华北地区夏玉米干物质分配系数的模拟***

李 昊，谭方颖，王建林**，谭凯炎，徐 英，王志伟

(1.哈尔滨师范大学，哈尔滨 150025；2.国家气象中心，北京 100081；3.中国气象科学研究院，北京 100081；4.山东省夏津县气象局，夏津 253200；5.山西省气候中心，太原 030006)



华北地区夏玉米干物质分配系数的模拟***

李 昊1，谭方颖2，王建林2**，谭凯炎3，徐 英4，王志伟5

(1.哈尔滨师范大学，哈尔滨 150025；2.国家气象中心，北京 100081；3.中国气象科学研究院，北京 100081；4.山东省夏津县气象局，夏津 253200；5.山西省气候中心，太原 030006)

摘要：干物质分配系数是驱动玉米生长发育模型的关键参数。利用2013年、2014年连续两年在山东夏津、河北固城、山西运城进行的田间试验观测资料，采用比值法、线性回归等订正方法，获取完整的玉米全生育期内生物量序列；在此基础上，以有效积温模拟的发育进程为自变量，构建了华北夏玉米干物质分配的动态变化模型。结果表明：（1）三站玉米干物质分配系数有相同的时间动态变化特征。叶片干物质分配系数从出苗开始持续减少；茎秆干物质分配系数先增后减，最大值出现在抽雄前后；穗棒干物质分配系数在玉米抽雄后持续增加，抽雄后20d左右达到1，即干物质不再向叶茎分配。（2）华北夏玉米生育期内叶、茎的干物质分配系数均可用分段式非线性模型模拟。叶的干物质分配系数以抽雄后10～15d为界，之前干物质分配系数随发育进程可用三次多项式动态模型模拟，之后变为0；茎的干物质分配系数以抽雄后20～25d为界，之前干物质分配系数随发育进程可用四次多项式动态模型模拟，之后变为0；穗棒干物质分配系数通过依据任意发育阶段叶、茎、穗棒的干物质分配系数之和为1的原则计算求得。检验结果表明华北地区夏玉米干物质分配系数动态模型模拟效果良好。

关键词：干物质分配系数；模型；田间试验；积温；发育进程

李昊,谭方颖,王建林,等.华北地区夏玉米干物质分配系数的模拟[J].中国农业气象,2016,37(3):335-342

玉米是自然界贮存能量最多的植物之一，是重要的粮食、饲料和经济兼用作物，其产量的高低直接影响国家粮食安全和玉米产业的发展[1]。华北是中国玉米的主要产区之一，播种面积和总产量均占全国的30%[2]，在华北地区开展玉米田间试验研究对保障玉米产业发展具有重要意义。

干物质生产是形成作物经济产量的基础。玉米与其它绿色植物一样，都是通过光合作用产生干物质，并按照一定的生物学规律将干物质分配至各器官[3]。而干物质分配系数是随发育进程变化的一个动态参数，能精确表达干物质向茎、叶和储存器官的分配情况，被广泛应用于作物生长发育模拟模型中。如目前被国内广泛运用的荷兰WOFOST、ORYZA等作物模型[4-7]。由于干物质分配系数表征玉米干物质积累与分配规律[8-12]，因此确定干物质分配系数要基于大量的干物质积累与分配试验。国外对此进行了较多的相关研究。但受品种、管理措施、环境等因素影响，国外模型中的玉米干物质分配系数并不适于国内玉米生长特性[13-14]，直接影响了其在国内的模拟效果，也成为在国内推广应用的瓶颈。因此，基于国内玉米种植试验，构建适宜中国区域玉米生长发育的干物质分配系数，有利于提高国外相关作物生长发育模型在国内的应用效果。本文以华北地区夏玉米田间试验为基础，通过对试验数据的分析订正，构建华北夏玉米干物质分配系数模型，以供相关研究参考使用。

1 资料与方法

1.1 试验介绍

（1）试验点概况

在华北夏玉米种植区，根据空间代表性并参考夏玉米种植面积，选择山东夏津、河北固城、山西运城试验站，进行大田玉米观测试验。其中夏津试验地为山东省德州市夏津县气象局下属气象观测站，固城试验地为中国气象科学研究院农业气象实验基地，运城试验地为山西省运城市气象局下属气象观测站。

