用三层模型估计水稻穗温

摘要

水稻穗温度（Ť_p是研究高温对小穗不育性影响的关键因素。与测量Ť_p用手,Ť_p仿真模型可以得到Ť_p数据容易。其将土壤层和冠层两层能量预算模型被广泛用于预测水稻冠层温度（Ť_C)，但穗主要存在于上层冠层中，这一点我们已经证明Ť_C与上层冠层温度(Ť_C1)，而上层必须与整个冠层分开，以便进行估计Ť_p。Ťhus, we developed the three-layer model, contained upper canopy layer with panicle (50–100 cm), lower rice canopy layer (10–40 cm), and water surface layer (≤10 cm) to estimateŤ_p具备一般气象和植被生长数据。估计有两个步骤Ť_p。第一步是计算Ť_C1及较低的冠层温度(Ť_C2通过求解带冠层阻力的热平衡方程。第二步是估算Ť_p(a)叶片和圆锥花序的倾斜系数(F₁，F₂,F_p(b)穗与大气之间的空气阻力([R_美联社)表示风速，(c)穗蒸腾阻力([R_p)以穗轴后的天数表示，(d)穗高时的气温和湿度(Ť_AC1和Ë_AC1)根据欧姆定律由感热通量和潜热通量通道的电阻计算。这个模型很好地模拟了这个问题Ť_C1，Ť_C2,Ť_p均方根误差(RMSEs)分别为0.76℃、0.75℃和0.81℃，其中RMSE为被测值Ť_p和预测Ť_p利用穗温与冠层温度的综合微气象模型²含两层模型的PACT为1.27℃。该模型在其他两个水稻品种上得到了较好的验证，证明了三层模型是一种新的可行的估算方法Ť_p。

1.介绍

随着对全球变暖的担忧日益增加，高温对水稻生产的影响已经成为许多热带、亚热带和温带水稻生产国关注的一个主要焦点[1-9]。在中国，2003年的极端高温造成约500万吨水稻减产[10，而2007年日本关东和东海地区的异常温度(>40℃)导致了25%的小穗不育[11]。

水稻穗在花期对高温最敏感[12-16]。已经证明，高温可防止花药开裂，使花药基孔长度减少，导致柱头上萌发的花粉粒数量减少，从而导致小穗不育[7，12，15，17-22]。

研究了不同条件下高温对小穗不育性的影响。松井等人[23]报道小穗育性显著当每日最大空气温度超过35℃损坏°。Abeysiriwardena等。[24当相对湿度(RH)为85-95%时，高温条件(35℃日/30℃夜)诱导籽粒完全不育。与上述结果相反，[25，26表明水稻小穗不育性不严重，甚至日最大Ť_一个在2004-2006年的生长期，由于低相对湿度(<20%)带来的强烈的气流降温，使得穗温度(Ť_p)低于6.8℃Ť_一个。而江汉盆地小穗不育现象较为常见Ť_一个没有那么高，自从Ť_p4.0℃是否高于Ť_一个高太阳辐射，高RH(>80%)，低风速(ü< 1m s^-1)条件27]。因此,Ť_p代替Ť_一个是高温冲击研究的关键因素。作为测量Ť_p是一项费时费力的工作，aŤ_p需要仿真模型得到Ť_p数据容易。

到现在为止，只有有限的信息已经报道了穗温度模型。希伊等。[28]开发的Ť_p模型的空气温度和热负荷。我们等人[29)测量Ť_p在每10厘米的水稻冠层中₂环境和有限公司₂架空地在中国无锡白天，并建立了热平衡模型Ť_p基于所测量的气孔导度。到目前为止，整个冠层温度（Ť_C用两层模型预测的结果计算了穗和冠层温度综合微气象模型(IM)显示的穗长波辐射²协议)[30.]。而穗主要存在于上层冠层中，我们已经证明了这一点Ť_C与上层冠层温度不同(Ť_C1)，而上层必须与整个冠层分开，以便进行估计Ť_p，而多层模型[31需要许多微气象环境的垂直剖面图和动量的通量，以及植被内部和上面的热量和蒸汽，使其无法用于预测Ť_p数据不足。

