農(nóng)業(yè)模型講稿

1、關(guān)于農(nóng)業(yè)模型第一張，PPT共一百零五頁，創(chuàng)作于2022年6月主要內(nèi)容數(shù)字農(nóng)業(yè)與農(nóng)業(yè)模型農(nóng)業(yè)模型研究發(fā)展過程農(nóng)業(yè)模型的基本方法作物模擬模型農(nóng)業(yè)模型應(yīng)用與發(fā)展趨勢第二張，PPT共一百零五頁，創(chuàng)作于2022年6月主要內(nèi)容數(shù)字農(nóng)業(yè)模型與模型化模型的類型數(shù)學(xué)模型農(nóng)業(yè)模型及其特點(diǎn)農(nóng)業(yè)模型學(xué)第一部分 數(shù)字農(nóng)業(yè)與農(nóng)業(yè)模型第三張，PPT共一百零五頁，創(chuàng)作于2022年6月1.數(shù)字農(nóng)業(yè)定義 當(dāng)代信息技術(shù)迅速發(fā)展，并在農(nóng)業(yè)上得到廣泛應(yīng)用。到20世紀(jì)末，國際上形成了“數(shù)字農(nóng)業(yè)”的概念。它預(yù)示著21世紀(jì)的農(nóng)業(yè)將呈現(xiàn)出一個(gè)以數(shù)字化為特征的嶄新局面。 參照“數(shù)字地球”、“數(shù)字戰(zhàn)爭”等含義，并考慮到農(nóng)業(yè)的特點(diǎn)，數(shù)字農(nóng)業(yè)應(yīng)該包括

2、以下三個(gè)內(nèi)容：（1）數(shù)字農(nóng)業(yè)要求對農(nóng)業(yè)的各個(gè)方面（包括種植業(yè)、畜牧業(yè)、水產(chǎn)業(yè)、林業(yè)等）的各個(gè)要素與過程（生物的、環(huán)境的、經(jīng)濟(jì)的）全面實(shí)現(xiàn)數(shù)字化，也就是說各種農(nóng)業(yè)的各種要素與過程都要應(yīng)用二進(jìn)制的數(shù)字（0，1）以及由二進(jìn)制數(shù)字建成的數(shù)學(xué)模型或計(jì)算機(jī)模型來表達(dá)。（2）數(shù)字農(nóng)業(yè)要求各種農(nóng)業(yè)信息技術(shù)最廣泛地應(yīng)用于農(nóng)業(yè)。（3）數(shù)字農(nóng)業(yè)要求在農(nóng)業(yè)的各個(gè)部門（生產(chǎn)、科研、教育、行政、流通、服務(wù)等）全面地實(shí)施數(shù)字化與網(wǎng)絡(luò)化的管理。 一、數(shù)字農(nóng)業(yè)第四張，PPT共一百零五頁，創(chuàng)作于2022年6月2.農(nóng)業(yè)過程的全面數(shù)字化與農(nóng)業(yè)模型 以上分析可知，農(nóng)業(yè)數(shù)學(xué)模型與農(nóng)業(yè)計(jì)算機(jī)模型的研究與建立，應(yīng)該說是“數(shù)字農(nóng)業(yè)”的前提。各

3、種農(nóng)業(yè)要素的數(shù)字化各種農(nóng)業(yè)基本過程的數(shù)字化-農(nóng)業(yè)數(shù)學(xué)模型各種農(nóng)業(yè)的決策過程的數(shù)字化-農(nóng)業(yè)計(jì)算機(jī)模型第五張，PPT共一百零五頁，創(chuàng)作于2022年6月3.農(nóng)業(yè)模型是農(nóng)業(yè)信息技術(shù)的基礎(chǔ)1.農(nóng)業(yè)模型與遙感技術(shù)2.農(nóng)業(yè)模型與GIS3.農(nóng)業(yè)模型與精確農(nóng)業(yè)4.農(nóng)業(yè)模型與數(shù)據(jù)庫技術(shù)5.農(nóng)業(yè)模型與因特網(wǎng)第六張，PPT共一百零五頁，創(chuàng)作于2022年6月模型是模仿客觀事物的一種物體。對客觀事物構(gòu)建模型的過程就成為“模型化”（Modeling）,也稱為“模擬”（Simulation）。 二、模型與模型化第七張，PPT共一百零五頁，創(chuàng)作于2022年6月直觀模型：只要求與客觀事物的外觀相似，不涉及事物的內(nèi)在機(jī)理。思維模型

4、：人們通過對同類的客觀事物的反復(fù)接觸，從而在頭腦中形成的對同類事物的共同特征與內(nèi)在規(guī)律的了解。物理模型：這類模型要求以某種物理實(shí)體反映客觀事物的某些物理性能與內(nèi)在機(jī)理。如飛機(jī)模型、地震模擬裝置等。圖形或符號模型：這類模型用圖形或特定的符號來表示客觀事物的內(nèi)在結(jié)構(gòu)與性能。如：機(jī)器結(jié)構(gòu)圖、工程設(shè)計(jì)圖、電路圖等。數(shù)學(xué)模型計(jì)算機(jī)模型 三、模型的類型第八張，PPT共一百零五頁，創(chuàng)作于2022年6月建立數(shù)學(xué)模型往往是模型化的核心步驟。數(shù)學(xué)模型具有以下特征：1）現(xiàn)實(shí)性2）抽象性3）邏輯性4）目的性5）廣泛性 四、數(shù)學(xué)模型第九張，PPT共一百零五頁，創(chuàng)作于2022年6月建立一個(gè)數(shù)學(xué)模型一般需要以下步驟： 1）

5、建模準(zhǔn)備 2）模型假設(shè) 3）模型構(gòu)建 4）模型檢驗(yàn) 5）模型應(yīng)用第十張，PPT共一百零五頁，創(chuàng)作于2022年6月數(shù)學(xué)模型的類型1）按數(shù)學(xué)方法來分類初等數(shù)學(xué)模型微分法模型微分方程模型變分法模型圖論模型2）按模型中事物發(fā)生機(jī)率分G.確定性模型H.隨機(jī)性模型3）按模型中事物運(yùn)動(dòng)狀態(tài)分類I.連續(xù)性模型J.離散性模型第十一張，PPT共一百零五頁，創(chuàng)作于2022年6月 四、農(nóng)業(yè)模型 農(nóng)業(yè)模型是應(yīng)用數(shù)學(xué)模型方法和計(jì)算機(jī)技術(shù)，分析影響農(nóng)業(yè)生產(chǎn)的主要因素氣候、土壤、作物、社會(huì)、經(jīng)濟(jì)等,從而對農(nóng)業(yè)生產(chǎn)進(jìn)行定量研究。 通過模型研究，可以在較短時(shí)間內(nèi)，用較少的人力、物力和財(cái)力，得到可靠而優(yōu)化的結(jié)果。模型并不與客觀事物

6、一一對應(yīng)，它只是客觀事物的一種簡化形式，然而它比客觀事物更易于確定和更易于處理。 農(nóng)業(yè)數(shù)學(xué)模型和農(nóng)業(yè)計(jì)算機(jī)模型1.概念第十二張，PPT共一百零五頁，創(chuàng)作于2022年6月2.農(nóng)業(yè)模型的類型 按不同的功能特征以及建模的目的和方法大致可以分為以下幾種類型： 1、經(jīng)驗(yàn)(Experiential)模型和機(jī)理(Mechanistial)模型 前者建立在數(shù)據(jù)統(tǒng)計(jì)分析的基礎(chǔ)上，較少涉及機(jī)理性，偏重于模型的預(yù)測性和應(yīng)用性；后者對內(nèi)在機(jī)理有較好的闡釋，強(qiáng)調(diào)模型的解釋性和研究性。 2、描述性(Descriptive)模型和解釋性(Explainatory)模型 前者以簡單的方式描述一個(gè)系統(tǒng)的行為，而對引起行為的機(jī)理

