摘要：土壤速效养分是作物生长的必要条件,合理控制土壤速效养分含量对粮食增产、农民增收以及环境保护都有重要意义。随着现代农业技术的发展,可以通过变量施肥将土壤速效养分含量控制在最佳状态,这也对土壤养分的获取精度提出了更高的要求。当前的主要土壤速效养分遥感监测方法在监测精度、稳定性、成本控制和可推广性依然存在一定不足,甚至限制对变量施肥的指导作用。本文针对传统土壤速效养分估算方法的不足,提出了利用作物模型与时间序列遥感数据相结合实现耕层土壤速效养分反演的新思路,该思路以养分缺失引起的作物长势参数的变化为切入点,在数据同化算法设计和养分模块优化改造的基础上,利用作物长势参数遥感监测结果与模型模拟结果的差异设计了土壤速效养分反演算法,实现速效养分含量信息的有效获取。设计地面观测实验并利用地面观测数据对反演精度进行评价,结果表明该方法可以对土壤中的速效养分进行实时、高精度的稳定反演,3种主要的速效养分速效氮、有效磷和速效钾的R2分别达到了0.68、0.74和0.52,平均相对误差分别为7.45%、6.17%和9.97%。

摘要：【目的】提升重庆市柑橘种植智能化管理水平,探索构建基于wofost模型的柑橘智能种植服务平台(CIPSP),用于辅助橘农进行柑橘智能种植和经营管理决策。【方法】以柑橘新品种沃柑为试验材料,以物理服务器等5部分系统级软件为技术支撑,以wofost模型为基础构建CIPSP系统模型知识库,应用LH-OAT方法对模型中模型参数进行敏感性分析并确定CIPSP系统模型参数,设计自适应算法引擎对CIPSP系统模型参数进行精度预测和校正。根据需要设计CIPSP系统结构和智能种植功能,并在重庆市长寿区龙河镇河堰村选取3处不同生长年限(2~3 a、3~4 a、5 a以上)沃柑试验田场景的15个测算点,对系统产量预测模拟、土壤墒情/土质及气象实时监测、智能虫情测报等部分功能进行验证应用。【结果】通过分别设计相关参数,构建基于柑橘生长周期wofost建模思路的CIPSP系统模型知识库;对CIPSP系统分析后快速确定敏感性较高模型参数I;在实时观测数据基础上对作物生长进行模拟预测比对,引入自适应算法进行了模型修正。将CIPSP系统设计成感知层、边缘层、基础设施层、平台层和操作层等5层相互独立的结构,实现CIPSP系统对柑橘种植过程中产量预测模拟、土壤墒情/土质及气象实时监测、智能虫情测报等功能。初步验证表明,wofost模型能较好地模拟预测树龄不大于3 a的沃柑植株产量,但随着树龄增长,实测值与预测值偏差逐渐变大;通过实时监测数据信息与作物生长模型相结合,实现对采集分析土壤墒情/土质及气象实时环境数据(土壤肥力、光照度、降雨量等)监测分析应用;应用智能虫情监测系统与遥感技术及高光谱无人机相结合,实现现场/远程对基于机器深度学习的常见病虫害发生进行检测、判别、预警、防控等功能。【结论】构建了基于wofost模型的CIPSP系统,并成功应用于沃柑试验田产量预测、种植环境监控和病虫害预警防控,提高了柑橘智能种植管理水平,实现从软件技术、生产管理和信息系统等方面技术创新,但该模型参数和算法仍需优化。

摘要：近年来,国内外已将作物生长模型广泛应用于多种农作物的产量预报、田间管理指导以及精确农业等方面。国内作物生长模型的应用研究多见于粮食作物,而烟草作为重要的经济作物尚缺乏相应的生长模拟模型的研究,目前国内利用作物模型主要在科研方面,且真正能指导生产的尚不多。引入生长模拟模型wofost对烟草生长模拟和灌溉进行相关开拓性研究。收集河南许昌烟草的历史种植资料,开展田间试验进行生长发育观测,获取必要的烟草生长模拟资料;对wofost模型进行参数校正与验证,完成模型参数的率定,实现烟草模型的本地化;设计多种灌溉方案,利用本地化模型展开模拟,以烟草生长期降水划分3种年型:丰水年、平水年、枯水年,对比分析不同年型烟草灌溉模拟结果,重点研究枯水年最优灌溉量、时间及次数。研究结果发现:wofost烟草模型通过率定,对许昌烟草生长模拟较好,可作为烟草生长研究和生产指导的利器;利用率定后的模型灌溉模拟研究发现丰水年、平水年灌溉效益低;枯水年则灌溉非常必要,在枯水年如采用单次灌溉,则在现蕾后10 d左右灌溉120mm最优;而两次灌溉总体效果优于单次灌溉,在现蕾前10~20 d、现蕾后20~30 d各灌溉120 mm,可提升产量最多,但有水资源的浪费;综合考虑节水,则同样时间段的两次各灌溉60 mm,可获得较高的灌溉贡献率,是最优的灌溉方案。研究认为wofost用于中国烟草生长模拟和灌溉管理是可行的,值得借鉴与推广。