（2）试验时间

分别在2013年、2014年进行夏玉米田间试验，与当地大田作物同期播种，同期收获。详情见表1。

表1 各试验点玉米播种和收获日期（月-日）Table 1 Sawing and harvest date of maize in the three experimental stations（mm-dd）

（3）试验设计

每年在山东夏津、河北固城、山西运城3个试验点分别设立2个试验小区，单个小区面积约30m2，共计6个小区。每个试验小区设3个重复处理，均选用郑单958为试验品种，在播种前施底肥，拔节-孕穗前追肥1次，保证土壤养分供应。采取遮雨和灌溉的措施，全生育期土壤相对湿度保持在60%～100%，无旱涝灾害发生。采取人工播种方式，按当地普遍播种时间进行播种，行距50cm，株距35cm，深度约为7cm，密度约为6株·m-2。

（4）观测项目

生物量观测：在七叶、拔节、拔节后10d、抽雄后10d、抽雄后20d以及收获（成熟）期，按玉米长势好、中、差在每个小区分别随机选择1个整株玉米，连根到地上部分整株取下，放入袋中，带回试验室。将叶、茎、穗等器官分离，放入烘干机烘干，按器官分别称重，记录干物质质量。各器官质量取3株的平均值。2013年观测中发现部分观测时间间隔较大，故2014年各站在玉米拔节前10d、拔节后20d加测两次生物量数据，

生育期观测：根据农业气象观测规范，判断并记录玉米播种期、出苗期、三叶期、七叶期、拔节期、抽雄期、开花期、吐丝期、乳熟期、收获（成熟）期等发育期资料。

土壤湿度观测：采用烘干称重法。根据玉米发育特征，设定在拔节前和拔节后取样深度不同，拔节前为0～20cm，拔节后为0～50cm。土壤湿度观测时间从播种前一天开始直至收获，每7日测定1次，取样方式为人工钻土法。

气象资料观测：逐日最高温度和最低温度数据均来自各试验站的自动气象观测站。

1.2 生物量数据订正

田间试验受天气因素、人为操作及取样的随机性等因素的影响，导致生物量观测资料出现缺测、个别数据异常等现象，需要对观测数据进行订正处理。常用的订正方法有比值法、差值法、均值法、线性回归法等[15-21]。本文根据不同情况，采用如下方法进行资料订正。

（1）比值法。比值法是通过寻找数据间的特定比值关系，对问题数据进行订正的方法。如2013年山西运城两个小区七叶期观测得到单株叶干重分别为1.70g、1.90g，茎干重数据为0，分析判断认为，叶、茎可能未分开称重。考虑到相同条件下，同一发育阶段各站玉米生长情况大致相同，参考计算出的同期山东、河北叶、茎干重之比（分别为1.55和1.67）的平均值1.61，用比值法订正得到两个小区七叶期单株叶干重分别为1.04g、1.17g，茎干重分别为0.66g、0.73g。研究期运用比值法共处理相似问题数据3个。

（2）线性回归法。在观测数据中，个别数据出现异常，明显不符合作物生长规律，此类情况下，采用线性回归模型进行订正。如2014年河北固城一个小区拔节后20d观测得到单株叶干重数据为9.65g，低于前一次观测（拔节后10d）的9.75g，判断为异常观测值。本文根据2014年河北固城另一重复小区的观测数据建立单株叶干重与发育进程的回归方程，即

式中，y为单株叶干重（g），x为发育进程。方程通过了0.05水平的显著性检验（n=7，R0.05=0.754）。根据发育进程订正拔节后20d观测值。研究期用线性回归法处理相似问题数据共7次。

1.3 夏玉米发育进程计算

干物质分配系数是随发育进程变化的函数，而国内外作物模型中普遍使用有效积温模拟作物发育进程[22]。本文采用由荷兰瓦赫宁根大学开发的WOFOST作物模型[23]中的发育进程计算公式，利用气象观测资料将生物量观测时对应的生育期量化为发育进程，以便建立干物质分配系数模拟模型。即

式中，Tei为玉米生育期内第i日的有效温度（℃）；iT为该日的平均气温（℃），取日最高、最低气温的平均值；Tb为玉米发育的下限温度（℃），本文取值为6；Tmax.e为玉米发育的上限温度（℃），本文取值为30；j是发育进程，1表示出苗-抽雄期，2表示抽雄-收获期；TSUM为玉米发育到某一时刻所需的有效积温（℃·d）；fred为光周期影响因子，本文取值为1.00；DVS为作物发育进程，其中出苗期DVS为0，抽雄期DVS为1.00，成熟期DVS 为2.00。

