Rice (Oryza sativa L.) is the most

Rice (Oryza sativa L.) is the most important grain crop in China, its planting area accounting for 30% of all grain crops, and its yield for 40% of the grain yields. More than half of world's population relies on rice as its primary food staple. China and other rice producing countries face problems of feeding an increasing population, global warming and a reduction in rice planting area. Accurate prediction of rice growth and productivity under varying environmental conditions will be helpful in developing appropriate agricultural policies and ensuring adequate food production.

Crop simulation models can dynamically describe the biophysical and physiological processes of growth, development and yield, and provide a quantitative tool for predicting the productivity level of a crop in relation to genotype, environment and management [1], [2] and [3]. Several growth simulation models have been developed for rice, including SIMRIW [4], CERES-Rice [5] and [6] and ORYZA [7] and [8], each performing well. These models use development stage (DS) or a development index to predict phenology, and use partitioning coefficients to estimate organ biomass. Some coefficients have different values at different stages, which complicates their application. Cao et al. [9] and [10] developed a wheat growth model using physiological development time (PDT) as a scaler for phenology and a partitioning index for organ growth, resulting in fewer parameters while providing good predictability and applicability.

The primary objectives of this study were (1) to develop an eco-physiological process-based simulation model of rice growth, development, and yield (RiceGrow) by quantifying and integrating the fundamental relations of developmental and growth processes with environmental factors, genotypic parameters and management practices by using physiological development time and a partitioning index, and (2) to compare results from the RiceGrow model with results from the ORYZA2000 model using the same datasets to determine if RiceGrow, with fewer input parameters, would provide similar or improved results compared with ORYZA2000 [8].

ผลลัพธ์ (ไทย) 1:

ข้าว (Oryza ซา L.) เป็นพืชเมล็ดพืชสำคัญที่สุดในประเทศจีน พื้นที่ปลูกของบัญชี 30% ของทั้งหมดเมล็ดพืช และผลตอบแทนของ 40% ของข้าวทำให้ กว่าครึ่งหนึ่งของประชากรโลกอาศัยข้าวเป็นตั๋วเย็บกระดาษเป็นอาหารหลัก และข้าวอื่น ๆ ผลิตประเทศจีนเผชิญกับปัญหาของอาหารมีประชากรเพิ่มขึ้น ภาวะโลกร้อน และลดพื้นที่การปลูกข้าว ทำนายที่แม่นยำของข้าวเจริญเติบโตและผลผลิตภายใต้สภาพแวดล้อมที่แตกต่างกันจะมีประโยชน์ในการพัฒนานโยบายด้านการเกษตรที่เหมาะสม และบริการผลิตอาหารเพียงพอรูปแบบจำลองพืชสามารถแบบไดนามิกอธิบายกระบวน biophysical และสรีรวิทยาการเจริญเติบโต พัฒนา และผลตอบแทน และให้เครื่องมือเชิงปริมาณเพื่อคาดการณ์ระดับผลผลิตของพืชที่สัมพันธ์กับลักษณะทางพันธุกรรม สิ่งแวดล้อม และการจัดการ [1], [2] และ [3] ได้รับการพัฒนารูปแบบจำลองการเจริญเติบโตหลายสำหรับข้าว รวม ถึง SIMRIW [4], เซเรสข้าว [5] [6] และ ORYZA [7] และ [8], แต่ละดำเนินการดีขึ้น รุ่นนี้ใช้ขั้นพัฒนา (DS) หรือดัชนีการพัฒนาเพื่อทำนาย phenology และใช้สัมประสิทธิ์การแบ่งพาร์ติชันเพื่อประเมินอวัยวะชีวมวล บางสัมประสิทธิ์มีค่าแตกต่างกันที่ระยะต่าง ๆ ที่ complicates สมัคร Cao et al. [9] และ [10] พัฒนาแบบเจริญเติบโตของข้าวสาลีที่ใช้เวลาพัฒนาสรีรวิทยา (PDT) scaler สำหรับ phenology และดัชนีแบ่งพาร์ติชันสำหรับการเติบโตของอวัยวะ ผลลัพธ์ในพารามิเตอร์น้อยกว่าในขณะที่แอพพลิเคชันที่ดีและความเกี่ยวข้องของการวัตถุประสงค์หลักของการศึกษานี้ได้ (1) เพื่อพัฒนาแบบจำลองการจำลองกระบวนการสรีรวิทยาสิ่งแวดล้อมของการเจริญเติบโตของข้าว พัฒนา และผลตอบแทน (RiceGrow) โดย quantifying และรวมความสัมพันธ์พื้นฐานของการพัฒนาและกระบวนการเจริญเติบโตปัจจัยสิ่งแวดล้อม จีโนไทป์พารามิเตอร์ และวิธีการบริหารจัดการ โดยใช้เวลาพัฒนาสรีรวิทยาและดัชนีแบ่งพาร์ติชัน และ (2) เพื่อเปรียบเทียบผลจากแบบจำลองกับผลจากแบบ ORYZA2000 ที่ใช้ datasets เดียวตรวจ RiceGrow การ RiceGrow มีจำนวนพารามิเตอร์ จะให้ผลลัพธ์เหมือนกัน หรือดีขึ้นเมื่อเทียบกับ ORYZA2000 [8]

