玉米数字模拟器研究

以玉米为对象，对作物-环境-技术关系展开了数字化模拟研究。运用系统分析方法和动态模拟技术，构建了基于玉米生长发育过程的玉米产量与品质形成模拟器系统；应用组件化程序设计思想，采用标准化接口和模块化封装技术，研究了玉米生长、管理、调控与设计数字化模拟器系统；应用可视化技术实现了玉米动态模拟的可视化输出；从而实实现了玉米生产系统预测、管理、调控、设计的数字化和科学化。     

AquaCrop模型在华北平原黑龙港流域典型区冬小麦-夏玉米种植模式上的适用性评价

为评估AquaCrop模型在黑龙港流域模拟冬小麦-夏玉米水分利用与作物产量的适用性,根据田间试验数据和FAO提供的参数值,对AquaCrop模型进行模型非保守性参数的本地化校准和验证。结果表明,AquaCrop模拟冬小麦冠层覆盖值和实测值的归一化均方根误差(NRMSE)为15.90%,模拟产量与实测产量之间的NRMSE为4.23%;模拟夏玉米冠层覆盖值和产量值与相应实测值之间的NRMSE分别为11.59%和11.69%。本研究校准所得参数对黑龙港流域典型站点有较好的适应性,校验后的AquaCrop可以用于黑龙港流域冬小麦-夏玉米水分管理、产量潜力等相关研究。     

基于模型的玉米管理决策支持系统研究

通过对已有玉米生产管理理论和技术研究成果的分析和提炼,运用系统分析理论和数学建模方法,充分挖掘玉米生长和管理指标与品种特性、生态因子及生产水平之间的动态关系和定量算法,分别构建了玉米生长模型和玉米管理知识模型.利用组件技术,在Microsoft Visual C＋＋.NET开发平台上建立了综合性和定量化的基于模型的玉米管理决策支持系统,该系统实现了玉米生长模型与管理知识模型的耦合.利用不同生态点和不同年份的气象、土壤和品种资料及大田比较试验对系统进行了检验,结果表明系统可以有效地进行玉米管理的辅助决策及实时诊断调控.     

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。     

地膜覆盖和育苗移栽技术对农作物产量和水热资源利用的影响

以河北曲周为例,利用AquaCrop模型和指标评价法,建立了粮食作物生长环境要素(气象、土壤等)与产量之间的定量关系,并评价了地膜覆盖和育苗移栽技术下作物(冬小麦、夏玉米)对水热资源的利用效率。结果表明:1)AquaCrop模型能较好地模拟作物(冬小麦、夏玉米)的冠层覆盖度、生物量和产量,并能分析作物种植技术对水热资源利用效率的影响;2)地膜覆盖和育苗移栽技术显著影响作物(冬小麦、夏玉米)在播种-拔节时期的水热资源利用效率;3)冬小麦地膜覆盖和夏玉米育苗移栽技术的水热资源利用效率分别提高0.67和0.50,产量分别增加326和972kg/hm2。说明冬小麦地膜覆盖和夏玉米育苗移栽技术可以影响作物在关键生育期内对水热资源的利用以及提高作物的产量。本研究旨在为其他作物效率和理论潜力的提升提供技术支撑,研究结果可作为冬小麦和夏玉米因干旱、冻害以及播种不及时等原因受灾的一种补救技术,为曲周地区的作物种植技术调整提供参考。     

气候要素、品种及管理措施变化对河南省冬小麦和夏玉米生育期的影响

为揭示气候要素和品种及管理措施变化对冬小麦和夏玉米生育期的影响,利用1980—2014年河南省30个冬小麦站点和18个夏玉米站点的物候观测资料和逐日气象资料,通过一阶差分结合逐步回归的方法分析生长季温度、降水和辐射3个气候要素变化以及品种及管理措施变化对冬小麦、夏玉米全生育期和各生育阶段长度的影响。结果表明:1)河南省冬小麦返青期推迟,拔节、抽穗和成熟期提前;返青-拔节期、拔节-抽穗期分别缩短了4.8±1.9和3.3±0.9 d/10年,抽穗-成熟期延长了2.3±0.8 d/10年,全生育期长度无显著变化趋势。夏玉米大部分站点物候期变化趋势不显著;44%的站点全生育期延长,主要表现在抽雄-成熟期延长2.5±1.4 d/10年。2)冬小麦生长季温度升高,33%的站点降水减少,总辐射无显著变化趋势;气候要素变化主要发生在返青-拔节期。夏玉米生长季温度升高的站点占39%,降水量无显著变化趋势,39%的站点日均总辐射减少;温度升高主要发生在出苗-拔节期,日均总辐射减少主要发生在出苗-拔节期和抽雄-成熟期。3)冬小麦全生育期长度对温度、降水和辐射变化均较敏感,夏玉米全生育期长度对温度和辐射变化敏感。温度、降水和日均总辐射变化使河南省冬小麦全生育期平均缩短了6.3±4.2 d/10年,使夏玉米全生育期平均缩短了0.8±0.9 d/10年;而品种等其他因素使冬小麦和夏玉米全生育期分别延长了5.2±5.4和2.6±2.6 d/10年。气候要素变化缩短了河南省冬小麦和夏玉米的生育期,品种及管理措施等因素改变减缓了气候的负作用。但是各要素变化对河南省冬小麦、夏玉米全生育期、各生育阶段长度的影响仍存在较大的不确定性。     