因此，本文的目的是：（1）开发一个三层模型基于一般气象和植被生长数据和（2）计算穗温度以比较性能估计Ť_p由三层模型和Ť_p通过IM²协议(30.包括双层模型。

2.材料和方法

2.1。在稻田测量

实验稻田位于日本松山市爱媛大学高中(33°50′n, 132°47′e)。2014年5月27日，粳稻品种秋田町(Akitakomachi)以20×30cm间距移植，2014年9月8日收获。

全球太阳辐射(S_Ť)、向下长波辐射(大号_d)，以及向上的长波辐射(大号_ü利用CNR-4 (Kipp & Zonen，荷兰)在离地2.0 m高度的水稻冠层上方检测。测量土壤热通量( ),土壤加热板CHF-HDP01 (Campbell Scientific Inc.， Logan, UT, USA)埋在土壤表面。空气温度(Ť_一个)和相对湿度(RH)使用通风湿度计HMP-45A (Vaisala Inc.，芬兰赫尔辛基)，首先在2.5米高的塔上升高0.6米和1.0米，然后在7月28日分别升高到1.0米和1.5米，当时水稻植株高度为81厘米。三杯风速表014A(美国MetOne)安装于相同高度的湿度计上，以量度风速(ü)。利用PRI-01 (Prede, Japan)传感器测量了水稻冠层下向下和向上的长波辐射。水面温度( ）或接地表面温度（ ）用热电偶传感器测量。所有数据每10秒采样一次;然后，使用CR23x数据记录器(Campbell Scientific Inc.， Logan, UT, USA)平均每10分钟记录一次。

取三根水稻根来测量上层冠层温度(Ť_C1)，低层冠层温度(Ť_C2)，穗部温度(Ť_p）pË[R2or 3 h in the daytime using an infrared thermometer THI-500 (Tasco, Japan). The solar radiation within rice canopy was measured with a line type pyranometer PCM200 (Prede, Japan) in the center between stubs in parallel and perpendicular directions, of which the average was calibrated from the solar radiation measured with CNR-4 (Kipp & Zonen, the Netherlands) at 2.0 m. The transmissivity of downward solar radiation (TDSR) refers to the ratio of the St in the rice canopy in every 10 cm to that above the rice canopy. Subsequently, the average TDSRs from 50 cm to 100 cm and from 10 cm to 40 cm were set as the upper and lower layer rice canopy TDSRs, respectively. TDSRs were measured from 10 cm to the top of the canopy per 10 cm and 1.2 m (above the rice canopy). The canopy temperature,Ť_p和内冠层数据使用ZR-RX 20便携式multilogger（欧姆龙，日本）记录的太阳辐射。在标题和开花期，灌溉稻田在5天的间隔进行。除此之外,8 cm depth irrigation water decreased to 0 through evaporation and infiltration in one and a half days. At the ripening stage, there was almost no water.

以间隔一周的时间，对三株水稻植株进行植株面积密度(PAD)采样。取3株水稻，每间隔10 cm，分别劈成叶、茎和圆锥花序，扫描。最后利用ImageJ软件计算各部分的面积(圆锥花序的投影面积)。水深( ）在白天每两三个小时进行测定。水面蒸发（ ）水稻冠层下用溶血仪测定(长、宽、深60、20、30 cm)，每天记录两次(8:30、18:30)。

2.2。估计穗部温度(Ť_p）与三层模型

三层模型的输入数据来估计Ť_p包括(a)小时辐射，(b)温度、湿度和风速，(c)水面数据，(d)植被生长数据。Ť_p估计分两步。第一步是计算Ť_C1和Ť_C2通过求解带冠层阻力的热平衡方程，第二步是估算Ť_p与计算Ť_C1和Ť_C2。

一层模型和三层模型的气动阻力和上下冠层阻力原理如图所示1。说明估算方法的示意图Ť_C1，Ť_C2,Ť_p通过三层模型如图所示2。和用于在模型中计算所需的输入参数表示在表1。

