河套灌区不同育苗期和大棚温度对水稻生长的影响模拟*

刘 静，刘玉汐，王连喜，李 琪，马国飞，马力文



河套灌区不同育苗期和大棚温度对水稻生长的影响模拟*

刘 静1，刘玉汐2**，王连喜3，李 琪3，马国飞1，马力文1

（1.中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室/宁夏气象防灾减灾重点实验室，银川 750002；2.吉林省气象台，长春 130062；3.南京信息工程大学/江苏省大气环境监测与污染控制高技术研究重点实验室，南京 210044）

为确定宁夏河套灌区水稻适宜育秧和移栽期的综合气象指标，利用中卫市1996-2003年对宁粳16号水稻品种观测的资料，采用CERES-Rice模型对遗传参数进行本地化调试。模拟水稻产量、结实粒数、播种-开花和全生育期日数，并利用宁夏灌区10个市（县）资料验证模型的区域模拟能力。设置不同育秧日数和棚内气温，模拟二者对水稻产量、单位面积结实粒数和生育进程的单独和综合影响，以确定适宜移栽期的综合气象指标。结果表明：模型对水稻产量、结实粒数、播种-开花和全生育期日数模拟能力较好，产量和结实粒数的模拟最大误差分别为2.93%和3.47%，一致性指数分别达0.98和0.92；播种-开花日数模拟误差大多在3d以内，一致性指数为0.77。假定本田期的气象条件、施肥、灌溉等措施均不变，设置不同育秧温度和育秧日数，模拟发现育秧日数26～30d比18～24d时水稻产量高，结实粒数多。32℃下育秧的水稻产量和结实粒数最高，播种-开花和全生育期日数相对较短。同时改变育秧日数和育秧棚内气温，在育秧期较短时育秧温度升高将提高产量，增加结实粒数。而在育秧期较长时，育秧温度升高造成产量下降，结实粒数减少。32℃下育秧20d时水稻产量最高，结实最多，播种-开花和全生育期日数相对较短。育秧日数相同时，播种-开花和全生育期日数随育秧温度的升高而缩短；育秧温度相同时，播种-开花和全生育期日数随育秧期的延长而缩短。不同育秧温度下的最适育秧日数可作为预测河套灌区各地水稻适宜移栽期的综合农业气象指标，为细化水稻适宜移栽期的农业气象指标提供了新途径。

CERES-Rice模型；育秧期；育秧温度；发育期；产量

河套灌区位于中国西北单季稻作区，主要分布在宁夏灌区和甘肃沿黄滩地，早在1400a前的隋唐时期已有水稻种植[1]。宁夏水稻一般4月中旬大棚育苗，5月中下旬放水移栽。棚内温度和移栽期决定了育秧时间长短，常因温度波动造成黄弱苗、高温烧苗、放风青干、立枯等现象[2]。目前水稻适宜播期和移栽期预报以稳定通过5℃和13℃日期确定开始日期，由于没有考虑其对产量的影响，难以开展适宜移栽期预报。由于服务跟不上，秧苗质量难以保证，插秧稻与直播稻相比效益优势减小，近年来面积呈萎缩趋势。宁夏把水稻列为十三五期间“1+4”优质粮食产业发展战略，大力发展工厂化育秧和机插秧。研究水稻适宜播期和移栽期，为开展精细化、实用性预测提供支撑成为当务之急。目前研究多集中在育秧技术、控制棚内温度的经验指标，很少有育秧气象条件、秧苗素质对产量的影响等方面的报道[3]。作物生长模拟模型建立在生物学机理上，利用作物模型研究农田管理措施对农业生产的影响是替代田间试验的主要方法，可模拟气象对作物生长发育和产量的影响，也可模拟天气、栽培管理措施对作物茎蘖、干物质形成与分配等动态过程的影响，还能模拟土壤养分和水分平衡等[4-5]。如胡家敏等[6]用Ceres-Rice模型研究水稻寒露风，石春林等[7]用该模型研究水肥配比效应，熊伟等[8]用该模型模拟气候变化对中国区域水稻产量的影响；浩宇等[9]用ORYZA2000模型研究安徽水稻品种的气候适应性，杨沈斌等[10]用ORYZA2000模型驱动茎蘖动态模型模拟茎蘖分生、叶龄和灌浆过程；刘玉汐[11]利用CERES-RICE模型研究了河套灌区水稻对低温冷害敏感性；史源等[12]总结了DSSAT作物模型在农田水管理中的应用。本文采用Ceres-Rice模型，基于中卫市宁粳16号观测资料，以产量、结实粒数、生育期天数调试遗传参数，根据灌区10个市（县）产量模拟验证河套灌区的区域模拟能力。在本田期气象条件及水肥等管理不变条件下，通过改变育秧温度和育秧天数模拟生育进程和产量，以产量确定最优播期和育秧天数，以期为水稻适宜播种期服务提供技术支撑。

