華北地區夏玉米干物質分配系數的模擬***

李 昊，譚方穎，王建林**，譚凱炎，徐 英，王志偉

(1.哈爾濱師范大學，哈爾濱 150025；2.國家氣象中心，北京 100081；3.中國氣象科學研究院，北京 100081；4.山東省夏津縣氣象局，夏津 253200；5.山西省氣候中心，太原 030006)

?

華北地區夏玉米干物質分配系數的模擬***

李 昊1，譚方穎2，王建林2**，譚凱炎3，徐 英4，王志偉5

(1.哈爾濱師范大學，哈爾濱 150025；2.國家氣象中心，北京 100081；3.中國氣象科學研究院，北京 100081；4.山東省夏津縣氣象局，夏津 253200；5.山西省氣候中心，太原 030006)

摘要：干物質分配系數是驅動玉米生長發育模型的關鍵參數。利用2013年、2014年連續兩年在山東夏津、河北固城、山西運城進行的田間試驗觀測資料，采用比值法、線性回歸等訂正方法，獲取完整的玉米全生育期內生物量序列；在此基礎上，以有效積溫模擬的發育進程為自變量，構建了華北夏玉米干物質分配的動態變化模型。結果表明：（1）三站玉米干物質分配系數有相同的時間動態變化特征。葉片干物質分配系數從出苗開始持續減少；莖稈干物質分配系數先增后減，最大值出現在抽雄前后；穗棒干物質分配系數在玉米抽雄后持續增加，抽雄后20d左右達到1，即干物質不再向葉莖分配。（2）華北夏玉米生育期內葉、莖的干物質分配系數均可用分段式非線性模型模擬。葉的干物質分配系數以抽雄后10～15d為界，之前干物質分配系數隨發育進程可用三次多項式動態模型模擬，之后變為0；莖的干物質分配系數以抽雄后20～25d為界，之前干物質分配系數隨發育進程可用四次多項式動態模型模擬，之后變為0；穗棒干物質分配系數通過依據任意發育階段葉、莖、穗棒的干物質分配系數之和為1的原則計算求得。檢驗結果表明華北地區夏玉米干物質分配系數動態模型模擬效果良好。

關鍵詞：干物質分配系數；模型；田間試驗；積溫；發育進程

李昊,譚方穎,王建林,等.華北地區夏玉米干物質分配系數的模擬[J].中國農業氣象,2016,37(3):335-342

玉米是自然界貯存能量最多的植物之一，是重要的糧食、飼料和經濟兼用作物，其產量的高低直接影響國家糧食安全和玉米產業的發展[1]。華北是中國玉米的主要產區之一，播種面積和總產量均占全國的30%[2]，在華北地區開展玉米田間試驗研究對保障玉米產業發展具有重要意義。

干物質生產是形成作物經濟產量的基礎。玉米與其它綠色植物一樣，都是通過光合作用產生干物質，并按照一定的生物學規律將干物質分配至各器官[3]。而干物質分配系數是隨發育進程變化的一個動態參數，能精確表達干物質向莖、葉和儲存器官的分配情況，被廣泛應用于作物生長發育模擬模型中。如目前被國內廣泛運用的荷蘭WOFOST、ORYZA等作物模型[4-7]。由于干物質分配系數表征玉米干物質積累與分配規律[8-12]，因此確定干物質分配系數要基于大量的干物質積累與分配試驗。國外對此進行了較多的相關研究。但受品種、管理措施、環境等因素影響，國外模型中的玉米干物質分配系數并不適于國內玉米生長特性[13-14]，直接影響了其在國內的模擬效果，也成為在國內推廣應用的瓶頸。因此，基于國內玉米種植試驗，構建適宜中國區域玉米生長發育的干物質分配系數，有利于提高國外相關作物生長發育模型在國內的應用效果。本文以華北地區夏玉米田間試驗為基礎，通過對試驗數據的分析訂正，構建華北夏玉米干物質分配系數模型，以供相關研究參考使用。

1 資料與方法

1.1 試驗介紹

（1）試驗點概況

在華北夏玉米種植區，根據空間代表性并參考夏玉米種植面積，選擇山東夏津、河北固城、山西運城試驗站，進行大田玉米觀測試驗。其中夏津試驗地為山東省德州市夏津縣氣象局下屬氣象觀測站，固城試驗地為中國氣象科學研究院農業氣象實驗基地，運城試驗地為山西省運城市氣象局下屬氣象觀測站。

（2）試驗時間

分別在2013年、2014年進行夏玉米田間試驗，與當地大田作物同期播種，同期收獲。詳情見表1。

表1 各試驗點玉米播種和收獲日期（月-日）Table 1 Sawing and harvest date of maize in the three experimental stations（mm-dd）

