作物模拟模型

作物模拟模型的概念、类型、基本原理及其研究和应用进展作物生产系统是一个复杂的多因子系统，受气候、土壤、作物及栽培管理技术等因素的影响。

在综合考虑这些因子的相互作用，预测和分析作物生长趋势等方面，作物信息技术有着其它工具不可替代的优势。

而作物模拟模型则是作物信息技术中的一个重要组成部分。

它在快速决策农艺措施的效应等方面起着重要作用。

作物生长模拟系统是用系统的观点，把作物生产看成一个由作物、环境、技术、经济4个要素构成的整体系统，综合多种相关学科的理论和成就，通过建立数学模型来描述作物生长发育、器官建成和产量品质形成等与环境之间的数学关系，并在计算机上实现模拟作物生产全过程的一个软件系统。

作物生产管理决策系统是以作物模拟模型为中心，与知识工程和专家系统、决策支持系统等一起构成的用于作物生产管理和生产决策的大型软件系统，是作物模拟模型发展的最终目的，是其向综合性和应用性发展的表现。

一、模型的定义、类型及特征1、定义系统是一组相关成分的集合体。

系统模型是对系统成分及其相互关系的一种简化的数学表达。

作物模拟模型着重对作物生长发育过程及其与环境的关系进行定量描述和预测。

作物生长模型，其全称为作物生长模拟模型（CropGrowthSimulationModel），简称为作物模型（CropModel），是指能定量地和动态地描述作物生长、发育和产量形成的过程及其对环境反应的计算机模拟程序。

它是对气候、土壤、作物和管理复杂系统的简化表达形式。

作物生长模型对作物生长和发育的基本生理生态机制和过程的模拟，又被称为机理模型（functionalmodel）或过程模型（processmodel）。

可在全球范围内用来帮助理解、预测和调控作物的生长发育及其对环境的反应。

2、类型作物模型按其不同的功能可分为经验模型与机理模型，描述模型与解释模型等。

其中前一类模型经验性的成分多一些，后一类模型则机理性的成分多一些。

按照模型所描述的作物种类，作物生长模型可分为单作物专用模型和多作物通用模型。

单作物专用模型（modelforsinglecropspecie）是根据某一具体作物的生理生态特性开发研制而成并专门用于该作物生长模拟的模型。

多作物通用模型（modelformultiplecropspecies）是根据各种作物生理生态过程的共性研制而成模型的主体框架，再结合各种作物的生长参数和田间管理参数分别进行各种作物的生长模拟。

3、特征成功的作物模拟模型应该具有系统性、动态性、机理性、预测性、通用性、便用性、灵活性、研究性等特征。

二、原理作物模拟模型建立原理如下：假设作物生产系统状态在任何时刻都能够定量表达，该状态中各种物理、化学和生理机制的变化可以用各种数学方程加以描述；且作物在较短时间间隔内物理、化学和生理过程不发生较大的变化。

这样则可以对一系列的过程(如光合、呼吸、蒸腾、生长等)进行估算，并逐时累加为日过程，再逐日累加为生长季，最后计算出整个生长期的干物质产量或可收获的作物产量。

建立模型技术路线如图1所示。

三、研究现状20世纪80年代是作物模拟研究的一个新高潮，90年代是作物模拟研究的再探讨和再发展时期。

美国、荷兰、英国、日本等国均在80年代成立了由研究机构和大学共同组成的作物生长模拟研究协作组，并主要从事修订完善模型、增加模型的软件包、使模型区域化或全球化的工作。

