专业外语作业
- 格式：docx
- 大小：17.69 KB
- 文档页数：4
专业外语课程作业
用冠层温度来模拟半干旱环境中灌溉小麦高温胁迫的
多模型比较
讨论
据我们所知，该研究是第一个评估用冠层温度（Tc）来模拟高温胁迫对谷物的影响。我们将9种方法镶嵌于已广泛应用的作物模型，并对其进行了测试。其代表了3种模拟冠层温度的方法。虽然，我们未完全正交分析接下来我们要讨论的原因，这些问题很可能将在以后的研究中加以克服。然而我们研究结果中的关键发现可以指导未来模型的相互比较和高温胁迫相关研究的发展。
在我们的模型比较中，我们发现这三种方法在半干旱环境中模拟灌溉小麦冠层温度的技术上存在很大的差异。经验（EMP）方法的表现几乎和校正大气稳定条件的能量平衡（EBSC）方法一样好，而且要明显优于假设中性大气稳定的能量平衡（EBN）方法。然而，如果要将EMP方法扩展到其它环境或者同一地区气候变化影响的研究时要多加注意。由于经验主义的本质，不能认为控制冠层温度的主要变量（大气温度(Tair），辐射，风速，水气压差）之间的关系将在其它环境或气候条件下相同。因此，未来的研究应该评估经验方法在不同环境条件下的潜力。
在模拟冠层温度中EBN方法性能较差并不意外，中性稳定的假设表明在作物表面和周围空气间几乎不存在能量交换，因此大气温度和冠层温度也应该大致相同。虽然中性稳定的假设常常用来参考作物蒸腾（ET）的计算，这种计算假定一个良好的灌溉作物和估算一天的用水量(Allen et al.,1998)。然而，这里大多数评价模型还使用了每日时间步长，用它们来估计发生在一天的一个相对短的时间的每日最大冠层温度，而每日最大冠层温度通常与大的热通量相关，从而使得中性稳定性假设无效(Allen et al., 1998)。然而，对于在本研究中HSC实验的灌溉条件，Tc并不是常常高于Tair，而且△T中的误差预计在其它蒸腾较少或水胁迫较频繁的生产或环境条件下会更高。另外，从本实验的测量值来看，STICS模型也限制了Tc,max不低于Ta,max的情况不常发生。
本研究表明，EBN模型可以很好地模拟作物产量，尽管相对于其它模型，EBN模型在模拟Tc方面相对较差。巧合的是，在本研究中采用的EBN模型也在过程中使用Tc，而非高温胁迫影响，并且在其它许多模拟Tc的实验中得到了校正。这可能是用EBN方法在Tc估算中的偏差被的高温胁迫反应中的阈值温度的参数化抵偿掉，正如我们假设用Tair时发生的一样。例如，在STICS模型中，当温度高于38℃时灌浆停止，SiriusQuality模型用35℃作为加速衰老的临界温度，而且Sirius2014用32.5℃和38.6℃分别作为减少籽粒数量和限制籽粒灌浆的临界温度。所有的这些临界温度均高于31℃，这是普遍认为高温胁迫下解释作物减产的临界温度(Wheeler et al., 1996a,b; Porter and Gawith, 1999)。
为了探究考虑Tc是否可以提高在高温胁迫条件下对作物产量的模拟，我们比较了问题的各个方面。首先，我们考虑明确Tc模型影响的模型在模拟作物产量的过程中是否比仅使用Tair和在本研究中经过修正的仅将Tc应用于作物对高温胁迫反应过程的模拟效果更好。通过这些模型中，我们发现，通常只用Tair和在对高温胁迫敏感的过程中使用修改过Tc的模型比通常用Tc的模型模拟效果更好。在所有播种日期/重复组合的模拟和与高温胁迫相结合的模拟中都保持着这种趋势(Fig. 6)。当单独考虑这些模型时，每类模型在模拟作物产量的时候都有排名最好与最差的(Fig. 10)。因此，我们大致得出在模拟高温胁迫不需要作物模型在所有的过程中都用Tc进行完全地修订。然而，在很多过程(STICS EMP,
STICS EBN, SiriusQuality, Sirius2014 and ecosys)中用Tc的模型在它们的Tc模拟中都有正偏差，所以，不可能知道是否用更好的Tc模拟可以提高它们对产量的模拟。
其次，我们评估在高温胁迫响应中用Tc代替Tair时，模型是否可以提高在作物产量模拟中的技术，以及提高的程度是否取决于这里是否存在高温胁迫。一般而言，用Tc降低了RMSE值，以及提高了R2值，尽管除了SiriusQuality,FASSET
和SIMPLACE < Lintul5>这三种模型，所有模型的提高是有限的(Figs. 11 and 12)。这里有很多原因可以解释为什么Tc的运用没有更大范围地提高模拟效果。第一个原因是个别模型是如何表示高温胁迫的。在SIMPLACE < Lintul5>模型中，当Tc代替Tair时，表现出了最大程度的改善，超过30℃之后，每提高1℃会导致作物产量减少2.5%。如果只用Tair，即使是在校准（视为该参数的下限）之后用了降低因素的一个更小的值(e.g. 0.5%)，结果会是过多的高温胁迫被模拟，因为Tc一般会比Ta低几摄氏度。如果模型没有阈值和不连续运行的功能，它们不可能运用Tc取得较大的改善。
再者，这组数据在一个以前的模型比较中进行了运用(Martre et al., 2003;
