基于稻田实测温度的水稻模型ORYZA2000应用∗

郭建茂，王星宇，刘慎彬，钱 娅，李 羚

（1．南京信息工程大学应用气象学院，南京 210044；2．江苏省农业气象重点实验室，南京 210044）

水稻是中国三大主要粮食作物之一，其种植面积在中国占比远超其它粮食作物，达到25%左右，而其产量占比更是超过50%，水稻生产事关国家粮食安全[1]。随着全球生态环境的不断变化，全球气候变暖的趋势愈发严峻[2]。由于温室效应的加剧，全球气温都有着不同程度的上升，近十几年来中国各水稻主产区的高温热害频发[3-4]，当前水稻的高温热害已成为中国危害水稻生长发育及产量品质的主要农业气象灾害之一[5-8]，且有随全球气候变暖的加重而愈发严峻的趋势[9]。

大量研究表明，水稻生育期高温胁迫会影响植株的物质分配，造成水稻结实率下降、穗粒数减少以及产量降低，且高温持续时间越长，造成的影响也越严重[10-12]。作物模型模拟在20世纪60年代兴起，近年来，由国际水稻研究所与荷兰瓦赫宁根大学合作研发的ORYZA2000 作物模型引入中国，并在中国水稻生长模型的模拟领域发挥着重要的作用[13]。目前，已有相关研究对ORYZA2000 水稻模型在中国水稻种植区的适应性做了初步分析，结果表明，ORYZA2000 水稻模型可以通过校正本地参数，较准确地模拟中国水稻的生长情况，并得到较可靠的水稻生育期、生物量及产量等相关模拟结果[14-18]。

作物模型是在作物实际生长发育环境中经过大量试验研究基础上综合抽象而来，在模拟中使用的数据（如温度数据）按理应该是实际环境数据，但是，以往作物模型的模拟研究采用的温度数据大多为当地气象站点的观测温度即百叶箱内观测温度，与水稻田间（不同高度）的实际空气温度有一定差别[19]。为此，在安徽寿县农业气象综合试验站开展一季稻高温胁迫应对田间试验，监测水稻田间离地35cm、75cm 以及125cm 处的实际气温，并将3个层次的田间气温按照水稻植株的实时观测株高进行组合形成稻田组合空气温度，以气象站点的观测气温作为对照，利用ORYZA2000 水稻模型进行模拟研究，以提高ORYZA2000 水稻模型模拟水稻生物量及产量的准确性，为水稻高温热害的应对提供一定依据与参考。

1 资料与方法

1.1 数据资料及来源

1.1.1 研究区概述

寿县位于安徽省中部，隶属淮南市，地处淮河中游南岸，总占地面积 2986km2，其中耕地面积1220km2。寿县位于中国南北气候过渡带之中，属于亚热带季风性湿润气候类型，雨热同期，四季分明。各主要气候要素均呈现单峰型的年际变化规律。从20世纪80年代开始，各节气均有明显的变暖趋势[20]。

试验场地设在安徽省寿县国家气候观测站综合观测试验场，地理坐标为(32°26′N，116°47′E)，海拔27m，该试验台站占地30hm2，位于城区中心以南9km处，距离附近村庄距离大于500m，周边均为大面积农田，地势平坦且下垫面均一，试验田以冬小麦和单季中稻轮作，与当地播种制度一致，基本可以代表淮河流域典型农业生态区气候及农业种植状况。

1.1.2 试验设置

2016-2018年开展了为期3年的一季稻高温胁迫试验。该试验在2016年和2017年采用的均为1 播期，2016年试验历期为4月27日-9月22日，2017年为4月25日-9月25日，均为1 品种、3 处理、3重复试验小区的试验方案；2018年采用3 播期（4月25日-9月4日、5月4日-9月16日、5月23日-10月2日）、1 品种、3 处理、3 重复试验小区的试验方案。水稻品种为“皖稻121”，小区面积5m×5m，试验观测的项目包括水稻发育期、种植密度、植株高度、产量和产量结构、水稻各器官生物量干重。水稻生物量干重的测量时间从移栽期开始至成熟期结束，期间每间隔10d 进行一次测量，每次取稻田小区中心4 穴植株，恒温70℃烘干至恒重后称其干物质重。每期水稻种植前，测定田间土壤数据如凋萎湿度、田间持水量、土壤营养成分含量等。水稻田间管理措施按照常规进行，并保证水、肥供应充足，以维持水稻的旺盛生长。

