作物精準(zhǔn)生產(chǎn)理論與技術(shù)

作物精準(zhǔn)生產(chǎn)理論與技術(shù)廖樹華Sergzzl@

內(nèi)容:

一、精準(zhǔn)農(nóng)業(yè)技術(shù)概要（PrecisionAgriculture）二、作物精準(zhǔn)生產(chǎn)模型與設(shè)計(jì)理論1、作物系統(tǒng)過程的模型技術(shù)(ModelTechnology)2、智能化農(nóng)業(yè)專家系統(tǒng)（ExpertSystem）3、作物知識(shí)模型(CropManagementKnowledgeModel)4、作物生產(chǎn)設(shè)計(jì)模型(DesignModelforCropProduction)三、田間信息實(shí)時(shí)采集技術(shù)（TechnologyforFieldInformationAcquisitiononReal-Time）

“十一五”國(guó)家863重大項(xiàng)目“精準(zhǔn)農(nóng)業(yè)技術(shù)與裝備”“精準(zhǔn)農(nóng)業(yè)技術(shù)與裝備”項(xiàng)目分為以下幾大部分（整個(gè)項(xiàng)目投入為0.56億）：車載農(nóng)田土壤信息快速獲取關(guān)鍵技術(shù)與產(chǎn)品研發(fā)（350）；多平臺(tái)作物生長(zhǎng)信息快速獲取關(guān)鍵技術(shù)與產(chǎn)品研發(fā)（350）；精準(zhǔn)農(nóng)業(yè)生產(chǎn)設(shè)計(jì)與管理決策模型技術(shù)研究（600）；農(nóng)田作業(yè)機(jī)械智能導(dǎo)航控制技術(shù)與產(chǎn)品研發(fā)（350）；精準(zhǔn)農(nóng)業(yè)智能變量作業(yè)裝備研究開發(fā)（1350）；精準(zhǔn)農(nóng)業(yè)技術(shù)集成平臺(tái)研究與開發(fā)（600）；精準(zhǔn)作業(yè)系統(tǒng)構(gòu)建與應(yīng)用示范（2000）。一、精準(zhǔn)農(nóng)業(yè)技術(shù)

農(nóng)學(xué)家在進(jìn)行作物栽培模擬模型，作物管理與植保專家系統(tǒng)應(yīng)用研究與實(shí)踐中進(jìn)一步揭示的農(nóng)田內(nèi)以米為單位的小區(qū)作物產(chǎn)量和生長(zhǎng)環(huán)境條件的明顯時(shí)空差異性，從而提出對(duì)作物栽培管理實(shí)施定位、按需變量投入，或稱“處方農(nóng)作”而發(fā)展起來的；

農(nóng)業(yè)機(jī)械裝備的機(jī)電一體化、智能化監(jiān)控技術(shù)，農(nóng)田信息智能化采集與處理技術(shù)研究的發(fā)展

海灣戰(zhàn)爭(zhēng)后GPS、RS、GIS技術(shù)的民用化，使得它在許多國(guó)民經(jīng)濟(jì)領(lǐng)域的應(yīng)用研究獲得迅速發(fā)展，也推動(dòng)了“精細(xì)農(nóng)作”技術(shù)體系的廣泛實(shí)踐。

迄今，國(guó)外關(guān)于PrecisionAgriculture的研究，基本上仍是集中于利用全球衛(wèi)星定位系統(tǒng)（GPS）、地理信息系統(tǒng)（GIS）、作物管理決策支持系統(tǒng)（DSS）基礎(chǔ)上的作物生產(chǎn)管理技術(shù)，即基于知識(shí)和信息技術(shù)為基礎(chǔ)的現(xiàn)代農(nóng)田“精耕細(xì)作”技術(shù)方面。因此，將PrecisionFarming譯作“精細(xì)農(nóng)作”，對(duì)引導(dǎo)當(dāng)前的應(yīng)用研究更能表達(dá)其明確的涵義。

“精細(xì)農(nóng)作”是基于現(xiàn)代電子信息技術(shù)、作物栽培管理輔助決策支持技術(shù)和農(nóng)業(yè)工程裝備技術(shù)等集成組裝起來的作物生產(chǎn)精細(xì)經(jīng)營(yíng)技術(shù)。其主要目標(biāo)是更好地利用耕地資源潛力，科學(xué)利用投入，提高產(chǎn)量，降低生產(chǎn)成本，減少農(nóng)業(yè)活動(dòng)帶來的環(huán)境后果，實(shí)現(xiàn)作物生產(chǎn)系統(tǒng)的可持續(xù)發(fā)展。

千百年來的作物生產(chǎn)實(shí)踐，都是以地區(qū)或田塊為基礎(chǔ)，在區(qū)域或田塊的尺度上，把耕地看作是具有作物均勻生長(zhǎng)條件的對(duì)象進(jìn)行管理，如利用統(tǒng)一的耕作、播種等農(nóng)藝措施，滿足于獲得區(qū)域、農(nóng)場(chǎng)或田塊的平均產(chǎn)量的認(rèn)識(shí)水平，很少顧及對(duì)農(nóng)田整體或局部空間的盲目投入及過量施肥施藥造成的環(huán)境后果。傳統(tǒng)的農(nóng)業(yè)技術(shù)推廣模式，也是在區(qū)域尺度上進(jìn)行實(shí)際上，即使在同一農(nóng)田內(nèi)，地表上、下影響作物生長(zhǎng)條件和產(chǎn)量的明顯時(shí)空分布差異性，包括農(nóng)田內(nèi)作物病、蟲、草害總是先以斑塊形式在小區(qū)發(fā)生，再逐步按時(shí)空變化蔓延的特性，早已為人們所認(rèn)識(shí)。我國(guó)農(nóng)民幾千年來在小塊土地上經(jīng)過勞動(dòng)密集的投入和積累的豐富生產(chǎn)管理經(jīng)驗(yàn)而形成的“傳統(tǒng)精耕細(xì)作”技術(shù)，也可以在小塊農(nóng)田內(nèi)達(dá)到很好的經(jīng)濟(jì)產(chǎn)量，只是沒有現(xiàn)代科學(xué)方法的定量研究和現(xiàn)代工程手段的支持來形成大規(guī)模的生產(chǎn)力。

田區(qū)內(nèi)產(chǎn)量上述明顯的時(shí)空分布差異性，顯示了農(nóng)田資源利用存在的巨大潛力。同樣地，農(nóng)田內(nèi)的土壤類型、肥力、墑情、苗情和病蟲草害的分布，實(shí)際上也是很不均勻的?，F(xiàn)代農(nóng)學(xué)技術(shù)與電子信息技術(shù)的發(fā)展，為定量獲取這些影響作物生長(zhǎng)因素及最終收成的空間差異性信息，實(shí)施基于知識(shí)和現(xiàn)代科技的分布式調(diào)控，達(dá)到田區(qū)內(nèi)資源潛力的均衡利用和獲取盡可能高的經(jīng)濟(jì)產(chǎn)量成為可能。其實(shí)施過程可描述為：

1)帶定位系統(tǒng)和產(chǎn)量傳感器的聯(lián)合收獲機(jī)每秒自動(dòng)采集田間定位及小區(qū)平均產(chǎn)量數(shù)據(jù)；2)通過計(jì)算機(jī)處理，生成作物產(chǎn)量分布圖；3)根據(jù)田間地形、地貌、土壤肥力、墑情等參數(shù)的空間數(shù)據(jù)分布圖，利用建立作物管理輔助決策支持系統(tǒng)，并在決策者的參與下生成作物管理處方圖；4)根據(jù)處方圖采用不同方法與手段或相應(yīng)的處方農(nóng)業(yè)機(jī)械按小區(qū)實(shí)施目標(biāo)投入和精細(xì)農(nóng)作管理。

(一)全球衛(wèi)星定位系統(tǒng)(GPS-GlobalPositioningSystem)全球衛(wèi)星定位系統(tǒng)為實(shí)踐農(nóng)田作物生產(chǎn)的定位自動(dòng)化精細(xì)管理提供了基本的條件。

GPS的基本原理是易于理解的。該系統(tǒng)由包括24顆地球衛(wèi)星組成的空間部分，由地面控制站和一組地面監(jiān)測(cè)站組成的地面監(jiān)控部分以及和用戶接收機(jī)3個(gè)主要部分組成。目前已建成投入運(yùn)行的全球衛(wèi)星定位系統(tǒng)有美國(guó)國(guó)防部建設(shè)的GPS系統(tǒng)和俄羅斯建設(shè)的GLONASS（GlobalNavigationSatelliteSystem）系統(tǒng),兩者原理相同，但利用了不同的時(shí)間標(biāo)準(zhǔn)和大地坐標(biāo)系，均可提供全球衛(wèi)星定位信息的免費(fèi)服務(wù)。對(duì)于用戶來說，只需要根據(jù)不同用途的要求，如同使用移動(dòng)電話一樣，購置用戶接收機(jī),享用不同方式的服務(wù)。用戶具有必要的使用知識(shí)即可。

