作物生產(chǎn)力的預(yù)測(cè)預(yù)警對(duì)于保障糧食安全等國(guó)家重大需求具有重要意義，是當(dāng)前智慧農(nóng)業(yè)發(fā)展的國(guó)際學(xué)科前沿。但作物生產(chǎn)受到氣候條件、土壤環(huán)境、品種類型和技術(shù)措施等多因素的綜合影響，具有復(fù)雜的過程機(jī)理和顯著的時(shí)空特征，預(yù)測(cè)難度較大。生長(zhǎng)模型為定量描述作物生長(zhǎng)發(fā)育和生產(chǎn)力形成過程及其與氣候因子、土壤環(huán)境、品種類型和技術(shù)措施之間的關(guān)系提供了量化工具。隨著全球氣候變化進(jìn)一步加劇，作物生育期內(nèi)的高溫、低溫、寡照、干旱等極端氣候事件頻發(fā)，但現(xiàn)有作物生長(zhǎng)模型對(duì)極端氣候事件的響應(yīng)存在明顯不足，迫切需要進(jìn)一步提升。
南京農(nóng)業(yè)大學(xué)農(nóng)學(xué)院智慧農(nóng)業(yè)課題組，利用多年不同高溫脅迫處理的水稻試驗(yàn)數(shù)據(jù)，首次揭示了國(guó)際上現(xiàn)有水稻生長(zhǎng)模型對(duì)極端高溫脅迫響應(yīng)不確定性的機(jī)理，并提出了能有效模擬高溫脅迫對(duì)水稻生產(chǎn)力影響的算法。相關(guān)研究成果近日以“Current rice models underestimateyield losses from short-term heat stresses”為題，在線發(fā)表于氣候變化領(lǐng)域知名雜志《全球變化生物學(xué)》（Global Change Biology）。這是該課題組繼在Nature Climate Change和Global Change Biology 發(fā)表相關(guān)研究成果之后，在極端氣候?qū)ψ魑锷a(chǎn)力影響的模擬與評(píng)估領(lǐng)域取得的又一新進(jìn)展。
本研究綜合利用多年、多品種、主要生育期開展的不同高溫水平和持續(xù)時(shí)間處理的水稻高溫試驗(yàn)數(shù)據(jù)，系統(tǒng)檢驗(yàn)評(píng)估了14套國(guó)際知名水稻生長(zhǎng)模型對(duì)開花期和灌漿期高溫脅迫效應(yīng)的預(yù)測(cè)能力。結(jié)果表明，所有模型均低估了高溫對(duì)水稻產(chǎn)量的負(fù)面效應(yīng)，不同模型模擬結(jié)果之間的差異要遠(yuǎn)小于模擬值與觀測(cè)值之間的差異，因此使用多模型集合模擬并不能有效提高高溫脅迫下水稻產(chǎn)量預(yù)測(cè)的精度，這也是在國(guó)際上首次發(fā)現(xiàn)多模擬集合方法并不一定能夠提升模擬模型的預(yù)測(cè)效果。
不同時(shí)期高溫脅迫處理下水稻產(chǎn)量實(shí)測(cè)值和改進(jìn)前后14套水稻生長(zhǎng)模型的模擬值的比較
進(jìn)一步的研究顯示，現(xiàn)有水稻生長(zhǎng)模型對(duì)高溫脅迫效應(yīng)的低估，主要是由于溫度對(duì)結(jié)實(shí)率影響的模擬算法中，高溫脅迫敏感階段及溫度閾值的設(shè)置不合理導(dǎo)致的。在保持現(xiàn)有各模型中結(jié)實(shí)率-溫度響應(yīng)算法不變的前提下，確定了模型適宜的高溫脅迫敏感階段和溫度閾值，這在一定程度上提高了高溫脅迫下模型對(duì)籽粒產(chǎn)量的預(yù)測(cè)精度。同時(shí)課題組的前期研究發(fā)現(xiàn)，在量化高溫脅迫對(duì)結(jié)實(shí)率的影響時(shí)，必須考慮水稻結(jié)實(shí)率對(duì)不同開花時(shí)段高溫脅迫響應(yīng)的敏感性差異。因此本研究構(gòu)建了適用于不同水稻生長(zhǎng)模型的高溫脅迫對(duì)水稻結(jié)實(shí)率影響的模擬算法，并首次在作物生長(zhǎng)模型中引入了作物結(jié)實(shí)率對(duì)極端溫度響應(yīng)的階段敏感性差異模擬算法。
該研究得到了國(guó)家杰出青年科學(xué)基金、國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目以及國(guó)家“111”引智基地項(xiàng)目的資助。國(guó)家信息農(nóng)業(yè)工程技術(shù)中心已畢業(yè)博士生孫挺為論文第一作者，朱艷教授和曹衛(wèi)星教授為共同通訊作者，日本農(nóng)業(yè)？食品產(chǎn)業(yè)技術(shù)綜合研究機(jī)構(gòu)Toshihiro Hasegawa研究員參與了相關(guān)研究。
論文鏈接：https://doi.org/10.1111/gcb.15393
地區(qū)：
魯公網(wǎng)安備 37060202000128號(hào)
