掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
四千年農夫 中國、朝鮮和日本的永續農業
-
>
(精)中華古樹名木(全2冊)
-
>
線辣椒優質高產栽培
-
>
生命的藝術:動物解剖學的神秘歷史之旅
-
>
正確使用農藥知識問答
-
>
龍眼譜:外二種
-
>
迷你花園:打造你的玻璃生態瓶
作物模擬與數字作物 版權信息
- ISBN：9787030733498
- 條形碼：9787030733498 ; 978-7-03-073349-8
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
作物模擬與數字作物 內容簡介
本書針對數字農業與智慧農業的發展需求，綜合運用系統分析原理和定量建模技術，以農作系統中"品種-環境-技術－生長"的動態關系為主線，全面介紹了有關作物模擬模型與數字作物系統的基本原理、研究方法、關鍵技術和應用系統，并展望了未來發展趨勢與應用前景，突出了基于生理生態過程的作物生長與生產力形成模擬模型，基于模擬模型的作物管理決策技術以及數字作物模擬與設計系統，為作物生產力預測預警、氣候變化效應評估、管理方案優化設計、適宜品種性狀篩選等提供了定量化和智能化工具，對于保障國家糧食安全與發展現代農業等具有重要意義。全書在框架結構與內容體系上兼顧知識性與前沿性、機理性與應用性，反映了作者團隊在作物系統模擬領域的近期新研究成果及國際上的近期新發展趨勢。
作物模擬與數字作物 目錄
目錄
前言
第1章作物模擬發展概述1
1.1作物模擬的產生與發展1
1.1.1作物模擬的定義1
1.1.2作物模擬模型的類型2
1.1.3作物模擬的發展歷程3
1.1.4作物模擬不同學派的發展特點5
1.2作物模擬的主要特征7
1.2.1作物系統模擬的意義7
1.2.2作物生長模型的基本特征7
1.2.3生長模擬與生長分析的比較8
1.2.4生長模型與統計模型的比較8
1.3作物模擬的功能與作用9
1.3.1作物模型的功能9
1.3.2作物模型的應用領域10
1.3.3作物模型與其他技術的耦合10
第2章作物模擬原理與方法14
2.1作物生產系統特征分析14
2.1.1作物生長系統分析方法14
2.1.2作物生產系統的等級性15
2.1.3作物生產系統的水平和過程16
2.2作物模擬的數據支撐21
2.2.1歷史資料獲取21
2.2.2模擬支持研究22
2.3作物關系定量表達23
2.3.1模擬研究的尺度23
2.3.2析因法與系數化24
2.3.3遺傳參數25
2.4作物模擬模型研制程序26
2.4.1模型選擇與系統定義26
2.4.2資料獲取與算法構建26
2.4.3模塊設計與模型實現27
2.4.4模型檢驗與改進完善28
2.5作物情景模擬技術31
2.5.1作物情景模擬思路31
2.5.2作物情景模擬應用32
第3章作物階段發育與器官建成模擬35
3.1作物溫光反應與生理發育時間35
3.1.1發育階段的定義與劃分36
3.1.2階段發育的生理因子與概念模式36
3.1.3作物溫光反應的模擬37
3.2生理發育時間與階段預測45
3.2.1每日熱敏感性45
3.2.2生理發育時間46
3.2.3頂端發育階段的預測46
3.2.4物候期的預測47
3.3作物個體器官建成模擬48
3.3.1頂端原基的分化48
3.3.2葉片的出現50
3.3.3根系與莖稈的生長53
3.3.4籽粒發育與衰老55
3.4作物群體器官建成58
3.4.1群體葉面積59
3.4.2分蘗動態與成穗61
第4章作物光合作用與同化物積累模擬64
4.1冠層光能分布與截獲64
4.1.1大氣上界的光合有效輻射64
4.1.2冠層頂部的光合有效輻射65
4.1.3冠層內光的分布與吸收65
4.2葉片和冠層光合作用66
4.2.1單葉光合作用67
4.2.2冠層光合作用68
4.2.3光合作用影響因子70
4.2.4呼吸作用76
4.3同化物積累與生物量79
4.3.1群體凈同化量79
4.3.2群體干物質積累80
第5章作物籽粒產量與品質形成模擬81
5.1作物籽粒產量形成模型81
5.1.1日同化量的分配82
