劉 靜，劉玉汐，王連喜，李 琪，馬國飛，馬力文

?

河套灌區(qū)不同育苗期和大棚溫度對水稻生長的影響模擬*

劉 靜1，劉玉汐2**，王連喜3，李 琪3，馬國飛1，馬力文1

（1.中國氣象局旱區(qū)特色農(nóng)業(yè)氣象災(zāi)害監(jiān)測預(yù)警與風(fēng)險管理重點實驗室/寧夏氣象防災(zāi)減災(zāi)重點實驗室，銀川 750002；2.吉林省氣象臺，長春 130062；3.南京信息工程大學(xué)/江蘇省大氣環(huán)境監(jiān)測與污染控制高技術(shù)研究重點實驗室，南京 210044）

為確定寧夏河套灌區(qū)水稻適宜育秧和移栽期的綜合氣象指標(biāo)，利用中衛(wèi)市1996-2003年對寧粳16號水稻品種觀測的資料，采用CERES-Rice模型對遺傳參數(shù)進行本地化調(diào)試。模擬水稻產(chǎn)量、結(jié)實粒數(shù)、播種-開花和全生育期日數(shù)，并利用寧夏灌區(qū)10個市（縣）資料驗證模型的區(qū)域模擬能力。設(shè)置不同育秧日數(shù)和棚內(nèi)氣溫，模擬二者對水稻產(chǎn)量、單位面積結(jié)實粒數(shù)和生育進程的單獨和綜合影響，以確定適宜移栽期的綜合氣象指標(biāo)。結(jié)果表明：模型對水稻產(chǎn)量、結(jié)實粒數(shù)、播種-開花和全生育期日數(shù)模擬能力較好，產(chǎn)量和結(jié)實粒數(shù)的模擬最大誤差分別為2.93%和3.47%，一致性指數(shù)分別達0.98和0.92；播種-開花日數(shù)模擬誤差大多在3d以內(nèi)，一致性指數(shù)為0.77。假定本田期的氣象條件、施肥、灌溉等措施均不變，設(shè)置不同育秧溫度和育秧日數(shù)，模擬發(fā)現(xiàn)育秧日數(shù)26～30d比18～24d時水稻產(chǎn)量高，結(jié)實粒數(shù)多。32℃下育秧的水稻產(chǎn)量和結(jié)實粒數(shù)最高，播種-開花和全生育期日數(shù)相對較短。同時改變育秧日數(shù)和育秧棚內(nèi)氣溫，在育秧期較短時育秧溫度升高將提高產(chǎn)量，增加結(jié)實粒數(shù)。而在育秧期較長時，育秧溫度升高造成產(chǎn)量下降，結(jié)實粒數(shù)減少。32℃下育秧20d時水稻產(chǎn)量最高，結(jié)實最多，播種-開花和全生育期日數(shù)相對較短。育秧日數(shù)相同時，播種-開花和全生育期日數(shù)隨育秧溫度的升高而縮短；育秧溫度相同時，播種-開花和全生育期日數(shù)隨育秧期的延長而縮短。不同育秧溫度下的最適育秧日數(shù)可作為預(yù)測河套灌區(qū)各地水稻適宜移栽期的綜合農(nóng)業(yè)氣象指標(biāo)，為細化水稻適宜移栽期的農(nóng)業(yè)氣象指標(biāo)提供了新途徑。

CERES-Rice模型；育秧期；育秧溫度；發(fā)育期；產(chǎn)量

河套灌區(qū)位于中國西北單季稻作區(qū)，主要分布在寧夏灌區(qū)和甘肅沿黃灘地，早在1400a前的隋唐時期已有水稻種植[1]。寧夏水稻一般4月中旬大棚育苗，5月中下旬放水移栽。棚內(nèi)溫度和移栽期決定了育秧時間長短，常因溫度波動造成黃弱苗、高溫?zé)?、放風(fēng)青干、立枯等現(xiàn)象[2]。目前水稻適宜播期和移栽期預(yù)報以穩(wěn)定通過5℃和13℃日期確定開始日期，由于沒有考慮其對產(chǎn)量的影響，難以開展適宜移栽期預(yù)報。由于服務(wù)跟不上，秧苗質(zhì)量難以保證，插秧稻與直播稻相比效益優(yōu)勢減小，近年來面積呈萎縮趨勢。寧夏把水稻列為十三五期間“1+4”優(yōu)質(zhì)糧食產(chǎn)業(yè)發(fā)展戰(zhàn)略，大力發(fā)展工廠化育秧和機插秧。研究水稻適宜播期和移栽期，為開展精細化、實用性預(yù)測提供支撐成為當(dāng)務(wù)之急。目前研究多集中在育秧技術(shù)、控制棚內(nèi)溫度的經(jīng)驗指標(biāo)，很少有育秧氣象條件、秧苗素質(zhì)對產(chǎn)量的影響等方面的報道[3]。作物生長模擬模型建立在生物學(xué)機理上，利用作物模型研究農(nóng)田管理措施對農(nóng)業(yè)生產(chǎn)的影響是替代田間試驗的主要方法，可模擬氣象對作物生長發(fā)育和產(chǎn)量的影響，也可模擬天氣、栽培管理措施對作物莖蘗、干物質(zhì)形成與分配等動態(tài)過程的影響，還能模擬土壤養(yǎng)分和水分平衡等[4-5]。如胡家敏等[6]用Ceres-Rice模型研究水稻寒露風(fēng)，石春林等[7]用該模型研究水肥配比效應(yīng)，熊偉等[8]用該模型模擬氣候變化對中國區(qū)域水稻產(chǎn)量的影響；浩宇等[9]用ORYZA2000模型研究安徽水稻品種的氣候適應(yīng)性，楊沈斌等[10]用ORYZA2000模型驅(qū)動莖蘗動態(tài)模型模擬莖蘗分生、葉齡和灌漿過程；劉玉汐[11]利用CERES-RICE模型研究了河套灌區(qū)水稻對低溫冷害敏感性；史源等[12]總結(jié)了DSSAT作物模型在農(nóng)田水管理中的應(yīng)用。本文采用Ceres-Rice模型，基于中衛(wèi)市寧粳16號觀測資料，以產(chǎn)量、結(jié)實粒數(shù)、生育期天數(shù)調(diào)試遺傳參數(shù)，根據(jù)灌區(qū)10個市（縣）產(chǎn)量模擬驗證河套灌區(qū)的區(qū)域模擬能力。在本田期氣象條件及水肥等管理不變條件下，通過改變育秧溫度和育秧天數(shù)模擬生育進程和產(chǎn)量，以產(chǎn)量確定最優(yōu)播期和育秧天數(shù)，以期為水稻適宜播種期服務(wù)提供技術(shù)支撐。

