基于光溫模型的吉林省馬鈴薯物候期預(yù)測(cè)效果比較

楊近鵬　何英彬　張勝利　韓忠才　徐飛　孫靜　羅善軍　徐瑞陽　馬欣甜　林澤儒　張志良

摘要：馬鈴薯是我國繼小麥、玉米、水稻后的第四大主糧作物，準(zhǔn)確模擬馬鈴薯生育期是預(yù)測(cè)產(chǎn)量的關(guān)鍵步驟。使用被廣泛應(yīng)用于預(yù)測(cè)作物生育期的3種溫度響應(yīng)函數(shù)（正弦指數(shù)函數(shù)、WE溫度響應(yīng)函數(shù)、Beta函數(shù)）和2種日長響應(yīng)函數(shù)（負(fù)指數(shù)函數(shù)、DSSAT-SUBSTOR日長響應(yīng)函數(shù)）組合形成6種光溫模型（SN、WN、BN、SD、WD、BD）。模型引入各生育期最大日發(fā)育速率、臨界日長、感光系數(shù)和感溫系數(shù)來描述馬鈴薯發(fā)育過程，使用最大似然法（GLUE）來估計(jì)各個(gè)光溫模型的參數(shù)，模型經(jīng)參數(shù)調(diào)節(jié)后用于預(yù)測(cè)吉林省馬鈴薯生育期，旨在對(duì)比不同光溫模型對(duì)吉林省不同馬鈴薯品種的預(yù)測(cè)效果，并找到研究區(qū)域表現(xiàn)最優(yōu)的光溫模型。結(jié)果表明，6種光溫模型均能很好地預(yù)測(cè)馬鈴薯生育期，且馬鈴薯不同生育階段表現(xiàn)最好的光溫模型不同，在研究區(qū)域，BN模型對(duì)馬鈴薯早熟品種費(fèi)烏瑞它生育期的綜合預(yù)測(cè)效果最好;SN模型對(duì)馬鈴薯中晚熟品種延薯4號(hào)生育期的綜合預(yù)測(cè)效果最好。

關(guān)鍵詞：日長;溫度;馬鈴薯;生育期;光溫模型

中圖分類號(hào)： S532.01;S165+.21文獻(xiàn)標(biāo)志碼： A文章編號(hào)：1002-1302（2021）19-0209-07

我國馬鈴薯種植面積和總產(chǎn)量位居世界首位，隨著我國“馬鈴薯主糧化”戰(zhàn)略的實(shí)施，馬鈴薯已逐步成為繼小麥、玉米和水稻之后的第四大作物 [1]。因此，加強(qiáng)對(duì)馬鈴薯相關(guān)的研究，對(duì)于保障我國糧食安全和農(nóng)業(yè)可持續(xù)發(fā)展具有重要意義。準(zhǔn)確模擬馬鈴薯的生育期是預(yù)測(cè)馬鈴薯產(chǎn)量的關(guān)鍵步驟，也有利于農(nóng)業(yè)管理者進(jìn)行田間管理、搶收上市，提升農(nóng)民經(jīng)濟(jì)效益。

對(duì)于特定的作物品種而言，其生育期主要受環(huán)境因子影響，而在所有環(huán)境因子中，溫度和日長對(duì)作物發(fā)育的影響最大[2]。最早人們使用積溫法對(duì)作物生育期進(jìn)行模擬，認(rèn)為作物只要積累到相應(yīng)長度的積溫即完成了生長發(fā)育，但是隨著積溫法的不斷使用，人們發(fā)現(xiàn)作物生育期內(nèi)積累的溫度往往不是一個(gè)定值。大量研究表明，作物在低溫時(shí)生長發(fā)育會(huì)受到脅迫甚至停止生長。因此，在積溫學(xué)說的基礎(chǔ)上，科學(xué)家提出“生長度日”的概念，認(rèn)為作物發(fā)育速率與高于下限溫度的部分線性相關(guān)，但當(dāng)溫度低于下限溫度時(shí)，作物停止生長，發(fā)育速率為0，下限溫度取決于特定的作物品種[3]。一些學(xué)者的研究結(jié)果進(jìn)一步表明，在下限溫度與最適溫度之間作物的發(fā)育速率隨溫度的上升而上升，超過最適溫度后，發(fā)育速率隨溫度的升高而下降，盡管在作物生長發(fā)育過程中的某一階段可能是線性關(guān)系，但并不適用于整個(gè)生育期[4-6];隨著研究的逐步深入，科學(xué)家們發(fā)現(xiàn)作物發(fā)育速率與溫度的關(guān)系是非線性的[7]。因此，大量非線性函數(shù)被用來描述溫度對(duì)作物發(fā)育的影響，如二次函數(shù)、logistic函數(shù)、正弦指數(shù)函數(shù)等[8-11]。