GPS衛(wèi)星GPS衛(wèi)星是一組能發(fā)射精確的衛(wèi)星軌道參數(shù)和時(shí)鐘信號(hào)，在2萬余km高空環(huán)繞地球運(yùn)轉(zhuǎn)的軌道衛(wèi)星系統(tǒng)。這些信號(hào)穿越太空、電離層和大氣層到達(dá)地面,被接收機(jī)接收，經(jīng)過數(shù)字信號(hào)處理進(jìn)行定位計(jì)算?？臻g衛(wèi)星的布局，可以保證在地球表面任何地方、晝夜任何時(shí)間和任何氣象條件下，接收機(jī)均可至少獲得其中4顆以上衛(wèi)星發(fā)出的定位定時(shí)信號(hào)。理論上只要用戶能接收到4顆衛(wèi)星信號(hào)，即可解算出用戶所在的3維位置信息。

當(dāng)GPS衛(wèi)星信號(hào)通過電離層和大氣層傳輸時(shí)，會(huì)受到干擾和時(shí)間延遲，產(chǎn)生定位誤差。美國(guó)提供的民用GPS接收機(jī)定位誤差可達(dá)100米，實(shí)用的精確測(cè)量定位系統(tǒng),還需要在地面設(shè)置校正定位誤差的差分信號(hào)服務(wù)，使用差分定位系統(tǒng)（DGPS）。

GPS產(chǎn)品

為“精細(xì)農(nóng)作”或其它農(nóng)業(yè)應(yīng)用選購GPS產(chǎn)品，需要有明確的應(yīng)用目標(biāo)和必要的知識(shí)支持，需注意主機(jī)與附件的合理配置，避免由于盲目性帶來的損失;目前國(guó)外已有許多著名GPS公司進(jìn)入中國(guó)市場(chǎng)。有的著名廠商，如美國(guó)Trimble公司和Ashtech公司已可專門提供支持“精細(xì)農(nóng)作”的農(nóng)用GPS產(chǎn)品，如Trimble的Ag132GPS接收機(jī)

(二)地理信息系統(tǒng)與遙感技術(shù)

地理信息系統(tǒng)(GIS-GeographicalInformationSystem)及支持地理空間數(shù)據(jù)采集、更新及遙遠(yuǎn)監(jiān)測(cè)農(nóng)田空間信息的遙感技術(shù)（RS-RemoteSensing）

國(guó)外用于精細(xì)農(nóng)作的帶GPS的谷物聯(lián)合收獲機(jī)，可按每畝區(qū)分為約40-60個(gè)小區(qū)自動(dòng)定位采集、計(jì)算單產(chǎn)數(shù)據(jù)，每一單產(chǎn)數(shù)據(jù)與對(duì)應(yīng)的農(nóng)田地理座標(biāo)位置同步記錄下來，進(jìn)一步通過計(jì)算機(jī)處理生成小區(qū)產(chǎn)量分布圖。為了分析產(chǎn)量空間差異性的原因，需要相應(yīng)地對(duì)田間土壤、病蟲、作物苗情等空間分布信息進(jìn)行定位采集，經(jīng)地理統(tǒng)計(jì)與空間信息處理技術(shù)，生成各種數(shù)據(jù)信息的空間分布圖。并使這些基于同一農(nóng)田不同類型的空間分布信息對(duì)應(yīng)起來進(jìn)行分析，提出按小區(qū)實(shí)施定位管理的處方?jīng)Q策方案。這些過程都可以通過地理信息系統(tǒng)協(xié)助來完成。

地理信息系統(tǒng)（GIS）是一個(gè)用于輸入、存儲(chǔ)、檢索、分析、處理和表達(dá)地理空間數(shù)據(jù)的計(jì)算機(jī)軟件平臺(tái)。當(dāng)然，GIS軟件需要裝載在適當(dāng)性能的計(jì)算機(jī)上，并為計(jì)算機(jī)配置必要的掃描儀、數(shù)字化儀、讀卡機(jī)等輸入設(shè)備和用于輸出和顯示結(jié)果的計(jì)算機(jī)顯示器、彩色打印機(jī)或繪圖儀等。GIS是以帶有地理坐標(biāo)特征的地理空間數(shù)據(jù)庫為基礎(chǔ)的系統(tǒng)。GIS中的數(shù)據(jù)可以被訪問、變換、交互式處理。GIS從外部看，它表現(xiàn)為計(jì)算機(jī)軟硬件系統(tǒng)，而其內(nèi)涵確是由計(jì)算機(jī)程序和地理數(shù)據(jù)組織而成的地理空間信息模型。在“精細(xì)農(nóng)作”技術(shù)體系中，GIS主要用于建立農(nóng)田土地管理，土壤數(shù)據(jù)、自然條件、作物苗情、病蟲草害發(fā)生、作物產(chǎn)量等的空間信息數(shù)據(jù)庫和進(jìn)行空間信息的地理統(tǒng)計(jì)處理、圖形轉(zhuǎn)換與表達(dá)等，為分析差異性和實(shí)施調(diào)控提供處方?jīng)Q策方案。

GIS表達(dá)地理空間信息采用柵格型和矢量型兩種不同數(shù)據(jù)格式，原始采集的數(shù)據(jù)常用柵格式采集和存儲(chǔ)，速度快；通過數(shù)據(jù)處理后形成的矢量型數(shù)據(jù)圖形利于直觀顯示；由掃描儀或數(shù)字化儀輸入的電子地圖則直接轉(zhuǎn)變?yōu)槭噶繄D形顯示。

采用GIS建立空間圖形的步驟通常是：①.用掃描儀、數(shù)字化儀輸入基礎(chǔ)地理信息建立農(nóng)田電子地圖或用DGPS幫助繪制農(nóng)田地理圖形；②.通過鍵盤輸入定點(diǎn)采樣數(shù)據(jù)或由產(chǎn)量監(jiān)視器下載產(chǎn)量數(shù)據(jù)；③.在GIS支持下對(duì)數(shù)據(jù)進(jìn)行平滑、統(tǒng)計(jì)或內(nèi)插處理，生成不同層面的矢量型空間數(shù)據(jù)地理分布圖形；④.選擇顏色和圖例以明晰表達(dá)各種空間信息分布圖形；⑤.在作物生產(chǎn)決策支持系統(tǒng)和決策者的參與下生成不同類型的處方圖形用于指導(dǎo)處方農(nóng)作；⑥.在繪圖儀、打印機(jī)上打印圖形或存入相應(yīng)介質(zhì)中。目前，已有一批成熟先進(jìn)的GIS軟件在市場(chǎng)銷售，國(guó)外軟件大多也具有漢化功能，用戶需要根據(jù)自己的應(yīng)用要求選擇合適的軟件和配置相應(yīng)的計(jì)算機(jī)硬件系統(tǒng)，并進(jìn)行必要的應(yīng)用軟件開發(fā)以適應(yīng)自己的應(yīng)用要求。

遙感技術(shù)（RemoteSensingRS）是未來精細(xì)農(nóng)作技術(shù)體系中支持大面積快速獲得田間數(shù)據(jù)的重要工具。它可以提供大量的田間時(shí)空變化信息。近30多年來，RS技術(shù)在大面積農(nóng)業(yè)資源監(jiān)測(cè)、作物產(chǎn)量預(yù)測(cè)、農(nóng)情預(yù)報(bào)等方面作出了重要貢獻(xiàn)。遙感是用飛行器或人造衛(wèi)星上裝載的傳感器來收集地球表面地物的空間分布信息。它具有廣域、快速、可重復(fù)對(duì)同一地區(qū)獲取時(shí)間序列信息的特點(diǎn)。RS是測(cè)量地物對(duì)太陽輻射能的反射光譜信息或地物自身的輻射電磁波波譜信息。每一地物反射和輻射的電磁波波長(zhǎng)及能量都與其本身的固有特性及狀態(tài)參數(shù)密切相關(guān)。裝載于RS平臺(tái)上的照象機(jī)或掃描式光電傳感器獲取的地物數(shù)字圖象，含有豐富的反映地物性質(zhì)與狀態(tài)的不同電磁波譜能量，從中可提取輻射不同波長(zhǎng)的地物信息，進(jìn)行統(tǒng)計(jì)分析和地物模式識(shí)別。RS雖不直接測(cè)量土壤水份、植物冠層營(yíng)養(yǎng)水平、籽粒與生物質(zhì)產(chǎn)量等信息，但可通過多光譜測(cè)量推斷出結(jié)果。