1 资料与方法

1.1 资料选取

选取中卫1996-2003年宁粳16号农气观测数据建立作物文件，包括播种、移栽、抽穗、成熟日期，播量、移栽密度、施肥时间与施肥量，灌溉时间、灌溉量及灌溉方式，产量结构及测产数据等（表1）。土壤文件参考《宁夏土种志》、《中国土种志》及2003年宁夏土壤质地、养分普查结果综合确定，灌溉量和灌溉时间参照宁夏地方标准《水稻节水高产控制灌溉技术规程》（DB64T295-2004）确定，管理、施肥、病虫害情况参照1996-2003年观测记载，以反映水稻生长的实际情况。天气文件利用历年水稻生长期间的逐日最高气温、最低气温、降水量和日照时数建立，逐日太阳总辐射（MJ·m-2·d-1）参照郭建茂[13]的研究，根据Angstrom公式和中卫市逐日日照时数计算。

表1 水稻模型中输入的中卫市宁粳16号水稻观测数据

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.

宁夏水稻一般在4月中旬初期拱棚育秧，5月中下旬移栽，本田期气象文件利用中卫市气象资料建立，育秧期间棚内温度可用室外温度换算。根据2013-2014年贺兰、永宁水稻试验中育秧期间棚内外气温观测，育秧期间大多为晴天或少云天，育秧棚内外最低、最高气温平均温差分别为16.2℃和12.3℃，2013年5月5日、5月8日出现了阴雨天气，棚内外平均相差4.8℃。将1996-2003年水稻育秧期间的逐日气温按照晴天、阴雨天（日照时数0h且降雨量大于0mm）订正到棚内，基本能反映棚内气温的变化。根据张玉停等[14]的观测和冯卫东等[3]的技术规程，当棚内最高气温超过35.0℃时，顶部开口放风，控制棚内气温不超过30℃，以防高温烧苗。因此，将推算的棚内最高气温超过35.0℃的育秧时段设为30.0℃，通过放风炼苗得以实现降温5℃，期间夜晚一般不重新遮蔽，因此将棚内最低气温也同步调低5℃。

1.2 遗传参数调试与验证

CERES-Rice模型遗传参数有：完成基本营养生长期所需热时P1、幼穗分化-产生圆锥花序所需热时P2R、灌浆-生理成熟所需热时P5、生长盛期临界日长P2O、日辐射与同化物之间的转换系数G1、理想情况下的平均粒重G2、相对于IR64品种的分蘖系数G3和温度容忍系数G4。刘玉汐等[15]采用中卫1996-2003年宁粳16号观测资料，以模型中自带参数调试模块调试得到适合河套灌区宁粳16号的遗传参数，通过产量、单位面积籽粒数、播种-开花期和全生育期的天数观测值与模拟值的均方根差RMSE、平均误差E、预报效率EF、一致性指数D综合评价宁粳16号的模拟效果[16]。

为验证该参数是否适宜河套灌区各地，以灌区10个市（县）1997-2003年种植宁粳16号期间的气象资料模拟水稻产量，以宁夏调查总队统计年鉴中的产量数据验证区域适宜性。

1.3 育秧时间和棚内温度对水稻生育进程和产量的影响模拟

根据中卫1981-2013年水稻观测的最早、最晚播期和移栽期记录，育秧期一般为18～30d。因此，在1996-2003年宁粳16号观测的播期基础上，育秧天数分别设定为18、20、22、24、26、28和30d，并通过外界气温对每个育秧期的棚内气温进行修订，分别模拟每年在不同育秧天数下的播种-抽穗日数、全生育期日数和产量，以8a平均值评价育秧天数对生育进程和产量的影响。

在中卫1996-2003年育秧时段内，通过改变天气文件的逐日温度，分别模拟每年育秧棚温度在24～34℃期间不同棚内温度下水稻播种-抽穗日数、全生育期日数和产量。同样，当某日棚内最高温度超过35.0℃时，通过通风将其降至30℃，棚内最低温度也同步调低5℃。以8a平均值评价不同棚温对水稻生育进程和产量的影响。

