基于温光效应的水稻地上部干物质分配模拟模型

黄琴琴 王学林 尚秉琛

摘要 以水稻品种“辐优17”为试材，于2018年3月—2020年9月在合肥市农业气象试验站开展大田分期播种试验，试验设置4个播期。将由实测气象数据进行计算得到的光温效应（ATIE）、辐热积（TEP）和积温（GDD）与测定的干物质分配比例参数进行拟合，建立大田水稻干物质分配动态模拟模型，并比较各模型拟合效果。结果表明：ATIE模型模拟效果较好，R2均＞0.90，与传统的辐热积法和积温法相比，ATIE显著提高了水稻干物质分配预测精度，可为大田种植作物营养生长和生殖生长指标模拟提供参考。

关键词 水稻；温光效应；干物质分配；模拟模型

中图分类号：S161.2 文献标识码：B 文章编号：2095–3305（2023）07–0050-03

水稻（Oryza sativa L）原产于中国和印度，是中国实施粮食安全战略的基础。安徽地处暖温带与亚热带过渡区，有利的气候条件和丰富的气候资源为水稻种植提供了理想条件，水稻种植面积250万hm2，稻谷产量500万t以上，占粮食作物总产量的37.5%[1-2]。同时，该地区气候复杂多变，尤其是在水稻生产的关键时期，容易出现极高或极低的温度以及光照胁迫，导致该地区的水稻产量大幅下降[3-5]。

随着全球气候变暖，安徽省水稻关键生育期多种气象灾害频发，已成为影响该地区水稻高产、稳产的重要因素，水稻生长发育和产量形成阶段对环境条件的敏感度不同，尤其是对温光条件极为敏感。有研究表明光强和温度是影响产量的关键生态因子。因此，在极端气候条件多发的情况下研究水稻干物质分配与光温效应之间的关系可为水稻生长环境调控提供一定依据[6]。

Bouman等[7]采用经验性较强的分配系数方法模拟干物质分配，该方法较少考虑环境条件、栽培措施等因素的影响，准确性较低。Dingkuhn[8]指出干物质分配模型需考虑植株N素供应水平对分配的影响，但未涉及其他因子的影响。杨东方等[9]通过FACE平台，建立了水稻干物质积累和分配动态的模拟模型。

本研究将根据实验和气象数据构建水稻干物质积累模拟模型，并对2020年的实验数据进行验证，以期为安徽省水稻生长发育预测和环境调控提供技术支持。

1 材料与方法

1.1 试验方法与设计

2018—2020年，在合肥国家农业气象试验站进行了不同播期水稻的大田试验。供试品种为一季早稻“辐优17”。2018—2020年均设置4个播期处理。各播期均设置5个重复试验。生长期间以旱作雨养为主。

1.2 数据采集

气象数据来源于合肥国家农业气象观测站同期观测资料，即2018—2020年的日气温、辐射等同期观测资料。水稻干物质数据为3年大田实验后处理所得。

1.3 模型描述

1.3.1 温光效应的计算 将作物在实际温度条件下生长1 d与在最适温度条件下生长1 d的比例定义为逐日相对热效应，用fT表示；同理可得逐日相对辐射效应，用fI表示；逐日相对光周期效应用fP表示。每日相对温光效应为每日相对热效应、每日相对辐射效应和光周期效应的乘积。用ATIE模拟水稻地上部与干物质分配数据的关系，并用RE和RMSE进行模型评价，其计算过程如下：

式（1）中，RTE为每日相对热效应，T（℃）为日平均温度，Tb（℃）为发育下限温度，Tm（℃）为发育上限温度，To为发育最适温度。

L=PAR=0.5×Q（2）

式（2）中，L即每日光和有效辐射（MJ/m2）；Q是每日太阳总辐射。每日光效应（fI）值介于0～1，fI计算方法如下：

fI=1-exp（-αL）（3）

式（3）中，α是函数的曲率值，取0.5。

式（4）中，DLo是最佳日长，DLc为临界日长。最佳日长取10 h[10]，发育临界日长取为13 h[11]。日长DL由公式（5）～（7）[12]计算得出。

DL=12×［1＋（π/2）a sin（a/b）］（5）

其中，a=sin λ×sin β;b=cos λ×cos β（6）

sin λ=sin（π×23.45/180）×cos［2π×（DN＋10）/365］（7）

式（7）中，λ即地理纬度，β是太阳赤纬。DN为日序（每年1月1日的日序为1，12月31日的日序为365）。

式（8）～（9）中，ATIE为某一生育期内的累计温光效应，TIE为第i天的温光效应。

1.3.2 干物質分配指数计算 将处理过的水稻植株分成3个部分（叶、茎鞘和穗），杀青烘干至恒重后进行称重。干物质分配比例计算如下：

PIL=WL/WT（11）

PIV=WV/WT（12）

PIF=WF/WT（13）

式（11）～（13）中，PIL、PIV、PIF分别为水稻叶、茎鞘和穗分配指数；WT、WL、WV、WF分别为水稻地上部分总干重、叶、茎鞘、穗、干重，单位为g/株。

2 结果与分析

2.1 水稻干物质分配模型

由图2a可看出，叶分配指数在水稻出芽时达到峰值0.46，随后随着ATIE升高逐渐降低。当ATIE=44后，其下降趋势逐渐加大，明显分为2段，在ATIE=44之前，下降趋势可用线性函数模拟，ATIE之后可用幂函数模拟。由图2b可知，水稻茎鞘和叶片几乎同时开始分化，由于此时水稻处于营养生长期，当ATIE=54时，此时水稻进入生殖生长期。由图2c可知，当ATIE=46时，水稻进入孕穗阶段，此时穗干物质迅速积累，水稻叶片干物质分配系数迅速下降，水稻茎鞘干物质在水稻进入孕穗期后仍以较快速度增长，穗的干物质分配指数由ATIE=46开始随着ATIE增大而迅速增大，其变化趋势可由Logistic函数进行模拟。