ผลลัพธ์ (ไทย) 2:

ข้าว (Oryza sativa L. ) เป็นเมล็ดพืชที่สำคัญที่สุดในประเทศจีนในพื้นที่ปลูกมันคิดเป็น 30% ของพืชทั้งหมดและผลตอบแทนสำหรับ 40% ของผลผลิต มากกว่าครึ่งหนึ่งของประชากรโลกอาศัยข้าวเป็นอาหารหลักของหลัก จีนและประเทศผู้ผลิตข้าวอื่น ๆ ที่ประสบปัญหาของการให้อาหารของประชากรที่เพิ่มขึ้นภาวะโลกร้อนและลดลงในพื้นที่เพาะปลูกข้าว การคาดการณ์ที่ถูกต้องของการเจริญเติบโตและผลผลิตข้าวภายใต้สภาพแวดล้อมที่แตกต่างกันจะเป็นประโยชน์ในการพัฒนานโยบายทางการเกษตรที่เหมาะสมและสร้างความมั่นใจการผลิตอาหารอย่างเพียงพอ. จำลองพืชแบบไดนามิกสามารถอธิบายกระบวนการทางชีวกายภาพและทางสรีรวิทยาของการเจริญเติบโตของการพัฒนาและผลผลิตและให้เป็นเครื่องมือเชิงปริมาณในการทำนาย ระดับการผลิตของพืชในความสัมพันธ์กับลักษณะทางพันธุกรรมสิ่งแวดล้อมและการจัดการ [1], [2] [3] การจำลองรูปแบบการเจริญเติบโตหลายคนได้รับการพัฒนาสำหรับข้าวรวมทั้ง SIMRIW [4], CERES ข้าว [5] และ [6] และ Oryza [7] และ [8] แต่ละคนมีประสิทธิภาพดี รุ่นนี้ใช้ขั้นตอนการพัฒนา (DS) หรือดัชนีการพัฒนาที่จะคาดการณ์ชีพลักษณ์และการใช้ค่าสัมประสิทธิ์การแบ่งพาร์ทิชันที่จะประเมินชีวมวลอวัยวะ ค่าสัมประสิทธิ์บางคนมีค่าที่แตกต่างกันในแต่ละขั้นตอนที่แตกต่างกันซึ่งมีความซับซ้อนโปรแกรมของพวกเขา เฉา et al, [9] และ [10] การพัฒนารูปแบบการเจริญเติบโตของข้าวสาลีโดยใช้เวลาในการพัฒนาทางสรีรวิทยา (PDT) เป็น Scaler สำหรับชีพลักษณ์และดัชนีแบ่งพาร์ทิชันสำหรับการเจริญเติบโตของอวัยวะที่เกิดในพารามิเตอร์น้อยลงในขณะที่ให้การคาดการณ์ที่ดีและการบังคับใช้. วัตถุประสงค์หลักของการศึกษาครั้งนี้มี (1) การพัฒนาแบบจำลองกระบวนการตามเชิงนิเวศสรีรวิทยาของการเจริญเติบโตของข้าวในการพัฒนาและผลผลิต (RiceGrow) โดยปริมาณและการบูรณาการความสัมพันธ์พื้นฐานของกระบวนการพัฒนาและการเจริญเติบโตที่มีปัจจัยด้านสิ่งแวดล้อมพารามิเตอร์ทางพันธุกรรมและการจัดการโดยใช้การพัฒนาทางสรีรวิทยา เวลาและดัชนีแบ่งพาร์ทิชันและ (2) เพื่อเปรียบเทียบผลจากรูปแบบ RiceGrow กับผลลัพธ์ที่ได้จากรูปแบบการใช้ ORYZA2000 ชุดข้อมูลเดียวกันเพื่อตรวจสอบว่า RiceGrow มีพารามิเตอร์การป้อนข้อมูลที่น้อยกว่าจะให้ผลที่คล้ายกันหรือดีขึ้นเมื่อเทียบกับ ORYZA2000 [8]