（3）試驗設計

每年在山東夏津、河北固城、山西運城3個試驗點分別設立2個試驗小區，單個小區面積約30m2，共計6個小區。每個試驗小區設3個重復處理，均選用鄭單958為試驗品種，在播種前施底肥，拔節-孕穗前追肥1次，保證土壤養分供應。采取遮雨和灌溉的措施，全生育期土壤相對濕度保持在60%～100%，無旱澇災害發生。采取人工播種方式，按當地普遍播種時間進行播種，行距50cm，株距35cm，深度約為7cm，密度約為6株·m-2。

（4）觀測項目

生物量觀測：在七葉、拔節、拔節后10d、抽雄后10d、抽雄后20d以及收獲（成熟）期，按玉米長勢好、中、差在每個小區分別隨機選擇1個整株玉米，連根到地上部分整株取下，放入袋中，帶回試驗室。將葉、莖、穗等器官分離，放入烘干機烘干，按器官分別稱重，記錄干物質質量。各器官質量取3株的平均值。2013年觀測中發現部分觀測時間間隔較大，故2014年各站在玉米拔節前10d、拔節后20d加測兩次生物量數據，

生育期觀測：根據農業氣象觀測規范，判斷并記錄玉米播種期、出苗期、三葉期、七葉期、拔節期、抽雄期、開花期、吐絲期、乳熟期、收獲（成熟）期等發育期資料。

土壤濕度觀測：采用烘干稱重法。根據玉米發育特征，設定在拔節前和拔節后取樣深度不同，拔節前為0～20cm，拔節后為0～50cm。土壤濕度觀測時間從播種前一天開始直至收獲，每7日測定1次，取樣方式為人工鉆土法。

氣象資料觀測：逐日最高溫度和最低溫度數據均來自各試驗站的自動氣象觀測站。

1.2 生物量數據訂正

田間試驗受天氣因素、人為操作及取樣的隨機性等因素的影響，導致生物量觀測資料出現缺測、個別數據異常等現象，需要對觀測數據進行訂正處理。常用的訂正方法有比值法、差值法、均值法、線性回歸法等[15-21]。本文根據不同情況，采用如下方法進行資料訂正。

（1）比值法。比值法是通過尋找數據間的特定比值關系，對問題數據進行訂正的方法。如2013年山西運城兩個小區七葉期觀測得到單株葉干重分別為1.70g、1.90g，莖干重數據為0，分析判斷認為，葉、莖可能未分開稱重。考慮到相同條件下，同一發育階段各站玉米生長情況大致相同，參考計算出的同期山東、河北葉、莖干重之比（分別為1.55和1.67）的平均值1.61，用比值法訂正得到兩個小區七葉期單株葉干重分別為1.04g、1.17g，莖干重分別為0.66g、0.73g。研究期運用比值法共處理相似問題數據3個。

（2）線性回歸法。在觀測數據中，個別數據出現異常，明顯不符合作物生長規律，此類情況下，采用線性回歸模型進行訂正。如2014年河北固城一個小區拔節后20d觀測得到單株葉干重數據為9.65g，低于前一次觀測（拔節后10d）的9.75g，判斷為異常觀測值。本文根據2014年河北固城另一重復小區的觀測數據建立單株葉干重與發育進程的回歸方程，即

式中，y為單株葉干重（g），x為發育進程。方程通過了0.05水平的顯著性檢驗（n=7，R0.05=0.754）。根據發育進程訂正拔節后20d觀測值。研究期用線性回歸法處理相似問題數據共7次。

1.3 夏玉米發育進程計算

干物質分配系數是隨發育進程變化的函數，而國內外作物模型中普遍使用有效積溫模擬作物發育進程[22]。本文采用由荷蘭瓦赫寧根大學開發的WOFOST作物模型[23]中的發育進程計算公式，利用氣象觀測資料將生物量觀測時對應的生育期量化為發育進程，以便建立干物質分配系數模擬模型。即

式中，Tei為玉米生育期內第i日的有效溫度（℃）；iT為該日的平均氣溫（℃），取日最高、最低氣溫的平均值；Tb為玉米發育的下限溫度（℃），本文取值為6；Tmax.e為玉米發育的上限溫度（℃），本文取值為30；j是發育進程，1表示出苗-抽雄期，2表示抽雄-收獲期；TSUM為玉米發育到某一時刻所需的有效積溫（℃·d）；fred為光周期影響因子，本文取值為1.00；DVS為作物發育進程，其中出苗期DVS為0，抽雄期DVS為1.00，成熟期DVS 為2.00。

根據以上公式，按照作物處于不同生長發育時期，依據所對應的有效積溫，可以將作物生長發育的時期進行量化。如山東夏津2013年拔節后10d對應的發育進程為0.80。3站各發育階段有效積溫詳情見表2。