1 資料與方法

1.1 資料選取

選取中衛(wèi)1996-2003年寧粳16號農(nóng)氣觀測數(shù)據(jù)建立作物文件，包括播種、移栽、抽穗、成熟日期，播量、移栽密度、施肥時間與施肥量，灌溉時間、灌溉量及灌溉方式，產(chǎn)量結(jié)構(gòu)及測產(chǎn)數(shù)據(jù)等（表1）。土壤文件參考《寧夏土種志》、《中國土種志》及2003年寧夏土壤質(zhì)地、養(yǎng)分普查結(jié)果綜合確定，灌溉量和灌溉時間參照寧夏地方標(biāo)準(zhǔn)《水稻節(jié)水高產(chǎn)控制灌溉技術(shù)規(guī)程》（DB64T295-2004）確定，管理、施肥、病蟲害情況參照1996-2003年觀測記載，以反映水稻生長的實際情況。天氣文件利用歷年水稻生長期間的逐日最高氣溫、最低氣溫、降水量和日照時數(shù)建立，逐日太陽總輻射（MJ·m-2·d-1）參照郭建茂[13]的研究，根據(jù)Angstrom公式和中衛(wèi)市逐日日照時數(shù)計算。

表1 水稻模型中輸入的中衛(wèi)市寧粳16號水稻觀測數(shù)據(jù)

Note: SE is seeding, EM is emergence, TR is transplant, HE is heading, MA is mature, NU is nursery, ST is stem, GS is grains per spike, WG is weight of a thousand grains, SP is spikes per plant, YM is yield measured, YC is yield cultivated, PD is planting density, SGC is spike and grain component.

寧夏水稻一般在4月中旬初期拱棚育秧，5月中下旬移栽，本田期氣象文件利用中衛(wèi)市氣象資料建立，育秧期間棚內(nèi)溫度可用室外溫度換算。根據(jù)2013-2014年賀蘭、永寧水稻試驗中育秧期間棚內(nèi)外氣溫觀測，育秧期間大多為晴天或少云天，育秧棚內(nèi)外最低、最高氣溫平均溫差分別為16.2℃和12.3℃，2013年5月5日、5月8日出現(xiàn)了陰雨天氣，棚內(nèi)外平均相差4.8℃。將1996-2003年水稻育秧期間的逐日氣溫按照晴天、陰雨天（日照時數(shù)0h且降雨量大于0mm）訂正到棚內(nèi)，基本能反映棚內(nèi)氣溫的變化。根據(jù)張玉停等[14]的觀測和馮衛(wèi)東等[3]的技術(shù)規(guī)程，當(dāng)棚內(nèi)最高氣溫超過35.0℃時，頂部開口放風(fēng)，控制棚內(nèi)氣溫不超過30℃，以防高溫?zé)?。因此，將推算的棚?nèi)最高氣溫超過35.0℃的育秧時段設(shè)為30.0℃，通過放風(fēng)煉苗得以實現(xiàn)降溫5℃，期間夜晚一般不重新遮蔽，因此將棚內(nèi)最低氣溫也同步調(diào)低5℃。

1.2 遺傳參數(shù)調(diào)試與驗證

CERES-Rice模型遺傳參數(shù)有：完成基本營養(yǎng)生長期所需熱時P1、幼穗分化-產(chǎn)生圓錐花序所需熱時P2R、灌漿-生理成熟所需熱時P5、生長盛期臨界日長P2O、日輻射與同化物之間的轉(zhuǎn)換系數(shù)G1、理想情況下的平均粒重G2、相對于IR64品種的分蘗系數(shù)G3和溫度容忍系數(shù)G4。劉玉汐等[15]采用中衛(wèi)1996-2003年寧粳16號觀測資料，以模型中自帶參數(shù)調(diào)試模塊調(diào)試得到適合河套灌區(qū)寧粳16號的遺傳參數(shù)，通過產(chǎn)量、單位面積籽粒數(shù)、播種-開花期和全生育期的天數(shù)觀測值與模擬值的均方根差RMSE、平均誤差E、預(yù)報效率EF、一致性指數(shù)D綜合評價寧粳16號的模擬效果[16]。

為驗證該參數(shù)是否適宜河套灌區(qū)各地，以灌區(qū)10個市（縣）1997-2003年種植寧粳16號期間的氣象資料模擬水稻產(chǎn)量，以寧夏調(diào)查總隊統(tǒng)計年鑒中的產(chǎn)量數(shù)據(jù)驗證區(qū)域適宜性。

