导读:本文包含了水分生产函数模型论文开题报告文献综述及选题提纲参考文献，主要关键词:东北寒地,水稻,Jensen模型,敏感指数累积函数模型
水分生产函数模型论文文献综述
林彦宇,衣淑娟,张忠学,王孟雪,聂堂哲[1]（2019）在《东北寒地水稻水分生产函数模型研究》一文中研究指出以东北寒地水稻为研究对象,研究不同生育阶段水分亏缺对产量的影响,利用生育期内水稻蒸腾蒸发量及产量实测数据,建立水分生产函数Jensen模型和敏感指数累积函数,并对其进行求解与检验。结果表明对水稻产量影响的大小顺序为抽穗开花期>拔节孕穗期>分蘖期>乳熟期;敏感指数累计值随着返青后天数的增多逐渐增大,其中在返青后50～100 d增长速度最快;经检验,Jensen模型和敏感指数累积函数模型的相关性系数分别为0.952和0.950,说明其相关性均较高,因此适宜东北寒地区域。(本文来源于《黑龙江八一农垦大学学报》期刊2019年04期）
陶延怀,郑文生[2]（2018）在《Minitab软件在大豆水分生产函数模型建立与评价中的应用》一文中研究指出本文应用盆栽实验,采用大豆不同灌水处理下的耗水量和产量试验资料,使用Minitab软件进行数据分析,建立了5种水分生产函数模型,应用平均误差(AE)、均方根误差(RMSE)、变异系数(Cv)、残差聚集系数(CRM)和模型性能指数(EF)等评价指标,对5种水分生产函数模型进行分析评价,初步确定适合黑龙江省西部半干旱区的大豆水分生产函数模型为Jensen模型,为该地区大豆非充分灌溉条件下的灌溉制度优化提供了基础依据。(本文来源于《水利科学与寒区工程》期刊2018年09期）
赵子龙[3]（2018）在《基于CROPGRO-Tomato模型东北寒区温室番茄水分生产函数研究》一文中研究指出为了探讨CROPGRO模型模拟温室番茄生长过程的适用性及水分生产函数的推导,本文在东北寒区日光温室试验的基础上利用番茄生长模型CROPGRO-Tomato模拟了不同灌水水平条件下温室番茄的生长发育和产量形成过程,基本思路为:首先设置不同灌水水平条件下的温室试验,目的是为了模型的校正与验证以及为温室试验水分生产函数的推导提供实测数据。然后利用实测数据对模型进行参数调试及验证,采用调试后模型的模拟结果推导温室番茄的模拟试验水分生产函数,并通过模型预测出最优的灌水方案。本试验共设置4个处理,所有处理全生育期灌水上限为计划湿润层田间持水率,灌水下限分别为计划湿润层田间持水率的50%(W1)、60%(W2)、70%(W3)、80%(CK)。利用DSSAT-GLUE参数估计模块获得遗传参数的不同估计结果,经过对比分析番茄物候期、地上干物质量、冠层高度、鲜果产量、叶面积指数(LAI)和土壤含水率的模拟值和实测值之间的差异,来确定该模型模拟日光温室番茄生长发育过程的精度。结果表明:(1)番茄遗传参数PODUR(最优条件下最终果实负载所需光热时间)的估计值具有较大变异性,变异系数为11.45%,受温室内灌溉、管理措施和温室环境等影响较大。(2)利用作物全生育期充分灌水处理试验数据进行模型校正,选用其余灌水处理试验数据进行模型验证时,总体ARE和nRMSE值最小只有8.66%和10.46%,模型模拟精度高于其他方案。(3)番茄LAI和土壤含水率动态分析结果表明,灌水水平越高模型模拟精度越高,模型无法准确的描述在温度和辐射量较高条件下,由于不同灌水水平所造成的温室番茄LAI和土壤含水率的变化。