用RS與GIS結(jié)合進(jìn)行農(nóng)田空間信息分析時(shí)，可按如下步驟：①.采集RS數(shù)據(jù)和處理成數(shù)據(jù)圖象（由RS服務(wù)商提供）；仔細(xì)檢查圖象和分析統(tǒng)計(jì)數(shù)據(jù)；②.完成RS數(shù)據(jù)的地面核實(shí)；③.將RS和地面核實(shí)數(shù)據(jù)送入GIS系統(tǒng)；④.鑒別被測(cè)變量與作物條件的相互影響關(guān)系；⑤.根據(jù)所獲信息對(duì)農(nóng)田提出處方對(duì)策等。目前，由于衛(wèi)星遙感數(shù)據(jù)尚達(dá)不到滿足“精細(xì)農(nóng)作”需求的空間分辨率，因而還未用于按小區(qū)進(jìn)行作物生產(chǎn)的精細(xì)管理。

基于遙感產(chǎn)業(yè)界對(duì)“精細(xì)農(nóng)作”的商業(yè)興趣，一系列的地球觀測(cè)衛(wèi)星將在近幾年內(nèi)發(fā)射，到2005年，將有超過40個(gè)這類衛(wèi)星提供服務(wù)。大部分這類衛(wèi)星采集的全色圖象，空間分辯率將達(dá)1～3米，多光譜圖象分辯率預(yù)計(jì)可達(dá)3～15米，掃視區(qū)6～30km。由于采用衛(wèi)星遙感比航空攝影的成本將低一半以上，衛(wèi)星遙感技術(shù)可預(yù)期在近3～5年內(nèi)，在“精細(xì)農(nóng)作”技術(shù)體系中扮演重要的角色。

展望現(xiàn)代“精細(xì)農(nóng)作”（PrecisionFarming―PF）的實(shí)踐，在一些主要發(fā)達(dá)國(guó)家也不過只有六、七年的歷史。迄今其技術(shù)體系仍然不十分完善，尚處于其發(fā)展的幼年時(shí)期。

一個(gè)值得重視的趨勢(shì)，是農(nóng)業(yè)生產(chǎn)資料銷售商和農(nóng)業(yè)推廣服務(wù)部門對(duì)提供精細(xì)農(nóng)作技術(shù)服務(wù)日益增長(zhǎng)的興趣，如化肥和農(nóng)藥供應(yīng)商同時(shí)為農(nóng)戶提供土壤空間信息采集、測(cè)土配方和機(jī)械化定位施肥、農(nóng)田作物病蟲害診斷和選用農(nóng)藥、實(shí)施機(jī)械化精細(xì)定位施藥的綜合服務(wù)；農(nóng)機(jī)服務(wù)商為規(guī)模較小的農(nóng)場(chǎng)提供收獲、計(jì)量和產(chǎn)量分布信息采集服務(wù)；農(nóng)業(yè)咨詢商為農(nóng)戶提供基于信息的農(nóng)田資源利用與農(nóng)作物診斷，提供處方?jīng)Q策咨詢服務(wù)等。

二、作物精準(zhǔn)生產(chǎn)模型與設(shè)計(jì)理論1、作物系統(tǒng)過程的模型技術(shù)系統(tǒng)動(dòng)力學(xué)是由美國(guó)MIT的福雷斯特(J.W.Forester)于1950年提出，并應(yīng)用于工業(yè)管理中。由于系統(tǒng)動(dòng)力學(xué)在工業(yè)領(lǐng)域的成果應(yīng)用，吸引生物學(xué)家和農(nóng)學(xué)家將其應(yīng)用到生命科學(xué)領(lǐng)域。系統(tǒng)可分開環(huán)系統(tǒng)(OpenSystem)和反饋系統(tǒng)(FeedbackSystem)。開環(huán)系統(tǒng)是指系統(tǒng)的輸入決定系統(tǒng)的輸出，而系統(tǒng)的輸出對(duì)系統(tǒng)輸入無任何影響。反饋系統(tǒng)就是系統(tǒng)的輸出對(duì)系統(tǒng)輸入有影響的系統(tǒng)，反饋系統(tǒng)又可分為負(fù)反饋系統(tǒng)和正反饋系統(tǒng)。反饋系統(tǒng)受它本身過去行為的影響，有一個(gè)閉合的回路結(jié)構(gòu)，其閉合的回路使系統(tǒng)過去的控制作用的結(jié)果返回調(diào)節(jié)系統(tǒng)將來的控制作用。在一個(gè)反饋回路中一定包含兩個(gè)變量,狀態(tài)變量和速率變量:狀態(tài)變量是描述系統(tǒng)某種屬性的量，一般它是一個(gè)累積量如作物的干物重、群體數(shù)量等，這個(gè)量表達(dá)了一個(gè)積分過程；速率變量是指狀態(tài)變量的變化速度，在系統(tǒng)中描述的是物質(zhì)、能量的實(shí)際流動(dòng)如人口的出生和死亡等。（一）主要模型系統(tǒng)介紹1、CERES

CERES是根據(jù)系統(tǒng)工程原理、動(dòng)力學(xué)方法和計(jì)算機(jī)技術(shù)而構(gòu)建的作物一土壤一大氣系統(tǒng)模擬模型。它從物質(zhì)、能量平衡的角度、以生理學(xué)為基礎(chǔ)，逐日、動(dòng)態(tài)地模擬作物的生長(zhǎng)發(fā)育過程。

CERES一Rice為例，由4個(gè)子程序組成；即土壤水分平衡程序（WATBAL）、氮素平衡子程序（NTRANS）、物候發(fā)育子程序（PHENOL）和生長(zhǎng)子程序（GROSUB）。

太陽輻射施肥播種品種田間管理措施子程序土壤氮素平衡計(jì)算子程序基本生理過程計(jì)算子程序模塊衰老干物質(zhì)分配水分吸收與蒸騰階段發(fā)育和器官發(fā)育葉面積增長(zhǎng)營(yíng)養(yǎng)吸收土壤水分平衡計(jì)算子程序吸收蒸發(fā)下滲徑流逐日氣象資料讀入子程序降水最高，最低溫度再分布吸收淋溶硝化反硝化礦化耕作灌水光合作用呼吸作用CERES-Rice需要輸入的因子有：品種、行株距、播種期、播種深度、灌溉日期和數(shù)量、施氮日期和數(shù)量、肥料類型、遺傳系數(shù)、逐日氣象數(shù)據(jù)、緯度、土壤剖面特性和初始條件等。輸出有：生育期、地上部各器官和根系的生長(zhǎng)，土壤水分利用和分配（包括日蒸發(fā)、逕流、滲漏、作物水分吸收等過程）土壤氮和植株氮的輸送、轉(zhuǎn)化和分配（包括礦化、硝化與反硝化、氮的揮發(fā)、植株吸氮、植株含氮量等），產(chǎn)量，產(chǎn)量構(gòu)成成分，地上部生物量，階段發(fā)育變化日期，品種的遺傳特性和天氣條件對(duì)作物發(fā)育的影響，氮和水分脅迫指標(biāo)等

2.GOSSYM-COMAX

1976年以后，Baker等人將模擬土壤過程和根系生長(zhǎng)的模擬模型RHI－ZOS（Rhizosphere）與SIMCOTI結(jié)合，于1983年開發(fā)出GOSSYM（GossypiumSimulationModel）。Baker等又經(jīng)過數(shù)年努力，于80年代中期開發(fā)了棉花管理專家系統(tǒng)COMAX（CottonManagementExpertSystem），同時(shí)建立了GOSSYM-COMAX軟件系統(tǒng)。

氣候子模型(CLYMAT)日期換算子模型(DATES)土壤溫度子模型(TMPSOL)形態(tài)發(fā)生子模型(PLTMAP)脫落子模型(ABCISE)土壤子模型(SOIL)施肥子模型(FRTLIZ)重力水移動(dòng)子模型(GRAFLO)蒸騰子模型(ET)毛管水移動(dòng)子模型(CAPFLO)吸引子模型(UPTAKE)毛管水移動(dòng)子模型(CAPFLO)硝化子模型(NITRIF)化學(xué)藥劑子模型(CHEM)光合呼吸子模型(PNET)生長(zhǎng)子模型(GROWTH)根系生長(zhǎng)子模型(RUTGRO)根延伸子模型(RIMPED)氮素分配子模型(NITRO)代謝物平衡子模型(MATBAL)GOSSYM模型本質(zhì)上是一個(gè)表達(dá)植物根際土壤中水分和氮素與植株體內(nèi)碳和氮的物質(zhì)平衡的模型，包括了水分平衡、氮素平衡、碳平衡、光合產(chǎn)物的形成與分配、植株的形態(tài)建成等子模型。

