位置:成果数据库 > 期刊 > 期刊详情页
基于线性生长假设利用极端温度计算日积温的方法
  • ISSN号:1007-4333
  • 期刊名称:中国农业大学学报
  • 时间:2013.2.2
  • 页码:82-87
  • 分类:S161.2[农业科学—农业气象学;农业科学—农业基础科学]
  • 作者机构:[1]中国农业大学资源与环境学院,北京100193, [2]加拿大滑铁卢大学大气科学中心,滑铁卢N2L3G1
  • 相关基金:“十二五”国家科技支撑计划项目(2011BAD32B02,2012BAD20B02); 国家自然科学基金项目(41075084); 公益性行业(气象)科研专项经费项目(GYHY201006026)
  • 相关项目:用于气候变化影响评估的草地分布式模型研究
中文摘要:

积温是评估区域热量资源和测算生长发育进程的重要指标,准确计算日积温是作物模型中有效模拟和预测作物生长发育进程和科学调控田间水肥管理的基础。本研究基于生物生长发育速率对温度的线性假设和日极端温度论述了目前流行的2种日积温模型的利弊,并在正弦模拟温度日变化计算小时温度的前提下,引进以时积温改进日积温模型的方法。首先从理论上论述了日均温法可能导致真正的日积温被高估或低估和日极值法可能高估日积温,然后以实例分析和论证了3种日积温模型与真正的日积温间的差异,得出时积温方法计算日积温误差相对最小的结论。为准确估算日积温,建议基于线性假设和日极端温度计算日积温时采用这种时积温方法。

英文摘要:

Growing degree-day (GDD) is an important indicator for assessing regional heat resources and timing phenol- stage process, and correct GDD calculation is the basis of water and fertilizer management in agricultural production and accurate simulation and prediction of crop growth and development in crop models. In this paper, two popular methods of calculating GDD based on assumption of linear response of growth and development to temperature (LR assumption) and daily extreme temperatures were reviewed, and a growing degree-hour (GDH) method of calculating growing degree-days was introduced. Hourly temperature was estimated by diurnal temperature curve simulated by sine wave based on extreme temperatures. Theoretical argument showed that daily average temperature method may result in an over-or under-estimated GDD, and daily extreme temperatures method may result in an over-estimated GDD; Case study showed the GDH method had the smallest error comparing with the true GDD in three methods. To calculate accurately GDD,GDH method is recommended strongly when GDD is calculated by extreme temperatures based on LR assumption.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《中国农业大学学报》
  • 中国科技核心期刊
  • 主管单位:教育部
  • 主办单位:中国农业大学
  • 主编:李保国
  • 地址:北京海淀区圆明园西路2号
  • 邮编:100094
  • 邮箱:xuebao@cau.edu.cn
  • 电话:010-62732619
  • 国际标准刊号:ISSN:1007-4333
  • 国内统一刊号:ISSN:11-3837/S
  • 邮发代号:
  • 获奖情况:
  • 中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),英国农业与生物科学研究中心文摘,美国剑桥科学文摘,英国动物学记录,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:21575