除溫度外，日長是又一影響作物發(fā)育的重要環(huán)境因子。不同作物對(duì)日長的響應(yīng)不一，根據(jù)作物對(duì)日長的反應(yīng)可以將作物分為長日照作物、短日照作物和對(duì)日長不敏感作物。長日照作物（如小麥）的小穗原基將會(huì)在長日照的作用下加速分化[12];短日照可以促進(jìn)短日照作物馬鈴薯的塊莖形成，縮短馬鈴薯生育期，提高馬鈴薯產(chǎn)量[13-15]，且不同基因型的馬鈴薯受日長的影響不同，相較于早熟品種，日長對(duì)中晚熟品種的影響較大[15-16]。與溫度響應(yīng)函數(shù)一樣，許多函數(shù)同樣被用來描述日長對(duì)作物發(fā)育的影響，如線性函數(shù)、二次函數(shù)、指數(shù)函數(shù)等[17-19]。

考慮到日長對(duì)作物發(fā)育的影響，越來越多的研究在對(duì)作物生育期進(jìn)行預(yù)測(cè)時(shí)開始引入日長因子，與溫度因子一同描述作物的發(fā)育。如高亮之等在研究水稻生育期時(shí)提出了著名的水稻鐘模型，該模型采用2段非線性函數(shù)，能很好地描述作物最適溫度上下發(fā)育速率對(duì)溫度的響應(yīng)，且模型引入了指數(shù)函數(shù)來描述日長對(duì)水稻發(fā)育速率的影響[20]。但是模型系數(shù)P（增溫促進(jìn)系數(shù)）和Q（低溫抑制系數(shù)）須要分別估算，因此出現(xiàn)了不能保證“預(yù)先確定的最適溫度下發(fā)育速率最快”這一前提[7]。針對(duì)鐘模型的缺陷，Yin等提出了基于β函數(shù)的光溫模型，使用β函數(shù)來描述溫度和日長對(duì)水稻發(fā)育的影響[21]。Wang等提出了著名的WE模型，該模型考慮了溫度、日長和春化作用對(duì)小麥發(fā)育速率的影響，每個(gè)生長階段的溫度響應(yīng)函數(shù)由該階段三基點(diǎn)溫度決定，皆為非線性函數(shù)，能夠很好地描述作物發(fā)育速率與溫度的關(guān)系[6]。國內(nèi)外學(xué)者使用光溫模型對(duì)作物的生育期預(yù)測(cè)做了大量研究，這些模型中作物發(fā)育速率與溫度的關(guān)系為非線性，更接近作物生理發(fā)育過程，且考慮了日長對(duì)作物發(fā)育的影響，但是這些模型所描述的作物多為小麥、水稻、玉米等地上部作物，而馬鈴薯收獲的是變態(tài)莖，其塊莖在土壤中形成。

在對(duì)馬鈴薯的生育期模擬上，茍芳等以生理發(fā)育時(shí)間為基礎(chǔ)建立了馬鈴薯生育期模擬模型[22]，但模型中使用2段線性函數(shù)來描述溫度對(duì)馬鈴薯的影響，與實(shí)際生理發(fā)育過程不符[23];黃沖平等提出了基于高斯函數(shù)的溫度效應(yīng)系數(shù)模型，應(yīng)用于馬鈴薯生育期的模擬，并與β模型的模擬效果進(jìn)行了比較，發(fā)現(xiàn)二者模擬效果十分一致，均可用于馬鈴薯生育期的模擬[7];Streck等對(duì)WE模型進(jìn)行了修改，用來模擬馬鈴薯生育期，模型綜合考慮了溫度和日長對(duì)馬鈴薯發(fā)育的影響，能夠較好地模擬馬鈴薯生育期[24];盡管不少學(xué)者使用光溫生育模型對(duì)馬鈴薯生育期進(jìn)行了預(yù)測(cè)，并且與其他模型做了一些對(duì)比，但是少見多種溫度響應(yīng)函數(shù)和日長響應(yīng)函數(shù)所構(gòu)成的光溫模型對(duì)馬鈴薯不同品種生育期預(yù)測(cè)效果的比較。因此，本研究主要目的在于對(duì)比不同光溫模型對(duì)不同馬鈴薯品種生育期的模擬效果，并找出最適于研究區(qū)域的馬鈴薯生育期預(yù)測(cè)模型。