氣候子模型(CLYMAT)將全部氣象資料讀入，并調(diào)用日期換算子模型(DATES)計(jì)算模擬所要用到的儒略日數(shù)，調(diào)用土壤溫度子模型(TMPSOL)計(jì)算各層土壤的溫度。

形態(tài)發(fā)生子模型(PLTMAP)模擬棉株的形態(tài)發(fā)生和各器官的成熟與衰老，包括蕾鈴的生理脫落和各種脅迫因素的計(jì)算。脫落子模型(ABCISE)估計(jì)蕾鈴和葉片由于脅迫和衰老的脫落速率。

土壤子模型(SOIL)計(jì)算向植株提供的氮素、土壤水勢(shì)和根系存貯氮和糖的能力。根區(qū)土壤在橫向分成20個(gè)等份，在縱向上分成40個(gè)等份，形成一個(gè)20x40的矩陣，即800個(gè)小室，每個(gè)小室大約為5x5厘米。模型逐日計(jì)算各室的水分、硝態(tài)氮和銨態(tài)氮以及根的生物量，用來計(jì)算根的生長(zhǎng)量和水分吸收量。其中的二級(jí)子模型，施肥子模型(FRTLIZ)用來分配銨態(tài)氮、硝態(tài)氮和尿素于土壤剖面中，重力水移動(dòng)子模型(GRAFLO)用來完成在重力作用下的雨水和灌溉水在土壤剖面中的移動(dòng)過程，蒸騰子模型(ET)估計(jì)土壤表面的蒸發(fā)速率和作物的蒸騰速率，吸引子模型(UPTAKE)計(jì)算根區(qū)水分、氮素的吸收，毛管水移動(dòng)子模型(CAPFLO)估計(jì)毛管水的流動(dòng)狀況，硝化子模型(NITRIF)計(jì)算土壤中微生物作用下的銨態(tài)氮向硝態(tài)氮的轉(zhuǎn)變情況?；瘜W(xué)藥劑子模型(CHEM)估計(jì)化學(xué)物質(zhì)對(duì)植物生理過程的作用，目前這些化學(xué)物質(zhì)包括植物生長(zhǎng)調(diào)節(jié)劑PIX和PREP、脫葉劑DEF、DROPP、GRAMOXONE、FOLEX和HARVADE。

光合呼吸子模型(PNET)逐日計(jì)算植株的總光合產(chǎn)物、呼吸消耗和凈光合產(chǎn)物。生長(zhǎng)子模型(GROWTH)計(jì)算植株各器官潛在的和實(shí)際的生長(zhǎng)速率。其中二級(jí)子模型根系生長(zhǎng)子模型(RUTGRO)計(jì)算各土室中根的生長(zhǎng)和分布，根延伸子模型(RIMPED)計(jì)算增加土壤容重對(duì)根延伸能力的影響，氮素分配子模型(NITRO)計(jì)算植株中氮素的分配，代謝物平衡子模型(MATBAL)保持模型中碳、氮等的物質(zhì)平衡的軌跡。GOSSYM-COMAX的特點(diǎn)是：運(yùn)行COMAX所需的數(shù)據(jù)是由執(zhí)行GOSSYM所提供的，即GOSSYM給COMAX提供信息。在GOSSYM-COMAX系統(tǒng)中，GOSSYM根據(jù)輸入的氣象數(shù)據(jù)、出苗期、施肥等有關(guān)信息，可以在計(jì)算機(jī)模擬棉花生長(zhǎng)發(fā)育、光合作用、呼吸作用、蒸騰作用、根系生長(zhǎng)、形態(tài)構(gòu)造、物質(zhì)生產(chǎn)和分配等的日變化以及季節(jié)性變化動(dòng)態(tài)。COMAX則根據(jù)模擬結(jié)果，作出是否要進(jìn)行灌溉、施肥和施用除草劑等管理措施的決策，并提供給GOSSYM已作出決策的信息，繼續(xù)執(zhí)行模擬，模型最后可以給出由于灌溉、施肥所增加的產(chǎn)量。由于COMAX能獲得比專家系統(tǒng)的經(jīng)驗(yàn)更為全面、更富有機(jī)理性的信息，故它比專家推理的建議要客觀、準(zhǔn)確得多。

GOSSYM輸入輸出運(yùn)行GOSSYM時(shí)，必須提供每天的氣候資料，包括日輻射、最高最低氣溫、降雨量，同時(shí)，還需輸入灌溉水量、出苗日期、群體密度、行株距、施氮量、緯度和土壤數(shù)據(jù)等。

模型運(yùn)行后的輸出結(jié)果是株高、營(yíng)養(yǎng)枝和果枝數(shù)、蕾鈴數(shù)、結(jié)果和果實(shí)脫落、植株含氮量、干物質(zhì)生產(chǎn)量、土壤水勢(shì)、植株圖、產(chǎn)量等。

3.CCSODS作物計(jì)算機(jī)模擬優(yōu)化決策系統(tǒng),江蘇省農(nóng)科院

(CropComputerSimulation，Optimization，DecisionMakingSystem)CCSDOS的基本結(jié)構(gòu)大致可以分為3個(gè)部分:（1）數(shù)據(jù)庫①氣象數(shù)據(jù)庫：包括緯度、溫度、日照時(shí)數(shù)、日長(zhǎng)、太陽輻射等。②土壤數(shù)據(jù)庫：包括土壤名稱、土壤質(zhì)地、土壤養(yǎng)分含量、PH值等。③品種參數(shù)數(shù)據(jù)庫：包括品種類型、生育期模型參數(shù)、葉齡模型參數(shù)、光合效率參數(shù)等。（2）模型①模擬模型：a．作物發(fā)育期模擬模型；b．作物葉齡模擬模型；c．作物器官形成模擬模型；d．作物光合生產(chǎn)模擬模型；e．作物葉面積與莖蘗動(dòng)態(tài)模擬模型；f．作物產(chǎn)量形成模擬模型；g．作物N、P、K營(yíng)養(yǎng)平衡模擬模型；h．作物水分平衡模擬模型。②優(yōu)化模型：a．最佳播種期模型；b．最佳基本苗模型；c．最佳葉面積動(dòng)態(tài)模型；d．最佳莖蘗數(shù)動(dòng)態(tài)模型；e．最佳光合生產(chǎn)模型；f．最佳產(chǎn)量形成模型；g．最佳施肥量模型；h．最佳肥水管理動(dòng)態(tài)模型；i．最佳病蟲防治模型。（3）各種子系統(tǒng)：a．常年決策子系統(tǒng)；b．增產(chǎn)關(guān)鍵子系統(tǒng)；C．計(jì)算機(jī)試驗(yàn)子系統(tǒng)；d．當(dāng)年決策子系統(tǒng)；e．地區(qū)決策系統(tǒng)；f．病蟲防治子系統(tǒng)；g．作物模型子系統(tǒng)；n．氣候變化對(duì)作物影響子系統(tǒng)；i．作物品種參數(shù)子系統(tǒng)

（二）作物模擬模型發(fā)展趨勢(shì)及應(yīng)用前景

作物模擬技術(shù)將主要在解釋性、可視性、應(yīng)用性、綜合性4個(gè)方面進(jìn)一步取得突破。其一，現(xiàn)有作物模擬模型中還存在許多經(jīng)驗(yàn)性的部分，如生育期、同化物分配、許多與土壤有關(guān)的過程等，在今后的發(fā)展過程中，這些經(jīng)驗(yàn)性部分會(huì)逐步得到改善，機(jī)理性進(jìn)一步加強(qiáng)，使模型可以模擬作物在不同的生態(tài)環(huán)境條件下的生長(zhǎng)發(fā)育和產(chǎn)量形成。

其二，三維可視化模擬模型已經(jīng)提到了議事日程上，澳大利亞和美國(guó)已經(jīng)在這方面作出了初步的嘗試。Room等(1996)已經(jīng)建立了一個(gè)初級(jí)的3-D虛擬棉花模型，感可以到CTPM的Web站點(diǎn)(Http://.au/)卸載一些模擬產(chǎn)生的圖片。（二）作物模擬模型發(fā)展趨勢(shì)及應(yīng)用前景其三，研制作物模擬模型的目的是在生產(chǎn)實(shí)踐中應(yīng)用，改善模擬模型的應(yīng)用性將是其今后發(fā)展中的一個(gè)重要議題。模擬模型進(jìn)一步與專家系統(tǒng)、Internet網(wǎng)絡(luò)技術(shù)、3S技術(shù)結(jié)合。

