导读:本文包含了潜在产量论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模型,产量,马铃薯,华北平原,块茎,潜力,冬小麦。
潜在产量论文文献综述
王瀚,秦军红,毕真真,孙超,李鑫[1]（2019）在《基于SOLANUM模型的甘肃中东部马铃薯潜在产量研究》一文中研究指出为探究马铃薯专用生长模拟模型SOLANUM对甘肃省中东部马铃薯产量预测的适用性,并分析该地区主要气候因子对马铃薯产能差的影响。本试验以3个马铃薯基因型为参试材料,利用SOLANUM模型计算并校准甘肃省天水市和定西市马铃薯模型参数,并对SOLANUM模型进行统计学的模型评价。结果表明,SOLANUM模型在甘肃省适用性评价中,产量和冠层覆盖度模拟结果相对均方根误差(RRMSE)均在16%～76.2%之间,模型效应系数(EF)在0.068～0.805之间。相关性分析表明,产能差变化与太阳辐射变化相关系数为0.8,与年降雨量变化相关系数为0.71;潜在产量与年降雨量相关系数为0.92,与太阳辐射相关系数为0.78;实际产量与年降雨量相关系数为0.89,与太阳辐射相关系数为0.68。综上,SOLANUM模型对甘肃省中东部地区马铃薯潜在产量和冠层覆盖度模拟具有适用性,但还需对马铃薯生长发育和生育期长短的估算进行深入研究,从而提高模型模拟精度和适用性。为缩小产能差,甘肃省应选择晚熟抗旱马铃薯品种种植。本研究结果为补充SOLANUM模型模拟精度和提高甘肃省马铃薯潜在产量提供了决策依据。(本文来源于《核农学报》期刊2019年08期）
刘文茹,陈国庆,刘恩科,居辉,刘勤[2]（2018）在《基于DSSAT模型的长江中下游冬小麦潜在产量模拟研究》一文中研究指出为了探明气候变化对长江中下游地区冬小麦潜在产量的影响,基于政府间气候变化专门委员会(IPCC)AR5提出的BCCCSM1-1(Beijing Climate Center Climate System Model version1-1)气候系统模式输出的基于典型浓度RCP各情景(基准时段baseline、RCP 2.6、RCP 4.5和RCP 8.5)主要气象要素的逐日模拟数据和历史观测数据。通过DSSAT模型模拟历史时期(2001—2009年)冬小麦的物候期和产量,并计算模拟数据与实测数据二者的均方根误差和一致性指数(开花、成熟期和产量模拟结果的相对均方差根误差分别在0.83%—2.98%之间和7%以下,符合度D均接近于1)明确最优遗传参数,应用最优参数模拟加以验证,完成模型参数区域化。结合历史阶段(1961—1990年)和未来时期(2021—2050年)主要气象要素变化趋势,利用DSSAT模型模拟分析未来30年长江中下游地区气候变化对小麦产量的影响及变化趋势,以期为未来作物生产提供理论依据。结果表明,DSSAT-CERES-Wheat品种遗传参数本地化后能准确模拟冬小麦的生长发育过程及产量潜力。较基准年相比,2021—2050年RCP情景下,冬小麦生育期内≥10℃积温除RCP 2.6情景外呈现逐渐增加趋势,增加幅度为RCP 8.5>RCP 2.6>RCP 4.5;降水量年际波动都比较大,区域性差异明显;太阳总辐射量较基准年均有所降低,但降低的幅度随着年份的增加逐渐减小,变化率均呈现显着或极显着的增加趋势。除昆山外冬小麦开花期、成熟期较基准年均有所提前,开花期到成熟期天数则随之缩短。仅考虑气候条件时,长江中下游地区冬小麦产量潜力与基准年减少,昆山、英山下降幅度较滁州、钟祥大(3%—59%),且区域差异明显。分析可得,一定范围内冬小麦产量随积温的增加逐渐增加,超过一定阈值时则逐渐减少,其他气候因子增加或减少并不能弥补积温过低产生的负效应。(本文来源于《生态学报》期刊2018年09期）
