ORYZA（V3）模型對珠三角地區雙季稻參數的模擬效果及驗證分析

摘要：以珠三角地區為研究區，基于2018—2020年不同播期雙季稻的生長發育觀測數據以及當地氣象和土壤數據，利用2018—2019年的數據對ORYZA（V3）模型進行校準，以調整和確定作物的基本參數，使用2020年雙季稻的生育期、葉面積指數和生物量等數據對模型進行驗證。結果表明，ORYZA（V3）模型對珠三角雙季稻的生育期具有較高的模擬精度，與實測值相比誤差范圍為0～3 d。ORYZA（V3）模型對2020年早稻和晚稻葉面積指數動態變化的模擬準確率高，模擬值的平均線性回歸系數（α值）接近于1，相關系數（R2）分別為0.670 4和0.766 0，t檢驗結果顯示，模擬值與實測值之間沒有顯著差異（Pgt;0.05）。ORYZA（V3）模型對水稻地上部各器官生物量的模擬誤差較大，但從統計學角度來看但仍在合理范圍內，且對晚稻的模擬效果優于早稻。由此可知，通過校準作物參數，ORYZA（V3）模型能準確地模擬水稻的生長情況，可以應用于珠三角地區的水稻生產。

關鍵詞：ORYZA（V3）模型；雙季稻；模型校準；模擬效果；驗證；珠三角地區

中圖分類號：S511；S11+9" " " " "文獻標識碼：A" " " 文章編號：0439-8114（2025）02-0064-05

DOI：10.14088/j.cnki.issn0439-8114.2025.02.010 開放科學（資源服務）標識碼（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個糧食主產省之一［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、 產量為1 032萬t，均位居全國第8位［2］，其中珠三角地區的種植面積和產量占廣東省的近30%，珠三角地區雙季稻的生產直接影響廣東省的糧食安全。作物模型在農作物種植研究領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聯合研制的［4，5］。該模型已在多個地區證明了其在不同環境下的適用性和準確性。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、旱稻產量潛力及需水特征、灌溉制度優化等方面的研究；李亞龍等［9-12］對ORYZA2000模型進行參數校正和驗證，對旱稻不同灌溉方式和密度管理下的氮肥經濟最佳施肥量做了探討；帥細強等［13］將ORYZA2000模型引入到了江南地區；莫志鴻等［14］利用ORYZA2000模型模擬了湖南省雙季稻生長發育及其生物量的動態累積過程；浩宇等［15］提出ORYZA2000模型可以較準確地模擬安徽省不同播期水稻的發育期、發育速率及其生物量的動態積累過程；陳超等［16］對ORYZA2000模型進行參數調試，模擬了四川省單季稻的發育及產量形成過程；李寧等［17］基于氣象災害的 ORYZA（V3）水稻模型對海南島雙季稻發育期模擬的適應性進行了評價；段里成等［18］對ORYZA（V3）水稻模型進行本地化調參驗證，分析了模型對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較少，因此開展 ORYZA（V3）模型模擬廣東省雙季稻的生長發育及產量，對增加糧食產量、保障糧食安全以及適應氣候變化都具有重要的現實意義。

本研究以2018—2019年廣東省農業氣象實驗站田間分期播種試驗資料為基礎，進行模擬檢驗，探索 ORYZA（V3）模型參數本地化，并以2020年觀測資料進行模擬驗證，評價 ORYZA（V3）模型在珠三角地區的模擬精度和適應性，為模型在廣東省乃至華南地區的推廣應用提供理論依據和參考。

1 材料與方法

1.1 試驗設計

試驗于2018—2020年在廣東省農業氣象站（23°08′N，113°01′E，海拔75.4 m）進行。根據當地大田的常規播種期設定播期界限。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的秧田期進行移栽，移栽規格為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 觀測項目與方法

常規氣象觀測：由于南海國家氣象觀測站距離試驗田直線距離僅2 km，所以數據直接從南海國家氣象觀測站獲得。

水稻生長發育觀測：①發育期觀測。按《農業氣象觀測規范》觀測并記錄發育階段。②生物量。為評估水稻的生長狀況，在各主要生育期測定水稻地上部分各器官的干物重。在每個重復小區順序挖取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。葉面積指數是衡量水稻生長狀況的重要指標，在各主要生育期測定水稻的葉面積指數。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型葉面積測量儀測定其葉面積，并求取平均值，換算成葉面積指數（葉面積指數=葉片總面積/土地面積）。