其四，模擬模型包括的內(nèi)容越來越廣泛，涉及的學(xué)科越來越多，逐步向綜合方向發(fā)展。一個(gè)模型不但可以模擬作物的生長(zhǎng)發(fā)育，也可以模擬害蟲的群體動(dòng)態(tài)和危害程度，還會(huì)包括經(jīng)濟(jì)效益宏觀模型，如氣候變化對(duì)中國(guó)南方水稻生產(chǎn)的潛在影響、土地生產(chǎn)潛力的評(píng)價(jià)等。

CERES-Wheat模型應(yīng)用實(shí)例

－－統(tǒng)計(jì)模型與模擬在管理決策中的耦合CERES-Wheat的模型參數(shù)分為三大類：作物品種、土壤、氣候。氣候數(shù)據(jù)（逐日數(shù)據(jù)）：太陽輻射（MJ/m2）、最高氣溫（℃）、最低氣溫（℃）、降水量（mm）。作物遺傳參數(shù)：CERES-Wheat模型中的遺傳參數(shù)包括春化作用系數(shù)（P1V）、光周期（P1D）、灌漿期系數(shù)（P5）、籽粒數(shù)/株重（G1）、籽粒的灌漿率（G2）、籽粒數(shù)修正系數(shù)（G3）、葉熱間距（PHINT）。③土壤資料土壤資料包括土壤類型和土壤刨面的性狀。其中土壤刨面的性狀包括土壤的反照率，土壤不產(chǎn)生徑流的曲線的數(shù)目，深度（cm）、土層厚度（cm）、土壤水的下限（%）、土壤水的上限（%）、土壤有機(jī)C的含量（%）、砂土的含量（%）、粘土的含量（%）、微生物因素等。冬小麥的產(chǎn)量的形成是一個(gè)逐步實(shí)現(xiàn)的過程，從基本苗、冬前的莖數(shù)、拔節(jié)期的莖數(shù)到整個(gè)生育期小麥的生物量和產(chǎn)量結(jié)構(gòu)的各個(gè)要素性狀都能影響小麥的經(jīng)濟(jì)產(chǎn)量。干物重是經(jīng)濟(jì)產(chǎn)量的基礎(chǔ)，不同生育階段干物質(zhì)的積累形成小麥產(chǎn)量的構(gòu)成因素，因而不同生育階段所積累的干物質(zhì)質(zhì)量顯著影響產(chǎn)量形成。１）[冬前莖數(shù)]=F[基本苗、冬前干物質(zhì)量]２）[拔節(jié)前莖數(shù)]=F[基本苗、冬前莖、冬前干物質(zhì)量、冬前至拔節(jié)干物質(zhì)積累量]

３）[畝穗數(shù)]=F[冬前莖、拔節(jié)莖數(shù)、拔節(jié)期干物質(zhì)量、拔節(jié)至開花干物質(zhì)增加量]４）[穗粒數(shù)]=F[畝穗數(shù)、挑期到灌漿增加干物量、挑期時(shí)干物量]５）[產(chǎn)量]=F[基本苗、穗粒數(shù)、畝穗數(shù)、灌漿后增加干物量、灌漿時(shí)干物量]產(chǎn)量形成動(dòng)態(tài)模型的優(yōu)化分析根據(jù)求解各生育階段生理指標(biāo)目標(biāo)值，把目標(biāo)值帶入CERES-Wheat模型進(jìn)行模擬，調(diào)試最優(yōu)管理措施，使其各個(gè)生理時(shí)期的生理指標(biāo)達(dá)到目標(biāo)值，驗(yàn)證最后產(chǎn)量。04008001200160011835526986103120137154171188205222239模擬值目標(biāo)值基本苗冬前莖開花期拔節(jié)期3、智能化農(nóng)業(yè)專家系統(tǒng)

（一）專家系統(tǒng)的基本原理

作物生產(chǎn)問題是極端復(fù)雜的,在研究和生產(chǎn)活動(dòng)中存在著大量隨機(jī)的、模糊的不確定因素。至今,用描述性和經(jīng)驗(yàn)性知識(shí)指導(dǎo)田間生產(chǎn)活動(dòng)仍然是一種主要的途徑。正是由于這一原因推動(dòng)了專家系統(tǒng)在作物生產(chǎn)中的應(yīng)用。專家系統(tǒng)是利用知識(shí)和推理過程來解決需要人類專家才能解決的問題的智能計(jì)算機(jī)程序。它廣泛收集與一個(gè)特定系統(tǒng)有關(guān)的知識(shí),并找出知識(shí)間的關(guān)系,即規(guī)則,然后再找出規(guī)則間的關(guān)系,即規(guī)則的規(guī)則,依此類推,直到窮盡所有已知的知識(shí)和規(guī)則,把它們統(tǒng)統(tǒng)放入知識(shí)庫。這樣的一個(gè)知識(shí)庫相當(dāng)于系統(tǒng)廣義模型。系統(tǒng)運(yùn)行時(shí),各狀態(tài)形成激勵(lì)知識(shí)庫的知識(shí)點(diǎn),系統(tǒng)搜索相關(guān)的規(guī)則,根據(jù)規(guī)則指出控制結(jié)果。

專家系統(tǒng)(ES)具有以下特點(diǎn)：(1)可存儲(chǔ)一個(gè)或多個(gè)專家的知識(shí)或經(jīng)驗(yàn),能以接近專家的水平在特定領(lǐng)域內(nèi)工作；(2)能高效,準(zhǔn)確,迅速地工作,不會(huì)像人類專家那樣產(chǎn)生疲倦和不穩(wěn)定性.；(3)使人類專家的領(lǐng)域知識(shí)突破了時(shí)間和空間的限制,ES程序可永久保存,并復(fù)制任意多的副本,以在不同地區(qū)和部門使用.；(4)可通過符號(hào)處理進(jìn)行的中形式的推理,也可以對(duì)不確定數(shù)據(jù)進(jìn)行推理；(5)具有透明性,能以可理解的方式解釋推理過程；(6)具有自學(xué)習(xí)能力,可總結(jié)規(guī)律,不斷擴(kuò)充和完善系統(tǒng)自身；(7)能提高生產(chǎn)率,產(chǎn)生巨大的社會(huì)效益,經(jīng)濟(jì)效益。

基本結(jié)構(gòu):1.知識(shí)庫

前件--后件

或IF條件1AND條件2……AND條件NTHEN動(dòng)作或結(jié)淪

為了表達(dá)專家知識(shí)的復(fù)雜概念，知識(shí)庫中的規(guī)則往往分級(jí)存儲(chǔ)，整個(gè)知識(shí)庫形成一個(gè)樹形結(jié)構(gòu)，其中的規(guī)則也可嵌套。

如：RULE1:IF動(dòng)物是哺乳動(dòng)物

AND動(dòng)物是食肉動(dòng)物

AND動(dòng)物是黃褐色

AND動(dòng)物身上有黑條紋

THEN該動(dòng)物是老虎

RULE2:IF動(dòng)物有奶

THEN該動(dòng)物是哺乳動(dòng)物

RULE3:IF動(dòng)物吃肉

THEN該動(dòng)物是食肉動(dòng)物

2．動(dòng)態(tài)存儲(chǔ)器（動(dòng)態(tài)數(shù)據(jù)庫）3．推理機(jī)制推理機(jī)制主要有兩個(gè)任務(wù)，一是推理，即從知識(shí)庫中已有的知識(shí)中推導(dǎo)所需的結(jié)論和知識(shí)；二是控制搜索過程，機(jī)確定知識(shí)庫中規(guī)則的掃描順序，決定在每個(gè)控制信息下要觸發(fā)的規(guī)則，這又稱為知識(shí)的選擇。推理方法有多種。以產(chǎn)生式系統(tǒng)為基礎(chǔ)的專家系統(tǒng)采用的最基本的推理策是反響推理（向后連接）從四個(gè)階段的循環(huán)（產(chǎn)生式系統(tǒng)的循環(huán)周期）來控制規(guī)則的掃描，這四個(gè)階段是：

