用ORYZA_V3水稻模型模拟江西直播早稻的适宜性分析*

段里成，姚俊萌，郭瑞鸽**，蔡 哲，张崇华

用ORYZA_V3水稻模型模拟江西直播早稻的适宜性分析*

段里成1，姚俊萌1，郭瑞鸽1**，蔡 哲1，张崇华2

（1．江西省农业气象中心，南昌 330096；2．南昌县气象局，南昌 330200）

以江西省2个主栽常规早籼稻品种中早35和中早39为试验材料，于2017年在南昌县进行8个播种期的早稻分期直播试验，各播期分别为3月11、16、21、26和31日，以及4月5、10和15日，其中定义3月11−26日为早播播种期（a），3月31日−4月15日为正常播种期（b），利用田间试验观测的生育期、叶面积指数、生物量等数据和气象资料，对ORYZA_V3水稻模型进行本地化调参验证，以分析ORYZA_V3水稻模型对江西直播早稻的适宜性。结果表明，ORYZA_V3水稻模型对直播早稻生育期模拟效果较好，其（决定系数）R2＞0.99，NRMSE（归一化均方根误差）在0.61%～3.12%范围波动。模型对早稻播种期叶面积指数、总生物量、穗生物量等模拟结果表现为播种期越早，模拟效果越差；越接近正常播种期，模拟效果越好。不同直播早稻品种对ORYZA_V3水稻模型适宜性存在差异，其中生育期模拟值与实测值中早35相差−1～1d，中早39相差−1～4d。说明用ORYZA_V3水稻模型进行双季直播早稻模拟时，需根据多年观测数据，对相应水稻播种期和品种进行模型参数的校准，以提高ORYZA_V3水稻模型适宜性。

ORYZA_V3水稻模型；直播早稻；模拟；适宜性；江西省

江西是双季稻主产区，双季稻种植面积占水稻种植面积的90%，是全国双季稻种植比例最高的省份，在保障国家粮食安全方面发挥重要作用[1]。近年来，直播稻因其具有省工、省时、节本增效等突出优势在多个省份得到推广应用[2−4]，直播稻面积在江西省呈逐年增加的趋势[5]。

作物模型是农业研究领域中重要的工具之一，它不仅能够分析单站试验结果，预测未来长势，还可以将模型由单站研究推广到广泛区域预测，进而形成管理决策支持系统，研究气候变化影响[6]。近年来，自从学者将国际水稻研究所( IRRI) 和瓦赫宁根大学联合研制的水稻生长模型ORYZA_V3引进中国，许多人对模型本地化应用进行了验证与应用分析。李宁等[7]基于气象灾害的ORYZA_V3水稻模型对双季稻发育期模拟的适应性进行了评价，余乾安等[8]基于ORYZA_V3水稻模型探索了赣抚平原灌区不同水文年型适宜的水稻水肥综合调控模式的水稻水肥综合调控模式，廖祺等[9]基于ORYZA_V3水稻模型研究控制灌溉对水稻适宜播期影响分析。结果表明，ORYZA_V3水稻模型通过本地化参数的校正，能较好地模拟水稻生育期、生物量及产量的变化特征[10−11]。

ORYZA_V3水稻模型是由国际水稻研究所根据多年的田间试验结果分析研究所得[12]，模型中虽有直播稻模拟模块，但是否适用于江西本地直播稻模拟，还需大量实验模拟验证。同时，受气候条件及地理环境影响，播期作为影响江西省直播稻产量最重要的因素，提早播种虽能延长双季直播早稻生育期，但成苗率有所下降，合理安排直播播期能保证基本苗，产量也较高[13]。因此，研究不同播种期下水稻模型对江西直播稻的适宜性，为ORYZA_V3水稻模型直播模块在江西本地化应用具有重要参考意义。基于此，在江西省南昌县泾口乡试验田开展了双季直播早稻分期播种田间试验，监测不同播种期成苗率、生育期、生物量等变化特征，并结合试验点气象资料，利用ORYZA_V3水稻模型开展模拟和校正，以期为ORYZA_V3水稻模型在江西直播稻本地化应用提供参考依据。