冬小麦返青后株高模拟模型及生长可视化研究

小麦生长模拟模型对小麦生长管理调控、产量预测和经济效益分析等有重要指导作用,针对小麦生长模拟模型和生长可视化不易实现的问题,以冬小麦品种衡观35、济麦22和衡4399为材料,于2015-2016年小麦生长季内开展不同品种和施氮水平的田间试验,通过分析各品种冬小麦返青后株高和有效积温的定量关系,用Logistic方程构建了冬小麦返青后株高模拟模型,经数据检验,株高模拟模型绝对误差在0.01~2.72cm,根均方差(RMSE)在0.4~1.26cm,平均绝对误差(d_a)在0.36~1.11cm,平均绝对误差与实测值平均数的比值(d_(ap))在1.32%~3.46%,结果表明所建模拟模型精度较高,对不同品种冬小麦株高生长具有较好预测性。借助该模拟模型和已有研究成果,本研究构造了不同品种、不同施氮水平下的冬小麦株高生长状态,逼真模拟冬小麦返青后株高动态生长过程,实现了不同品种冬小麦在不同施氮水平下的生长可视化。     

玉米生长计算机动态模拟研究

本研究是以玉米的生育模型为主要对象,研究的主要依据是以作物生理、生态学理论、实验数据,应用系统分析原理和数学建模技术,在此基础上,通过研究玉米的栽培管理知识体系,分析和构建一个以玉米为中心的环境整体体系,运用计算机知识,结合软件管理和数字技术,研究玉米的产量与生育环境间的关系,使玉米的生育过程进行数字化的表达,可以定量地分析玉米的整个生育过程,为实现玉米生长过程的定时、定量、定位,对玉米进行数字化和精确化的农作信息管理,为整体的生长提供基础依据。     

冀中南多样化种植模式的适水效应分析

为优化冀中南作物种植结构,本研究以河北省典型地下水漏斗区邢台市为例,基于作物需水SIMETAW模型系统量化1965—2018年冬小麦、春棉花、春玉米、夏谷子、夏大豆和春绿豆等10种主要农作物的生育期需水量与灌溉需水量,针对当地不同降水年型和水资源条件以及不同作物的生育期、生长发育特点和前后茬作物的农学特性等构建11种不同的种植模式,分析不同种植模式需水及降水耦合度等参数。结果表明:1)各作物年均生育期需水量表现为春棉花(515.2mm)冬小麦(466.6mm)春玉米(424.9mm)春油葵(420.0mm)春甘薯(362.1mm)春马铃薯(354.2mm)夏大豆(313.9mm)夏玉米(298.7mm)春绿豆(288.1mm)夏谷子(217.5mm)。2)各作物年均生育期灌溉需水量表现为冬播作物春播作物夏播作物。冬小麦年均生育期灌溉需水量最大,为329.2mm;夏谷子最低,为82.8mm。3)传统麦玉一年两熟制周年需水量最大(753.4～780.3mm),相比之下,多样化轮作模式的生育期需水量可显著降低15%～34%,生育期灌溉需水量明显降低9%～32%。春玉米-冬小麦-夏玉米、春玉米-冬小麦-夏谷子、春甘薯-冬小麦-夏玉米和春甘薯-冬小麦-夏谷子等两年三熟制在丰水年、平水年和枯水年下的生育期需水量、灌溉需水量和周年需水量均较低。春绿豆-夏谷子一年两熟模式的年均生育期需水量最低,为504.4mm,年均生育期灌溉需水量为286.8mm。因此,在保证粮食安全的前提下,为减缓河北省地下水位持续下降的趋势,发展适水种植模式是节水农业的重要途径之一。     