英国已经把AFRCWHEAT推向了世界其他地区进行适应性研究。

荷兰以瓦赫宁根农业大学为核心的研究组，已建立了作物生长发育、水分平衡、灌溉、作物-土壤氮动态平衡、病虫害防治、农田小气候等方面的模型。

美国成功地将GOSSYM与专家系统COMAX结合，并且正在增补品质和经济评价软件包。

CERES已被用于决策支持系统。

SINGH U,等（1992）运用CERES.与GIS相结合建立了印度半干旱地区决策模型。

美国夏威夷大学IBSNAT研制的DSSAT，到了90年代，逐步形成了以知识库系统或专家系统支持的智能化决策系统。

中国的作物模拟研究始于上世纪80年代中后期。

1994年我国台湾省周天颖利用CERES-Rice、RS、GIS建立了台中市水稻生产农业土地使用决策支持系统。

骆世明等从栽培学角度建立了包含经济评价模型的水稻计算机模拟系统。

潘学标等组建了棉花COTGROW。

我国在1989年组建了以中国农业大学为中心的全国作物生产调控系统科研协作组。

随着研究的不断深入，作物模拟研究形成了不同学派，分别以荷兰、美国、中国为代表，特别是荷兰和美国的作物模拟研究在国际上获得了较大范围的评价和应用。

荷兰的作物模拟研究注重模型的机理性、研究性、数学性，因此模型多偏重于理论研究。

对于基本生理过程，从生理生化的角度进行深入研究，对于环境条件，遵循从理论到实际的研究程序。

荷兰作物模拟的研究还强调作物的共性，只要输入所需要的统一参数和数据，模型可适合大多数作物。

因此在应用于评价农业生态系统生产力和农场决策方面的研究工作较深入。

美国所建立的作物模拟模型主要强调作物的特性，建立模型的主要目的是解决作物栽培和管理中的一些实际问题，为作物生长管理决策提供依据。

美国科学家提出的模型更强调模型的系统性、预测性、通用性。

尤以小麦、水稻、棉花等作物的生长模型为主导。

充分考虑不同作物类型的个性特征。

模型的动作不受地点、时间、品种、技术等因子的限制，具有广泛的实用性。

中国科学家在作物生育模拟及优化决策等方面，也已取得了较好的研究进展，先后提出了水稻、小麦、玉米、棉花等作物模拟模型及优化栽培系统。

中国的模型一般注重实用性、简洁性和预测性。

但是有些系统的功能比较单一，往往侧重于作物生育的某些方面，难以定量描述和预测作物生长发育的综合关系，需要在引进国外先进模型的同时，加以修正和完善。

总体来说，近年来不同学派及不同国家的作物模拟研究逐步表现为相互合作、渗透、借鉴与综合的态势。

四、应用1、作物模拟模型与专家系统ES耦合专家系统ES是一种能模拟人类专家运用知识和推理解决某一特定领域复杂问题时思维过程的计算机软件系统。

许多作物模型不实用的重要原因之一是一般用户缺少相关知识和必要的数据，模型操作困难，如果在模型系统之上耦合包含相关知识的专家系统，模型的操作环境便可以得到改善。

美国的COSSYM／COMAX 棉花生产管理系统是作物生长模型与专家系统相结合的典范。

GOSSYM是一个以土壤物理学性质、土壤养分和水分等为初始条件，以太阳辐射、昼夜最高和最低温度等气象要素为驱动变量，以关键农艺措施和施氮、灌水、喷脱叶剂等为控制变量的系统动力学模型。

COMAX是一个用于棉花生产管理的专家系统。

COMAX／GOSSYM系统是一个基于知识规则的棉花生产管理计算机软件，由知识库、推理机、GOSSYM、气象站和数据文件集(包括品种参数、土壤参数、假定的天气数据和农艺措施等)组成。

该系统每天都重新计算优化的管理决策，运行完毕后，向用户推荐作物管理措施方案。

北京农业科学院作物研究所的赵春江、诸德辉等提出的小麦栽培管理计算机专家系统(ESwCM)是综合性的基于知识规则的专家系统，ESwCM具有按产量设计程序，实现计划生产，有预见地调节、控制小麦的群体结构和理想株型，增加有效生长和有效积累，确定包括品种选择、播种、施肥、灌溉、生长调节剂的使用和病虫害防治等内容的因地制宜的优化组合、用苗管理的最佳方案，分类指导的应变决策功能。