1 材料与方法

1.1 试验设计

试验于2017年2−8月在江西省南昌县泾口乡试验田(116°12′E，28°38′N)进行。供试早稻品种为江西省主栽的常规籼稻直播品种中早35和中早39，其具有种子价格低、产量较高等特点。试验土壤为水稻土，耕层土壤（0−20cm）全氮含量为1.85g·kg−1，速效氮为129.40mg·kg−1，有机质为29.82g·kg−1，速效磷为25.54mg·kg−1，速效钾为139.56mg·kg−1，pH值为5.73。

试验采用裂区设计，主区为品种，副区为播期，每个播期3个重复，每小区面积为5m2。第一批播种期均为3月11日，随后每5d一个播期，最晚为4月15日，共8个播期。两品种直播用种量均为60kg·hm−2，催芽至芽半长即稻芽达到种子一半长度时进行播种。施肥水平：氮肥用尿素（含N 46%），折合纯氮为150kg·hm−2，按基肥:分蘖肥:穗肥=6:2:2分次施用；磷肥用钙镁磷肥（含P2O512%），折合成P2O5为90kg·hm−2，全部做基肥施用；钾肥用氯化钾（含K2O 60%），折合成K2O为150kg·hm−2，按基肥:穗肥=6:4施用。试验田四周各留1m作为保护行，中间进行分期播种处理，各播期之间作垄（垄宽0.3m），田埂覆膜防止杂草生长，确保各播期处理间水肥相互独立。

江西早稻直播基本在4月5日左右[6]，为此，将3月11、16、21和26日定为早播播种期（a），3月31日和4月5、10、15日4个播期定为正常播种期（b），表1为田间处理及编码。

表1 各处理品种、播种时间及编码

1.2 观测项目

生育期：按照《农业气象观测规范》标准，精确记录拔节期（拔节高度距最高生根节长度1.0cm）、穗分化期（幼穗分化程度达3～4期）、抽穗普期（80%抽穗）、成熟期（80%以上的谷粒呈黄色）等发育期的准确日期。

成苗率（%）：每个小区设定0.25m2调查成苗率，播种后立即记录0.25m2内播种谷粒数，每隔2d调查一次出苗数，直至出苗数稳定，稳定出苗数与播种谷粒数的百分比即为成苗率。

生物量：每个小区在播种后40d、60d、80d、100d和成熟期采集有代表性的植株5蔸，3个重复小区即3个重复，将茎、绿叶、黄叶、穗分装，在105℃进行杀青，于80℃条件下烘干至恒重。

叶面积：在拔节期、抽穗期和成熟期采用小叶样法测定叶面积[14]。

产量：每个小区选取具有代表性的区域收割1m2脱粒，3个重复小区即3个重复，稻谷晒干扬净，实测干谷产量。

气象数据来源：日最高气温(℃)、日最低气温(℃)、降水量(mm)、水汽压(kPa)、平均风速(m·s−1)和日照时数(h)资料由南昌县气象站提供。

1.3 模型参数确定及检验

1.3.1 检验指标

选用国际通用的指标体系进行模型适应性检验和评价[15−16]。首先通过图形对比对模型进行定性评价，以直观判断模拟值与实测值的吻合程度。其次，选择作物生物量（茎、叶、穗）、叶面积指数（LAI）及产量等指标的模拟值和实测值进行统计，以进行定量化评价，包括模拟结果与实测结果的平均值，两者之间的线性回归系数（α）、截距（β）、决定系数（R2）；Student's-t 检验值[ P( t* ) ]、均方根误差(RMSE)、归一化均方根误差( NRMSE)。计算式分别为

式中，n表示样本数，Yi和Xi分别表示模拟值和实测值。均方根误差（RMSE）和归一化均方根误差（NRMSE）反映模拟误差的大小，总体模拟效果由模拟值均值与实测值均值之差的大小来反映。当线性回归系数（α）越接近于1、截距（β）越接近于0、决定系数（R2）越大时，模拟值与实测值吻合度就越高。Student’s-t检验值[P（t*）]大于0.05时，表明模拟值与实测值之间的差异不显著。

1.3.2 模型参数确定

利用2017年正常播种期（b）各观测资料和试验站气象资料建立模型运行文件，对比所有处理的各器官干物质量、总干物质量的模拟值与实测值之间的差值，相应地调整模型的作物敏感参数使模拟值与实测值均值接近，使归一化均方根差（NRMSE）较低、相关系数R较高[8]，模型作物敏感参数包括与物候相关的营养生长期（DVRJ）、光敏感周期（DVRI）、幼穗分化期（DVRP）、灌浆期发育速率（DVRR），叶、茎、穗干物质分配系数（分别记为FLV、FST、FSO）等[17]。