7、，模型較少或根本不予以反映，描述性模型可以通過測定的試驗(yàn)數(shù)據(jù)推導(dǎo)出來，其建立相對比較簡捷（圖1）；第十三張，PPT共一百零五頁，創(chuàng)作于2022年6月 后者由引起系統(tǒng)行為的機(jī)理和過程的定量描述所組成，這些描述即為科學(xué)理論和假設(shè)的清晰表達(dá)，模型是通過綜合整個(gè)系統(tǒng)的機(jī)理和過程描述來建立的。為了建立解釋性模型，需要對整個(gè)系統(tǒng)進(jìn)行分析，并分別對它的過程和機(jī)理進(jìn)行定量化表達(dá)（圖2）。 圖1 表明真實(shí)世界的現(xiàn)象如何引入到描述性模型中的圖示 模型化現(xiàn)象 真實(shí)現(xiàn)象 描述性模型 計(jì)算 描述 第十四張，PPT共一百零五頁，創(chuàng)作于2022年6月圖2 表明真實(shí)觀察值如何被分析和綜合引入解釋性模型來模擬系統(tǒng)行為的圖示 解

8、釋性模型 系統(tǒng) 模擬 描述， 分析 模型化現(xiàn)象 真實(shí)現(xiàn)象 過程 過程 過程 過程 過程 過程 模型 構(gòu)建 第十五張，PPT共一百零五頁，創(chuàng)作于2022年6月3、統(tǒng)計(jì)(Statistical)模型和過程(Process)模型 前者是一種最常使用的模型，主要通過對數(shù)據(jù)進(jìn)行多重回歸來預(yù)測系統(tǒng)的表現(xiàn)，其解釋性較差，并且局限于試驗(yàn)資料所在地特定的大氣、土壤條件和品種類型，難以推廣到不同的環(huán)境條件和品種類型；后者用于定量描述生物與非生物的一些基本過程，具有較好的機(jī)理性和解釋性，適用于不同的環(huán)境條件和生產(chǎn)系統(tǒng)。4、應(yīng)用(Application)模型和研究(Research)模型 前者主要傾向于應(yīng)用推廣，因而

9、具有便于使用、較粗放和應(yīng)用方向比較單一的特點(diǎn)；后者主要用于科研，對其機(jī)理性要求較高，因而具有操作復(fù)雜、參數(shù)較多、靈敏度高的特點(diǎn)。第十六張，PPT共一百零五頁，創(chuàng)作于2022年6月 但總體上，所有農(nóng)業(yè)模型從更微觀的層次看都可認(rèn)為是經(jīng)驗(yàn)性模型，而從更宏觀的層次看又都是機(jī)理性模型。因此，任何一個(gè)模擬模型都體現(xiàn)了經(jīng)驗(yàn)性和機(jī)理性的相對平衡和協(xié)調(diào)。 如果按不同的學(xué)科領(lǐng)域進(jìn)行分類，農(nóng)業(yè)模型大概有作物生長模型，動(dòng)物生長模型，農(nóng)業(yè)氣象模型，土壤水肥模型，種植制度模型，農(nóng)業(yè)生產(chǎn)力模型，耕地質(zhì)量評價(jià)模型，病蟲害預(yù)測模型等不同方面。 其中，農(nóng)作系統(tǒng)模擬模型的研究具有較好的代表性和先進(jìn)性，目前國際上公認(rèn)較為優(yōu)秀且應(yīng)用廣

10、泛的作物生長模擬模型有美國的CERES系列模型和荷蘭的SUCROS模型等。第十七張，PPT共一百零五頁，創(chuàng)作于2022年6月 農(nóng)業(yè)模型的特征 過程模型的特征 較理想的農(nóng)業(yè)過程模擬模型應(yīng)具有以下8個(gè)特征。其中，動(dòng)態(tài)性和預(yù)測性是農(nóng)業(yè)模擬模型最顯著和最重要的特征。 1、系統(tǒng)性 對生物與非生物全過程進(jìn)行系統(tǒng)、全面的分析與描述。2、動(dòng)態(tài)性 包括受環(huán)境因子和內(nèi)在特性驅(qū)動(dòng)的各個(gè)狀態(tài)變量的時(shí)間過程變化及不同生育過程間的動(dòng)態(tài)關(guān)系。 第十八張，PPT共一百零五頁，創(chuàng)作于2022年6月3、機(jī)理性 在經(jīng)驗(yàn)性或描述性的基礎(chǔ)上，通過進(jìn)行深入的支持研究，模擬較為全面的系統(tǒng)等級水平，并將其進(jìn)行有機(jī)結(jié)合，從而提供對主要生理過程

11、的理解或解釋。4、預(yù)測性 通過正確建立模型的主要驅(qū)動(dòng)變量及其與狀態(tài)變量的動(dòng)態(tài)關(guān)系，對系統(tǒng)行為提供可靠的定量預(yù)測。5、通用性 原則上適用于任何地點(diǎn)、時(shí)間和品種等條件。6、便用性 可為非專家操作應(yīng)用，可利用一般的氣候、土壤及品種資料。第十九張，PPT共一百零五頁，創(chuàng)作于2022年6月7、靈活性 可容易地進(jìn)行修改和擴(kuò)充以及與其它系統(tǒng)相耦合。8、研究性 除了應(yīng)用性以外，還可用于不同領(lǐng)域的模擬研究工作，從而避免實(shí)物研究中干擾因素多、周期長、費(fèi)用高等的不足。第二十張，PPT共一百零五頁，創(chuàng)作于2022年6月與動(dòng)態(tài)分析的比較 動(dòng)態(tài)分析的主要研究內(nèi)容是不同時(shí)段系統(tǒng)的整體輸出結(jié)果，而未涉及系統(tǒng)內(nèi)不同成分的變化過

12、程及其機(jī)理關(guān)系，具有簡單描述性和間斷性的特點(diǎn)。 模擬模型研究的主要對象是生物與非生物系統(tǒng)的過程及過程間的相互關(guān)系，因而具有規(guī)律上的解釋性以及連續(xù)的時(shí)空變化特征。 例如，在植物生長分析研究中，主要目標(biāo)是描述不同時(shí)間葉面積及作物生長速率等生長狀態(tài)的變化特征，通過定期測定葉面積和干物重就可以計(jì)算獲得不同的生長動(dòng)態(tài)曲線（圖3）。但在植物生長模擬研究中，必須能解析影響葉面積和生長速率變化的生理過程及機(jī)理關(guān)系。第二十一張，PPT共一百零五頁，創(chuàng)作于2022年6月圖1 作物植株葉面積、生物量及生長速率隨時(shí)間過程的變化動(dòng)態(tài) 0 1 2 3 4 5 6 7 20 40 60 80 100 0 5 10 15 0

