2个作物模型
WOFOST模型
1 模型简介
WOFOST是荷兰瓦赫宁根大学开发的众多模型之一，C.T de Wit教授对此做出了突出贡献。相关的比较成熟的模型还有SUCROS模型、Arid Crop模型、Spring Wheat模型、MACROS和ORYZA1模型等等。WOFOST起源于世界粮食研究中心（CWFS）组织的多学科综合的世界粮食潜在产量的研究项目。在过去的十几年中，WOFOST模型取得了极大成功，它的各个版本及其派生模型应用在许多研究中。WOFOST擅于分析产量的年际变化、产量和土壤条件的关系、不同品种的差异、种植制度对产量的影响、气候变化对产量的影响、区域生产力的限制因素等等。模型已被用于产量预测、土地的定量评价，比如评价区域潜在生产力水平，评价通过灌溉和施肥可获得的最大经济收益，评价作物种植的不利因素。有的人还将作物模型进行扩展，使之能够用于森林和牧草的模拟，还有的对源程序进行修改，用更详细的子程序代替原有的子程序，达到对某个方面进行更详细的模拟的目的。
在世界各国科学家的努力下，WOFOST模型自面世以来获得了极大的发展，模型从WOFOST 3.1发展到WOFOST 7.1，应用范围不断扩大，它的适应性及应用研究在世界范围内进行，反馈的结果反过来又促进了模型的发展。值得一提的是WOFOST 6.0，它是个极为成功的作物生长模型，在1989-1994年间不断完善和发展。它是为预报产量而发展起来的，用于预报欧共体各个国家、地区的作物产量。它还被欧洲作物生长监测系统（CGMS）结合，是其中一个重要的子模块。目前，WOFOST 6.0被应用于各种目的，如教学、验证、试验等等，成了一个广泛的应用平台。WOFOST系列都采用类似的子模块，用光截获和CO2同化作为作物生长的驱动过程，用物候阶段控制作物的生长，仅在描述土壤水分平衡和作物氮的吸收上有些差异。
WOFOST（WOrld FOod Studies）是从SUCROS导出的最早面向应用的模型之一。该模型由世界粮食研究中心开发，旨在探索增加发展中国家农业生产力的可能性。SUCROS（Simple and Universal Crop growth Simula）是de Wit学派的第一个概要模型，它的时间步长为一天。SUCROS在自然条件下具有通用性，其所描述的物理过程和生理过程可用于较广范围的环境条件。通过改变作物参数，SUCROS已用于不同种类的作物，如小麦、马铃薯和大豆等。SUCROS已经成为特定面向目标模型的进一步简化和发展的前导模型。W0FOST的过程描述也是通用的，也可通过改变作物参数考虑不同作物。WOFOST可以根据需要选择模拟潜在生产水平、水分胁迫、氮素胁迫三种生产水平。模拟模型运行步长为1天。
2 模型的功能
作物生长模型发展初期建立的模型通常仅由一个经验模型来描述，一般都是
一个回归方程，有时也会把环境变量，如太阳辐射、降雨量等包括在内。这些模
型可以计算出较为准确的结果，尤其是当那些回归系数是建立在准确的、大量的
实验数据的基础上的时候。然而，这些模型的应用仅限制于与回归分析相近的区
域。这些经验性的、描述性的模型没有深刻理解所观测到的产量变化的原因。
WOFOST 是个机理性模型，它解释了作物基本的发育过程和这些过程如何
被环境条件所影响，如光合作用和呼吸作用等等。机理性模型的模拟并不是每次
都很准，然而，应该认识到，模型模拟过程中的每个参数都只有一定的精度，每
个参数产生的误差会不断积累，最后可能导致最终结果较大的模拟误差。
WOFOST 模型基于作物基本发育过程，解释了作物的生长，如光合作用和
呼吸作用，并描述了这些过程如何受环境条件的影响。作物干物质积累的计算可
以用作物特征参数和气象参数的函数来表示。作物生长的模拟是以每日数据为基
