作物模拟模型
dssat模型原理
dssat模型原理
DSSAT模型（Decision Support System for Agrotechnology Transfer）是一种基于过程的作物生长模拟模型，可以定量描述作物
生长发育和产量形成过程及其与气候因子、土壤环境、品种类型和技
术措施之间的关系。
该模型是现代农业系统研究的有力工具，为不同
条件下作物生长发育及产量预测、栽培管理、环境评价以及未来气候
变化评估等提供了定量化工具。
DSSAT模型的应用原理主要基于以下几个方面：
1. 土壤水分平衡模块：该模块用于模拟土壤水分动态变化过程，包括
土壤蒸发、作物蒸腾、降雨等作用。
通过输入气象数据和土壤参数，
模型可以预测土壤水分状况，进而影响作物生长和产量形成。
2. 氮素平衡模块：该模块用于模拟作物氮素吸收和土壤中氮素的动态
变化过程。
通过输入氮肥施用量、作物类型、土壤参数等数据，模型
可以预测作物生长过程中的氮素需求和土壤氮素平衡状况。
3. 物候发育模块：该模块用于模拟作物的生长发育过程，包括种子萌发、苗期、花期、成熟期等阶段。
通过输入气象数据和作物类型等参数，模型可以预测作物的生长速率、叶面积指数、干物质积累等指标。
4. 生长发育模块：该模块用于模拟作物生长过程中的形态发育和结构
变化，包括株高、茎粗、叶面积等指标。
通过输入气象数据、土壤参
数、作物类型等参数，模型可以预测作物的生长速率和形态发育过程。
温室作物生长模拟模型
• 2、国内
国内农业计算机的应用开始于 70 年代中期， 到80年代初期开始研究计算机应用于温室环境 的控制管理。进入90年代随着国外现代化温室 设备不断引进以及温室计算机应用水平的提高， 特别是现代化信息技术的飞速发展，也为设施 农业提供了前所未有的发展动力。但总体来说， 国内温室作物模型的研究方面尚处于前期准备 阶段或起步阶段。
• 荷兰 的作物生长模拟模型特点是强调作物的共性，只 要输入所需要的统一参数和数据，模型可适合于大多 数作物。这就决定于模型 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 。但模型对 播种密度，光合产物在各器官分配受光温水影响，库 和源间的关系和根系生长及其对养分和水分吸收机理 考虑较粗。 • 美国建立的作物生长模型，深入考虑作物共同生长机 理，还强调各种作物的特点，建立不同作物生长模拟 模型。 主要目的是研究作物生长生物化学过程和环境 的关系及解决作物栽培和管理中的一些实际问题 ，为 作物生长管理和决策提供依据。
1. 基于现场总线技术的 计算机分布式控制系统
现场总线计算机分布式控制系统示意图
国内首创的新一代网络集成式全分布温室控制系统 系统特点
①现场控制设备具有通信的功能，具有设备之间互可操作性， 便于构成底层控制网络；
②通信标准公开一致，使系统具备良好的开放性；
③功能块与结构规范化，使相同功能设备间具有互换性； ④控制功能下放到现场，系统结构具备良好的机动灵活性； ⑤用一对双绞线可挂接多个控制设备，节省安装和维护费用； ⑥采用数字传输监控信息，大大提高了系统的可靠性；
三、现状与问题
• 相当一部分温室、尤其是大型连栋温室生产效益低。 • 生产能耗大、成本高。 • 温室环境调控能力和调控水平、生产管理水平低，仍主要是 依据管理者个人经验和主观感觉进行决策的粗放式管理。 • 温室环境调控与生产管理设施未完善配套。 • 温室是一个复杂的系统，室内环境受外界自然条件、结构和 环境调控设施等因素影响；而温室栽培植物的生长和产量、 品质是环境、水肥和生产管理等多因素综合作用的结果。因 此，温室环境的合理调控和生产高效管理是一项复杂的工作， 只有依靠有效的调控管理设施，采用现代计算机信息技术， 实行智能化调控，才可以达到理想的效果。
作物生长模拟模型研究和应用综述
作物生长模拟模型研究和应用综述作物生长模拟模型研究和应用综述摘要：作物生长模拟模型作为一种重要的农业科学工具，能够模拟和预测作物生长的过程和产量，对农业生产具有重要的指导意义。