13、 10 20 30 40 0 輻射 截獲 綠色葉面積指數(shù) 太陽輻射截獲率(%) 累積干物重(kg ha-1) 作物生長速率(g m-2 d-1) 凈光合作用速率(g m-2 d-1) 出苗后的天數(shù)(days) 開花 LAL 20 40 60 80 100 120 干物重 生長速率 凈光合作用速率 第二十二張，PPT共一百零五頁，創(chuàng)作于2022年6月 與統(tǒng)計(jì)模型的比較 1、農(nóng)業(yè)統(tǒng)計(jì)一般只對農(nóng)業(yè)生產(chǎn)系統(tǒng)的最終結(jié)果（如產(chǎn)量）進(jìn)行比較，而不揭示結(jié)果（產(chǎn)量）形成的機(jī)理性過程及因果關(guān)系。而農(nóng)業(yè)模擬模型完全可以揭示生物生長與生產(chǎn)過程及其動(dòng)態(tài)關(guān)系，幫助人們更好地理解生物生長和生產(chǎn)的機(jī)制與結(jié)果。 2、農(nóng)業(yè)統(tǒng)計(jì)一

14、般只能考慮與結(jié)果（如產(chǎn)量）有關(guān)的少數(shù)技術(shù)措施（如品種、肥料、密度等），而客觀上影響生物生長和生產(chǎn)的因子往往很多，無法用農(nóng)業(yè)統(tǒng)計(jì)的方法綜合研究和分析。而模擬模型可以對農(nóng)業(yè)生產(chǎn)系統(tǒng)進(jìn)行綜合分析和合成，同時(shí)考慮許多因子的作用，并可進(jìn)行大量的計(jì)算機(jī)模擬試驗(yàn)。 3、農(nóng)業(yè)統(tǒng)計(jì)的研究結(jié)果具有明顯的地域性和季節(jié)性，且局限于特定的生物品種、土壤類型和氣候條件，很難應(yīng)用于不同地區(qū)、時(shí)間和生產(chǎn)系統(tǒng)。而模擬模型同時(shí)受外部環(huán)境和內(nèi)在特征所驅(qū)動(dòng)，因而具有較強(qiáng)的動(dòng)態(tài)性和靈活性，可以應(yīng)用于不同的地點(diǎn)、時(shí)間和生產(chǎn)系統(tǒng)。 第二十三張，PPT共一百零五頁，創(chuàng)作于2022年6月 農(nóng)業(yè)模型的作用與功能 模擬模型的意義 農(nóng)業(yè)模擬模型最重

15、要的意義是對整個(gè)農(nóng)業(yè)生產(chǎn)系統(tǒng)的知識(shí)進(jìn)行綜合，并量化機(jī)理性過程及其相互關(guān)系，即綜合知識(shí)和量化關(guān)系。 模擬模型是利用計(jì)算機(jī)強(qiáng)大的信息處理和計(jì)算功能，對不同的生物與非生物過程進(jìn)行系統(tǒng)分析和合成，其實(shí)質(zhì)上相當(dāng)于所研究系統(tǒng)的最新知識(shí)的積累和綜合。 同時(shí)，模擬研究在理解生物與非生物過程及其變量間關(guān)系的基礎(chǔ)上，進(jìn)行量化分析和數(shù)理模擬，從而促進(jìn)了對生物與非生物規(guī)律由定性描述向定量分析的轉(zhuǎn)化過程，深化了對農(nóng)業(yè)系統(tǒng)過程的定量化認(rèn)識(shí)和數(shù)字化表達(dá)。第二十四張，PPT共一百零五頁，創(chuàng)作于2022年6月 模擬模型的功能 成功的農(nóng)業(yè)模擬模型之所以受到科學(xué)家的肯定和重視，是因?yàn)槟M模型具有其他研究手段不可替代的功能：理解、預(yù)

16、測、調(diào)控。 模擬模型能夠幫助人們理解和認(rèn)識(shí)生物與非生物過程的基本規(guī)律和量化關(guān)系，并對系統(tǒng)的動(dòng)態(tài)行為和最后表現(xiàn)進(jìn)行預(yù)測，從而輔助進(jìn)行對生物生長和生產(chǎn)系統(tǒng)的適時(shí)合理調(diào)控，實(shí)現(xiàn)優(yōu)質(zhì)、高產(chǎn)、高效、生態(tài)、安全的可持續(xù)發(fā)展。第二十五張，PPT共一百零五頁，創(chuàng)作于2022年6月 研究農(nóng)業(yè)模型的理論體系、方法體系，及其與其它各種科學(xué)的關(guān)系，對農(nóng)業(yè)發(fā)展的影響以及在農(nóng)業(yè)各個(gè)領(lǐng)域中的研究進(jìn)展的科學(xué)。 五、農(nóng)業(yè)模型學(xué)第二十六張，PPT共一百零五頁，創(chuàng)作于2022年6月第二部分 農(nóng)業(yè)模型研究的發(fā)展過程農(nóng)業(yè)生產(chǎn)模型的研究進(jìn)展農(nóng)業(yè)系統(tǒng)各組分的模擬研究現(xiàn)狀作物模擬模型的研究進(jìn)展 第二十七張，PPT共一百零五頁，創(chuàng)作于2022

17、年6月 國際上：30年代開始；主要內(nèi)容涉及人口增長、資源利用、作物生產(chǎn)、畜禽飼養(yǎng)、病蟲預(yù)測和環(huán)境控制。 中國發(fā)展情況 80年代中期開始，以江蘇農(nóng)業(yè)科學(xué)院為代表，江西農(nóng)業(yè)大學(xué)、中棉所、中國農(nóng)業(yè)大學(xué)、南京農(nóng)業(yè)大學(xué)、河南農(nóng)業(yè)大學(xué)、河南農(nóng)科院、山東農(nóng)業(yè)大學(xué)等相繼開展了這一方面的研究或示范。 一、農(nóng)業(yè)生產(chǎn)模型的研究進(jìn)展第二十八張，PPT共一百零五頁，創(chuàng)作于2022年6月農(nóng)業(yè)生物的模擬（60年代中后期開始） 這是農(nóng)業(yè)系統(tǒng)模擬發(fā)展最快，成績最顯著的領(lǐng)域。農(nóng)業(yè)環(huán)境的模擬 主要包括氣象因子的生成（已有固定的模型）、有效積溫的統(tǒng)計(jì)；氣溫與地溫關(guān)系的預(yù)測等。 二、農(nóng)業(yè)系統(tǒng)各組分的模擬研究現(xiàn)狀第二十九張，PPT共一百

18、零五頁，創(chuàng)作于2022年6月農(nóng)業(yè)技術(shù)的模擬 主要包括農(nóng)作物種植日期、種植（飼養(yǎng)）密度、肥料用量、灌溉用量與時(shí)間確定等。這是一個(gè)相對薄弱的領(lǐng)域。有待進(jìn)一步加強(qiáng)對農(nóng)業(yè)生產(chǎn)的量性研究。農(nóng)業(yè)經(jīng)濟(jì)因素的模擬 包括農(nóng)業(yè)再生產(chǎn)的投入與產(chǎn)出關(guān)系。 SAaLb1Cb2Kb3Tb4 其中，b1至b4為彈性系數(shù)（即邊際產(chǎn)量與平均產(chǎn)量的比值）；A為耕地面積；a為常數(shù)；C為流動(dòng)性生產(chǎn)資料、K為固定生產(chǎn)資料對產(chǎn)投比的貢獻(xiàn)；T為教育或科技投入的影響。 二、農(nóng)業(yè)系統(tǒng)各組分的模擬研究現(xiàn)狀第三十張，PPT共一百零五頁，創(chuàng)作于2022年6月計(jì)算機(jī)科學(xué)和系統(tǒng)科學(xué)的發(fā)展，促進(jìn)了作物模型研究的發(fā)展。荷蘭、美國、前蘇聯(lián)、加拿大、澳大利亞、