1材料與方法

1.1研究區(qū)概況

馬鈴薯不同品種的分期播種試驗(yàn)在吉林省進(jìn)行，吉林省是我國馬鈴薯單產(chǎn)最高的省份，地處溫帶大陸性季風(fēng)氣候，雨熱同季，年平均降水量522～615 mm，夏季降水量占全年降水量的60%以上，較適宜馬鈴薯種植，種植制度為1年1熟制。

1.2田間試驗(yàn)

分別于2020年4月18日在長春市九臺(tái)區(qū)、4月23日在松原市長嶺縣長嶺鎮(zhèn)、4月27日在白城市鎮(zhèn)賚縣鎮(zhèn)賚鎮(zhèn)、4月29日在白城市通榆縣和5月1日在長春市公主嶺縣陶家屯鎮(zhèn)播種早熟品種費(fèi)烏瑞它;于2015—2019年在吉林省蔬菜花卉科學(xué)研究院農(nóng)業(yè)科技示范園連續(xù)種植中晚熟品種延薯4號(hào)和早熟品種費(fèi)烏瑞它。馬鈴薯分期播種試驗(yàn)均在水肥充足的條件下進(jìn)行，每個(gè)馬鈴薯品種各重復(fù)3次，各重復(fù)區(qū)設(shè)置32個(gè)小區(qū)，每個(gè)小區(qū)內(nèi)種植10株馬鈴薯，壟寬75cm，株距30cm，馬鈴薯管理模式參考一般田間模式進(jìn)行。

生育期內(nèi)，每天10：00對(duì)馬鈴薯進(jìn)行觀測(cè)。將馬鈴薯總播種穴的50%出苗定義為出苗期，50%植株開花為開花期，總?cè)~面積70%枯黃為成熟期。

1.3光溫模型建模原理

本研究中的光溫模型借鑒WE模型的形式，通過累積每日發(fā)育速率（daily development rate）達(dá)到指定發(fā)育階段DS（development stage） 來預(yù)測(cè)馬鈴薯生育期[24]，如DS=∑r。將馬鈴薯生育階段劃分為播種-出苗、出苗-開花、開花-成熟3個(gè)生長階段。DS達(dá)到1時(shí)為出苗日，達(dá)到2時(shí)為開花日，達(dá)到3時(shí)為成熟日。模型的基本形式如式（1）、式（2）、式（3）所示。

式中：r為每日發(fā)育速率，/d;r_max，1、r_max，2和r_max，3分別為播種-出苗、出苗-開花和開花-成熟階段的最大日發(fā)育速率（/d），為品種遺傳參數(shù)。當(dāng)馬鈴薯處于最適的光溫狀態(tài)下時(shí)，馬鈴薯的日發(fā)育速率與該階段的最大日發(fā)育速率相等。f（T）為溫度響應(yīng)函數(shù)，f（P）為光周期響應(yīng)函數(shù)。

1.3.1溫度響應(yīng)函數(shù)大量溫度響應(yīng)函數(shù)被用來描述作物發(fā)育對(duì)溫度的響應(yīng)，本研究選取3個(gè)應(yīng)用較為廣泛的溫度響應(yīng)函數(shù)（β函數(shù)、正弦指數(shù)函數(shù)、WE溫度響應(yīng)函數(shù)）來描述溫度對(duì)馬鈴薯發(fā)育速率的影響[5-6，25]，具體公式如表1所示。