础的，图1说明了WOFOST 内的主要过程。
水分胁迫水平下WOFOST 模型主要模拟作物生长和土壤水分平衡两个方面
过程（图2.3）。这两方面过程相互作用，相辅相成。土壤水分平衡子模型模拟出
逐日作物水分胁迫系数——相对蒸腾（Ta/Tm ），用于修正水分胁迫对光合作用
以及LAI 增长的影响，而LAI 反过来又参与了土壤水分平衡过程中最大可能蒸
腾与实际蒸腾的计算。因此，对于模拟水分胁迫条件下冬小麦生长发育及产量形
成过程来说，土壤水分平衡过程模拟的准确性直接影响到作物模型的模拟效果。
WOFOST 的作物生长过程，主要包括物候发育、冠层光合作用、呼吸作用、
干物质积累及分配等。土壤水分平衡过程主要包括降水、灌溉、渗透、地表蒸发、
作物蒸腾、毛管水上升等过程，并以此为基础估算逐日土壤含水量以及作物水分
胁迫系数。
3 作物生长过程
WOFOST 根据作物的品种特征参数和环境条件，描述作物从出苗到开花、
开花到成熟的基本生理过程。模型以一天为步长，模拟作物在太阳辐射、温度、
降水、作物自身特性等等影响下的干物质积累。干物质生产的基础是冠层总CO 2
同化速率，它根据冠层吸收的太阳辐射能量和作物叶面积来计算。通过吸收的太
阳辐射和单叶片的光合计算出作物的日同化量。部分同化产物—碳水化合物被用
于维持呼吸作用而消耗，剩下的被转化成结构干物质，在转化过程中又有一些干
物质被消耗（生长呼吸作用）。产生的干物质在根、茎、叶、贮存器官中进行分
配，分配系数随发育阶段的不同而不同。叶片又按日龄分组，在作物的发育阶段
中，有一些叶片由于老化而死亡。发育阶段的计算是以积温或日长来计算。各器
官的总重量通过对每日的同化量进行积分得到。模型中采用的主要公式与计算方
法简单介绍如下：
3.1 发育过程
由于作物的许多生理学和形态学过程都随发育期变化而变化，因而发育期的
准确模拟在作物模型中十分关键。作物发育阶段的模拟主要取决于温度和日长。
开花前，作物发育速度由日长和温度控制；开花后，仅有温度起作用。WOFOST
是个以光合作用为驱动因子的模型，作物生长的模拟从出苗开始，作物生长发育
可以看作是有效积温的函数。模型采用“积温法”模拟发育期，将整个冬小麦生
育期划分为出苗—开花和开花—成熟两个发育阶段，每个阶段的有效积温为模型
发育参数。当活动积温达到发育阶段所需积温时，认为作物进入该发育期，阶段
积温随作物品种不同而不同。每日有效积温取决于下限温度（低于这个温度作物
发育停止）和上限温度（高于这个温度作物发育速率不再加快），它们的值都取
决于作物特性。WOFOST 发育速率就可以表示为每天的积温占总积温的比例，
发育速率表达式为：
)2,1(,==j TSUM T D j ei
t r （1）
式中t r D ,为t 时刻的发育速率（d -1），ei T 为有效温度（℃），)2,1(=j j TSUM 为完成
某一发育阶段所需的积温（℃ d ）
?????≥-=<<-=≤=e
i b e ei e i b b i ei b i ei T T T T T T T T T T T T T T max,max,max,0 （2） 式中i T 为日平均气温（℃），取日最高气温和日最低气温的平均值。b T 为冬小麦
发育下限温度（℃）。e T max,为冬小麦发育上限温度（℃）。
光周期影响因子为：
)10(≤≤--=red c o c
red f D D D D f （3）
式中D 为光长（h ）。c D 为临h ），o D 为最适光长（h ）。
到某时刻进入的发育阶段（DVS ）以数字表示，出苗期0=DVS ，开花期
1=DVS ，成熟期2=DVS 。DVS 等于各阶段的实际有效积温与该阶段所需有效
积温之比再乘以光周期影响因子。
)2,1(=?
