王博，鄭旭娜，楊麗燕，柳龍毅

（陽西縣氣象局，廣東陽西 529800）

基于光溫條件的水稻群體莖蘗增長模擬模型

王博，鄭旭娜，楊麗燕，柳龍毅

（陽西縣氣象局，廣東陽西 529800）

基于陽西縣2004—2013年水稻分蘗期密度觀測資料與同期光溫要素數(shù)據(jù)，統(tǒng)計分析了水稻分蘗期莖蘗增長速率與分蘗期積溫、總?cè)照盏年P系，建立了基于光溫條件的水稻群體莖蘗增長模擬模型，并對模型進行了應用效果驗證。結(jié)果表明：該模型在一般天氣情況下具備較高的使用價值，在面對不同品種的預測應用時也具備一定程度的參考價值，但在極端天氣情況下密度預測時偏差較大。

農(nóng)業(yè)氣象；光溫條件；水稻群體；莖蘗增長模擬模型

水稻作為我國主要糧食作物之一，其產(chǎn)量直接關系到國家糧食安全和國計民生。近年來，各級氣象部門以“氣象為農(nóng)服務”為工作重心，積極探索水稻生產(chǎn)氣象服務方法。在水稻生長模型［1-2］、產(chǎn)量預報模型［3］等方面取得了不少成就。但其研究成果在基層氣象部門的應用程度較低，在不同氣候［4-5］、地理特征下的水稻模型參數(shù)的應用存在更改困難的問題。作者通過近10年的水稻觀測發(fā)現(xiàn)陽西縣水稻以經(jīng)驗種植為主，播種、移栽密度不能根據(jù)天氣、氣候變化做出調(diào)整。受其影響，同一品種的成穗率隨氣候變化呈現(xiàn)出較明顯的年際波動，產(chǎn)量不穩(wěn)定。本研究通過對近10年陽西縣“華兩優(yōu)689”雙季水稻分蘗期觀測資料以及對應的光溫條件進行統(tǒng)計分析，建立莖蘗增長模擬模型，并將結(jié)果用于水稻分蘗期的密度預測，為進一步開展控制分蘗、保產(chǎn)穩(wěn)產(chǎn)氣象服務打下基礎。相比其他水稻生長模型，該模型具有建模簡單、參數(shù)少、好操作等特點。

1 數(shù)據(jù)資料

研究品種為“華兩優(yōu)689號”雙季水稻，通過1stopt工具對近10年來水稻分蘗期密度觀測資料與同時期光溫條件進行擬合，得出水稻分蘗期密度變化與光溫條件的擬合方程。

人工觀測時，分蘗期總莖數(shù)從分蘗普遍期開始觀測。為分析整個分蘗期積溫日照的影響情況，須先確定分蘗起始期，即在觀測區(qū)內(nèi)出現(xiàn)第1株秧苗開始分蘗的日期。

利用早、晚稻分蘗發(fā)育期觀測中進入分蘗期的百分比變化擬合方程，反推分蘗起始期，剔除人為誤差較大、發(fā)育期內(nèi)觀測次數(shù)＜4次或因受災害影響不能體現(xiàn)作物正常生長規(guī)律的資料，結(jié)果如表1所示。

表1 2004—2013年水稻分蘗開始推算日期

分蘗起始期：指觀測區(qū)內(nèi)出現(xiàn)第1株水稻開始分蘗的日期；有效分蘗終止期：指單位面積總莖數(shù)達到預計成穗數(shù)的日期，本地一般以300莖/m2作為預計成穗數(shù)；4葉期：水稻主莖長出第4片完全葉的日期，水稻的分蘗一般從4葉期開始發(fā)生［6］。