一般育秧棚内温度越高，插秧时育秧天数越短，温度越低，则插秧时育秧时间越长。为确定育秧温度和育秧天数的长短对水稻生育进程和产量的综合影响，将上述育秧时间和棚内温度两种模拟结果综合，可得到不同育秧天数、不同棚温下的水稻生育进程和产量表现，制作成生育进程、产量和产量结构与棚温和育秧天数的三维图。综合分析得到不同棚温下最佳育秧天数指标，根据各地育秧始期和育秧期间的气象观测资料，订正棚内气温，即可根据该棚温下最佳育秧天数预测适宜移栽期，指导合理安排水稻移栽期，争取高产。

2 结果与分析

2.1 模型遗传参数调试与精度检验

调试1996-2003年中卫宁粳16号的遗传参数，获得的参数化方案，按照P1、P2R、P5、P2O、G1、G2、G3、G4依次为285.9、65.3、417.7、12.8、50.5、0.025、0.824和1.128。图1为中卫水稻播种-开花和成熟的日数、产量和单位面积籽粒数的模拟效果，反映出CERES-Rice模型对灌区水稻产量、单位面积籽粒数模拟效果较好，产量模拟误差在±3%之间，RMSE明显小于李琪等[17]对宁夏灌区水稻产量模拟的RMSE值；单位面积籽粒数模拟平均误差为1.84%，最大3.47%，RMSE在814粒·m-2以内。模型对生育日数模拟效果相对较差，播种-开花的日数模拟误差在4d以内，全生育期日数误差在3d以内。播种-开花日数的RMSE明显小于全生育期日数，与曹秀霞等[16]研究结果一致；从EF和D值来看，模拟产量与实况吻合最好，一致性最好。单位面积籽粒数、生育日数的模拟与观测值之间EF较小，特别是生育日数的EF值很小，符合度相对较差，但一致性相对较好，满足模拟要求。

注：RMSE为均方根误差：，E为平均误差：，EF为预报效率：，D为Willmott一致性指数[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 模型区域模拟能力验证

为预测灌区各地的适宜移栽期，需对该参数方案在灌区各地的模拟能力进行验证。模拟时选用贺兰、惠农、灵武、平罗、青铜峡、吴忠、银川、永宁、中宁、中卫10个站点1997-2003年气象资料建立天气文件，按照2003年全区土壤养分普查资料分别建立各地的土壤文件，按照各地常年播种、移栽期和灌溉时间、灌溉量建立灌溉文件，按照永宁、贺兰育苗期间棚内外温差，用各地气象站点逐日气温订正棚内气温。以各市（县）统计年鉴中产量数据进行产量模拟效果评价，以宁夏农业气象服务中心历年定点调查数据验证结实粒数的准确性（图2）。由图可见，各地模拟产量和单位面积结实粒数的精度大多在90%以上。产量E值为负，说明其模拟值整体略偏低于统计产量，但EF值与D值均大于等于0.9，模拟值与观测值间符合度和一致性较好。结实粒数E值为正，说明其模拟值整体略高于观测值，EF值小于0.8而D值大于0.9，说明模拟值与实况一致性较好。由此可见，CERES-Rice模型对区域水稻产量和结实粒数有较好的模拟能力。·

2.3 育秧天数对水稻产量、结实粒数和生育期的影响

按照中卫1996-2003年水稻观测的播种期，每年以2d间隔分别模拟育秧18～30d的产量和生育期表现，育秧期棚内气温通过室外气温修订，保持灌溉、施肥等管理方案与当年观测记载一致。按照育秧天数对8a模拟结果进行平均，比较不同育秧天数对产量和生育期的影响。图3a显示，在当年气象条件和管理模式不变的条件下，育秧18～24d的水稻产量相对较低，育秧26d时产量最高，超过26d后产量略下降，但比育秧18～24d的处理产量高。说明育秧天数短于26d时，秧龄小，秧苗质量差，对产量形成不利，但育秧时间太长时，苗盘拥挤，苗高细弱也会影响产量。由图3b可见，育秧天数对结实粒数的影响也表现出同样规律，育秧18～24d时单位面积籽粒数较少，26~30d时籽粒数较多，以26d籽粒数最多。说明育秧期应达到26d以上才能获得较高的单位面积籽粒数。