=∑j TSUM T f DVS j ei red （4）
3.2 日同化量 日同化物的生产与分配是模型描述得最为详尽的部分，通过对一天内瞬时
CO 2同化速率的积分得到。WOFOST 模型中相对冠层高度L 处瞬时光合作用速率
L A （kg hmLA -2 hr -1）是光饱和时光合作用速率m A （kg hmmA -2 hr -1）和所吸收辐
射量I （J m -2 s -1
）的函数，以负指数形式表示： )1(m A I m L e
A A ε--= （5）
式中ε为初始光能利用率。 冠层光合速率采用Gaussian 三点积分法，对于计算日同化总量，这种三点式
积分法表现得非常好，对叶片在时间和空间的瞬时光合作用速率进行积分。将冠
层高度分三层，计算各层瞬时光合作用速率（瞬时同化速率的计算则是在区分阴
叶和阳叶的基础上，在冠层内选定三个深度，计算其叶面积指数、吸收的辐射量、
叶CO 2的同化量。），加权求冠层总的瞬时光合作用速率；然后将一日分三点，
加权冠层各点总的瞬时光合作用速率，求得日总光合作用速率。
1,0,1)15.05.0(-=+=P LAI p L （6）
6
.3)6.1(101A A A LAI A h ++=- （7） 1,0,1)
15.05.0(5.012-=++=q q D T h （8） 6
.3)6.1(1,0,1,h h h d A A A D A ++=- （9） 式中LAI 为冠层叶面积指数；P 为对冠层高度的积分点，分别取LAI 为0.113、
0.5、0.887处；L ，)1,0,1(-=P A P 分别为相对冠层处的叶面积指数和瞬时光合作
用速率（kg hm -2 hr -1）；h A 为整个冠层某一时刻的瞬时光合作用速率
（kg hm -2 hr -1
）；D 为日长；q 为对时间（日）的积分点，假设辐射在一日内分布均匀，取正午到日落的3个时刻： D 0.05712+、0.25D 12+、0.44D 12+；h T （hr ）为每日q 时刻；
q h A ,为整个冠层q 时刻的瞬时CO 2同化速率（kg hm -2 hr -1
）；d A 为对3个高度3个
时刻加权平均得到的CO 2日总同化速率（kg hm -2 d -1）。
光饱和时CO 2同化速率m A 为作物品种参数，是发育阶段的函数，而且因白天
温度不同而异。白天温度day T （℃）表示为日最高气温max T （℃）和日平均气温T
（℃）的平均值，
2
max T T T day += （10） 2min max T T T += （11） 式中min T （℃）为日最低气温。另外，连续的夜间低温可使同化速率下降，当达
到一定阈值时同化速率为零。夜间低温影响以日最低气温的7天滑动平均值low
T （℃）表示：
3,2,176
min,==∑+==k T T k i k i i low （12）
3.3 呼吸作用
作物呼吸过程可分为维持生命机能的维持呼吸和同化物转化为植物体结构
物质时的生长呼吸。在参考温度下作物各器官的参考维持呼吸速率与相应器官干
物重呈线性正比关系，实际温度（T ）下的维持呼吸速率T m R ,（kg kg -1 d -1
）与参
考温度维持呼吸速率r T m R ,（kg kg -1 d -1
）的关系为： 1010,,r r T T T m T m Q R R -?= （13）
式中10Q =2，为呼吸商，r T =25℃，为参考温度。不同器官的r T m R ,各异。
日总维持呼吸量M R （kg hm -2 d -1
）为： W R R T m M ?=, （14）
式中W 为总干物重（kg hm -2
）。
生长呼吸速率即同化物转化为结构物质时的消耗部分总量为g R （kg hm
-2 d -1）： ))(1(M d e g R R C R --= （15）
d d A R 44
30= （16） 式中e C 为同化物转化系数，d R 为日总CH 2O 同化速率（kg hm -2 d -1），d A 为日总
CO 2同化速率，30/44为CO 2与CH 2O 的换算系数。
3.4 干物质积累及分配
经呼吸消耗后剩余的光合产物分配到作物各器官中形成干物质。干物质分配
与发育阶段有关。总干物重生长速率W ?（kg hm -2 d -1
）为： )(M d e R R C W -?=? （17）
作物各时刻所获得的总干物重按一定比例分配到各器官。模型首先将干物重
