基于生长元模型的智能化作物集成建模辅助系统研究

 【目的】探索智能化作物集成建模方法和开发实用辅助建模工具。【方法】在综合分析麦、稻、棉等作物的生长模拟模型算法及模拟系统的基础上,提炼作物通用建模流程、模型结构、模型接口和模型模板,构建作物生长元模型;在模型资源库、组件、描述脚本和引擎等技术的支撑下,设计层次化、组件化和智能化作物集成建模辅助系统（IICMSS）结构及核心部件。【结果】基于.Net平台,使用C#语言和SQL Server数据库开发原型系统;以小麦为对象,重构了生长模型和模拟系统。与基于代码编程的小麦生长模拟系统相比,开发方法有所改进,方便了作物模型及模拟系统的开发、测试、维护和共享。【结论】基于生长元模型的智能化作物集成建模辅助系统实现了作物建模的工作流程化、手段工业化、接口通用化及模型透明化,促进了作物建模过程的自动化;作物模型研究者使用学习、定制、设计、配置、组装、评估和扩展等手段,即可无编程、智能化地构建作物模型。     

基于构件化生长模型的作物管理决策支持系统

运用系统分析原理和数学建模技术,通过分析不同作物生长模型的共性及特点,初步创建了基于通用算法框架的作物生长模型。并进一步结合气象生成模型、品种参数生成模型及策略分析评价模型,以C#为编程语言,应用面向对象的程序设计与软构件技术,建立了基于构件化生长模型的作物管理决策支持系统。系统实现了农作模拟预测、决策支持和人机交互技术的有机耦合,具有农作信息管理、动态模拟、方案评估、因苗预测、时空分析及系统维护等功能。系统的建立可为通用性、综合性数字化作物管理决策支持系统的构建奠定基础。     

农业知识本体构建方法

本体是一种促使知识重用、知识共享和建模的模型.本文首先介绍了建立农业知识库的必要性,如何构建农业知识本体体系,以及如何构建农业知识领域本体和获取农业知识方法.本文还分析了农业知识在分类时可能造成的不一致性,并给出了相关算法.     

基于本体的水稻管理模型研究

水稻生产系统是复杂的多因子系统，基于水稻生育指标一环境因子一技术措施关系构建的水稻管理知识模型，初步实现了水稻管理知识表达的模型化和数字化。由于水稻生产管理中存在较多异构数据，现有模型难以克服时空适应性弱及代码重用等不足。本体（0ntology）作为一般化的数据库模式，可用于描述比普通数据库更复杂对象的语义结构，其支持信息共享和代码重用。本研究以水稻为对象，通过本体表示、本体构建和本体集成，拟建立基于本体的水稻管理模型，以实现水稻生长模拟、水肥运筹和病虫防治等功能。     

基于知识模型和生长模型的小麦管理决策支持系统

 将系统分析方法和数学建模技术应用于小麦栽培管理知识表达体系,通过解析和提炼小麦生育、管理指标与环境因子、生产水平之间的基础性关系和定量化算法,创建了小麦栽培管理动态知识模型(WheatKnow);进一步结合小麦生长模拟模型(WheatGrow)和小麦管理智能系统,充分利用软构件的语言无关性、可重用性及简便快捷的系统维护机制等特点,在Visual　C++和Visual　Basic平台上构建了综合性、数字化和构件化的基于知识模型与生长模型的小麦管理决策支持系统(MBDSSWM),实现了预测功能和决策功能的有机耦     