19、日本等均有不少研究。近年來我國也進(jìn)行了一些研究。其中美國和荷蘭是目前作物生長模型研究比較集中的二個(gè)國家。就研究作物而言，各國主要集中在禾谷類、豆科、塊根類、棉花、牧草等十幾種作物。 三、作物模擬模型的研究進(jìn)展 第三十一張，PPT共一百零五頁，創(chuàng)作于2022年6月作物模擬模型的研究進(jìn)展 縱觀作物生長模擬模型研究的發(fā)展過程，可將其大致分為以下五個(gè)階段： 第一：思想萌芽階段（1940年前）。作物生長模擬模型的思想主要源于積溫學(xué)說和生長分析法 。第二：經(jīng)驗(yàn)?zāi)Ｐ碗A段（19411960）。伴隨著農(nóng)業(yè)氣象學(xué)和統(tǒng)計(jì)學(xué)的發(fā)展，作物生長模擬模型研究主要集中于依據(jù)積溫學(xué)說思想，利用氣象資料，運(yùn)用統(tǒng)計(jì)學(xué)方法建立作物生

20、產(chǎn)經(jīng)驗(yàn)統(tǒng)計(jì)模型。 三、作物模擬模型的研究進(jìn)展 第三十二張，PPT共一百零五頁，創(chuàng)作于2022年6月模擬模型的研究進(jìn)展 第三：機(jī)理模型階段（19611980）自60年代以來，以美國、荷蘭、(前)蘇聯(lián)、英國等為代表，作了大量有關(guān)作物機(jī)理模擬模型的研究工作，涉及十多種常見作物，研究內(nèi)容包括光合作用、作物冠層結(jié)構(gòu)、呼吸作用、蒸騰、干物質(zhì)積累與分配、養(yǎng)分吸收、水分利用、根系生長、器官生長發(fā)育等 。主要研究成果有:模型，ELCROS，SPAM， SIMCOT、SIMCOT-II。特別是de Wit和Duncan等提出了植被冠層截光的幾何模型和生理模型。 三、作物模擬模型的研究進(jìn)展 第三十三張，PPT共一百

21、零五頁，創(chuàng)作于2022年6月模擬模型的研究進(jìn)展 第四：應(yīng)用模型階段（19801990）作物模型研究方向由強(qiáng)調(diào)作物生長過程的理論表達(dá)，轉(zhuǎn)向側(cè)重于實(shí)際應(yīng)用。最有代表性的如CERES(Crop-Environment Resource Synthesis)系列作物模型和GOSSYM/COMAX系統(tǒng)。這些模型已被廣泛應(yīng)用于不同環(huán)境條件下的作物估產(chǎn)，干旱評價(jià)，作物品種培育等。在氣候變化對農(nóng)業(yè)的影響評價(jià)中，用的最多的是CERES模型。 三、作物模擬模型的研究進(jìn)展 第三十四張，PPT共一百零五頁，創(chuàng)作于2022年6月模擬模型的研究進(jìn)展第五：綜合模型階段（1990年至今）進(jìn)入20世紀(jì)90年代，伴隨著隨著社會(huì)需

22、求的增多和人工智能知識(shí)工程技術(shù)方法的發(fā)展與應(yīng)用，作物生長模型向著應(yīng)用多元化方向發(fā)展 。遙感RS和地理信息系統(tǒng)GIS等新技術(shù)手段的崛起，為作物生長模型的應(yīng)用和發(fā)展提供了廣闊的前景。 通過與GIS技術(shù)的結(jié)合，可以擴(kuò)大作物模型的應(yīng)用范圍。 因?yàn)镚IS技術(shù)不僅可以定量表征區(qū)域環(huán)境特性，而且能夠揭示生產(chǎn)力的區(qū)域分布特征、以及存在的問題，從而通過與作物模型的結(jié)合，評估不同管理情景下的生產(chǎn)力，為農(nóng)業(yè)管理或區(qū)域規(guī)劃提供科學(xué)依據(jù)。 三、 作物模擬模型的研究進(jìn)展 第三十五張，PPT共一百零五頁，創(chuàng)作于2022年6月（1）荷蘭學(xué)派強(qiáng)調(diào)生物的機(jī)理性和共性問題（2）美國學(xué)派強(qiáng)調(diào)生態(tài)系統(tǒng)的整體性和應(yīng)用性（3）中國學(xué)派強(qiáng)調(diào)

23、生物機(jī)理性和應(yīng)用性 農(nóng)業(yè)生產(chǎn)模型的學(xué)派第三十六張，PPT共一百零五頁，創(chuàng)作于2022年6月（1）美國的GOSSYM/COMAX系統(tǒng)（2）中國的CCSODS系統(tǒng) 兩個(gè)典型模型系統(tǒng)分析第三十七張，PPT共一百零五頁，創(chuàng)作于2022年6月 COMAX/GOSSYM棉花生產(chǎn)管理系統(tǒng)的結(jié)構(gòu)框架 第三十八張，PPT共一百零五頁，創(chuàng)作于2022年6月氣象資料、土壤環(huán)境、品種參數(shù)與技術(shù)措施水分與養(yǎng)分平衡養(yǎng)分虧缺因子冠層輻射與吸收階段發(fā)育光合作用(葉片與冠層)呼吸作用(維持與生長呼吸)同化物的積累與分配器官生長產(chǎn)量形成品質(zhì)形成水分虧缺因子小麥生長模型流程圖第三十九張，PPT共一百零五頁，創(chuàng)作于2022年6月主要

24、內(nèi)容第三部分 農(nóng)業(yè)模型的基本方法農(nóng)業(yè)模型目的性的確定農(nóng)業(yè)模型技術(shù)路線的確定農(nóng)業(yè)模型的總體結(jié)構(gòu)農(nóng)業(yè)模型的計(jì)算機(jī)語言選擇農(nóng)業(yè)模型的數(shù)學(xué)模型農(nóng)業(yè)模型中的核心模塊農(nóng)業(yè)模型的數(shù)據(jù)庫農(nóng)業(yè)模型的輸入與輸出農(nóng)業(yè)模型的核實(shí)、較準(zhǔn)與檢驗(yàn)第四十張，PPT共一百零五頁，創(chuàng)作于2022年6月1.農(nóng)業(yè)系統(tǒng)的等級性和水平 農(nóng)業(yè)生產(chǎn)系統(tǒng)的等級性 根據(jù)系統(tǒng)分析的原理，農(nóng)業(yè)生產(chǎn)系統(tǒng)一般可分解成區(qū)域、農(nóng)區(qū)、農(nóng)田生態(tài)、作物群落、群體、個(gè)體、器官、組織、細(xì)胞等不同層次或等級，如圖所示。在這些不同的系統(tǒng)層面上，可以構(gòu)建出不同尺度和不同內(nèi)容的計(jì)算機(jī)模擬模型。 一、農(nóng)業(yè)模型目的性的確定第四十一張，PPT共一百零五頁，創(chuàng)作于2022年6月 農(nóng)