綜合文獻(xiàn)資料記載[25-28]，確定馬鈴薯延薯4號(hào)和費(fèi)烏瑞它各個(gè)生育期階段的三基點(diǎn)溫度，詳見表2。

1.3.2日長響應(yīng)函數(shù)本研究選取的日長響應(yīng)函數(shù)為負(fù)指數(shù)函數(shù)和DSSAT-SUBSTOR模型中的日長響應(yīng)函數(shù)[24]，其具體公式詳見表3。日長使用文獻(xiàn)[25]中的方法計(jì)算。

1.3.3溫度響應(yīng)函數(shù)與日長函數(shù)的組合使用表1中的溫度響應(yīng)函數(shù)和表3中的日長響應(yīng)函數(shù)分別替換式（1）至式（3）中的溫度和日長響應(yīng)函數(shù)，搭配組合形成6種模型，詳見表4。將參數(shù)調(diào)節(jié)后的光溫模型用于模擬吉林省馬鈴薯中晚熟品種延薯4號(hào)和早熟品種費(fèi)烏瑞它的生育期。

1.4數(shù)據(jù)處理

本研究中使用到的氣象數(shù)據(jù)為日平均氣溫，來自中國氣象數(shù)據(jù)網(wǎng)（http：//data.cma.cn）。模型的運(yùn)行、校正及驗(yàn)證均在R語言4.0.3版本中進(jìn)行。

1.5模型參數(shù)估計(jì)與驗(yàn)證

1.5.1參數(shù)估計(jì)本研究上述的光溫模型遺傳參數(shù)包括馬鈴薯各生育期最大日發(fā)育速率、光敏感系數(shù)、臨界光周期等參數(shù)，使用吉林省長春市九臺(tái)區(qū)2020年4月18日、松原市長嶺縣長嶺鎮(zhèn)2020年4月23日、長春市公主嶺縣陶家屯鎮(zhèn)2020年5月1日和吉林省蔬菜花卉科學(xué)研究院2015年5月5日、2018年5月11日的費(fèi)烏瑞它生育期實(shí)測(cè)數(shù)據(jù)對(duì)早熟品種費(fèi)烏瑞它進(jìn)行參數(shù)估計(jì);使用吉林省蔬菜花卉科學(xué)研究院2015年5月5日、2016年5月8日和2017年5月10日延薯4號(hào)生育期實(shí)測(cè)數(shù)據(jù)對(duì)中晚熟品種延薯4號(hào)進(jìn)行參數(shù)估計(jì)。使用最大似然法（general likelihood uncertainty estimation，GLUE）來對(duì)模型參數(shù)進(jìn)行率定，該方法利用貝葉斯公式計(jì)算產(chǎn)生模擬值的參數(shù)集的似然值，并構(gòu)建各個(gè)參數(shù)的后驗(yàn)分布[29]。主要步驟包括：（1）設(shè)置參數(shù)先驗(yàn)分布，隨機(jī)生成參數(shù)集;（2）使用生成的隨機(jī)參數(shù)集，運(yùn)行模型;（3）計(jì)算似然值，使用似然函數(shù)計(jì)算模型輸出的模擬值與實(shí)測(cè)值之間的似然值;（4）構(gòu)建后驗(yàn)分布。本研究中，為了確保參數(shù)估計(jì)的準(zhǔn)確性和后驗(yàn)分布計(jì)算的合理性，每一組模型參數(shù)使用GLUE程序運(yùn)行3輪以上，每輪運(yùn)行10 000次，逐漸縮小參數(shù)范圍，找出后驗(yàn)分布接近平滑的正態(tài)曲線時(shí)最大似然值對(duì)應(yīng)的參數(shù)組。

1.5.2模型驗(yàn)證使用吉林省蔬菜花卉科學(xué)研究院2016年5月8日、2017年5月10日、2019年5月10日、白城市通榆縣2020年4月27日和白城市鎮(zhèn)賚縣鎮(zhèn)賚鎮(zhèn)4月29日的數(shù)據(jù)對(duì)早熟品種費(fèi)烏瑞它進(jìn)行驗(yàn)證;使用吉林省蔬菜花卉科學(xué)研究院農(nóng)業(yè)科技示范園2018年5月11日和2019年5月10日的播期數(shù)據(jù)對(duì)中晚熟品種延薯4號(hào)進(jìn)行驗(yàn)證。

