮食产量预测中的应用

冯冬青1，张芳2，马冰1

（1．山东省聊城水文水资源勘测局，山东聊城252000；2．聊城市水利勘测设计院，山东聊城252000）

［摘要］以新乡县为研究对象，基于SWAT模型构建了该区域的分布式水文模型，并对影响模型的重要参数

进行了率定和验证。结果表明，对比运用SWAT模型模拟得到粮食产量与实际粮食产量，其相对误差的绝对值大部

分在10%以内，相关系数为0．84，Nash－Suttcliffe确定性系数为0．7，该模型可以较准确的模拟粮食产量，并能为该

区域的粮食安全、水资源合理配置、水环境等方面的规划提供科学依据。

［关键词］SWAT模型；粮食产量；新乡县

［中图分类号］TV93：TP317［文献标识码］A［文章编号］1004－1184（2012）04－0161－02

［收稿日期］2012－03－28

［作者简介］冯冬青（1983－），男，山东聊城人，助理工程师，主要从事水文与水资源研究。ApplicationofSWATModelintheGrainProductionForecast

FENGDong－qing1，ZHANGFang2，MABing1

（1．LiaochengHydrographicandWaterResourcesSurveyBureauofShandongProvince，Liaocheng252000，China；

2．LiaochengWaterConservancySurveyandDesignInstitute，Liaocheng252000，China）

Abstract：ForXinxiangasacasetostudy，thedistributedhydrologicalmodeloftheareawasbuiltbasedonSWATmod-

el，andimportantparameterswerealsocalibratedandverifiedformodel．TheresultsshowedthatthecomparisonoftheSWAT