25、業(yè)生產(chǎn)系統(tǒng)的等級性 區(qū)域 “世界” 農(nóng)區(qū) 農(nóng)田生態(tài) 植株個(gè)體 植株組成成分 (根、莖、葉等) 微觀組成成分 （氣孔、細(xì)胞、生化通道等） 管 理 研 究 第四十二張，PPT共一百零五頁，創(chuàng)作于2022年6月建模目的包括如下：應(yīng)用制定宏觀農(nóng)業(yè)決策應(yīng)用于決定微觀農(nóng)業(yè)技術(shù)應(yīng)用于揭示農(nóng)業(yè)過程機(jī)理性的研究應(yīng)用于農(nóng)業(yè)預(yù)測與風(fēng)險(xiǎn)分析第四十三張，PPT共一百零五頁，創(chuàng)作于2022年6月主要的農(nóng)業(yè)模型技術(shù)路線有以下幾種：1.農(nóng)業(yè)計(jì)算機(jī)模擬2.農(nóng)業(yè)模擬與專家系統(tǒng)相結(jié)合3.農(nóng)業(yè)專家系統(tǒng)4.農(nóng)業(yè)數(shù)學(xué)規(guī)劃5.農(nóng)業(yè)模擬與數(shù)學(xué)規(guī)劃相結(jié)合6.農(nóng)業(yè)模擬模型與優(yōu)化模型相結(jié)合7.農(nóng)業(yè)模擬、優(yōu)化與決策相結(jié)合8.農(nóng)業(yè)模擬、優(yōu)化與專家經(jīng)驗(yàn)

26、相結(jié)合9.農(nóng)業(yè)模擬與GIS相結(jié)合10.農(nóng)業(yè)模擬與遙感圖像相結(jié)合11.農(nóng)業(yè)模擬與GPS相結(jié)合 二、農(nóng)業(yè)模型技術(shù)路線的確定第四十四張，PPT共一百零五頁，創(chuàng)作于2022年6月農(nóng)業(yè)系統(tǒng)可用系統(tǒng)的成分、系統(tǒng)的界面和系統(tǒng)的環(huán)境來簡化描述。其中，系統(tǒng)成分主要包括系統(tǒng)內(nèi)部的作物和土壤；系統(tǒng)環(huán)境指系統(tǒng)的外部因素，包括氣象條件等系統(tǒng)輸入以及蒸發(fā)蒸騰及生物量等系統(tǒng)的輸出；系統(tǒng)界面是系統(tǒng)的內(nèi)在成分與系統(tǒng)環(huán)境之間的抽象的分界線。 三、農(nóng)業(yè)模型的總體結(jié)構(gòu)1.農(nóng)業(yè)系統(tǒng)的基本結(jié)構(gòu)第四十五張，PPT共一百零五頁，創(chuàng)作于2022年6月系統(tǒng)的主要成分、系統(tǒng)的界面和系統(tǒng)的環(huán)境作物土壤輸出輸入溫度、降水，太陽輻射系統(tǒng)成分系統(tǒng)邊界第四

27、十六張，PPT共一百零五頁，創(chuàng)作于2022年6月2.模型結(jié)構(gòu) 輸入u模塊 輸出u1. 基本模型單元圖用戶數(shù)據(jù)庫輸入模塊 輸出u2. 單輸入-單模塊-單輸出模型結(jié)構(gòu)用戶數(shù)據(jù)庫 輸入u 輸出u 輸入u 輸出u 輸入u 輸出u3. 多輸入-多模塊-多輸出模型結(jié)構(gòu)第四十七張，PPT共一百零五頁，創(chuàng)作于2022年6月硬件環(huán)境軟件環(huán)境編程工具 Visual C；Visual Basic；Delphi；Java；ASP；Visual C#.net等數(shù)據(jù)庫應(yīng)用系統(tǒng) SQL Server；Oracle；Foxpro/Access for Windows等瀏覽器 Netscape；IE等 目前，模型算法的編寫采用

28、較多的是Fortran、VC+、Visual C#.net等編程語言，界面設(shè)計(jì)采用較多的是Visual Basic（VB）、Delphi、ASP、Visual C#.net等，數(shù)據(jù)庫結(jié)構(gòu)一般采用SQL Server、Oracle、Foxpro/Access 等進(jìn)行設(shè)計(jì)。 四、農(nóng)業(yè)模型的計(jì)算機(jī)語言選擇第四十八張，PPT共一百零五頁，創(chuàng)作于2022年6月資料獲取與算法構(gòu)建資料獲取大概有3個(gè)方面的來源。一是自己已有的工作積累或文獻(xiàn)資料，其中文獻(xiàn)資料主要包括國內(nèi)外在相關(guān)領(lǐng)域所取得的科研成果、出版的專著與教材、科技期刊及學(xué)術(shù)會(huì)議上發(fā)表的論文等，以及各地的土壤志、品種志、氣象資料等。二是通過合作途徑，可以

29、從同行科學(xué)家那里獲取相關(guān)資料。三是必須通過補(bǔ)充試驗(yàn)或支持研究，圍繞某個(gè)方面獲得全新的資料。其中，文獻(xiàn)資料主要用于模型的構(gòu)建；合作途徑所獲得的資料主要用于模型參數(shù)的確定及系統(tǒng)的測試；補(bǔ)充試驗(yàn)或支持研究一部分用于模型的構(gòu)建，另一部分用于模型參數(shù)的確定及系統(tǒng)的測試。在資料獲取的基礎(chǔ)上，即可進(jìn)行數(shù)理統(tǒng)計(jì)分析，構(gòu)建算法方程。對于一些暫時(shí)無法獲得的資料或難以量化的過程，必須采用黑箱模擬的方法，借助于邏輯性的合理假設(shè)和數(shù)學(xué)推導(dǎo)，得出描述系統(tǒng)過程的理論方程。應(yīng)當(dāng)指出的是，黑箱模擬運(yùn)用的程度，完全取決于對系統(tǒng)的正確理解和可靠把握。如果信心不足，則盡量減少黑箱模擬。 五、農(nóng)業(yè)模型的數(shù)學(xué)模型構(gòu)建第四十九張，PPT共

30、一百零五頁，創(chuàng)作于2022年6月 模塊設(shè)計(jì)與模型實(shí)現(xiàn) 首先要選擇恰當(dāng)?shù)木幊陶Z言來組織系統(tǒng)，包括模擬算法編程語言和界面編程語言。目前應(yīng)用比較廣泛的模擬算法編程語言主要有Visual Fortran和Visual C+。 模塊設(shè)計(jì)與編程須注意幾個(gè)問題。（1）將主程序和亞程序設(shè)置成合理的模塊化結(jié)構(gòu)，（2）突出模塊的可讀性與解釋性，以及可改性與靈活性，（3）表現(xiàn)友好的人機(jī)界面和可操作性，（4）將模型的運(yùn)行時(shí)間降低到最少。 此外，模型的實(shí)現(xiàn)還須研究模型的輸入輸出內(nèi)容和形式。模型的輸入資料要求容易、可獲取，特別是天氣、土壤、作物遺傳資料等。對于輸入誤差大的資料，要盡量少用。模型的輸出結(jié)果要求直觀、綜合、易

31、分析比較。一般采用表格和圖形兩種主要形式。隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，作物模型的圖象輸出、可視化虛擬生長、多媒體技術(shù)等會(huì)得到成功的應(yīng)用。第五十張，PPT共一百零五頁，創(chuàng)作于2022年6月地理信息數(shù)據(jù)土壤資料數(shù)據(jù)氣象資料數(shù)據(jù)品種資料數(shù)據(jù)病蟲情數(shù)據(jù)圖形、圖象信息數(shù)據(jù) 六、農(nóng)業(yè)模型的數(shù)據(jù)庫第五十一張，PPT共一百零五頁，創(chuàng)作于2022年6月地理信息數(shù)據(jù) 主要指用戶的基本地理信息，包括行政區(qū)域、緯度（度-分）、經(jīng)度（度-分）、海拔（m）、地形地貌等有關(guān)地理空間信息。第五十二張，PPT共一百零五頁，創(chuàng)作于2022年6月 土壤資料數(shù)據(jù) 主要包括土壤類型，土層深度（CM）、土壤質(zhì)地名稱、土壤容重、總孔隙度、酸