基于农户行为的农作物空间格局变化模拟模型架构

【目的】农作物空间格局是农业土地系统中景观功能层面的核心特征之一,农作物空间格局变化较土地利用与覆被变化更为频繁,但并不易于监测与分析。本文拟提出一个基于农户（Agent）作物选择行为的农作物空间格局动态变化模拟模型（CroPaDy）的构建方案。【方法】参考Agent农业土地变化模型的建模思路,按照 “ODD标准化建模程序”和“一般性的模型计算化设计框架”进行模型的概念化设计与计算化设计。【结果】概念化设计方面,将模型设计成一个闭合的环路（驱动因素分析—决策过程分析—行为结果分析）。其中,驱动因素分析影响农户决策的内/外部因素,而非传统的自然/社会经济因素。模型模拟步长为一年,状态变量每年更新,并将行为结果作为反馈从而更新内/外部影响因素,由此体现农作物空间格局变化的动态过程。计算化设计方面,将模型设计成3个既相互独立又紧密联系的子模块,分别是：Agent生成模块、Agent简化与分类模块以及Agent决策分析模块。模型计算化设计过程应用蒙特卡洛以及效用函数等常见方法,此外,尝试使用因子分析方法对Agent进行分类与简化。【结论】经检验,CroPaDy模型充分考虑了自然环境与人类社会的交互作用,能够用以表达特定区域内的农作物空间格局及其动态变化过程。     

基于SWRL的枸杞病虫害本体知识推理研究

针对农业领域存在的知识表示、推理和重用等问题,将本体理念与技术引入农业领域,并对如何构建枸杞病虫害本体及相应的SWRL规则进行研究。首先对枸杞病虫害知识本体中的概念及概念之间的关系进行知识表示,构建1个可共享、可重用、可扩展的枸杞病虫害领域本体;然后根据枸杞病虫害本体中逻辑关系设计一系列SWRL规则;最后将构建的枸杞病虫害领域本体和SWRL规则放入Jess推理机中进行推理,通过推理的方法得到病害领域本体的隐含知识,从而完善枸杞病虫害领域本体。     

小麦生长模型对拔节期和孕穗期低温胁迫响应能力的比较

【目的】作物生长模型是预测和评估气候变化对作物生产力影响的重要量化工具,明确典型作物生长模型对小麦拔节期和孕穗期低温胁迫响应能力的不足,可以为进一步改进低温胁迫对小麦生产力影响的模拟算法提供指导。【方法】本研究将来自4套国际知名小麦生长模型（美国密歇根州立大学的CERES-Wheat、美国华盛顿州立大学的CropSyst、荷兰瓦赫宁根大学的WOFOST和法国国家农业科学研究院的STICS模型）的典型低温胁迫效应算法,与本课题组研发的小麦生长模拟模型WheatGrow相耦合,利用2012—2013年南京和2013—2015如皋不同品种（扬麦16和徐麦30）、不同温度水平（最低至-6℃）和持续时间（2、4、6 d）的人工气候室低温盆栽试验资料,检验和评价了原WheatGrow模型和耦合后低温胁迫效应算法的WheatGrow模型在拔节期和孕穗期低温胁迫下对小麦叶面积指数动态、茎生物量、地上部总生物量、籽粒产量等指标的预测能力。【结果】拔节—孕穗期低温胁迫明显降低了小麦叶面积指数、地上部生物量积累和籽粒产量,且随低温水平的降低和持续时间的增加降低幅度呈明显升高趋势。比较不同处理时期和品种发现,小麦生长发育及产量对孕穗期低温处理较拔节期低温处理更加敏感,扬麦16较徐麦30对低温胁迫更为敏感。耦合了4种低温胁迫效应算法的WheatGrow模型在模拟叶面积指数动态上较原WheatGrow模型有所改善,但模拟误差仍然较大,其中对孕穗期低温处理的模拟误差大于拔节期处理。4种低温胁迫算法均低估了低温胁迫对茎生物量以及成熟期地上部生物量积累的不利影响。综合比较4种低温胁迫算法的预测能力可以看出,对于叶面积指数和地上部生物量的动态模拟,CropSyst模型中的低温胁迫效应算法表现最好;对于茎生物量的动态模拟,WOFOST模型中的低温胁迫效应算法表现最好,特别是孕穗期低温处理;对于籽粒产量的模拟,STICS模型中的低温胁迫效应算法表现最好,其次是CropSyst模型。【结论】耦合低温胁迫效应算法后的WheatGrow模型,在模拟叶面积指数、茎生物量、地上部生物量和籽粒产量上均好于原WheatGrow模型,且在弱低温条件下的模拟效果好于强低温条件,但是4套算法由于没有考虑低温胁迫对茎秆的直接伤害、低温胁迫对干物质分配的影响以及低温胁迫后的恢复和补偿效应,因此在模拟茎生物量积累,以及模拟不同低温持续时间下的地上部生物量积累存在明显不足。此外,4套低温效应算法引入参数较多,为模型的参数化带来一定的困难,有待今后进一步改进和完善。研究结果对改进小麦生长模型对低温胁迫响应,降低气候变化背景下作物生产力的预测预警的不确定性具有重要意义。     