在单层模型中，将水稻冠层与水面作为一个整体，将稻田的能量收支表示为: 在哪里[R_ñ是净辐射（W米^-2，令为潜热通量(W m)^-2),H感热通量(W m^-2)为整个树冠，和δW水体表面蓄能的变化(W m^-2)计算公式(2）基于所测量的水温和水的深度。LET用Bowen比方法计算（方程3与空气的温度和水汽压在两个不同高度，和。H由式(1)。整个水稻冠层和水面之间的空气动力学阻力（[R_一个和冠层总抗性，包括水稻冠层抗性和水表面抗性( ）由式(3 b）和（3 c): 在哪里C_p定压时空气的比热容是(J g^-1°C^-1),ρ空气密度(kg m)^-3),Ť_小号为水田表面温度(℃)，Ë_SAT（Ť_小号）是饱和特定湿度Ť_小号(hPa)Ë_一个空气的比湿度(kg kg)是多少^-1)。

Ť_小号为水田表面温度(℃)，由向上的长波辐射(大号_ü)及向下长波辐射(大号_d)，表示为: 在哪里ε_小号为本研究设定表面发射率为0.97。

根据测量的数据 ，δW勒,H由式(1),Ť_小号由式(4)。随后,[R_一个由式(3 b),最后由式(3 c）的基础上测得的数据Ť_一个，Ë_一个,让。

在三层模型，净辐射（[R_ñ）求和净辐射吸收由上部顶盖层（[R_数控1)，下冠层吸收的净辐射([R_数控2)，以及水面层吸收的净辐射( ):

水面的能量收支方程由下式表示: 在哪里冠层下水面与大气之间的感热通量(W m^-2）冠层下水面与大气之间的潜热通量(W m^-2(由溶度计得到的表面水分蒸发，是否假设地面温度(℃)=在模型中),Ë_SAT（ ）相对于饱和的湿度是多少(hPa),γ湿度常数(kPa℃)是多少^-1),由式(7一个）基于所测量的和首先,由式(7 b）， 然后 ，[R_数控1+[R_数控2由公式计算(五）和（6）， 分别。

冠层上层(50 - 100cm)和下层(10 - 40cm)的能量平衡方程由式(8)(10 c): 在哪里勒_C1和勒_C2上下冠层与大气之间的潜热通量(W m^-2）， 分别。H_C1和H_C2冠层与大气之间感热通量(W m^-2）， 分别。Ť_C1为上层冠层温度(℃)，Ť_C2是下层冠温（℃），Ë_SAT（Ť_C1),Ë_SAT（Ť_C2）是饱和特定湿度Ť_C1和Ť_C2(hPa),[R_AC1和[R_AC2上下冠层与大气之间感热传递的气动阻力(s m^-1）， 分别，[R_C1和[R_C2上层和下层的冠层抗性(s m^-1）， 分别。

对于气动阻力，协会[R_一个， ，[R_AC1,和[R_AC2表示为:

在这项研究中,[R_C1和[R_C2的气孔阻力( ),绿叶和黄色叶面积指数在上部稻冠层（一个₁)，以及水稻冠层下层绿叶和黄叶面积指数(一个₂)，可表示为(12个一个）和（12 b)。因为2014年未在试验水田测量，由本局发展[32]通过（值示于表2），如等式（13): 在哪里是气孔导度（厘米小号^-1),米_小号和ñ_小号为参数，PAR为光合有效辐射（μ米ol m^-2小号^-1),气孔导度(cm s^-1),是最小气孔导度（厘米小号^-1)。

随着计算[R_C1和[R_C2，Ť_C1，Ť_C2，[R_AC1,[R_AC2由公式计算(8） - （10 c)。

净辐射输入到穗（[R_在）总和短波和长波辐射吸收由穗（W米^-2），如等式（14个)。大号_升和大号_一个被长波辐射从叶表面邻近所述穗和从大气（W米^-2）， 分别。小号_d和小号_F下行的直接和扩散的短波辐射(W m^-2),分别θ是太阳天顶角（度），F_p穗的倾斜系数是多少d_F为辐射的扩散系数。穗层热平衡为(14 b)。 在哪里F₁和F₂为水稻上下层冠层倾斜的影响因素。F₁，F₂,F_p通过拟合向下太阳辐射（TDSR）的所计算出的透射率所测量TDSR（图中决定3)。