5.1.2作物各器官干物質增長87
5.2作物籽粒品質形成模型89
5.2.1籽粒蛋白質形成模型89
5.2.2籽粒淀粉形成模型95
第6章作物溫度脅迫效應模擬99
6.1作物溫度脅迫效應99
6.1.1我國作物溫度脅迫時空特征100
6.1.2作物溫度脅迫的生理效應104
6.2作物低溫脅迫響應模擬107
6.2.1作物生長模型對低溫脅迫響應能力的比較107
6.2.2低溫脅迫對作物生長發育及產量形成影響的模擬111
6.3作物高溫脅迫響應模擬118
6.3.1作物生長模型對高溫脅迫響應能力的比較118
6.3.2高溫脅迫對作物生長發育和產量形成影響的模擬119
第7章作物水分關系模擬128
7.1土壤-作物水分模型描述128
7.1.1土壤水分模型的基本公式128
7.1.2作物對降水的截留129
7.1.3地表徑流的計算129
7.1.4降水或灌溉的入滲130
7.1.5農田蒸散的算法130
7.1.6根系吸水函數131
7.1.7層間水分再分配132
7.1.8土壤水分特征值的估算132
7.2水分影響因子133
7.2.1水分脅迫對作物生長過程的影響133
7.2.2水分影響因子計算142
7.3模型計算與驗證145
7.3.1計算流程145
7.3.2模型驗證146
第8章作物養分動態模擬150
8.1土壤氮素動力學150
8.1.1土壤無機態氮的淋洗量151
8.1.2礦化與固定（生物固持）152
8.1.3作物殘留與還田秸稈分解155
8.1.4硝化作用與反硝化作用156
8.1.5銨的黏土礦物固定與釋放、吸附與解吸157
8.2土壤磷素的動態模擬158
8.2.1土壤有效磷基本平衡模型158
8.2.2土壤有效磷各組分的動態模擬159
8.3土壤鉀素的動態模擬161
8.3.1土壤有效鉀基本平衡模型161
8.3.2土壤有效鉀各組分的動態模擬161
8.4養分吸收與分配163
8.4.1氮素的吸收與分配動態163
8.4.2磷素的吸收與分配動態167
8.4.3鉀素的吸收與分配動態170
8.5養分效應因子173
8.5.1氮效應因子174
8.5.2磷效應因子174
8.5.3鉀效應因子174
8.5.4養分虧缺因子175
第9章作物形態結構模擬與可視化表達176
9.1作物形態結構模型的構建176
9.1.1葉片生長的動態模擬176
9.1.2葉鞘長度的動態模擬183
9.1.3節間長度和寬度的動態模擬185
9.1.4莖葉夾角的動態模擬185
9.1.5葉曲線的動態模擬186
9.1.6穗生長的動態模擬188
9.2作物結構-功能模型的構建193
9.2.1作物單位器官干物質分配的動態模擬193
9.2.2作物單位器官干物質增長的動態模擬195
9.2.3作物單位葉片葉面積的模擬196
9.3作物形態結構的可視化表達197
9.3.1作物器官的可視化表達197
9.3.2作物個體的可視化表達203
9.3.3作物群體的可視化表達204
9.3.4碰撞檢測技術及效果展示209
第10章作物模型的不確定性分析214
10.1模型參數的不確定性214
10.1.1模型參數的敏感性分析215
10.1.2模型參數的估算方法217
10.1.3模型參數不確定性的量化221
10.2模型輸入數據的不確定性224
10.2.1氣象數據輸入的不確定性224
10.2.2土壤數據輸入的不確定性226
10.2.3管理措施數據輸入的不確定性229
10.3模型算法的不確定性229
10.3.1模型算法的不確定性量化230
10.3.2作物模型不同來源不確定性的比較231
第11章作物模型集成構造與輔助建模234
11.1作物模型集成構造的概念與內涵234
11.1.1作物建模知識庫235
11.1.2作物模型軟件組件庫236
11.1.3作物生長模型集成構造236
11.2作物生長建模通用知識框架237
11.2.1作物生長建模通用概念模型的組分分析238
11.2.2作物生長子模型分析與算法框架240
11.3作物模型集成構造的原理244
11.3.1作物模型的表示與映射245
11.3.2作物生長集成建模的構造原理249
11.4作物生長集成建模方法253
11.4.1基于概念的模型結構集成253