基于模糊本体的玉米病害诊断模型的构建

【目的】建立一种模糊本体的玉米病害知识表示及推理模型.【方法】将利用数据源得到的数据构建模糊本体,结合模糊理论,利用本体技术构建病害诊断模型.【结果和结论】该模型给合本体的形式化定义和模糊理论的不确定表示的优势,将模糊理论引入到本体构建中,突破了本体只能表示确定知识的局限性.将该方法用于玉米病害诊治中,对农业生产中病害诊治起到了很好的指导作用.     

基于本体的故障诊断知识管理系统研究

针对目前企业内存在的故障诊断信息分散,不易共享和重用的问题,提出基于本体的故障诊断知识管理系统模型.根据故障诊断所涉及的源知识特点,建立了结构域、测试域和故障域3个异构领域本体模型,并根据各本体之间的连接关系给出了故障树生成算法,实现知识之间的共享和重用.以4L-20/8型两级空气压缩机为研究对象,开发了基于本体的故障诊断知识管理系统,该系统能为企业用户提供更精确的知识检索和诊断决策服务,为进一步的设备智能维护提供了条件.     

基于个体优势遗传算法的水稻生育期模型参数优化

【目的】快速并准确估算作物生育期模型参数。【方法】本文提出了一种新的改进型遗传算法——个体优势遗传算法（individual advantages genetic algorithm,IAGA）,并应用于水稻生育期模型参数估算。在遗传算法的基础上引入个体优势算子,并改进了变异算子及种群更新策略。以完全嵌入方式耦合RiceGrow和ORYZA2000水稻生育期模型,实现了模型参数的自动率定。利用汕优63等5个水稻品种在徐州、高要等地的多年田间试验资料,对IAGA算法的有效性进行对比试验。【结果】（1）试验验证结果的RMSE<3.05 d,NRMSE<3.19%,MDA<2.41 d,R2>0.9885,表明利用IAGA获得的模型参数准确性较高。（2）调参的实测数据量大小对调参结果影响不大。由3年数据增加到6年数据,试验拟合结果最大NRMSE值由2.58%增大到3.08%,增加了0.5%。选择隔年并包含全生育期天数最大值与最小值的调参数据,可以获得较准确的模型参数值。（3）IAGA与复合形混合演化算法、遗传模拟退火算法以及标准粒子群算法相比,可获得更准确的模型参数值。【结论】IAGA算法可以实现水稻生育期模型参数的自动率定,为作物生长模型参数的快速准确估算提供了一种有效新方法。     

不同算法红边位置监测小麦冠层氮素营养指标的比较

【目的】红边位置常被用于监测作物叶片氮素营养状况。本文旨在通过不同算法提取红边位置,分析并比较不同算法提取的红边位置对氮素营养监测模型的准确性和可靠性差异,确定监测小麦叶片氮素营养的最佳红边位置算法及定量模型。【方法】基于不同施氮水平、播种密度、品种类型和生育时期的小麦田间试验,系统分析不同算法的红边位置(一阶微分、倒高斯法、多项式拟合法、四点内插法、拉格朗日法、线性外推法)与冠层叶片氮素营养指标的定量关系,比较不同算法红边位置对氮素营养监测的准确性和可靠性。【结果】线性外推法为计算小麦红边位置的最佳算法,并建立了基于线性外推法的小麦冠层叶片氮素营养定量监测模型。【结论】研究结果为小麦冠层叶片氮素营养指标的可靠监测提供了有效途径。     

