ORYZA（V3）模型對(duì)珠三角地區(qū)雙季稻參數(shù)的模擬效果及驗(yàn)證分析

摘要：以珠三角地區(qū)為研究區(qū)，基于2018—2020年不同播期雙季稻的生長發(fā)育觀測(cè)數(shù)據(jù)以及當(dāng)?shù)貧庀蠛屯寥罃?shù)據(jù)，利用2018—2019年的數(shù)據(jù)對(duì)ORYZA（V3）模型進(jìn)行校準(zhǔn)，以調(diào)整和確定作物的基本參數(shù)，使用2020年雙季稻的生育期、葉面積指數(shù)和生物量等數(shù)據(jù)對(duì)模型進(jìn)行驗(yàn)證。結(jié)果表明，ORYZA（V3）模型對(duì)珠三角雙季稻的生育期具有較高的模擬精度，與實(shí)測(cè)值相比誤差范圍為0～3 d。ORYZA（V3）模型對(duì)2020年早稻和晚稻葉面積指數(shù)動(dòng)態(tài)變化的模擬準(zhǔn)確率高，模擬值的平均線性回歸系數(shù)（α值）接近于1，相關(guān)系數(shù)（R2）分別為0.670 4和0.766 0，t檢驗(yàn)結(jié)果顯示，模擬值與實(shí)測(cè)值之間沒有顯著差異（Pgt;0.05）。ORYZA（V3）模型對(duì)水稻地上部各器官生物量的模擬誤差較大，但從統(tǒng)計(jì)學(xué)角度來看但仍在合理范圍內(nèi)，且對(duì)晚稻的模擬效果優(yōu)于早稻。由此可知，通過校準(zhǔn)作物參數(shù)，ORYZA（V3）模型能準(zhǔn)確地模擬水稻的生長情況，可以應(yīng)用于珠三角地區(qū)的水稻生產(chǎn)。

關(guān)鍵詞：ORYZA（V3）模型；雙季稻；模型校準(zhǔn)；模擬效果；驗(yàn)證；珠三角地區(qū)

中圖分類號(hào)：S511；S11+9" " " " "文獻(xiàn)標(biāo)識(shí)碼：A" " " 文章編號(hào)：0439-8114（2025）02-0064-05

DOI：10.14088/j.cnki.issn0439-8114.2025.02.010 開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Abstract： Taking the Pearl River Delta Region as the research area， based on the growth and development observation data of double-cropping rice at different sowing dates， as well as local meteorological and soil data from 2018 to 2020， the ORYZA（V3） model was calibrated using data from 2018 to 2019 to adjust and determine the basic parameters of the crop. The ORYZA（V3） model was validated using the growth duration， leaf area index and biomass of double-cropping rice in 2020. The results showed that the ORYZA（V3） model accurately simulated the growth duration of double-cropping rice in the Pearl River Delta， with deviations ranging from 0 to 3 days compared to observed values. The simulated dynamic changes in leaf area index （LAI） for both early and late-season rice in 2020 closely matched the observed values. The average linear regression coefficients （α values） of the simulated LAI were close to 1， accompanied by R2 values of 0.670 4 and 0.766 0， respectively. The results of t-test indicated no significant difference between the simulated and observed LAI values （Pgt;0.05）. The ORYZA（V3） model had a large error in simulating the biomass of various organs on the ground of rice， but it was still within an acceptable range from a statistical point of view， and the simulation performance was more accurate for late-season rice than early-season rice. The ORYZA（V3） model could accurately simulate rice growth by calibrating the crop parameters， and could be applied to rice production in the Pearl River Delta region.