11.4.2基于組件的模型動態組裝254
11.4.3模型算法動態集成256
11.4.4模型參數集成與校正257
11.5作物生長集成建模輔助系統與建模案例257
11.5.1ICMCS結構258
11.5.2ICMCS主要功能261
11.5.3基于ICMCS的小麥生長模型構建案例263
第12章作物模型與空間信息耦合267
12.1作物模型與地理信息系統（GIS）耦合267
12.1.1作物模型與GIS耦合的基本策略267
12.1.2作物模型與GIS耦合的尺度效應272
12.1.3作物模型與GIS耦合的軟件工具273
12.2作物模型與遙感（RS）耦合274
12.2.1作物模型與遙感耦合機制275
12.2.2作物模型與遙感耦合方法277
12.3作物生產力的時空預測281
12.3.1基于時空大數據的作物生產力預測282
12.3.2基于機器學習的作物生產力時空預測282
第13章作物生產力分析與評估284
13.1作物層次生產力預測284
13.1.1不同層次生產力的劃分284
13.1.2不同層次生產力的概念及估算方法285
13.2作物產量差估算287
13.2.1產量差的提出與發展287
13.2.2產量差的估算方法287
13.2.3產量差的劃分288
13.3作物產量影響要素的貢獻率評估289
13.4糧食安全預測預警293
13.4.1作物供給量模擬與預測方法293
13.4.2糧食需求量模擬295
13.4.3糧食供需平衡與安全保障296
第14章作物模擬與決策支持299
14.1氣候變化效應評估299
14.1.1未來氣候情景生成300
14.1.2氣候變化對作物生產力影響的定量評估301
14.2作物生產管理方案的優化310
14.2.1播期310
14.2.2氮肥運籌312
14.2.3綜合管理方案315
14.3作物理想品種設計316
14.3.1作物基因效應模擬與品種遺傳參數設計316
14.3.2基于模型的作物株型設計319
第15章數字作物平臺的構建與實現322
15.1作物生長模擬與決策支持系統322
15.1.1系統結構設計322
15.1.2系統主要功能模塊324
15.1.3系統的實現與示例325
15.2作物生長可視化系統331
15.2.1系統結構設計331
15.2.2系統主要功能模塊333
15.2.3系統的實現與示例334
15.3基于模型與GIS的作物生產力預測預警系統339
15.3.1系統結構設計340
15.3.2系統主要功能模塊340
15.3.3系統的實現與示例343
15.4基于模型與遙感的作物生長監測與生產力預測系統347
15.4.1系統結構設計348
15.4.2系統主要功能模塊348
15.4.3系統的實現與示例348
15.5數字作物綜合應用平臺350
15.5.1平臺架構設計351
15.5.2平臺主要功能模塊352
15.5.3平臺的實現與示例352
第16章作物模擬與數字作物前景展望356
16.1數字作物研究方向356
16.1.1量質協同形成模擬356
16.1.2作物生長虛擬表達357
16.1.3功能基因效應模擬359
16.1.4土壤質量關系模擬360
16.1.5極端氣候效應模擬361
16.1.6多模型耦合與高性能智能計算361
16
前言
第1章作物模擬發展概述1
1.1作物模擬的產生與發展1
1.1.1作物模擬的定義1
1.1.2作物模擬模型的類型2
1.1.3作物模擬的發展歷程3
1.1.4作物模擬不同學派的發展特點5
1.2作物模擬的主要特征7
1.2.1作物系統模擬的意義7
1.2.2作物生長模型的基本特征7
1.2.3生長模擬與生長分析的比較8
1.2.4生長模型與統計模型的比較8
1.3作物模擬的功能與作用9
1.3.1作物模型的功能9
1.3.2作物模型的應用領域10
1.3.3作物模型與其他技術的耦合10
第2章作物模擬原理與方法14
2.1作物生產系統特征分析14
2.1.1作物生長系統分析方法14
2.1.2作物生產系統的等級性15
2.1.3作物生產系統的水平和過程16
2.2作物模擬的數據支撐21
2.2.1歷史資料獲取21
2.2.2模擬支持研究22