播种-开花的日数和全生育期日数随育秧期延长明显缩短（图3c）。育秧期每增加1d，播种-开花日数缩短0.67d（P＜0.05），全生育期缩短1.17d（P＜0.05），延长育秧期对全生育期的缩短作用大于播种-开花阶段。育秧26d以上能增加结实粒数，产量增加，且播种-开花日数和全生育期日数分别在107d和152d以内，以育秧26d左右最优。产量的变化与单位面积籽粒数的变化规律一致，延长育秧期单位面积有效穗数变化有限，水稻开花期一般在8月上旬，开花越早，灌浆期温度越高，遭受低温冷害和低温阴雨的可能性越小，穗结实粒数越多。因此，延长育秧期主要是增加了穗粒数，对增产起主导作用。

根据1996-2008年中卫水稻育秧期天数与穗粒结构和产量的关系（图4），育秧期天数与平均穗粒数、平均单株成穗率均为正相关（P＞0.05），育秧期延长，为本田生长阶段节省了时间，单株穗粒数增多，单株成穗率也有所提高。育秧期每延长1d，穗粒数可增加1.6粒，平均单株成穗率提高1.2个百分点。产量与育秧天数呈二次曲线（P＞0.05），育秧天数在25d以下时，随着育秧日数增加，水稻产量增加。育秧期25d时产量达到最高，超过25d后产量略下降，与模型模拟结果接近。

2.4 育秧温度对水稻产量、结实粒数和生育期的影响

将中卫模拟样本的棚内逐日温度按照梯度设置，模拟1996-2003年24～34℃下水稻播种-抽穗日数、全生育期日数和产量，以平均值评价不同棚温的影响。图5显示不同育秧温度下产量与单位面积结实粒数的变化规律一致。育秧棚温度在32℃以下时，随着育秧温度的上升，水稻产量增加，结实粒数增多。超过32℃后则呈相反变化趋势，随着温度继续升高，产量下降，结实粒数减少。因此，当棚温超过32℃时，应通风以防高温烧苗。播种-开花期间的日数和全生育期日数随育秧温度的升高而缩短，育秧温度平均每升高1℃，播种-开花期的日数缩短0.8d，全生育期缩短1.5d（图5c）。

2.5 育秧温度和育秧天数对水稻产量和生育进程的综合影响

了解育秧温度和育秧天数对水稻生育进程和产量的综合影响，可为预报适宜插秧期提供依据。为此，同时改变移栽期和育秧温度，模拟中卫1996-2003年水稻生长发育和产量的变化。由图6a、图6b可见，育秧棚气温和育秧时间长短与产量和结实粒数的3维关系均呈单脊曲面。脊线位置反映了不同育秧温度下最优育秧天数对应的模拟产量和结实粒数，某一温度下存在最适育秧天数，育秧短于或长于该天数，水稻产量下降，结实粒数减少；某一育秧天数下均存在一个适宜的育秧温度，温度过高或过低，产量和结实粒数也会随之降低或减少。

以育秧期天数为主线来看，育秧20d后移栽，以育秧温度32℃处理水稻产量最高，单位面积籽粒数最多，24℃时产量最低，结实粒数最少。育秧30d后移栽，以育秧温度24℃处理水稻产量最高，结实粒数最多，且随着育秧温度的升高，育秧30d移栽的产量下降，结实粒数减少。

以育秧温度为主线来看，育秧温度24℃时，随着育秧天数的增加，产量提高，以育秧30d产量最高。育秧温度32℃时，随着育秧天数的增加，产量下降，结实粒数减少，以育秧20d产量最高，结实最多。当育秧温度在24～32℃时，某一温度截面对应的产量为凸型线，随着育秧天数的增加，产量增加，超过某一天数时，产量反而下降。这个凸型线的峰值随着育秧温度的升高向育秧期缩短的方向偏移，直至棚内温度34℃时，峰值移动至育秧期18.8d。此结果表明，以育秧期天数或温度作为单一指标来确定水稻适宜移栽期的传统方法存在缺陷，应综合考虑育秧温度和育秧期天数对产量和结实的影响来确定相关气象指标。生产上有小拱棚育秧、大棚育秧、工厂化育秧及农户坑式育秧等多种育秧方式，育秧棚温度差异较大，且在育秧期普遍采用不同开闭方式和开闭时间控制棚内温度，以防止高温烧苗和低温黄苗。因此，可根据本研究结果确定不同温度条件下适宜育秧时间（表2），用各地气温数值预报结果订正棚内温度，根据表2不同棚温下最适育秧天数来预测水稻适宜移栽期，实现各地水稻适宜移栽期预测。

