【技术实现步骤摘要】
本专利技术涉及农作物播种时间预测，尤其涉及一种基于apsim模型的夏玉米宜播期确定方法。
技术介绍
1、随着全球气候变化的持续发展，未来气候变化对作物生长和产量的影响已成为许多科学研究的焦点。研究表明，未来气候变化对作物产量的影响是多方面的。涉及温度升高、降水变化、极端天气事件增多等多个方面。首先，气候变暖对作物生长产生了显著影响。温度升高可能加快作物生长速度，但也可能引发作物生长过程中的热应激，导致产量下降。尤其是高温对小麦、玉米等主要粮食作物的生长影响更为显著，可能导致收量下降，严重影响粮食安全。其次，降水模式的改变也对作物生长产生了直接影响。气候变化引发的降水不规律，包括降水量的增加或减少、降水季节的变化等，都可能导致土壤湿度波动，影响植物的水分吸收和利用效率，进而影响作物的产量和质量。特别是干旱和洪涝等极端天气事件频率的增加，更是给作物生长带来了巨大挑战。
2、夏玉米是全球范围内最重要的粮食作物之一，其播期对气候变化具有重要影响。随着全球气候的变暖和不确定性增加，农业生产面临着前所未有的挑战。夏玉米播期与气候变化之间的关系成为了研究的热点之一。首先，气候变化对夏玉米播期产生了直接影响。温度升高和降水模式的变化可能会导致播种时间的提前或推迟。研究表明，气温升高会促使夏玉米种子的发芽和生长加速，从而导致早播。但是，降水不足或极端降水事件可能会延迟种植季节。因此，农民需要适应气候变化，调整播种时间以最大程度地利用有利的气候条件。其次，夏玉米播期的变化也会影响农作物的生长和产量。如果播种时间过早或过晚，可能会导致种子
3、在现有技术中，实际种植生产中给农民指导适播期的方式有多种，主要包括以下几种：(1)气象部门的专题气象预报：中央气象网、地方气象局等气象部门会定期发布专题气象预报，提供关于低温、冻害、播种适温等关键天气信息。农民可以根据这些气象预报，结合自己种植的作物特性，选择最佳的播种时间。(2)农业管理组织的播期预测：农业管理组织，如农业技术推广站、农科院等，会基于农艺专家的专业知识和经验，结合当地的气候条件、土壤状况、作物品种特性等因素，为农民提供播期预测。这些预测通常会通过宣传资料、培训会议等形式传达给农民。(3)种植者的经验判断：当地有经验的种植者会根据自己的种植经验和观察，判断播种时间。他们会根据当地的天气变化、土壤湿度、作物生长情况等因素，结合自己的种植经验，给出播种时间建议。这种经验判断的方式在某些地区仍然具有一定的参考价值。(4)智能农业技术：随着农业科技的不断发展，智能农业技术也被越来越多地应用于适播期的指导中。例如，通过利用物联网技术，农民可以实时监测土壤温度、湿度等参数，结合气象数据，通过智能算法预测最佳的播种时间。(5)农业咨询服务：农业咨询服务机构或专家会为农民提供个性化的播种时间建议。农民可以通过咨询电话或在线平台等方式，向专家咨询有关播种时间的问题，并根据专家的建议进行播种。(6)作物生长模型和模拟技术：如之前所述，作物生长模型和模拟技术可以帮助农民预测不同播种时间对作物产量和质量的影响。农民可以使用这些技术，结合当地的气候和土壤条件，选择最佳的播种时间。(7)农业合作社或社区组织：农业合作社或社区组织通常会为成员提供播种时间的建议和指导。这些组织可能会组织专家进行实地考察，为成员提供针对性的播种时间建议。但是对于夏玉米最佳播种时间预测的准确性和稳定度总是有限的。
技术实现思路
1、本专利技术的目的是提供一种基于apsim模型的夏玉米宜播期确定方法，能够通过建立apsim模型，模拟未来气候情况下夏玉米的产量和物候对于不同播种时间的响应，进而确定最佳播种时间，进一步提高夏玉米的产量。
2、为了实现上述目的，本专利技术所采用的技术方案是：一种基于apsim模型的夏玉米宜播期确定方法，包括以下步骤：
3、步骤1、根据气候条件的差异对播种区域进行划分为多个区域；
4、步骤2、从划分出的区域中为每个区域选择具有代表性的气象站点用于apsim模型的校准和验证；
5、步骤3、获取每日气候历史数据；
6、步骤4、获取基于cmip6的gcm的未来模拟气候数据；
7、步骤5、对apsim模型进行基础数据录入，初步构建apsim玉米作物生长模型；
8、步骤6、对apsim玉米作物生长模型进行参数率定和模型验证，根据输出产量，采用试错法校准apsim玉米作物生长模型的性能；
9、步骤7、将校准后的apsim玉米生长模型，使用现场试验文献中的管理措施和产量等数据进行验证，通过测定系数、根均值平方误差、标准化根均等方差和模型效率用于评估apsim玉米作物生长模型性能；
