气候变暖下水稻抽穗期高温胁迫与夜间温度增量的产量响应模型.docxVIP

PAGE2

气候变暖下水稻抽穗期高温胁迫与夜间温度增量的产量响应模型

摘要

全球气候变暖背景下，水稻抽穗期高温胁迫已成为威胁粮食安全的关键因素。

本设计聚焦昼夜增温不对称性对水稻颖花育性和结实率的影响机制，旨在构建以夜间温度增量为核心的单产预测模型。

研究基于2010—2020年中国长江中下游12个农业气象站大田试验数据及历史气象记录，通过需求分析明确模型输入输出规范，总体设计确立三层架构框架，详细设计开发温度响应算法，实现阶段采用Python集成气象数据处理与机器学习模块，测试阶段利用交叉验证验证模型精度。

核心创新在于量化夜间温度增量对产量的非线性调控作用，突破传统日均温模型的局限性。

第一章阐明高温胁迫导致结实率下降的现实痛点；第二章论证气象数据融合技术的适用性；第三章定义模型功能与性能指标；第四章设计数据预处理、温度响应建模及产量预测模块；第五章细化关键算法流程；第六章实现模型并解决数据缺失难题；第七章通过历史数据测试验证模型可靠性。

最终模型将夜间温度增量作为核心变量，预测误差控制在8%以内，为气候适应性农业管理提供量化工具。

第一章绪论

1.1研究背景

水稻作为全球半数人口的主粮，其生产安全直接受气候变暖威胁。

IPCC第六次评估报告指出，1880—2020年全球平均气温上升1.1℃，其中夜间增温速率（0.32℃/十年）显著高于日间（0.21℃/十年），形成昼