玉米适宜品种选择和播期确定动态知识模型的设计与实现

 【目的】试图建立一种具有时空动态性的玉米适宜品种选择和播期确定知识模型。【方法】运用知识工程原理和数学建模技术, 通过定量计算玉米品种特征值与生态环境因子和生产需求之间的符合度，建立了玉米适宜品种选择动态知识模型。依据玉米生长发育进程与最佳季节同步原理，建立了玉米适宜播期确定知识模型。【结果】模型验证利用北京、济南、沈阳等不同生态点常年气象资料以及8个不同品种数据资料，对所建品种选择知识模型进行了实例分析；利用河北滦平、山东济南、辽宁沈阳3个不同地区的气象资料和农大108品种资料对播期模型进行了实例验证。【结论】该系统具有较好的决策性和普适性。     

基于有效积温的冬小麦返青后植株三维形态模拟

【目的】基于有效积温,利用三维建模技术,实现小麦生长模型与形态模型的有机结合,真实表达环境因素对小麦生长发育和形态结构的影响,最终实现小麦生长过程的三维可视化,为小麦作物生长动态预测、栽培管理调控、作物株型设计等提供重要参考。【方法】以天津地区主要推广小麦品种衡观35、济麦22和衡4399为材料,于2015—2016年冬小麦生长季内开展不同小麦品种和施氮水平的田间试验,采集各品种冬小麦在不同施氮水平下的叶长和最大叶宽等形态数据,通过分析各品种冬小麦返青后形态数据和有效积温的定量关系,用Logistic方程构建了冬小麦返青后叶片叶长、最大叶宽模拟模型,并对该模型进行检验;基于该模拟模型,计算各品种冬小麦返青后每个生长日的形态数据,借助OpenGL和NURBS曲面造型技术,构建冬小麦几何形态模型,最终实现冬小麦生长模型与形态模型的结合,实现了冬小麦返青后生长过程可视化。【结果】在不同品种、不同施氮水平下,小麦叶长回归方程R2值在0.772—0.983之间,F值在10.153—340.191之间,且Sig小于显著水平0.05,最大叶宽回归方程R~2值在0.853—0.999之间,F值在17.371—4 359.236之间,且Sig小于显著水平0.05,表明上述模型拟合度和显著性均较好。经数据检验,叶长模型绝对误差在0—3.88 cm之间,根均方差(RMSE)值在0.24—1.95 cm之间,最大叶宽模型绝对误差在0—0.28 cm之间,RMSE值在0.02—0.15 cm之间,表明所建模拟模型精度较高,该模型对不同品种冬小麦返青后的叶片生长具有较好的预测性;基于所建模拟模型计算冬小麦返青后逐日形态数据,可构造不同品种、不同施氮水平下的冬小麦植株形态,可逼真模拟冬小麦返青后植株动态生长过程。【结论】基于有效积温构建的冬小麦返青后叶长和最大叶宽模拟模型,可较好预测冬小麦返青后叶片生长状态,可实现小麦生长模型和形态模型的有机结合,实现不同品种冬小麦在不同施氮水平下的叶片生长可视化。     

基于高光谱和激光雷达遥感的水稻产量监测研究

【背景】快速、准确地估算水稻产量对于肥水精确管理及国家粮食政策的制定至关重要。高光谱与激光雷达遥感作为2种不同的主被动监测技术,为水稻长势信息获取提供了多样化手段。【目的】对比2种遥感监测手段在不同生态点的独立数据集中的验证精度,寻求可移植性强的产量估算模型,对水稻长势监测提供理论与技术支撑,及为精确农业提供科学指导具有重要意义。【方法】本研究通过实施3年（2016—2018年）包含不同地点、不同品种与不同氮素水平的水稻田间试验,在抽穗后各时期同步获取点云数据和光谱数据,结合线性回归与随机森林回归来估算产量,探究抽穗后点云数据与光谱数据估算水稻产量的差异;同时评估产量模型在不同数据集的时空可移植性,寻求可移植性强的产量估算模型。【结果】利用点云数据估算产量的精度（R² = 0.64—0.69）优于光谱数据的估算精度（R² = 0.20—0.58）;基于线性回归的产量估算模型,其验证精度明显优于基于随机森林回归的产量模型;产量模型在同一生态点的可移植性更强（不同生态点：RRMSE 16.69%—17.85%;同一生态点：RRMSE 11.37%—12.41%）。【结论】本研究为抽穗后水稻产量监测提供了新的方法和不同遥感手段的性能比较,为收获前作物产量的实时估算提供重要支撑。激光雷达技术凭借其全天候工作的特点,在长江中下游水稻产量实时监测中有着较好的应用前景。     