2.3作物關系定量表達23
2.3.1模擬研究的尺度23
2.3.2析因法與系數化24
2.3.3遺傳參數25
2.4作物模擬模型研制程序26
2.4.1模型選擇與系統定義26
2.4.2資料獲取與算法構建26
2.4.3模塊設計與模型實現27
2.4.4模型檢驗與改進完善28
2.5作物情景模擬技術31
2.5.1作物情景模擬思路31
2.5.2作物情景模擬應用32
第3章作物階段發育與器官建成模擬35
3.1作物溫光反應與生理發育時間35
3.1.1發育階段的定義與劃分36
3.1.2階段發育的生理因子與概念模式36
3.1.3作物溫光反應的模擬37
3.2生理發育時間與階段預測45
3.2.1每日熱敏感性45
3.2.2生理發育時間46
3.2.3頂端發育階段的預測46
3.2.4物候期的預測47
3.3作物個體器官建成模擬48
3.3.1頂端原基的分化48
3.3.2葉片的出現50
3.3.3根系與莖稈的生長53
3.3.4籽粒發育與衰老55
3.4作物群體器官建成58
3.4.1群體葉面積59
3.4.2分蘗動態與成穗61
第4章作物光合作用與同化物積累模擬64
4.1冠層光能分布與截獲64
4.1.1大氣上界的光合有效輻射64
4.1.2冠層頂部的光合有效輻射65
4.1.3冠層內光的分布與吸收65
4.2葉片和冠層光合作用66
4.2.1單葉光合作用67
4.2.2冠層光合作用68
4.2.3光合作用影響因子70
4.2.4呼吸作用76
4.3同化物積累與生物量79
4.3.1群體凈同化量79
4.3.2群體干物質積累80
第5章作物籽粒產量與品質形成模擬81
5.1作物籽粒產量形成模型81
5.1.1日同化量的分配82
5.1.2作物各器官干物質增長87
5.2作物籽粒品質形成模型89
5.2.1籽粒蛋白質形成模型89
5.2.2籽粒淀粉形成模型95
第6章作物溫度脅迫效應模擬99
6.1作物溫度脅迫效應99
6.1.1我國作物溫度脅迫時空特征100
6.1.2作物溫度脅迫的生理效應104
6.2作物低溫脅迫響應模擬107
6.2.1作物生長模型對低溫脅迫響應能力的比較107
6.2.2低溫脅迫對作物生長發育及產量形成影響的模擬111
6.3作物高溫脅迫響應模擬118
6.3.1作物生長模型對高溫脅迫響應能力的比較118
6.3.2高溫脅迫對作物生長發育和產量形成影響的模擬119
第7章作物水分關系模擬128
7.1土壤-作物水分模型描述128
7.1.1土壤水分模型的基本公式128
7.1.2作物對降水的截留129
7.1.3地表徑流的計算129
7.1.4降水或灌溉的入滲130
7.1.5農田蒸散的算法130
7.1.6根系吸水函數131
7.1.7層間水分再分配132
7.1.8土壤水分特征值的估算132
7.2水分影響因子133
7.2.1水分脅迫對作物生長過程的影響133
7.2.2水分影響因子計算142
7.3模型計算與驗證145
7.3.1計算流程145
7.3.2模型驗證146
第8章作物養分動態模擬150
8.1土壤氮素動力學150
8.1.1土壤無機態氮的淋洗量151
8.1.2礦化與固定（生物固持）152
8.1.3作物殘留與還田秸稈分解155
8.1.4硝化作用與反硝化作用156
8.1.5銨的黏土礦物固定與釋放、吸附與解吸157
8.2土壤磷素的動態模擬158
8.2.1土壤有效磷基本平衡模型158
8.2.2土壤有效磷各組分的動態模擬159
8.3土壤鉀素的動態模擬161
8.3.1土壤有效鉀基本平衡模型161
8.3.2土壤有效鉀各組分的動態模擬161
8.4養分吸收與分配163
8.4.1氮素的吸收與分配動態163
8.4.2磷素的吸收與分配動態167
8.4.3鉀素的吸收與分配動態170
8.5養分效應因子173
8.5.1氮效應因子174
8.5.2磷效應因子174
8.5.3鉀效應因子174
8.5.4養分虧缺因子175
第9章作物形態結構模擬與可視化表達176
9.1作物形態結構模型的構建176
9.1.1葉片生長的動態模擬176
9.1.2葉鞘長度的動態模擬183
9.1.3節間長度和寬度的動態模擬185