1.3.3 模型检验评价

采用2017年早播播期（a）的田间观测资料和试验站气象资料，分别验证直播早稻发育期、叶面积系数、各器官生物量及产量的模拟性能，进一步检验评价模型的有效性与适应性。

2 结果与分析

2.1 两品种直播早稻参数调试结果

利用中早35和中早39品种2017年各4个正常播种期的田间观测数据以及气象观测数据，选择ORYZA_V3水稻模型中的直播模式进行作物参数调试，对应的各阶段作物发育参数见表2，对生育期的模拟结果见图1。由表2可见，按照ORYZA_V3水稻模型将作物发育划分为4个时期，即出苗(DVS=0)、穗分化(DVS=0.65)、开花期(DVS=1)和成熟期(DVS=2)，除光敏感阶段两个品种各正常播种期发育速率参数无变化外，其它阶段均有一定差异，不同品种间营养生长期参数（DVRJ）和穗分化期参数（DVRP）变化较大，在营养生长期中早35参数稍高于中早39，在穗分化阶段中早39发育参数稍高于中早35。两个品种各器官干物质分配系数参数见表3，不同品种间干物质分配系数存在一定差异。

而对于同一品种而言，作物参数应该能模拟对应条件下作物生长发育速率，因此，将4套生长发育参数数据进行平均，获得两个品种的生长发育速率参数校正值（表2）。此时各品种生长发育速率参数能较好地模拟正常播期处理各生育期（图1），模拟值与实际观测值相差0～1 d。

表2 正常播期两品种水稻各阶段生长发育速率参数调试结果［(℃·d)−1］

注：DVRJ、DVRI、DVRP和DVRR分别是基本营养阶段、光敏感阶段、穗分化阶段以及生殖生长阶段的发育速率。调参基于正常播期校准数据。表3同。

Note：DVPJ，DVRI，DVRP and DVRR are the development rates at the juvenile, photoperiod-semitive, panlde development, and reproductive stage, respectively. The parameter adjustment was based on the normal sowing date calibration data. The same as table 3.

注：实线为1:1线，虚线为正负标准差线(± SD)。生育期天数以播种日为1。下同。

Note：Solid line is the 1:1 line, and broken lines are ± SD line．The days of growth stage is from the sowing date. The same as below.

表3 各器官干物质分配系数调试结果

注：DVS、FLVTB、FSTTB和FSOTB分别为发育时期、叶分配系数、茎分配系数以及穗分配系数。

Note：DVS，FLVTB，FSTTB and FSOTB are the developmental period, leaf distribution coefficient, stem distribution coefficient, and spike distribution coefficient.

2.2 两品种直播早稻生育期模拟验证结果

利用两个品种直播早稻遗传参数校正结果，对各品种4个早播播种期的试验结果进行回代和模拟验证，各生育阶段生育期发展过程见图2。由图可见，同一品种播种期越早，由于前期温度更低，导致出苗越慢，出苗至各个生育时期的时间越长。两个品种生育期比较发现，中早35的生育期均比中早39长。由图2可知，幼穗分化期、抽穗期和成熟期各组的散点大部落在1:1线附近，而未超过正负标准差线，表明模拟结果较好。其中，中早35各生育期散点更靠近1:1线，该品种各生育期实测值与模拟值差异在−1～1d，而中早39各生育期实测值与模拟值差异在−1～4d，表明中早35生育期验证结果较中早39好。

各处理模拟验证结果具体统计评价见表4。由表可知，两个品种各处理模拟生育期与实测生育期之间的RMSE值均较小，波动范围也较小。t检验结果表明，两者差异不显著。决定系数R2值反映了模拟值与实测值的离散程度，R2＞0.99，说明生育期模拟值与实测结果偏差较小，模拟效果良好。NRMSE波动范围在0.61%～3.12%，表明模拟结果与实测结果差异很小。

对比中早35和中早39各处理模拟统计结果（表4）可知，中早35各处理RMSE值和NRMSE值均较中早39小，说明中早35波动范围更小，生育期模拟结果与实测结果更接近。