表2 三站各發育階段有效積溫統計（℃·d）Table 2 The effective accumulated temperature of different developmental stages in three stations（℃·d）

1.4 干物質分配系數的計算

基于發育進程（DVS），葉、莖和儲藏器官的分配系數[21]分別由以下公式計算

式中，FLTB為葉片干物質分配系數，FSTB為莖的干物質分配系數，FOTB為儲藏器官（穗棒）的干物質分配系數。WL、WS、WO分別為葉、莖和儲藏器官（穗棒）的干重（g），TAGP為同期植株地上部分總干重（g）。i表示生物量觀測次序，i=1為第一次觀測，葉、莖生物量第一次觀測為七葉期，穗棒生物量第一次觀測為抽雄后10d；i＞1為其后的觀測，葉、莖生物量的觀測時間依次為拔節、拔節后10d、抽雄后10d，穗棒生物量的觀測時間依次為抽雄后20d、成熟期。2014年在拔節前10d和拔節后20d有兩次加測。同一發育進程時FLTB、FSTB、FOTB之和為1。

2 結果與分析

2.1 各試驗點玉米干物質分配系數計算結果

由表3-表5可見，兩年的試驗均表明，3個試驗站玉米生育進程中葉片的干物質分配系數最大值出現在七葉期-拔節期，拔節以后隨發育進程逐步減小；莖稈的干物質分配系數最大值出現在拔節后10～20d，隨后逐漸減小；抽雄后穗棒的分配系數增加迅速，抽雄后20d左右變為1，即干物質不再向葉莖分配。

表3 2013和2014年山東夏津站實測玉米干物質分配系數Table 3 Partition coefficient of dry matter during maize growing stage in Xiajin station,Shandong province, in 2013 and 2014

表4 河北固城站實測玉米干物質分配系數Table 4 Partition coefficient of dry matter in Gucheng station,Hebei province

表5 山西運城站實測玉米干物質分配系數Table 5 Partition coefficient of dry matter in Yucheng station,Shanxi province

2.2 玉米干物質分配系數模擬模型的建立

將3個試驗點兩年玉米干物質分配系數系列間進行相關分析，結果見表6。由表中可以看出，它們相互間的相關系數均在0.9以上，均通過了0.05水平的顯著性檢驗（n=8，R0.05=0.706）。2013年與2014年各試驗站的葉、莖及穗棒干物質分配系數相關系數也在0.9以上（P＜0.05），說明在水分充分保證的前提下，華北地區夏玉米干物質平均分配系數具有較穩定的年際變化和一致的時間動態變化特征，可以基于三地的試驗結果，構建適于華北地區夏玉米主要器官干物質分配系數動態模型。

進一步基于2013年、2014年山東夏津、河北固城、山西運城試驗站試驗資料，以發育進程（x）為自變量，以干物質分配系數為因變量，分別建立葉、莖分配系數隨發育進程變化的關系模型，結果見圖1。由圖1a可見，當生育進程在0～1.46范圍時，葉片干物質分配系數隨生育進程以較快速度下降，二者關系可用一元三次方程表示，方程復相關系數為0.981，通過了0.05水平的顯著性檢驗（n=37，R0.05=0.320）；當生育進程達到1.46（抽雄后10～15d）后，葉片干物質分配系數減小為0。由圖1b可見，當生育進程在0～1.58范圍時，莖稈干物質分配系數隨生育進程先上升后下降，二者關系可用一元四次方程表示，方程相關系數0.900，通過了0.05水平的顯著性檢驗（n=37，R0.05=0.320）；當生育進程達到1.46（抽雄后20～25d）后，莖稈干物質分配系數減小為0。穗棒的分配系數由于抽雄后才開始出現，觀測次數較少，難以準確模擬，所以依據任意發育階段葉、莖、穗棒的干物質分配系數之和為1的原則（式4-式6），直接計算求得穗棒干物質分配系數。最終確定玉米不同階段各器官干物質分配系數模型為

（1）葉片干物質分配系數模型

（2）莖稈干物質分配系數模型

（3）穗棒干物質分配系數模型

式中，y1為葉片干物質分配系數；y2為莖稈干物質分配系數；y3為穗棒干物質分配系數；x為發育進程。

表6 各站間不同年份玉米干物質分配系數的相關性檢驗Table 6 The correlation coefficients of the partition coefficient between the three experimental stations in 2013 and 2014

圖1 玉米葉、莖干物質分配系數的動態模型Fig. 1 Dynamic model of maize dry matter partition with development stage(DVS)