1.3 育秧時間和棚內(nèi)溫度對水稻生育進程和產(chǎn)量的影響模擬

根據(jù)中衛(wèi)1981-2013年水稻觀測的最早、最晚播期和移栽期記錄，育秧期一般為18～30d。因此，在1996-2003年寧粳16號觀測的播期基礎(chǔ)上，育秧天數(shù)分別設(shè)定為18、20、22、24、26、28和30d，并通過外界氣溫對每個育秧期的棚內(nèi)氣溫進行修訂，分別模擬每年在不同育秧天數(shù)下的播種-抽穗日數(shù)、全生育期日數(shù)和產(chǎn)量，以8a平均值評價育秧天數(shù)對生育進程和產(chǎn)量的影響。

在中衛(wèi)1996-2003年育秧時段內(nèi)，通過改變天氣文件的逐日溫度，分別模擬每年育秧棚溫度在24～34℃期間不同棚內(nèi)溫度下水稻播種-抽穗日數(shù)、全生育期日數(shù)和產(chǎn)量。同樣，當(dāng)某日棚內(nèi)最高溫度超過35.0℃時，通過通風(fēng)將其降至30℃，棚內(nèi)最低溫度也同步調(diào)低5℃。以8a平均值評價不同棚溫對水稻生育進程和產(chǎn)量的影響。

一般育秧棚內(nèi)溫度越高，插秧時育秧天數(shù)越短，溫度越低，則插秧時育秧時間越長。為確定育秧溫度和育秧天數(shù)的長短對水稻生育進程和產(chǎn)量的綜合影響，將上述育秧時間和棚內(nèi)溫度兩種模擬結(jié)果綜合，可得到不同育秧天數(shù)、不同棚溫下的水稻生育進程和產(chǎn)量表現(xiàn)，制作成生育進程、產(chǎn)量和產(chǎn)量結(jié)構(gòu)與棚溫和育秧天數(shù)的三維圖。綜合分析得到不同棚溫下最佳育秧天數(shù)指標(biāo)，根據(jù)各地育秧始期和育秧期間的氣象觀測資料，訂正棚內(nèi)氣溫，即可根據(jù)該棚溫下最佳育秧天數(shù)預(yù)測適宜移栽期，指導(dǎo)合理安排水稻移栽期，爭取高產(chǎn)。

2 結(jié)果與分析

2.1 模型遺傳參數(shù)調(diào)試與精度檢驗

調(diào)試1996-2003年中衛(wèi)寧粳16號的遺傳參數(shù)，獲得的參數(shù)化方案，按照P1、P2R、P5、P2O、G1、G2、G3、G4依次為285.9、65.3、417.7、12.8、50.5、0.025、0.824和1.128。圖1為中衛(wèi)水稻播種-開花和成熟的日數(shù)、產(chǎn)量和單位面積籽粒數(shù)的模擬效果，反映出CERES-Rice模型對灌區(qū)水稻產(chǎn)量、單位面積籽粒數(shù)模擬效果較好，產(chǎn)量模擬誤差在±3%之間，RMSE明顯小于李琪等[17]對寧夏灌區(qū)水稻產(chǎn)量模擬的RMSE值；單位面積籽粒數(shù)模擬平均誤差為1.84%，最大3.47%，RMSE在814?！-2以內(nèi)。模型對生育日數(shù)模擬效果相對較差，播種-開花的日數(shù)模擬誤差在4d以內(nèi)，全生育期日數(shù)誤差在3d以內(nèi)。播種-開花日數(shù)的RMSE明顯小于全生育期日數(shù)，與曹秀霞等[16]研究結(jié)果一致；從EF和D值來看，模擬產(chǎn)量與實況吻合最好，一致性最好。單位面積籽粒數(shù)、生育日數(shù)的模擬與觀測值之間EF較小，特別是生育日數(shù)的EF值很小，符合度相對較差，但一致性相對較好，滿足模擬要求。

注：RMSE為均方根誤差：，E為平均誤差：，EF為預(yù)報效率：，D為Willmott一致性指數(shù)[18]：

Note: RMSE is root mean square error，E is mean error, EF is efficient forecast and D is a consistency index by Willmott. The same as below

2.2 模型區(qū)域模擬能力驗證

為預(yù)測灌區(qū)各地的適宜移栽期，需對該參數(shù)方案在灌區(qū)各地的模擬能力進行驗證。模擬時選用賀蘭、惠農(nóng)、靈武、平羅、青銅峽、吳忠、銀川、永寧、中寧、中衛(wèi)10個站點1997-2003年氣象資料建立天氣文件，按照2003年全區(qū)土壤養(yǎng)分普查資料分別建立各地的土壤文件，按照各地常年播種、移栽期和灌溉時間、灌溉量建立灌溉文件，按照永寧、賀蘭育苗期間棚內(nèi)外溫差，用各地氣象站點逐日氣溫訂正棚內(nèi)氣溫。以各市（縣）統(tǒng)計年鑒中產(chǎn)量數(shù)據(jù)進行產(chǎn)量模擬效果評價，以寧夏農(nóng)業(yè)氣象服務(wù)中心歷年定點調(diào)查數(shù)據(jù)驗證結(jié)實粒數(shù)的準(zhǔn)確性（圖2）。由圖可見，各地模擬產(chǎn)量和單位面積結(jié)實粒數(shù)的精度大多在90%以上。產(chǎn)量E值為負，說明其模擬值整體略偏低于統(tǒng)計產(chǎn)量，但EF值與D值均大于等于0.9，模擬值與觀測值間符合度和一致性較好。結(jié)實粒數(shù)E值為正，說明其模擬值整體略高于觀測值，EF值小于0.8而D值大于0.9，說明模擬值與實況一致性較好。由此可見，CERES-Rice模型對區(qū)域水稻產(chǎn)量和結(jié)實粒數(shù)有較好的模擬能力?！?/p>