采用均方根誤差（root mean square error，RMSE）和確定系數(shù)（R2） 來對(duì)模擬值與觀測(cè)值間的符合度進(jìn)行分析。RMSE值越小，表明模擬值與觀測(cè)值的一致性越好，模型的模擬結(jié)果越準(zhǔn)確[30]，R2值越大，說明模擬值與觀測(cè)值相關(guān)性越大[31]。

2結(jié)果與分析

2.1模型參數(shù)率定結(jié)果

表5為6個(gè)光溫模型的參數(shù)率定結(jié)果，可以看出，不同模型估計(jì)出的馬鈴薯早熟品種費(fèi)烏瑞它和中晚熟品種延薯4號(hào)各階段最大日發(fā)育速率基本一致。早熟品種費(fèi)烏瑞它在播種-出苗期最大日發(fā)育速率基本在0.04/d左右，出苗-開花期最大日發(fā)育速率介于0.038～0.043/d之間，開花-成熟期最大日發(fā)育速率在0.033～0.038/d左右，其臨界日長Pc約為12.6 h，不同模型所估計(jì)的感光系數(shù)w和P2分別在0.100～0.156和0.39～0.55之間，感溫系數(shù)Ts在0.042～0.580之間;中晚熟品種延薯4號(hào)在播種-出苗期的最大日發(fā)育速率在0.035～0039/d之間，出苗-開花期的最大日發(fā)育速率分別在0.060～0.078/d之間波動(dòng)，開花-成熟期的最大日發(fā)育速率為0.018/d左右，其臨界日長約為12.9 h，延薯4號(hào)的感光系數(shù)w和P2要大于費(fèi)烏瑞它，這是因?yàn)橹型硎炱贩N對(duì)日長的反應(yīng)比早熟品種更加敏感，延薯4號(hào)的感溫系數(shù)與費(fèi)烏瑞它相差不大，在0.66～0.73之間。

2.2模型驗(yàn)證

表6為不同光溫模型對(duì)馬鈴薯費(fèi)烏瑞它和延薯4號(hào)不同生育期預(yù)測(cè)值和模擬值的RMSE。對(duì)于早熟品種費(fèi)烏瑞它，在對(duì)播種-出苗期的預(yù)測(cè)中，各個(gè)模型預(yù)測(cè)效果相差不大，BD模型的均方根誤差最小，預(yù)測(cè)效果略優(yōu)于其他模型，其模擬值和觀測(cè)值的RMSE為2.49 d;對(duì)出苗-開花期的預(yù)測(cè)中，BN模型預(yù)測(cè)效果最好，其模擬值和觀測(cè)值的RMSE為6.45 d;BN和SD模型在開花-成熟期均取得了較好的預(yù)測(cè)效果，其模擬值和觀測(cè)值的RMSE為598 d。對(duì)于中晚熟品種延薯4號(hào)，6個(gè)模型對(duì)播種-出苗期的預(yù)測(cè)中，除SD模型預(yù)測(cè)值和模擬值的RMSE為1 d外，其他模型的RMSE均為0 d;在對(duì)出苗-開花期的預(yù)測(cè)中，SN模型的預(yù)測(cè)效果優(yōu)于其他模型，其RMSE為4.12 d;對(duì)開花-成熟期的預(yù)測(cè)中，BD和WD模型的預(yù)測(cè)效果最好，其RMSE為 1.41 d。

圖1為各個(gè)模型對(duì)馬鈴薯費(fèi)烏瑞它（a、b）和延薯4號(hào)（c、d）生育期預(yù)測(cè)結(jié)果的1 ∶1等線圖。由圖1可知，各光溫模型對(duì)馬鈴薯中晚熟品種延薯4號(hào)的預(yù)測(cè)效果整體上優(yōu)于早熟品種費(fèi)烏瑞它。6個(gè)光溫模型均能很好地預(yù)測(cè)費(fèi)烏瑞它和延薯4號(hào)的生育期。模擬結(jié)果顯示，各個(gè)光溫模型對(duì)費(fèi)烏瑞它全育期預(yù)測(cè)值和觀測(cè)值的RMSE在5.29～6.56 d間，BN模型的綜合預(yù)測(cè)效果最好，其RMSE為5.29 d;對(duì)延薯4號(hào)全生育期預(yù)測(cè)值和模擬值的RMSE在 2.55～3.98 d之間，SN模型的綜合預(yù)測(cè)效果最好，其RMSE為2.55 d。