（1）

匹配（合一）；（2）

沖突消解(選擇)；（3）

激活規(guī)則；（4）

動(dòng)作。4．解釋機(jī)制

解釋功能是專家系統(tǒng)區(qū)別于其他軟件系統(tǒng)的重要特征之一。通過解釋，可提高用戶對(duì)專家系統(tǒng)的信賴程度有助于專家系統(tǒng)的推廣使用，也便于在使用中間發(fā)現(xiàn)專家系統(tǒng)的錯(cuò)誤和漏洞，有助于測(cè)試、更新、維護(hù)專家系統(tǒng)。解釋機(jī)制實(shí)現(xiàn)解釋功能，在推理過程中回答用戶關(guān)于系統(tǒng)正在做什么，如何得到結(jié)論為什么要作出某個(gè)決策，發(fā)出某個(gè)詢問等顯示推理路徑解釋推理過程。通過解釋，可增強(qiáng)用戶對(duì)系統(tǒng)的信任感，并起到教學(xué)的作用

5.知識(shí)獲取機(jī)制知識(shí)獲取是建立知識(shí)庫的重要基礎(chǔ)，是專家系統(tǒng)開發(fā)中最關(guān)鍵也最艱難的一步，被稱為專家系統(tǒng)開發(fā)的“瓶頸”。

知識(shí)獲取過程消耗人力

、財(cái)力最多;約占專家系統(tǒng)開發(fā)總工作量的四分之一左右。當(dāng)前，知識(shí)獲取有二種主要形式:1)人工獲取

。由知識(shí)工程師與領(lǐng)域?qū)＜視?huì)談或查閱大量文獻(xiàn)資料

收集、分析、歸納

、整理領(lǐng)域知識(shí)

。2）用機(jī)器學(xué)習(xí)技術(shù)，從訓(xùn)練實(shí)例自動(dòng)提取知識(shí)

。6．人機(jī)接口

（二）小麥生產(chǎn)管理專家系統(tǒng)介紹

數(shù)據(jù)庫

氣象數(shù)據(jù)庫(640萬個(gè))緯度,海拔,日照百分率,日平均溫度,最高、最低溫度,空氣相對(duì)濕度,風(fēng)速,降雨,作物生育期,各作物播種前土壤有效貯水量。土壤數(shù)據(jù)庫(150萬個(gè))土壤類型,土壤質(zhì)地,土壤養(yǎng)分(有機(jī)質(zhì)、全氮、堿解氮、速效磷、速效鉀、pH值)。社會(huì)經(jīng)濟(jì)條件數(shù)據(jù)庫農(nóng)機(jī),水利,勞力,物質(zhì)投入水平。

知識(shí)庫(KBS)品種的選擇品種的生態(tài)適應(yīng)性、綜合農(nóng)藝性狀、生長(zhǎng)發(fā)育特點(diǎn)、抗逆性、品質(zhì)。密度的確定品種特性、不同播種時(shí)期和土壤肥力與密度的關(guān)系。播期的確定積溫對(duì)小麥冬前生育進(jìn)程、葉齡、分蘗的影響以及品種的冬春性與適宜播期施肥與作物營(yíng)養(yǎng)目標(biāo)產(chǎn)量,土壤肥力,肥料利用率,群體大小、長(zhǎng)勢(shì)、長(zhǎng)相,作物不同生育時(shí)期的營(yíng)養(yǎng)狀況與施肥量、施肥期、元素配比的關(guān)系。水分管理小麥不同生育階段田間耗水量,不同土壤深度與地下供水,水分的蒸發(fā)蒸騰,降雨量和不同時(shí)期不同苗情的土壤臨界含水量、含水率與灌溉的關(guān)系?！Ｐ蛶?MBS)小麥階段發(fā)育模型(根據(jù)品種的特性、積溫、葉齡等因素預(yù)測(cè)發(fā)育階段,為動(dòng)態(tài)決策服務(wù),遺傳參數(shù)由試驗(yàn)確定);營(yíng)養(yǎng)器官根、莖、葉發(fā)生及發(fā)展模型(根據(jù)器官發(fā)育的規(guī)律與外界條件的關(guān)系建立定量模型,提供決策的形態(tài)診斷指標(biāo));光截獲模型、光合作用模型、呼吸作用模型(根據(jù)植物生理學(xué)基礎(chǔ)建立相關(guān)模型,主要用于生產(chǎn)目標(biāo)的制定,避免盲目性);灌水模型(根據(jù)作物的需水規(guī)律、環(huán)境條件、蒸發(fā)蒸散等因素,建立不同生育時(shí)期的灌水模型,制定科學(xué)的灌水方案);干物質(zhì)積累、分配動(dòng)態(tài)模型(用于預(yù)測(cè)經(jīng)濟(jì)系數(shù));劣勢(shì)器官轉(zhuǎn)優(yōu)模型(重點(diǎn)考慮分蘗成穗);生殖器官穗粒數(shù)、千粒重建成模型(用于預(yù)測(cè)產(chǎn)量);器官衰老模型(主要考慮葉片的功能期長(zhǎng)短)。

（三）展望

人工智能，模糊理論，人工神經(jīng)網(wǎng)絡(luò)技術(shù)已為解決農(nóng)業(yè)系統(tǒng)中大批非結(jié)構(gòu)性的決策問題與專家系統(tǒng)開發(fā)提供了新的方法；多媒體技術(shù)與網(wǎng)絡(luò)信息技術(shù)的應(yīng)用。與作物模型技術(shù)的結(jié)合、與3S技術(shù)的結(jié)合；電腦農(nóng)業(yè)專家系統(tǒng)仍是信息技術(shù)應(yīng)用于指導(dǎo)農(nóng)業(yè)生產(chǎn)和把農(nóng)業(yè)科技成果直接送到農(nóng)民手中的一種好形式和途徑。

4.作物管理知識(shí)模型一、播前方案（一）產(chǎn)量目標(biāo)及結(jié)構(gòu)產(chǎn)量目標(biāo)設(shè)計(jì)是實(shí)現(xiàn)作物定量化栽培管理的前提和基礎(chǔ)。生產(chǎn)上現(xiàn)有的產(chǎn)量目標(biāo)設(shè)計(jì)主要有以地定產(chǎn)、以前三年平均產(chǎn)量定產(chǎn)、或?qū)⒐鉁厣a(chǎn)潛力修訂后作為產(chǎn)量目標(biāo)等三種方法。其中，在前三年平均產(chǎn)量的基礎(chǔ)上增加10%~15%作為產(chǎn)量目標(biāo)是生產(chǎn)上應(yīng)用最廣泛的方法之一。增產(chǎn)系數(shù)并非一個(gè)定值:受決策點(diǎn)光溫生產(chǎn)潛力（PPTP）;前三年作物平均產(chǎn)量（MGYlty）;養(yǎng)分供應(yīng)水平（NSL）;水分供應(yīng)水平（WSL）生產(chǎn)技術(shù)水平（PTL，包括優(yōu)良品種的選用、栽培措施的實(shí)施和病蟲草害的防治）等多種因素的綜合影響，表現(xiàn)出較強(qiáng)的變動(dòng)性和系統(tǒng)性。因此可以根據(jù)決策點(diǎn)前三年作物平均產(chǎn)量(MGYlty)和增產(chǎn)系數(shù)(YI)來確定產(chǎn)量目標(biāo)(GYT).GYT=MGYlty×(1+YI)1)PPTP=PPP×CFTDSR=DSR0×(0.25+0.45×DSH/DL)RC=1395×(1.0+0.033×cos(2×

×JD/365))DL=7.639×acos（SSIN/CCOS）SSIN=–sin(0.01745×LAT)×sin(SDEC)CCOS=cos(0.01745×LAT)×cos(SDEC)SDEC=0.4093×sin(0.0172×(JD–82.2))喜涼作物的溫度訂δ為光飽和限制率ω為呼吸消耗率θ為葉片的光透射率Φ為量子轉(zhuǎn)化效率；X為籽粒含水量；ι為植株礦物質(zhì)含量H為每形成1kg干物質(zhì)所需的熱量；HI為收獲指數(shù)；DSR為到達(dá)地面單位面積逐日太陽總輻射DSR0為大氣上界的逐日太陽輻射總量DSH為日照時(shí)數(shù)DL為日長(zhǎng)RC為太陽常數(shù)SSIN和CCOS為中間變量LAT為決策點(diǎn)緯度；SDEC為太陽偏斜角JD為儒歷日期PPP為光合生產(chǎn)潛力

ε為總輻射中的光合有效輻射比例α為經(jīng)冠層反射的光合有效輻射比例β為群體冠層吸收的光合有效輻射比例γ為作物非光合器官吸收的光合有效輻射比例Tday為決策點(diǎn)白天的氣溫；OTgd為作物生長(zhǎng)發(fā)育的最適溫度；a為參數(shù)喜溫作物的溫度訂正2)WSL=PWSL+（1–PWSL）×WMLEEQ=DSR(4.88–4.37SRRcc)(Tday+29)×10-3