1.1.3 气象数据的获取和田间组合温度

在水稻田间试验中使用HOBO 温湿度传感器测定每个水稻小区中央距地面35、75、125cm 高度处的气温（美国，型号U23-002），仪器测量范围为-40～70℃，0～50℃区间内测量精度为±0.21℃，25℃时测量分辨率为0.02℃[21]。同时，在所有HOBO 温湿度传感器外加装防辐射罩，以防止太阳直接辐射对传感器测量精度造成影响。为保证数据获取的准确性，所有传感器获取温度的频率均为每5min 一次。

由于水稻的生长发育是个动态变化过程，单一地用田间某一固定高度的温度来衡量全生育期的生长环境温度并不准确，为了更加准确地模拟水稻田间实际生长环境温度，依据水稻发育各时期植株高度的观测数据，将试验中距离地面35、75、125cm 处田间空气温度进行组合，可近似代表实际水稻生长发育的冠层温度情况，形成新的水稻田间气温的时间序列，将该温度序列称为稻田组合温度序列。具体组合方法为，水稻植株高度为移栽期初始高度至50cm 使用距地35cm 高处田间气温，水稻植株高度为50～100cm使用距地75cm 高处田间气温，水稻植株高度超过100cm时使用距地125cm 高处田间气温。

ORYZA2000 水稻模型所需的其它气象数据，如水汽压（kPa）、太阳辐射（J·m-2）、平均风速（m·s-1）以及降水量（mm），均采用寿县国家气候观测站逐日观测值作为模型的输入数据。

1.2 模型参数定标

为了确定“皖稻121”在ORYZA2000 水稻模型中模拟时的各项作物参数，需要利用田间试验观测资料对其进行模型的定标。需要定标的数据包括作物生育期和生长发育速率定标，以及作物关键发育期生物量参数的定标。为了消除不同温度数据来源对模型定标的影响，分别使用稻田温度和台站温度对模型进行定标。

随机选择2016年以及2018年第3期寿县站一季稻高温胁迫应对试验的水稻生长发育资料作为样本数据，对模型中作物生育期及生长发育速率进行定标，并使用2017年以及2018年第1期、第2期的生育期实测数据进行检验。模型中水稻发育期用无量纲变量DVS 来表示。其中DVS=0.65时为水稻的幼穗分化期，DVS=1时为抽穗开花期，而成熟期时DVS 则为2。向模型的试验文件（.exp）输入水稻发育期资料，运行ORYZA2000 水稻模型自带的子程序DRATES 确定该品种水稻各阶段的发育速率，并用DVRJ、DVRI、DVRP、DVRR 四个变量分别表示营养生长阶段、光敏感阶段、穗形成阶段以及产量形成阶段“皖稻121”的发育速率。

对于作物生物量相关参数的定标，使用寿县站2018年第1 播期的作物生物量数据来计算模型参数，将作物生物量观测值写入模型的试验文件（.exp），并将得到的作物发育速率参数写入作物文件（.crp），再运行 ORYZA2000 水稻模型的另一个子程序PARAMS，即可得到水稻的比叶面积（SLA）、干物质分配系数、茎干留存系数等一系列相关作物参数。最后使用寿县站2018年第2 播期作物生物量数据来检验得到的作物生物量参数。

1.3 气象数据的替换与模型评价

采用2017年以及2018年第1、2期，由HOBO温湿度传感器获取的稻田组合空气温度数据（可代表水稻的生境温度）、台站逐日空气温度数据，分别进行ORYZA2000 作物模型模拟。将上述气象数据按照模型所需的格式生成气象文件，当田间数据缺失时，使用站点温度替代。最后把气象文件、试验文件、作物文件、土壤文件（.sol）输入定标完成的模型，最终得到稻田实际温度下ORYZA2000 作物模型对水稻生物量及其产量的模拟值。