廣東省地處亞熱帶，是全國13個(gè)糧食主產(chǎn)省之一［1］。水稻是廣東省主要的糧食作物，2018年水稻的種植面積為178.7萬hm2、 產(chǎn)量為1 032萬t，均位居全國第8位［2］，其中珠三角地區(qū)的種植面積和產(chǎn)量占廣東省的近30%，珠三角地區(qū)雙季稻的生產(chǎn)直接影響廣東省的糧食安全。作物模型在農(nóng)作物種植研究領(lǐng)域中是重要的分析工具［3］。ORYZA水稻生長模型是由國際水稻研究所與荷蘭瓦赫寧根大學(xué)聯(lián)合研制的［4，5］。該模型已在多個(gè)地區(qū)證明了其在不同環(huán)境下的適用性和準(zhǔn)確性。例如，薛昌穎等［6-8］采用ORYZA2000模型先后開展了北方旱稻生長模擬、旱稻產(chǎn)量潛力及需水特征、灌溉制度優(yōu)化等方面的研究；李亞龍等［9-12］對(duì)ORYZA2000模型進(jìn)行參數(shù)校正和驗(yàn)證，對(duì)旱稻不同灌溉方式和密度管理下的氮肥經(jīng)濟(jì)最佳施肥量做了探討；帥細(xì)強(qiáng)等［13］將ORYZA2000模型引入到了江南地區(qū)；莫志鴻等［14］利用ORYZA2000模型模擬了湖南省雙季稻生長發(fā)育及其生物量的動(dòng)態(tài)累積過程；浩宇等［15］提出ORYZA2000模型可以較準(zhǔn)確地模擬安徽省不同播期水稻的發(fā)育期、發(fā)育速率及其生物量的動(dòng)態(tài)積累過程；陳超等［16］對(duì)ORYZA2000模型進(jìn)行參數(shù)調(diào)試，模擬了四川省單季稻的發(fā)育及產(chǎn)量形成過程；李寧等［17］基于氣象災(zāi)害的 ORYZA（V3）水稻模型對(duì)海南島雙季稻發(fā)育期模擬的適應(yīng)性進(jìn)行了評(píng)價(jià)；段里成等［18］對(duì)ORYZA（V3）水稻模型進(jìn)行本地化調(diào)參驗(yàn)證，分析了模型對(duì)江西省直播早稻的適宜性。以上研究表明，ORYZA水稻模型能較好地模擬水稻生長發(fā)育的變化特征。目前，廣東省在水稻生長模型方面的研究工作及文獻(xiàn)較少，因此開展 ORYZA（V3）模型模擬廣東省雙季稻的生長發(fā)育及產(chǎn)量，對(duì)增加糧食產(chǎn)量、保障糧食安全以及適應(yīng)氣候變化都具有重要的現(xiàn)實(shí)意義。

本研究以2018—2019年廣東省農(nóng)業(yè)氣象實(shí)驗(yàn)站田間分期播種試驗(yàn)資料為基礎(chǔ)，進(jìn)行模擬檢驗(yàn)，探索 ORYZA（V3）模型參數(shù)本地化，并以2020年觀測(cè)資料進(jìn)行模擬驗(yàn)證，評(píng)價(jià) ORYZA（V3）模型在珠三角地區(qū)的模擬精度和適應(yīng)性，為模型在廣東省乃至華南地區(qū)的推廣應(yīng)用提供理論依據(jù)和參考。

1 材料與方法

1.1 試驗(yàn)設(shè)計(jì)

試驗(yàn)于2018—2020年在廣東省農(nóng)業(yè)氣象站（23°08′N，113°01′E，海拔75.4 m）進(jìn)行。根據(jù)當(dāng)?shù)卮筇锏某Ｒ?guī)播種期設(shè)定播期界限。具體而言，早稻在第1期比正常播種期提前15 d播種，晚稻在第1期比正常播種期提前10 d播種；第2期為正常播種期；第3期比正常播種期晚10 d播種；第4期比正常播種期晚20 d播種。所有播期的雙季稻均按照30 d的秧田期進(jìn)行移栽，移栽規(guī)格為20 cm×18 cm，基本苗為70～110株/m2。做好田間管理措施，保證不受水肥因素和病蟲害影響。

1.2 觀測(cè)項(xiàng)目與方法

常規(guī)氣象觀測(cè)：由于南海國家氣象觀測(cè)站距離試驗(yàn)田直線距離僅2 km，所以數(shù)據(jù)直接從南海國家氣象觀測(cè)站獲得。