水分供應(yīng)水平（WSL）:一般由自然供水水平（PWSL）和水分灌排水平（WML）AP為實(shí)際降水量(mm)OPym為產(chǎn)量達(dá)到最大時(shí)的最適降水量(mm)PET為潛在蒸散(mm)采用Priestly-Taylor方程來計(jì)算RBG為裸地對(duì)太陽輻射的反射率，其值隨土壤砂性的增強(qiáng)而上升，一般在0.08~0.24之間變化SRRcc為作物冠層對(duì)太陽輻射的反射率LAI為葉面積指數(shù)EEQ為平衡蒸發(fā)量(mm)DSR同上水分灌排水平（WML）、土壤肥力水平（SFERL）、施肥管理水平（FML）、優(yōu)良品種選用水平（VSL）、栽培技術(shù)水平（CML）和病蟲草害防治水平（PCL）均分為超高、高、中等、低和差5個(gè)水平，分別依次取值為1、0.8、0.6、0.4和0.2。3)NSL=CFSF×SFERL+CFFM×FML4)PTL=VSL×（CML+PCL）/2土壤肥力水平（SFERL，0~1）施肥管理水平（FML，0~1）CFSF為土壤肥力水平對(duì)產(chǎn)量的貢獻(xiàn)率CFFM為施肥管理水平對(duì)產(chǎn)量的貢獻(xiàn)率，取值依作物類型而異:小麥產(chǎn)量大約有67%來自土壤肥力水稻產(chǎn)量大約有67%來自土壤肥力棉花一生所需養(yǎng)分的70%來自于土壤油菜產(chǎn)量大約有84%來自土壤肥力生產(chǎn)技術(shù)水平（PTL）包括優(yōu)良品種選用水平（VSL）、栽培技術(shù)水平（CML）和病蟲草害防治水平（PCL）品質(zhì)目標(biāo)及指標(biāo)以蛋白質(zhì)含量為例。

籽粒蛋白質(zhì)含量除受品種的遺傳特性制約外，還受到外界氣候條件的顯著影響。氣候生態(tài)因子對(duì)籽粒蛋白質(zhì)的影響不但存在互作，而且作用大小不同。因此本模型在綜合分析各個(gè)氣候生態(tài)因子效應(yīng)的同時(shí)，使用權(quán)重系數(shù)來進(jìn)一步訂正各氣候生態(tài)因子對(duì)籽粒蛋白質(zhì)的作用

APC為實(shí)際預(yù)測(cè)的籽粒蛋白含量（%）；PC0為潛在籽粒蛋白質(zhì)含量（%）；ri為氣候因子對(duì)蛋白質(zhì)含量影響的權(quán)重系數(shù)；n為氣候因子數(shù)；f（xi）為各氣候因子對(duì)籽粒蛋白質(zhì)含量影響的因子函數(shù)，0＜f（xi）≤1；Ri2為f（xi）的決定系數(shù)。（三）品種選擇首先根據(jù)決策點(diǎn)常年氣候條件決定決策點(diǎn)是否適宜種植某種作物。喜溫作物（如水稻、棉花）來說，可以根據(jù)決策點(diǎn)的年≥10℃積溫、最熱月平均氣溫、生育期降水量來決定是否適宜種植。對(duì)喜涼作物（如小麥、油菜）來說，可以根據(jù)決策點(diǎn)的年≥0℃積溫、最熱月平均氣溫和最冷月平均氣溫來決定是否適宜種植。在確定能種植某種作物的基礎(chǔ)上，再根據(jù)作物的一些特定要求，確定作物品種類型。喜涼作物（如小麥、油菜）可以通過一月份和七月份的平均溫度MT1和MT7以及越冬完成后每天的溫度DTaw等來計(jì)算決策點(diǎn)所能種的作物品種類型。喜溫作物（如水稻、棉花）可以通過年≥10℃的積溫AATA10、無霜期(d)NFP、種植方式等來決定該地能種的作物品種類型。然后，模型通過量化決策點(diǎn)所能提供的生理春化時(shí)間、溫度高低、日照長(zhǎng)短、最長(zhǎng)生育期（用有效積溫表示）、土壤肥力、土壤含鹽量、用戶對(duì)品種的需求和可選品種的特性（包括生理春化時(shí)間、抗凍性（耐熱性）、光周期、生育期長(zhǎng)短、產(chǎn)量、品質(zhì)指標(biāo)、耐肥性、抗鹽性、抗病性、抗倒伏性、抗旱性、抗?jié)承院涂垢蔁犸L(fēng)能力），計(jì)算出品種各特征值的置性度，并以品種總置性度為依據(jù)，為用戶推薦適宜的品種。（四）播期確定對(duì)春（夏）播作物，以作物播種后能安全出苗、安全移栽為播期確定的依據(jù)。通常以當(dāng)?shù)貧鉁鼗虻販啬軡M足作物發(fā)芽的要求，作為最早播種期。對(duì)秋播作物，最佳播期的確定以播種至越冬始期具有形成壯苗所需的積溫為原則。1)春（夏）播作物：GDD=

（DTT）

Tmax為日最高氣溫Tmin為日最低氣溫OTs為作物播種期生長(zhǎng)要求的適宜溫度ESD為最早的播期IJD為Tmean穩(wěn)定升到能滿足作物安全播種溫度的開始儒歷日ATst為安全移栽所需的積溫ATse為播種到出苗所需的積溫PHYLL為葉熱間距，即連續(xù)兩張葉片出現(xiàn)之間的熱時(shí)間間隔，其大小隨作物類型和品種而異MSLAtp為移栽時(shí)主莖的葉齡當(dāng)GDD=ATst時(shí)的日期即為所求的育苗移栽作物的適播期

2)秋播作物：以氣溫穩(wěn)定<3℃的始日為越冬始期向前倒推，當(dāng)GDD=ATbw時(shí)的日期即為所求的冬前形成壯苗的適播期。ATbw=ATse+ATewATew=OMSLNbw×PHYLL

播種到出苗所需的積溫（ATse）和出苗到越冬所需的積溫（ATew）OMSLNbw為適宜的冬前主莖葉片數(shù)（五）基本苗和播種量1、基本苗禾谷類作物OPD=FSN/SPESN

SPESN=SPTSTN×TAOR×PTPv

TAOR=TAv×II

單位面積群體成穗數(shù)（FSN）與單株可靠成穗數(shù)（SPESN）單株理論莖蘗數(shù)（SPTSTN）莖蘗實(shí)際發(fā)生率（TAOR）品種的有效分蘗成穗率（PTPv）II為除品種分蘗力以外的其它影響因子對(duì)莖蘗實(shí)際發(fā)生率的綜合影響IF(i)（土壤肥水豐缺因子、溫度因子、基本苗因子和播種深度因子）RW(i)各相應(yīng)的相對(duì)權(quán)重分枝類作物群體適宜莖枝數(shù)（OPSBN）與單株有效分枝數(shù)（SPEBN）

2、播種量播種量（SR）千粒重（TGW）或子指（SI，g）種子純凈度（SP，%）發(fā)芽率（GR，%）出苗率（SER，%）IF(i)（種子質(zhì)量因子、溫度因子、水分因子、土壤含鹽量因子、土壤pH因子、容重因子、播種深度因子、整地質(zhì)量因子和播種質(zhì)量因子）各因子的相對(duì)權(quán)重（RW(i)）（六）肥料運(yùn)籌TNR=(NUR

BNUS)/FNUE

作物一生的養(yǎng)分吸收需求（NUR）作物養(yǎng)分基礎(chǔ)吸收量（BNUS）肥料養(yǎng)分當(dāng)季利用率（FNUE，%）所需的氮、磷、鉀總施用量（TNR）在確定養(yǎng)分總施用量的基礎(chǔ)上，根據(jù)高產(chǎn)優(yōu)質(zhì)栽培管理要求計(jì)算養(yǎng)分施用的基追比。（七）水分管理OIA=（（SWClg

SWCeg）×ID×0.1+PETEPdgp）×10ID為灌溉管理深度（cm）PET為生育期內(nèi)的作物田間潛在蒸散量（mm）EPdgp為生育期內(nèi)的有效降水量（mm）SWCeg為生育初期作物根布層土壤含水量（%）SWClg為生育末期作物根布層土壤含水量（%）