采用均方根误差（RMSE）和归一化均方根误差（NRMSE）对模型模拟效果进行评价，RMSE和NRMSE 值越小，说明模型模拟效果越好。其计算式为

式中，X0表示产量的实际观测值（g·m-2），Xm表示产量的模型模拟值（g·m-2），n 表示样本数，表示产量观测值的平均值（g·m-2）。

2 结果与分析

2.1 稻田与附近台站气温观测值的对比

气象台站通过设置百叶箱，并在其中放置干湿球温度表来监测1.5m 高度的温度和湿度，把它作为台站的温湿度。但是水稻田间气温会受到水稻植株生长发育、叶面积指数（LAI）的变化、田间CO2浓度的变化以及稻田底部水层的变化等影响而发生变化。此时，稻田各层次气温均与台站气温有着较为明显的差距。

通过田间温度的梯度观测，得到水稻主要生育期内稻田各层次的田间气温。ORYZA2000 作物模型中需要输入的温度数据为日最高气温和日最低气温，故用上述田间气温与台站测得的百叶箱温度进行对比分析。分别统计寿县站水稻2017年播期及2018年第1、第2 播期共3期的主要生育期内逐日田间温度观测数据和站点温度观测数据，其统计结果见图1。由图可以看出，稻田35cm 高处田间最高温度，在水稻幼穗分化期-孕穗期这一时段内均高于台站温度，而孕穗-抽穗开花和成熟期温度低于台站温度；最低温度则表现为抽穗开花期前，台站温度高于田间温度，抽穗开花期后二者温度较为一致。稻田75cm 处，田间最高温度在水稻抽穗开花期前高于台站温度，在乳熟-成熟期略低于台站温度，而田间最低温度基本表现为全生育期均略低于台站温度。稻田125cm 高处，水稻全生育期田间最高温度均大幅高于台站温度，而田间最低温度在乳熟期前与台站温度基本一致，乳熟-成熟期略低于台站温度。

水稻的生长发育是个动态变化过程，由图1可以看出，不同的生长发育时期其固定高度处的气温均与台站气温有所差别，且各高度处田间气温也存在一定差别，而稻田组合温度的日最高温度在水稻全生育期均高于台站，且在水稻植株高度较低时，其日最高温度也高于125cm 高度处的田间气温；田间日最低温度在水稻全生育期略低于台站温度。

由表1可以看出，稻田35cm 高处平均日最高温度与台站气温较接近，而稻田75cm、125cm 高处及稻田组合气温的平均日最高温度高出台站1.5～2.5℃，其中稻田组合气温的平均日最高温度最高为34.3℃，原因是冠层上部接收太阳辐射最多，而其它层以及台站（百叶箱）均有遮荫。田间各高度处平均日最低温度均略低于台站且温差不超过1℃，其中稻田组合气温的平均日最低温度最低，因夜间植株温度最低部位往往是离地最高的叶片。总体来看，稻田组合气温与台站的平均日最高气温及平均日最低气温差异相对较大。

2.2 基于稻田组合气温的ORYZA2000模型参数调试与验证结果

寿县站2016-2018年水稻试验中“皖稻121”全生育期平均为140d 左右。利用2016年播期和2018年第3 播期的水稻生育期数据以及稻田组合气温数据，对ORYZA2000 水稻模型进行定标，并使用2018年第1、第2 播期以及2017年播期进行生育期验证。最终得到寿县站试验田“皖稻121”各阶段发育速率的定标结果（表2）。由表2可知，“皖稻121”在生殖阶段发育速率最快，其次为光敏感阶段，而幼穗分化阶段发育速率最慢。