根据以上公式，按照作物处于不同生长发育时期，依据所对应的有效积温，可以将作物生长发育的时期进行量化。如山东夏津2013年拔节后10d对应的发育进程为0.80。3站各发育阶段有效积温详情见表2。

表2 三站各发育阶段有效积温统计（℃·d）Table 2 The effective accumulated temperature of different developmental stages in three stations（℃·d）

1.4 干物质分配系数的计算

基于发育进程（DVS），叶、茎和储藏器官的分配系数[21]分别由以下公式计算

式中，FLTB为叶片干物质分配系数，FSTB为茎的干物质分配系数，FOTB为储藏器官（穗棒）的干物质分配系数。WL、WS、WO分别为叶、茎和储藏器官（穗棒）的干重（g），TAGP为同期植株地上部分总干重（g）。i表示生物量观测次序，i=1为第一次观测，叶、茎生物量第一次观测为七叶期，穗棒生物量第一次观测为抽雄后10d；i＞1为其后的观测，叶、茎生物量的观测时间依次为拔节、拔节后10d、抽雄后10d，穗棒生物量的观测时间依次为抽雄后20d、成熟期。2014年在拔节前10d和拔节后20d有两次加测。同一发育进程时FLTB、FSTB、FOTB之和为1。

2 结果与分析

2.1 各试验点玉米干物质分配系数计算结果

由表3-表5可见，两年的试验均表明，3个试验站玉米生育进程中叶片的干物质分配系数最大值出现在七叶期-拔节期，拔节以后随发育进程逐步减小；茎秆的干物质分配系数最大值出现在拔节后10～20d，随后逐渐减小；抽雄后穗棒的分配系数增加迅速，抽雄后20d左右变为1，即干物质不再向叶茎分配。

表3 2013和2014年山东夏津站实测玉米干物质分配系数Table 3 Partition coefficient of dry matter during maize growing stage in Xiajin station,Shandong province, in 2013 and 2014

表4 河北固城站实测玉米干物质分配系数Table 4 Partition coefficient of dry matter in Gucheng station,Hebei province

表5 山西运城站实测玉米干物质分配系数Table 5 Partition coefficient of dry matter in Yucheng station,Shanxi province

2.2 玉米干物质分配系数模拟模型的建立

将3个试验点两年玉米干物质分配系数系列间进行相关分析，结果见表6。由表中可以看出，它们相互间的相关系数均在0.9以上，均通过了0.05水平的显著性检验（n=8，R0.05=0.706）。2013年与2014年各试验站的叶、茎及穗棒干物质分配系数相关系数也在0.9以上（P＜0.05），说明在水分充分保证的前提下，华北地区夏玉米干物质平均分配系数具有较稳定的年际变化和一致的时间动态变化特征，可以基于三地的试验结果，构建适于华北地区夏玉米主要器官干物质分配系数动态模型。

进一步基于2013年、2014年山东夏津、河北固城、山西运城试验站试验资料，以发育进程（x）为自变量，以干物质分配系数为因变量，分别建立叶、茎分配系数随发育进程变化的关系模型，结果见图1。由图1a可见，当生育进程在0～1.46范围时，叶片干物质分配系数随生育进程以较快速度下降，二者关系可用一元三次方程表示，方程复相关系数为0.981，通过了0.05水平的显著性检验（n=37，R0.05=0.320）；当生育进程达到1.46（抽雄后10～15d）后，叶片干物质分配系数减小为0。由图1b可见，当生育进程在0～1.58范围时，茎秆干物质分配系数随生育进程先上升后下降，二者关系可用一元四次方程表示，方程相关系数0.900，通过了0.05水平的显著性检验（n=37，R0.05=0.320）；当生育进程达到1.46（抽雄后20～25d）后，茎秆干物质分配系数减小为0。穗棒的分配系数由于抽雄后才开始出现，观测次数较少，难以准确模拟，所以依据任意发育阶段叶、茎、穗棒的干物质分配系数之和为1的原则（式4-式6），直接计算求得穗棒干物质分配系数。最终确定玉米不同阶段各器官干物质分配系数模型为

（1）叶片干物质分配系数模型

（2）茎秆干物质分配系数模型

（3）穗棒干物质分配系数模型

式中，y1为叶片干物质分配系数；y2为茎秆干物质分配系数；y3为穗棒干物质分配系数；x为发育进程。

表6 各站间不同年份玉米干物质分配系数的相关性检验Table 6 The correlation coefficients of the partition coefficient between the three experimental stations in 2013 and 2014