2.3 育秧天數(shù)對水稻產(chǎn)量、結(jié)實粒數(shù)和生育期的影響

按照中衛(wèi)1996-2003年水稻觀測的播種期，每年以2d間隔分別模擬育秧18～30d的產(chǎn)量和生育期表現(xiàn)，育秧期棚內(nèi)氣溫通過室外氣溫修訂，保持灌溉、施肥等管理方案與當(dāng)年觀測記載一致。按照育秧天數(shù)對8a模擬結(jié)果進行平均，比較不同育秧天數(shù)對產(chǎn)量和生育期的影響。圖3a顯示，在當(dāng)年氣象條件和管理模式不變的條件下，育秧18～24d的水稻產(chǎn)量相對較低，育秧26d時產(chǎn)量最高，超過26d后產(chǎn)量略下降，但比育秧18～24d的處理產(chǎn)量高。說明育秧天數(shù)短于26d時，秧齡小，秧苗質(zhì)量差，對產(chǎn)量形成不利，但育秧時間太長時，苗盤擁擠，苗高細弱也會影響產(chǎn)量。由圖3b可見，育秧天數(shù)對結(jié)實粒數(shù)的影響也表現(xiàn)出同樣規(guī)律，育秧18～24d時單位面積籽粒數(shù)較少，26~30d時籽粒數(shù)較多，以26d籽粒數(shù)最多。說明育秧期應(yīng)達到26d以上才能獲得較高的單位面積籽粒數(shù)。

播種-開花的日數(shù)和全生育期日數(shù)隨育秧期延長明顯縮短（圖3c）。育秧期每增加1d，播種-開花日數(shù)縮短0.67d（P＜0.05），全生育期縮短1.17d（P＜0.05），延長育秧期對全生育期的縮短作用大于播種-開花階段。育秧26d以上能增加結(jié)實粒數(shù)，產(chǎn)量增加，且播種-開花日數(shù)和全生育期日數(shù)分別在107d和152d以內(nèi)，以育秧26d左右最優(yōu)。產(chǎn)量的變化與單位面積籽粒數(shù)的變化規(guī)律一致，延長育秧期單位面積有效穗數(shù)變化有限，水稻開花期一般在8月上旬，開花越早，灌漿期溫度越高，遭受低溫冷害和低溫陰雨的可能性越小，穗結(jié)實粒數(shù)越多。因此，延長育秧期主要是增加了穗粒數(shù)，對增產(chǎn)起主導(dǎo)作用。

根據(jù)1996-2008年中衛(wèi)水稻育秧期天數(shù)與穗粒結(jié)構(gòu)和產(chǎn)量的關(guān)系（圖4），育秧期天數(shù)與平均穗粒數(shù)、平均單株成穗率均為正相關(guān)（P＞0.05），育秧期延長，為本田生長階段節(jié)省了時間，單株穗粒數(shù)增多，單株成穗率也有所提高。育秧期每延長1d，穗粒數(shù)可增加1.6粒，平均單株成穗率提高1.2個百分點。產(chǎn)量與育秧天數(shù)呈二次曲線（P＞0.05），育秧天數(shù)在25d以下時，隨著育秧日數(shù)增加，水稻產(chǎn)量增加。育秧期25d時產(chǎn)量達到最高，超過25d后產(chǎn)量略下降，與模型模擬結(jié)果接近。

2.4 育秧溫度對水稻產(chǎn)量、結(jié)實粒數(shù)和生育期的影響

將中衛(wèi)模擬樣本的棚內(nèi)逐日溫度按照梯度設(shè)置，模擬1996-2003年24～34℃下水稻播種-抽穗日數(shù)、全生育期日數(shù)和產(chǎn)量，以平均值評價不同棚溫的影響。圖5顯示不同育秧溫度下產(chǎn)量與單位面積結(jié)實粒數(shù)的變化規(guī)律一致。育秧棚溫度在32℃以下時，隨著育秧溫度的上升，水稻產(chǎn)量增加，結(jié)實粒數(shù)增多。超過32℃后則呈相反變化趨勢，隨著溫度繼續(xù)升高，產(chǎn)量下降，結(jié)實粒數(shù)減少。因此，當(dāng)棚溫超過32℃時，應(yīng)通風(fēng)以防高溫?zé)纭２シN-開花期間的日數(shù)和全生育期日數(shù)隨育秧溫度的升高而縮短，育秧溫度平均每升高1℃，播種-開花期的日數(shù)縮短0.8d，全生育期縮短1.5d（圖5c）。

2.5 育秧溫度和育秧天數(shù)對水稻產(chǎn)量和生育進程的綜合影響

了解育秧溫度和育秧天數(shù)對水稻生育進程和產(chǎn)量的綜合影響，可為預(yù)報適宜插秧期提供依據(jù)。為此，同時改變移栽期和育秧溫度，模擬中衛(wèi)1996-2003年水稻生長發(fā)育和產(chǎn)量的變化。由圖6a、圖6b可見，育秧棚氣溫和育秧時間長短與產(chǎn)量和結(jié)實粒數(shù)的3維關(guān)系均呈單脊曲面。脊線位置反映了不同育秧溫度下最優(yōu)育秧天數(shù)對應(yīng)的模擬產(chǎn)量和結(jié)實粒數(shù)，某一溫度下存在最適育秧天數(shù)，育秧短于或長于該天數(shù)，水稻產(chǎn)量下降，結(jié)實粒數(shù)減少；某一育秧天數(shù)下均存在一個適宜的育秧溫度，溫度過高或過低，產(chǎn)量和結(jié)實粒數(shù)也會隨之降低或減少。