9.1.4莖葉夾角的動態模擬185
9.1.5葉曲線的動態模擬186
9.1.6穗生長的動態模擬188
9.2作物結構-功能模型的構建193
9.2.1作物單位器官干物質分配的動態模擬193
9.2.2作物單位器官干物質增長的動態模擬195
9.2.3作物單位葉片葉面積的模擬196
9.3作物形態結構的可視化表達197
9.3.1作物器官的可視化表達197
9.3.2作物個體的可視化表達203
9.3.3作物群體的可視化表達204
9.3.4碰撞檢測技術及效果展示209
第10章作物模型的不確定性分析214
10.1模型參數的不確定性214
10.1.1模型參數的敏感性分析215
10.1.2模型參數的估算方法217
10.1.3模型參數不確定性的量化221
10.2模型輸入數據的不確定性224
10.2.1氣象數據輸入的不確定性224
10.2.2土壤數據輸入的不確定性226
10.2.3管理措施數據輸入的不確定性229
10.3模型算法的不確定性229
10.3.1模型算法的不確定性量化230
10.3.2作物模型不同來源不確定性的比較231
第11章作物模型集成構造與輔助建模234
11.1作物模型集成構造的概念與內涵234
11.1.1作物建模知識庫235
11.1.2作物模型軟件組件庫236
11.1.3作物生長模型集成構造236
11.2作物生長建模通用知識框架237
11.2.1作物生長建模通用概念模型的組分分析238
11.2.2作物生長子模型分析與算法框架240
11.3作物模型集成構造的原理244
11.3.1作物模型的表示與映射245
11.3.2作物生長集成建模的構造原理249
11.4作物生長集成建模方法253
11.4.1基于概念的模型結構集成253
11.4.2基于組件的模型動態組裝254
11.4.3模型算法動態集成256
11.4.4模型參數集成與校正257
11.5作物生長集成建模輔助系統與建模案例257
11.5.1ICMCS結構258
11.5.2ICMCS主要功能261
11.5.3基于ICMCS的小麥生長模型構建案例263
第12章作物模型與空間信息耦合267
12.1作物模型與地理信息系統（GIS）耦合267
12.1.1作物模型與GIS耦合的基本策略267
12.1.2作物模型與GIS耦合的尺度效應272
12.1.3作物模型與GIS耦合的軟件工具273
12.2作物模型與遙感（RS）耦合274
12.2.1作物模型與遙感耦合機制275
12.2.2作物模型與遙感耦合方法277
12.3作物生產力的時空預測281
12.3.1基于時空大數據的作物生產力預測282
12.3.2基于機器學習的作物生產力時空預測282
第13章作物生產力分析與評估284
13.1作物層次生產力預測284
13.1.1不同層次生產力的劃分284
13.1.2不同層次生產力的概念及估算方法285
13.2作物產量差估算287
13.2.1產量差的提出與發展287
13.2.2產量差的估算方法287
13.2.3產量差的劃分288
13.3作物產量影響要素的貢獻率評估289
13.4糧食安全預測預警293
13.4.1作物供給量模擬與預測方法293
13.4.2糧食需求量模擬295
13.4.3糧食供需平衡與安全保障296
第14章作物模擬與決策支持299
14.1氣候變化效應評估299
14.1.1未來氣候情景生成300
14.1.2氣候變化對作物生產力影響的定量評估301
14.2作物生產管理方案的優化310
14.2.1播期310
14.2.2氮肥運籌312
14.2.3綜合管理方案315
14.3作物理想品種設計316
14.3.1作物基因效應模擬與品種遺傳參數設計316
14.3.2基于模型的作物株型設計319
第15章數字作物平臺的構建與實現322
15.1作物生長模擬與決策支持系統322
15.1.1系統結構設計322
15.1.2系統主要功能模塊324
15.1.3系統的實現與示例325
15.2作物生長可視化系統331
15.2.1系統結構設計331
15.2.2系統主要功能模塊333
15.2.3系統的實現與示例334
15.3基于模型與GIS的作物生產力預測預警系統339