图1 玉米叶、茎干物质分配系数的动态模型Fig. 1 Dynamic model of maize dry matter partition with development stage(DVS)

2.3 玉米干物质分配系数动态模拟模型的检验

以2012年在山东夏津开展的夏玉米（郑单958）田间试验资料为基础，对玉米干物质分配系数动态模拟模型进行验证，结果见图2。由图中可见，模拟值与实测值散点均匀分布在1:1对角线的两侧，叶、茎、穗棒干物质分配系数模拟值与实测值的RMSE值分别为0.028、0.028、0.033，小于实测数据平均值的10%～15%，表明叶、茎干物质分配系数动态模型模拟效果良好。

图2 玉米干物质分配系数动态模型检验（n=6）Fig. 2 Dynamic model test results of maize dry matter partition coefficient（n=6）

3 讨论与结论

（1）干物质分配系数是驱动作物生长模型的重要参数。现有作物生长模型中用以模拟同化物分配的干物质分配系数，多是非连续的阶段性取值，缺乏统一性与准确性。本文通过在华北地区夏津、固城、运城等3个地点进行的连续两年田间试验，对试验数据分析订正基础上，构建一套完整的华北夏玉米叶、茎干物质分配系数动态模型，实现了计算玉米发育期内任意阶段干物质分配系数的可能。经检验干物质分配系数动态模型模拟效果较好，基本能够反映华北玉米生长发育过程中干物质分配的变化情况。

（2）在水分条件满足情况下，叶、茎随生育进程呈非线性变化，模型为分阶段性函数。叶的干物质分配系数以发育进程1.42（抽雄后10～15d）为界，之前为三次多项式模型，之后停止分配；茎的干物质分配系数以发育进程1.58（抽雄后20～25d）为界，之前为四次多项式模型，之后停止分配。国内对玉米干物质分配系数的深入研究报道较少，在影响作物干物质分配的诸多因素中，水分条件是影响华北夏玉米最关键的因素。张淑杰等从不同方面研究了水分胁迫对玉米生长和干物质转移的影响[24-26]。因此，进一步研究水分胁迫条件下，玉米干物质分配系数的动态变化规律，是未来深入研究的方向之一。

参考文献References

[1]董树亭,张吉旺.建立玉米现代产业技术体系,加快玉米生产发展[J].玉米科学,2008,16(4):18-20.

Dong S T,Zhang J W.The establishment of maize modern industrial technology system,accelerate the development of maize production[J].Journal of Maize Sciences,2008,16(4): 18-20.(in Chinese)

[2]赵先丽,张玉书,纪瑞鹏,等.辽宁春玉米出苗期水分胁迫试验初探[J].气象与环境学报,2010,26(4):35-39.

Zhao X L,Zhang Y S,Ji R P,et al.Preliminary discussion on water stress of spring maize during seedling in Liaoning province[J].Journal of Meteorology and Environment,2010, 26(4):35-39.(in Chinese)

[3]王建林.现代农业气象业务[M].北京:气象出版社,2010: 50-51.

Wang J L.Modern agricultural meteorological operations[M]. Beijing:China Meteorological Press,2010:50-51. (in Chinese)

[4]王锐,李亚飞,张丽娟,等.土壤湿度驱动WOFOST模型及其适应性[J].中国农业气象,2015,36(3):263-271.

Wang R,Li Y F,Zhang L J,et al.WOFOST model based on soil moisture driven and its adaptability[J].Chinese Journal of Agrometeorology,2015,36(3):263-271.(in Chinese)

[5]马玉平,王石立,张黎.针对华北小麦越冬的WOFOST模型改进[J].中国农业气象,2005,26(3):145-149.

Ma Y P,Wang S L,Zhang L.Study on improvement of WOFOST against overwinter of wheat in north China[J]. Chinese Journal of Agrometeorology,2005,26(3):145-149.(in Chinese)

[6]韩湘云,景元书,浩宇,等.基于田间试验的水稻模型ORYZA2000区域参数比较[J].干旱气象,1991,2(3):294.