32、堿度、土壤含水量、田間持水量、土壤萎蔫含水量以及地形地勢；土壤養(yǎng)分含量：有機(jī)質(zhì)（%）、全氮（%） 、C/N （%） 、全磷（%） 、全鉀（%） 、速效氮（mg/kg）、速效磷（mg/kg） 、速效鉀（mg/kg）及其它主要營養(yǎng)元素的含量。 第五十三張，PPT共一百零五頁，創(chuàng)作于2022年6月氣象資料數(shù)據(jù)包括日照時(shí)數(shù)（小時(shí)），日平均濕度和日最高、最低溫度（），空氣相對濕度（），風(fēng)速（米秒），日降水量（毫米），實(shí)際水汽壓，年均溫度（），年降水量（mm），無霜期（天），10積溫，干燥度等。 第五十四張，PPT共一百零五頁，創(chuàng)作于2022年6月品種資料 主要包括品種來源，植物學(xué)特征：株高（cm）、葉片

33、數(shù)、株型、百（千）粒重（g）；品質(zhì)特性：蛋白質(zhì)含量（）、脂肪含量（）等；生物學(xué)特征：生育期天數(shù)（從出苗到成熟的天數(shù)）；生育特性：葉面積系數(shù)（LAI）、光合勢（LAD）（m2d /hm2）；抗逆性：抗病性、抗倒伏性、抗寒性、抗旱性等；栽培要點(diǎn)：如播期、種植密度、施肥量等，生態(tài)適應(yīng)性以及產(chǎn)量水平（kg/hm2）和產(chǎn)量結(jié)構(gòu)等。 第五十五張，PPT共一百零五頁，創(chuàng)作于2022年6月管理措施 包括小麥生產(chǎn)中管理措施的種類、時(shí)間、強(qiáng)度等資料，如；播種期、播種量、施肥時(shí)間與施肥量、灌溉日期與灌溉量、成熟及收獲期管理等。農(nóng)業(yè)生產(chǎn)條件 農(nóng)業(yè)生產(chǎn)基本條件如農(nóng)用動(dòng)力、化肥投入、灌排條件、勞力、播種面積、種植方式、單

34、產(chǎn)水平、農(nóng)藥和農(nóng)膜使用量及費(fèi)用、植保器械等。 第五十六張，PPT共一百零五頁，創(chuàng)作于2022年6月圖形、圖象 有時(shí)為了系統(tǒng)運(yùn)行方便，常將一些圖形、圖像數(shù)據(jù)，如行政區(qū)域圖、養(yǎng)分含量分布、病蟲草害的圖片等單獨(dú)存放，供系統(tǒng)運(yùn)行時(shí)隨時(shí)調(diào)用。試驗(yàn)數(shù)據(jù)庫 由于小麥生長環(huán)境復(fù)雜，一些高產(chǎn)技術(shù)措施、原理還需通過試驗(yàn)不斷探索、改進(jìn)、大量的試驗(yàn)數(shù)據(jù)是對專家知識(shí)的補(bǔ)充完善，包括田間試驗(yàn)數(shù)據(jù)和人工模擬試驗(yàn)數(shù)據(jù)。 第五十七張，PPT共一百零五頁，創(chuàng)作于2022年6月 數(shù)據(jù)庫的建立 根據(jù)具體農(nóng)業(yè)模型應(yīng)用范圍和特點(diǎn)，依據(jù)上述數(shù)據(jù)庫框架格式，收集、整理數(shù)據(jù)資料，在此基礎(chǔ)上建立該系統(tǒng)的數(shù)據(jù)庫。主要步驟包括： 制定數(shù)據(jù)收集的方案

35、；設(shè)計(jì)數(shù)據(jù)庫和數(shù)據(jù)表； 選擇適當(dāng)?shù)臄?shù)據(jù)庫系統(tǒng)，SQL Sever, Access, Foxpro； 通過實(shí)驗(yàn)、調(diào)查、文獻(xiàn)查閱和購買等多種方式收集有關(guān)數(shù)據(jù)； 進(jìn)行數(shù)據(jù)篩選和分類，并輸入數(shù)據(jù)庫； 對入庫的數(shù)據(jù)進(jìn)行仔細(xì)檢驗(yàn)和校對，確保數(shù)據(jù)源的準(zhǔn)確、無誤； 對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，如數(shù)據(jù)庫結(jié)構(gòu)規(guī)范化、數(shù)據(jù)單位一律使用公制等； 對數(shù)據(jù)進(jìn)行歸并，減少數(shù)據(jù)冗余；補(bǔ)充、完善數(shù)據(jù)庫的數(shù)據(jù)。 第五十八張，PPT共一百零五頁，創(chuàng)作于2022年6月1.農(nóng)業(yè)模型的輸入 模型的輸入資料以最少為原則，既可容易獲得，又可簡化模擬運(yùn)算。例如，作物生長模型的輸入資料，總體上可分為氣象、土壤、品種、管理四大類。 農(nóng)業(yè)模型的輸入主要有

36、三種方式: 1)調(diào)用數(shù)據(jù)庫中的數(shù)據(jù) 2)用戶在幾個(gè)項(xiàng)目中作出選擇 3)用戶直接輸入 七、農(nóng)業(yè)模型的輸入與輸出第五十九張，PPT共一百零五頁，創(chuàng)作于2022年6月2.農(nóng)業(yè)模型的輸出用戶對模型真正需求，是其輸出部分。農(nóng)業(yè)計(jì)算機(jī)模型的輸出可以有多種形式：（1）文字；（2）數(shù)字；（3）日期；（4）一般表格；（5）電子表格；（6）曲線圖；（7）直方圖；（8）圓盤圖；（9）動(dòng)態(tài)圖；（10）照片；（11）地圖；（12）聲音；（13）多媒體；（14）網(wǎng)頁；（15）其它。第六十張，PPT共一百零五頁，創(chuàng)作于2022年6月第六十一張，PPT共一百零五頁，創(chuàng)作于2022年6月第六十二張，PPT共一百零五頁，創(chuàng)作于2

37、022年6月不同生育期玉米群體可視化(馬韞韜，2003)第六十三張，PPT共一百零五頁，創(chuàng)作于2022年6月根系構(gòu)型模型(張吳平，2004)第六十四張，PPT共一百零五頁，創(chuàng)作于2022年6月1）農(nóng)業(yè)模型中完全不引入專家與用戶經(jīng)驗(yàn)；2）農(nóng)業(yè)模型完全依靠專家經(jīng)驗(yàn)；3）以模擬與優(yōu)化等機(jī)理模型為基礎(chǔ)，必要時(shí)引入專家與用戶經(jīng)驗(yàn)。 農(nóng)業(yè)模擬模型與知識(shí)管理模型相結(jié)合 七、農(nóng)業(yè)模型與專家經(jīng)驗(yàn)第六十五張，PPT共一百零五頁，創(chuàng)作于2022年6月1.農(nóng)業(yè)模型的核實(shí) 模型的核實(shí)主要是消除模型中的各種錯(cuò)誤。建模中往往出現(xiàn)以下錯(cuò)誤：1）程序連接中的錯(cuò)誤2）數(shù)學(xué)模型的錯(cuò)誤3）變量名稱的錯(cuò)誤4）零除的錯(cuò)誤5）數(shù)據(jù)庫連接的