2 模型建立

在田間管理水平相對固定，水分、養(yǎng)分供給充足且無其他災害的前提下，水稻分蘗速度受光、溫條件影響最大，分蘗期總密度的變化也與光溫條件滿足一定相關關系。

水稻分蘗速度隨時間變化呈二次函數(shù)曲線關系，近似方程為

其中x為時間（d）；y為分蘗速度（莖/d）；a、 b、c為常數(shù)。

理想情況下，積溫［7］、總?cè)照针S時間變化呈線性關系，近似方程為

其中x為時間（d）；y為積溫（℃）或總?cè)照眨╤）；b為常數(shù)。

將分蘗速度對時間積分得到總莖數(shù)近似方程為

其中x為時間（d）；y為總莖數(shù)（莖）；a、b、c為常數(shù)。

將式（2）代入式（3）即得總莖數(shù)隨積溫、總?cè)照兆兓P系近似方程：

其中z為總莖數(shù)（莖）；x為積溫（℃）；y為總?cè)照眨╤）；p1～p7為常數(shù)。

從分蘗開始日起，計算每天的積溫與總?cè)照?，并將其與每天總密度相對應形成3組數(shù)列。為了使常變量容易表示，給予積溫和日照臨時調(diào)整系數(shù)0.01，用1st0pt軟件將3組數(shù)據(jù)對式（4）擬合，得到p1～p7各參數(shù)值，即得到水稻分蘗期莖蘗增長對光溫條件模擬模型。

其中，式（5）為早稻模型、式（6）為晚稻模型，z為水稻分蘗期總莖數(shù)；x為分蘗開始期之后的累積日照時數(shù)（臨時調(diào)整系數(shù)0.01）；y為分蘗開始期之后的日平均氣溫積溫（臨時調(diào)整系數(shù)0.01 ）。

3 模型應用

3.1 有效分蘗終止期預測

在當季水稻3葉普遍期后，根據(jù)歷史資料3葉普遍期到分蘗開始期的平均時間間隔，估算4葉期。結(jié)合中期天氣預報，預測分蘗起始日期后的日平均氣溫和日照時數(shù)，推算每1 d的積溫與累積日照。將所得數(shù)據(jù)套入模擬模型，計算總莖數(shù)，當總莖數(shù)達到或超過300時的日期即為有效分蘗終止期。

3.2 分蘗期氣象條件預測

計算3葉期到有效分蘗終止期的間隔時間，并與歷史統(tǒng)計值進行距平分析。在品種、田間管理以及其他影響因子保持穩(wěn)定時，距平越大則氣象條件越差，無效分蘗越多，后期秕谷和空殼越多，產(chǎn)量越低；距平較小或負距平則產(chǎn)量相對穩(wěn)定或有所增高，氣象條件較好。

根據(jù)分蘗期氣象條件預測結(jié)果，對水稻種植戶進行專業(yè)服務。如預測氣象條件較差，則需指引其適當提高移栽密度，并做好蓄水灌溉準備；如預測氣象條件較好，則可以適當減少移栽密度或保持不變，分蘗期減少水分供應，控制分蘗速度。

4 模型驗證

4.1 極端天氣模型應用

根據(jù)3.1節(jié)提到的有效分蘗終止期的預測方法，對2014年早稻分蘗期進行預測，得出4月30日為早稻有效分蘗終止期。后期觀測表明有效分蘗終止期為5月16日。

對預測結(jié)果與天氣實況進行對比分析發(fā)現(xiàn)：在早稻分蘗發(fā)生的1個月時間里（4月16日—5月16日），零日照天數(shù)為18 d，達到總天數(shù)的60%。最長連續(xù)零日照時間為6 d，屬于極端天氣事件。在分蘗前期，秧苗本身儲備的有機物仍能滿足一定程度的分蘗需要，而中后期，持續(xù)偏低的光合作用，無法提供分蘗所需的有機物，因此在持續(xù)無日照時分蘗速度明顯減緩。

結(jié)果表明，該模型對于持續(xù)性的陰雨天氣表現(xiàn)較差，可參考性低。

4.2 不同品種間的模型應用

1）分蘗密度及有效分蘗終止期的預測。

利用模型對2015年早稻（雜優(yōu)）進行有效分蘗終止期預測，方程計算得到有效分蘗終止期為5月2日，而實際有效分蘗終止期為4月30日，誤差為2 d。4月30日預測密度誤差率達-28%，而在分蘗普遍期的4月20、25日誤差率較小，分別為8%與2%。