(4)留一交叉验证结果表明,利用CROPGRO-Tomato模型模拟本研究两年不同灌水水平条件下温室番茄的生长过程,总体误差在10.5%~12.5%之间。(5)两年温室番茄试验Jensen、Minhas和Stewart模型水分亏缺敏感性指数依次为:结果期>采收期>开花坐果期>苗期,而Blank模型结果为:结果期>采收期>苗期>开花坐果期;两年番茄模拟试验Jensen、Blank、Stewart和Minhas模型水分亏缺敏感性指数顺序依次为:结果期>采收期>开花坐果期>苗期,这与实测数据推导的结果较为一致。通过CROPGRO-Tomato模型模拟情景试验得出,将CK处理苗期和开花坐果期灌水下限调整至田间持水率的50%可以增产3.56%,同时节约14.91%的灌水量。(本文来源于《沈阳农业大学》期刊2018-06-01）
王丽红,刘路广,谭君位,陈道英,董苇[4]（2017）在《基于ORYZA 2000模型的鄂北地区水稻水分生产函数构建》一文中研究指出湖北省北部地区水资源短缺,有限降水难以满足水稻需水量,需要实施灌溉以补充水分。为此,根据长渠灌溉试验站水稻灌溉试验成果,基于ORYZA 2000模型构建了鄂北地区水稻生长模型。根据不同受旱阶段及受旱水平设置了多种受旱方案,利用构建的模型模拟分析了不同受旱方案水稻需水量和产量的变化规律。结果表明随受旱程度的增加,水稻需水量与产量呈现降低的变化趋势。在模拟成果分析基础上,根据最小二乘法原理,计算分析得到了Jensen模型中不同生育阶段敏感系数,构建了鄂北地区水稻水分生产函数,对指导当地水稻灌溉具有重要意义。(本文来源于《长江科学院院报》期刊2017年09期）
王则玉,马晓鹏,刘国宏,谢香文[5]（2017）在《基于Jensen模型的红枣水分生产函数及敏感指数研究》一文中研究指出【目的】研究滴灌条件下红枣各生育期水分亏缺对产量的影响,明确红枣各生育期水分敏感指数和关键需水期。【方法】通过对红枣各生育期不同水分亏缺处理,分析红枣灌水量和耗水量、耗水量和产量的关系,分析各生育期内水分亏缺对产量的显着性影响。根据红枣产量和不同生育阶段的耗水量关系,建立基于Jensen模型的水分生产函数,利用转换方程组解出相关参数。【结果】红枣水分敏感指数(萌芽展叶期0.089;开花坐果期0.324;果实膨大期0.392;成熟期0.068)。【结论】果实膨大期为影响产量的需水关键期,萌芽展叶期和成熟期水分亏缺对产量影响小。(本文来源于《新疆农业科学》期刊2017年04期）
王永平,刘学军,周立华,雷筱,马小刚[6]（2016）在《宁夏贺兰山东麓滴灌酿酒葡萄耗水规律及水分生产函数模型研究》一文中研究指出为掌握区域滴灌酿酒葡萄生育期耗水特征、加强酿酒葡萄田间水分管理、提高水分生产效率,通过田间试验设置14个灌水处理,基于水量平衡理论,分析了宁夏贺兰山东麓灰钙土滴灌条件下酿酒葡萄生育期耗水规律,采用4种常用水分生产函数模型计算了酿酒葡萄各生育阶段的水分敏感指数及系数,并结合灌溉实际,分析了各模型敏感系数的合理性。结果表明,酿酒葡萄生育期内着色成熟期水分消耗量最大,占全生育期耗水量的26.7%~42.8%;果实膨大期耗水强度达到顶峰,平均耗水强度为4.48mm/d;初果期缺水对产量影响的敏感性最高,应在灌溉中予以重视;初步建立区域水分生产函数模型,为当地优化灌溉制度提供科学依据,也为酿酒葡萄水分生产函数研究提供参考和借鉴。(本文来源于《水电能源科学》期刊2016年11期）