Han X Y,Jing Y S, Hao Y,et al.The comparison of regional parameters Of ORYZA2000 based on the field test[J].Arid Meteorology,1991,2(3):294.(in Chinese)

[7]薛昌颖,杨晓光,Bouman B A M,等.ORYZA2000模型模拟北京地区旱稻的适应性初探[J].作物学报,2005,12(31): 1567-1571.

Xue C Y,Yang X G, Bouman B A M,et al.Preliminary approach on adaptability of ORYZA2000 model for aerobic rice in Beijing region[J].Acta Agronomica Sinica,2005,12(31): 1567-1571.(in Chinese)

[8]Grant R F.Simulation of maize phenology[J].Ageron J,1989, 81:451-457.

[9]Penning de Vries F W T,Jansen D M,Ten Berge H F M,et al.Simulation of ecophysiological processes of growth in several annual crops[M].Wageningen:Centre for Agricultural Publishing and Documentation,1989:111-155.

[10]Karlen D L,Lflannery R,Sadler E J.Dry matter nitrogen phosphorus and potassium accumulation rate by corn on Norfolk Loamy Sand[J].Agron,1987,79:649-656.

[11]尹红征,吕冰清,郑国清,等.玉米产量形成模拟模型研究[J].华北农学报,2004,19(3):73-76.

Yi H Z,Lv B Q,Zheng G Q,et al.Simulation models of the maize yield formation[J].Acta Agriculturae Boreali-Sinica,2004,19(3):73-76.(in Chinese)

[12]王忠孝,高学曾,滕世玉.玉米生理[M].北京:农业出版社, 1997:270-300.

Wang Z X,Gao X Z,Teng S Y.Corn physiology[M]. Beijing:China Agricultural Press,1997:270-300.(in Chinese)

[13]王石立,马玉平.作物生长模拟模型在我国农业气象业务中的应用研究进展及思考[J].气象,2008,34(6): 3-10.

Wang S L,Ma Y P,Teng S Y.The progress in application of crop growth simulation models to agro- meteorological services in China[J]. Meteorological Monthly,2008,34(6): 3-10.(in Chinese)

[14]刘克礼,刘景辉.春玉米干物质积累分配与转移规律的研究[J].内蒙古农牧学院学报,1994,15(1):1-9.

Liu K L,Liu J H.Accumulation of dry matter distribution and transfer laws of spring corn research[J].Journal of Inner Mongolia College of Agriculture,1994,15(1):1-9.(in Chinese)

[15]姚萍.普通物理实验中的数据处理[J].黔西南民族师范高等专科学校学报,2007,(2):105-108.

Yao P.Data processing in the general physics experiment[J]. Journal of Southwest Guizhou Teachers College for Nationalities,2007(2):105-108.(in Chinese)

[16]幺枕生,丁裕国.气候统计[M].北京:气象出版社,1990: 52-58.

Yao Z S,Ding Y G.Climate statistics[M].Beijing:China Meteorological Press,1990:52-58.(in Chinese)

[17]马力文,李凤霞,梁旭.宁夏干旱及其对农业生产的影响[J].干旱地区农业研究,2001,19(4);102-109.

Ma L W,Li F X,Liang X.Characteristics of drought and its nfluence to agriculture in Ningxia[J]. Agricultural Research in the Arid Areas,2001,19(4);102-109.(in Chinese)

[18]李军,黄敬峰,王秀珍.山区月平均气温的短序列订正方法研究[J].浙江大学学报（农业与生命科学版）,2005, 31 (2):165-170.

Li J,Hang J F,Wang X Z.Research on adjusting methods of monthly average temperature series in mountainous area[J]. Journal of Zhejiang University(Agriculture & Life Sciences), 2005,31(2):165-170.(in Chinese)

[19]李庆杨,王能超,易大义.数值分析(第4版) [M].北京:施普林格出版社和清华大学出版社,2001:70-72.

Li Q Y,Wang N C,Yi D Y.Numerical analysis[M].Beijing: Tsinghua University Press and Springer Verlag, 2001:70-72.(in Chinese)

[20]李莉,朱建跃.T213降水预报订正系统的建立与研究[J].应用气象学报,2006,8:131-133.

Li L,Zhu J Y.The establishment and research of T213 precipitation calibration system[J].Quarterly Journal of Applied Meteorology, 2006,(8):131-133.(in Chinese)

[21]杨松,杞明辉,姚德宽.误差订正在预报集成中的应用研究[J].气象,2003,29(12):22-24.