2.3 玉米干物質分配系數動態模擬模型的檢驗

以2012年在山東夏津開展的夏玉米（鄭單958）田間試驗資料為基礎，對玉米干物質分配系數動態模擬模型進行驗證，結果見圖2。由圖中可見，模擬值與實測值散點均勻分布在1:1對角線的兩側，葉、莖、穗棒干物質分配系數模擬值與實測值的RMSE值分別為0.028、0.028、0.033，小于實測數據平均值的10%～15%，表明葉、莖干物質分配系數動態模型模擬效果良好。

圖2 玉米干物質分配系數動態模型檢驗（n=6）Fig. 2 Dynamic model test results of maize dry matter partition coefficient（n=6）

3 討論與結論

（1）干物質分配系數是驅動作物生長模型的重要參數。現有作物生長模型中用以模擬同化物分配的干物質分配系數，多是非連續的階段性取值，缺乏統一性與準確性。本文通過在華北地區夏津、固城、運城等3個地點進行的連續兩年田間試驗，對試驗數據分析訂正基礎上，構建一套完整的華北夏玉米葉、莖干物質分配系數動態模型，實現了計算玉米發育期內任意階段干物質分配系數的可能。經檢驗干物質分配系數動態模型模擬效果較好，基本能夠反映華北玉米生長發育過程中干物質分配的變化情況。

（2）在水分條件滿足情況下，葉、莖隨生育進程呈非線性變化，模型為分階段性函數。葉的干物質分配系數以發育進程1.42（抽雄后10～15d）為界，之前為三次多項式模型，之后停止分配；莖的干物質分配系數以發育進程1.58（抽雄后20～25d）為界，之前為四次多項式模型，之后停止分配。國內對玉米干物質分配系數的深入研究報道較少，在影響作物干物質分配的諸多因素中，水分條件是影響華北夏玉米最關鍵的因素。張淑杰等從不同方面研究了水分脅迫對玉米生長和干物質轉移的影響[24-26]。因此，進一步研究水分脅迫條件下，玉米干物質分配系數的動態變化規律，是未來深入研究的方向之一。

參考文獻References

[1]董樹亭,張吉旺.建立玉米現代產業技術體系,加快玉米生產發展[J].玉米科學,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]趙先麗,張玉書,紀瑞鵬,等.遼寧春玉米出苗期水分脅迫試驗初探[J].氣象與環境學報,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.現代農業氣象業務[M].北京:氣象出版社,2010: 50-51.

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

[4]王銳,李亞飛,張麗娟,等.土壤濕度驅動WOFOST模型及其適應性[J].中國農業氣象,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]馬玉平,王石立,張黎.針對華北小麥越冬的WOFOST模型改進[J].中國農業氣象,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]韓湘云,景元書,浩宇,等.基于田間試驗的水稻模型ORYZA2000區域參數比較[J].干旱氣象,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]薛昌穎,楊曉光,Bouman B A M,等.ORYZA2000模型模擬北京地區旱稻的適應性初探[J].作物學報,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]尹紅征,呂冰清,鄭國清,等.玉米產量形成模擬模型研究[J].華北農學報,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,高學曾,滕世玉.玉米生理[M].北京:農業出版社, 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,馬玉平.作物生長模擬模型在我國農業氣象業務中的應用研究進展及思考[J].氣象,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]劉克禮,劉景輝.春玉米干物質積累分配與轉移規律的研究[J].內蒙古農牧學院學報,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.普通物理實驗中的數據處理[J].黔西南民族師范高等專科學校學報,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,丁裕國.氣候統計[M].北京:氣象出版社,1990: 52-58.

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

[17]馬力文,李鳳霞,梁旭.寧夏干旱及其對農業生產的影響[J].干旱地區農業研究,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]李軍,黃敬峰,王秀珍.山區月平均氣溫的短序列訂正方法研究[J].浙江大學學報（農業與生命科學版）,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]李慶楊,王能超,易大義.數值分析(第4版) [M].北京:施普林格出版社和清華大學出版社,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,朱建躍.T213降水預報訂正系統的建立與研究[J].應用氣象學報,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]楊松,杞明輝,姚德寬.誤差訂正在預報集成中的應用研究[J].氣象,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]謝云,James R Kiniry.國外作物生長模型發展綜述[J].作物學報,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]張淑杰,張玉書.水分脅迫對玉米生長發育及產量形成的影響研究[J].中國農學通報,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,于衛衛,譚秀山,等.水分脅迫對夏玉米干物質積累與分配的影響[J].華北農學報,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]張玉書,米娜.土壤水分脅迫對玉米生長發育的影響研究進展[J].中國農學通報,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**通訊作者。E-mail：wangjl@cma.gov.cn

基金項目：公益性行業（氣象）科研專項 “干旱對華北玉米生長發育和產量影響的定量評估技術研究（GYHY201306038）”

作者簡介：李昊（1990-），碩士生，主要從事農業氣象研究。E-mail：killerlight9023@163.com