水稻生長發(fā)育觀測(cè)：①發(fā)育期觀測(cè)。按《農(nóng)業(yè)氣象觀測(cè)規(guī)范》觀測(cè)并記錄發(fā)育階段。②生物量。為評(píng)估水稻的生長狀況，在各主要生育期測(cè)定水稻地上部分各器官的干物重。在每個(gè)重復(fù)小區(qū)順序挖取10株（莖）植株，共40株（莖），先取20株（莖）植株用于葉面積的測(cè)定，然后將其余20株（莖）樣本的莖稈、葉鞘、葉、穗分開，分別稱取鮮重，烘干后稱取干重，并求取平均值。③葉面積指數(shù)。葉面積指數(shù)是衡量水稻生長狀況的重要指標(biāo)，在各主要生育期測(cè)定水稻的葉面積指數(shù)。在上述20株（莖）植株中，每莖取其上、中、下葉各1片，共取展開的綠色完整葉片60片，使用浙江托普YMJ-A型葉面積測(cè)量儀測(cè)定其葉面積，并求取平均值，換算成葉面積指數(shù)（葉面積指數(shù)=葉片總面積/土地面積）。

1.3 模型參數(shù)

ORYZA（V3）模型是2013年發(fā)布的 ORYZA模型最新版本，是一個(gè)生理生態(tài)模型，該模型以日作為時(shí)間步長，動(dòng)態(tài)定量描述潛在生產(chǎn)水平下水稻生長和產(chǎn)量的形成［19］。為確保模型在實(shí)際應(yīng)用中能發(fā)揮最大的效能，需要經(jīng)過嚴(yán)謹(jǐn)?shù)恼{(diào)參與檢驗(yàn)流程。ORYZA模型能準(zhǔn)確表征品種間參數(shù)的差異，具有普適性［20］。模型的運(yùn)行需要按照特定格式建立控制文件、天氣數(shù)據(jù)文件、試驗(yàn)數(shù)據(jù)文件、土壤文件和作物文件。利用廣東省農(nóng)業(yè)氣象試驗(yàn)站2018—2020年的雙季稻田間觀測(cè)資料并獲得上述參數(shù)的校正值。通過以上優(yōu)化和調(diào)試過程，能更準(zhǔn)確地應(yīng)用ORYZA（V3）模型預(yù)測(cè)珠三角地區(qū)水稻的生長和產(chǎn)量。

1.4 模型驗(yàn)證

選取2018—2019年早稻和晚稻各8個(gè)播種期的數(shù)據(jù)作為校準(zhǔn)數(shù)據(jù)，以2020年早稻和晚稻各4個(gè)播種期的數(shù)據(jù)作為檢驗(yàn)數(shù)據(jù)。采用目前國際通用的方法和指標(biāo)對(duì)模型模擬的結(jié)果進(jìn)行評(píng)估［21-23］。通過比較模擬值與實(shí)測(cè)值之間的吻合程度，使用圖形直觀地觀察二者之間的一致性。為了定量評(píng)估模擬結(jié)果的準(zhǔn)確性，選取作物生物量、葉面積指數(shù)等關(guān)鍵指標(biāo)，通過均方根誤差（RMSE）和歸一化均方根誤差（NRMSE）對(duì)其模擬值與實(shí)測(cè)值進(jìn)行統(tǒng)計(jì)分析，總體模擬效果由模擬值均值與實(shí)測(cè)值均值之差的大小來反映。

式中，n 表示樣本數(shù)，Yi和Xi分別表示模擬值和實(shí)測(cè)值。當(dāng)線性回歸系數(shù)（α）越接近1、截距（β）越接近0，并且決定系數(shù)（R2）越大時(shí)，意味著模擬值與實(shí)測(cè)值的吻合度越高。這些評(píng)估指標(biāo)的綜合分析能夠全面評(píng)價(jià)模型模擬結(jié)果的準(zhǔn)確性和可靠性。對(duì)于ORYZA（V3）模型在雙季稻生長發(fā)育和產(chǎn)量形成方面的適應(yīng)性，通過上述評(píng)估可以得出明確的結(jié)論。這為模型在實(shí)際農(nóng)業(yè)生產(chǎn)中的應(yīng)用提供了重要依據(jù)和指導(dǎo)，有助于優(yōu)化農(nóng)業(yè)生產(chǎn)管理決策和提高水稻參數(shù)預(yù)測(cè)的準(zhǔn)確性。