以育秧期天數(shù)為主線來看，育秧20d后移栽，以育秧溫度32℃處理水稻產(chǎn)量最高，單位面積籽粒數(shù)最多，24℃時產(chǎn)量最低，結(jié)實粒數(shù)最少。育秧30d后移栽，以育秧溫度24℃處理水稻產(chǎn)量最高，結(jié)實粒數(shù)最多，且隨著育秧溫度的升高，育秧30d移栽的產(chǎn)量下降，結(jié)實粒數(shù)減少。

以育秧溫度為主線來看，育秧溫度24℃時，隨著育秧天數(shù)的增加，產(chǎn)量提高，以育秧30d產(chǎn)量最高。育秧溫度32℃時，隨著育秧天數(shù)的增加，產(chǎn)量下降，結(jié)實粒數(shù)減少，以育秧20d產(chǎn)量最高，結(jié)實最多。當(dāng)育秧溫度在24～32℃時，某一溫度截面對應(yīng)的產(chǎn)量為凸型線，隨著育秧天數(shù)的增加，產(chǎn)量增加，超過某一天數(shù)時，產(chǎn)量反而下降。這個凸型線的峰值隨著育秧溫度的升高向育秧期縮短的方向偏移，直至棚內(nèi)溫度34℃時，峰值移動至育秧期18.8d。此結(jié)果表明，以育秧期天數(shù)或溫度作為單一指標(biāo)來確定水稻適宜移栽期的傳統(tǒng)方法存在缺陷，應(yīng)綜合考慮育秧溫度和育秧期天數(shù)對產(chǎn)量和結(jié)實的影響來確定相關(guān)氣象指標(biāo)。生產(chǎn)上有小拱棚育秧、大棚育秧、工廠化育秧及農(nóng)戶坑式育秧等多種育秧方式，育秧棚溫度差異較大，且在育秧期普遍采用不同開閉方式和開閉時間控制棚內(nèi)溫度，以防止高溫?zé)绾偷蜏攸S苗。因此，可根據(jù)本研究結(jié)果確定不同溫度條件下適宜育秧時間（表2），用各地氣溫數(shù)值預(yù)報結(jié)果訂正棚內(nèi)溫度，根據(jù)表2不同棚溫下最適育秧天數(shù)來預(yù)測水稻適宜移栽期，實現(xiàn)各地水稻適宜移栽期預(yù)測。

由圖6a、6b可見，同一育秧天數(shù)下增加育秧溫度會帶來水稻增產(chǎn)，結(jié)實粒數(shù)增加，達到一定育秧溫度后產(chǎn)量和結(jié)實粒數(shù)由最高值開始減??；育秧溫度在32℃以內(nèi)，同一溫度下隨著育秧期延長，水稻產(chǎn)量和結(jié)實粒數(shù)呈上升趨勢，達到某一天數(shù)后，隨著育秧時間繼續(xù)延長，產(chǎn)量反而下降。32℃以上則產(chǎn)量和結(jié)實粒數(shù)隨著育秧時間的延長呈下降趨勢。

從曲面分布情況來看，育秧18～26d后移栽、28～32℃育秧溫度下產(chǎn)量和結(jié)實粒數(shù)較高，且波動較大；育秧24～28d后移栽、24～26℃和32～34℃育秧溫度下產(chǎn)量和結(jié)實粒數(shù)明顯下降；育秧28～30d移栽、32～34℃育秧溫度下，產(chǎn)量最低，結(jié)實粒數(shù)最少。育秧時間過長，育秧溫度過高會使產(chǎn)量明顯下降。從脊線的極大值來看，育秧溫度26℃時，產(chǎn)量9339kg·hm-2為最高，最大單位面積籽粒數(shù)3.9萬粒·m-2；育秧28d時水稻產(chǎn)量最高，籽粒數(shù)最多。

表2 水稻不同育秧溫度下適宜的育秧天數(shù)

圖6c、6d為同時改變育秧天數(shù)和育秧溫度對水稻播種-開花日數(shù)和全生育期日數(shù)的影響情況，由圖可見，同一育秧天數(shù)下水稻生長日數(shù)隨育秧溫度的升高而縮短，同一育秧溫度下生長日數(shù)隨育秧天數(shù)的增多而縮短，育秧溫度偏高、育秧時間偏長則生育期顯著縮短，使圖中數(shù)據(jù)區(qū)域分布呈平緩傾斜面?？梢姡扇⊙娱L育秧天數(shù)和提高育秧溫度的措施，比單獨采取一種措施更能使水稻開花和成熟提早。

3 結(jié)論與討論

3.1 討論

3.1.1 水稻適宜育秧期和移栽期預(yù)報對合理安排生產(chǎn)的重要性

水稻育秧時間和育秧溫度決定了秧苗質(zhì)量和移栽時的秧齡，Zhang等[19]發(fā)現(xiàn)育秧期溫度持續(xù)偏低，容易導(dǎo)致黃苗、病害，秧苗偏小、瘦弱，分蘗、抽穗延遲，后期容易遭受低溫冷害而減產(chǎn)。張衛(wèi)平等[20]認為育秧期溫度持續(xù)偏高，容易引起高溫?zé)?、青干、立枯，秧苗盤因播種量大，群體過密，秧苗易瘦高，也會影響產(chǎn)量。雖然育秧溫度可通過控制放風(fēng)時間和開口大小調(diào)節(jié)，但常因管理不到位影響秧苗質(zhì)量，生產(chǎn)上需要準(zhǔn)確預(yù)報適宜的育秧期和移栽期，以及早安排水稻生產(chǎn)。

