作物模型资源构造平台(CMRCP)的构建研究

为有效促进作物系统数字化研究的深入发展,将集成制造的工业化思想引入作物模型领域,提出了作物模型资源(CMR)及作物模型资源构造平台(CMRCP)的概念.在提炼作物生长通用概念模型的基础上,将作物模型资源分解为通用模型结构、模型算法表示和模型资源映射三部分;并通过模型概念与/或树、模型算法与/或图与模型实现形态相结合,提出了综合性模型资源表示方法.另外,借鉴自适应软件开发方法,基于组件框架、组件组装、模型解析等技术,提出了平台构造原理,表明模型构建任务应该由作物元模型、建模学习机制、模型构造引擎和建模支撑工具共同协作完成.结果表明,构建具有学习能力、自适应和组件化特征的作物模型资源构造平台,可促进作物建模知识资源和软件开发资源的相互转化,并可积累易于共享与复用的作物模型资源库,降低作物模型构建与开发难度,提高农业模型软件开发效率和质量,为作物智能建模提供构建平台.     

作物管理知识模型系统设计与开发框架研究

在提炼小麦栽培管理知识模型框架的基础上，通过综合不同作物管理知识模型系统的共性及软件设计与开发的特点，初步确立了作物管理知识模型系统的通用设计与开发框架，包括系统总体结构框架、软构件的基本标准、开发平台框架及系统应用框架等。其中，开发平台框架包括系统开发平台的结构和功能、模型库管理系统的功能设置和模型库管理系统的框架及构件；系统应用框架包括系统应用框架结构、应用系统开发框架、应用系统功能框架及构件、应用系统功能构件的输入输出接口框架及应用系统自定义构件中的通用算法函数框架等。研究结果对于提高作物管理知识模     

作物模型系统Web服务集成方法

针对作物模型系统的多样性和异构性,研究了基于Web服务的作物模型系统集成方法。通过分析作物模型系统的组成结构及各功能体之间的交互特征,以面向服务架构的技术为基础,探讨作物模型系统的服务切分,并采用“契约先行”的 Web 服务开发技术实现了服务封装。文章详细描述了基于 Web 服务契约优先方法的建模过程,并采用相关工具实现了 Web 服务契约文档和服务代码框架的自动生成,通过引用作物模型 Web 服务组件的方式,实现了模型系统的内部业务逻辑,完成了小麦管理知识模型系统基于Web服务的复用集成。试验结果表明,该作物模型系统集成方法采用统一的模型服务契约,提高了系统集成的复用开发效率,最大限度地解决了异构系统的互操作性问题。研究结果为作物模型系统集成提供了方法指导。     

基于缓存机制的作物模型Web服务并发处理

为了改善作物模型Web服务的响应时间,该文提出了基于缓存机制的作物模型Web服务并发处理方案。通过综合分析作物模型Web服务的组合结构、数据Web服务的通信特性以及作物模型Web服务的响应时间特征,以多线程处理和数据缓存技术为基础,设计了基于缓存机制的作物模型Web服务并发处理方案;并以作物栽培管理知识模型Web服务为测试对象,在真实网络环境下,验证了该方案的有效性。结果表明,在单用户多地点请求和多用户多地点请求情况下,采用并发处理方案分别可以缩短32%和35%的模型服务响应时间,极大地提高了模型的多用户并发处理能力。该研究为作物模型的区域应用提供了技术支撑。     

作物模型应用与遥感信息集成技术研究进展

作物模型和遥感技术以各自独有的优势在作物生产监测、评估及未来预测等方面发挥着关键作用。作物模型与遥感信息集成技术在大尺度、高精准的农业生产监测、评估与预测上具有明显的应用优势和广阔的发展前景。为了促进这些技术在区域尺度上的作物产量预测、农业气象灾害影响评估及农业应对气候变化决策等方面更加广泛地应用,本文采用文献综述的方法,系统归纳了欧洲、美国、澳大利亚及中国作物模型的发展与应用,总结了当前主流的数据集成方法的原理、特点和不足,概述了作物模型与遥感信息集成技术的实际应用,探讨了提升数据集成精度存在的问题,并对未来研究方向进行展望。结果表明,国内外对于作物模型及其与遥感数据集成的研究与应用广泛而深入,利用同化方法能够有效提高作物模型模拟精度,为作物模型实现区域尺度作物生长及产量评估、气候变化对产量影响、农田管理决策等提供技术支撑。作物模型模拟结果及遥感反演数据的不确定性、数据同化策略的多样性以及尺度效应是进一步提高集成系统精度与效率的限制因素。因此,遥感数据多源融合、同化过程多变量协同、作物模型多类型耦合以及数据高性能并行计算是未来作物模型与遥感数据集成研究的发展趋势。     