除此之外,H_p和勒_p穗上的感热通量和潜热通量(W m^-2），其被写为如下：

此外，Ť_AC1是这是由方程的换位（中计算出的空气的温度在穗的高度（℃）17），如等式（18一个),同样的,Ë_AC1为穗高绝对湿度，计算公式为(18 b): 在哪里[R_美联社，穗与大气之间感热传递的气动阻力(s m^-1)，表示风速(截面)参数3.3.2）， 然后[R_p，穗蒸腾抗性(s.m^-1)，表示标题期(节)后天数的参数3.3.3)。最后,Ť_p由式(14个)(18 b)。

以50 ~ 100 cm的穗温平均值作为测定值Ť_p，并与Ť_p使用三层模型和通过IM²协议(30.包括双层模型。

2.3。模型的统计分析

测量和计算的Ť_C1，Ť_C2,Ť_p采用误差分析和线性回归的方法进行了比较。均方根误差(RMSE)、平均绝对误差(MAE)和标准差(SD) [33-35]被采纳以评估测量和计算Ť_C1，Ť_C2,Ť_C,Ť_p的模型。

2.4。三层模型验证

我们于2015年6月21日至11月20日在同一水田种植水稻(日月号品种)，于2015年6月21日至11月27日在同一水田种植水稻(日月号品种)。2015年7月9日- 10月14日测定了两个品种的垫层。其他气象仪器设置与2014年相同。拍摄了六张照片Ť_C和Ť_p通过红外温度计FLIR-i5 (FLIR系统，美国)在不同的高度，每两三个小时在白天。

3.结果与讨论

3.1。一般气象条件

由七月十八日至九月八日，全球日平均太阳辐射(小号_Ť)为262米^-2的平均空气温度（Ť_一个)为25℃，而最高Ť_一个2014年7月26日，气温为35℃。平均相对湿度(RH) 81%，平均风速(ü)在1.0米到0.5米秒^-1。总降水量为670 mm，总蒸散发为567 mm，日蒸散发为5 mm。

3.2。植物面积密度(垫)

圆锥花序的高度为50cm ~ 100cm，这部分为水稻植株的上层冠层。7月18日无穗，7月25日有抽穗(图)4)。水稻上层冠层绿叶和黄叶面积指数的平均值(一个₁)的变化范围在50 - 100厘米，在8月8日(2.5日)达到顶峰，然后下降。而水稻冠层下层绿叶面积指数和黄叶面积指数(一个₂)从2014年7月25日的3下降到8月8日的1.5。

3.3。模型的参数结果

3.3.1。参数F₁，F₂,F_p

成熟期8月5日至9月7日，水稻形态日变化不大。

F₁是小于F₂由于太阳辐射透过率在上层较大，上层冠层的叶面积指数(一个₁)也比下层(一个₂)。例如，一个₁是2.5,一个₂8月8日是1.5。F₁和F₂在上午和下午都比中午大。这是因为不同的太阳辐射高度:在上午和下午,太阳高度很低,和上层的太阳辐射是大型切断后,中午,太阳辐射是最高的,在上层和太阳辐射是切断后小。这是依赖于树冠形态:叶子直立行走60厘米到100厘米的上层。在较低的一层，在上午和下午，斜向过来的太阳辐射会被树叶切断，而在中午，来自头顶的太阳辐射不会被大量切断，从而导致较小的太阳辐射F₁和F₂在这段时间。

F_p在成熟阶段后，圆锥花序垂下它们的头，盖住树冠的顶部。36]。F_p变化是相似的F₁从上午到下午，因为穗和叶的类似的形式。

F₁和F₂小于叶片倾角因子(F)，由Maruyama等发表[37]。为了估计水稻冠层内的辐射交换过程，采用F₁，F₂,F_p应考虑的准确性。

3.3.2。穗部和大气之间的空气动力学阻力（[R_美联社）

表格3列出圆锥花序与大气之间的空气阻力([R_美联社)及气象资料时[R_p设为0:前有雨或早晨有露(8月5日、7日、18日、26日、28日)。

作为气象条件之间的相关性分析的结果（小号_Ť，Ť_一个，RH，和ü),[R_美联社，它被发现[R_美联社主要是受ü相关系数为- 0.93。这与Yan和Oue报道的结果一致[38，它暗示了ü在距离地面2.0 m处是主要影响因素[R_一个， ，和[R_AC(水稻冠层与大气之间的空气阻力)。之间的联系ü(0.35年代^-1<ü < 1.75 m s^-1),[R_美联社在同一天在图中示出5(一个)，具体如下:

风速可以减弱穗-大气表面的摩擦，穗与大气之间的热和水蒸气的传递主要是分子扩散。

8月5日至9月7日，植株高度和垫层差异不大，未考虑冠层结构的影响[R_美联社在这项研究中。

3.3.3。穗蒸腾抗性([R_p）

根据测量的平均值Ť_p从50厘米到100厘米[R_美联社由式(19)计算，[R_p可由式(16一个）和（16 b)。在大单下五天_Ť高Ť_一个选取RH低、蒸腾强的条件(8月12日、18日、19日、31日和9月2日)，分析其影响[R_p(表4)。

首航后数天(DAH)与气象条件(S_Ť，Ť_一个，ü，和RH)，和[R_p表明DAH是主要影响因素，相关系数为0.92。此外，的变化[R_p与大田相比的稻田如图所示5 (b)。[R_p随着DAH的增加渐近增加，其关系表示为:

到目前为止，虽然很少有关于[R_p时，很少有研究人员测量过逸出电导(= 1 /[R_p)在稻田。与Oue等报道的栽培品种“五香粳9号”相比，我们的研究结果显示了相似的变异，但变异值较小。[29),在两种环境下，随着DAH的增加，DAH从0降到9₂和free air CO₂浓缩的条件。

本文提出了一种新的实用方法来表示[R_p由DAH一个参数，而据报道一些其他的方法。在用于穗和冠温集成微气象学模型（IM²PACT)由Yoshimoto等人开发[30.),为穗附近的相对湿度参数(RH)_AC），这是不容易且准确地与普通通风湿度计测量。根据水稻品种测量开花的时间，福冈等。[39]给出了三个回归方程作为蒸气压亏缺（VPD）的函数。

3.4。建模Ť_p

之间的差异Ť_C1和Ť_C2由Wang等人赠送[40]。以50 ~ 100 cm和10 ~ 40 cm实测冠层温度平均值作为实测冠层温度Ť_C1和Ť_C2，然后与模型进行比较，如图所示6(一)和6 (b)。均方根误差（RMSE）为蓝本Ť_C1和Ť_C2分别为0.76℃和0.75℃。此外，模型和测量的差异Ť_C1和Ť_C2范围从-1.69℃至1.35℃，并从-1.50℃至1.61℃，分别。根据2尾的结果Ť-检验统计分析，建模Ť_C1和Ť_C2值与实测值在0.05概率水平上无显著差异。

在这项研究中，我们设置Ť_C= (Ť_C1×一个₁+Ť_C2×一个₂)/ (一个₁+一个₂），并测量Ť_C与Yan和Oue开发的双层模型估算的结果进行比较[38]，如图所示7(一)。的RMSEŤ_C我们的三层模型为0.63℃，小于两层模型的1.21℃。

如图7 (b)，RMSE的Ť_p三层模型估计的温度为0.81℃，小于IM估计的温度²PACT（1.27℃）包括两层模型。的测量的和模拟之间的更好的协议Ť_p通过比由IM三层模型²PACT获得，特别是在高Ť_一个条件如表所示五。这是因为(1)Ť_C1代替Ť_C用来预测Ť_p由于建模Ť_C1可以是3℃下用模拟不同Ť_C;(2)F₁，F₂,F_p通过所计算的TDSR装配到测量TDSR确定F₁，F₂,F_p因太阳辐射高度不同而随时间变化:而不是设定为恒定;和(3)[R_p为被测参数Ť_p用考虑蒸腾冷却的DAH代替考虑相对湿度的DAH_AC。

的RMSEŤ_p三层模型对水稻(日ohikari品种)的估计为0.93℃，RMSE为Ť_p根据三层模型，稻谷(日ohikari品种)的温度为0.89℃。表中显示了模型测量和计算冠层和穗层温度之间的误差分析统计6。