本文综述了作物生长模拟模型的研究现状和应用情况，包括模型的发展历程、模型结构与参数推导、模型验证与评价、模型应用领域等。
通过对近年来的研究进展进行梳理和总结，旨在为作物科学领域相关研究人员提供参考和借鉴。
关键词：作物生长模拟模型；发展历程；模型结构；参数推导；模型验证；模型评价；模型应用1. 引言作物生长模拟模型是基于作物生理生态过程的数学表示，通过对光能、水分、温度和营养等环境因素影响下作物生长的模拟，能够为农业生产提供科学依据。
自上世纪60年代起，作物生长模拟模型的研究迅速发展，并在农业科学、气象学、资源环境等领域得到广泛应用。
本文旨在全面梳理作物生长模拟模型的研究现状和应用情况，为相关研究人员提供参考和借鉴。
2. 作物生长模拟模型的发展历程2.1 早期模型早期的作物生长模拟模型主要基于经验公式和统计关系，如蒸散发模型和生长势模型。
这些模型简单直观，但对作物生理过程描述不准确，模拟精度较低。
2.2 生物物理模型生物物理模型通过考虑作物的生理生态过程，建立物理机制与参数之间的关系，提高了模型的精度与准确性。
该类模型主要包括光合模型、水分模型、温度模型等。
2.3 动态模型动态模型考虑了作物生长过程中不同生育阶段的特点，建立了动态的生长过程描述，提高了模型的实用性。
这类模型包括基于氮、磷等营养物质的模型、基于作物品种的模型等。
3. 作物生长模拟模型的结构与参数推导作物生长模拟模型通常包括四个部分：能量收支模块、水分平衡模块、碳氮平衡模块和生长发育模块。
其中，能量收支模块描述了作物光能的利用与传递过程，水分平衡模块描述了作物水分的吸收与利用过程，碳氮平衡模块描述了作物碳氮的吸收与利用过程，生长发育模块描述了作物的生长发育过程。
作物生长模拟模型研究和应用综述
作物生长模拟模型探究和应用综述作物生长模拟模型是农业科学领域中的重要工具，可以援助农业探究者和农夫进行科学的农作物种植管理。
该模型利用数学和计算机技术，通过对作物的生长过程进行模拟和猜测，为农业生产决策提供科学依据。
作物生长模拟模型的探究和应用已经取得了显著的效果，本文将综述作物生长模拟模型的探究进展和应用状况。
作物生长模拟模型的探究主要集中于作物的生永生理过程和环境因素的互相作用干系。
通过对光、温度、水分、营养等因素的监测和分析，探究者可以建立相应的数学模型，再通过计算机模拟作物的生长和发育过程。
作物生长模拟模型的探究方法多种多样，包括基于物理原理的模型、基于统计学的模型、基于机器进修的模型等。
这些模型中最常用的是基于物理原理的模型，其基本假设是作物的生长和发育过程受到光合作用、呼吸作用、吸纳养分等物理过程的影响。
作物生长模拟模型的应用广泛，主要包括农作物产量猜测、作物品种适应性评估、灾难风险评估、耕作管理优化等。
通过模拟和猜测作物生长过程，可以准时依据环境因素的变化来调整作物的种植结构，合理打算农作物的种植时间和田间管理措施，最大限度地提高农作物的产量和质量。
作物生长模拟模型还可以评估不同作物品种在不同环境条件下的适应性，为农业科研人员和农夫选择适合的作物品种提供科学依据。
此外，作物生长模拟模型还可以用于评估农作物受灾的风险，并为灾难应急管理提供决策支持。
目前，作物生长模拟模型的探究仍面临一些挑战。
一方面，作物的生长过程受到多种环境因素的影响，涉及的参数和变量较多，探究者需要对这些参数和变量进行准确测定和模拟。
另一方面，作物生长模拟模型的建立和验证需要大量的试验数据，但得到这些数据通常需要耗费大量的时间和人力资源。
此外，作物生长模拟模型的效用也受到不同环境条件和农业管理措施的影响，模型在不同地区和不同年份的应用效果可能存在差异。
为了进一步推行作物生长模拟模型的探究和应用，我们需要加强多学科的合作，包括农业科学、计算机科学、统计学等领域的专家和探究者的合作。
《2024年作物生长模拟模型研究和应用综述》范文
《作物生长模拟模型研究和应用综述》篇一一、引言随着科技的发展，作物生长模拟模型作为一种研究作物生长、优化农业生产过程的技术手段，已得到了广泛的关注和应用。
通过对作物生长环境的模拟和预测，这种模型可以帮助农业科学家和农民更好地理解作物生长的规律，优化农业资源利用，提高作物产量和品质。
