田间观测试验的作物物候和产量数据(包括播种期、出苗期、拔节期、开花期 和成熟期等物候期，穗粒数，千粒重，籽粒产量等)确定各自的品种参数范围。
[0036] 表1代表站点两个时期种植的典型作物品种
[0037]
[0038] 2、佛足悮型品柙篸数值
[0039]基于步骤1中确定的品种参数范围，根据APSM模型需要，将研究站点对应年份的 日气象数据、土壤数据和田间管理措施数据(播种方式、灌溉、施肥、收获等)输入APS頂模型 中，采用试错法，根据田间观测试验的作物物候和产量数据对不同时期不同品种的品种参 数进行校正和验证，确定具体的作物品种参数值。
[0040] 根据研究区多站点多品种对模拟产量和实测产量进行对比分析，相关系数R2达到 0.93,如图2所示，说明确定的作物品种参数值在研究区各个站点有较好的适用性和代表 性。
[0041] 3、设置不同时期的代表管理措施
[0042]根据各个站点详细的管理措施数据记录设置不同时期的管理条件，如表2所示，本 实施例主要考虑了不同时期的不同施肥量。
[0043]表2代表站点两个时期施肥管理措施
[0044]
[0045] 4、长时间序列不同品种、不同管理措施作物生长机理模型产量模拟
[0046] 根据步骤2中确定的作物品种参数值，对长时间序列的不同品种和不同管理措施 下的作物生长机理模型模拟产量值进行对比分析，分别计算品种变化和管理措施改变对作 物产量的贡献;并对作物品种在长时间序列上的作物产量模拟值进行线性拟合，计算气候 变化对作物产量的贡献。
[0047] (4-1)品种变化对作物产量的贡献Cc的计算公式为：
[0048]
[0049] 其中，Y(C2) i是品种Π 的作物模拟产量，Y(Cl)i是品种I的作物模拟产量，i是年份 (1,2,......,η)；
[0050] (4-2)管理措施改变对作物产量的贡献Cm的计算公式为：
[0051]
[0052]其中，Y(M2h是管理措施Π 条件下的作物模拟产量，Y(Mlh是管理措施I条件下的 作物模拟产量；
[0053] (4-3)气候变化对作物产量的贡献的计算方法为：
[0054] (4-3-1)首先对连续多年一致的品种和管理措施下作物模拟产量Y(C)i进行线性 拟合：
[0055] Y(C)i = aXi+b
[0056] 其中，Xi模拟年份(i = 1，2，……，n)，a是线性拟合斜率，b是线性拟合截距；
[0057] (4-3-2)计算长时间序列气候变化对作物产量的贡献Cel:
[0058]
[0059] 其中，η是模拟年份值。
[0060] 通过模拟计算，得到各个代表站点过去30年关键因子（品种变换、管理措施改变和 气候变化)夏玉米产量贡献，见表3所示。
[0061] 表3代表站点关键因子夏玉米产量贡献
[0062]
[0063]通过求平均计算，最终得到研究区过去30年关键因子（品种变换、管理措施改变和 气候变化)夏玉米产量贡献，如图3所示。
[0064]本发明公开了一种基于作物生长机理模型的关键因子产量贡献计算方法，通过作 物田间实验观测资料调整APS頂作物生长机理模型品种参数，利用作物生长机理模型模拟 不同情景下作物生长过程，能够直观的分离出品种、管理措施以及气候变化等关键因子对 作物产量的贡献，对于指导品种选育和改善田间管理等农业生产措施来应对和适应气候变 化具有重要意义。
【主权项】
1. 一种基于作物生长机理模型的关键因子产量贡献计算方法，其特征在于:该方法包 括如下步骤： (1) 选择研究站点不同时期的多个作物品种，根据实际田间观测试验的作物物候和产 量数据确定各自的品种参数范围； (2) 基于步骤（1)中确定的品种参数范围，利用研究站点的气象数据和作物管理措施数 据驱动APS頂作物生长机理模型，采用试错法确定具体的作物品种参数值； (3) 根据步骤(2)中确定的作物品种参数值，对长时间序列的不同品种和不同管理措施 下的作物生长机理模型模拟产量值进行对比分析，分别计算品种变化和管理措施改变对作 物产量的贡献;并对作物品种在长时间序列上的作物产量模拟值进行线性拟合，计算气候 变化对作物产量的贡献。2. 根据权利要求1所述的基于作物生长机理模型的关键因子产量贡献计算方法，其特 征在于:所述步骤(3)中： (3-1)品种变化对作物产量的贡献Cc的计算公式为： 職-戦 /" 台耶琪 / 其中，Y(C2) i是品种Π的作物模拟产量，Y(Cl) i是品种I的作物模拟产量，i是年份（1， 2,......,η)； (3-2)管理措施改变对作物产量的贡献Cm的计算公式为： ~=±擎1-、调4 tr πμ丨)，/ 其中，Y(M2)i是管理措施Π条件下的作物模拟产量，Y(Ml)i是管理措施I条件下的作物 模拟产量； (3-3)气候变化对作物产量的贡献的计算方法为： (3-3-1)首先对连续多年一致的品种和管理措施下作物模拟产量YKh进行线性拟合： Y(C)i = aXi+b 其中，&模拟年份(i = 1，2，……，η)，a是线性拟合斜率，b是线性拟合截距； (3-3-2)计算长时间序列气候变化对作物产量的贡献Cel: Ccl= n.........3...........Γ E：F(C),/? Μ / 其中，η是模拟年份值。
【专利摘要】本发明公开了一种基于作物生长机理模型的关键因子产量贡献计算方法，选择研究站点不同时期的多个作物品种，根据实际田间观测试验的作物物候和产量数据确定各自的品种参数范围；利用研究站点的气象数据和作物管理措施数据驱动APSIM作物生长机理模型，采用试错法确定具体的作物品种参数值；对长时间序列的不同品种和不同管理措施下的作物生长机理模型模拟产量值进行对比分析，分别计算品种变化和管理措施改变对作物产量的贡献；并对作物品种在长时间序列上的作物产量模拟值进行线性拟合，计算气候变化对作物产量的贡献。
【IPC分类】G06F17/50
【公开号】CN105468854
【申请号】CN201510846808
【发明人】肖登攀, 王仁德, 栗志强
【申请人】河北省科学院地理科学研究所
【公开日】2016年4月6日
【申请日】2015年11月27日