2 結(jié)果與分析

2.1 主要參數(shù)調(diào)試結(jié)果

為了確定各類作物參數(shù)，包括各發(fā)育階段的發(fā)育速率、比葉面積及干物質(zhì)分配系數(shù)等，將2018—2019年的田間觀測(cè)數(shù)據(jù)代入ORYZA（V3）模型進(jìn)行校準(zhǔn)。運(yùn)用發(fā)育階段（DVS）這一指標(biāo)來精確量化水稻的生理年齡。具體來說，當(dāng)DVS為0.00時(shí)，代表水稻處于出苗階段；DVS為0.65時(shí)，表示水稻處于孕穗階段；DVS為1.00時(shí)，表示水稻處于開花階段；當(dāng)DVS達(dá)2.00時(shí)，則意味著水稻已達(dá)生理成熟階段。為了確保模型的準(zhǔn)確性，需要對(duì)作物生育期的營養(yǎng)生長期參數(shù)（DVRJ）、光周期敏感參數(shù)（DVRI）、穗分化期參數(shù)（DVRP）以及生殖生長期參數(shù)（DVRR）等進(jìn)行校準(zhǔn)。這些參數(shù)的校準(zhǔn)對(duì)于提高ORYZA（V3）模型在水稻生長發(fā)育和產(chǎn)量形成方面的模擬精度至關(guān)重要。

表1為校準(zhǔn)后的雙季稻發(fā)育速率參數(shù)，可見除光周期敏感參數(shù)相同外，雙季稻在不同生育階段的參數(shù)均具有一定的差異。值得注意的是，在實(shí)際田間試驗(yàn)中，發(fā)現(xiàn)晚稻的總體發(fā)育速率較早稻略有增加，其生長期也相應(yīng)較短。這一觀察結(jié)果與實(shí)際觀測(cè)數(shù)據(jù)一致，進(jìn)一步驗(yàn)證了ORYZA（V3）模型在模擬水稻生長發(fā)育方面的準(zhǔn)確性。

雙季稻不同發(fā)育時(shí)期的比葉面積（SLA）校正值見表2，比葉面積在不同發(fā)育期變化較大。表3是雙季稻不同發(fā)育時(shí)期干物質(zhì)的分配系數(shù)，反映了雙季稻生長的特性。

2.2 生長發(fā)育期模擬效果及驗(yàn)證

為了確保ORYZA（V3）模型能更準(zhǔn)確地模擬這些關(guān)鍵階段，對(duì)發(fā)育期參數(shù)進(jìn)行了調(diào)試，并對(duì)模擬值與實(shí)測(cè)值進(jìn)行了比較和分析。結(jié)果顯示，早稻和晚稻的開花期和成熟期的相對(duì)模擬誤差均在0～3 d，其中早稻的平均誤差為1.30 d，晚稻的平均誤差為0.25 d。此外，早稻和晚稻的模擬值與實(shí)測(cè)值之間的線性回歸決定系數(shù)（R2）均達(dá)0.99，表明模擬效果良好。此外，NRMSE均小于1%，且t檢驗(yàn)表明模擬值與實(shí)測(cè)值之間的差異不顯著（表4）。這表明ORYZA模型對(duì)雙季稻生育期的模擬結(jié)果與實(shí)測(cè)結(jié)果之間的差異非常小，模擬精度較高。

2.3 葉面積指數(shù)的模擬效果及驗(yàn)證

圖1表明葉面積指數(shù)動(dòng)態(tài)變化趨勢(shì)模擬效果良好，其中早稻和晚稻的葉面積指數(shù)模擬值與實(shí)測(cè)值之間存在個(gè)別離散較大的情況，但大部分模擬值都均勻地分布在1∶1線兩側(cè)。經(jīng)t檢驗(yàn)，發(fā)現(xiàn)葉面積指數(shù)的模擬值與實(shí)測(cè)值之間并無顯著差異，P大于0.05，充分表明模型的模擬結(jié)果是可靠的。進(jìn)一步分析顯示，無論是早稻還是晚稻，其葉面積指數(shù)模擬值的均值線性回歸系數(shù)（α）均接近1，分別達(dá)0.912 2和0.976 9。同時(shí)，二者的相關(guān)系數(shù)（R2）也分別達(dá)0.670 4和0.766 0，進(jìn)一步證實(shí)了ORYZA（V3）模型在模擬水稻葉面積指數(shù)方面表現(xiàn)良好。