由图6a、6b可见，同一育秧天数下增加育秧温度会带来水稻增产，结实粒数增加，达到一定育秧温度后产量和结实粒数由最高值开始减小；育秧温度在32℃以内，同一温度下随着育秧期延长，水稻产量和结实粒数呈上升趋势，达到某一天数后，随着育秧时间继续延长，产量反而下降。32℃以上则产量和结实粒数随着育秧时间的延长呈下降趋势。

从曲面分布情况来看，育秧18～26d后移栽、28～32℃育秧温度下产量和结实粒数较高，且波动较大；育秧24～28d后移栽、24～26℃和32～34℃育秧温度下产量和结实粒数明显下降；育秧28～30d移栽、32～34℃育秧温度下，产量最低，结实粒数最少。育秧时间过长，育秧温度过高会使产量明显下降。从脊线的极大值来看，育秧温度26℃时，产量9339kg·hm-2为最高，最大单位面积籽粒数3.9万粒·m-2；育秧28d时水稻产量最高，籽粒数最多。

表2 水稻不同育秧温度下适宜的育秧天数

图6c、6d为同时改变育秧天数和育秧温度对水稻播种-开花日数和全生育期日数的影响情况，由图可见，同一育秧天数下水稻生长日数随育秧温度的升高而缩短，同一育秧温度下生长日数随育秧天数的增多而缩短，育秧温度偏高、育秧时间偏长则生育期显著缩短，使图中数据区域分布呈平缓倾斜面。可见，采取延长育秧天数和提高育秧温度的措施，比单独采取一种措施更能使水稻开花和成熟提早。

3 结论与讨论

3.1 讨论

3.1.1 水稻适宜育秧期和移栽期预报对合理安排生产的重要性

水稻育秧时间和育秧温度决定了秧苗质量和移栽时的秧龄，Zhang等[19]发现育秧期温度持续偏低，容易导致黄苗、病害，秧苗偏小、瘦弱，分蘖、抽穗延迟，后期容易遭受低温冷害而减产。张卫平等[20]认为育秧期温度持续偏高，容易引起高温烧苗、青干、立枯，秧苗盘因播种量大，群体过密，秧苗易瘦高，也会影响产量。虽然育秧温度可通过控制放风时间和开口大小调节，但常因管理不到位影响秧苗质量，生产上需要准确预报适宜的育秧期和移栽期，以及早安排水稻生产。

3.1.2 基于模拟得到的温度与育秧天数动态指标为开展精细化移栽期预报打下了基础

目前水稻适宜播期和移栽期预报是宁夏农业气象服务业务，以经验预报为主，没有精细化、客观化的预报指标和方法。育秧期长短与温度对秧苗素质是综合影响，仅凭温度指标预测对生产的指导作用有限。作物生长模型具有一定的生物学机理，采用Ceres-Rice模型，以宁粳16号多年观测资料调参，以灌区各市（县）产量模拟验证区域模拟能力。设置不同育秧天数和育秧温度模拟生育进程和产量，根据产量表现得到不同育秧温度下最适育秧天数指标，使水稻适宜播种期预测有据可依。

3.1.3 育秧期与产量构成要素的统计关系验证了模拟结果

根据模拟结果，育秧期在26d以上，单位面积结实粒数较多，产量最高。根据统计关系，育秧期天数与平均穗粒数、平均单株成穗率均为正相关（P＞0.05），与产量呈二次曲线关系（P＞0.05），育秧温度与产量和产量结构的统计关系均未达到显著水平，可能与育秧期间通过放风炼苗控制棚内温度有关，仅模型模拟的结果显示育秧温度影响产量和结实粒数。张全武等[21]通过灌区水稻丰歉年不同发育期的积温当量证实育秧期积温与产量丰歉有一定的正相关，比灌浆期积温对产量的影响略大。

3.1.4 模拟的代表性和不确定性

由于CERES-Rice模型的模拟需要大量试验数据建立文件，而水稻农业气象观测很难保证多年观测一个水稻品种。本研究在1981-2013年的水稻观测报表中，以观测时间最长的宁粳16号1996-2003年的资料建立试验文件，样本数较少，参数本地化难免存在一定误差。因此，在确定遗传参数后，很有必要用灌区10个市（县）产量模拟来检验，以便能用在灌区各市（县）适宜育秧期和移栽期的预报业务上。但由于近年来品种更迭频繁，观测品种很难超过连续3a，无法建立适合目前当家品种的试验文件，研究结果还需在预报业务中进行验证。

