基于ORYZA2000模型的浙江省直播稻气候适宜性评价

来源 :南京信息工程大学 | 被引量 : 0次 | 上传用户:chren1981
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
浙江是我国水稻的主产省份,而直播稻由于具有省力、省工、简化的栽培优点,在浙江栽培面积逐渐扩大,目前占浙江省水稻栽培的36%。但直播稻的产量受气象条件影响波动明显,开展直播稻气候适宜性评价,是保证直播稻高产稳产的重要措施。为此,本文以“甬优15”水稻为材料,在浙江省龙游农业气象试验站进行两年10个分期播种试验,分析了播期对直播稻生长发育及产量的影响,并对ORYZA2000模型进行定标和验证,利用浙江省22个气象站点1988-2017年的气象资料,结合ORYZA2000模型模拟得到浙江各地区直播稻生育期、产量和最佳播种时间,该模型从3个水稻生长阶段开始,并使用统计方法确定不同生长阶段的光照、温度和降水适宜度的权重系数,并使用该气候适宜度模型分析浙江省光、温、水及气候适宜度的时空分布规律,结果如下:(1)播期推迟或提早均会降低直播稻各发育阶段的LAI、群体光合势和生长率、干物质积累量,降低直播稻的叶片和茎秆干物质的输出量和转换率。播期推迟或提早对直播稻千粒重无显著影响,但会使直播稻有效穗数、穗粒数和结实率降低,导致直播稻的产量显著降低。甬优15在浙江龙游最佳直播时期为5月中旬,播种时间的偏早或偏迟均会导致产量下降,而播种过迟容易导致生育后期遭遇低温,严重影响产量。(2)定标后模型绿叶干重、茎干重、穗干重的NRMSE分别为32.4%、28.6%和31.1%,总生物量和产量的NRMS分别为31.9%和8.19%,模型能够较好的模拟直播稻的生育进程和生物量。通过模型对浙江各区域直播稻的模拟,结果显示浙江省直播稻最佳播种期分布呈西迟东早的趋势,其中宁波北部和温州南部的最佳播期最早,日序为118DOY,即四月底,而衢州、杭州南部一带的最佳播期最晚,日序为132DOY,即5月中旬。绍兴、金华东部、温州北部和台州最佳播期日序在123 DOY左右;其他地区的最佳播期基本都在5月初。(3)浙江省总体的温度适宜度和气候适宜度呈下降趋势,且温度适宜度下降趋势明显,光照适宜度基本保持不变,降水适宜度则有小幅度上升趋势;逐生长阶段分析温度、光照、降水适宜度发现,各地区限制直播稻生长发育的主要气象因素和影响阶段不尽相同。从区划结果可以看出,衢州西部,台州、温州交界一带和湖州南部为直播稻种植最适宜区;杭州南部、丽水、温州北部、金华和台州为直播稻种植的适宜地区,绍兴、温州南部为直播稻种植次适宜的地区;而宁波和杭州北部为直播稻种植不适宜地区。
其他文献
植被是生态系统的重要组成部分,进行长时间序列的植被覆盖及植被物候监测有利于掌握区域内生态环境的演变状况。本文选取甘肃省为研究区,利用2001﹣2018年MOD13Q1数据通过像元二分法反演植被覆盖度,并利用SG滤波重建NDVI时间序列,提取植被物候参数,结合相关数学方法分别从定性和定量的角度探究了省内植被覆盖度以及植被物候的时空变化特征,并探究了不同气候和地形条件下植被生长的差异。主要结论如下:(
城市化进程是人类改造自然最明显的外在形式,它显著改变了城市内部的水热环境,影响植被的生长发育。另一方面,城市化的扩张也与区域气候变化密切相关,再次对植被的生长过程带来影响。植被物候是植被外部生长环境变化及气候变化的显示器,城市物候的研究有利于理解城市化对生态系统的影响。遥感数据具有稳定性、客观性、时效性,被广泛应用于植被物候研究。本研究以长三角城市群为研究对象,基于遥感数据提取了该地区植被物候(包
在云计算飞速发展的当今时代,互联网海量数据瞬间爆炸,个人和企业的本地存储正面临着前所未有的巨大压力。由于云计算和云存储等服务能够带来快捷化、经济化的用户体验,更多人选择将数据上传到云端服务器进行存储和管理使用。然而,用户存储在云端的数据文件并未完全安全,服务器出于好奇会访问用户数据甚至攻击者会攻击服务器窃取数据,最终可能会导致用户个人隐私数据泄露,使得在云端数据无法得到有效的安全保障。为了有效降低
学位
冰云的模拟是气候模式云微物理方案中的薄弱环节。本研究基于通用大气模式(Community Atmosphere Model,CAM)中使用的双参数云微物理方案(MG方案),将其中用于描述冰晶半径分布的谱形参数()从默认为零拓展为可调参数,进而研究对冰相云微物理过程、云特征、云辐射强迫、降水以及人为气溶胶通过冰云间接效应的影响。在给定冰晶谱中截距和斜率参数的情况下,离线测试与相关微物理过程公式。结果
随着计算机科学技术的发展,人工智能逐渐走进人们的生产生活中,促进了社会生产生活模式的转变。饮食作为人类日常生活的重要组成部分,出现了许多与饮食相关的研究,菜品识别是进行其它饮食相关研究的基础,基于人工智能技术的菜品识别是目前比较热门的一个研究领域。目前深度学习已经在图像识别、目标检测、自然语言处理等多个领域得到了广泛应用。针对中餐菜品种类繁多、食堂人工结算效率低下的问题,本论文开展了基于图像识别技
车辆目标检测技术是自动驾驶的关键技术之一,它要求实时并精确地获取车身周围的车辆信息,以提升驾驶人员的主动安全性。现阶段的车辆检测方法大都基于深度学习,可划分为两类:两阶段检测算法和一阶段检测算法。两阶段算法检测精度较高,但检测速度还达不到实时的要求;一阶检测算法基本满足实时要求,但检测精度较低。YOLOv3作为工业界常用的一阶段检测算法,兼具较好的实时性与检测精度,但将其应用于车辆检测场景时,实时
近年来,霾污染严重危害人类身心健康和影响社会经济发展,已成为中国最受关注的环境问题之一。本文利用统计分析和数值实验,揭示了华北地区前冬霾日数与9–10月波弗特海西部的海冰之间的显著正相关关系(R=0.51)。海冰正异常通过辐射冷却作用,造成波弗特海和阿拉斯加湾的地表风速降低,在随后的11月出现海面变暖的现象。白令海、阿拉斯加湾的海温异常起到了桥梁的作用。温暖的洋面通过加热上方大气,形成了有利于霾污
为了提高人类主动应对全球气候变化的能力,科学家们提出可以通过地球工程人为地为地球降温。其中,卷云稀疏化作为影响地气辐射平衡的地球工程方法开始受到广泛关注。为充分发挥卷云稀疏化的全球降温潜力,本研究对以往研究中使用的卷云播种方法进行了改进并使用第五版本通用大气模式(Community Atmosphere Model version 5,CAM5)进行模拟试验。首先,对比分析了以往研究中使用的播种方
声源定位技术是利用时延估计、波束形成等算法,处理采集到的声波阵列信号,得到声源目标方位的技术,在声呐、噪声检测、故障诊断、智能产品等领域具有广泛和潜在应用前景。随着机器人技术的发展,将声源定位技术和机器人平台相结合,可以更好地实现对声源目标的定位。机器人声源定位一方面可以辅助机器人感知周围环境中声源目标的方位,另一方面还可以利用机器人移动的特点,测量声源目标的相对距离,解决被动声源定位中难以确定声