《表4 东北和黄淮海地区郑单958的遗传参数》
MDLA方法基于站点作物模型的多冷害情景模拟训练统计模型,以期客观地刻画当地极端低温与产量之间的关系,进而应用到其他地方实现了区域的灾损评估。杨月等(2014)研究表明,作物模型难以捕捉极端气象条件下的产量,而本文较为准确地估算了低温冷害的损失,主要原因是不同地区玉米的温度敏感性有所差异,即作物模型的灾害模拟能力与设置的情景有关。实际上,当前流行的作物模型均考虑了温度对作物生长发育的影响,如APSIM (Keating等,2003)和CERES (Jones等,2003)系列模型在播种到出苗采用日积温(GDD)法进行预测,出苗以后采用每日热时间(DTT),来衡量温度对发育进程或发育速率的影响。Wheat Grow则以一天中不同时段的相对热效应的平均值来定量温度对发育进程的影响(Meng等,2003;Yan等,2000),但MCWLA系列模型会根据当地实际环境将极端温度阈值设定为某个常数(张帅和陶福禄,2012)。中国玉米种植区跨越了多个温度带,不同地区作物生长的温度敏感性存在显著差异。以CERES-Maize为例,玉米品种“郑单958”在东北和黄淮海校准的遗传系数如表4所示。P5是从吐丝到成熟需要的>8℃的热量时间,在两个地区分别为857.1和1427.7,即在东北设置的降温情景若在黄淮海地区模拟,作物生长发育速率将变为了0,导致无法模拟冷害情景下的产量。此外,许多学者已经基于作物模型评估了各个地区多种作物干旱、热浪以及冷热害导致的产量损失(Liu等,2013;潘灼坤,2016;Wang等,2016;Zhang等,2014,2017;Jin等,2017),表明作物模型具备一定的灾害模拟能力,仍然是当前灾损评估的重要手段。
图表编号 | XD00212758100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.25 |
作者 | 张亮亮、张朝、曹娟、李子悦、陶福禄 |
绘制单位 | 北京师范大学地理科学学部环境演变与自然灾害教育部重点实验、北京师范大学地理科学学部环境演变与自然灾害教育部重点实验、北京师范大学地理科学学部环境演变与自然灾害教育部重点实验、北京师范大学地理科学学部环境演变与自然灾害教育部重点实验、中国科学院地理科学与资源研究所中国科学院陆地表层格局与模拟重点实验室 |
更多格式 | 高清、无水印(增值服务) |