二、動(dòng)態(tài)調(diào)控指標(biāo)（一）適宜生育進(jìn)程根據(jù)各決策點(diǎn)的作物品種特性、常年氣溫條件以及各生育期最適氣溫，可以計(jì)算出各決策點(diǎn)適宜的作物主要生育期范圍。（二）生長(zhǎng)指標(biāo)動(dòng)態(tài)1、莖糵動(dòng)態(tài)PD為基本苗c和d為待定系數(shù)OPSTNyt(GDD)為基于產(chǎn)量目標(biāo)的某GDD時(shí)刻的適宜群體莖蘗數(shù)OPSTNmax為特定產(chǎn)量目標(biāo)下的群體最高莖蘗數(shù)2、葉面積指數(shù)動(dòng)態(tài)以基于PDT(生育期預(yù)測(cè)器

)的動(dòng)態(tài)GDD為主線，根據(jù)各主要物候期的葉面積指數(shù)與最大葉面積指數(shù)的比值，利用線性內(nèi)插法可以計(jì)算出高產(chǎn)條件下的適宜葉面積指數(shù)動(dòng)態(tài)。最大葉面積指數(shù)可根據(jù)Monsi公式計(jì)算得到。3、干物質(zhì)積累動(dòng)態(tài)ODMA(GDD)為某GDD時(shí)刻的干物質(zhì)積累量（kg?hm-2）DMAmax為干物質(zhì)的最大積累量INSTDMI為干物質(zhì)的瞬時(shí)增長(zhǎng)率CVidm是由增值開始時(shí)的干物質(zhì)來決定的常數(shù)。

（三）養(yǎng)分指標(biāo)動(dòng)態(tài)三、實(shí)時(shí)動(dòng)態(tài)調(diào)控以知識(shí)模型設(shè)計(jì)的作物適宜生育指標(biāo)為標(biāo)準(zhǔn)“專家曲線”，當(dāng)輸入的實(shí)時(shí)苗情狀況明顯偏離標(biāo)準(zhǔn)的“專家曲線”時(shí)，系統(tǒng)分析原因，推薦一個(gè)適宜的調(diào)控措施（如施肥、灌溉、調(diào)節(jié)劑等）及調(diào)控時(shí)期，從而使得作物按照修訂的“專家曲線”進(jìn)行生長(zhǎng)。最后系統(tǒng)輸出調(diào)控的技術(shù)措施。AGNA（GDD）為某GDD時(shí)刻的養(yǎng)分積累量（kg?hm-2）AGNAmax為植株地上部養(yǎng)分的最大積累量（kg?hm-2）CVin為由增值開始時(shí)的養(yǎng)分來決定的常數(shù)INI為養(yǎng)分的瞬時(shí)增長(zhǎng)率5．基于三層模型結(jié)構(gòu)作物系統(tǒng)設(shè)計(jì)最適播期模型與產(chǎn)量潛力計(jì)算結(jié)合起來考慮1)年i播期d的積溫（>10度）:

GDDdi=

（DTT）2)各個(gè)播期d的適播性

Cd=pdi(GDDdi/GDD)/Yearspdi--產(chǎn)量潛力,用ＦＡＯ-ＡＥＺ法計(jì)算3)最適播期maxCd

氣象數(shù)據(jù)品種決策點(diǎn)種植制度生育期積溫GDDid產(chǎn)量潛力Pid{GDDid},{Pid}進(jìn)行統(tǒng)計(jì)求適播性值cd最適播期Maxcd播期范圍輸出播期統(tǒng)計(jì)信息2.3.1品種、播期決策系統(tǒng)流程生態(tài)區(qū)主推品種產(chǎn)量趨勢(shì)抗病性抗逆性用途熟性產(chǎn)量--密度及群體設(shè)計(jì)模型設(shè)計(jì)模型模型建立田間試驗(yàn)B)基于生長(zhǎng)曲線的群體設(shè)計(jì)模型Logistic:h=a/(1+be-ct)

統(tǒng)計(jì)分析技術(shù)評(píng)價(jià)A)基于階段干物質(zhì)積累過程的群體設(shè)計(jì)模型Richard:h=a/(1+eb-ct)1/d

產(chǎn)量-密度群體設(shè)計(jì)流程決策點(diǎn)基本信息播期統(tǒng)計(jì)信息土壤條件評(píng)價(jià)種植制度評(píng)價(jià)產(chǎn)量目標(biāo)模型參數(shù)校正模型優(yōu)化求解氣候條件評(píng)價(jià)模型基本信息產(chǎn)量、密度、群體指標(biāo)不滿意產(chǎn)量-群體結(jié)構(gòu)模型的建立A)群體指標(biāo)的選擇

從包括密度、成穗率及拔節(jié)、大口、乳熟、成熟等各時(shí)期的葉、莖、穗、軸等的生物量共30多項(xiàng)指標(biāo)中選取與產(chǎn)量關(guān)系密切的指標(biāo)4~8項(xiàng)：

先玉335的指標(biāo)有：密度(株/ha)、拔節(jié)期地上部總重、吐絲期地上部總重、灌漿期地上部總重、乳熟期地上部總重、完熟期地上部總重、完熟期葉重、成穗率(％)；

B)模型的構(gòu)建

利用選取與產(chǎn)量關(guān)系密切的指標(biāo)建立有關(guān)方程

先玉335為：u1-拔節(jié)期地上部總重;u2-吐絲期地上部總重;

u3-灌漿期地上部總重;u4-乳熟期地上部總重;u5-完熟期地上部總重;u5L-完熟期葉重x1-密度(株/ha);x2-成穗率(％)

拔節(jié)期1135吐絲期2051灌漿期11637乳熟期23054完熟期23077完熟葉重3842密度(株/ha)70936成穗率(％)98.90以15000kg/ha產(chǎn)量作為目標(biāo)，“MicrosoftExcel”的“規(guī)劃求解”,優(yōu)化后各個(gè)生育時(shí)期的群體指標(biāo)值為：鄭單958:Y=-0.32212-14.727b+0.0063017c2+0.0260064ab-0.0024339abc相關(guān)系數(shù)為R=0.863標(biāo)準(zhǔn)誤差為sd=0.01848中農(nóng)大4號(hào):Y==-0.0906441+0.7074745a2-0.0000008451b2+0.0009498c2

相關(guān)系數(shù)為R=0.993標(biāo)準(zhǔn)誤差為sd=0.0044基于logistic模型各參數(shù)與產(chǎn)量之間相關(guān)分析，（其中Y為單株產(chǎn)量，a,b,c為logistic方程的模型參數(shù)。）2作物養(yǎng)分需求設(shè)計(jì)模型養(yǎng)分積累時(shí)空效應(yīng)理論:某階段作物養(yǎng)分效應(yīng)等葉與非葉、前期與本階段積累養(yǎng)分效應(yīng)之和,各部分養(yǎng)分效應(yīng)又與本階段溫度變化特征及群體相關(guān).Yi=(FLi-1i+△FLi

i+FS

i-1i+△FS.ii)×EDi

+

iYi

為某一生育階段干物質(zhì)積累量的日平均值FLi-1i為前期的葉片積累養(yǎng)分的效應(yīng)△FLii為該生育階段的葉片積累養(yǎng)分的效應(yīng)FS

i-1i為前期的非葉積累養(yǎng)分的效應(yīng)△FSii為該生育階段的非葉積累養(yǎng)分的效應(yīng)EDi為養(yǎng)分的群體影響效應(yīng)

i為隨機(jī)誤差。FLi-1i=X

Li-1(ELi-1i×ETi-1i)其中：XLi-1為前期葉片養(yǎng)分積累量，E

i-1i為前期葉片養(yǎng)分的固定效應(yīng)，ETi-1i為前期積累養(yǎng)分的溫度效應(yīng)?！鱂Li=△XLi(ELii×ETii)其中：△XLi為該生育階段葉片的養(yǎng)分積累量，ELii為該生育階段葉片的積累養(yǎng)分固定效應(yīng)，ETii為該生育階段的溫度效應(yīng)。FSi-1i=X

Si-1(ESi-1i×ETi-1i)其中：X

Si-1為前期非葉養(yǎng)分積累量，ESi-1i為前期非葉的固定效應(yīng)。△FSi=△XSi(ESii×ETii)其中：△XSi為該生育階段玉米單株莖稈的養(yǎng)分積累量，ESii為該生育階段莖稈的固定效應(yīng)。參數(shù)氮磷鉀EL125.86-5.8916.69ES120.50.303.00EL221.338.911.17ES221.465.730.46ET121-(TA2/26.70)-2×8.19×(GD2/13)41-(TA2/24.03)-2×4.89(GD2/8.84)41-(TA2/26.03)-2×17.33×(GD2/15.33)-6ET221-|(TAW2–26.7)/