分別用线性函数、幂函数、Logistic函数干物质与ATIE之间的关系，拟合方程R2均较高，同时建立基于TEP和GDD的模拟模型，TEP和GDD模型回归方程的模拟精度均低于0.95。

PIV=1-PIL-PIF（18）

2.2 水稻干物质积累温光效应模型的检验

由图2可知，ATIE模型拟合度最好，由表1可知，ATIE模型RMSE与RE相较于TEP和GDD模型较小，说明ATIE模型对水稻地上部干物质分配的模拟效果优于TEP和GDD模型。

3 结论与讨论

有学者利用温度和辐射因子建立了基于分配指数的、可以预测地上部干物质分配的模拟模型，该模型可以较为准确地模拟水稻干物质分配指数，但没有考虑到光周期对水稻生长发育的影响。本研究中温光效应由日平均温度、日光合有效辐射、日日照时数等通过简单计算得出，在应用过程中更为简便[13]。李青林等[14]建立了以光温因子—辐热积为尺度的黄瓜地上部分模型，可用于模拟黄瓜地上部分形态，说明温光效应模型对模拟作物生长发育具有一定普遍性。

本研究建立了一种基于温光气象要素的水稻地上部干物质模拟模型，利用独立年份试验资料进行了验证，结果证明该模型拟合效果较好，进而可以对大田水稻环境进行针对性调控，预测水稻产量，建立其他环境因子和水肥条件对水稻干物质分配，以及多因子影响条件下的水稻干物质分配模拟模型将是后续工作的研究重点。

参考文献

[1] 许信旺，孙满英，方宇媛，等.安徽省气候变化对水稻生产的影响及应对[J].农业环境科学学报，2011，30（9）：1755-1763.

[2] 陈晓艺，姚筠，霍彦峰，等.安徽省主要气象灾害趋势演变及其对粮食总产的影响[J].长江流域资源与环境，2020，29 （10）：2285-2295.

[3] 柏斌，吴俊，盛文涛，等.育性敏感期低温胁迫对水稻光温敏不育系叶片内源激素的影响[J].杂交水稻，2016，31（1）：57-61.

[4] 朱煌武，吴华章，张来平，等.近10年安徽省的各类灾害及发展趋势[J].灾害学，2003，18（1）：66-72.

[5] 苏珮玥，池兆欣，朱楠.安徽水稻气象保险设计[J].安徽农业科学，2015，43（9）：334-337，347.

[6] 宣守丽，石春林，张建华，等.分蘖期淹水胁迫对水稻地上部物质分配及产量构成的影响[J].江苏农业学报，2013，29 （6）：1199-1204.

[7] Bouman B A M， Kropff M， Tuong T， et al. ORYZA2000： modeling lowland rice[M]. IRRI， Ma-nila， Philippines， 2001： 172-174.

[8] Dingkuhn M. Modelling concepts for the phenotypic plasticity of drymatter and nitrogen partitioning in rice[J]. Agricultural Systems， 1996， 52（2）： 383-397.

[9] 杨东方，詹滨秋，陈豫，等.生态数学模型及其在海洋生态学中的应用[J].海洋科学，2000，24（6）：21-24.

[10] 王亚梁，朱德峰，陈惠哲，等.水稻叶龄变化对短日长的响应[J].江苏农业学报，2020，36（2）：265-270.

[11] 高亮之，金之庆，黄耀，等.水稻计算机模拟模型及其应用之一水稻钟模型：水稻发育动态的计算机模型[J].中国农业气象，1989，11（3）：3-10.

[12] Goudriaan J， van Laar H H. Modelling potential crop growth processes ： textbook with exercises[M]. Dordrecht： Kluwer Academic Publishers， 1994.

[13] 孟亚利，曹卫星，柳新伟，等.水稻地上部干物质分配动态模拟的初步研究[J].作物学报，2004，55（4）：376-381.

[14] 李青林，毛罕平，李萍萍.黄瓜地上部分形态—光温响应模拟模型[J].农业工程学报，2011，27（9）：122-127.

A Simulation Model for Aboveground Dry Matter Distribution in Rice Based on Temperature and Light Effects

Huang Qin-qin et al（Hefei Meteorological Bureau， Hefei， Anhui 230041）

Abstract The rice variety “Fuyou 17” was used as the test material， a field phased sowing experiment was conducted at the Hefei Agricultural Meteorological Experimental Station from March 2018 to September 2020， with four sowing dates set for the experiment. Fit the light temperature effect （ATIE）， radiant heat product （TEP）， and accumulated temperature （GDD） calculated from measured meteorological data with the measured dry matter distribution ratio parameters， establish a dynamic simulation model for dry matter distribution in rice fields， and compare the fitting effects of each model. The results showed that the simulation effect of the ATIE model was good， with R2 greater than 0.90. Compared with the traditional radiation heat accumulation method and accumulated temperature method， the ATIE model significantly improved the prediction accuracy of dry matter distribution in rice， and can provide reference for the simulation of crop nutritional growth and reproductive growth indicators in the field.

Key words Rice; Temperature light effect; Dry matter distribution; Simulation model