江铭诺,刘朝顺,高炜[3]（2018）在《华北平原夏玉米潜在产量时空演变及其对气候变化的响应》一文中研究指出华北平原是我国的粮食主产区,为探讨气候变化可能对该地区粮食产量产生的影响,本文以中国科学院青藏高原研究所的中国区域地面气象要素数据集为基础,对作物生长模型WOFOST(WOrld FOod STudy)进行面域化,模拟华北平原1979—2015年夏玉米的生长情况;利用一元线性回归、经验正交分解(EOF)分析了华北平原夏玉米潜在产量的时空变化,利用逐个栅格相关性分析、奇异值分解(SVD)分析了华北平原不同区域夏玉米潜在产量与全生育期、吐丝前和吐丝后平均温度及日均太阳总辐射的相关性。结果表明,研究区夏玉米潜在产量大致呈现从南向北逐渐升高的特点,大部分地区夏玉米潜在产量为7 000~9 000 kg?hm~(-2);研究区西北部夏玉米潜在产量波动较大,波动较小的地区在北京南部、天津以及河北中部一带,标准差在500 kg?hm~(-2)以下;研究区西北部及河北唐山北部以及山东半岛东部夏玉米潜在产量呈上升趋势,这些地区的夏玉米潜在产量上升幅度大部分在200~600 kg?hm~(-2)?(10a)~(-1);研究区的其余大部分地区夏玉米潜在产量呈下降趋势,其中河北中南部、天津、鲁西北以及皖北的部分区域下降较明显,变化幅度在-250 kg?hm~(-2)?(10a)~(-1)左右。河北西部和东北部、北京西北部以及山东中部和东部等地区的夏玉米潜在产量与气温具有较显着的相关关系,相关系数在0.9以上,这些地区的夏玉米潜在产量在过去37年呈上升趋势,表明这些地区夏玉米潜在产量的增加可能是由气温上升导致的。北京东部和南部、天津、河北中南部及秦皇岛唐山南部、山东、河南东部、皖北和苏北等地区的夏玉米潜在产量与太阳总辐射具有较好的相关关系,相关系数在0.8左右,其中,吐丝后通过显着性检验的区域较吐丝前大,相关系数也较吐丝前大,该区域大部分地区夏玉米潜在产量呈下降趋势,可能是由该区域太阳总辐射下降导致的,且总辐射的下降主要对夏玉米的生殖生长阶段构成影响。总的来说,研究区夏玉米潜在产量上升的区域与温度的上升有关,温度的变化是这些地区夏玉米潜在产量变化的主导因子;研究区夏玉米潜在产量下降的区域与太阳总辐射的下降有关,太阳总辐射的变化是这些地区夏玉米潜在产量变化的主导因子。因此,气候变化背景下针对华北平原不同地区制定不同的合理应对措施显得尤为重要。(本文来源于《中国生态农业学报》期刊2018年06期）
王颖,梁淑敏,潘哲超,李燕山,谢开云[4]（2017）在《基于Solanum模型的云贵高原大春马铃薯潜在产量研究》一文中研究指出[目的]计算云贵高原地区大春马铃薯潜在产量及产量差,分析产生巨大产量差的原因及解决措施。[方法]文章采用由国际马铃薯中心开发的新型植物生长模拟模型Solanum模型与田间试验相结合的方法,更精确地评估马铃薯潜在产量。[结果]云贵高原地区大春马铃薯的产量潜力巨大。云薯401潜在产量为138 t/hm~2,云薯505潜在产量为147 t/hm~2,合作88潜在产量为91.9 t/hm~2,与实际产量之间的产量差(YGM)最大的为云薯505,为117 t/hm~2,与基于FAO农业生态区域法的光温产量潜在模型算法得出的结果相符。与世界范围内已知的马铃薯潜在产量数据相比,云贵高原地区大春马铃薯的潜在产量全球最高。[结论]云贵高原地区大春马铃薯的发展潜力巨大,不同品种的潜在产量存在差异。防控晚疫病,延长生育期以充分利用太阳辐射,提高光合辐射有效利用率(RUE)是提高产量,缩小产量差的关键。(本文来源于《中国农业资源与区划》期刊2017年11期）
