基于DSSAT-CERES-Maize模型的鐵嶺玉米遺傳參數驗證

劉紅

摘要：本文采用DSSAT-CERES-Maize模型，通過遼寧省鐵嶺地區玉米生長的天氣數據、土壤數據、田間管理數據來校準玉米遺傳參數，并用相對均方根誤差進行驗證。

關鍵詞：玉米；DSSAT；遺傳參數

1實驗設置

實驗地點選在遼寧省鐵嶺市的蔡牛鎮，田間實驗為三年，2017、2018和2019年都于5月1日播種，育有鄭單958品種。在玉米定苗后，每個品種間隔15天左右選取3株長勢較為一致的植株測定生物量、葉面積、葉綠素含量及光照等數據。

2DSAAT模型參數化

2.1DSSAT-CERES-Maize模型的輸入參數

DSSAT-CERES-Maize模型的輸人數據包括4個部分：天氣數據、土壤數據、田間管理數據和品種遺傳參數，其中品種的遺傳參數需要根據前3個數據來確定。

天氣數據中2017年的氣象數據用于驅動DSSAT-CERES-Maize模型來校準玉米遺傳參數，2018和2019年的氣象數據用于驗證玉米遺傳參數；土壤參數包括土壤性質和剖面特征，即土壤類型、有機碳含量、舍氮量、pH值等數據，均來自于中國土壤數據庫（hup：//vdb3.soil.csdb.cn）；主要的田間管理數據包括作物種植日期、種植密度、施肥量、施肥方式、施肥日期、耕作方式、灌溉方式、收獲日期和方式、產量、生物量等，均來自于實驗觀測。

2.2玉米遺傳參數的校準

DSSAT-CERES-Maize模型使用6個品種遺傳參數，包括：P1，P2，P5，C2，C3，PHINT。其中，P1，P2，P5主要控制作物的生長期；C2和C3主要控制籽粒灌漿。

本研究用2017年的天氣、土壤數據以及鄭單958的田間實驗數據來驅動模型中的CLUE模塊，每次運行至少6000次，并結合“試錯法”獲得晟憂的玉米遺傳參數（表1）。

2.3玉米遺傳參數的驗證

本文使用2018和2019年的天氣、土壤數據進行參數和模型的驗證，選用相對均方根誤差RRMSE[2]作為評價玉米遺傳參數準確性及模型模擬性能的指標。

為了評價DSSAT模型對玉米生育期和產量的模擬效果，本次試驗研究選取開花期（ADAP）、生理成熟期（MDAP）、產量（HWAM）和成熟期地上千物重（CWAM）的均方根誤差RRMSE作為評價模型的指標。

使用2018和2019年的天氣數據驅動校準后的DSSAT模型，結果表明模型對2018年產量模擬的效果較差，RRMSE大于30％，這可能是因為2018年持續的高溫天氣和嚴重的干旱情況，而DSSAT-CERES-Maize模型對極端干旱天氣的產量模擬效果欠佳，使得模擬誤差偏大；2019年ADAP、MDAP、HWAM和CWAM的模擬效果較好，RRMSE均小于10％。因此，本文選用2019年玉米模擬與觀測之間的RRMSE，作為驗證控制生育期的遺傳參數的依據。如表2所示，ADAP、MDAP、HWAM和CWAM的RRMSE均小于10％，模擬效果都非常好。

3結論

本文選用DSSAT模型對鐵嶺地區玉米遺傳參數進行校準，并結合”試錯法”獲得最優的玉米遺傳參數，并選用相對均方根誤差進行驗證，模擬效果都非常好。但模型對極端干旱天氣的產量模擬效果欠佳，2018年持續的高溫天氣和嚴重的干旱情況導致模擬誤差偏大。