2.3 两品种直播早稻叶面积指数模拟验证结果

利用两个品种直播早稻遗传参数校正结果，对各品种4个早播播种期的试验结果进行回代和模拟验证，叶面积指数变化如图3所示。由图可见，总体上，模拟叶面积指数动态变化与实测值变化趋势基本一致。但用早播播种期进行回代验证发现，模型模拟出的叶面积指数与实测值偏差普遍偏大。其中早播播种期中早35叶面积指数差异最大，而正常播期叶面积指数模型模拟结果与实测值基本一致。

表4 早播处理各生育期天数的验证统计结果(基于早播处理中的校准数据)

注：N为样本数；Xmean为实测值的平均值(d)；Ymean为模拟值的平均值(d)；SD为标准差(d)；P(t*)表示t检验的水平；α为模拟值与实测值线性拟合方程的斜率，β为截距；R2为决定系数；RMSE为模拟值与实测值的均方根误差，NRMSE为归一化均方根误差。下同。

Note：N is the Nr. of sample；Xmean is the mean value of measured value；Ymean is the mean value of simulated value；SD is the standard deviation；P(t*)is the significance of paired t-test；α is the slope of linear equation between simulated and measured values，β is its intercept and R2is its determination coefficient；RMSE is the root mean square error between simulated and measured values and NRMSE is the normalized root mean square error (%)．The same as below.

2.4 两品种直播早稻生物量模拟验证结果

利用分期播种实测资料对水稻地上部总生物量及各器官生物量的模拟性能进行验证，模拟值与实测值对比结果见图4。由图可知，地上部总生物量及各器官生物量动态积累过程模拟值与实测值趋势基本一致，表明模型能较好地反映水稻生物量变化趋势。用早播播种期进行回代验证发现，模型模拟出的生物量普遍高于实测值，但早播播种期随播期推迟，模型模拟值更接近实测值。其中中早35和中早39第4播种期（3月26日）模拟验证值最接近实测值。

由统计分析结果（表5）可知，正常播种期中早35和中早39地上部总生物量、茎生物量、穗生物量NRMSE分别为18.27%、11.63%、28.05%和18.41%、18.05%、22.56%；早播播种期中早35和中早39地上部总生物量、茎生物量、穗生物量NRMSE分别为45.68%、21.52%、61.38%和46.08%、25.45%、47.77%。相较于正常播种期校准数据，早播播期检验数据各变量的NRMSE均偏大。说明用正常播种期校准的参数进行早播播期模型模拟总生物量效果较差。

图5和图6分别为正常播种期和早播播种期各处理地上总生物量、茎生物量和穗生物量实测值与模拟值的结果对比。由图可知，模型对正常播种期和早播播种期茎生物量的模拟效果均好于地上总生物量和穗生物量，说明模型更适于对茎生物量的模拟。

表5 生物量实测值与模拟值的统计评价（基于所有处理中的校准数据和检验数据）

注：a为早播处理，b为正常播期处理。X为实测值，Y为模值。

Note: a is early sowing treatment, b is normal sowing treatment. X is measured value,Y is simulated value.

3 讨论与结论

3.1 讨论

水稻作物模型的验证与适应性评价对于模型引进及应用至关重要。本研究中，用中早35和中早39正常播种期调参结果对早播播种期进行回代验证时发现，两个品种生育期模拟结果与实测值无明显差异（R2＞0.99，NRMSE为0.61%～3.12%），表明ORYZA_V3水稻模型能较好地模拟双季直播早稻生育期变化，这与郭建茂等[10]研究结论相一致。水稻生长发育不仅受作物本身遗传特性影响，气象要素光、温、水对生育期也具有明显影响[18]。双季早稻直播越早，前期温度相对更低，作物生长相对缓慢，导致生育期明显延长[19]。而ORYZA_V3水稻模型能很好地反映这一特性。