基于面向服务架构和WebGIS的小麦生产管理支持系统

作物模型与GIS集成中存在着功能重复开发、模型共享困难以及地理信息处理功能的在线能力有限等问题。该文以面向服务架构(service-oriented architecture,SOA)为基础,设计了作物模型区域应用Web服务组合框架。以ArcGIS Service和Model Builder为开发平台,给出了模型计算、动态专题图和空间插值Web服务的开发流程、接口设计和实现方法。结合富客户端技术研制了基于SOA和WebGIS的小麦生产管理支持系统原型(wheat production management support system based on SOA and WebGIS,WPMSS-GISOA),实现了地图数据的上传发布、气象和土壤数据查询、栽培方案设计、空间插值分析等功能。功能测试表明作物模型区域应用的Web服务组合框架可行,为模型与地理信息系统的在线无缝集成提供了可参考方案。     

机器学习算法在高光谱感知作物信息中的应用及展望

机器学习作为一种统计学与计算机科学相结合的新兴技术,近年来在作物信息获取任务中得到广泛应用。传统的作物信息获取方式主要依靠化学检测法,测定过程耗时、耗力。基于机器学习算法和高光谱遥感技术能够通过无损的方式,快速感知作物外观及内部理化参数,具有明显的应用优势和发展前景。本文对国内外作物信息高光谱遥感相关研究进行系统性梳理。总结了不同机器学习算法在高光谱感知作物信息中的应用及优缺点,归纳了机器学习算法建模的不确定性,指出高光谱感知作物信息的未来发展趋势为,通过多源遥感协同观测实现作物信息获取方式互补,发展高光谱遥感与作物模型同化技术、高光谱遥感与人工智能深度融合技术,从而实现面向作物全生育期的关键信息智能化获取与决策。     

作物多尺度力学初探

作物力学性能广泛应用于作物抗倒伏性、机器-作物-土壤互作系统和作物栽培等领域的研究,为培育抗倒伏品种、提高机器作业质量和改进栽培措施提供理论支持。作物的力学性能与其形态结构、解剖学特征、化合物组分等有密切关系。该研究在梳理作物力学性能研究的基础上,将作物多尺度力学概括为以作物为研究对象,分别以细胞壁层、细胞壁、细胞、组织和器官为基本元件,依次建立细胞壁、细胞、组织、器官和植株的几何结构与力学模型,并解析其力学性能的科学。进一步对细胞壁结构力学、细胞结构力学、组织结构力学、器官结构力学和植株结构力学的研究内容进行了归纳总结。该研究明确提出作物多尺度力学的概念、系统归纳其研究内容和方法,有利于促进作物多尺度力学理论的形成、数据库的建立和分析软件的开发。     

软构件技术在作物管理智能决策系统设计中的应用

基于知识模型和生长模型的作物管理智能决策系统是一个综合了多领域的作物信息和专家知识，集成了多方面相关支持技术的决策系统。因此，如何设计好系统中的各功能模块，使其便于非系统开发者对其精华部分的学习和理解，同时又能即插即用，利于系统的维护，是系统成功与否的关键。以小麦作物为例，论述基于软构件技术的作物管理智能决策系统设计中软件平台的选用、系统的构件化结构设计与实现过程以及数组在接口上的传递等关键技术，从而为农业管理决策系统的开发提供一种构件化的基础框架。     

基于结构-功能互反馈机制的植物生长可视化建模与仿真(简报)

为确定植物生长可视化建模的一般方法,在总结国内外相关研究成果的基础上,归纳了基于结构-功能反馈机制的植物生长可视化建模的步骤,研究了建模过程中涉及的植物形态结构描述模型、结构模型与功能模型的结合、可视化模型以及模型的有效性检验等关键性技术问题,最后以具体作物生长可视化建模为例阐述了该技术的应用,并对关键性技术问题进行了讨论.研究结果表明,基于结构-功能反馈机制的作物生长模型,不但能可视化模拟不同环境因素下作物的生长发育状况,而且可在作物理想株型培育、群体产量预测、栽培管理等领域发挥实际作用.     