2.4 生物量的模擬效果及驗(yàn)證

為了驗(yàn)證ORYZA（V3）模型對(duì)水稻地上部總生物量及各器官生物量的模擬性能，采用2020年的實(shí)際觀測(cè)數(shù)據(jù)進(jìn)行驗(yàn)證分析。由圖2可以看出，模擬的地上部總生物量以及各器官生物量與實(shí)測(cè)值保持了較高的一致性。然而，在2020年早稻期間，由于移栽后出現(xiàn)了中等偏重低溫陰雨天氣，模擬值與實(shí)測(cè)值存在一定的偏差。

從表5可以看出，地上部總生物量及各器官生物量的模擬值與實(shí)測(cè)值之間存在較高的吻合度。線性回歸系數(shù)（α）的變化范圍為0.68～0.91，而截距（β）大部分大于0，這意味著模擬值在多數(shù)情況下略高于實(shí)測(cè)值。這種差異可能源于模型在早中期生長階段對(duì)生物量的過高預(yù)估。決定系數(shù)R2為0.43～0.91，顯示出回歸方程在大多數(shù)情況下具有顯著的預(yù)測(cè)效果。在2020年早稻數(shù)據(jù)中，葉生物量的NRMSE相對(duì)較高，達(dá)53.0%，而同年地上穗生物量的NRMSE則相對(duì)較低，僅為26.4%，這表明模型在模擬早稻葉生物量時(shí)可能存在一定的挑戰(zhàn)，而在模擬地上穗生物量方面則表現(xiàn)較好。與2020年晚稻的校準(zhǔn)數(shù)據(jù)相比，早稻驗(yàn)證數(shù)據(jù)中各變量的NRMSE普遍偏大，這可能是由于不同生長季節(jié)、氣候條件或水稻品種之間的差異導(dǎo)致的。這些發(fā)現(xiàn)為進(jìn)一步優(yōu)化ORYZA（V3）模型提供了參考。盡管各生物量的模擬誤差在某些情況下偏大，但在合理范圍內(nèi)，總體上模擬效果較好，在可接受范圍。從驗(yàn)證資料來看，晚稻的模擬效果優(yōu)于早稻，這可能與早稻播種過早、生長期過長有一定關(guān)系。

3 小結(jié)與討論

3.1 小結(jié)

1）生育期的模擬值與實(shí)測(cè)值誤差均在0～3 d，且早稻的生育期比晚稻長。統(tǒng)計(jì)評(píng)價(jià)結(jié)果顯示，各生育期的NRMSE均在1%以內(nèi)，并且經(jīng)t檢驗(yàn)，二者之間的差異并不顯著，表明模型對(duì)生育期的模擬精度較高。

2）2020年早稻和晚稻葉面積指數(shù)動(dòng)態(tài)變化模擬值與實(shí)測(cè)值較一致。模擬值的均值線性回歸系數(shù)α接近于1，而R2分別為0.670 4和0.766 0。經(jīng)t檢驗(yàn)，P大于0.05，說明葉面積指數(shù)的模擬值與實(shí)測(cè)值之間沒有顯著差異，模擬效果良好。

3）ORYZA（V3）模型在模擬水稻生長過程中的生物量變化具有較高的準(zhǔn)確性。從統(tǒng)計(jì)結(jié)果來看，雖然各生物量的模擬誤差偏大，但仍在可接受范圍內(nèi)，這表明ORYZA（V3）模型在模擬水稻生長過程中總體上表現(xiàn)出良好的性能。值得注意的是，晚稻的模擬效果普遍優(yōu)于早稻，這可能與早稻播種時(shí)間較早、生長期相對(duì)較長有關(guān)，導(dǎo)致模型在模擬早期生長階段時(shí)存在一定的困難。

綜上所述，通過精細(xì)校準(zhǔn)作物參數(shù)，ORYZA（V3）水稻模型可成功應(yīng)用于珠三角地區(qū)的水稻生產(chǎn)實(shí)踐，能基本準(zhǔn)確地模擬水稻的生長情況。這一成果為珠三角地區(qū)的水稻生產(chǎn)提供了有力的科學(xué)支撐，有助于指導(dǎo)農(nóng)業(yè)生產(chǎn)實(shí)踐，提高水稻產(chǎn)量和品質(zhì)，促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展。