3.1.2 基于模擬得到的溫度與育秧天數(shù)動態(tài)指標(biāo)為開展精細化移栽期預(yù)報打下了基礎(chǔ)

目前水稻適宜播期和移栽期預(yù)報是寧夏農(nóng)業(yè)氣象服務(wù)業(yè)務(wù)，以經(jīng)驗預(yù)報為主，沒有精細化、客觀化的預(yù)報指標(biāo)和方法。育秧期長短與溫度對秧苗素質(zhì)是綜合影響，僅憑溫度指標(biāo)預(yù)測對生產(chǎn)的指導(dǎo)作用有限。作物生長模型具有一定的生物學(xué)機理，采用Ceres-Rice模型，以寧粳16號多年觀測資料調(diào)參，以灌區(qū)各市（縣）產(chǎn)量模擬驗證區(qū)域模擬能力。設(shè)置不同育秧天數(shù)和育秧溫度模擬生育進程和產(chǎn)量，根據(jù)產(chǎn)量表現(xiàn)得到不同育秧溫度下最適育秧天數(shù)指標(biāo)，使水稻適宜播種期預(yù)測有據(jù)可依。

3.1.3 育秧期與產(chǎn)量構(gòu)成要素的統(tǒng)計關(guān)系驗證了模擬結(jié)果

根據(jù)模擬結(jié)果，育秧期在26d以上，單位面積結(jié)實粒數(shù)較多，產(chǎn)量最高。根據(jù)統(tǒng)計關(guān)系，育秧期天數(shù)與平均穗粒數(shù)、平均單株成穗率均為正相關(guān)（P＞0.05），與產(chǎn)量呈二次曲線關(guān)系（P＞0.05），育秧溫度與產(chǎn)量和產(chǎn)量結(jié)構(gòu)的統(tǒng)計關(guān)系均未達到顯著水平，可能與育秧期間通過放風(fēng)煉苗控制棚內(nèi)溫度有關(guān)，僅模型模擬的結(jié)果顯示育秧溫度影響產(chǎn)量和結(jié)實粒數(shù)。張全武等[21]通過灌區(qū)水稻豐歉年不同發(fā)育期的積溫當(dāng)量證實育秧期積溫與產(chǎn)量豐歉有一定的正相關(guān)，比灌漿期積溫對產(chǎn)量的影響略大。

3.1.4 模擬的代表性和不確定性

由于CERES-Rice模型的模擬需要大量試驗數(shù)據(jù)建立文件，而水稻農(nóng)業(yè)氣象觀測很難保證多年觀測一個水稻品種。本研究在1981-2013年的水稻觀測報表中，以觀測時間最長的寧粳16號1996-2003年的資料建立試驗文件，樣本數(shù)較少，參數(shù)本地化難免存在一定誤差。因此，在確定遺傳參數(shù)后，很有必要用灌區(qū)10個市（縣）產(chǎn)量模擬來檢驗，以便能用在灌區(qū)各市（縣）適宜育秧期和移栽期的預(yù)報業(yè)務(wù)上。但由于近年來品種更迭頻繁，觀測品種很難超過連續(xù)3a，無法建立適合目前當(dāng)家品種的試驗文件，研究結(jié)果還需在預(yù)報業(yè)務(wù)中進行驗證。

由于棚內(nèi)溫度觀測記錄欠缺，利用室外氣溫推算育秧期棚內(nèi)氣溫存在一定誤差，特別是很難按照晴天、少云、多云和陰雨天精確推算棚內(nèi)氣溫，加上育秧期間通過棚膜不同開閉時間和開口大小控制育秧溫度，以避免受凍或高溫?zé)纾笃诿刻齑蜷_棚膜煉苗的時間逐漸延長，利用室外氣溫推算棚內(nèi)溫度可能存在很大誤差，使模擬結(jié)果與實際情況會產(chǎn)生一定偏差。今后可通過試驗精細觀測棚內(nèi)外溫度，細化逐日天氣文件，從而更深入、客觀地模擬二者的變化對產(chǎn)量和生育進程的綜合影響。

3.2 結(jié)論

水稻育秧26～30d的產(chǎn)量和結(jié)實粒數(shù)較育秧18～24d的處理要高，營養(yǎng)生長期和全生育期日數(shù)隨著移栽期的推遲而縮短。育秧溫度與水稻產(chǎn)量和結(jié)實粒數(shù)有關(guān)，育秧溫度為32℃時水稻產(chǎn)量最高，結(jié)實粒數(shù)最多，營養(yǎng)生長期和全生育期日數(shù)相對較短。

同時改變育秧溫度和育秧天數(shù)，在育秧時間較短時，較高的育秧溫度將提高產(chǎn)量，增加結(jié)實粒數(shù)。育秧期較長時，較高的育秧溫度會使產(chǎn)量下降，結(jié)實減少。同一育秧天數(shù)下移栽，營養(yǎng)生長期和全生育期隨育秧溫度的升高而縮短；同一溫度下育秧，營養(yǎng)生長期和全生育期日數(shù)隨育秧天數(shù)的延長而縮短。育秧溫度32℃且育秧20d移栽時的水稻產(chǎn)量最高，結(jié)實最多，營養(yǎng)生長期、全生育期較短。

[1]王興盛.寧夏水稻[J].北方水稻,2007,(1):29-32,41.

Wang X S.Rice in Ningxia[J].North Rice,2007(1):29-32,41. (in Chinese)

[2]薛建國,王金林,秦淑芳,等.寧夏水稻育苗中存在的問題及解決辦法[J].寧夏農(nóng)林科技,2009,(2):85.