Asseng et al., 2015)，在这次比较中，建模者校准了对作物产量的模拟，但是没有关于Tc的信息。只有SIMPLACE < Lintul5>模型没有参与早先的研究，而正是这个模型，也许是巧合，当用Tc而非Tair时，在作物产量模拟中显示出了最大的改善。此外，尽管每个建模都有机会在步长1和2之间进行重新校正，但只有SIMPLACE < Lintul5>模型进行了重新校正。这很可能是由于这样的事实，在早先的模拟应用校正中，除了FASSET 和 SIMPLACE < Lintul2>，其它模型设置的高温胁迫临界温度都高于31℃(Wheeleret al., 1996a,b; Porter and Gawith, 1999)。应当指出的是，在高温胁迫响应中用Tc代替Tair时，FASSET模拟也表现出了改善。
最后，我们检验，在作物产量模拟性能与Tc模拟性能之间是否存在相关关系。将所有的处理考虑在内，一般是模拟Tc表现较好的模型在模拟作物最终产量上也有较好的表现，相反模拟Tc表现较差的模型在模拟作物最终产量上也表现较差(Fig. 10)。然而，一些在模拟Tc中表现一般好的模型，例如SiriusQuality and
Sirius2014，却能较好地评估最终产量。这些模型不仅使用EBN方法来模拟Tc，而且具有相当大的正误差，尽管与Tc观测值有较好的相关性(Fig 4)。也许这些可以用在这些模型中或者（1）模型对高温胁迫有较小的敏感性，或者（2）其使用如上面所讨论的比现实中遇到的更高的温度阈值(Wheeler et al., 2000; Porter
and Semenov, 2005)来解释。很像使用EMP模型的挑战，这种挑战阈值温度的方法不能被认为在整个气候条件或生产体系中有很好的可行性。例如，在干旱条件频发的雨养系统或很少的大气蒸发需求，Tc通常情况下不会比Tair高出几摄氏度，因而，在这样的条件需要的高温胁迫温度阈值比实际要低(Siebert et al., 2014)。此外，当作物得到充分灌溉和大气蒸发需求高，这种系统在降雨事件之后会使Tc低于Ta，其结果是过多的高温胁迫会被模拟。更普遍的是，在这里测试的很多模型中，这引起了高温胁迫相对重要的问题，特别是与其他过程（如：生育期，干物质产量，作物氮素响应）相比，它们的重要性，这决定着作物产量。这超出了我们对方法和阈值差异较大的模型对高温胁迫敏感性的研究范围。EBSC模型均包括高温降低产量和结实率的功能，而EBN和EMP模型中包括高温加速衰老，降低产量或结实率，降低千粒重，或停止灌浆的变量，而且这些变量在EBN与EMP方法之间不一致。因为很多模型在使用Tc模拟作物产量时并没有表现出明显的改善，它不可能将Tc模拟中可接受的误差与使作物产量的模拟值在一个给定的置信区间联系起来。对于一个模型，如SIMPLACE < Lintul5>根据超过高温阈值的累积温度时间来降低作物产量，我们可以做一个敏感性分析来确定在Tc中的哪些误差在给定的误差范围模拟产量时可以接受的。然而，这对于像SiriusQuality和Sirius2014模型在Tc估算中有较大误差，但是很好地模拟最终产量并不合理，如上所述。冠层温度抑制是育种者运用于选择耐受高温和干旱胁迫一个关键特征(Pintoet al., 2010; Pinto and Reynolds, 2015)。冠层冷却的响应机制似乎是干燥土壤中根际深扎和灌溉条件下高温发生时根系有更大生物量(Pinto et
al., 2010; Pinto and Reynolds, 2015)。虽然这项研究并没有考虑模型区分不同基因型的能力，现在很多的模型方法应该能够做到这一点，因为它们冠层温度模拟是一个土壤水分状况的的函数。检验在不同基因型之间冠层温度模型的表现应该是未来研究的核心。我们的研究重点是模拟高温胁迫的效果，即最大冠层温度的影响。相似的设想可以被应用于最低温度对植物冷害影响的模拟上。然而，即使相同的物理原理被应用于夜间热平衡，它主要的不同是因为在清空条件下很少的长波入射辐射和低风速而导致气象反转条件使得低的冠层和表面温度通常发生。因此，模拟最小冠层温度可能与这里提到的最高温度的影响明显不同。
结论
本研究评估是否用Tc模拟提高了作物模型灌溉条件下模拟高温胁迫对小麦籽粒产量影响的能力。9种基于过程的作物模型，每个模型应用三种广泛运用的方法（EMP，EBN和EBSC）中的一种来模拟Tc，并且在一系列的温度条件下进行比较。这些模型在重现Tc观测值能力相差很大，利用常用的能量平衡方法假设中性平衡条件比经验或能量平衡方法校正大气稳定表现相差很大。虽然通常我们可以看到与用Tair相比，用Tc模拟在高温胁迫下籽粒产量有了一定的改善，但是这种影响并没有我们预期的那么明显。然而这两类模型的改善是明显的，并且对于所有6种模型，只考虑高温胁迫条件时，RMSE的降低是比较大的。与仅在高温胁迫响应上相比，Tc在更多过程的应用并没有提高对作物产量的模拟。在高温胁迫下在模拟籽粒产量方面表现较好的模型在模拟Tc上有不同的方法，强调了在小麦上更加系统理解和定量模拟高温胁迫的需求。