侯琼,王海梅,云文丽[7]（2016）在《基于Jensen模型的内蒙古河套灌区春玉米水分生产函数研究》一文中研究指出为了系统分析玉米整个生育期不同时期水分亏缺对产量的影响,适时开展灌溉影响评估,基于Jensen模型和水量平衡方程,利用水分试验数据和历史观测资料研究了河套灌区玉米水分敏感指数、玉米需水量和最高产量,建立了需水量和水分敏感指数时间变化方程,包括叁项式和Logisitic两种形式,在旬尺度上二者的模拟结果十分接近;通过回代和实例检验,估算产量与实测产量有较好的一致性,回代结果的相关系数在0.92以上,相对误差小于15%的样本占到80%;实例检验的相关系数在0.63~0.69之间,相对误差低于20%的样本占到80%~100%,模拟效果基本符合实际。(本文来源于《干旱地区农业研究》期刊2016年03期）
张作合,周利军,孔凡丹[8]（2016）在《叁种土壤下玉米水分生产函数Jensen模型》一文中研究指出文章通过盆栽试验,建立了水分生产函数Jensen模型,对叁种土壤下玉米的水分敏感程度进行分析。结果表明:叁种土壤下玉米的拔节期和抽雄期都是水分敏感时期,水分敏感指数在拔节期最大。在进行调亏灌溉时,拔节期和抽雄期土壤含水量下限一般不宜过低,尤其是拔节期。在苗期进行调亏灌溉时,黑土和草甸土的土壤含水率下限相对于白浆土的土壤含水率下限应稍高一些。实际农业生产中,应针对不同生育期的水分敏感指数分别进行调亏灌溉。(本文来源于《绥化学院学报》期刊2016年05期）
樊鹏,王莹,杨青伟,杨喜会[9]（2016）在《两种作物水分生产函数模型的一致性分析（英文）》一文中研究指出在试验资料的基础上,对两种作物水分生产函数模型进行了分析。说明了作物全生育期水分的抛物线模型和作物生育阶段水分的Jensen模型在理论上的一致性和差异性,为灌溉水量的优化分配提供了依据。同时分析了只用Jensen模型对灌溉水量进行作物间和作物生育期内的优化,是有一定的缺陷的。(本文来源于《Agricultural Science & Technology》期刊2016年01期）
姚宁[10]（2015）在《基于CERES-Wheat模型的冬小麦动态水分生产函数研究》一文中研究指出作物水分生产函数是描述作物产量和生长期内灌溉水量之间关系的函数,常用于灌溉制度优化和非充分灌溉理论研究。常用的该类函数中,水分胁迫对产量的影响一般用水分敏感指数来描述,但该指数具有较强的时间和空间变异性,随气候、土壤、作物品种的不同,指数值都会有显着变化。一般地,作物水分生产函数要通过专门的小区受旱试验和统计回归方法获得。但受旱试验往往较为复杂、费时费力,妨碍了作物水分生产函数的深入研究和应用。本研究利用CERES-Wheat小麦生长模型来推导冬小麦水分生产函数,基本思路是:利用较易获得的常规田间试验数据进行模型校正,然后利用校正后的模型上模拟小区分段受旱试验,并以模拟结果推导所需要的水分生产函数。本研究进行了两年的遮雨棚下冬小麦分段受旱试验,试验将冬小麦整个生育期划分为越冬、返青、拔节、抽穗和灌浆5个主要生长阶段,每相邻两个生长阶段连续受旱,形成4个不同的受旱时段水平(D1—D4),根据小麦生育期的需水量,设置灌水定额分别为40和80 mm两个水平(I1和I2),共形成8个处理,每处理3次重复,在遮雨棚内采用裂区试验布置,此外在旁边设置1个各生育期全灌水的对照处理,通过对比分析不同分段受旱条件下冬小麦的株高、叶面积指数、生物量、物候期和产量等生理生态指标的动态变化过程,探究不同生长阶段水分胁迫对旱区冬小麦生长发育和产量形成的影响;其次,利用上述试验数据对CERES-Wheat模型进行了参数估计和模型验证,文中设置了5套不同的参数估计和验证方案,利用DSSAT-GLUE参数估计模块得到不同的参数估计结果。