本研究中，在ORYZA_V3水稻模型调参结果较好的条件下，对早播播种期相应数据进行回代验证发现，模型模拟的叶面积指数、总生物量、穗生物量等均偏大。主要原因是较早播种时，播种后温度低，导致直播早稻出苗率低，群体密度下降；而直播越早，出苗率越低，最后导致基本苗不足；早播生育期虽有所延长，对提高生物量和产量有利，但基本苗的减少仍是导致生物量和产量下降最主要的因素，最终导致实际生产中生物量和产量下降[19−21]。而作物模型是根据国际水稻研究所在当地多年的田间试验结果分析所得[12]，对较早直播造成的基本苗减少对模型的敏感性可能考虑不足，从而导致模型模拟结果与试验结果相反的结论。本研究中，早播播种期中第4播期各生物量模拟结果与正常播种期模拟相更接近，进一步验证双季直播早稻基本苗是影响产量最主要因素。因此，在用作物模型ORYZA_V3对江西地区早播播期直播早稻进行长势监测，需加强早播试验，以获得更多试验数据进行模型相关参数的校验，这也将是下一步研究方向。

ORYZA_V3水稻模型是对水稻生长发育的模拟，受品种本身特性影响较大，不同水稻品种生长发育存在差异，因此导致模型调试处的参数也存在一定差异[22]。本研究结论也验证了这一点。本研究中，在营养生长期中早35参数稍高于中早39，在穗分化阶段中早39发育参数稍高于中早35；用早播播种期观测数据进行回代验证时，生育期中早35较中早39更好，中早35各生育期实测值与模拟值差异在−1～1d，而中早39各生育期实测值与模拟值差异在−1～4d，中早35各处理RMSE值和NRMSE值均较中早39要小。

3.2 结论

（1）ORYZA_V3水稻模型能较好地模拟直播早稻生育期，其中早播播种期的模拟生育期差值在−1～4d，NRMSE为0.61%～3.12%，R2均在0.99左右。相较于生育期，生物量模拟较差，其中早播播种期中早35和中早39地上部总生物量、茎生物量、穗生物量NRMSE分别为45.68%、21.52%、61.38%和46.08%、25.45%、47.77%。说明ORYZA_V3水稻模型对直播早稻生育期模拟较好，对生物量模拟还需更多试验数据进行调参验证。

（2）ORYZA_V3水稻模型对不同品种模拟存在差异。发育速率在营养生长阶段中早35参数稍高于中早39，在穗分化阶段中早39稍高于中早35。在早播模拟验证中，生育期中早35模拟值与实测值误差为−1～1d，中早39误差在−1～4d；生物量模拟均表现为茎生物量优于总生物量和穗生物量模拟结果。

[1] 石庆华,潘晓华.双季水稻生产技术问答[M].南昌:江西科学技术出版社,2010:1-46.

Shi Q H,Pan X H.Q & A on double season rice production technology[M].Nanchang:Jiangxi Science and Technology Press,2010:1-46.(in Chinese)

[2] 陈雪飞,唐艳萍,谢英杰,等.我国机械化直播水稻生产技术研究进展[J].中国稻米,2018,24(4):9-15.

Chen X F,Tang Y P,Xie Y J,et al.Research advances of rice mechanical direct-seeding technology in China[J].China Rice,2018,24(4):9-15.(in Chinese)

[3] Hongyan L,Saddam H,Manman Z,et al.Dry direct-seeded rice as an alternative to transplanted-flooded rice in Central China[J].Agronomy for Sustainable Development,2015,35 (1):285-294.

[4] 陈品,陆建飞.长江中下游地区直播稻的生理生态特性及其栽培技术的研究进展[J].核农学报,2013,27(4):487-494.

Chen P,Lu J F.Research advances on the physiological and ecological characteristics and cultivation techniques of direct seeding rice in the middle-lower Yangtze area[J].Journal of Nuclear Agricultural Sciences,2013,27 (4):487-494.(in Chinese)

[5] 陈丽明,周燕芝,谭义青,等.双季机械直播早籼稻品种的丰产性和稳产性[J].中国农业科学,2020,53(2):261-272.

Chen L M,Zhou Y Z,Tan Y Q,et al.High and stable yield of early Indica rice varieties with double-season mechanical direct seeding[J].Scientia Agricultura Sinica,2020,53(2): 261-272.(in Chinese)

[6] Bouman B A M,vail Keulen H,van IJaar H H,et a1. The‘School of de Wit’crop growth simulation models:a pedigree and historical overview[J].Agric.Syst,1996,52(23): 171-198.

[7] 李宁,白蕤,伍露,等.基于气象灾害的ORYZA(V3)模型对双季稻发育期模拟的适应性评价[J].干旱气象,2017, 35(4):559-566.