2）結(jié)果分析。

對2015年的早稻分蘗期密度預測結(jié)果與實際情況進行對比分析發(fā)現(xiàn)：不同品種對光溫條件的敏感程度不同，其生長周期與分蘗效率均有所不同，但是該模型依然能進行一定程度的預測。在密度方面，因品種差異，預報周期越長誤差越大。

結(jié)果表明，在氣象條件無明顯異常的情況下，該模型對不同品種水稻分蘗期的密度預測具有一定的參考價值。

本研究利用實測資料建立了基于光溫條件的水稻群體莖蘗增長模擬模型，并針對極端天氣條件下的同一品種與一般天氣條件下的不同品種間進行了應用驗證。結(jié)果表明，在一般天氣情況下具備較高的使用價值，在面對不同品種的預測應用時也具有一定程度的參考價值。而在極端天氣情況下密度預測時偏差較大。

本研究所涉及的建模方法簡單易學，模型使用方便快捷，與以往的莖蘗增長模型［8］相比更加適合基層人員使用。同時該模型由于未考慮到有效積溫、有效日照等因素，導致其對災害性天氣下的水稻莖蘗增長規(guī)律表現(xiàn)較差。后續(xù)研究可以從有效積溫、有效日照等方面著手對模型數(shù)據(jù)的統(tǒng)計方法進行調(diào)整。應用方面，本研究所提供的研究方法適合各基層人員結(jié)合當?shù)氐钠贩N、氣候、土壤環(huán)境特征以及種植習慣建立專用模型，通過對水稻分蘗期的各個關鍵節(jié)點的預測來豐富農(nóng)業(yè)氣象服務內(nèi)容，為種植戶提供專業(yè)可靠的服務指引，盡量減少氣象產(chǎn)量的波動，進而保障高產(chǎn)穩(wěn)產(chǎn)。

［1］黃敬峰，陳拉，王秀珍.水稻生長模型參數(shù)的敏感性及其對產(chǎn)量遙感估測的不確定性［J］.農(nóng)業(yè)工程學報，2012，28（19）：119-129.

［2］葉芳毅，李忠武，李裕元，等.水稻生長模型發(fā)展及應用研究綜述［J］.安徽農(nóng)業(yè)科學，2009，37（1）：85-89.

［3］夢森，景元書，熊世為.基于遺傳優(yōu)化BP神經(jīng)網(wǎng)絡的水稻氣象產(chǎn)量預報模型［J］.氣象科學，2012，32（6）：665-670.

［4］鄧麗霞，鄭細華，李勇增，等.龍川縣氣候變化對水稻生長的影響［J］.廣東氣象，2010，32（5）：32-33.

［5］黃俊，翟志宏，陳慧華.氣候變化背景下廣東早稻溫度適宜度的變化特征［J］.廣東氣象，2012，34（3）：60-63.

［6］寇從賢.水稻主莖葉齡與分蘗關系的探討［J］.湖北農(nóng)業(yè)科學，2001（2）：15-17.

［7］李云武.雜交水稻強化栽培優(yōu)勢分蘗研究［J］.中國稻米，2013，19（5）：76-77，80.

［8］王萌萌，楊沈斌，江曉東，等.光溫要素對水稻群體莖蘗增長動態(tài)影響的分析及模擬［J］.作物學報，2016，42（1）：82-92.

S511

A

10.3969/j.issn.1007-6190.2016.06.018

2016-09-10

王博（1985年生），男，本科，助理工程師，主要從事天氣預報與服務、測報，網(wǎng)絡維護等工作。E-mail：281920922@qq.com

王博，鄭旭娜，楊麗燕，等.基于光溫條件的水稻群體莖蘗增長模擬模型［J］.廣東氣象，2016，38（6）：74-76.