通过对比分析冬小麦物候期、单粒重、生物量、产量、以及土壤水分含量的模拟值和实测值之间的差异,以确定利用DSSAT-CERES-Wheat模型模拟旱区冬小麦生境过程的精度;最后利用模型模拟了56年(1955.10-2012.6)气候情境下小麦的生长过程和产量形成,并以模型模拟数据为基础求解了相应的水分生产函数,并与田间试验所得的水分生产函数进行了对比分析,得到了如下主要结果和结论:(1)在冬小麦营养生长阶段进行连续水分胁迫时,明显影响小麦的正常生长发育,越冬期和返青期受旱时冬小麦的株高和叶面积指数都最小,但是拔节后受旱对小麦植株生长影响不明显,且拔节期后冬小麦株高和叶面指数的平均生长速率均为拔节前的10倍左右;拔节期前受旱各处理小麦的生物量都没有明显的差异,但是拔节后受旱各处理差异明显,越冬期和返青期受旱处理的生物量明显低于其它各处理,并且后期复水也不能弥补生物量的严重损失;干旱胁迫能缩短冬小麦的生育期,在同一灌溉水平下,受旱阶段D1、D2、D3、D4的抽穗期和开花期比对照处理延迟1-3 d,且受旱时期越早、胁迫程度越大,则生育期越提前,成熟期最大可提前5 d;相同灌溉水平下,若抽穗和灌浆期受旱(即越冬、返青、拔节期灌水)可获得较高的有效穗数和穗粒数,但千粒重较低;而抽穗和灌浆期灌水,可以提高冬小麦千粒重,但穗数和穗粒数较低;在I1和I2水平下,越冬期和返青期受旱处理的产量最低,仅为对照处理产量的42%左右,但I1水平下拔节期和抽穗期受旱的处理产量最高,约为对照处理的63%,I2水平下返青期和拔节期受旱的处理产量最高,约为对照处理的75%。因此,灌水定额和受旱阶段具有明显的交互作用,返青期和灌浆期为旱区冬小麦田间水分管理的关键时期,生产中需加强这两个生长阶段的田间水分管理以确保高产。(2)CERES-Wheat模型的遗传参数P1V(最适温度条件下通过春化阶段所需天数)和G3(成熟期非胁迫下单株茎穂标准干重)具有较强的变异性,变异系数分别为19.07%和16.34%,受基因型-环境互作的影响较大,而其它参数的变异性则较弱,变异系数均小于10%;DSSAT-GLUE参数估计工具具有较好的收敛性,不同参数估计方案所得的参数值具有一定的一致性;不同的参数估计方案所得的模型输出结果有较大差异,其中参数估计方案1(利用两季试验中的充分灌溉处理CK数据进行参数估计,其它不同阶段受旱处理数据进行验证)的模型校正和验证精度最高,其中模型校正的绝对相对误差(Absolute relative error,ARE)和相对均方根误差(Relative root mean squared error,RRMSE)分别为4.89%和5.18%。在冬小麦抽穗期和灌浆期受旱时,CERES-Wheat模型可以较好地模拟小麦的生长发育过程以及土壤水分的动态变化,但是在越冬期和返青期受旱时,模拟结果相对较差,并且随着受旱时段提前和受旱程度的加重,模拟精度将变得更低。此外,该模型无法模拟由不同水分胁迫造成的冬小麦物候期差异,需要对模型进行相应的改进。交叉验证(Cross validation)表明CERES-Wheat模型模拟本研究中不同水分胁迫条件下冬小麦生长和产量的总体性误差约在15-18%左右。总之,CERES-Wheat模型在模拟旱区冬小麦生境过程时存在着一定的局限性,若要更广泛地将该模型应用在我国干旱半干旱地区的冬小麦生产管理和研究,有必要对冬小麦营养生长阶段前期的水分胁迫响应机制和模拟方法进行进一步的深入研究。