ผลลัพธ์ (ไทย) 3:

ข้าว ( Oryza sativa L . ) เป็นพืชเมล็ดที่สำคัญที่สุดในประเทศจีนของพื้นที่ปลูกที่บัญชีสำหรับ 30% ของธัญพืชทั้งหมดและผลผลิตเมล็ด 40 เปอร์เซ็นต์ ของผลผลิต มากกว่าครึ่งหนึ่งของประชากรของโลกที่อาศัย ข้าวเป็นอาหารหลัก หลักของ จีนและประเทศที่ผลิตข้าวอื่น ๆเผชิญปัญหาของการให้อาหารการเพิ่มประชากร ภาวะโลกร้อน และการลดการปลูกข้าวในพื้นที่การทำนายที่ถูกต้องของการเจริญเติบโตและผลผลิตของข้าวภายใต้สภาวะแวดล้อมที่แตกต่างจะเป็นประโยชน์ในการพัฒนานโยบายการเกษตรที่เหมาะสมและมั่นใจในการผลิตอาหารให้เพียงพอ พืชจำลองโมเดล

แบบไดนามิกสามารถอธิบายกระบวนการทางชีวกายภาพและสรีรวิทยา การเจริญเติบโต ผลผลิตและการพัฒนาและจัดให้มีเครื่องมือเชิงปริมาณเพื่อทำนายผลผลิตระดับผลผลิตในความสัมพันธ์กับ พันธุกรรม สิ่งแวดล้อม และการจัดการ [ 1 ] , [ 2 ] และ [ 3 ] แบบจำลองการเติบโตจำนวนมากได้รับการพัฒนาข้าว รวมทั้ง simriw [ 4 ] , ธัญพืชและข้าว [ 5 ] [ 6 ] และข้าว [ 7 ] [ 8 ] และ แต่ละ มีประสิทธิภาพดี รุ่นนี้ใช้ขั้นตอนการพัฒนา ( DS ) หรือการพัฒนาภายในดัชนีทำนาย ,และใช้ค่าสัมประสิทธิ์การประมาณมวลชีวภาพของอวัยวะ บางแบบมีค่าแตกต่างกันที่ระยะต่าง ๆซึ่งมีความซับซ้อนของโปรแกรมของพวกเขา เคา et al . [ 9 ] และ [ 10 ] พัฒนาข้าวสาลีรูปแบบการเจริญเติบโตโดยใช้เวลาพัฒนาทางสรีรวิทยา ( PDT ) เป็น scaler สำหรับภายในและพาร์ทิชันดัชนีการเจริญเติบโตของอวัยวะส่งผลให้น้อยลง ในขณะที่ให้ความสามารถในการคาดการณ์และการใช้พารามิเตอร์ดี

วัตถุประสงค์หลักของการศึกษาครั้งนี้ ( 1 ) เพื่อพัฒนานิเวศสรีรวิทยาตามกระบวนการสร้างแบบจำลองการเจริญเติบโต พัฒนาข้าวและผลผลิต ( ricegrow ) โดยปริมาณและบูรณาการความสัมพันธ์พื้นฐานของกระบวนการพัฒนาการและการเจริญเติบโตกับปัจจัยสิ่งแวดล้อมค่าพารามิเตอร์ทางพันธุกรรมและการปฏิบัติการจัดการ โดยใช้เวลาในการพัฒนาและสรีรวิทยาการดัชนีและ ( 2 ) เพื่อเปรียบเทียบผลลัพธ์ที่ได้จากแบบจำลองกับผลที่ได้จาก ricegrow oryza2000 แบบจำลองโดยใช้ข้อมูลเดียวกันเพื่อตรวจสอบว่า ricegrow กับพารามิเตอร์การป้อนข้อมูลน้อยลง จะให้ผลที่คล้ายกันหรือดีขึ้นเมื่อเทียบกับ oryza2000 [ 8 ]