4.结论

水稻穗温度（Ť_p是研究高温对小穗不育性影响的关键因素。与测量Ť_p用手,Ť_p仿真模型可以得到Ť_p数据容易。我们开发的三层模型来估算Ť_p并比较评估的性能Ť_C由三层模型和Ť_C由两层模型通过严和呕恶[开发38];并比较评估的性能Ť_p由三层模型和Ť_p通过IM²协议(30.]。的RMSEŤ_C我们的三层模型为0.63℃，小于两层模型的1.21℃。的RMSEŤ_p三层模型估计的温度为0.81℃，小于IM估计的温度²协议(1.27°C)。

而2014年7月9日至9月8日共有29天雨天Ť_C1,Ť_C2,Ť_p无法进行测量，从而导致测量数据的减少。最高的Ť_一个2014年7月26日的气温是34.64℃，而Ť_C1和Ť_p由于无法观测到高于35.0℃，所以我们的模型不适用于极端温度。此外，三层模型较好地模拟了该模型Ť_C1，Ť_C2,Ť_p三层模型的均方根误差分别为0.76℃、0.75℃和0.81℃，并在其他两个水稻品种上得到了较好的验证，表明该模型是一种新的可行的估算方法Ť_p。在未来，我们会测量气孔阻力( ）并分析二氧化碳浓度升高试验中小气候观测结果[41]的不同土地用途[42]预测Ť_p。

数据可用性

用来支持这项研究的结果的数据是可用的，请相应的作者。

信息披露

上广树和罗志军是共同第一作者。

的利益冲突

作者声明他们没有利益冲突。

致谢

这项研究是由基金提供部分资金“卓越工程师”一般本科院校在江西省的训练计划：教育和培训计划的优秀的工程师在农业水利综合治理工程（项目编号201442）。作者想表达自己的感激之情桑斯Grifrio利民博士，Sartika拉班女士和刘恋女士属于在爱媛大学的水文气象环境工程实验室在稻田测量他们很大的帮助。他们还感谢田中诚先生和口技光宗先生从爱媛大学高中在水田支持我们的实验。