摘要：为了定量化预估干旱持续一段时间而未解除下对夏玉米气象产量的影响,采用预估日前气象数据与预估日后近5年平均值气象数据组成完整序列,设计3种情景4种处理方式,利用wofost作物模型预估干旱对夏玉米气象产量的影响。结果表明：在干旱预估当日,仅依靠自然降水条件,不同干旱区夏玉米减产率变化较大,重旱区47%-64%,中旱区28%-50%,轻旱区14%-47%;有灌溉条件下夏玉米减产率大幅下降,干旱影响小;灌溉充足的情景下,轻旱区几乎无减产,重旱区减产率仅在10%-38%之间。利用实况气象数据检验发现,预估方法对中旱区和轻旱区模拟较准确,重旱区模拟效果一般。利用作物模型可以定量化地预估干旱持续一段时间未解除情况下对夏玉米产量的影响。

摘要：为模拟研究小麦生长过程中生物量的影响因素,运用wofost作物模型,筛选模型的敏感性参数,设计15种模拟情景,利用情景分析与系统分析方法,模拟与评价了土壤中水分养分对小麦生物量的影响。结果表明:wofost模型中有6个参数敏感性指数均超过0.1,极为敏感,包括在20℃下的单叶有效光能利用率(EFFTB3)、生育期(DVS)指数设为0.0和0.5时的比叶面积(SLATB1和SLATB2)、从出苗到开花阶段的累积温度(TSUM1)、30℃下的最大CO2同化率(TMPF4)以及在35℃下的叶面积生长周期(SPAN)。按照养分缺乏、养分正常、养分充足3个情景下模拟小麦生物量指标叶面积指数(LAI)、地上总生物量(TAGP)与贮藏器官总干重质量(TWSO),得到土壤养分对小麦生物量的影响较小,土壤水分对小麦生物量影响较大。根据模拟结果得到每米土壤深度的有效含水量AWC的饱和值为190(kg·m-^1),小麦生物量随水分增加而增加,但当水分达到饱和时,增加水分对小麦生物量影响不大。本研究可为wofost小麦模型的参数优化和区域应用,以及定量模拟土壤水分与养分对小麦生物量的影响提供理论依据和方法。

摘要：为进一步分析不同水肥管理条件对柑橘产量的影响使其更广泛的应用于不同区域,并探明wofost模型参数针对柑橘果树生长模拟时的参数敏感性结果和取值情况,开展2021-2022年柑橘不同生育期滴灌水肥控制试验,采用EFAST方法对wofost模型模拟叶面积指数(LAI)和产量所需的叶片生长、CO_(2)同化、同化物转换和叶片营养物质等25个参数进行了敏感性分析,使用PEST软件完成高敏感参数的优化,并利用田间试验观测数据对模型模拟的LAI和产量进行验证。结果表明,模型模拟LAI和产量的敏感参数相似,均包括叶面积指数的最大相对增长率、比叶面积、单叶片CO_(2)同化效率,叶片同化物转换效率,初始根长,区别为LAI模拟对茎同化物转换效率,积温等参数敏感,而产量模拟对叶片干物质最大钾浓度敏感;基于2021年数据校正后最优参数模型模拟的不同灌溉管理下LAI最大值(LAI_(m))模拟值与实测值之间R2=0.5800,NRMSE=15.10%,产量模拟值与实测值之间R^(2)=0.6471,NRMSE=6.81%;2022年数据验证表明模拟果实膨大期进行HWMF处理的果树模拟精度最高,果实膨大期各处理LAIm模拟值与实测值之间R^(2)=0.4726~0.8492,NRMSE=13.09%~15.26%,产量模拟值与实测值之间R^(2)=0.4063~0.7022,NRMSE=6.33%~11.33%。研究表明,校正后的wofost模型在田间尺度取得了较高的模拟精度,可以开展不同灌溉管理方式对柑橘生长影响的定量化分析。

摘要：粮食安全是社会和谐、政治稳定和经济可持续发展的重要保障。准确预测区域乃至全球的农作物产量能够为各级政府、相关部门制定农业农村政策提供技术支持,保障粮食安全。目前关于农作物估产的研究大多具有地域性、经验性,过分依赖地面实测数据,一种基于多光谱卫星遥感数据和作物生长模型估算农作物产量的模型框架SCYM(Scalable Crop Yield Mapper)能够极大地减少模型对实测数据的依赖,快速应用于不同空间尺度、不同种类作物的估产,为多尺度农作物估产研究提供了一条有效的途径。以安徽省2012年—2018年冬小麦为研究对象,通过总结前人研究确定的敏感参数及其在研究区内的波动范围,结合大量实割实测数据优化wofost(WOrld FOod STudies)模型参数;将模拟产量、不同时段的模拟叶面积指数(LAI)同遴选出的天气变量训练随机森林模型,并以最佳观测日期组合下的MODIS-LAI代替对应时段的模拟LAI进行产量估算。结果表明:(1)模型产量估算值与站点实测值的总体相关性为0.758(R 2为0.575),RMSE为790.92 kg·ha^(-1)。精度较高的站点主要分布在淮北平原(40%);(2)对2012年—2018年全省范围进行冬小麦估产,根据7年平均估产结果的空间分布,小麦单产由北向南逐渐减少,高值区出现在皖北的淮北平原,低值区主要分布于皖中、皖南地区;(3)2012年—2018年实测单产平均值为6058.00 kg·ha^(-1),SCYM估算单产平均值为5984.95 kg·ha^(-1),且估算产量与实测产量的年际时间序列的相关性为0.822,RMSE为189.96 kg·ha^(-1),每年估产的相对误差均不超过6%。研究表明SCYM估产框架对安徽省冬小麦产量估算具有一定的可行性,在产量预报方面效果良好。该方法能够在一定程度上改善以往估产模型存在的地域性、经验性问题,在区域尺度的应用方面具有极大的潜力,未来可为农业估产提供极其重要的理论依据和实用价值。