基于Credal网络的农作物单产预测模型研究

现存农作物单产预测方法往往是在历史数据完备的前提下进行精确数值预测,未能真实体现农作物单产系统的不确作定性,而且无法对既成现实进行诊断分析.在决策需求仅仅要求产量等级水平的假设下,本文把不确定性信息处理方法Credal网络模型引入到农作物单产预测系统,通过分析农作物单产系统各影响因素之间的关系,提出类要素和影响因子的概念,构建了进行农作物单产预测的通用Credal网络模型.把农作物单产量的等级水平状态作为概率事件,通过Credal网络前向推理功能预测其状态发生的概率,把高概率事件发生的等级状态作为其单产预测等级,实现了在已知部分事实发生情况下的知识推理.此外,利用Credal网络的后向推理功能,实现对农作物低产事实下的诊断分析,找出影响低产的关键类要素和影响因子.最后结合算例,采用基于扩展关系模型的近似推理算法阐述了利用该模型对农作物单产进行预测和诊断的应用过程,推理结果合理,表明该方法是可行的,且具有可释性,为农业生产科学决策提供了方法指导.     

图书馆数字信息资源整合模式比较分析

结合图书馆数字资源的现状及图书馆数字信息资源整合内涵,针对基于OPAC、跨库检索系统、资源导航和超级链接等四种图书馆数字信息资源整合模式逐一进行剖析,并比较了四种整合模式的优缺点,指出基于用户活动的数字信息资源整合是未来整合模式的发展趋势。     

结合知识图谱与双向长短时记忆网络的小麦条锈病预测

针对现有小麦条锈病预测方法没有利用病害发生因素之间的语义信息,存在预测难度大、准确率低等问题,利用知识图谱（Knowledge Graph, KG）和双向长短时记忆网络（Bi-directional Long Short-Term Memory, Bi-LSTM）处理多源异构复杂数据的各自优势,提出一种基于KG与Bi-LSTM结合的小麦条锈病预测方法。首先,构建小麦条锈病知识图谱,将与小麦条锈病发生相关的环境信息转换为特征向量;其次,利用特征向量训练Bi-LSTM模型,得到基于Bi-LSTM的小麦条锈病预测模型;最后,利用小麦条锈病数据库数据进行试验。结果表明,KG丰富了进行病害预测所描述的语义信息,提升了Bi-LSTM提取高层病害预测特征的能力,从而提高了病害预测的准确率。在小麦条锈病数据库上的预测准确率达到93.21%,比基于Bi-LSTM的病害预测方法提高了4.5个百分点。该方法能较好预测小麦条锈病,为小麦条锈病的预报预警和综合防治提供科学依据。     

整株干物质量分配指数模型模拟冬小麦各器官形态参数

作物生长机理模型可以定量描述作物生长发育及其与环境因子的动态关系,具有通用性、动态性和预测性的特点,但基于生长机理模型模拟结果的作物虚拟技术与方法尚缺乏研究。针对基于生理过程的小麦功能模型与三维结构模型之间不能很好衔接的问题,该文开展越冬期后不同小麦品种的主茎干物质量在不同器官之间的分配研究,以有效积温和干物质量为连接纽带,构建小麦叶片、叶鞘、茎秆、穗各器官的几何特征模拟模型,并用独立数据进行了验证。结果显示:穗干物质量分配指数模拟效果最好,RRMSE值和EF值分别为6.58%和0.98;叶片、叶鞘和茎秆的分配指数模拟效果较好,RRMSE值分别为13.86%、10.83%和14.87%,EF值分别为0.98、0.97和0.91。麦穗形态参数模型和叶鞘长度模型具有非常好的模拟性能;叶片长度和最大叶宽模型、茎秆长度和直径模型具有较好的模拟性能;叶鞘形态参数模型对于叶鞘展开宽度的模拟效果一般,需要在后续研究中对拟合方程和模型参数进一步修正。该系列模型以干物质量为参数输入,能够生成小麦主茎三维形态模拟所需的各器官逐日几何特征参数,参数反映了品种特性、生长环境及气象因素对作物生长的影响,是一种实现小麦功能模型与结构模型实际结合的有效方法。     

高校图书馆数字资源建设的策略研究——以安徽省为例

数字资源是图书馆开展各项服务工作的基础,数字资源体系建设的优劣,直接影响图书馆服务工作的效率和质量。本文通过对访谈省内高校和对文献的研究,主要包括数字资源整合与共享、数字资源的规范标准、网络运行环境、人才管理四个方面,在调查分析的基础上,发现高校图书馆数字资源在建设方面还存在一定的问题和不足,进而提出相应的解决策略。