1.3 模型參數

ORYZA（V3）模型是2013年發布的 ORYZA模型最新版本，是一個生理生態模型，該模型以日作為時間步長，動態定量描述潛在生產水平下水稻生長和產量的形成［19］。為確保模型在實際應用中能發揮最大的效能，需要經過嚴謹的調參與檢驗流程。ORYZA模型能準確表征品種間參數的差異，具有普適性［20］。模型的運行需要按照特定格式建立控制文件、天氣數據文件、試驗數據文件、土壤文件和作物文件。利用廣東省農業氣象試驗站2018—2020年的雙季稻田間觀測資料并獲得上述參數的校正值。通過以上優化和調試過程，能更準確地應用ORYZA（V3）模型預測珠三角地區水稻的生長和產量。

1.4 模型驗證

選取2018—2019年早稻和晚稻各8個播種期的數據作為校準數據，以2020年早稻和晚稻各4個播種期的數據作為檢驗數據。采用目前國際通用的方法和指標對模型模擬的結果進行評估［21-23］。通過比較模擬值與實測值之間的吻合程度，使用圖形直觀地觀察二者之間的一致性。為了定量評估模擬結果的準確性，選取作物生物量、葉面積指數等關鍵指標，通過均方根誤差（RMSE）和歸一化均方根誤差（NRMSE）對其模擬值與實測值進行統計分析，總體模擬效果由模擬值均值與實測值均值之差的大小來反映。

式中，n 表示樣本數，Yi和Xi分別表示模擬值和實測值。當線性回歸系數（α）越接近1、截距（β）越接近0，并且決定系數（R2）越大時，意味著模擬值與實測值的吻合度越高。這些評估指標的綜合分析能夠全面評價模型模擬結果的準確性和可靠性。對于ORYZA（V3）模型在雙季稻生長發育和產量形成方面的適應性，通過上述評估可以得出明確的結論。這為模型在實際農業生產中的應用提供了重要依據和指導，有助于優化農業生產管理決策和提高水稻參數預測的準確性。

2 結果與分析

2.1 主要參數調試結果

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

表1為校準后的雙季稻發育速率參數，可見除光周期敏感參數相同外，雙季稻在不同生育階段的參數均具有一定的差異。值得注意的是，在實際田間試驗中，發現晚稻的總體發育速率較早稻略有增加，其生長期也相應較短。這一觀察結果與實際觀測數據一致，進一步驗證了ORYZA（V3）模型在模擬水稻生長發育方面的準確性。

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

2.2 生長發育期模擬效果及驗證

為了確保ORYZA（V3）模型能更準確地模擬這些關鍵階段，對發育期參數進行了調試，并對模擬值與實測值進行了比較和分析。結果顯示，早稻和晚稻的開花期和成熟期的相對模擬誤差均在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測值之間的線性回歸決定系數（R2）均達0.99，表明模擬效果良好。此外，NRMSE均小于1%，且t檢驗表明模擬值與實測值之間的差異不顯著（表4）。這表明ORYZA模型對雙季稻生育期的模擬結果與實測結果之間的差異非常小，模擬精度較高。

2.3 葉面積指數的模擬效果及驗證

圖1表明葉面積指數動態變化趨勢模擬效果良好，其中早稻和晚稻的葉面積指數模擬值與實測值之間存在個別離散較大的情況，但大部分模擬值都均勻地分布在1∶1線兩側。經t檢驗，發現葉面積指數的模擬值與實測值之間并無顯著差異，P大于0.05，充分表明模型的模擬結果是可靠的。進一步分析顯示，無論是早稻還是晚稻，其葉面積指數模擬值的均值線性回歸系數（α）均接近1，分別達0.912 2和0.976 9。同時，二者的相關系數（R2）也分別達0.670 4和0.766 0，進一步證實了ORYZA（V3）模型在模擬水稻葉面積指數方面表現良好。

2.4 生物量的模擬效果及驗證

為了驗證ORYZA（V3）模型對水稻地上部總生物量及各器官生物量的模擬性能，采用2020年的實際觀測數據進行驗證分析。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測值保持了較高的一致性。然而，在2020年早稻期間，由于移栽后出現了中等偏重低溫陰雨天氣，模擬值與實測值存在一定的偏差。

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測值之間存在較高的吻合度。線性回歸系數（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情況下略高于實測值。這種差異可能源于模型在早中期生長階段對生物量的過高預估。決定系數R2為0.43～0.91，顯示出回歸方程在大多數情況下具有顯著的預測效果。在2020年早稻數據中，葉生物量的NRMSE相對較高，達53.0%，而同年地上穗生物量的NRMSE則相對較低，僅為26.4%，這表明模型在模擬早稻葉生物量時可能存在一定的挑戰，而在模擬地上穗生物量方面則表現較好。與2020年晚稻的校準數據相比，早稻驗證數據中各變量的NRMSE普遍偏大，這可能是由于不同生長季節、氣候條件或水稻品種之間的差異導致的。這些發現為進一步優化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，總體上模擬效果較好，在可接受范圍。從驗證資料來看，晚稻的模擬效果優于早稻，這可能與早稻播種過早、生長期過長有一定關系。