38、錯(cuò)誤6）控件應(yīng)用中的錯(cuò)誤 八、農(nóng)業(yè)模型的核實(shí)、校準(zhǔn)與檢驗(yàn)第六十六張，PPT共一百零五頁，創(chuàng)作于2022年6月2.農(nóng)業(yè)模型的校準(zhǔn)模型的校準(zhǔn)主要是檢查模型的可靠性。 1）數(shù)學(xué)模型的可靠性 2）模型參數(shù)的可靠性第六十七張，PPT共一百零五頁，創(chuàng)作于2022年6月3.農(nóng)業(yè)模型的檢驗(yàn)檢驗(yàn)是指決定模型是否適用于模型研制以外的完全獨(dú)立的資料，是多年、多點(diǎn)、多試驗(yàn)觀測值與模擬值的比較?？刹捎萌缦路椒ǎ阂皇菍⒛M結(jié)果與實(shí)際結(jié)果進(jìn)行回歸分析，但模擬值與觀測值的顯著相關(guān)不足以證明模型的可靠性和預(yù)測性，因?yàn)楫?dāng)模型的模擬結(jié)果與觀測值都顯著相關(guān)時(shí)，二者之間的差異有可能變化很大；二是將實(shí)際結(jié)果與模擬結(jié)果按同一時(shí)間坐標(biāo)繪1:

39、1圖進(jìn)行比較（見圖13）；三是檢驗(yàn)?zāi)M與實(shí)際值的平均誤差。其中模擬值與實(shí)際值的平均誤差可以通過以下一些統(tǒng)計(jì)方法計(jì)算得到：第六十八張，PPT共一百零五頁，創(chuàng)作于2022年6月 模型模擬值與觀察值之間的1:1作圖 9 0 1 1 0 1 3 0 1 5 0 1 7 0 1 9 0 9 0 1 1 0 1 3 0 1 5 0 1 7 0 1 9 0 觀測值 模擬值 第六十九張，PPT共一百零五頁，創(chuàng)作于2022年6月（1）平均離差（Mean Deviation，MD） 即預(yù)測值與實(shí)際值之差總和的平均值。 MD（ERRi）/n ERRiYiXi其中，n為為樣本數(shù)；Yi和Xi為第i次的模擬值和實(shí)測值。（

40、2）平均預(yù)測誤差（Mean Prediction Error，MPE） 即預(yù)測值與實(shí)際值之差絕對值總和的平均值，反映模型的精度。 MPE=(|DERi|)/n（3）預(yù)測均方法（Mean Square Error of Prediction，MSEP） 即預(yù)測值與實(shí)際值之差平方總和的平均值，是比較模型間精確度較好的指標(biāo)。 MSEP=（ERRi）/n（4）均方差根（Root Mean Square Error，RMSE） 即預(yù)測均方差的開平方，能更直觀地反映模擬值與實(shí)測值的誤差。 第七十張，PPT共一百零五頁，創(chuàng)作于2022年6月（5）擬合指數(shù)（Agreeement Index，AI） 即1減去預(yù)

41、測值與實(shí)際值之差的絕對值除以實(shí)際值，反映模擬符合程度，AIl時(shí)誤差最小。 AIl|YiXi|/Xi（6）偏斜度（Bias） 即模擬值與實(shí)際值無截距回歸方程斜率與1的偏差，表示通過原點(diǎn)的擬合直線與1：1線的偏斜程度（）。 BIAS100（b0-1）式中b0為模擬值與實(shí)際值之間的0截距直線回歸方程（截距0）的斜率。（7）直接比較單個(gè)模擬值的絕對誤差和相對誤差 絕對誤差：ERRiYiXi 相對誤差：REERRi/Xi第七十一張，PPT共一百零五頁，創(chuàng)作于2022年6月水稻品種9325不同N處理地上部干重的觀測值與模擬值的比較第七十二張，PPT共一百零五頁，創(chuàng)作于2022年6月水稻不同類型品種主要生育

42、期模擬天數(shù)與觀測天數(shù)的比較 第七十三張，PPT共一百零五頁，創(chuàng)作于2022年6月主要內(nèi)容作物模擬R/WCSODS的技術(shù)路線R/WCSODS的主要數(shù)學(xué)模型第四部分 作物模擬模型第七十四張，PPT共一百零五頁，創(chuàng)作于2022年6月Curry：作物模擬應(yīng)盡可能用數(shù)學(xué)公式描述作物的動(dòng)態(tài)過程，以替代用黑箱方法和專家系統(tǒng)方法進(jìn)行的最優(yōu)估計(jì)。Sinclair：作物模擬是借助于計(jì)算機(jī)手段，對作物各種生長過程進(jìn)行綜合的數(shù)學(xué)模型。Montieth：作物模擬是通過給定一系列生物系數(shù)和相應(yīng)的環(huán)境變量，用來模擬、預(yù)測作物的生長、發(fā)育和產(chǎn)量的定量模擬系統(tǒng)。高亮之：作物模擬是從系統(tǒng)科學(xué)的觀點(diǎn)出發(fā)，將作物生產(chǎn)看成是一個(gè)由作物

43、、環(huán)境、技術(shù)、經(jīng)濟(jì)四要素構(gòu)成的整體，不僅可以通過建立數(shù)學(xué)模型或子模型對作物過程及其與環(huán)境之間的復(fù)雜關(guān)系進(jìn)行動(dòng)態(tài)描述，還可以兼收并蓄相關(guān)學(xué)科的理論和實(shí)驗(yàn)成就，這些模型或子模型經(jīng)過檢驗(yàn)、反饋和修改，“裝配”在一起，最終可形成在計(jì)算機(jī)上模擬作物生產(chǎn)全過程的大型軟件系統(tǒng)。作物模擬是指用數(shù)學(xué)概念和方法表達(dá)作物生長過程。 1.什么是作物模擬？第七十五張，PPT共一百零五頁，創(chuàng)作于2022年6月2.R/WCSODS的技術(shù)路線小麥生理生態(tài)理論 田間試驗(yàn) 小麥模擬模型小麥栽培優(yōu)化模型當(dāng)?shù)匦←湆＜抑R(shí)小麥栽培常年決策小麥栽培當(dāng)年決策氣候變化影響評價(jià)小麥模擬WCSODS第七十六張，PPT共一百零五頁，創(chuàng)作于2022

44、年6月 農(nóng)業(yè)生產(chǎn)系統(tǒng)的水平和過程 對于特定層面的農(nóng)業(yè)生產(chǎn)系統(tǒng)，不同環(huán)境下影響生物與非生物過程的限制因素不盡相同，模擬研究的生態(tài)范圍和系統(tǒng)覆蓋面也有所不同。 以作物生產(chǎn)系統(tǒng)為例，根據(jù)生態(tài)限制因子對作物生理過程和生產(chǎn)系統(tǒng)的影響進(jìn)行分類，按照產(chǎn)量遞減的順序，可以把作物生產(chǎn)系統(tǒng)分為五個(gè)水平。 第七十七張，PPT共一百零五頁，創(chuàng)作于2022年6月光溫潛力 即使在最優(yōu)栽培條件下，作物生長系統(tǒng)通常也要受到光照和溫度的制約，因此溫光條件是任何作物模型的最基本驅(qū)動(dòng)因子或驅(qū)動(dòng)變量。如果作物具有豐富的水分和營養(yǎng)條件，則作物的生長速率只取決于當(dāng)時(shí)的作物狀態(tài)和當(dāng)時(shí)的天氣狀況，尤其是輻射與溫度。這是作物發(fā)揮“潛在生長速率