参考文献

1. 江江文，松井，中川，和大坂，“提高CO的影响。₂以及全球气候变化对日本水稻产量的影响。”气候变化和东亚的植物1996年，斯普林-弗拉格，日本东京。视图:出版商的网站|谷歌学术搜索
2. 彭帅，黄J.，J. E.希伊等人，“水稻产量与全球变暖更高夜间温度下降，”美国国家科学院院刊第101卷，不。第27,9971-9975页，2004年。视图:出版商的网站|谷歌学术搜索
3. R. Wassmann, S. V. K. Jagadish, K. Sumfleth等，“第三章气候变化对亚洲水稻生产影响的区域脆弱性及适应范围，”农学进展卷。102，第91-133，2009年。视图:出版商的网站|谷歌学术搜索
4. S. Nagarajan, S. V. K. Jagadish, A. S. H. Prasad等，“印度西北部的当地气候影响芳香型和非芳香型水稻的生长、产量和谷物品质。”农业，生态系统和环境第138卷，no。3-4，第274-281页，2010。视图:出版商的网站|谷歌学术搜索
5. “温度升高对不同水稻品种小穗肥力的影响”，田文华，“温度梯度室试验”，农学与作物科学杂志卷。199，没有。6，第416-423，2013。视图:出版商的网站|谷歌学术搜索
6. R. Sathishraj, R. Bheemanahalli, M. Ramachandran, M. Dingkuhn, R. Muthurajan，和J. S. V. Krishna，“在田间条件下利用穗、叶和空气温度捕获热胁迫诱导的小穗不育变异，”作物研究领域， 2016年第190卷第10-17页。视图:出版商的网站|谷歌学术搜索
7. "水稻小穗不育耐热性试验新体系的建立"，工厂方法，第13卷，第2-8页，2017年。视图:出版商的网站|谷歌学术搜索
8. 田中等，“春小麦和温带水稻籽粒灌浆对温度的响应:相似性和差异性”，作物研究领域，第215卷，第187-199页，2018年。视图:出版商的网站|谷歌学术搜索
9. 王元华，王丽华，周杰，“水稻花期热胁迫研究进展”，水稻科学第26卷，no。1, 2019年1 - 10页。视图:出版商的网站|谷歌学术搜索
10. X. H.田，H. W.罗，H. D.周和C. Y.吴，“研究水稻在中国热应激：进展与展望”中国农学通报第25卷，no。22, 166-168页，2009。视图:谷歌学术搜索
11. 长谷川、石村、近藤、久田明、吉本和福冈，“2007年高温夏季水稻小穗不育及其相关因素的观察”，农业气象学杂志第67卷，no。4, 2011年225-232页。视图:出版商的网站|谷歌学术搜索
12. T.佐竹和S.吉田，“在开花籼稻稻高温度引起的不育性，”日本作物科学杂志卷。47，没有。1，第6-17，1978。视图:出版商的网站|谷歌学术搜索
13. t.c.法雷尔，K. M. Fox, R. L. Williams, S. Fukai, L. G. Lewin，“在温带水稻基因型生殖发育过程中最小化冷害:与耐寒性筛选相关的ii -基因型变异和开花性状”，澳大利亚农业研究杂志第57卷，no。1，第89-100页，2006。视图:出版商的网站|谷歌学术搜索
14. S. V. K. Jagadish, R. Muthurajan, R. Oane等人，“解决水稻花期耐热性的生理和蛋白质方法(水稻l .),“实验植物学杂志卷。61，没有。1，第143-156，2010。视图:出版商的网站|谷歌学术搜索
15. O.海岸，A. J.默多克，R. H.埃利斯，F. R.干草，和K. S. V.贾格迪什，“稻的复原力（稻属）花粉萌发和花粉管生长至温度应力，”植物，细胞和环境第39卷，no。1, 2016年26-37页。视图:出版商的网站|谷歌学术搜索
16. A.丸山，M. Nemoto的，T.滨崎步，S.石田和T.锹形，“A水温仿真模型稻田具有可变水深，”水资源研究卷。53，没有。12，第10065-10084，2017。视图:出版商的网站|谷歌学术搜索
17. I. Nishiyama和L. Blanco，《在清晨开放的花朵避免高温不育》日本农业研究季刊， 1980年，第14卷第116-117页。视图:谷歌学术搜索
18. I. Nishiyama, T. Satake， "水稻高温损伤[水稻),”日本作物科学杂志卷。25，第14-19，1981。视图:谷歌学术搜索
19. J. T.贝克，L. H.阿伦，和K. J. Boote，“在升高的CO对水稻的温度效应₂浓度。”实验植物学杂志第43卷，no。1992年第959-964页。视图:出版商的网站|谷歌学术搜索
20. C. Julia和M. Dingkuhn，“预测温度诱导的水稻小穗不育需要模拟作物产生的小气候，”欧洲杂志农学院卷。49，第50-60，2013。视图:出版商的网站|谷歌学术搜索
21. Z.-J。张,Q.-Q。王,Y.-Z。朗,C.-G。王,Q.-S。朱,J.-C。杨，“抽穗期高温胁迫对不同水稻品种授粉受精的影响”，Agronomica学报第40卷，no。2，第273-282页，2014。视图:出版商的网站|谷歌学术搜索