15.3.1系統結構設計340
15.3.2系統主要功能模塊340
15.3.3系統的實現與示例343
15.4基于模型與遙感的作物生長監測與生產力預測系統347
15.4.1系統結構設計348
15.4.2系統主要功能模塊348
15.4.3系統的實現與示例348
15.5數字作物綜合應用平臺350
15.5.1平臺架構設計351
15.5.2平臺主要功能模塊352
15.5.3平臺的實現與示例352
第16章作物模擬與數字作物前景展望356
16.1數字作物研究方向356
16.1.1量質協同形成模擬356
16.1.2作物生長虛擬表達357
16.1.3功能基因效應模擬359
16.1.4土壤質量關系模擬360
16.1.5極端氣候效應模擬361
16.1.6多模型耦合與高性能智能計算361
16
展開全部
作物模擬與數字作物 節選
第1章作物模擬發展概述 作物模擬研究自20世紀60年代由荷蘭的 de Wit（1965）和美國的 Duncan等（1967）開創以來，隨著系統科學和計算機技術的快速發展及作物學、土壤學、大氣科學等知識的不斷積累，發展十分迅速，經歷了從定性的概念模型到定量的模擬模型、從單一的生理生態過程模型到完整的作物生長與產量形成的綜合性模擬模型的發展過程，并逐步協調了模型的機理性與預測性之間的矛盾，使作物生長模擬從萌芽逐步走向成熟。進入90年代以來，作物生長模型開始與其他農業信息技術，如“3S”技術［地理信息系統（GIS）、遙感（RS）、全球定位系統（GPS）的統稱和集成］、決策支持技術及網絡技術等相耦合，在現代農業研究與應用領域中發揮日益重要的作用，呈現出廣闊的發展和應用前景。本章主要介紹作物模擬的基本概念、發展歷程、內涵特征及功能作用，為了解作物模擬技術原理及應用前景奠定基礎。 1.1作物模擬的產生與發展 作物模擬是一門新興的交叉學科，融合了作物生理生態研究的重大進展。它是以系統分析方法和計算機模擬技術來定量描述作物生長、發育和產量形成的過程及其對環境和管理技術的響應，是作物生理生態知識的高度綜合與有效集成，有助于理解、預測和調控作物生長發育及其與環境和管理技術之間的關系（朱艷等，2020；Penning de Vries et al.，1989），是數字農業與智慧農業的核心內容之一。 1.1.1作物模擬的定義 農業生產系統是一個復雜而獨*的多因子動態系統，受基因型、環境和管理技術等多種因素的影響，具有顯著的時空變異性和區域性，從而使得農業生產管理專家難以綜合考慮多因子互作來預測農業生產趨勢并量化生產管理措施。作物模擬（模型）又稱為作物生長模擬（模型）或作物系統模擬（模型），是利用系統分析方法和計算機模擬技術，綜合作物生理學、生態學、氣象學、土壤學和農學等學科的昀新研究成果，對作物生長發育過程及其與環境和管理技術之間的動態關系進行定量描述和預測。因此，作物生長模擬能夠克服傳統農業生產研究中較強的地域性和時空局限性，為不同條件下的農業生產預測提供有力的定量化工具。在作物生長模擬中，作物生理生態知識是模型建立的關鍵，系統分析方法是模擬研究的基礎，而計算機軟件技術則是模型實現不可缺少的輔助工具。作物生長模擬研究的核心是對整個作物生長和生產系統進行知識綜合，并對作物生理生態過程進行量化表達（Bouman and van Laar，2006）。 作物生長模擬模型（Crop Growth Simulation Model）是把作物生長過程的各種生理生態機制概括為數學表達式，把其中非結構性問題表達為知識性邏輯關系，通過程序設計形成綜合的計算機仿真系統（曹衛星，2008）。作物生長模型具有較強的機理性、系統性和通用性。作物生長模型的成功開發和應用實現了作物生長發育規律由定性描述向定量分析的轉化，為作物生產決策支持系統的開發與應用奠定了定量化基礎，特別是為數字農業和智慧農業發展提供了關鍵核心技術。 1.1.2作物模擬模型的類型 作物模擬模型按不同的功能特征及建模的目的和方法大致可以分為經驗模型與機理模型、描述模型與解釋模型、統計模型與過程模型、應用模型與研究模型等。其中，前一類模型相對簡單一些，經驗性的成分多一些，注重模型的預測性和應用性；后一類模型則要復雜一些，機理性的成分多一些，強調模型的解釋性和研究性。 