3 小結與討論

3.1 小結

1）生育期的模擬值與實測值誤差均在0～3 d，且早稻的生育期比晚稻長。統計評價結果顯示，各生育期的NRMSE均在1%以內，并且經t檢驗，二者之間的差異并不顯著，表明模型對生育期的模擬精度較高。

2）2020年早稻和晚稻葉面積指數動態變化模擬值與實測值較一致。模擬值的均值線性回歸系數α接近于1，而R2分別為0.670 4和0.766 0。經t檢驗，P大于0.05，說明葉面積指數的模擬值與實測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確性。從統計結果來看，雖然各生物量的模擬誤差偏大，但仍在可接受范圍內，這表明ORYZA（V3）模型在模擬水稻生長過程中總體上表現出良好的性能。值得注意的是，晚稻的模擬效果普遍優于早稻，這可能與早稻播種時間較早、生長期相對較長有關，導致模型在模擬早期生長階段時存在一定的困難。

綜上所述，通過精細校準作物參數，ORYZA（V3）水稻模型可成功應用于珠三角地區的水稻生產實踐，能基本準確地模擬水稻的生長情況。這一成果為珠三角地區的水稻生產提供了有力的科學支撐，有助于指導農業生產實踐，提高水稻產量和品質，促進農業可持續發展。

3.2 討論

本研究對ORYZA（V3）水稻生長模型進行參數校準，并對模型的模擬結果進行了驗證和評估，涵蓋了水稻的生育期、葉面積指數和地上部分各器官生物量等多個方面。這些工作為ORYZA（V3）模型在廣東省雙季稻種植區的應用提供了堅實的基礎，同時也為模型的進一步優化提供了有益的參考。

經過模擬和驗證，ORYZA（V3）模型在模擬不同播期對水稻生育進程和產量的影響方面表現出良好的性能。然而，模擬值與實測值之間存在一定的偏差，各年份模擬值普遍略高于實測值。這主要是由于模型是在潛在條件下進行模擬，而實際生產中，由于水和肥料的脅迫等因素，往往難以達到理想的生長環境。盡管如此，ORYZA（V3）模型仍然提供了有價值的參考，能更好地理解和預測水稻的生長過程。為了進一步提高模型的準確性，未來可以考慮將更多的環境因子和作物管理實踐納入模型，以更全面地反映水稻的生長環境。此外，該模型也存在一些局限性，在使用該模型時必須對部分參數進行調整。而在使用不同播期觀測值進行參數調整時，各種參數僅采用算術平均值，對模擬效果產生一定的影響。

本研究僅采用相同品種不同播期的試驗處理方法，未來可以設計不同品種和不同試驗處理方法，進一步校準ORYZA（V3）模型的參數，以提高模型的適應性。

參考文獻：

［1］ 李逸勉，葉延瓊，章家恩，等.廣東省水稻產業發展現狀與對策分析［J］.中國農學通報，2013，29（20）：73-82.

［2］ 劉均勇，胡樂鳴，張海濤，等.中國農業年鑒［M］.北京：中國農業出版社，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模型模擬北京地區旱稻的適應性初探［J］.作物學報，2005，31（12）：1567-1571.

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

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

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

［10］ 李亞龍，崔遠來，李遠華.水-氮聯合限制條件下對水稻生產模型ORYZA2000的驗證與評價［J］.灌溉排水學報，2005，24（1）：28-32，44.

［11］ 李亞龍，崔遠來，李遠華，等.基于ORYZA2000模型的旱稻生長模擬及氮肥管理研究［J］.農業工程學報，2005，21（12）：141-145.

［12］ 李亞龍，崔遠來，李遠華.基于ORYZA2000的稻田水量平衡及地下水埋深對水稻灌溉的影響［J］.灌溉排水學報，2006，25（1）：45-48.

［13］ 帥細強，王石立，馬玉平，等.基于ORYZA2000模型的湘贛雙季稻氣候生產潛力［J］.中國農業氣象，2009，30（4）： 575-581.

［14］ 莫志鴻，馮利平，鄒海平，等.水稻模型ORYZA2000在湖南雙季稻區的驗證與適應性評價［J］.生態學報，2011，31（16）： 4628-4637.

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

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

［17］ 李 寧，白 蕤，伍 露，等.基于氣象災害的ORYZA（V3）模型對雙季稻發育期模擬的適應性評價［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］.中國農業氣象，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

基金項目：中國氣象局創新發展專項（CXFZ2021Z059）；云浮市科技計劃項目（S2023020202）

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