22. M. Martinez-Eixarch和R. H. Ellis，“水稻种子发育从小穗生育到可存活成熟种子到极端温度的暂时敏感性”，作物科学第55卷，no。1, 2015年第354-364页。视图:出版商的网站|谷歌学术搜索
23. 松井、Omasa、堀江贵文，“日本水稻品种花期高温导致不育性的差异”，工厂生产科学，第4卷，第2期。第90-93页，2001年。视图:出版商的网站|谷歌学术搜索
24. 王建民，“温度和相对湿度对水稻籽粒不育的影响”，硕士论文。斯里兰卡国家科学基金会杂志第30卷，no。1-2，第33-41页，2002。视图:出版商的网站|谷歌学术搜索
25. T. Matsui, K. Kobayasi, H. Nakagawa等，“澳大利亚新南威尔士州极热条件下水稻小花不育率低于预期，”工厂生产科学第17卷，no。2，第245-252页，2014。视图:出版商的网站|谷歌学术搜索
26. “澳洲新南威尔士州里维纳地区旱热条件下水稻传粉的稳定性”，松井，小马亚西，Yoshimoto，长谷川，“旱热条件下水稻传粉的稳定性”，工厂生产科学，第10卷，第2期。1，第57-63页，2007。视图:出版商的网站|谷歌学术搜索
27. 田晓雄，松井，李一鸣，“江汉盆地湿润低风条件下杂交水稻品种的热致小花不育性研究”，中国，工厂生产科学第13卷，no。3，第243-251页，2010。视图:谷歌学术搜索
28. J. E.希伊，P. L.米切尔，D.J. Beerling，T.冢口，和F.伊恩伍德沃德，“稻粒的温度：热损伤和的热负担的概念，”Agronomie第18卷，no。第449-460页，1998年。视图:出版商的网站|谷歌学术搜索
29. H. Oue, M. Yoshimoto, K. Kobayashi，“自由空气的影响。₂水稻抽穗期和花期叶和穗温度的富集"芬多精，第45卷，第117-124页，2005年。视图:谷歌学术搜索
30. “穗部与冠层温度之综合微气象模型”(台北²气候变化下的水稻热胁迫研究，"农业气象学杂志第67卷，no。4，第233-247页，2011。视图:出版商的网站|谷歌学术搜索
31. J. Kondo和T. Watanabe，“用多层能量平衡模型研究植被表面的体积传递系数”，大气科学杂志第49卷，no。23，页2183-2199,1992。视图:出版商的网站|谷歌学术搜索
32. 胡耀辉，“稻田蒸散发、光合作用与水分利用效率(一)-水稻的气孔导度模型与单叶光合模型-”，日本水文与水资源学会期刊第16卷，no。4，第375-388页，2003年。视图:出版商的网站|谷歌学术搜索
33. 杨洪峰，张志强，“斯坦盖里尼模型在自然通风温室作物蒸散量测定中的应用与评价”，IJABE卷。11，没有。6，第95-103，2018。视图:谷歌学术搜索
34. 严宏福，张志军，盖瑞茨等，“用于模拟温室黄瓜蒸散发的空气动力和冠层阻力参数化”，农业和森林气象学，第262卷，第370-378页，2018。视图:出版商的网站|谷歌学术搜索
35. 闫洪华，“基于Penman-Monteith模型和体积传递模型的温室黄瓜能量分配”，中国农业科学出版社，2002。农业水管理，第217卷，第201-211页，2019。视图:出版商的网站|谷歌学术搜索
36. H.呕恶，“厂房面积密度和在水稻冠层内的能量交换过程气孔阻力的垂直剖面的影响，”日本气象学会杂志，第79卷，no。4, 2001年925-938页。视图:出版商的网站|谷歌学术搜索
37. 王志伟，“水稻冠层中太阳辐射传输的依赖关系”，国立中山大学学报，2002。日本农业研究季刊卷。41，没有。1，第39-45，2007。视图:出版商的网站|谷歌学术搜索
38. H.严和H.呕恶，“用于从天篷下面的水稻冠层和水面蒸发蒸腾预测的两层模型中的应用，”农业气象学杂志第67卷，no。3，第89-97页，2011。视图:出版商的网站|谷歌学术搜索
39. “水稻穗蒸腾导度的变异范围及其对穗温的影响”，福冈、吉本、长谷川，“水稻穗蒸腾导度的变异范围及其对穗温的影响”，工厂生产科学第15卷第2期4, 258-264页，2012。视图:出版商的网站|谷歌学术搜索
40. 王元义，乌威，利民，拉班，“水田贮水对叶、穗温度降低的影响”，硕士论文。Jurnal各种第76卷，no。15，第131-137页，2015。视图:出版商的网站|谷歌学术搜索
41. H. Ikawa, C. P. Chen, M. Sikma等人，“增加水稻冠层光合作用可以在不大量增加水分的情况下实现——一种基于自由空气CO的模型₂浓缩。”全球变化生物学第24卷第2期2018年，第1321-1341页。视图:出版商的网站|谷歌学术搜索
42. R. Yoshida, T. Isumi, M. Nishimori等，“土地利用变化对日本西部四国地表变暖率和水稻产量的影响，”《地球物理研究快报第39卷，no。22，第22401页，2012。视图:出版商的网站|谷歌学术搜索

版权

版权所有:王艳艳等这是一篇开放获取下发布的文章知识共享署名许可，允许在任何媒体中不受限制地使用、发布和复制原创作品，只要原稿被正确引用。