黄土高原作物模型点-面扩展机理研究

Crop model is one of the important tools in agricultural productivity assessment, water and soil resources management, and adaptation of agriculture to climate change. Crop model should be validated with field observation data. Due to spatial variations of crop cultivar, soil type, and agricultural managements, regional parameters of crop model can usually not be directly obtained, which might cause error in the scaling-up process from site to region. This kind of uncertainty limits the application of crop model at large scales. In this study, with four representative crop models (WOFOST, APSIM, CERES, and ChinaAgrosys), we will explore how the four factors (i.e. resolution of forcing data, scaling-up strategies, model types, and spatial heterogeneity) will influence regional simulation of phenology, yield, and water use in the Loess Plateau. First, we will study the influences of different spatial resolutions (i.e. 1, 5, 10, 25, 50 km) of forcing data, which include meteorological, soil, management, and crop cultivar parameters, on the simulation of crop phenology, yield, and water use. Next, we will test how two scaling-up strategies (i.e. “simulation first and interpolation next”, “interpolation first and simulation next”) will impact the spatial simulation. Third, we will evaluate the performance of the four crop models and explore the differences and their reasons in scaling-up due to model structures. Finally, four different regions of spatial heterogeneity in the Loess Plateau will be selected to examine the influence of spatial heterogeneity on scaling-up of crop models. The project is expected to provide a scientific understanding for application and improvement of crop models in large scales.

作物模型是农业生产力评估、水土资源管理和农业应对气候变化等研究的重要工具。作物模型通常利用站点数据进行率定和检验，在模型从点到面的升尺度中，由于作物品种、土壤类型和农田管理方式的区域差异，模型参数难以直接获取容易导致模型空间升尺度的误差，它是制约作物模型在区域应用的主要原因，然而这种误差未得到系统研究。本项目采用国内外四个代表性模型WOFOST、APSIM、CERES、ChinaAgrosys，以黄土高原为研究区域，分析空间分辨率、升尺度方法、模型类型和空间异质性四个方面对区域物候、产量和耗水模拟结果的影响，研究不同空间分辨率（1、5、10、25、50km）驱动数据对模拟精度的影响，评估“先模拟再插值”与“先插值再模拟”两种空间升尺度方法的精度差异，探究不同模型类型的空间升尺度结果差异，揭示不同空间异质性对作物模型空间升尺度的影响差异。研究成果可为作物模型区域应用和模型改进提供科学依据。

将站点尺度的作物模型扩展到区域模拟时，由于作物品种、土壤类型和农田管理方式的区域差异造成了模型空间升尺度的误差，这种误差尚未得到系统研究。本项目重点开展了：不同类型的作物模型站点尺度的验证和模拟差异比较、驱动数据的空间分辨率对作物模拟结果的影响、遗传参数空间升尺度方法对区域模拟的影响研究。通过项目实施，（1）阐明了不同模型类型的模拟差异，以光合机理为主要过程的WOFOST和ChinaAgrosys对光合参数以及干物质分配参数的精确度需求较高，此类模型比较适合用于土壤下垫面等相对均一的地区，可以反映气象驱动对作物生长的影响。以土壤过程和农田管理为核心模块的APSIM和CERES模型，对土壤参数要求苛刻，比较适用于农田管理和决策。（2）揭示了不同空间分辨率气象驱动数据对区域模拟的影响。不同空间分辨率的气象驱动数据对作物开花、成熟、地上生物量和穗重的模拟并无显著差异；但是高分辨率有更多的极值出现。此外，高空间分辨率数据存贮量和计算时间分别是低空间分辨率的80及100倍以上。（3）揭示了不同遗传参数空间升尺度的差异。比较了单站点品种、全国代表性品种、区域代表性品种、虚拟品种4种空间升尺度策略，虚拟品种升尺度方法比其他3种模拟精度高；由于生成的虚拟品种不需要进行参数验证，极大地加快了模型的参数校准和验证。项目的研究结论对作物模型区域应用和模型改进具有较好的参考价值。此外，在此研究的基础上，构建了中国作物生长模拟系统（CGMS-China）, 并将该系统应用到国家级农业气象业务中，该系统为作物长势监测、产量预报、农业气象灾害评估等农业气象业务提供较好的支撑。