3.2 討論

本研究對(duì)ORYZA（V3）水稻生長模型進(jìn)行參數(shù)校準(zhǔn)，并對(duì)模型的模擬結(jié)果進(jìn)行了驗(yàn)證和評(píng)估，涵蓋了水稻的生育期、葉面積指數(shù)和地上部分各器官生物量等多個(gè)方面。這些工作為ORYZA（V3）模型在廣東省雙季稻種植區(qū)的應(yīng)用提供了堅(jiān)實(shí)的基礎(chǔ)，同時(shí)也為模型的進(jìn)一步優(yōu)化提供了有益的參考。

經(jīng)過模擬和驗(yàn)證，ORYZA（V3）模型在模擬不同播期對(duì)水稻生育進(jìn)程和產(chǎn)量的影響方面表現(xiàn)出良好的性能。然而，模擬值與實(shí)測(cè)值之間存在一定的偏差，各年份模擬值普遍略高于實(shí)測(cè)值。這主要是由于模型是在潛在條件下進(jìn)行模擬，而實(shí)際生產(chǎn)中，由于水和肥料的脅迫等因素，往往難以達(dá)到理想的生長環(huán)境。盡管如此，ORYZA（V3）模型仍然提供了有價(jià)值的參考，能更好地理解和預(yù)測(cè)水稻的生長過程。為了進(jìn)一步提高模型的準(zhǔn)確性，未來可以考慮將更多的環(huán)境因子和作物管理實(shí)踐納入模型，以更全面地反映水稻的生長環(huán)境。此外，該模型也存在一些局限性，在使用該模型時(shí)必須對(duì)部分參數(shù)進(jìn)行調(diào)整。而在使用不同播期觀測(cè)值進(jìn)行參數(shù)調(diào)整時(shí)，各種參數(shù)僅采用算術(shù)平均值，對(duì)模擬效果產(chǎn)生一定的影響。

本研究僅采用相同品種不同播期的試驗(yàn)處理方法，未來可以設(shè)計(jì)不同品種和不同試驗(yàn)處理方法，進(jìn)一步校準(zhǔn)ORYZA（V3）模型的參數(shù)，以提高模型的適應(yīng)性。

參考文獻(xiàn)：

［1］ 李逸勉，葉延瓊，章家恩，等.廣東省水稻產(chǎn)業(yè)發(fā)展現(xiàn)狀與對(duì)策分析［J］.中國農(nóng)學(xué)通報(bào)，2013，29（20）：73-82.

［2］ 劉均勇，胡樂鳴，張海濤，等.中國農(nóng)業(yè)年鑒［M］.北京：中國農(nóng)業(yè)出版社，2020.254.

［3］ BOUMAN B A M，VAIL KEULEN H，VAN IJAAR H H，et al. The ‘School of de Wit’ crop growth simulation models： A pedigree and historical overview［J］.Agricultural systems，1996，52（2-3）：171-198.

［4］ LANSIGAN F P， PANDEY S， DOUMAN B A M. Combining crop modeling with econmic risk-analysis for the evaluation of crop management strategies ［J］. Field crops reseach，1997， 51（1/2）：133-145.

［5］ YOUNG M D B，GOWING J W， WYSEURE G C L， et al. Parched-thirst： Development and validation of a process based model of rainwater harvesting［J］. Agricultural water management， 2002， 55（2）：121-140.

［6］ 薛昌穎，楊曉光，DOUMAN B A M，等.ORYZA2000模型模擬北京地區(qū)旱稻的適應(yīng)性初探［J］.作物學(xué)報(bào)，2005，31（12）：1567-1571.

［7］ 薛昌穎，楊曉光，鄧 偉，等.利用 ORYZA2000模型分析北京地區(qū)旱稻產(chǎn)量潛力及需水特征［J］.作物學(xué)報(bào)，2007，33（4）：625-631.

