水稻籽粒淀粉和蛋白质积累模拟模型的构建,对水稻品质指标的动态预测和管理调控具有重要意义。本研究以水稻为研究对象,以系列田间试验为依托,运用系统分析方法和数学建模技术,以水稻籽粒品质形成的生理过程为基础,综合研究温度、水分、氮素、品种对水稻品质形成的影响,结合水稻生长模型RiceGrow,对水稻籽粒品质形成与环境的动态关系进行定量描述,构建了以生长度日为时间尺度的水稻籽粒蛋白质和蛋白组分积累的模拟模型、籽粒淀粉和直链淀粉积累的模拟模型、籽粒重量空间分布模型以及籽粒淀粉与蛋白质空间分布模型。研究结果将为完善水稻生长模型、预测品质指标和管理调控提供量化工具。主要研究结果如下：通过多年份不同品种、氮素、生态点的试验研究,定量描述了花前植株氮素吸收与积累、花后籽粒氮素吸收与转运的动态变化,构建了水稻籽粒蛋白质积累的动态模型。分析蛋白组分占总蛋白质比例的动态关系,进而构建了水稻籽粒蛋白组分积累的动态模型。利用不同生态点、年份、氮素、品种的水稻试验资料对蛋白质和蛋白组分积累的动态模型进行校正和检验,其中蛋白质含量和积累量的观测值与模拟值之间的决定系数(R2)分别为0.930和0.973,相对均方根差(NRMSE)分别为7.82%和11.0%;白蛋白、球蛋白、谷蛋白、醇溶蛋白含量的观测值与模拟值之间的R2分别为0.948、0.934、0.920和0.956,相对均方根差(NRMSE)平均值分别为4.38%、4.74%、8.11%和6.03%。表明模型对不同年份、生态点水稻不同品种的籽粒蛋白质、蛋白组分含量的预测具有较强的准确性。定量描述了水稻植株碳素同化、贮存、转运与积累的碳流动过程及与环境和管理措施关系,结合水稻生长模型RiceGrow,构建了基于植株碳流的水稻籽粒淀粉积累的动态模型。分析直链淀粉积累量占总淀粉积累量比例的动态关系,进一步构建直链淀粉积累的模拟模型。利用不同栽培条件下的独立田间试验资料对模型进行检验,结果显示籽粒淀粉含量和积累量模拟值和观测值之间的R2分别为0.832和0.914,相对均方根差(NRMSE)分别为11.03%和13.82%,直链淀粉含量和积累量模拟值和观测值之间的的R2分别为0.849和0.899,相对均方根差(NRMSE)分别为12.81%和19.37%,表明模型具有较好的预测性。水稻穗上籽粒发育的不均衡性决定于干物质在不同粒位上的分配。以干物质分配指数来表示不同部位、枝梗、粒位间干物质分配的差异,分配指数随花后生长度日呈线性变化；以氮素影响因子量化氮素对籽粒重量空间分布的的影响。通过解析分配指数的动态变化规律及其与环境的定量关系,以花后生长度日为时间尺度,结合已有水稻生长模型RiceGrow,构建水稻籽粒重量在不同部位、枝梗、粒位间的空间分布动态模型。利用不同年份、生态点、氮素、品种的水稻试验资料对模型进行检验,结果表明不同部位、枝梗、粒位间籽粒重量的观测值和模拟值之间的R2分别为0.897、0.890和0.901；相对均方根差(NRMSE)分别为16.08%、15.92%和15.70%。模型对不同栽培条件下的水稻籽粒重量空间分布的动态变化具有较好的预测性。试验研究表明,不同时期比较,一次枝梗籽粒淀粉含量大于二次枝梗籽粒淀粉含量,强势粒淀粉含量大于弱势粒淀粉含量；籽粒淀粉含量随花后生长度日呈对数关系增加。解析淀粉在部位、枝梗、粒位间积累的不均衡性以及对氮素的响应关系,构建了水稻籽粒淀粉的空间分布模型。利用不同年份、生态点、氮素、品种的水稻试验资料对模型进行检验,结果表明不同部位、枝梗、粒位间籽粒淀粉含量的观测值和模拟值之间的R2均值分别为0.891、0.820和0.866；相对均方根差(NRMSE)分别为6.72%、9.55%和7.81%。模型对不同栽培条件下的水稻籽粒淀粉空间分布的动态变化具有较好的预测性。分析蛋白质在部位、枝梗、粒位间形成的不均衡性以及对水分、氮素的响应关系,构建了水稻籽粒蛋白质的空间分布模型。利用不同年份、生态点、氮素、品种的水稻试验资料对模型进行检验,结果表明不同部位、枝梗、粒位间籽粒蛋白质含量的观测值和模拟值之间的R2均值分别为0.916、0.866和0.901；相对均方根差(NRMSE)均值分别为4.85%、6.20%和3.99%。模型对不同栽培条件下的水稻籽粒蛋白质空间分布的动态变化具有较好的预测性。