小麦栽培管理知识模型系统的设计与实现

在总结、归纳和提炼小麦栽培理论与技术的研究成果和知识积累的基础上，运用系统学方法和结构化途径，建立了具有时空适应性的小麦栽培管理动态知识模型系统，用于确定不同环境条件和生产系统下的小麦生育特征及栽培管理技术方案，系统包括：产量水平与产量结构、主要品质指标、品种类型、播种期、基本苗、播种量、适宜生育期；主要生育期的茎蘖数、叶龄、叶面积指数、生物量等动态指标；有效叶面积率、高效叶面积率和粒叶比等源库指标；氮、磷、钾肥料运筹及主要生育期的水分管理等。本系统克服了传统作物栽培模式与专家系统的地域性强和广适性差的不足，从而为实现作物栽培管理的定量化和信息化奠定了基础。     

小麦栽培氮肥运筹的动态知识模型

 通过分析和提炼小麦氮肥管理方面的最新研究资料 ,以小麦产量和品质为目标 ,根据土壤理化特性、品种遗传特征和水分管理水平等 ,利用养分平衡原理 ,建立了系统化和广适性的小麦栽培氮肥运筹的动态知识模型。该模型可用于精确定量不同环境条件及不同小麦品种生产过程中的总施氮量、有机氮与无机氮的比例以及氮基肥与氮追肥的比例等。利用南京和徐州 2个不同生态点的不同土壤和品种资料、不同产量和品质目标 ,以及不同水分管理水平等对所建氮肥运筹知识模型进行了实例分析 ,表明所建知识模型具有较好的决策性和适用性。     

紫苏栽培管理知识模型及决策支持系统研究

将系统分析原理和数学建模技术应用于紫苏栽培管理知识表达体系,通过解析和提炼紫苏生育指标及栽培技术与生态环境和生产技术水平之间的基础性关系和定量化算法,构建了具有时空规律的紫苏栽培管理动态知识模型,并进一步利用软件技术在Visual C++平台上构建了基于知识模型的紫苏管理决策支持系统(KMDSSPM),实现了不同环境条件下的紫苏播前栽培方案设计及产中调控指标预测。其中,播前方案设计包括产量目标与产量结构、密度设计、移栽方案、肥料运筹及水分管理等;调控指标预测包括叶龄动态,叶面积指数动态和干物质积累动态等。紫苏栽培管理知识模型的建立,克服了传统紫苏栽培模式及专家系统地域性强和广适性差的不足,从而为实现紫苏栽培管理决策的定量化和数字化奠定了基础。     

小麦栽培管理计算机专家系统的研究与应用

 小麦栽培管理计算机专家系统（ESWCM）是利用计算机人工智能技术，把40多年来小麦栽培科学取得的研究成果和专家的知识经验做系统集成而建立的综合性、智能化的计算机决策系统。ESWCM把模型技术和专家系统技术有机结合起来，是一个基于模型的专家系统。在组织结构上，ESWCM由包括气象、土壤、植保和社会经济条件累计1000万多个数据组成的数据库系统（DBS），500多条知识规则组成的知识库系统（KBS），9种类型72个模型组成的模型库系统（MBS）、推理机（IE）、人机界面（ICE）及系统的维护程序等部分组成。系统设计时，引进了软件工程的概念、软件各个模块可在同一集成环境下运行，又可以单独使用。ESWCM具有按产量设计程序、实现计划生产；有预见地调节、控制小麦的群体结构和理想株型，增加有效生长和有效积累；确定包括品种选择、播种、施肥、灌溉、生长调节剂的使用和病虫害防治等内容的因地制宜的优化组合、因苗管理的最佳方案，分类指导的应变决策功能。根据1994、1995两年的实际应用和示范验证结果，由ESWCM控制的80个试点地块在原有基础上产量增加10%～15%，成本降低5%～7%，效益增加15%～20%。目前，ESWCM通过建立的覆盖北京地区8个主要产麦区县，4个国营农场的市、县、乡三级计算机网络大面积推广应用累计20多万hm#+2。     

冬小麦生长适宜动态指标的知识模型

 在分析和提炼小麦栽培理论与技术最新研究资料的基础上 ,通过定量描述冬小麦生长发育动态与品种类型、生态环境和生产技术水平之间的动态关系 ,以基于生理发育时间的动态生长度日为主线 ,建立了系统化和广适性的冬小麦生长适宜动态指标的知识模型 ,可为不同环境条件和冬小麦品种栽培过程中的苗情诊断提供定量化的动态生长指标 ,包括主茎叶龄、叶面积指数、群体茎蘖数和干物质积累量等。利用不同地点的常年每日气象资料以及不同品种类型、不同产量目标和不同播期资料对所建知识模型进行了实例分析 ,表明知识模型对冬小麦生长适宜动态指标具有     