葛晓康[5]（2017）在《水稻当季潜在产量预测与氮素利用研究》一文中研究指出在作物生长中,氮素参与多种物质的合成,是最重要的元素之一。适宜的氮素管理策略对高效作物生产和农业可持续发展至关重要,并可同时减少氮肥增施带来的负面影响。本研究从“利用水稻前中期光谱指数动态预测当季潜在籽粒产量”和“不同基肥条件下穗肥梯度间氮素利用率及其与产量关系研究”两方面入手,系统分析并研究建立了水稻前中期光谱指数动态变化模型及其籽粒产量预测模型,研明了不同施肥时期氮素利用率与产量关系规律,为氮肥的按需供应,解决氮肥施用过多的问题提供理论依据和方法支撑。本研究中利用不同生态点和不同品种的水稻氮肥试验,构建了不同梯度的水稻群体。首先,利用便携式主动光谱仪(RapidScanCS-45)在花前期进行了密集测试,对不同生育阶段各光谱指数和包括LAI、植株氮积累量和叶片氮积累量在内的农学参数关系进行了比较,结果显示NDRE指数与农学参数关系最好,误差范围最小。此外,NDRE指数花前期动态变化呈现“慢-快-慢”的增长模式。针对这一现象,本研究选用S型曲线以时间变量相对累积生长度日RAGDD为自变量,NDRE光谱指数为因变量进行了动态建模,模型公式为y=A1-A2/1+e(x-x0)/dx+A2。经不同试验数据检验,该模型在不同氮梯度、品种和生态点条件下,模型决定系数均在0.9以上,相对均方根误差均小于5%,模型建立正确,精准度高,适用范围广。模型中主要包含x0、BGV和FPV叁个参数,分别对应公式中的x0、A1、A2。x0为动态变化临界点,指示动态变化进程,xo之前,水稻处于生育前期,NDRE值较小,增长较快;经过x0后,进入生育中期,NDRE值较大,增速放缓。水稻生育前期,光谱指数测试值较低,并围绕一个值波动,将其称为分蘖初期光谱指数背景值(Background Value,BGV),BGV能反映水稻生育前期生长状况,但相关性低。生育中期,光谱指数增长减缓,仅在小范围内增加,接近或达到最大值,称其为生育中期光谱指数特征平台值(FeaturePlatformValue,FPV)。FPV与农学参数具有良好的线性关系,决定系数可达0.7以上,处理与FPV值一一对应,适宜用于水稻氮素营养的监测诊断以及产量预测。并基于FPV值建立了水稻当季潜在籽粒产量预测模型,模型方程为y=36081x-1174.4。经检验,模型适用于长江中下游和江淮地区的不同粳稻品种,准确性大于80%,较已有算法明显提高。对不同基肥及穗肥施用量处理下的水稻产量和氮素利用率进行比较发现,穗肥对产量作用明显,随着穗肥施用量的增加产量有10%-20%的提升,主要通过产量结构中的单位面积有效穗数和穗粒数实现。穗肥施用量对氮素利用率也存在明显影响,随着施用量的增加,4种氮素利用率氮肥偏生产力(NPFP)、农学利用率(NAE)、吸收利用率(NRE)和生理利用率(NPE)均不同程度的下降,但穗肥利用率均大于对应基肥利用率。NPFP与产量联系最为紧密,不同产量水平间NPFP差异明显,农民可根据目标产量或潜在产量对应NPFP合理设置施肥量,实现氮肥的高效利用。(本文来源于《南京农业大学》期刊2017-06-01）