1.經驗（empirical）模型與機理（mechanistic）模型 經驗模型建立在數據統計分析的基礎上，較少涉及過程性和機理性，偏重模型的預測性和應用性；機理模型對內在過程與機理有較好的闡釋，強調模型的解釋性和研究性。 2.描述（descriptive）模型與解釋（explanatory）模型 描述模型以簡單的方式描述一個系統的行為，而對引起行為的機理，模型較少或不予反映，描述模型可以通過測定的試驗數據推導出來，其建立過程相對比較簡單；解釋模型側重對引起系統行為的機理和過程的定量描述，這些描述即為科學理論和假設的清晰表達，模型是通過綜合整個系統的機理和過程描述建立的。例如，解釋性的作物生長模型包括光合作用、呼吸作用、同化物積累與分配、形態發生與器官建成、產量與品質形成等過程，作物生長則是這些基本過程的綜合結果。建立解釋模型，需要對整個系統進行分析，并分別對其整個過程和機理進行定量化表達。 3.統計（statistical）模型與過程（process）模型 統計模型是一種昀常使用的模型，主要通過對數據進行多重回歸和擬合來預測系統的表現，其解釋性較差，并且局限于試驗資料所在地特定的大氣環境、土壤條件和品種類型，難以推廣到不同的環境條件和品種類型；過程模型用于定量描述生物與非生物的一些基本過程，具有較好的機理性和解釋性，適用于不同的環境條件和生產系統。 4.應用（application）模型與研究（research）模型 應用模型主要傾向于應用推廣，因而具有便于使用、較為粗放和方向比較單一的特點；研究模型主要用于科研，對其機理性要求較高，因而具有操作復雜、參數較多、靈敏度高等特點。 總體上看，所有作物模擬模型從更微觀的層次上都可認為是經驗性模型，而從更宏觀的層次上又都可看作是機理性模型。因此，任何一個模擬模型都體現了經驗性和機理性的相對平衡與協調。 1.1.3作物模擬的發展歷程 作物模擬的發展經歷了從定性的概念模型到定量的模擬模型，從數量植物生理學中的生理生態過程模擬慢慢發展成為綜合的作物生長模擬模型。20世紀60年代以來，隨著系統科學和計算機技術的發展及作物學知識的積累，作物模擬研究得到了快速發展，進而促使作物生產系統的綜合分析和科學決策也成為現實。作物模型發展的動力主要來源于計算機科學與技術的發展、作物學的知識積累、管理決策的定量要求、農業推廣中的技術轉移及作物生產系統固有的獨*性和變異性。 國際上有關作物模擬研究的發展，大體上可以概括為以下4個主要階段。 1.過程建模期 20世紀60～80年代，生理生態過程的數量分析與模擬研究的誕生與發展，為作物生長模型的研究奠定了基礎。荷蘭的 de Wit（1965）及美國的 Duncan等（1967）相繼發表了冠層光能截獲與群體光合作用的模擬模型，從系統論的角度，以作物生理學和作物生態學為主要學科基礎，研究了作物生長發育與光合產量形成的過程及與生態環境因子之間的定量關系，把作物生長過程的各種生態與生理機制概括為簡單的數學表達式，成為作物生理生態過程模擬的經典之作。此后的一二十年間，作物模擬研究迅速發展，進一步趨向于系統性、機理性，實現了從不同生育過程的模擬到完整的生長周期的模擬，作物模型在深度與廣度上都得到了較好的發展。這一時期，關于作物生長與產量模型的研究以荷蘭和美國昀為突出，特別是80年代提出的 CERES（Jones et al.，1986）、GOSSYM（Baker et al.，1983）、SUCROS（Penning de Vries and van Laar，1982）、MACROS（Penning de Vries et al.，1989）等作物模型，都能完整地描述和預測作物生長及產量形成的全過程。在此期間，我國的科學家也開始了作物模擬模型方面的研究工作，并在植物生理生態過程的模擬方面取得了可喜的成績，初步提出了水稻等作物產量形成模型（黃策和王天鐸，1986）。 2.系統模擬期 20世紀80～90年代，在過程模型的基礎上，運用整體性系統方法，圍繞作物生產系統，構建了作物生長與生產力預測模型，發展了作物-土壤-大氣系統的模擬模型。這一時期，作物模擬進一步向機理性和應用性方向拓展。