(3)基于两年度田间分段受旱试验的Jensen、Stewart和Blank模型的水分敏感指数都在越冬期和灌浆期较大,拔节期最小,而Minhas模型的水分敏感指数在越冬期、拔节期和灌浆期都较大;基于56年度(1955.10-2012.6)CERES-Wheat模型模拟结果的冬小麦Jensen、Blank、Stewart和Minhas模型的水分敏感指数都在返青期和灌浆期较大,拔节期次之,越冬期最小。CERES-Wheat模型模拟水分胁迫条件下的小麦生长发育和产量形成过程还存在一定的缺陷,为了提高CERES-Wheat模型在干旱和半干旱地区的模拟精度,就必须对该模型进行相应改进。此外,冬小麦的水分生产函数是在完全控水条件下,并没有考虑到实际雨养的情况,在以后的研究中,我们将着眼于雨养条件下的水分生产函数,并对其进行验证,最终将不同情境的水分生产函数程序化,嵌入到DSSAT-CERES-Wheat模型之中。(本文来源于《西北农林科技大学》期刊2015-05-01）
水分生产函数模型论文开题报告
（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：
本文应用盆栽实验,采用大豆不同灌水处理下的耗水量和产量试验资料,使用Minitab软件进行数据分析,建立了5种水分生产函数模型,应用平均误差(AE)、均方根误差(RMSE)、变异系数(Cv)、残差聚集系数(CRM)和模型性能指数(EF)等评价指标,对5种水分生产函数模型进行分析评价,初步确定适合黑龙江省西部半干旱区的大豆水分生产函数模型为Jensen模型,为该地区大豆非充分灌溉条件下的灌溉制度优化提供了基础依据。
（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。
水分生产函数模型论文参考文献
[1].林彦宇,衣淑娟,张忠学,王孟雪,聂堂哲.东北寒地水稻水分生产函数模型研究[J].黑龙江八一农垦大学学报.2019
[2].陶延怀,郑文生.Minitab软件在大豆水分生产函数模型建立与评价中的应用[J].水利科学与寒区工程.2018
[3].赵子龙.基于CROPGRO-Tomato模型东北寒区温室番茄水分生产函数研究[D].沈阳农业大学.2018
[4].王丽红,刘路广,谭君位,陈道英,董苇.基于ORYZA2000模型的鄂北地区水稻水分生产函数构建[J].长江科学院院报.2017
[5].王则玉,马晓鹏,刘国宏,谢香文.基于Jensen模型的红枣水分生产函数及敏感指数研究[J].新疆农业科学.2017
[6].王永平,刘学军,周立华,雷筱,马小刚.宁夏贺兰山东麓滴灌酿酒葡萄耗水规律及水分生产函数模型研究[J].水电能源科学.2016
[7].侯琼,王海梅,云文丽.基于Jensen模型的内蒙古河套灌区春玉米水分生产函数研究[J].干旱地区农业研究.2016
[8].张作合,周利军,孔凡丹.叁种土壤下玉米水分生产函数Jensen模型[J].绥化学院学报.2016
[9].樊鹏,王莹,杨青伟,杨喜会.两种作物水分生产函数模型的一致性分析（英文）[J].AgriculturalScience&Technology.2016
[10].姚宁.基于CERES-Wheat模型的冬小麦动态水分生产函数研究[D].西北农林科技大学.2015
标签：东北寒地; 水稻; Jensen模型; 敏感指数累积函数模型;