范志宣[6]（2016）在《气候变化背景下基于作物模型的吉林省玉米潜在产量模拟》一文中研究指出本文利用吉林省白城、长春、辽源、吉林、延吉等15个气象站点的1981～2010年30年的平均逐日气象数据以及未来气候变化下的气象数据,作为WOFOST模型的气象驱动因子,模拟出吉林省中熟、晚熟两类玉米品种的光温生产潜力和气候生产潜力。分析了未来气候变化下吉林省积温的变化情况。研究结果如下：(1)在叁种不同情景模式下,≥10℃活动积温的增加幅度不同,对吉林省玉米的生育期影响也不同,A1B情景下积温增加480℃·d,玉米产量下降也最多,B1情景下积温增加412℃·d,玉米产量减少也最少,A2情景下积温增加450℃·d,介于其他两种情景模式中间,玉米产量下降也介于中间。(2)在1981～2010年和未来叁种不同气候情景下的吉林省中熟、晚熟品种的光温生产潜力分布形式基本一致,呈现由西北向东南逐渐减少的趋势。在未来气候情景模式下,中熟、晚熟玉米的光温生产潜力值都出现了大幅度的下降,晚熟玉米下降幅度大于中熟玉米的下降幅度；中熟、晚熟玉米光温生产潜力在叁种不同模式下下降的幅度为A1B>A2>B1。中熟、晚熟玉米生育期在叁种不同模式下缩短天数为A1B>A2>B1。(3)吉林省气候生产潜力值,中熟、晚熟玉米品种在1981～2010年和未来的叁种不同情景下的气候生产潜力值空间分布图,基本呈自中部地区向东向北逐步减少趋势。在北部的通榆和东部的敦化地区分别达到最低值。未来气候变暖下积温增加,品种若不变,反而会加速发育,使作物更早成熟,产量降低。因此要研究生育期更长的晚熟品种或者进行种植制度的改革,以充分利用增加的热量资源。(4)比较叁种不同情景模式下生产潜力比值发现,在A1B情景下,潜力比值最低,说明在这种情景模式下降水与光温等资源匹配程度不好,使玉米容易受到干旱的影响,不利于现有玉米品种在未来的生产。B1情景下潜力比值最高,A2情景下潜力比值居中。晚熟玉米品种的潜力比值整体高于中熟玉米品种,说明晚熟品种的气候适应性更好。叁种不同情景模式下潜力比值分布形式相似,都是自西北向东南逐渐增加的趋势。说明在未来东南地区的通化、靖宇、延吉等地区降水与光温匹配程度较好,而吉林省北部的白城、通榆、乾安等地区等容易受到降水的影响,引起干旱。(本文来源于《沈阳农业大学》期刊2016-06-12）
赵锋[7]（2016）在《基于SOLANUM模型对天水和定西马铃薯潜在产量的研究和分析》一文中研究指出作物模型是用来分析作物潜在产量最简易的工具之一,通过运用作物模型对作物生长发育进行模拟,从而制定最优的田间管理措施,提高作物产量。本试验于2014-2015年,通过甘肃省天水、定西两个试验站马铃薯的田间试验,对SOLANUM模型在天水、定西马铃薯生长及产量模拟的适用性进行验证。分析比较运用实际气象数据和NASA气象数据运行SOLANUM模型对马铃薯的模拟结果,并在SOLANUM模型作物参数验证的基础上运用实际气象数据以及NASA模拟的气象数据对2014年和2015年天水、定西马铃薯在不同种植日期及种植密度下马铃薯产量进行模拟试验,得出以下结论:1、在模型验证过程中,SOLAN UM模型对天水(农天1号、青薯9号)、定西(新大坪)2014年和2015年马铃薯块茎鲜重模拟值与实测值的相对均方根误差RRMSE均小于27.3%,模型效应系数EF均大于0.87;对马铃薯生长发育阶段的冠层覆盖度变化进行模拟时,冠层覆盖度的模拟值与实测值的相对均方根误差RRMSE均小于25.8%,模型效应系数EF均高于0.80,从整体上看,SOLANUM模型对马铃薯块茎鲜重及冠层覆盖度模拟的效果好。在对马铃薯的产量进行模拟时,马铃薯产量的模拟值与实测值差异均不显着,模拟效果好。所以,SOLANUM模型适用于对天水和定西马铃薯生长及产量的模拟。