分配到地上（sh W ?）和地下（rt W ?）两部分：
W PC W rt rt ?=? （18）
W PC W rt sh ?-=?)1( （19）
式中rt PC 为干物质分配到根的系数。
地上部分分配到叶、茎和贮存器官：
sh i i W PC W ?=? （20）
式中i PC 为干物质分配到叶、茎和贮存器官的系数，三者之和为1。
3.5 叶片的生长与老化
绿色叶面积是光吸收和冠层光合作用的决定性因素。在理想状况下，光强与
温度是影响叶片伸展的主要环境因子。光强决定光合速率因此也影响分配到叶片
的同化物。温度影响叶片的伸展和细胞的分裂。
作物出苗时第一片叶的伸出和最后一片叶的大小都与温度有极大的关系，这
时同化物的供给对叶片生长的作用倒居于次要位置。在作物发育的早期阶段，
LAI 呈指数式增长的阶段，单位时间的增长可依下式计算：
e t t Exp T RL LAI L ??=, （21）
式中，t Exp L ,为在指数增长的阶段t 时刻的LAI 的增长速率（ha ha -1），t L A I 为t 时
刻的LAI （ha ha -1），RL 为LAI 的最大相对增长速率（℃d -1），e T 为日有效温度
（℃）。 WOFOST 模型中叶面积增长分两个阶段描述。生长初期叶面积增长与温度
有关，以指数型方式增长。当叶面积扩展到受同化物供应影响时，叶面积增长主
要与叶重增长和不同发育期比叶面积有关。模型同时考虑了叶片生理衰老对叶片
枯死速率的影响。其中每个时间步长的生理衰老系数是温度的函数，其时间积分
即为生理年龄（叶龄）。
t f P P rai t age t age ??+=-1,, （22）
age b age
b rai T T T f ,,35--= （23）
式中t age P ,为t 时刻的叶龄（d ），rai f 为生理衰老系数，T 为日平均气温，age b T ,为
生理衰老下限温度。t ?为时间步长，为1天。
叶片老化的计算过程较为复杂。老化是指叶片丧失了完成基本生理生态过程
的能力并且损失了其生物量的过程。WOFOST 在叶片完成其生命过程后就设定
其老化死亡。水分胁迫和相互遮阴可能加快叶片老化死亡的速率，模型把叶片的
老化区分为生理老化、受水分胁迫导致的老化、相互遮阴引起的老化。已经死亡
的叶片的重量要从最老的叶片组中减去。
4 土壤水分平衡
作物生长建立在光合作用的基础上，通过叶片气孔开启，空气中的CO 2进入
气孔实现光合作用。在这个过程中，植物散失了吸收的大部分水分。作物的日蒸
腾可以达到6mm ，假如作物失去的水分得不到补充，作物就会逐渐失水，并最终
枯萎。存在水分胁迫时，土壤的保水力与作物吸水是相等的，这种土壤的水的保
持能力又称土水势，是可以测量的。作物吸水存在一个最适宜的范围，在这个范
围内作物可以自由吸水，低于或超过这个范围作物就会感到水分胁迫。作物通过
控制叶片气孔开启与关闭来适应这个胁迫，从而影响了光合作用，也就影响了产
量。
在作物实际生长过程中，缺水现象十分普遍。当土壤水分供应不足时，叶片
气孔阻力增强，造成实际蒸腾速率以及光合作用速率下降，从而影响作物生长及
最终产量。为确定水分胁迫发生的时间和强度，作物模型通过土壤水分平衡方程
模拟逐日土壤含水量以估算作物水分胁迫系数。
t RD T IN IN a low up t ?-+=)
(θ （24）
SR t
SS E I P IN t s e up -?+-+= （25） Perc CR IN low -= （26）
式中，t θ为t 时刻实际土壤含水量（cm 3 cm -3），up IN 为上层土壤水分通量（cm d -1
），low IN 为下层土壤水分通量（cm d -1），a T 为实际蒸腾速率（cm d -1
），P 为降水
量（cm d -1），e I 为灌溉量（cm d -1），s E 为土壤蒸发速率（cm d -1），t SS 为地
表积水（cm ），SR 地表径流速率（cm d -1），CR 为毛管上升水速率（cm d -1），
Perc 为渗透速率（cm d -1），RD 为实际根深（cm ），t ?为时间步长（d ）。
WOFOST 模型中对土壤水分平衡过程的模拟分为考虑地下水和不考虑地下
水影响两种情形。不考虑地下水影响时，忽略毛管上升水，只考虑降水、灌溉、
水分从地表到根区的入渗、地表到大气的蒸发、作物蒸腾、根区水分往下的渗漏、
地表径流等过程。