由于棚内温度观测记录欠缺，利用室外气温推算育秧期棚内气温存在一定误差，特别是很难按照晴天、少云、多云和阴雨天精确推算棚内气温，加上育秧期间通过棚膜不同开闭时间和开口大小控制育秧温度，以避免受冻或高温烧苗，后期每天打开棚膜炼苗的时间逐渐延长，利用室外气温推算棚内温度可能存在很大误差，使模拟结果与实际情况会产生一定偏差。今后可通过试验精细观测棚内外温度，细化逐日天气文件，从而更深入、客观地模拟二者的变化对产量和生育进程的综合影响。

3.2 结论

水稻育秧26～30d的产量和结实粒数较育秧18～24d的处理要高，营养生长期和全生育期日数随着移栽期的推迟而缩短。育秧温度与水稻产量和结实粒数有关，育秧温度为32℃时水稻产量最高，结实粒数最多，营养生长期和全生育期日数相对较短。

同时改变育秧温度和育秧天数，在育秧时间较短时，较高的育秧温度将提高产量，增加结实粒数。育秧期较长时，较高的育秧温度会使产量下降，结实减少。同一育秧天数下移栽，营养生长期和全生育期随育秧温度的升高而缩短；同一温度下育秧，营养生长期和全生育期日数随育秧天数的延长而缩短。育秧温度32℃且育秧20d移栽时的水稻产量最高，结实最多，营养生长期、全生育期较短。

[1]王兴盛.宁夏水稻[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]薛建国,王金林,秦淑芳,等.宁夏水稻育苗中存在的问题及解决办法[J].宁夏农林科技,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]冯卫东,王兴盛.水稻保墒旱育秧超高产栽培技术规程[J].宁夏农林科技,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]张均华,刘建立,张佳宝.作物模型研究进展[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]刘玉汐,刘静,王连喜,等.水稻生长模型研究进展[J].作物杂志,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,林忠辉,向红琼,等.基于CERES-Rice模型分析黔中高原水稻生产对气候变化的响应[J].中国农业气象,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,金之庆,高亮之,等.CERES-Rice在水稻氮肥管理中的应用与分析[J].江苏农业学报,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]熊伟,陶福禄,许吟隆,等.气候变化情景下我国水稻产量变化模拟[J].中国农业气象,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,景元书,马晓群,等.ORYZA2000模型模拟安徽地区不同播期水稻的适应性分析[J].中国农业气象,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]杨沈斌,陈德,王萌萌,等.ORYZA2000模型与水稻群体茎蘖动态模型的耦合[J].中国农业气象,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]刘玉汐.河套灌区水稻对低温冷害敏感性的模拟研究[D].南京:南京信息工程大学,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,李益农,白美健,等.DSSAT作物模型进展以及在农田水管理中的应用研究[J].中国农村水利水电,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.基于遥感与作物生长模型的冬小麦生长模拟研究[D].南京:南京信息工程大学,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]张玉停,申仕铉,孙宏伟,等.水稻育秧应注意的问题[J].现代化农业,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]刘玉汐,刘静,王连喜,等.宁夏河套灌区主栽水稻品种遗传参数调试[J].中国农业气象,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,安开忠,蔡伟,等.CERES-Rice模型在江汉平原的验证与适应性评价[J].中国农业气象,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,王连喜.未来气候变化情景下江苏水稻高温热害模拟研究Ⅰ:评估孕穗-抽穗期高温热害对水稻产量的影响[J].中国农业气象,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]张卫平,马自清,陈晓军.水稻旱育秧死苗原因及预防对策[J].宁夏农林科技,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]张全武,卞伟,耿万成,等.决定宁夏灌区水稻丰歉年的温度关键期及其温度指标[J].中国农业气象,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

科技部气象行业专项“河套灌区主要农作物农业气象预评估技术研究”（GYHY201206021）；全球变化环境下作物产量的影响与适应监测评估技术（2012BAH29B03）；中国气象局省所科技创新发展专项“河套地区特色农业气象科技支撑能力建设”（2015-2017）

刘静（1964-），正研级高级工程师，主要从事农业气象与生态气象研究。E-mail：ahmd_liujing@163.com

刘静,刘玉汐,王连喜,等. 河套灌区不同育苗期和大棚温度对水稻生长的影响模拟[J].中国农业气象,2017,38(8):496-506