［8］ 薛昌穎，楊曉光，陳懷亮，等.基于ORYZA2000模型的北京地區(qū)旱稻適宜播種期分析［J］.生態(tài)學(xué)報(bào)，2010，30（24）：6970-6979.

［9］ 李亞龍，崔遠(yuǎn)來，李遠(yuǎn)華.基于ORYZA2000的水量平衡要素和水分生產(chǎn)率模擬分析［J］.中國農(nóng)村水利水電，2005（8）：1-3.

［10］ 李亞龍，崔遠(yuǎn)來，李遠(yuǎn)華.水-氮聯(lián)合限制條件下對(duì)水稻生產(chǎn)模型ORYZA2000的驗(yàn)證與評(píng)價(jià)［J］.灌溉排水學(xué)報(bào)，2005，24（1）：28-32，44.

［11］ 李亞龍，崔遠(yuǎn)來，李遠(yuǎn)華，等.基于ORYZA2000模型的旱稻生長模擬及氮肥管理研究［J］.農(nóng)業(yè)工程學(xué)報(bào)，2005，21（12）：141-145.

［12］ 李亞龍，崔遠(yuǎn)來，李遠(yuǎn)華.基于ORYZA2000的稻田水量平衡及地下水埋深對(duì)水稻灌溉的影響［J］.灌溉排水學(xué)報(bào)，2006，25（1）：45-48.

［13］ 帥細(xì)強(qiáng)，王石立，馬玉平，等.基于ORYZA2000模型的湘贛雙季稻氣候生產(chǎn)潛力［J］.中國農(nóng)業(yè)氣象，2009，30（4）： 575-581.

［14］ 莫志鴻，馮利平，鄒海平，等.水稻模型ORYZA2000在湖南雙季稻區(qū)的驗(yàn)證與適應(yīng)性評(píng)價(jià)［J］.生態(tài)學(xué)報(bào)，2011，31（16）： 4628-4637.

［15］ 浩 宇，景元書，馬曉群，等.ORYZA2000模型模擬安徽地區(qū)不同播期水稻的適應(yīng)性分析［J］.中國農(nóng)業(yè)氣象，2013，34（4）： 425-433.

［16］ 陳 超，龐艷梅，莫志鴻.四川單季稻區(qū)主栽水稻品種的生長模擬［J］.中國農(nóng)業(yè)氣象，2016，37（3）：307-315.

［17］ 李 寧，白 蕤，伍 露，等.基于氣象災(zāi)害的ORYZA（V3）模型對(duì)雙季稻發(fā)育期模擬的適應(yīng)性評(píng)價(jià)［J］.干旱氣象，2017，35（4）：559-566.

［18］ 段里成，姚俊萌，郭瑞鴿，等.用ORYZA_V3水稻模型模擬江西直播早稻的適宜性分析［J］.中國農(nóng)業(yè)氣象，2021，42（11）：951-961.

［19］ BOUMAN B A M， KROPFF M J， TUONG T P， et al. ORYZA2000： Modeling lowland rice［M］.Los Baňos：International rice research institute，2001.

［20］ BOUMAN B A M，VAN LAAR H H. Description and evaluation of the rice growth model ORYZA2000 under nitrogen-limited conditions［J］. Agricultural systems， 2006， 87（3）： 249-273.

［21］ CATON B P， FOIN T C， HILL J E. A plant growth model for integrated weed management in direct-seeded rice.Ⅱ.Validation testing of water-depth effects and monoculture growth［J］. Field crops research，1999（62）：145-155.

［22］ KOBAYASHI K， SALAM M U. Comparing simulated and measured values using mean squared deviation and its components［J］. Agronomy journal， 2000，92（2）：345-352.

［23］ GAUCH H G， HWANG J T G， FICK G W. Model evaluation by comparison of model-based predictions and measured values［J］. Agronomy journal， 2003， 95（6）：1442-1446.

收稿日期：2024-03-05

基金項(xiàng)目：中國氣象局創(chuàng)新發(fā)展專項(xiàng)（CXFZ2021Z059）；云浮市科技計(jì)劃項(xiàng)目（S2023020202）

作者簡介：葉樹春（1979-），男，廣東和平人，高級(jí)工程師，主要從事氣象服務(wù)及應(yīng)用氣象研究，（電子信箱）55592601@qq.com。