4.1 降水
降水往往不能全部到达地面，一部分被作物冠层截留，剩余部分降落到地面，
在降水强度超过土壤入渗强度时，产生地表积水或地面径流。WOFOST 模型引
入降水量的削减因子来估算未进入土壤层的水分。该因子可以设成固定值或随降
水量变化的量。
4.2 渗透
降水经作物截留后剩余的水透过地表渗入土壤中。
t
SS E I P IN t w e ?+-+= （27） 式中，IN 为土壤表面可利用水的下渗速率（cm d -1），其值不得超过最大可能下
渗速率max IN ：
Perc E T t
RD IN s a t +++?-=)(max max θθ （28） 式中，max θ为土壤饱和含水量（cm 3 cm -3）。
水分渗入土壤后，进一步向下入渗。WOFOST 模型将土壤分为根层及非根
层两部分，根层包括实际根区（root zone ）与可能根区（lower zone-potentially
rootable zone ）。故而渗透也分为两部分，即从实际根区到可能根区的渗透以及
从可能根区到非根层的渗透（又称渗漏），计算公式如下：
s a fc
rz rz E T t W W Perc --?-=, （29）
RD W fc fc rz ?=θ, （30）
式中，Perc 为从实际根区到可能根区的渗透（cm d -1
），rz W 为实际根区层的土
壤含水量（cm ），fc rz W ,为实际根区持水能力达到最大时的土壤含水量（cm ），fc θ为田间持水量（cm 3 cm -3
），RD 为实际根深（cm ）。计算出的不得超过最大
渗透速率SOPE 。
Perc t W W Loss fc
lz lz +?-=, （31） )(max ,RD RD W fc fc lz -=θ （32）
式中，Loss 为从可能根区到非根层的渗透（cm d -1
），lz W 为可能根区的土壤含
水量（cm ），fc lz W ,为可能根区持水能力达到最大时的土壤含水量（cm ），max
RD 为最大根深（cm ）。计算出的Perc 不得超过最大渗透速率KSUB 。SOPE 和KSUB
均为土壤物理参数，其值不得超过土壤饱和导水率K0。
4.3 地表径流
当土壤表面供水超过最大渗透速率，且地表积水超过地表储水能力时发生径
流。 ),min(max SS SS SS SR t t t -= （33）
t IN E I P SS SS w e t t ?--++=-)(1 （34）
式中，t SR 为t 时刻地表径流，t SS 为t 时刻的地表积水（cm dtSR -1
），max SS 为地
表最大积水量。
4.4 蒸散量的计算
水分通过植物气孔的损失叫蒸腾，通过地面或自由水面直接进入大气叫蒸
发。蒸散是蒸腾与蒸发之和。蒸腾的驱动因子是蒸发面与空气水汽压差，蒸发面
的水汽压基本上等于当前温度下的饱和水汽压，空气水汽压是环境温度与相对湿
度的函数。蒸发的速率与蒸发面与空气间的扩散阻力有关，扩散阻力的大小取决
于风速。相对湿度、风速这两个参数决定了空气的“蒸发需求”。
Penman 公式由两部分组成，一是热力学部分，计算吸收的净辐射，二是空
气动力学部分，计算空气的蒸发需求，形式如（2.38）。两部分合成后可以用来
计算水面、裸土面的潜在蒸发和作物冠层的潜在蒸腾。WOFOST 采用类似的形
式计算水面、裸土面的潜在蒸发和作物冠层的潜在蒸腾。
()0na R EA ET γγ?+=?+ （35）
式中0ET 为蒸散量（mm d -1），na R 为净辐射折算成的蒸发量（mm d -1），EA 为蒸
发需求（mm d -1），?：饱和水汽压曲线的斜率（mPa ℃-1），γ：干湿球常数
（mPa ℃-1）。
WOFOST 为了简化计算假定蒸散只由太阳辐射、蒸发需求两个因素决定。
下面分地表蒸发、作物蒸腾和潜在蒸散分别计算。
4.5 地表蒸发
地表实际蒸发速率s E 取决于地面积水、表层土壤水分渗透速率以及冠层荫
蔽的影响。当地表积水超过1cm 时为水面蒸发，小于1cm 时地表蒸发随时间增长
而变化。
)(1max ,--=sir slr s s D D E E （36）
LAI k s s g b e
EO E -?=max , （37） γ
γ+??+??=at ns s e R EO （38） 式中，ns R 为土壤吸收的净辐射（mm d -1），at e 为空气的蒸发需求（mm d -1），?