45、”所產(chǎn)生的“潛在產(chǎn)量”。 在第一生產(chǎn)水平，輻射強(qiáng)度、光能截取和利用效率是研究生長速率的關(guān)鍵因子。圖5指出了在第一生產(chǎn)水平下模型基本要素之間的關(guān)系。第七十八張，PPT共一百零五頁，創(chuàng)作于2022年6月 第一生產(chǎn)水平的系統(tǒng)關(guān)系圖 溫度 光照 光合效率 速率 光合作用 葉面積 發(fā)育時(shí)期 莖葉生物量 儲(chǔ)存物 分配 生長 根生物量 轉(zhuǎn)換效率 維持 光溫為驅(qū)動(dòng)變量，光合效率是常數(shù)，矩形代表數(shù)量（狀態(tài)變量），閥符號代表流速（速率變量），圓形代表輔助變量。下面劃線的表示驅(qū)動(dòng)變量和其它外界變量；實(shí)線表示物質(zhì)流，虛線表示信息流。 第七十九張，PPT共一百零五頁，創(chuàng)作于2022年6月 水分限制 氮素調(diào)控 磷鉀等養(yǎng)分

46、的調(diào)控 病蟲草害等生物災(zāi)害的影響第八十張，PPT共一百零五頁，創(chuàng)作于2022年6月 在上述生產(chǎn)水平的基礎(chǔ)上，荷蘭科學(xué)家進(jìn)一步提出了農(nóng)業(yè)生產(chǎn)系統(tǒng)分類的修訂方法。這種方法的核心是將作物生長狀況分為潛在的生長、可獲得的生長、實(shí)際生長三大類。 1.5 5 10ton ha-1 CO2 太陽輻射 溫度 作物特性 潛在產(chǎn)量 可獲得產(chǎn)量 實(shí)際產(chǎn)量 水分 營養(yǎng) （氮、磷、鉀） 雜草 病害 蟲害 污染 限制因子 減產(chǎn)因子 決定因子 保護(hù)措施 生產(chǎn)水平 減產(chǎn)因子第八十一張，PPT共一百零五頁，創(chuàng)作于2022年6月作物模型的結(jié)構(gòu)成分 任何一個(gè)模擬模型均可以根據(jù)其自身的特性分解成相互關(guān)聯(lián)的結(jié)構(gòu)成分。例如整個(gè)作物生育及

47、其環(huán)境系統(tǒng)一般可分解成六個(gè)相互關(guān)聯(lián)的亞系統(tǒng)。第一亞系統(tǒng)為作物的階段發(fā)育與物候期，主要是有關(guān)以溫光反應(yīng)為基礎(chǔ)的莖頂端發(fā)育階段以及以外部形態(tài)特征變化為標(biāo)志的生育時(shí)期，如小麥的小穗分化期、小花分化期等，以及分蘗期、拔節(jié)期、抽穗期等。第二亞系統(tǒng)為作物植株的形態(tài)發(fā)生與器官建成過程，包括根系、葉片、莖桿、小穗、小花、籽粒等器官發(fā)生與形成的規(guī)律、數(shù)量與質(zhì)量等。第三亞系統(tǒng)為植株的光能利用與同化物生產(chǎn)，包括葉片和冠層的光合作用、呼吸作用、碳水化合物積累及生物量的計(jì)算等。第四亞系統(tǒng)為不同器官間的物質(zhì)分配與利用，包括同化物分配系數(shù)或分配指數(shù)和分配量的實(shí)時(shí)變化、器官的生長和大小、產(chǎn)量和品質(zhì)的決定等。第五亞系統(tǒng)為土壤植

48、物大氣水分關(guān)系，包括土壤水分的移動(dòng)、吸收、蒸發(fā)蒸騰、植物組織的水分平衡等。第六亞系統(tǒng)為土壤養(yǎng)分(氮素)動(dòng)態(tài)與植株利用，包括主要養(yǎng)分元素在土壤中的轉(zhuǎn)化、根系吸收、體內(nèi)分配和利用等。第八十二張，PPT共一百零五頁，創(chuàng)作于2022年6月 第一至第四亞系統(tǒng)為作物生長模型的基礎(chǔ)成分，且不同作物的生長發(fā)育過程有很大的區(qū)別，其中溫光條件為貫穿于各亞系統(tǒng)的主導(dǎo)因子，直接作用于不同的生理過程，作物基因型差異則是系統(tǒng)運(yùn)行的內(nèi)在動(dòng)力。因此，第一至第四亞系統(tǒng)的研究被認(rèn)為是作物生長模擬研究的重點(diǎn)。 第五和第六亞系統(tǒng)受氣候和土壤環(huán)境因子影響較大，且通過土壤與根系過程間接地作用于作物的生育過程，同時(shí)在很大程度上受到技術(shù)措施

49、的調(diào)控，故需作為并行的亞系統(tǒng)單獨(dú)進(jìn)行模擬。 以上各結(jié)構(gòu)成分通過物質(zhì)和信息的交流聯(lián)成一個(gè)作物生長的動(dòng)態(tài)平衡系統(tǒng)，例如小麥生長模擬模型的結(jié)構(gòu)框架見圖。第八十三張，PPT共一百零五頁，創(chuàng)作于2022年6月 小麥生長模擬模型的結(jié)構(gòu)框架 光合作用 同化物庫 穗 生長呼吸 莖鞘 葉片 維持呼吸 生物量 根 生理發(fā)育 時(shí)間 每日生理 效應(yīng) 土壤養(yǎng)分平衡 土壤水分平衡 干物質(zhì)分配 葉面積指數(shù) 發(fā)育進(jìn)程 氣象資料、土壤特性、品種參數(shù)、技術(shù)措施 第八十四張，PPT共一百零五頁，創(chuàng)作于2022年6月3. R/WCSODS的主要數(shù)學(xué)模型第八十五張，PPT共一百零五頁，創(chuàng)作于2022年6月氣象數(shù)據(jù)生成1 逐日氣溫和日照

50、時(shí)數(shù) 其中： RND(t)+0.7 (i=1,2,3) CTi= 1.0 (i=1,2,3)且CTi(t)1.15 RND(t)+0.5 (i=4) 第八十六張，PPT共一百零五頁，創(chuàng)作于2022年6月2常年逐日總輻射模型 Q(t)=Qo(t) (a+b St/DL) 3逐日日長模型 DL=2cos-1(-tantan)15 23.5sin360( )研究中，鄭州取a=0.17,b=0.52；鶴壁a=0.18,b=0.50。 第八十七張，PPT共一百零五頁，創(chuàng)作于2022年6月 0 -4 VE= ( +4)/7 -4 3 1 3 7 （半冬性） (18- )/11 7 18 0 18 /5 0 5 VE= 1 5 18 （弱春性） (30- )/12 18 30 0 30 第八十八張，PPT共一百零五頁，創(chuàng)作于2022年6月第八十九張，PPT共一百零五頁，創(chuàng)作于2022年6月式中：PHDi 是第i天的群體光合量；TF 是溫度訂正因子，是日平均溫度Ti的函數(shù)；NF是N肥訂正因子；Qi是第i 天的太陽輻射強(qiáng)度；是群體反射率；0.47是太陽