3討論與結(jié)論

對(duì)馬鈴薯生育期的準(zhǔn)確預(yù)測(cè)可以幫助農(nóng)業(yè)管理者制定最佳的田間管理方案，以取得最佳的經(jīng)濟(jì)效益。本研究使用6種光溫模型對(duì)吉林省馬鈴薯早熟品種費(fèi)烏瑞它和中晚熟品種延薯4號(hào)的物候期進(jìn)行了模擬，模型考慮溫度、日長2個(gè)環(huán)境因子對(duì)馬鈴薯發(fā)育的影響，經(jīng)過模型校正及對(duì)比，選擇出對(duì)不同品種生育期預(yù)測(cè)最精確的光溫模型，可為今后的馬鈴薯物候期預(yù)測(cè)提供參考。

溫度與日長是影響馬鈴薯生長的2個(gè)主要環(huán)境因子，近年來，溫度響應(yīng)函數(shù)和日長響應(yīng)函數(shù)所構(gòu)建的光溫模型如WE模型、β模型、鐘模型等被廣泛應(yīng)用于各種作物的生育期預(yù)測(cè)上。在對(duì)馬鈴薯生育期的預(yù)測(cè)上，Streck等使用修改后的WE模型對(duì)馬鈴薯生育期進(jìn)行了模擬，并與積溫模型相對(duì)比，模型綜合考慮了溫度和日長對(duì)馬鈴薯發(fā)育的影響，結(jié)果表明，WE模型模擬精度高于線性積溫模型[24];黃沖平等的研究表明，基于高斯函數(shù)的溫度效應(yīng)系數(shù)模型與β模型模擬效果較為一致，都可用于預(yù)測(cè)馬鈴薯生育期[7];周岑岑基于生理發(fā)育時(shí)間法，使用正弦指數(shù)函數(shù)和三角函數(shù)來描述溫度和日長對(duì)馬鈴薯發(fā)育的影響，并且與WE模型做了預(yù)測(cè)精度的對(duì)比，結(jié)果表明生理發(fā)育時(shí)間法對(duì)馬鈴薯的預(yù)測(cè)效果優(yōu)于WE模型[25]。對(duì)馬鈴薯生育期預(yù)測(cè)效果最佳的光溫模型可能隨地區(qū)和品種的不同而

變化，本研究中的光溫模型對(duì)馬鈴薯早熟品種費(fèi)烏瑞它和中晚熟品種延薯4號(hào)的生育期預(yù)測(cè)結(jié)果表明，6個(gè)光溫模型均能很好地預(yù)測(cè)研究地區(qū)馬鈴薯的生育期（R2均大于0.95），在對(duì)馬鈴薯不同品種和不同生育階段的預(yù)測(cè)上，不同模型表現(xiàn)不一，如SN模型對(duì)延薯4號(hào)出苗-開花期的預(yù)測(cè)效果在6個(gè)模型中最好，而對(duì)延薯4號(hào)開花-成熟期的預(yù)測(cè)最準(zhǔn)確的模型是WD和BD模型;對(duì)于早熟品種費(fèi)烏瑞它，盡管不同模型在不同生育階段的預(yù)測(cè)效果不一，但其預(yù)測(cè)精度差異較小。在不同光溫模型對(duì)整個(gè)生育期預(yù)測(cè)的表現(xiàn)上，6個(gè)光溫模型的預(yù)測(cè)精度差異不大，在對(duì)早熟品種費(fèi)烏瑞它的全生育期預(yù)測(cè)中，BN模型略優(yōu)于其他幾個(gè)模型;對(duì)中晚熟品種延薯4號(hào)的全生育期預(yù)測(cè)中，SN模型預(yù)測(cè)效果最好。

