冬油菜适宜绿色面积指数动态设计的知识模型

在分析和提炼油菜栽培理论与技术研究资料的基础上，通过定量描述冬油菜绿色面积指数动态与品种类型、生态环境和生产技术水平之间的动态关系，运用系统工程与动态建模的方法，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油菜适宜绿色面积指数动态设计的知识模型，它包括群体叶面积指数动态和角果面积指数动态。利用不同生态点的常年逐日气象资料以及不同品种类型、不同产量目标资料对所建知识模型进行了实例分析，结果表明知识模型对不同条件下冬油菜适宜绿色面积指数的设计具有较好的可靠性和适用性。     

基于模型的可视化水稻生长系统的构建与实现

在气象因子、土壤条件、品种参数和栽培措施等基础数据的支持下,通过耦合水稻生长模拟模型、形态结构建成模型和虚拟显示模型及策略分析评价模型、气象资料生成模型、品种参数调试模型,利用计算机软构件技术和动态图形技术,建立了基于模型的可视化水稻生长系统。系统在.NET平台上运用C#语言进行开发,接入OpenGL作图工具,初步实现了不同生态环境、品种类型、生产技术条件下水稻生长的动态模拟和逼真显示,具有数据管理、生长模拟、方案评估、因苗预测、时空分析、系统帮助等功能。研究结果将有助于提升农作生长系统表达的数字化和可视化水平,为虚拟农业的发展奠定基础。     

水稻冠层光截获与叶面积和产量的关系

【目的】旨在解析水稻(Oryza sativa L.)冠层光合有效辐射(PAR)截获量及其分布与叶面积和产量的关系。【方法】以2个不同株型水稻品种为材料,设置高、中、低3个施氮水平,构建不同的群体冠层结构,于拔节至成熟期系统测定水稻冠层PAR截获量及其分布、以及叶面积和产量。【结果】水稻群体向上累积叶面积指数的垂直分布呈S型曲线,符合Logistic方程(R20.99);抽穗期、抽穗后17d和成熟期的冠层最大叶面积密度分别出现在0.53、0.56和0.60的相对冠层高度左右;随生育进程的推进,冠层上中部的相对叶面积密度呈递增趋势,而冠层下部的相对叶面积密度呈递减趋势。PAR截获率(FIPAR)与向下累积叶面积指数之间的关系可用方程FIPAR=α×(1-e-K×LAI)来定量描述(R20.86);消光系数K随生育进程的推进而递减,其日变化表现为早晚较高、中午较低。冠层PAR截获量(AIPAR)随生育进程的推进呈多峰分布,最高峰出现在移栽后58-70d,即孕穗至抽穗期,且随施氮量的增加而增大;在典型晴天下,冠层PAR截获量的日变化呈单峰分布,最大值出现在11:00-13:00。【结论】水稻群体叶面积的垂直分布影响冠层光截获;水稻产量与PAR利用率呈正相关,而PAR转化率随PAR截获量的增加呈先增大后减小的趋势,因此维持一定的漏光损失量对水稻高产有利。     

基于本体的作物系统模拟框架构建研究

 【目的】研究作物系统模拟框架（CSSF）可以为构建作物生长模型及设计可重用的作物系统模拟软件提供基础框架。【方法】将本体技术应用于作物模拟模型领域,以作物生长的基础生理生态过程为主线,基于仿真本体和作物模拟本体,综合分析与提炼稻麦棉油等作物的建模流程、生长模拟模型算法及模型参数中的共性概念及概念之间的相互关系,构建了CSSF。【结果】CSSF包括作物建模外部知识框架（CMOKF）和作物模型内部知识框架（CMIKF）,其中CMOKF提炼了作物系统受时间、空间和自然环境共同驱动的共享特征,CMIKF描述了生育期、生物量积累、干物质分配与产量形成、器官建成、作物-土壤水分动态和养分平衡等作物模型组分与模型算法的共性特征。【结论】CSSF实现了作物建模概念、流程、结构和方法的知识级共享,对设计可重用的作物模型软件体系结构具有指导作用。     