知识管理五阶段模型分析

知识作为一种竞争优势在大多数企业越来越受到关注，需要从整体全局角度对知识进行管理，本质上，知识管理需要五阶段的操作活动：获取、存储、解释、传播和为改进公司绩效目的而进行的内部和外部信息的审计，它能使企业组织更好的了解他们的知识环境，更好的创造和应用技术来管理知识。     

大气环境逆境对小麦生产的影响与栽培调控

全球气候变化包括降水不均、温度多变、二氧化碳浓度升高、大气污染物增多等因素影响了小麦的正常生长,降低了小麦的产量和品质,并影响其产品的安全性.就大气逆境因子(光、温、水、CO2、O3、SO2、NOx、PAN等)对小麦生长、籽粒产量和品质及相关生理基础的影响的有关文献进行了综述,并提出针对缓解大气逆境胁迫的相应栽培措施,以实现小麦高产、优质、高效的生产目标.     

新疆旱地小麦低产变中产栽培模型的研究

本研究在1987年—1989年大田对比试验的基础上,根据系统工程学“最佳模拟配合法”(The best modeling of approach)的原理,采用四因素二次正交回归旋转组合试验,选择播种量、种肥数量、播种方式、中耕次数作为栽培模式的决策变量,组建了旱地小麦栽培数学模型,确定了优化综合农艺措施组合方案,为实现早地小麦中产栽培提供了依据。     

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     

A Dynamic Knowledge Model for Nitrogen Fertilization in Wheat Management

By analyzing and extracting the research progress on nitrogen fertilization in wheat, a dynamic knowledge model for management decision-making on total nitrogen rate, ratios of organic to inorganic and of basal to dressing nitrogen under different environments and cultivars in wheat was developed with principle of nutrient balance and by integrating the quantitative effects of grain yield and quality targets, soil characters, variety traits and water management levels. Case studies on the nitrogen fertilization model with the data sets of different eco-sites, cultivars, soil fertility levels, grain yield and quality targets and water management levels indicate a good performance of the model system in decision-making and wide applicability.     

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.     

A Dynamic Knowledge Model for Design of Suitable Sowing Date and Sowing Rate in Winter Wheat

Based on research concerning dynamic relationships of winter wheat growth to environments and production conditions, a winter wheat model for selecting suitable sowing date, population density and sowing rate under different varieties, spatial and temporal environments was developed. Case studies on sowing date with the data sets of five different eco-sites, three climatic years and soil fertility levels, and on population density and sowing rate with the data sets of two different variety types, three different soil types, soil fertility levels, sowing dates and grain yield levels indicate a good model performance for decision-making.     

冬小麦适宜播期和播种量设计的动态知识模型研究

 运用知识工程和系统建模方法 ,在总结、归纳和提炼冬小麦生长发育与品种类型、生态环境和生产技术关系的基础上 ,建立具有时空适应性的冬小麦适宜播期、播种量设计动态知识模型 ,可用于精确定量不同环境和生产条件下冬小麦品种的适宜播期、基本苗和播种量。利用南京、郑州、泰安、保定、太原 5个不同生态点的常年、偏暖年和偏冷年每日气象资料以及各点不同土壤肥力和典型品种资料对播期设计模型进行了实例分析 ;并利用基本苗和播种量设计模型对泰安地区不同品种、不同土壤类型、不同土壤肥力、不同播期和不同产量水平下的基本苗和播种量进行了设计。结果表明 ,知识模型对播期和播种量设计均具有较好的决策性、解释性和适用性。     

农业科研机构知识管理模式研究

本文在分析和总结知识管理典型方式和知识管理模式选择原则的基础上，结合农业科研机构知识管理实际，提出了农业科研机构知识管理的三种模式和适用机构，供农业科研机构进行知识管理参考。     

Validation and Evaluation of a Mechanistic Model of Phasic and Phenological Development in Wheat

Three sets of data from the field experiments with different wheat( Triticum L. ) varieties and sowing dates in China and USA were used to test the performance of the mechanistic model of wheat development. The results showed that the absolute prediction errors for most phasic and phenological stages ranged within 0 - 5 days, and the root mean square errors were generally less than 5 days. The model was of high accuracy and low error especially for emergence, tillering, stamen and pistil initiation, and heading stages, reflecting an enhanced level of mechanism and prediction.     

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。