10、步骤8、在已经调整好的apsim玉米作物生长模型中模拟未来时期的划分出的区域不同情况下夏玉米的产量和物候的时间变化；
11、步骤9、基于计算机进行多次模拟预测，得出夏玉米的最佳播种期。
12、优选的，所述步骤1中划分的区域表明了不同区域的生物物理条件包括气候、品种、土壤的差异。
13、优选的，所述步骤2中气象站点的水力参数包括土壤容重、田间持水量、凋萎系数、饱和含水率。
14、优选的，所述步骤3中每日气候历史数据包括每日太阳辐射、每日最高温度、每日最低温度、每日降水量。
15、优选的，所述每日太阳辐射是使用angstom-prescott方程计算的：
16、
17、其中，ra是每日太阳辐射；n和n是实际和理论的每日日照持续时间，a和b是使用所选站点观测的太阳辐射校准的系数。
18、优选的，所述步骤4中使用统计降尺度模型的方法降低gcm中所选站点的月度栅格气候数据的每月尺度。
19、优选的，所述步骤5中基础数据录入包括气象数据、土壤数据、田间管理数据。
20、优选的，所述步骤6中利用历史上不同年度、不同地域、不同作物生育期内的气象数据、土壤数据、田间管理数据、作物生育数据及产量数据进行相关参数的率定和模型的验证，验证公式如下；
21、
22、其中oi和si分别被观察和模拟值，o和s分别是观察值和模拟值的平均值，是观察值和模拟值的数量，rmse越小，模拟值和观察值之间的偏差越小，e越接近1，则模型越准确。
23、本专利技术的有益效果是：
24、本方案通过建立apsim玉米生长作物模型，结合gcm对未来气候进行生长模拟，具有一下六个有益效果，(1)提高预测准确性：利用apsim模型，该系统能够综合考虑气候变化、土壤类型、种植制度等多种因素对夏玉米生长和产量的影响。通过模拟不同气候条件下的夏玉米生长和产量情况，系统可以更本文档来自技高网...
【技术保护点】
1.一种基于APSIM模型的夏玉米宜播期确定方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于APSIM模型的夏玉米宜播期确定方法，其特征在于：所述步骤1中划分的区域表明了不同区域的生物物理条件包括气候、品种、土壤的差异。
3.根据权利要求1所述的一种基于APSIM模型的夏玉米宜播期确定方法，其特征在于：所述步骤2中气象站点的水力参数包括土壤容重、田间持水量、凋萎系数、饱和含水率。
4.根据权利要求1所述的一种基于APSIM模型的夏玉米宜播期确定方法，其特征在于：所述步骤3中每日气候历史数据包括每日太阳辐射、每日最高温度、每日最低温度、每日降水量。
5.根据权利要求4所述的一种基于APSIM模型的夏玉米宜播期确定方法，其特征在于：所述每日太阳辐射是使用Angstom-Prescott方程计算的：
6.根据权利要求1所述的一种基于APSIM模型的夏玉米宜播期确定方法，其特征在于：所述步骤4中使用统计降尺度模型的方法降低GCM中所选站点的月度栅格气候数据的每月尺度。
7.根据权利要求1所述的一种基
8.根据权利要求1所述的一种基于APSIM模型的夏玉米宜播期确定方法，其特征在于：所述步骤6中利用历史上不同年度、不同地域、不同作物生育期内的气象数据、土壤数据、田间管理数据、作物生育数据及产量数据进行相关参数的率定和模型的验证，验证公式如下；
...【技术特征摘要】
1.一种基于apsim模型的夏玉米宜播期确定方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于apsim模型的夏玉米宜播期确定方法，其特征在于：所述步骤1中划分的区域表明了不同区域的生物物理条件包括气候、品种、土壤的差异。
3.根据权利要求1所述的一种基于apsim模型的夏玉米宜播期确定方法，其特征在于：所述步骤2中气象站点的水力参数包括土壤容重、田间持水量、凋萎系数、饱和含水率。
4.根据权利要求1所述的一种基于apsim模型的夏玉米宜播期确定方法，其特征在于：所述步骤3中每日气候历史数据包括每日太阳辐射、每日最高温度、每日最低温度、每日降水量。
5.根据权利要求4所述的一种基于apsim模型的夏玉米宜播期确定...
【专利技术属性】
技术研发人员：牛晓丽，杨震，马元浩，刘志伟，周罕觅，孙晓晴，
申请(专利权)人：河南科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。