《表2 CERES-Maize模型在中国代表地区的品种遗传参数 (玉米)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《作物生长模型的应用研究进展》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:P1为幼苗生长特性参数（C·d）；P2为光周期敏感参数（d）；P5为灌浆期特性参数（C·d）；G2为每株最大可能的籽粒数（粒）；G3为最优条件下籽粒的灌浆速率（mg·粒-1·d-1）；PHINT为出叶间隔特性参数（C·d）。表中参数结果来源于文献[11-19]。

模型评价一直以来都是作物生长模型发展的一个重要方面，是提高模型模拟精确度的关键环节，也是模型进入应用阶段的基础。理论上讲，模型模拟效果的好坏反映了系统模型对作物生长的环境、过程及过程间的相互作用的定量描述是否合理，能否较准确地刻画系统的行为特征，其评价指标需要与田间试验数据结合进行，应用较多的统计指标有均方根误差（RMSE）、均一化均方根误差（n RMSE）、模型性能指数（EF）、模拟值与测量值之间的一致性指数（d）等。具体实践过程中，要评价模型在当地是否适用，要与当地作物品种、自然环境条件、人为管理方式相结合，并通过多组田间观测数据对模型中的参数进行调试、更新和验证。根据大量的文献，近年来CERES-Maize模型在中国“本地化”的结果如表2所示[11-19]，可以看出，针对不同区域、不同品种，各品种遗传参数的数值是明显不同的。这些参数可作为相近品种在具有相似地形、气候特征区域的初始值，具体使用时需要针对研究区域的气候特征、土壤特征、管理措施和作物品种，进行调试和验证，得到适宜的模型参数。完成对模型的“本地化”后，方能进行模型的应用。模型的评价与检验既为模型应用奠定基础，又通过不断提出新问题促进模型的发展。