基于APSIM模型旱地小麦叶面积指数相关参数的优化

【目的】 模型的有效应用依赖于参数的快速、准确估算。本研究拟解决作物生长模型参数本土化率定过程中运算量大、耗时长、精度低、效率低的问题。【方法】 依据甘肃省定西市安定区2个试验点（李家堡镇麻子川村和凤翔镇安家沟村）,多年（2002—2005年和2015—2017年）大田试验数据以及定西市安定区1971—2017年气象资料,利用混合蛙跳算法智能的迭代搜索原理,对APSIM模型旱地小麦叶面积指数相关参数进行了优化,并采用相关性分析方法对模型校正结果进行检验。【结果】 利用青蛙群体即相对独立又合作协调的子群内局部深度搜索与子群间全局信息交流生物进化学习策略,有效提高了运算的速度,实现了对APSIM模型中与旱地小麦叶面积指数相关参数的快速、准确估算。相关参数主要包括：主茎上节出现所需的热时间间隔、小麦出苗后初始化的节数、小麦出苗后初始化的叶片数、小麦出苗后初始化的叶面积指数、某日正在生长的节数和最大比叶面积。分别使用穷举试错法所得参数值和混合蛙跳算法所得参数值模拟叶面积指数,参数优化后,叶面积指数模拟值和实测值之间的RMSE（root mean square error）平均值由0.069降低到0.027,NRMSE（normalized root mean square error）平均值由8.09%降低到4.56%,M_E（model effective index）平均值由0.979提高到0.993。【结论】 相对于参数率定常用穷举试错法,混合蛙跳算法具有自发学习特征的智能迭代行为,实现了参数的自动率定,提高了效率。基于该算法进行APSIM模型旱地小麦叶面积指数相关参数的优化,使得模型对叶面积指数的模拟精度显著提高,证明该算法的使用对作物生理生态系统复杂模型的校正效果良好,为改善模型参数率定过程存在的运算量大、耗时长、精度低、效率低的缺点提供了一种行之有效的方法。     

Analysis of Drought Characteristics and Its Trend Change in Shaanxi Province Based on SPEI and MI

【Objective】 At present, most drought studies were based on historical drought events to analyze the causes and trends. This paper sought to simulate the drought index method when outputting future meteorological data based on CMIP5 model, and explored the characteristics of past and future drought changes in Shaanxi Province, which could provide a basis for the future management of agricultural water resources in Shaanxi Province. 【Method】Based on the historical data of 18 meteorological stations in Shaanxi Province and CMIP5 model, the future meteorological data were output. The reference crop evapotranspiration (ET₀) was simulated by comparing three kinds of models. The standard precipitation evaporation index (SPEI) and relative moisture index (MI) were calculated based on the reference crop ET₀ and precipitation data to reflect the drought degree. The spatial and temporal characteristics of drought in the past (1958-2017) and in the future (2018-2100) were compared.【Result】Multiple linear regression (MLR) simulation could accurately predict the reference crop ET₀ (RMSE=0.457 mm·d ^-1). In the RCP2.6 and RCP8.5 scenarios, the future drought index showed an upward trend. Under the RCP8.5 scenario, there was a sudden change in the drought index in the 1940s. The degree of drought would decrease in the future of Shaanxi Province, and the distribution of drought would be more uneven during the year. In the future, the degree of drought would decrease during summer maize growth season, and the degree of drought would increase during winter wheat growth season.【Conclusion】The characteristics and extent of drought change were different under different RCP scenarios. The changes in drought characteristics reflected by SPEI and MI were basically the same, but there were differences in the changes in some time periods. In order to effectively cope with the negative impact of climate change on dry crop yields, it was necessary to enhance soil water storage and conservation capacity, especially to strengthen drought resistance during the winter wheat growing season.