将定标后的水稻生长发育速率输入模型，得到各DVS 水稻发育期日序的模拟值。在寿县站3个水稻播期中，选取DVS=0.65(幼穗分化期)、1.0（抽穗开花期）、2.0（成熟期）3个重要时段的日序，进行模拟值与预测值的对比，结果如图2所示。由图可见，水稻发育期日序模拟值与预测值之间R2=0.965，其RMSE 为5.5d，NRMSE 为2.5%，说明水稻发育期日序模拟效果良好。

使用2018年第1 播期的水稻生物量观测数据及稻田组合温度数据对“皖稻121”进行生物量的定标计算。经过模型计算后，结合实际情况作适当调整，确定寿县站“皖稻121”各发育期作物生物量参数。为了确定这套模型生物量参数在寿县站水稻试验中的适应性，使用寿县站2018年第2期试验水稻生物量数据进行适应性检验，结果如图3及表3所示。由验证结果可以看出，模拟效果最好的为地上总生物量和穗生物量，其NRMSE 较低，分别为4.2%和8.4%；相对来说模拟效果稍差的为绿叶生物量，其NRMSE 为13.6%。总体来看，模型对水稻各生物量及叶面积指数的模拟效果均不错，R2均在0.90 以上，NRMSE 均不超过15%。

由此可见，ORYZA2000 水稻模型经过相应定标后，模型模拟值与实测值之间具有较好的一致性，可以较为准确地模拟水稻生长发育各时期的生长情况。

图1 2017年（a、b）和2018年第1、2 播期（c、d、e、f）一季稻生育期田间各高度处日最高、最低气温与同期寿县气象台站1.5m 百叶箱气温观测值的逐日比较Fig.1 Comparison of the daily maximum and minimum temperature at different height (including 35cm,75cm,125cm)in the field during rice growth stages in 2017 (a, b) and 1st and 2nd sowing date in 2018(c, d, e, f) with the daily temperature observed at 1.5m louver box in the Shouxian meteorological station

表1 田间不同高度最高/最低气温与台站逐日观测值的比较结果统计（2017年和2018年第1、2 播期数据）Table1 Statistics of the comparison result between the daily max/min temperature at different heights in the field with the observing value at station (including 2017 growth period of rice and the first and second sowing date in 2018 data)

表2 基于寿县稻田组合气温实测值对ORYZA2000模型中“皖稻121”生长发育速率的定标结果(℃·d-1)Table2 Calibration result of growth and development rate of "Wandao 121" in ORYZA2000 rice model based on the above combined air temperature observed in Shouxian rice field (℃·d-1)

表3 用2018年第2 播期资料验证ORYZA2000 作物模型的结果评价Table3 Evaluation of the results of the ORYZA2000 crop model using the data from the second sowing date in 2018

图2 寿县站“皖稻121”主要生育期实测值和模拟值的对比(2017年、2018年第1、2 播期)Fig.2 Simulated vs.measured growth days (the ordinal day from Jan.1) of the rice “Wandao 121” in Shouxian station by 2017 growth period of rice and the first and second sowing date in 2018

2.3 利用稻田温度与台站温度产量模拟结果对比

由于单独使用稻田35cm、75cm和125cm 高处温度不符合实际水稻生长发育环境温度，故仅利用2018年第1、第2 播期以及2017年播期稻田组合温 度生成ORYZA2000 水稻模型所需的天气数据文件。输入这3个播期对应的生育期数据以及对应的天气数据文件，其它所有输入参数不变，均使用前面定标确定的作物参数。运行模型，得到3个播期稻田组合温度的模型产量模拟结果。

由图4可见，总体来看，两种温度3个播期的模型模拟产量均略高于实际产量，3个播期的产量模拟效果最好的均为稻田组合温度。产量的模拟结果评价见表4，由表可以看出，通过模拟产量与实际产量之间的均方根误差RMSE 与归一化均方根误差NRMSE的比较，稻田组合温度模拟的产量与实际产量最为接近，模拟准确度总体最高，其RMSE 为33.7g·m-2，NRMSE 仅为4.2%。综合来看，通过台站温度对ORYZA2000 水稻模型定标后，台站温度的模拟效果也良好，其RMSE 为49.4g·m-2，NRMSE 为6.1%，但是基于稻田组合温度模拟的产量依然更加准确，尤其在高温热害可能发生时。其原因在于，一是作物模型本身就是在实时的生长发育环境下（如温度，而并非气象站温度）试验结果进行数值化而生成；二是对于水稻高温危害的影响，显然依据田间冠层温度反映的高温危害更真实。