2、通过运用实际气象数据和NASA气象数据运行SOLANUM模型模拟天水(农天1号、青薯9号)、定西(新大坪)2014年和2015年马铃薯的生长及产量:2014年农天1号和青薯9号实际气象数据与NASA气象数据块茎鲜重模拟结果的相对均方根误差RRMSE均高于25.0%,EF均小于0.83,冠层覆盖度模拟结果的相对均方根误差RRMSE均大于30%,EF均小于0.80,模拟结果之间差异较大,产量模拟结果之间差异显着;2014年农天1号和青薯9号以及2015年农天1号NASA气象数据模拟产量均显着的高于实测产量。所以还不能完全用NASA气象数据代替实际气象数据精确模拟天水(农天1号、青薯9号)、定西(新大坪)2014年和2015年马铃薯的生长及产量。3、通过应用实际气象数据和NASA气象数据运行SOLANUM模型对天水(农天1号、青薯9号)、定西(新大坪)2014年和2015年不同种植日期和种植密度下马铃薯产量的模拟试验,可以看出:1)尽管运用NASA气象数据运行SOLANUM模型所得的马铃薯模拟产量与实际气象数据马铃薯的模拟产量有所差异,但是NASA气象数据与实际气象数据运行SOLANUM模型的最佳种植日期和种植密度一致。说明可以应用NASA气象数据代替实际气象数据运行SOLANUM模型粗略模拟出定西、天水2014年和2015年马铃薯最佳种植日期和种植密度。2)在种植密度保持不变时,随着马铃薯种植日期的推迟,马铃薯的产量呈现增长的趋势,当种植日期到达一定时间时,马铃薯产量到达最大值,之后再推迟种植日期,马铃薯的产量开始减少。在同一种植日期下,种植密度为5株/m2、6株/m2、7株/m2水平下马铃薯的产量无较大差异。3)就种植日期和种植密度对马铃薯产量的影响而言,农天1号和青薯9号2014年种植日期为5月6日,种植密度5株/m2优于其他处理;农天1号和青薯9号2015年种植日期5月18日,种植密度5株/m2优于其他处理。新大坪2014年种植日期5月8日,种植密度5株/m2优于其他处理;新大坪2015年种植日期5月11日,种植密度5株/m2优于其他处理。(本文来源于《甘肃农业大学》期刊2016-06-01）
刘明,李素菊,武建军,和海霞,黄河[8]（2015）在《1961-2010年陕甘宁农区干旱变化规律及其对小麦潜在产量的影响》一文中研究指出干旱作为一种典型的气象灾害事件,对人类生产生活带来了极大影响。近几十年来,随着气候变化不断加剧,干旱的变化规律及对作物生长影响的变化趋势已成为气候变化影响研究的重要组成部分。该文选择中国陕甘宁农区为研究区,利用帕默尔干旱指数(Palmer drought severity index,PDSI)分析了1961-2010年干旱强度及频率的变化趋势,并研究了不同月份干旱的变化趋势;在此基础上,依托EPIC(environmental policy integrated climate)模型分别模拟了冬小麦、春小麦在雨养和充足灌溉条件下的作物生长过程,通过两种模拟情景的差异研究降水亏缺所导致干旱对作物潜在产量影响的变化趋势。研究发现:1961-2010年,中国陕甘宁农区年均PDSI呈现明显的下降趋势,并且年内重度干旱月份数(PDSI<-3.0)出现了明显的增长趋势,干旱发生频率上升,强度增强。尤其在4、5、7月,由于降水量明显下降,PDSI的下降趋势最为明显。相比而言,冬小麦种植区PDSI的变化幅度较大。通过分析EPIC模拟结果发现,近50 a,研究区大部分站点干旱导致的作物减产量均出现不同程度的上升,并且空间分布格局与PDSI变化趋势分布相同,研究区中部地区作物产量的减产幅度明显大于其他地区。(本文来源于《农业工程学报》期刊2015年18期）
