作物模拟技术在小麦栽培中应用的研究

 阐述了作物模拟技术的内容及其在小麦栽培中的应用 ,论述了小麦栽培模拟优化决策系统的原理 ,分析了小麦栽培模拟优化决策系统中常年决策、当年决策的功能与机理。将作物模拟技术与小麦栽培学相结合 ,可克服传统小麦生产管理决策的滞后性与非动态性 ,使其向动态、定量、目标与优化方向发展 ,实现智能化、精确化与科学化管理 ,促进农业信息化和可持续发展。     

作物生长模型发展现状及应用前景

随着农业作物学科和计算机科学技术的发展,作物生长模型的研究在20世纪60年代开始迅猛发展,至今经历了从定性的概念模型到定量的机理模型、从作物的生理生态过程模拟模型发展成为综合的作物应用模型的发展历程。在简要介绍国内外作物生长模型的研究进程、特点及现状的基础上,指出了现有模型中存在的问题,并对其应用前景和发展趋势进行了探讨。     

数字农作技术研究的若干进展与发展方向

 着重介绍数字农作技术研究的若干最新进展与发展方向。数字农作即通过综合运用数字化技术，研究农作物生产系统中信息获取、处理、管理和利用的关键技术及应用系统，从而对农作系统过程的信息流实现全面的数字化表达和整合。近年来，作者围绕数字农作的关键技术及应用系统，开展了较为深入和系统的研究工作，重点在作物生长模拟模型、作物管理知识模型、作物生长无损监测、农作空间信息管理、数字农作决策系统等5个领域取得了显著的研究进展。数字农作的未来发展将需要综合运用信息管理、自动监测、动态模拟、虚拟现实、知识工程、精确控制、网络通讯等现代信息技术，以农作物生产要素与生产过程的信息化与数字化为主要研究目标，发展农业资源的信息化管理、农作状态的自动化监测、农作过程的数字化模拟、农作系统的可视化设计、农作知识的模型化表达、农作管理的精确化控制等关键技术，进一步研制综合性数字农作技术软硬件系统，实现农作系统监测、预测、设计、管理、控制的数字化、精确化、可视化、网络化。农作生长与生产系统的数字化将带动农业产业的信息化和现代化。     

作物生长模型（CropGrow）研究进展

农业信息技术是基于信息技术与农业科学的交叉融合而形成的新兴技术,催生了数字农业和智慧农业的快速发展。作物生长模型作为其核心内容之一,可以动态模拟作物生长发育过程及其与气候因子、土壤特性和管理技术之间的关系,从而有效克服传统农业生产管理研究中较强的时空局限性,为不同条件下的作物生产力预测预警与效应评估等提供量化工具。本文重点介绍笔者团队在作物生长模型的构建与应用方面形成的总体技术方法、最新研究进展及未来发展思考。通过20多年系统深入的探索和实践,本团队以小麦、水稻等作物为主要对象,以“生理机制解析-模型算法构建-生产力动态预测-效应定量评估-模拟平台研发”为主线,综合运用系统分析、动态建模、虚拟现实、情景模拟及决策支持等方法,开展了作物生长模型CropGrow的构建与应用研究。首先,利用系统分析方法与动态建模技术,构建了机理性与预测性兼备的综合性作物生长模型（CropGrow）,包括阶段发育与物候期、器官发生与建成、光合生产与物质积累、同化物分配与产量品质形成、养分动态、水分平衡以及作物三维形态建成与虚拟显示等子模型,可数字化、可视化表征不同条件下作物生长发育与生产力形成过程;然后,结合地理信息系统（GIS）和遥感（RS）技术,构建了基于模型、GIS和RS有效耦合的区域作物生产力预测技术;进一步量化了气候变化、品种更新、土壤改良、措施优化对区域作物生产力形成的影响,拓展了适宜方案生成、理想品种设计、气候效应评估、耕地利用评价以及农业政策制定等应用技术;最后,运用构件化程序设计思想,基于作物生产数据库、作物模型构件库等,集成开发了基于模型的数字化、可视化作物生长模拟系统与决策支持平台,实现了数据管理、参数优化、生长模拟、遥感耦合、区域预测、方案设计、效应评估、安全预警、产品发布等综合功能。未来作物模拟研究将在完善基础数据库的基础上,进一步提升预测能力、量化基因效应、拓展智能决策、耦合多功能模型等,为粮食生产的预测预警、情景效应的量化评估、生产管理的智能决策、作物品种的优化设计等提供数字化支撑,对于保障国家粮食安全和推进数字农业发展具有重要意义。     