一方面，作物模擬工作者對系統進行不斷的分解和細化，如澳大利亞的 Evans和 Vogelmann（2003）及 Buckley和 Earquhar（2004）建立的電子傳遞速度與光強、大氣 CO2濃度、氣孔 CO2分壓、水汽壓等的關系模型，將作物光合作用的模擬深入到了生物化學領域。美國的 Norman和 Arkebauer（1991）提出的 Cupid模型，詳細地模擬了每張葉片每分鐘的光合、呼吸、蒸騰等過程，在模擬的精度上大大超過了70～80年代的模型。另一方面，模擬研究強調系統的通用性與可靠性，因此對系統的機理性與通用性之間的矛盾表現出一定的困惑和失望。雖然在美國、荷蘭、英國、澳大利亞等國家已研制出多種作物的模擬模型及特定作物的不同模擬模型，并開始應用于生產實踐，但多數生長模型經過不斷擴展和細化，過分偏重理論或假說對生長發育和產量形成等生理過程的解釋而缺少必要的驗證和廣泛的測試。 3.模型應用期 20世紀90年代至21世紀前10年，人們對模型的應用價值和局限性有了比較客觀的認識，模型被視為一種啟發式的工具，成為整個農業科學領域普遍接受與采用的方法。在此期間，模擬工作者對模型系統進行持續的改進完善和示范應用，在指導作物管理、育種、施肥、灌溉等方面獲得了成功的實踐。例如， Hearn（1994）研制出棉花決策支持系統 OZCOT，為澳大利亞地區的棉花生產提供風險分析、水分管理和蟲害控制等方面的決策咨詢。該時期，我國也涌現出若干各具特點、自主研發的作物生長模型及決策系統（Tang et al.，2011；Cao et al.，2002；殷新佑和戚昌瀚，1994），并在模型示范應用方面做了大量的開發研究。另外，20世紀90年代以來，許多研究利用作物模型探索全球氣候變化的影響及農業生產可持續發展的策略等（Asseng et al.，1998）。這一時期作物模型還開始與其他信息技術如遙感（RS）、地理信息系統（GIS）、網絡技術等相結合，在信息農業和現代農業發展中表現出更好的應用價值（Daly et al.，1994）。 4.算法拓展期 2011年至今，著重提升模型的預測性和可靠性。雖然過去的50年間，作物生長模擬有了長足的發展，但是由于影響作物生長發育的主要因子存在顯著的時空變異，因此需要拓展和深化作物生長模型與 GIS、RS技術的耦合機制與方法，以更好地實現區域糧食生產力的準確預測。同時，隨著全球變暖，極端氣候事件 （如高溫、低溫、干旱、寡照等）的發生強度和頻率不斷增強，探討極端氣候條件對作物生長發育與產量品質形成影響的生理機制，提高模型在極端氣候環境下的模擬精度，也是目前作物模擬關注的重點之一（Liu et al.，2017）。此外，現代基因測序技術的飛速發展使得作物基因信息的高通量快速獲取變成現實，進而為量化作物生長模型中品種遺傳參數與基因效應之間的關系奠定了良好基礎（Wang et al.，2019；Yin et al.，2018）。因此，利用基因效應定量模擬作物生長模型中的品種遺傳參數，探索主要性狀基因效應與環境效應之間的互作機制與定量方法，進一步明確不同基因型品種對生態環境及管理措施的響應模式，有效提升作物生長模型對作物表型的預測潛能等，也是目前作物模擬研究的熱點。 1.1.4作物模擬不同學派的發展特點 國際上的作物模擬研究基本上可以概括為4個學派，分別以荷蘭、美國、澳大利亞和中國為突出代表，尤其是荷蘭和美國的作物模擬研究早期在國際上奠定了良好的學術地位，并獲得了較高的評價和較大范圍的應用。近年來，隨著作物模擬研究工作的不斷發展和完善，不同學派及國家間的作物模擬研究逐步表現為相互滲透、借鑒與融合。 荷蘭作物模擬研究的特點是強調作物生長過程的機理性。20世紀60年代，以 de Wit為首的荷蘭學者提出了作物生長動力學學說，并研制出**個完整的作物生長模型 ELCROS，極大地推動了世界作物模擬研究的發展（de Wit et al.，1970）。 ELCROS模型可以根據作物的基本物理、
書友推薦
- >
我從未如此眷戀人間
- >
我與地壇
- >
二體千字文
- >
有舍有得是人生
- >
煙與鏡
- >
回憶愛瑪儂
- >
詩經-先民的歌唱
- >
中國歷史的瞬間
本類暢銷