杨秀梅[9]（2015）在《基于GIS和牧草模型对四川省主栽牧草潜在产量的研究》一文中研究指出本项研究采用包括站点和空间数据收集、创建牧草产量模拟模型,比较两种模型模拟结果的方法,对四川省主栽品种一年生冷季型牧草多花黑麦草(Lolium multiflorum L.)和多年生暖季型牧草扁穗牛鞭草(Hemarthria compressa (L.f.) R.Br.)的潜在生产力进行估测。并将For-PASM的模拟结果与GIS空间插值绘图技术结合,绘制了两种牧草的空间潜在生产力分布图。通过准确的估测冷季型和暖季型牧草的季节性变化和年干草总产量,可以确保草地-家畜生产系统的平衡,有效的减少因过度利用而引起的人工草地退化。牧草产量的GIS空间分布图可以提高生产效率、优化种植模式和牧草区域规划,从宏观上辅助人工草地种植政策的制定。主要研究结果如下：(1)建立了牧草生产潜力模拟模型(For-PASM). For-PASM是基于生理过程的牧草生长模拟和产量形成的应用模型,它包括常年模拟和牧草品种参数调试两个系统。各系统包含生长周期,叶面积动态,收割期与收割次数,光合生产和产量形成等主要模块。牧草的生长发育是由气候因素决定的,依据积温来确定牧草生育期和收获期,禾本科以抽穗期为收获期,豆科牧草以初花期为收获期。模型的主要功能是模拟牧草的收获期、季节性产量以及年干草总产量。用四川省雅安市实验站多花黑麦草和扁穗牛鞭草的生产数据进行检验。For-PASM在模拟牧草收割期和牧草季节性产量动态中,总趋势与总产量的模拟均符合实际。年干草总产量模拟值与实际值显着相关,RMSE分别为1 240 kg/hm2和3 147 kg/hm2; NRMSE分别为7.9%和11.5%。说明模型有较强的机理性和拟合性。(2)介绍了DairyMod模型的结构和功能,应用模型中的刈割模式对多花黑麦草的生长速率、生长季干草总产量进行模拟和验证。在输入牧草实际生育期和调整品种生理参数的基础上,采用当地气象观测站长年气象数据作为驱动模拟。DairyMod模拟在雅安和洪雅两地的生长速率变化模拟值与实测值基本一致；干物质总产量决定系数R2分别为0.97和0.91,D值分别为0.94和0.58,RMSE分别为340 kg/hm2和1 132 kg/hm2; NRMSE分别为2.3%和7.5%。模拟平均值比实测平均值分别高估2.0%和4.5%。校准后的DairyMod在西南地区多花黑麦草的生产中适应性较好,可用于该地区牧草季节生产和总产量的预测中。(3)通过对For-PASM和DairyMod空间产量模拟的可行性比较,最终选择将For-PASM的模拟结果用ArcGIS空间插值的方法绘制两种牧草在四川的年产量分布图。多花黑麦草在川西南地区生长较好,成都平原次之,最高产量可达21500 kg/hm2,而在四川西部和北部等地长势较差。扁穗牛鞭草在成都平原地区生长较好,最高产量可达65500 kg/hm2,在川西北地区的长势较差。区域性的差异可能是由于地势影响水热条件的不同而造成的。本项研究还需要将产量预测图与当地牧草生产专家进行校正,通过专家建议和基于站点的产量数据进一步将牧草产量分布图进行验证和完善。(本文来源于《四川农业大学》期刊2015-06-01）
李波,李雪婷,祁宏英,李红,孙婴宁[10]（2013）在《卫星搭载对蒙农杂种冰草生物学特性和潜在产量的影响》一文中研究指出以返回式科学与技术试验卫星搭载的蒙农杂种冰草种子为材料,地面单株种植后对绝对株高、茎粗、叶长、叶宽、叶面积、分枝数进行测定,运用模糊隶属函数法对卫星搭载材料进行综合分析。结果表明:空间环境对冰草单株形态指标产生了一定的影响,模糊隶属函数综合分析表明,在潜在产量上共有12株系冰草高于对照,分别为株系5、9、10、16、17、22、24、25、27、28、30和株系32。(本文来源于《种子》期刊2013年04期）