基于自适应差分进化算法的水稻物候期预测模型参数自动校正

进化算法在作物模型参数校准领域已有广泛应用。由于作物模型的结构包括多组常微分方程,具有非线性、不连续、多峰值特点,因此针对作物模型特点选择合适的进化算法尤为重要。同时,进化算法自身参数对算法性能有较大影响,这些参数选择往往靠经验得出,增加了优化算法在模型参数校准过程中的不确定性。该文针对进化算法应用到作物物候期模型参数校准过程中存在着算法选择和算法参数不确定性问题,以水稻RiceGrow物候期模型为应用对象,分析比较了3类进化算法应用的精度、收敛速度以及稳定鲁棒性。比较的进化算法包括差分进化系列算法（标准差分进化算法和自适应控制参数改进差分进化算法）,协同进化遗传算法系列（个体优势遗传算法、M-精英协同进化算法）以及粒子群算法系列（标准粒子群算法、基于自主学习和精英群的多子群粒子群算法）。研究利用武育粳、雪花粘等5个品种在江苏宜兴、兴化和广东高要等不同生态点的多年田间试验资料展开量化分析。结果表明：1）利用自适应控制参数改进差分进化算法校准水稻物候期模型的品种参数准确性较高,算法自身参数易于确定。物候期模型校准以后在拔节期、抽穗期、成熟期的RMSE为1.7～4.6 d、NRMSE为1.8%～5.8%、MAD 为 1.4～3.3 d、R2为 0.977～0.997,比GA系列平均分别小0.634 d、0.608%、0.453 d、0.09%,比PSO系列平均小1.399 d、1.35%、1.039 d、0.23%。 2）自适应控制参数改进差分进化算法在水稻物候期模型参数校准问题上表现出良好的收敛速度及稳定鲁棒性。重复校准试验100次的目标函数标准偏差趋近于0,每次校准得到的品种参数值标准偏差较其他算法最小。在达到同样精准度的情况下,比标准差分算法收敛速度平均快117代,适用于实际应用实践。     

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。     

水稻叶龄与叶面积指数动态的模拟研究

 依据不同类型品种的播期试验和氮肥试验结果,建立了水稻叶龄与叶面积指数(LAI)的模拟模型。叶龄模型采用幂函数描述叶片出生与播后累积热时间(TTS)的关系,TTS的计算定量了温度与出叶速率之间的非线性关系。叶面积指数模拟包括两个阶段:在指数生长阶段,LAI随播后累积生长度日(GDD)呈指数式增长,同时受到氮素营养水平调节;当LAI≥1.6时进入非指数生长阶段,采用比叶面积法模拟,LAI是比叶面积与绿叶干物质量的乘积。绿叶干物质量是绿叶分配指数与地上部干物质量的乘积,比叶面积(SLA)为GDD的函数,同时考虑植株氮素营养因子对SLA的影响。利用生态条件和栽培条件差异较大的试验资料对模型进行了验证。结果表明,模型能较好地模拟不同条件下叶片的出生动态和LAI变化动态,表现出较强的适用性,具有参数少、易确定、简便实用的特点。     

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。     

基于流固耦合的淹没水射流柑橘分瓣研究

针对国内柑橘分瓣过程中存在的劳动力成本高、分瓣效率低下等问题,通过对柑橘模型进行流固耦合的淹没水射流仿真研究,验证了水分离在柑橘分瓣中的可行性。首先基于Ansys Workbench平台对柑橘结构和喷嘴内外部流场响应进行单向流固耦合联合求解;其次对柑橘在流固耦合作用下的应力分布进行了分析;最后采用不同喷距对柑橘模型进行仿真试验,并通过建立试验平台加以验证。结果表明,当喷距为50 mm时,在水射流的冲击作用下,柑橘内部存在剪切破坏,受到的最大剪切应力最大,形成剪切裂纹,裂纹进一步扩展使得柑橘分瓣。     

基于过程的小麦株型指标动态模拟

【目的】揭示小麦株型指标变化规律及播种密度对株型指标的影响。【方法】基于不同播种密度和不同株型品种的小麦田间试验,通过连续观测主要生育时期小麦主茎叶型和茎型指标,分析并模拟分层叶面积、叶向值、株高构成指数等株型指标的动态变化规律及播种密度对其的影响。【结果】不同株型品种分层叶面积指数（LAI）均表现为中部>上部>下部的分布特征,并随生育期的推进逐渐向中上部集中,且冠层中上部总是高密度群体LAI较大。所有品种高低密度间株高构成指数（穗下节与倒二节间长度之和与株高的比值,IL）均表现出显著差异,不同株型品种株高构成指数（n节间长与n节间加n-1节间长度之和的比值,In）表现为从下至上先减小后增大的趋势,且上部节间受密度影响较大。较为紧凑的矮抗58叶向值在不同密度下表现平稳,随生育进程略微表现为增大-减小-趋缓的趋势;较为披散的扬麦12号中高密度下随生育进程均表现为平缓-减小-平缓的趋势;扬麦16号则表现为平缓-减小-略微增大的趋势。在分析株型指标变化趋势和课题组已有形态模型的基础上,通过冠层切割和叶面积积分的方法模拟了叶面积指数的分层动态变化,利用组合的形态参数模拟了株高构成指数和叶向值的动态变化,并通过对形态指标的归类分析,构建了综合性株型构成指数,综合体现了叶型和茎型的动态变化。利用独立试验资料对分层叶面积指数、株高构成指数和叶向值的动态变化模型进行了检验,其平均RRMSE分别为17.44%、7.64%和10.66%。【结论】经检验,该模型对上述小麦株型指标具有较好的预测性。