作物生长模型（CropGrow）研究进展

农业信息技术是基于信息技术与农业科学的交叉融合而形成的新兴技术,催生了数字农业和智慧农业的快速发展。作物生长模型作为其核心内容之一,可以动态模拟作物生长发育过程及其与气候因子、土壤特性和管理技术之间的关系,从而有效克服传统农业生产管理研究中较强的时空局限性,为不同条件下的作物生产力预测预警与效应评估等提供量化工具。本文重点介绍笔者团队在作物生长模型的构建与应用方面形成的总体技术方法、最新研究进展及未来发展思考。通过20多年系统深入的探索和实践,本团队以小麦、水稻等作物为主要对象,以"生理机制解析-模型算法构建-生产力动态预测-效应定量评估-模拟平台研发"为主线,综合运用系统分析、动态建模、虚拟现实、情景模拟及决策支持等方法,开展了作物生长模型CropGrow的构建与应用研究。首先,利用系统分析方法与动态建模技术,构建了机理性与预测性兼备的综合性作物生长模型(CropGrow),包括阶段发育与物候期、器官发生与建成、光合生产与物质积累、同化物分配与产量品质形成、养分动态、水分平衡以及作物三维形态建成与虚拟显示等子模型,可数字化、可视化表征不同条件下作物生长发育与生产力形成过程;然后,结合地理信息系统(GIS)和遥感(RS)技术,构建了基于模型、GIS和RS有效耦合的区域作物生产力预测技术;进一步量化了气候变化、品种更新、土壤改良、措施优化对区域作物生产力形成的影响,拓展了适宜方案生成、理想品种设计、气候效应评估、耕地利用评价以及农业政策制定等应用技术;最后,运用构件化程序设计思想,基于作物生产数据库、作物模型构件库等,集成开发了基于模型的数字化、可视化作物生长模拟系统与决策支持平台,实现了数据管理、参数优化、生长模拟、遥感耦合、区域预测、方案设计、效应评估、安全预警、产品发布等综合功能。未来作物模拟研究将在完善基础数据库的基础上,进一步提升预测能力、量化基因效应、拓展智能决策、耦合多功能模型等,为粮食生产的预测预警、情景效应的量化评估、生产管理的智能决策、作物品种的优化设计等提供数字化支撑,对于保障国家粮食安全和推进数字农业发展具有重要意义。     

作物生长模型及智能农业专家系统研究

作物生长模型是数字农业的重要基础和关键技术,通过研究作物生产中品种、土壤、气候、经济和社会等信息的产生、采集、存储、交换、传递、处理及利用,将系统分析原理和信息技术应用于作物学研究,建立智能化的决策系统,从而实现作物生产管理的定量决策。     

作物生长模拟模型研究进展

作物生长模拟模型是对作物生长发育过程及其与环境条件、栽培管理技术的动态关系进行的定量描述和预测,模型的研究有利于农业科学成就的综合集成,同时也是作物种植管理决策现代化的基础.为此,较系统阐述了作物生长模拟模型的定义、发展、特点及建模原理.分析了目前国内外取得的成果及存在的问题.在此基础上指出作物生长模拟模型研究应趋于微...     

农业专家系统与模拟模型

引言农业专家系统与模拟模型是本世纪兴起的新信息技术。早在50年代,人们就尝试应用数学模型研究农业问题,辅助农业决策。数十年来,农业模型已逐渐成为一种准常规农业决策工具。我国在70年代后期,伴随着系统工程概念和方法向农业渗透,无论宏观还是微观农业模型研究,均取得显著进展。八十年代我国兴起的作物模式化栽培试验研究,其主要技术支柱就是模型。模拟模型属于系统工程方法。通过在计算机上对模型求解或运行(即动态模拟),可以详细地了解模型系统特性,达到认识模拟对象一真实系统的目的。为了方便建模,在技术市场上出现了各种计算机模拟语言,在农业领域较为流行的有 CSMP 和DYNAMO 等。模拟模型中使用的数值变量可概括为状态变量、速率变量、驱动变量     

基于作物模型的计算机模拟软件研究

基于作物模型的计算机模拟软件是数字农业中实现农业信息化的重要基础。该文系统介绍了作物模型及作物模拟的概念,作物生长模拟技术的产生和发展,并对模拟软件的研发过程中涉及的关键技术进行阐述,指出模拟软件在农业生产和科研中的应用。     

作物精确栽培；栽培方案设计；生长指标诊断；生产力预测Development and Implementation of Crop Precision Cultivation Technology

 随着现代作物栽培学与新兴学科领域的交叉与融合,作物栽培管理正从传统的模式化和规范化,向着定量化和智能化的方向迈进。作物精确栽培技术即是将系统科学和信息技术应用于作物栽培学,并对作物栽培学所涉及的对象和过程进行数字化设计、信息化感知、动态化模拟,从而实现作物栽培管理的定量化与精确化。通过多年的探索和实践,基本构建了具有中国特色的作物精确栽培技术体系,重点在作物栽培方案的定量设计、作物生长指标的光谱监测、作物生产力的模拟预测三个方面取得了显著的研究进展,并在试验示范中实现了基于生产因子的作物栽培管理方案优化设计、基于光谱信息的作物生长指标监测诊断、基于生长过程的作物产量品质预测预报。作物精确栽培技术的未来发展将需要深入推进作物栽培学与模拟技术、传感技术、决策技术等的交叉融合,完善适用于单点到区域不同尺度的作物栽培方案精确设计、作物生长状况精确诊断、作物生产力精确预测等关键技术,加强作物精确栽培技术软件系统和硬件产品的开发应用与示范推广,从而促进现代作物栽培管理不断向着智慧化方向迈进。作物精确栽培技术的进一步完善将有助于提升农业生产的管理水平和综合效益,加快农业信息化与现代化的发展进程。