在對(duì)參數(shù)估計(jì)的過程中發(fā)現(xiàn)，固定最大日發(fā)育速率后，感光系數(shù)、感溫系數(shù)等參數(shù)在小范圍內(nèi)波動(dòng)對(duì)馬鈴薯的模擬效果影響不大，因此參數(shù)率定結(jié)果中不同光溫模型率定的同一參數(shù)略有差異;且在對(duì)馬鈴薯生育期模擬中發(fā)現(xiàn)，對(duì)延薯4號(hào)生育期的預(yù)測(cè)精度要高于費(fèi)烏瑞它，這可能是延薯4號(hào)播期試驗(yàn)數(shù)據(jù)光溫差異較小所致。另外，對(duì)于馬鈴薯早熟品種費(fèi)烏瑞它，由于幾個(gè)試驗(yàn)地點(diǎn)緯度差異較小，且水肥條件、田間管理一致，本研究忽略了緯度對(duì)溫度和日長產(chǎn)生的影響，假設(shè)不同試驗(yàn)的光溫差異只來源于馬鈴薯不同播期所產(chǎn)生的差異，這可能會(huì)對(duì)試驗(yàn)結(jié)果產(chǎn)生一些誤差，下一步工作應(yīng)當(dāng)針對(duì)上述不足進(jìn)一步試驗(yàn)。

本研究使用的6個(gè)光溫模型均能很好地預(yù)測(cè)吉林省馬鈴薯早熟品種費(fèi)烏瑞它和中晚熟品種延薯4號(hào)的生育期，馬鈴薯不同品種和不同生育期表現(xiàn)最好的光溫模型不一，就綜合預(yù)測(cè)效果而言，在研究區(qū)域推薦使用BN模型預(yù)測(cè)馬鈴薯早熟品種費(fèi)烏瑞它的生育期，使用SN模型預(yù)測(cè)中晚熟品種延薯4號(hào)的生育期。

參考文獻(xiàn)：

[1]盧肖平. 馬鈴薯主糧化戰(zhàn)略的意義、瓶頸與政策建議[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2015 （3）：1-7.

[2]Eric R，Rod S，Richard E，et al. Adaptation of flowering in crops to climate[J]. Outlook on Agriculture，1993，22（2）：105-110.

[3]Tollenaar M. Effect of temperature on rate of leaf appearance and flowering date in maize[J]. Crop Science，1979，19（3）：363-366.

[4]Raymond B. Bases and limits to using ‘degree.day units[J]. Europe Journey Agronomy，2000，13（1）：1-10.

[5]Yin X Y，Martin J K，Graham M，et al. A nonlinear model for crop development as a function of temperature[J]. Agricultural and Forest Meteorology，1995，77（1/2）：1-16.

[6]Wang E，Engel T. Simulation of phenological development of wheat crops[J]. Agricultural Systems，1998，58（1）：1-24.

[7]黃沖平，王愛華，胡秉民. 作物生長溫度效應(yīng)的非線性模型及其比較研究[J]. 生物數(shù)學(xué)學(xué)報(bào)，2004，19（4）：481-486.

[8]Brown D M，Chapman L J. Soybean ecology：development-temperature moisture relationship from field studies[J]. Agronomy Journal，1960，52（9）：496-499.

[9]Hiroshi N，Takeshi H. Modelling and prediction of developmental process in rice.Ⅱ. A model for simulating panicle development based on daily photoperiod and temperature[J]. Japanese Journal of Crop Science，1995，64（1）：33-42.

[10]曹衛(wèi)星，羅衛(wèi)紅. 作物系統(tǒng)模擬及智能管理[M]. 北京：華文出版社，2000.

[11]沈國權(quán). 影響作物發(fā)育速度的非線性溫度模式[J]. 氣象，1980（6）：9-11.

[12]夏鎮(zhèn)澳. 春小麥2419及冬小麥小紅芒的莖生長錐分化和發(fā)育階段的關(guān)系[J]. 植物生理學(xué)通訊，1956（5）：65-71.

[13]Allemann J，Hammes P S. Effect of photoperiod on tuberization in the Livingstone potato（Plectranthus esculentus N.E.Br. Lamiaceae）[J]. Field Crop Res，2006，98（1）：76-81

[14]Rodríguez-Falcón，Bou J，Prat S. Seasonal control of tuberization in potato：conserved elements with the flowering response[J]. Annual Review of Plant Biology，2006，57：151-180.

