本发明涉及农作物预测产量，具体涉及一种基于dndc模型的覆膜条件下作物产量估算方法。
背景技术：
1、粮食生产是一个极其重要和紧迫的问题，在经济快速发展和城市空前扩张的背景下，如何提高现有耕地的粮食生产能力以满足人们日益增长的需求仍然是一个巨大的挑战；在全球范围内，由于化肥投入的增加和新技术的采用，作物产量稳步提高，粮食安全得到改善，然而虽然化肥用量不断提高，但是作物产量的提高却到了瓶颈期，肥料的利用率还很低，因此，学者们通过依靠田间试验来系统研究有机无机肥配施及覆膜对作物生长以及环境效应的时空变异，从而优化施肥量、调整施肥结构。
2、然而依靠有限年限的田间试验来系统研究有机无机肥配施及覆膜对作物生长以及环境效应的时空变异是很困难的，由于模型方法可以使复杂农田生态系统碳(carbon，c)、氮(nitrogen，n)循环过程简单化和数字化，使复杂的管理明确化并具有预见性，因此基于过程的机理模型逐渐成为研究复杂农业生态系统的有效工具。
3、反硝化分解(dndc)是研究土壤小气候与田间管理相互作用影响作物生长的重要模型之一，已被广泛用于预测农业生态系统中作物生长、碳和氮循环、水运动和温室气体排放的详细估计，dndc模型包括详细的土壤热、水、营养平衡过程和作物生长模拟模块，是一种成熟的用于预测作物生长、土壤温度、土壤水分运动、土壤碳和氮的建模工具，在过去的三十年里，该方法在世界范围内被广泛采用。
4、虽然dndc模型对作物产量有比较好的模拟精度，但是目前研究一般只局限于对有机无机肥配施或覆盖措施进行分别研究，并没有针对覆膜条件下有机无机肥配施对作物生长及土壤温室气体排放通量的对比进行研究；同时，现有通过dndc模型对作物产量、土壤温室气体排放等的研究结论大多来自试验年限较短的短期试验，未考虑到在未来气候变化的大背景下对作物产量模拟的影响。
技术实现思路
1、为了解决现有技术中存在的问题，本发明提供了一种基于dndc模型的覆膜条件下作物产量估算方法，该方案包括：获取作物生长的基础生态数据；设计作物种植试验地，获取试验地覆膜条件下的作物实测数据；结合所述基础生态数据以及所述作物实测数据建立dndc模型；利用单施化肥处理所述基础数据对建立的dndc模型进行校准；使用校准后的模型对目标区域覆膜条件下的作物产量进行模拟，获取目标区域覆膜条件下的作物产量。本发明结合冬小麦-夏玉米田间试验和dndc模型模拟，同时考虑到未来气象数据，将全球增温潜势数据和碳排放强度数据引入模型中，能够提升模型的拟合准确度，对作物产量的估算结果更加精确。
2、本发明采用如下技术方案，一种基于dndc模型的覆膜条件下作物产量估算方法，获取作物生长的基础生态数据；
3、设计作物种植试验地，获取试验地覆膜条件下的作物实测数据；
4、结合所述基础生态数据以及所述作物实测数据建立dndc模型；
5、利用单施化肥处理所述基础数据对建立的dndc模型进行校准；
6、使用校准后的模型对目标区域覆膜条件下的作物产量进行模拟，获取目标区域的作物产量。
7、进一步的，所述基础生态数据包括：气候数据、土壤数据、作物参数数据和农田管理数据；
8、所述气候数据包括：试验地的日最高温，日最低温和降雨量；
9、所述土壤数据包括：试验地的土壤质地，田间持水量，蔫萎点，饱和导水率，土壤容重，ph值，有机碳含量，土壤硝态氮和铵态氮含量；
10、所述农田管理数据包括：作物类型，播种和收获日期，施肥数据，耕地数据，地膜覆盖时间和地膜类型；
11、所述作物参数包括：最佳产量，生物量分配比例，总需氮量，生长积温，需水量，固氮系数和最适温度。
12、进一步的，所述基础生态数据还包括：全球增温潜势数据和碳排放强度数据。
13、进一步的，设计作物种植试验地，包括：
14、采用两因素裂区试验设计方法设计试验地，其中，主区为种植方式，副区为施肥方式；
15、所述种植方式包括地膜覆盖种植和不覆盖种植；
16、所述施肥方式包括不施肥，常规施肥，等氮条件下有机肥替代25％(25％of)、50％(50％of)、75％(75％of)、100％(100％of)氮肥；
17、设定每个区域对应试验地的面积为4×4.5m。
18、进一步的，获取试验地覆膜条件下的作物实测数据，包括：
19、所述试验地中的作物包括冬小麦和夏玉米；
20、获取冬小麦和夏玉米的生理指标，具体为：在冬小麦和夏玉米的花期/抽雄期和灌浆期测定小麦旗叶和夏玉米穗位叶的光合速率；计算冬小麦和夏玉米的叶绿素含量；
21、在冬小麦和夏玉米的收获期，采用凯式定氮仪测定作物的全氮含量；
22、在冬小麦成熟期，测定试验地的各个区域中1平米冬小麦的穗数，每穗粒数和千粒重量；
23、在夏玉米成熟期，选取试验地的各个区域中连续10株玉米，晾干后测量其穗长，穗行数，行粒数和百粒重量；
24、采集试验地0～200cm的土壤，采用烘干法试验地的土壤水分；
25、利用密闭式静态暗箱法采集试验地温室气体。
26、进一步的，利用密闭式静态暗箱法采集试验地温室气体，包括：
27、获取试验地每个区域内单次采样的气体排放通量；
28、根据单次采样的气体排放通量以及采样间隔获取试验地每个区域内作物生长季的累积气体排放量。
29、进一步的，利用单施化肥处理所述基础数据对建立的dndc模型进行校准之后，还包括：
30、分别采用平方偏差、均方根误差、标准化均方根误差以及拟合指数对所述dndc模型进行评价。
31、本发明的有益效果是：本发明考虑了气象条件、土壤条件和田间管理措施对覆膜条件下有机无机肥配施对作物产量的影响，用田间数据对模型进行模拟校准并预测未来不同气候变化情景下的作物产量，为制定未来既能保证冬小麦-夏玉米种植系统作物产量又能实现减排的最优田间管理措施提供了重要参考依据。
1.一种基于dndc模型的覆膜条件下作物产量估算方法，其特征在于，包括：
2.根据权利要求1所述的一种基于dndc模型的覆膜条件下作物产量估算方法，其特征在于：所述基础生态数据包括：气候数据、土壤数据、作物参数数据和农田管理数据；
3.根据权利要求1所述的一种基于dndc模型的覆膜条件下作物产量估算方法，其特征在于：所述基础生态数据还包括：全球增温潜势数据和碳排放强度数据。
4.根据权利要求1所述的一种基于dndc模型的覆膜条件下作物产量估算方法，其特征在于：设计作物种植试验地，包括：
5.根据权利要求1所述的一种基于dndc模型的覆膜条件下作物产量估算方法，其特征在于：获取试验地覆膜条件下的作物实测数据，包括：
6.根据权利要求5所述的一种基于dndc模型的覆膜条件下作物产量估算方法，其特征在于：利用密闭式静态暗箱法采集试验地温室气体，包括：
7.根据权利要求1所述的一种基于dndc模型的覆膜条件下作物产量估算方法，其特征在于：利用单施化肥处理所述基础数据对建立的dndc模型进行校准之后，还包括：