2、作物模拟模型与决策支持系统DSS结合基于生长模型的作物管理决策支持系统在国内外均有不少，如美国的禾谷类联竭AT系统，大豆管理系统SMARTSOY，澳大利亚的棉花管理系统SIRATAC，以及国内江苏省农科院的水稻栽培计算机模拟决策系统RCSODS，江西农业大学的水稻生产管理决策系统R1CAM／RICOS，沈阳农业大学的玉米生产管理专家咨询系统等，其中最具代表性的是美国的DSSA系统和江苏省农科院的RC—SODS。

美国夏威夷大学主持的IBSNAT计划有近30个国家和地区的科学家参加，他们共同协作，发展了一套综合的计算机系统，使之能评价世界各地农业技术的适应状况，这一系统称为DSSA，它是一个包含多种作物的特大决策支持系统软件包，应用该系统，用户可以借助作物生长模型，设计和进行品种、播期、密度、施肥量、灌水量等多因素、多水平、长时期的模拟试验，借助系统模块在短时间内完成作物栽培方案的优化选择，为田问栽培试验提供初步方案，或直接指导大田作物生产的管理决策。

RCSODS的基本原理是将水稻模拟技术与水稻栽培的优化原理相结合，从而可以针对不同品种和不同环境，为制定水稻高产栽培的各项措施提出决策建议。

RCSODS的各子系统，均以水稻模拟模型与水稻栽培的优化模型两者的结合为基础，并由此建立各种栽培措施的决策模型。

RCSODS包含了100多组数学模型，可以分为两大类：一类是模拟模型、最佳茎蘖动态模型、最佳产量模型、最佳施肥决策模型等。

上述模型均以日为模拟步长。

在RC—SODS的主菜单中，一共有8项可供用户选择的功能模块或子系统，即(1)常年优化栽培决策；(2)水稻增产关键分析；(3)制作水稻高产栽培模式图；(4)计算机模拟试验；(5)当年优化栽培决策；(6)主要病虫害的预测与防治；(7)新品种气候适应性分析；(8)地区性决策。

庄恒扬、任正龙等提出了作物生长模拟的氮素管理播前决策和生育期中动态调控方法。

播前决策的方法是根据有机肥种类，数量和氮化肥的数量和其追比拟定若干种施肥方案，由作物～一土壤系统模拟模型计算在常年气候条件下各方案的产量，氮肥效率，硝态氮淋失量，土壤有机质变化，通过4个指标的综合评价确定播前决策优化方案。

李杰等将作物模拟模型，作物栽培的优化原理及当地专家经验三者相结合，提出了作物栽培模拟优化决策系统CCSODS。

3、作物模拟模型与天气发生器WG耦合随机天气发生器是一种数值模型，它可以生成与实测数据统计特征十分相似的气候变量时间系列。

主要的随机天气发生器为美国的wGEN和英国的I。

ARS—WG。

目前，天气发生器与作物模拟模型结合已在农业上有多种应用：(1)作物模型和天气发生器结合形成农业决策系统，可以分析和评估与天气变异有关的作物生产风险；(2)作物模型和天气发生器结合进行作物生长发育实时模拟，使人们能够实时预测作物生长季内的生长发育状况；(3)作物模型和天气发生器结合评估气候变化对作物产量和土地利用的影响。

4、作物模型与大气环流模型GCM嵌套该研究项目由美国环境保护署资助，27个国家的科学家参加，研究目的主要是预测不同气候变化情景下，考虑CO2浓度增加对作物的直接生理作用，以及不同适应对策下，将会对全球作物生产产生的影响，包括主要作物的产量估算，水分利用变化和管理措施变化等。

5、作物模型与土壤侵蚀模型EPIC嵌套在进行流域土壤流失量预报或评价由于土地退化造成的土地生产力下降状况时，需要定量计算地表作物覆盖情况，以及作物生产力，因此作物模型便成为土地侵蚀预报模型的重要组成部分。