冬小麦返青后叶片高度模型构建及三维可视化

作物生长模拟模型对作物生长管理调控、产量预测和经济效益分析等有重要指导作用,形态结构模型为作物理想株型筛选、高产、高效、抗倒伏等提供了有力技术支撑。针对小麦形态结构复杂,生长可视化不易实现的问题,以冬小麦品种济麦22、衡观35和衡4399为材料,在天津市武清区开展了不同小麦品种和施氮水平的田间试验,采集小麦叶片高度形态数据,分析各品种冬小麦返青后叶片高度和有效积温的定量关系,用Logistic方程构建冬小麦返青后不同叶位叶片高度模拟模型。经数据检验,叶片高度模型绝对误差在0.01~2.82 cm之间,根均方差(RMSE)在0.32~1.52 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生长具有较好的预测性。借助该模拟模型和已有研究成果,构造了不同品种、不同施氮水平下的冬小麦植株形态,实现了小麦生长模拟模型和形态结构模型的有机结合,逼真模拟冬小麦返青后动态生长过程,实现了不同品种冬小麦不同施氮水平下的生长可视化。     

小麦栽培管理动态知识模型的构建与检验

 将系统分析方法和数学建模技术应用于小麦管理知识表达体系，通过解析和提炼小麦生育及管理指标与环境因子及生产水平之间的基础性关系和定量化算法，创建了小麦管理动态知识模型WheatKnow；充分利用软构件的技术特点，在Visual C++和Visual Basic平台上研制了数字化和组件化小麦管理动态知识模型系统，实现了播前栽培方案的设计和产中适宜调控指标动态的预测2大功能。其中，播前栽培方案包括产量目标、适宜品种、播期、基本苗及播种量、肥料运筹和水分管理；产中调控指标包括适宜生育期、穗分化进程、生长指标、源库指标和营养指标动态。利用不同生态点、不同品种、不同土壤等资料及大田对比试验对所建知识模型进行实例分析和检验的结果表明，所提出的小麦管理动态知识模型总体上具有较好的广适性和决策性。本研究克服了传统作物栽培模式与专家系统地域性强和广适性弱的不足，从而为实现作物栽培管理的精确化和数字化奠定了基础。     

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     

小麦-玉米连作协同模型系统研究

小麦-玉米连作是我国北方地区重要的种植方式,本文提出了小麦玉米管理模型的协同机制,探讨了基于生理生态过程的小麦玉米生长、发育、产量和品质形成协同模型,小麦-玉米周年连作协同模型,基于协同模型的连作决策支持仿真系统实现方法等.     

A Knowledge Model- and Growth Model-Based Decision Support System for Wheat Management

By applying the system analysis principle and mathematical modeling technique to knowledge expression system for crop cultural management, the fundamental relationships and quantitative algorithms of wheat growth and management indices to variety types, ecological environments and production levels were analysed and extracted, and a dynamic knowledge model with temporal and spatial characters for wheat management (WheatKnow) was developed. By adopting the soft component characteristics as non language rele vance, re-utilization and portable system maintenance, and by further integrating the wheat growth simulation model (WheatGrow) and intelligent system for wheat management, a comprehensive and digital knowledge model, growth model and component-based decision support system for wheat management (MBDSSWM) was established on the platforms of Visual C++ and Visual Basic. The MBDSSWM realized the effective integration and coupling of the prediction and decision-making functions for digital crop management.     

玉米生长动态模拟仿真系统的研究

为了加快提高玉米生产精准化作业的水平,利用玉米生理生态模型、形态结构模型、计算机和虚拟现实技术,研制开发了玉米生长动态模拟仿真系统,将计算机图形学算法、虚拟现实技术、动画设计技术以及信息集成技术应用到玉米生产领域。建立的生长动态模拟仿真系统有利于玉米精准化作业水平的提高,能够协助相关的生产研究和试验,达到降低成本、提高效率的目的。     

玉米生长动态模拟仿真系统的研究（英文）

为了加快提高玉米生产精准化作业的水平,利用玉米生理生态模型、形态结构模型、计算机和虚拟现实技术,研制开发了玉米生长动态模拟仿真系统,将计算机图形学算法、虚拟现实技术、动画设计技术以及信息集成技术应用到玉米生产领域。建立的生长动态模拟仿真系统有利于玉米精准化作业水平的提高,能够协助相关的生产研究和试验,达到降低成本、提高效率的目的。     

小麦管理智能决策系统的设计与实现

运用知识工程和信息技术原理,将小麦生长模型与专家系统相结合,建立一个基于生长模型的小麦管理智能决策系统（ＩＤＳＷＭ）。系统应用元级控制、模式匹配等策略,采用产生式规则表达专家知识,逆向推量机制进行推理。建立了知识库（ＫＢ）、模型库（ＭＢ）、数据库（ＤＢ）、推理机（ＩＥ）和人机界面。系统以Ｗｉｎｄｏｗｓ为应用平台,综合运用推理、预测、解释等机制帮助用户设计栽培管理方案,解答栽培技术问题,以及动态调控     

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。