Li N,Bai K,Wu L,et a1.Adaptability evaluation of ORYZA(V3) model to simulation of development stage of double cropping rice based on meteorological disaster[J]. Journal of Arid Meteorology,2017,35(4):559-566. (in Chinese)

[8] 余乾安,李亚龙,刘路广,等.基于ORYZA_V3模型的水稻水肥综合调控模式研究[J].灌溉排水学报,2019,38 (6):50-57.

Yu Q A,Li Y L,Liu L G,et a1Using the ORYZA_V3 model to help improve water and fertilizer management of rice field[J].Journal of Irrigation and Drainage,2019,38(6): 50-57. (in Chinese)

[9] 廖祺,王洁,徐俊增,等.基于ORYZA v3模型的控制灌溉水稻适宜播期分析[J].中国农学通报,2018,34(30):1-6.

Liao Q,Wang J,Xu J Z,et a1.Analysis of suitable sowing date of controlled irrigation rice based on ORYZA v3 model[J].Chinese Agricultural Science Bulletin,2018,34 (30):1-6.(in Chinese)

[10] 郭建茂,王星宇,刘慎彬,等.基于稻田实测温度的水稻模型ORYZA2000应用[J].中国农业气象,2020,41(4):211- 221.

Guo J M,Wang X Y,Liu S B,et a1.Application of rice model ORYZA2000 based on measured temperature in rice fields[J].Chinese Journal of Agrometeorology,2020,41(4): 211-221.(in Chinese)

[11] 谭君位,崔远来,汪文超.中国不同水稻生长环境下ORYZA(v3)模型参数全局敏感性分析[J].农业工程学报, 2020,36(20):153-163.

Tan J W,Cui Y L,Wang W C.Global sensitivity analysis for ORYZA(v3) model under different rice growing environments in China[J].Transactions of the CSAE,2020, 36(20):153-163.(in Chinese)

[12] 浩宇,景元书,马晓群,等.ORYZA2000模型模拟安徽地区不同播期水稻的适应性分析[J].中国农业气象,2013, 34(4):425-433.

Hao Y,Jing Y S,Ma X Q,et a1.Analysis on the simulation adaptability of ORYZA2000 model for rice with different sowing-date in Anhui province[J].Chinese Journal of Agrometeorology,2013,34(4):425-433.(in Chinese)

[13] 王文霞,曾研华,曾勇军,等.机械穴直播早籼稻产量和品质形成的播期效应[J].江西农业大学学报(自然科学版),2017,39(4):641-648.

Wang W X,Zeng Y H,Zeng Y J,et al.Effect of sowing date on yield and quality of early Indica rice grown by mechanical seeding[J].Acta Agriculturae Universitatis Jiangxiensis(Natural Sciences Edition),2017,39(4):641-648. (in Chinese)

[14] 林洪鑫,潘晓华,石庆华,等.行株距配置对超高产早晚稻产量的影响[J].中国水稻科学,2011,25(1):79-85.

Lin H X,Pan X H,Shi Q H,et al.Effects of row-spacing on yield of super-high-yielding early and late rice[J].Chinese Journal of Rice Science,2011,25(1):79-85.(in Chinese)

[15] Kazuhiko K,Moin U S.Comparing simulated and measured values using mean squared deviation and its components[J]. Agronomy Journal,2000,92(2):345-352.

[16] Gauch H G Jr,Gene Hwang J T,Fick G W.Model evaluation by comparison of model-based predictions and measured values[J].Agronomy Journal,2003,95:1442-1446.

[17] Tan J W,Cui Y L,Luo Y F.Assessment of uncertainty and sensitivity analyses for ORYZA model under different ranges of parameter variation[J].European Journal of Agronomy,2017,91(12):54-62.

[18] 许方甫,卞金龙,韩超,等.淮北地区优质食味粳稻温光适应性和最佳播种期[J].中国农业科学,2021,54(7): 1365-1381.

Xu F F,Bian J L,Han C,et al.Temperature and light adaptability of high-quality japonica rice and optimum seeding date in Huaibei region[J].Scientia Agricultura Sinica,2021,54(7):1365-1381.(in Chinese)

[19] 段里成,张坤,郭瑞鸽,等.江西省双季早稻直播适宜播种期的区域划分[J].中国农业气象,2021,42(2):112-122.