本文将对作物生长模拟模型的研究和应用进行综述。
二、作物生长模拟模型的基本原理和分类作物生长模拟模型是一种基于数学、生物学和生态学原理的计算机模型，用于模拟作物的生长过程和环境影响。
根据不同的研究目的和应用领域，作物生长模拟模型可以分为多种类型。
常见的分类方式包括：基于过程的模型、基于统计的模型和混合模型等。
基于过程的模型主要关注作物的生理生态过程，如光合作用、呼吸作用、水分吸收等，通过数学方程描述这些过程，模拟作物的生长和发育。
基于统计的模型则主要依据历史数据和统计方法，预测作物的生长和产量。
混合模型则结合了两种模型的优点，既考虑了作物的生理生态过程，又利用了历史数据和统计方法。
三、作物生长模拟模型的研究进展近年来，作物生长模拟模型的研究取得了显著的进展。
一方面，模型的复杂性和精度不断提高，能够更准确地模拟作物的生长过程和环境影响。
另一方面，模型的应用范围也在不断扩大，从单纯的科研工具发展成为农业生产的重要工具。
此外，随着计算机技术的发展，作物生长模拟模型已经成为现代农业信息技术的重要组成部分。
四、作物生长模拟模型的应用作物生长模拟模型在农业生产和研究中有着广泛的应用。
首先，它可以帮助农民优化种植计划，提高作物的产量和品质。
通过模拟不同种植条件下的作物生长情况，农民可以制定出更合理的种植计划，包括品种选择、播种时间、施肥策略等。
其次，它还可以帮助农业科学家研究作物的生理生态过程，揭示作物对环境变化的响应机制。
此外，作物生长模拟模型还可以用于农业气候适应、农业政策制定、农业资源管理等方面。
五、作物生长模拟模型的挑战与展望尽管作物生长模拟模型已经取得了显著的进展和应用，但仍面临一些挑战。
《2024年作物生长模拟模型研究和应用综述》范文
《作物生长模拟模型研究和应用综述》篇一一、引言随着科技的发展和人们对农业生产需求的提升，作物生长模拟模型作为现代农业科技的重要工具，在农业生产中发挥着越来越重要的作用。
本文旨在全面综述作物生长模拟模型的研究进展和应用现状，以期为相关研究和实践提供参考。
二、作物生长模拟模型的研究进展（一）模型发展历程作物生长模拟模型的发展历程可以追溯到上世纪60年代。
随着计算机技术的进步和农业生态学、生理学等学科的发展，作物生长模拟模型逐渐发展成为一种具有重要意义的科研工具。
早期模型主要关注作物的生长过程，逐步发展到现在涵盖了作物的生理生化过程、土壤环境、气候条件等多个方面。
（二）模型理论基础作物生长模拟模型的理论基础主要包括作物生理学、生态学、气象学、土壤学等多个学科。
这些学科的理论为模型的构建提供了重要的依据，使模型能够更准确地反映作物的生长过程。
（三）模型分类与特点根据应用范围和功能，作物生长模拟模型可分为通用型和专用型。
通用型模型适用于多种作物，具有较高的灵活性和通用性；专用型模型则针对特定作物或特定区域进行优化，具有较高的针对性和准确性。
此外，根据模型的复杂程度和功能，还可分为静态模型和动态模型。
三、作物生长模拟模型的应用（一）农业生产管理作物生长模拟模型在农业生产管理中发挥着重要作用。
通过模拟作物的生长过程，可以帮助农民制定科学的种植计划，优化农业资源配置，提高农业生产效率。
此外，模型还可以预测作物的生长状况和产量，为农业生产决策提供依据。
（二）气候变化影响评估气候变化对农业生产的影响已成为全球关注的焦点。
作物生长模拟模型可以用于评估气候变化对作物生长的影响，预测未来作物的产量变化，为应对气候变化的农业适应策略提供科学依据。
（三）农业生态研究作物生长模拟模型还可以用于农业生态研究。
通过模拟不同生态系统下的作物生长过程，可以研究作物的生态适应性、土壤环境变化、气候变化对生态系统的影响等问题，为农业可持续发展提供科学依据。
农业模型与作物模型简介
机理性模型
机理性模型即动态系统模拟模型，具有描述系统状态变化过程的功能，可响应气象和管理
措施等外部变量。这类模型具有解释性，着重解释输入输出变量间的过程机理, 以实现
对系统过程的理论假设进行定量化描述，该类模型都把时间作为变量, 以天或者小时为步