Xue J G,Wang J L,Qin S F,et al.Problems and the solutions in rice seedling raising in Ningxia[J].Ningxia Journal of Agriculture and Forestry Science and Technology,2009,(2): 85.(in Chinese)

[3]馮衛(wèi)東,王興盛.水稻保墑旱育秧超高產(chǎn)栽培技術(shù)規(guī)程[J].寧夏農(nóng)林科技,2010,51(1):83,78.

Feng W D,Wang X S.Technical specification for super high-yielding rice cultivation in keeping soil moisture dry seedling[J].Ningxia Journal of Agriculture and Forestry Science and Technology, 2010,51(1):83,78.(in Chinese)

[4]張均華,劉建立,張佳寶.作物模型研究進展[J].土壤, 2012,44(1):1- 9.

Zhang J H,Liu J L,Zhang J B.Advances on crop models[J]. Soils,2012,44(1):1- 9.(in Chinese)

[5]劉玉汐,劉靜,王連喜,等.水稻生長模型研究進展[J].作物雜志,2015,(1):14-19.

Liu Y X,Liu J,Wang L X,et al.Advances in simulation model of rice growth[J].Crops,2015,(1):14-19.(in Chinese)

[6]胡家敏,林忠輝,向紅瓊,等.基于CERES-Rice模型分析黔中高原水稻生產(chǎn)對氣候變化的響應(yīng)[J].中國農(nóng)業(yè)氣象,2011, 32(增1):88-92.

Hu J M,Lin Z H,Xiang H Q,et al.Evaluation of the effects of climate change during the past 44 years on rice production in Guizhou Plateau with CERES-Rice model[J].Chinese Journal of Agrometeorology,2011,32(Suppl. 1):88-92.(in Chinese)

[7]石春林,金之慶,高亮之,等.CERES-Rice在水稻氮肥管理中的應(yīng)用與分析[J].江蘇農(nóng)業(yè)學(xué)報,2003,(1):4-7.

Shi C L,Jin Z Q,Gao L Z,et al.An application and analysis of CERES-Rice on rice nitrogen fertilization management[J]. Jiangsu Agricultural Journal,2003,(1):4-7.(in Chinese)

[8]熊偉,陶福祿,許吟隆,等.氣候變化情景下我國水稻產(chǎn)量變化模擬[J].中國農(nóng)業(yè)氣象,2001,22(3):1-5.

Xiong W,Tao F L,Xu Y L,et al.Simulation of rice yield change under climate changes in future in China[J].Chinese Journal of Agrometeorology,2001,22(3):1-5.(in Chinese)

[9]浩宇,景元書,馬曉群,等.ORYZA2000模型模擬安徽地區(qū)不同播期水稻的適應(yīng)性分析[J].中國農(nóng)業(yè)氣象,2013,34(4): 425-433.

Hao Y,Jing Y S,Ma X Q,et al.Analysis on the simulation adaptability of ORYZA2000 model for rice with different sowing date in Anhui province[J].Chinese Journal of Agrometeorology, 2013,34 (4):425-433.(in Chinese)

[10]楊沈斌,陳德,王萌萌,等.ORYZA2000模型與水稻群體莖蘗動態(tài)模型的耦合[J].中國農(nóng)業(yè)氣象,2016,37(4):422-430.

Yang S B,Chen D,Wang M M,et al.Coupling the dynamic tillering model to rice growth Model ORYZA2000 to simulate rice tillering[J].Chinese Journal of Agrometeorology, 2016,37(4):422-430.(in Chinese)

[11]劉玉汐.河套灌區(qū)水稻對低溫冷害敏感性的模擬研究[D].南京:南京信息工程大學(xué),2016.

Liu Y X.Rice chilling damage sensitivity simulation in Hetao irrigation area[D].Nanjing:Nanjing University of Information Science & Technology,2016.(in Chinese)

[12]史源,李益農(nóng),白美健,等.DSSAT作物模型進展以及在農(nóng)田水管理中的應(yīng)用研究[J].中國農(nóng)村水利水電,2015,(1): 15-19.

Shi Y,Li Y N,Bai M J,et al.Research on the development and application of DSSAT cropping system model in water management and irrigation[J].China Rural Water Conservancy and Hydropower,2015,(1):15-19.(in Chinese)

[13]郭建茂.基于遙感與作物生長模型的冬小麥生長模擬研究[D].南京:南京信息工程大學(xué),2007.

Guo J M.Simulation of winter wheat growth based on remote sensing and crop growth model[D].Nanjing:Nanjing University of Information Science and Technology,2007.(in Chinese)

[14]張玉停,申仕鉉,孫宏偉,等.水稻育秧應(yīng)注意的問題[J].現(xiàn)代化農(nóng)業(yè),2011,(2):21-22.

Zhang Y T,Shen S X,Sun H W,et al.Problems in rice seedling raising[J].Modernizing Agriculture,2011,(2):21-22. (in Chinese)

[15]劉玉汐,劉靜,王連喜,等.寧夏河套灌區(qū)主栽水稻品種遺傳參數(shù)調(diào)試[J].中國農(nóng)業(yè)氣象,2015,36(2):195-202.

Liu Y X,Liu J,Wang L X,et al.Genetic parameter debugging for main rice varieties in Hetao irrigation area in Ningxia region[J].Chinese Journal of Agrometeorology, 2015,36(2): 195-202.(in Chinese)

[16]曹秀霞,安開忠,蔡偉,等.CERES-Rice模型在江漢平原的驗證與適應(yīng)性評價[J].中國農(nóng)業(yè)氣象,2013,34(4):447-454.