Duan L C,Zhang K,Guo R G,et al.Regional division of suitable direct sowing date of double season early rice in Jiangxi province[J].Chinese Journal of Agrometeorology, 2021,42(2):112-122.(in Chinese)

[20] 张洪程,邢志鹏,翁文安,等.生育约束型直播水稻生育特征与稳产关键技术[J].中国农业科学,2021,54 (7):1322- 1337.

Zhang H C,Xing Z P,Weng W A,et al.Growth characteristics and key techniques for stable yield of growth constrained direct seeding rice[J].Scientia Agricultura Sinica,2021,54(7):1322-1337.(in Chinese)

[21] 黄正,张荣萍,陶诗顺,等.不同播期对直播杂交稻生育进程和产量的影响[J].杂交水稻,2020,199(6):1-5.

Huang Z,Zhang R P,Tao S S,et al.Effects of different sowing dates on growth process and yield of direct seeding hybrid rice[J].Hybrid rice,2020,199(6):1-5.(in Chinese)

[22] 杨沈斌,陈德,王萌萌,等.ORYZA2000模型与水稻群体茎蘖动态模型的耦合[J].中国农业气象,2016,37(4):422-430.

Yang S B,Chen D,Wang M M,et al.Coupling the dynamic tillering model to rice growth model ORYZA2000 to simulate rice tillering[J].Chinese Journal of Agrometeorology, 2016,37(4):422-430.(in Chinese)

Analysis on Simulation Adaptability of ORYZA_V3 Rice Model for Direct-Seeding Early Rice in Jiangxi Province

DUAN Li-cheng1, YAO Jun-meng1, GUO Rui-ge1, CAI Zhe1, ZHANG Chong-hua2

（1. Jiangxi Agricultural Meteorology Center, Nanchang 330096, China；2. Nanchang County Meteorological Bureau, Nanchang County 330200）

A direct-seeding experiment of early rice with 8 sowing dates was carried out in Nanchang county in 2017 and two main conventional earlyrice varieties in Jiangxi province were was selected in this study. The 8 sowing dates were defined as early sowing (a: March 11, March 16, March 21, March 26) and normal sowing (b: March 31, April 5, April 10, April 15). Growth period, leaf area index, biomass and meteorological data observed in field experiments were applied to the ORYZA_V3 rice model to analyze the suitability of the ORYZA_V3 rice model for direct seeding of early rice in Jiangxi. The results showed that the ORYZA_V3 rice model simulates the growth period of direct-seeded early rice well with (determination coefficient)R2>0.99, and the fluctuation range of NRMSE（normalized root mean square error）wasbetween 0.61% and 3.12%. The simulation verification results of leaf area index, total biomass, and panicle biomass at the early sowing seeding period showed that the earlier the sowing date, the worse the simulation effected，and the closer to the normal sowing date, the better the simulation effected. The suitability of different direct-seeding early rice varieties of ORYZA_V3 rice model was different. Among them, the simulation value of the growth period of the early sowing and the measured value of Zhongzao 35 was differed from -1 to 1 days, and differed from -1 to 4 days in Zhongzao 39. Studies had shown that when the ORYZA_V3 rice model was used to simulate the double-cropping early direct-seeding rice, it was necessary to calibrate the model parameters of the corresponding rice sowing date and variety based on multi-year observation data to improve the local simulation effect of the ORYZA_V3 rice model.

Oryza_v3 Rice Model; Direct-seeding early rice; Simulation; Suitability; Jiangxi province

10.3969/j.issn.1000-6362.2021.11.006

段里成,姚俊萌,郭瑞鸽,等.用ORYZA_V3水稻模型模拟江西直播早稻的适宜性分析[J].中国农业气象,2021,42(11):951-961

收稿日期：2021−03-05

气候变化专项项目（CCSF201840）；2020年度国内外作物产量气象预报专项项目（20200202）；江西省气象局重点项目（20160523）；江西省气象局青年项目（20190613）；南昌市农业气象重点实验室开放研究基金（2018NNZS102）；国内外作物产量气象预报专项（2019JX07）

通讯作者：郭瑞鸽，副高级工程师，主要从事农业气候资源利用及气象灾害研究，E-mail: 65736370@qq.com

段里成，E-mail: 18070514389@163.com