[15]Dam J V，Kooman P L，Struik P C. Effects of temperature and photoperiod on early growth and final number of tubers in potato （Solanum tuberosum L.） [J]. Potato Research，1996，39：51-62.

[16]肖特. 溫光對(duì)馬鈴薯植株生長及塊莖形成發(fā)育影響的研究[D]. 呼和浩特：內(nèi)蒙古農(nóng)業(yè)大學(xué)，2013.

[17]王冀川，馬富裕，馮勝利，等. 基于生理發(fā)育時(shí)間的加工番茄生育期模擬模型[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2008，19（7）：1544-1550.

[18]孟亞利，曹衛(wèi)星，周治國，等. 基于生長過程的水稻階段發(fā)育與物候期模擬模型[J]. 中國農(nóng)業(yè)科學(xué)，2003，36（11）：1362-1367.

[19]Gao L Z，Jin Z Q，Huang Y，et al. Rice clock model—A computer model to simulate rice development[J]. Agricultural and Forest Meteorology，1992，60（1/2）：1-16.

[20]高亮之，金之慶，黃耀，等. 水稻計(jì)算機(jī)模擬模型及其應(yīng)用之一：水稻鐘模型——水稻發(fā)育動(dòng)態(tài)的計(jì)算機(jī)模型[J]. 中國農(nóng)業(yè)氣象，1989，10（3）：3-10.

[21]Yin X Y，Kropff M J，Horie T，et al. A model for photothermal responses of flowering in rice I. Model description and parameterization[J]. Field Crops Research，1997，51（3）：189-200.

[22]茍芳，張立禎，董宛麟，等. 向日葵和馬鈴薯間作的生育期模擬模型[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2012，23（10）：2773-2778.

[23]殷新佑. 對(duì)預(yù)測(cè)作物發(fā)育的積溫法的評(píng)價(jià)[J]. 作物學(xué)報(bào)，1999，25（4）：474-782.

[24]Streck N A，de Paula F L M D P，Bisognin D A，et al. Simulating the development of field grown potato （Solanum tuberosum L.）[J]. Agricultural and Forest Meteorology，2006，142（1）：1-11.

[25]周岑岑. 馬鈴薯生育期及形態(tài)建成的模擬研究[D]. 武漢：華中農(nóng)業(yè)大學(xué)，2015.

[26]門福義，劉夢(mèng)蕓. 馬鈴薯栽培生理[M]. 北京：中國農(nóng)業(yè)出版社，1995.

[27]張永成，田豐. 馬鈴薯高產(chǎn)優(yōu)質(zhì)生理特性研究[M]. 北京：中國農(nóng)業(yè)科學(xué)技術(shù)出版社，2013.

[28]胡立勇，丁艷鋒. 作物栽培學(xué)[M]. 北京：高等教育出版社，2008.

[29]Jian Q H，James W J，Wendy D G，et al. Influence of likelihood function choice for estimating crop model parameters using the generalized likelihood uncertainty estimation method[J]. Agriculture System，2010，103（5）：256-264.

[30]嚴(yán)美春，曹衛(wèi)星，李存東，等. 小麥發(fā)育過程及生育期機(jī)理模型的檢驗(yàn)和評(píng)價(jià)[J]. 中國農(nóng)業(yè)科學(xué)，2000，33（2）：43-50

[31]韓勇，姚建軍，陳發(fā)棣，等. 標(biāo)準(zhǔn)切花菊花徑與其他重要數(shù)量性狀的相關(guān)與通徑分析[J]. 南京農(nóng)業(yè)大學(xué)學(xué)報(bào)，2012，35（1）：33-37.

基金項(xiàng)目：國家自然科學(xué)基金（編號(hào)：41771562）;中國農(nóng)業(yè)科學(xué)院資劃所創(chuàng)新工程項(xiàng)目（編號(hào)：2021-2025）。

作者簡介：楊近鵬（1995—），男，河北沙河人，碩士研究生，主要從事作物生長模型研究。E-mail：18833205093@163.com。

通信作者：何英彬，博士，研究員，主要從事作物生長模型研究。E-mail：heyingbin@caas.cn。