图3 基于2018年第2 播期资料对ORYZA2000模型模拟生物量积累（a）和叶面积指数变化过程（b）的验证Fig.3 Validation of simulated biomass accumulation (a) and leaf area index change process (b) of ORYZA2000 model based on data from the second sowing date in 2018

图4 基于台站温度和稻田组合温度的产量模拟结果与实际产量的对比（2017年、2018年1、2 播期）Fig.4 Comparison of simulation yield based on station temperature and rice field combined temperature with actual yield by2017 growth period of rice and the first and second sowing date in 2018

表4 ORYZA2000 水稻模型模拟产量与实际产量的误差分析Table4 Error analysis between actual yield and simulated yield by ORYZA2000 rice model

3 结论与讨论

3.1 结论

（1）稻田实测温度与台站温度有一定差别，稻田各高度气温随着田间状况如水稻植株、群体生长发育的变化而变化。其中，对于日最高温度，与台站温度相比，变化最大的是稻田组合温度组，其平均日最高温度为34.3℃，高出台站平均日最高温度2.5℃。对于日最低温度，田间各层温度与台站温度相比差距相对较小，其中稻田组合温度的平均日最低温度与台站相差较大，其平均日最低温度为23.8℃，低于台站平均日最低温度0.8℃。

（2）经过定标验证后，ORYZA2000 水稻模型对生育期模拟的RMSE 在5.5d 左右，其NRMSE 为2.5%；对WAGT、WLVG、WST、WSO 以及LAI的模拟其NRMSE 分别为4.2%、13.6%、11.9%、8.4%和10.3%。各项数据模拟值与实测值之间的判定系数R2均超过0.9，最高达到0.99。结果表明ORYZA2000水稻模型对水稻生育期以及生物量的模拟较准确。

（3）ORYZA2000 水稻模型对产量的模拟方面，基于稻田组合温度的产量模拟，其RMSE和NRMSE分别为33.7g·m-2和4.2%，低于台站温度组的49.4g·m-2和6.1%。所以，总体来看，使用稻田组合温度进行模拟的效果比基于台站温度的模拟效果要好。

3.2 讨论

本研究认为，ORYZA2000 水稻模型可以较准确地模拟水稻作物生长发育如发育期、发育速率、生物量以及产量等，与姚俊萌等研究结果一致[22-23]。作物模型的构建立足于大量的试验观测结果，这些试验观测是在实际生长发育环境中得到的，所以模型的模拟理应输入实际作物生长发育环境要素；研究通过引入稻田中各高度的实测气温来组合成符合水稻实际生长发育环境的稻田组合温度，作为水稻模型的温度输入项来模拟水稻的生长发育与产量情况。对比模拟结果，使用水稻田间组合温度在产量的模拟中有着不错的表现，且其模拟效果优于台站温度的模拟效果。原因就在于水稻田间组合温度数据相对于气象台站温度数据更加能真实反映水稻实际生长环境温度的变化情况，并且能较真实反映实际高温对水稻生长发育尤其是产量上的负面影响。

有研究表明，通过改进ORYZA2000 作物模型的高温模拟模块可以提高模型针对作物高温热害减产方面的模拟效果[24]，且实际水稻生长发育的环境条件中例如气象要素对水稻产量的影响不止存在于温度方面[25-28]，应该尽量采用田间观测数据或以台站数据外推或拟合数据来近似，今后模拟研究中将进一步完善。此外，模型模拟的过程中也还存在一定的不足，例如试验播期较少，验证数据相对较少，后续模型的适应性和准确性还有待更多数据的支持，这些都有待于进一步加强和探讨。