长, 因而具有动态性。
半机理性模型 半机理性模型介于经验性和机理性模型之间。
◆ 模型概念 ◆ 模型分类 ◆ 模型应用案例
农业模型简介
农业模型概念
农业模型，亦称农业系统模型、农业计算机模拟模型等，它是为研究农业问题的定量规 律所建立数学模型的总称。
具体而言，它是以农业系统要素为研究对象，根据农业系统学与农业科学原理，对农业 系统要素内及要素间关系的定量化表达。
农业模型概念
作物生长模型的构建方法
资料获取与算法构建
资料获取大概有3方面的来源： ◆ 一是已有的工作或文献资料，主要用于模型的构建； ◆ 二是通过合作途径从研究者处获取相关资料，主要用于模型参数的确定及系统的测试； ◆ 三是通过补充试验或支持研究围绕某个方面获得全新的资料，一部分用于模型的构建，另一部分用于模型 参数的确定及系统的测试。
农业模型分类
依据建模方法与本身性质
经验性模型
机理性模型
半机理性模型
农业模型分类
经验性模型
经验性模型主要采用统计学方法建立，着重建立输入和输出变量之间的相互关系, 而引起
变化的机理较少或根本不予反映（或称黑箱，即把所有变量放在一起考虑) , 偏重于应用。
例如：作物产量与某种肥料施用量间的一元二次通用模型： Y =a+bX+cX2
模块验证与改进
模型的检验包括对模型的敏感性分析、校正、核实、测验等四个主要过程；模型的改进则是在检验模型的过程中，对模型进行 必要的改进与完善。
农作物生长模拟模型的建立与应用研究
农作物生长模拟模型的建立与应用研究随着科技的不断发展，模拟模型的应用越来越普及。
当我们将模拟模型应用到农业生产中，可以提高农业生产效率，节约资源，为人类的食品安全保障做出贡献。
文章探讨农作物生长模拟模型的建立和应用研究。
一、农作物生长模拟模型的理论农作物生长模拟模型基于作物的生长规律，将种植条件、环境因素等关键因素纳入模拟训练，从而模拟出作物在整个生长过程中的状态与变化规律，为提高农业生产提供基础数据。
为了建立一个完整的模型，需要包含以下关键元素：1.环境因素：先决植株生长的因素，如光照、温度、湿度。
2.生理因素：植株生长发育的内在机制，如光合作用、营养吸收。
3.物化因素：植株生长的物理设施，如农田的土壤、施肥等。
综合考虑环境、生理和物化因素三个方面，建立模拟模型，选择不同的数据特征来评估模型的有效性和适用性。
二、农作物生长模拟模型的建立1.模型确定选择合适的模型结构是模拟模型建立的第一步。
模型可以分为物理模型、统计模型和机器学习模型。
农作物生长模拟模型应用最广泛的是统计模型，根据环境因素和生理因素复杂性不同，可以选择线性统计模型、非线性统计模型和时变统计模型。
模型建立过程应采用多种验证方法，如交叉验证和留一法，确保模型的准确性和精确性。
2.数据采集数据采集通常是建立模拟模型的瓶颈之一。
农作物生长模拟模型的数据来源包括田间实验、实际观测和遥感数据等。
现在许多农田会采用自动化技术进行数据采集和处理，这对模型的稳定性和精度提高至关重要。
3.建模过程经过上述模型和数据准备后，接下来进行模拟编程。
建模过程应该遵循简单而精确的策略。
模型应该精确反映实际农业生产中常见的变化和偏差，避免模型复杂而不精确的现象。
建模过程中，应将模型的过程细化分解，方便后续的数据分析和修正。
4.模型修正模拟模型的预测能力是建模过程的核心问题之一，模型的误差来源于模型本身和数据偏差。
模型修正的过程中，通常需要进行数据增强和模型参数调整。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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。
美国的AI。
MANAC模型，就是源于土壤侵蚀／生产力影响模型EPIC。
EPIC对作物生理过程和形态特征的细节描述仍然较为简单，与大多数作物模型一样，EP—IC模型尚不能模拟作物根系生长动态及其在土层空间的分布形态，植株高度增长动态及群体叶片分布结构，因此，EPlC模型模拟作物生长与产量形成过程的细致性和精确性尚不能令人十分满意。