潜在产量论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了探明气候变化对长江中下游地区冬小麦潜在产量的影响,基于政府间气候变化专门委员会(IPCC)AR5提出的BCCCSM1-1(Beijing Climate Center Climate System Model version1-1)气候系统模式输出的基于典型浓度RCP各情景(基准时段baseline、RCP 2.6、RCP 4.5和RCP 8.5)主要气象要素的逐日模拟数据和历史观测数据。通过DSSAT模型模拟历史时期(2001—2009年)冬小麦的物候期和产量,并计算模拟数据与实测数据二者的均方根误差和一致性指数(开花、成熟期和产量模拟结果的相对均方差根误差分别在0.83%—2.98%之间和7%以下,符合度D均接近于1)明确最优遗传参数,应用最优参数模拟加以验证,完成模型参数区域化。结合历史阶段(1961—1990年)和未来时期(2021—2050年)主要气象要素变化趋势,利用DSSAT模型模拟分析未来30年长江中下游地区气候变化对小麦产量的影响及变化趋势,以期为未来作物生产提供理论依据。结果表明,DSSAT-CERES-Wheat品种遗传参数本地化后能准确模拟冬小麦的生长发育过程及产量潜力。较基准年相比,2021—2050年RCP情景下,冬小麦生育期内≥10℃积温除RCP 2.6情景外呈现逐渐增加趋势,增加幅度为RCP 8.5>RCP 2.6>RCP 4.5;降水量年际波动都比较大,区域性差异明显;太阳总辐射量较基准年均有所降低,但降低的幅度随着年份的增加逐渐减小,变化率均呈现显着或极显着的增加趋势。除昆山外冬小麦开花期、成熟期较基准年均有所提前,开花期到成熟期天数则随之缩短。仅考虑气候条件时,长江中下游地区冬小麦产量潜力与基准年减少,昆山、英山下降幅度较滁州、钟祥大(3%—59%),且区域差异明显。分析可得,一定范围内冬小麦产量随积温的增加逐渐增加,超过一定阈值时则逐渐减少,其他气候因子增加或减少并不能弥补积温过低产生的负效应。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
潜在产量论文参考文献
[1].王瀚,秦军红,毕真真,孙超,李鑫.基于SOLANUM模型的甘肃中东部马铃薯潜在产量研究[J].核农学报.2019
[2].刘文茹,陈国庆,刘恩科,居辉,刘勤.基于DSSAT模型的长江中下游冬小麦潜在产量模拟研究[J].生态学报.2018
[3].江铭诺,刘朝顺,高炜.华北平原夏玉米潜在产量时空演变及其对气候变化的响应[J].中国生态农业学报.2018
[4].王颖,梁淑敏,潘哲超,李燕山,谢开云.基于Solanum模型的云贵高原大春马铃薯潜在产量研究[J].中国农业资源与区划.2017
[5].葛晓康.水稻当季潜在产量预测与氮素利用研究[D].南京农业大学.2017
[6].范志宣.气候变化背景下基于作物模型的吉林省玉米潜在产量模拟[D].沈阳农业大学.2016
[7].赵锋.基于SOLANUM模型对天水和定西马铃薯潜在产量的研究和分析[D].甘肃农业大学.2016
[8].刘明,李素菊,武建军,和海霞,黄河.1961-2010年陕甘宁农区干旱变化规律及其对小麦潜在产量的影响[J].农业工程学报.2015
[9].杨秀梅.基于GIS和牧草模型对四川省主栽牧草潜在产量的研究[D].四川农业大学.2015
[10].李波,李雪婷,祁宏英,李红,孙婴宁.卫星搭载对蒙农杂种冰草生物学特性和潜在产量的影响[J].种子.2013
论文知识图