Yang S,Qi M H,Yao D K.Application of error correction in forecast ensemble[J].Meteorological Monthly, 2003,29(12): 22-24.(in Chinese)

[22]谢云,James R Kiniry.国外作物生长模型发展综述[J].作物学报,2002,(2):190-195.

Xie Y,James R K.Review on crop growth model development abroad[J].Acta Agronomica Sinica,2002, (2): 190-195.(in Chinese)

[23]Hijmans R J,Guiking-Lens I M,van Diepen C A.WOFOST, user guide for the WOFOST 6.0 crop growth simulation model[M].Wageningen:Netherlands Technical document 12, DLOW in and Staring Centre, 1994:145.

[24]张淑杰,张玉书.水分胁迫对玉米生长发育及产量形成的影响研究[J].中国农学通报,2011,27(12):68-72.

Zhang S J,Zhang Y S.Influences of water stress on growth and development of maize and yield[J]. Chinese Agricultural Science Bulletin,2011,27(12):68-72. (in Chinese)

[25]于志青,于卫卫,谭秀山,等.水分胁迫对夏玉米干物质积累与分配的影响[J].华北农学报,2009,24(S2): 149-154.

Yu Z Q,Yu W W,Tan X S.Effect of water stress on dry-matter partition of summer maize[J].Acta Agriculturae Boreali-Sinica,2009,24(S2):149-154. (in Chinese)

[26]张玉书,米娜.土壤水分胁迫对玉米生长发育的影响研究进展[J].中国农学通报,2012,28(3):1-7.

Zhang Y S,Mi N.Influences of soil water stress on growth and development of maize[J].Chinese Agricultural Science Bulletin,2012,28(3):1-7.(in Chinese)

Simulation on Dry Matter Distribution Coefficient for Summer Maize in North China

LI Hao1, TAN Fang-ying2, WANG Jian-lin2, TAN Kai-yan3, XU Ying4, WANG Zhi-wei5
(1.Harbin Normal University, Harbin 150025, China; 2.National Meteorological Center of China Meteorological Administration, Beijing 100081; 3.Chinese Academy of Meteorological Sciences, Beijing 100081; 4.Xiajin County Meteorological Bureau of Shandong Province, Xiajin, 253200; 5.Climate Center of Shanxi Province, Taiyuan, 030006)

Abstract:Dry matter distribution coefficient was a key parameter for driving maize growth model. Based on the field experimental data of two consecutive years (2013 and 2014) in Xiajin, Shandong province, Gucheng, Hebei province and Yuncheng, Shanxi province, the biomass sequence in the whole growth duration of maize was obtained by using the ratio method and linear regression correction method. On such a basis, the dynamic change model of dry matter distribution for summer maize in North China was established by taking the development stage of effective simulation of accumulated temperature as the independent variable. The results showed that: (1) There were same dynamic change characteristics for dry matter distribution coefficient of maize from three stations. The dry matter distribution coefficient for leaves kept reducing from seedling process, and the dry matter distribution coefficient for stems increased at the beginning and then decreased with the maximum value occurring at tasseling stage. The dry matter partitioning coefficient for ears increased after the tasseling and reached 1 after 20 days, which meant the dry matter was no longer allocated to leaves and stems. (2) Both dry matter distribution coefficients for leaves and stems of summer maize in North China could be simulated by piecewise nonlinear model. The dry matterdistribution coefficient for leaves was distinguished at 10-15 days after tasseling, which could be simulated by three times polynomial dynamic model before tasseling along with the development process, and became 0 after tasseling. The dry matter distribution coefficient for stems was distinguished at 20-25 days after tasseling, which could be simulated by four times polynomial dynamic model before tasseling along with the development process, and became 0 after tasseling. The dry matter distribution coefficient for ears could calculated by the sum of the dry matter distribution coefficient for leaves, stems and ears, which was 1. The results indicated that the simulation effect of dynamic model for dry matter distribution coefficient of summer maize was proficient in North China.

Key words:Dry matter distribution coefficient; Model; Field experiment; Accumulated temperature; Development stage

doi:10.3969/j.issn.1000-6362.2016.03.009

* 收稿日期：2015-12-07**通讯作者。E-mail：wangjl@cma.gov.cn

基金项目：公益性行业（气象）科研专项 “干旱对华北玉米生长发育和产量影响的定量评估技术研究（GYHY201306038）”

作者简介：李昊（1990-），硕士生，主要从事农业气象研究。E-mail：killerlight9023@163.com