Cao X X,An K Z,Cai W,et al.Validation and adaptability evaluation of CERES-Rice Model in the Jianghan plain[J]. Chinese Journal of Agrometeorology,2013,34(4):447-454.(in Chinese)

[17]李琪,任景全,王連喜.未來氣候變化情景下江蘇水稻高溫?zé)岷δM研究Ⅰ:評估孕穗-抽穗期高溫?zé)岷λ井a(chǎn)量的影響[J].中國農(nóng)業(yè)氣象,2014,35(1):91-96.

Li Q,Ren J Q,Wang L X.Simulation of the heat injury on rice production in Jiangsu province under the climate change scenariosⅠ:impact assessment of the heat injury on rice yield from booting to heading stage[J].Chinese Journal of Agrometeorology,2014,35(1): 91-96.(in Chinese)

[18]Willmott C J.On the validation of models[J].Physical Geography,1981,2(55):184-194.

[19]Zhang Y P,Xiang J,Chen H Z,et al.Physiological characterization of green turning of rice seedings at different temperatures [J].Agricultural Science and Technology, 2015,16(7):1390-1394.

[20]張衛(wèi)平,馬自清,陳曉軍.水稻旱育秧死苗原因及預(yù)防對策[J].寧夏農(nóng)林科技,2005,(1):63.

Zhang W P,Ma Z Q,Chen X J.Reasons and prevention measures for the death of rice in dry seedling[J].Ningxia Journal of Agriculture and Forestry Science and Technology, 2005,(1): 63.(in Chinese)

[21]張全武,卞偉,耿萬成,等.決定寧夏灌區(qū)水稻豐歉年的溫度關(guān)鍵期及其溫度指標(biāo)[J].中國農(nóng)業(yè)氣象,2003,24(3):21-23.

Zhang Q W,Bian W,Geng W C.Studies on critical periods of temperature and its temperature indexes determining bumper and fail year of rice yield in the autonomous region of Ningxia[J].Chinese Journal of Agrometeorology,2003,24(3): 21-23.(in Chinese)

Simulation on Effects of Rice Growth under Different Nursery Period and Shed Temperature in Hetao Irrigation Region

LIU Jing1, LIU Yu-xi2, WANG Lian-xi3, Li Qi3, MA Guo-fei1，Ma Li-wen1

(1. Key Laboratory of Characteristic Agrometeorological Disaster Monitoring and Early Warning and Risk Management in Arid Regions, CMA/Ningxia Key Lab of Meteorological Disaster Prevention and reduction, Yinchuan 750002, China；2.Jilin Meteorological Observatory, Changchun 130062；3.School of Environmental Science and Engineering, Nanjing University of Information Science & Technology/Jiangsu Key Laboratory of Atmospheric Environmental, Nanjing 210044)

In order to obtain the composite meteorological index of rice suitable nursery and transplanting date in Hetao irrigation area, the genetic parameters of Ningjing 16 were debugged by CERES-Rice model using the agrometeorological data observed from 1996 to 2003 in Zhongwei. The rice yield, the number of grains per m2, the period from sowing to flowering, and the whole growth period were simulated, and the model regional simulation ability was verified by the data of 10 counties and cities in irrigation areas of Ningxia. Setting different nursery days and shed temperature, the separate and comprehensive effects of the two factors on the yield, grain number per square meter and the growth process were simulated to determine the comprehensive meteorological indexes suitable for transplanting date. The results showed that the model had a good simulation ability for rice yield, grain number, sowing to flowering days and whole growth period. The maximum errors of yield and grain number were 2.93% and 3.47%, and the consistency index was up to 0.98 and 0.92, respectively. The simulation error of sowing to flowering period was mostly within 3 days, and the consistency D index was 0.77. Assume that the meteorological conditions, fertilization, irrigation and other measures were unchanged after transplanting, set different nursery period and shed temperature, simulation results showed that the yield and grain number in 26-30d nursery was higher than that in 18-24d. Under the condition of 32℃, the yield and the number of grains were the highest, and the number of days from sowing to flowering and the whole growth period was relative short. At the same time to change the nursery period and the shed temperature, under the short seedling period condition, raising the shed temperature increased the yield and the grain population. While the long seedling period condition, raising the shed temperature caused the decline in production and grain number. Under the condition of 32℃ and 20d, the yield was the highest, the grain population was the most, the period from seeding to flowing and the whole growth were relatively short. The days from sowing to flowing and the whole growth period under the same nursery period were shortened with the increase of shed temperature, but shortened with the extend of nursery period under the same shed temperature. The optimum nursery period was obtained at different shed temperatures, which could be used as a comprehensive agrometeorological indicators to predict the suitable transplanting date at different county in Hetao irrigation area. The results provide a new way to refine the comprehensive agricultural meteorological index of suitable transplanting period.

CERES-Rice model；Nursery period；Shed temperature；Growth period；Yield

10.3969/j.issn.1000-6362.2017.08.004

2016-12-13

。E-mail：lyx0427@163.com

科技部氣象行業(yè)專項“河套灌區(qū)主要農(nóng)作物農(nóng)業(yè)氣象預(yù)評估技術(shù)研究”（GYHY201206021）；全球變化環(huán)境下作物產(chǎn)量的影響與適應(yīng)監(jiān)測評估技術(shù)（2012BAH29B03）；中國氣象局省所科技創(chuàng)新發(fā)展專項“河套地區(qū)特色農(nóng)業(yè)氣象科技支撐能力建設(shè)”（2015-2017）

劉靜（1964-），正研級高級工程師，主要從事農(nóng)業(yè)氣象與生態(tài)氣象研究。E-mail：ahmd_liujing@163.com

劉靜,劉玉汐,王連喜,等. 河套灌區(qū)不同育苗期和大棚溫度對水稻生長的影響模擬[J].中國農(nóng)業(yè)氣象,2017,38(8):496-506