孟原-农艺学系.doc

國立台灣大學農藝系四年級 專 題 討 論 DSSAT作物模型概論與應用 The introduction and application of the DSSAT crop model 主講者：吳孟原 指導教授：劉力瑜 助理教授 報告時間：2012年3月22日 摘要： DSSAT作物系統模型 (The Decision Support System for Agrotechnology Transfer) 具有強大機理能力，也能設定參數與公式，以合理解釋作物各生物量彼此之間的交互作用、交感效應與相關性，它也具有田間試驗數據可用於補足公式在解釋複雜生理反應、環境間交互作用時的欠缺與不足。 本篇文章整理出針對DSSAT作物系統模型當中的應用程式：包括敏感度測定與季節策略分析，評估小型異構地區不同的作物管理方式對其生質量、產量的影響。其中特別著重於DSSAT是否適用於評估泰國黃豆、台灣水稻的生長、產量以及更精確地分析各作物管理方法間的優劣。 關鍵字：DSSAT、水稻、黃豆、產量分析 介紹 作物模型(crop model)是根據作物學，作物與環境經濟因子主要研究和應用的作物生理作物氣象、作物栽培、作物育種等檢驗和並達到一定精度後，可用於作物生長發育過程及結果的預測、監、決策支持， 作物模型依照建構模式可分為經驗性、半機理性和機理性3種類型。經驗性模型多採用統計學方法建立，先進行田間試驗而後建模，經驗性模型本身只具有描述性，較少模型預設參數，只顯示輸入數據與輸出數據的關係而不強調過程，實用性較強；機理性模型多從作物生理機制設計參數與公式，可先建模之後進行田間試驗，在模型本身不但可以描述輸出數據所隱含的生理意義，並且具有較強機理能力，解釋，一般表達研究對象的過程，參數通常具有物理意義，但參數較多，應用難度較大；半機理性模型則介於兩者之間。 作物模型依照功能可以細分為三類：作物生長模型、作物形態模型、作物系統模型。作物生長模型以作物生育過程及群體質量為主要內容，強調作物生理生態等功能的表達；作物形態模型以作物生育過程及作物形態質量為主要內容，強調作物個體與群體結構的表達 儘管在研究的各領域當中都有其獨立的數據庫能提供建模，如害蟲數據庫、土壤因子數據庫、作物遺傳係數庫等等，但對於數據庫間的串連及交互作用仍沒有一個好的串聯平台，包含操作時間、輸入類型和數量、應用方法等。另外也需要發展出可用來校準大地區作物系統模型的程序，需要收集能表示空間變化作物的參數來代表空間異質性才得以校準模型的規模。 本篇回顧的內容著重於DSSAT作物系統模型 (The Decision Support System for Agrotechnology Transfer)應用在台灣的水稻、泰國的黃豆時的實用性與可推廣性。 材料與方法 材料： 台灣水稻：臺農67號、臺中秈10號 泰國黃豆：CM60、SJ5 試驗地點： 台灣台中市霧峰區、泰國Phu Pha Man區 DSSAT作物系統模型概論： DSSAT作物系統模型(The Decision Support System for Agrotechnology Transfer)模擬了對單一作物實施常規管理或虛擬管理時在正規地區的生長、發育以及產量，也能模擬隨著時間經過在耕作系統裡土壤水分、碳素、氮素的變化。 DSSAT作物系統模型的設計目標分為四項： 模擬單一作物生產系統(考慮天氣、作物生長遺傳、土壤水分、土壤所含碳素與氮素以及單一季節或跨季作物管理，並提供最小輸入數據的地區作物輪作管理) 提供容易合併其餘非生物性與生物性的因子模組，譬如土壤磷素與植物病害。 提供平台允許單一特定元件與其他模組比較，以促進模型的進步、進展與文件化。 讓作物系統模型與系統外附的應用程式在一個可以組成完整資料的模組系裡。 圖1為DSSAT模型的基本架構，包含數據庫、支援軟體、主要模型以及外附應用程式。 不同類型的應用程式透過不同模式在日變化基本平台之上安置單位土地模組。以下列舉常用的四個應用程式來說明： 基本應用程式執行具交感的敏感度分析以及模擬數據與田間觀測數據的比較。敏感度分析是將某一參數提高或降低輸入值，並在其他參數固定情況下，檢測輸入值對模式輸出值的影響程度，可透過參數的調整而了解對產量的貢獻度。 第二個執行的應用程式為季節策略分析：在使用相同的最初土壤條件之下，能在多年之內模擬作物的生長。這程式在滿足所有最初土壤條件皆已知的情況下，能估算未知天氣條件對栽培方式與產量的影響。 第三個應用程式為作物輪作排列分析，執行作物系統模組在多年之間來模擬作物輪作情況，且需設定為最初土壤條件之後再進行模擬。 第四個應用程式為空間分析，執行作物系統模組在設定一虛擬空間來模擬單一或多個作物的生長概