为饱和水汽压曲线斜率（mPa ℃-1），γ为干湿表常数（mPa ℃-1
），max ,s E 为地表
最大蒸发速率（mm d -1），slr D 为距上次降水的天数（d ），s EO 为Penman 公式
计算的湿润裸土潜在蒸发速率（mm d -1），gb k 为消光系数（-）。
4.6 作物蒸腾
土壤水分供应充足时，作物实际蒸腾速率等于最大蒸腾速率。土壤水分供应
不足时，气孔阻力增加，实际蒸腾速率低于最大蒸腾速率。在不考虑氧气胁迫时，
模型中实际蒸腾速率a T 通过最大蒸腾速率m T 及水分胁迫对蒸腾速率的削减系数
ws R 来计算。
m ws a T R T ?= （39）
)1(LAI k m m g b e
ET T --= （40） wp
ws wp t ws R θθθθ--= （41） wp wp fc ws p θθθθ+--=))(1( （42）
式中，wp θ为凋萎湿度（cm 3 cm -3），ws θ为临界土壤含水量（cm 3 cm -3
），p 为土
壤耗水系数。
4.7 潜在蒸散
潜在蒸散m ET 指的是大田作物在最佳农业技术和灌溉管理下茁壮生长时的
最大蒸散，通常由作物系数CFET 和参考作物蒸散0ET 的乘积计算得出： 0ET CFET ET m ?= （43）
WOFOST 模型中作物系数CFET 设为固定值1。
对于参考作物蒸散的计算，WOFOST 模型采用Penman 公式（1948）：
1)
54.01)((26.020+?+-+?
=γ
γU e e R ET a s n （44）
)9.01.0)(079.056.0()()25.01(4N
n e T N n b a R R a K s s a n +--?+-=σ （45） 式中，0ET 为参考作物蒸散量（mm d -1），n R 为地表净辐射（J m -2 day -1），2U 为
2米高度处风速（m s -1
），s e 为饱和水汽压（mPa ），a e 为实际水汽压（mPa ），
?为饱和水汽压曲线斜率（mPa ℃-1），γ为干湿表常数（mPa ℃-1），a R 为大气层外太阳辐射（J m -2 d -1
），0.25为反射率，n 为实际日照时数，N 为最大可能
日照时数，s a 、s b 为经验系数，σ为斯蒂芬-波尔兹曼常数（4.903×10-3J K -4 m -2 d -1
），K T 为平均气温（K ）。
4.8 水分胁迫对作物生长的影响
当土壤水分不足时，气孔关闭，光合作用速率显著下降，光合产物向各器官
的运输也受到阻碍，致使干物质积累及分配速率减缓，从而影响生物量及经济产
量。同时，水分胁迫对叶片的影响也很大。水分胁迫使比叶面积减小，新叶发生
速率减缓，叶片伸展速度降低，落叶增加，导致作物叶面积减小，光合产物减少，
生长速率降低。此外，水分胁迫还可能影响作物发育期的变化，但这种影响尚未
得到明确定量结论。因此，作物模型通常主要对水分胁迫造成的光合速率下降、
叶面积减少的过程进行模拟。
当土壤水分供应充足时，作物实际蒸腾速率等于潜在速率；而水分胁迫发生
时，气孔阻力增加，作物吸收土壤水分的速率低于作物蒸腾速率，作物实际蒸腾
低于潜在蒸腾。因此，WOFOST 模型采用相对蒸腾（即作物实际蒸腾与潜在蒸
腾之比）作为作物水分胁迫系数来表示水分胁迫程度，用以体现水分胁迫对光合
作用、叶面积的影响。其中，对光合作用的影响表示为：
m
a p T T A A ?= （46） 式中，A 、p A 分别为水分胁迫水平下光合速率和潜在水平光合速率，a T 为实际
蒸腾，m T 为最大蒸腾。
水分胁迫对叶面积的影响通过减少叶重来实现。在WOFOST 模型中，以水
分胁迫和LAI 过高引起的叶片干物重减少量的最大值为实际叶重减少量。
Γ?-?=?)1(1p
a l d T T W W （47） cr cr l d LAI LAI LAI W W 1)(2?
-?=? （48） )2,1max(d d d W W W ??=? （49）
式中，1d W ?、2d W ?分别为水分胁迫和LAI 过高引起的叶片干物重减少量，d
W ?为实际叶重减少量，Γ为水分胁迫引起的相对死叶率，cr LAI 为因叶面积指数过
高引起叶死亡的临界LAI 。
2.2 输入输出数据
1作物模型输入数据：
（1）气象数据：气象观测站逐日最高温度、最低温度、总辐射（或日照数）、降水量、水汽压、风速等要素数据。
（2）作物数据：田间管理等数据，实际播种期、灌溉与施肥日期与数量。
（3）土壤数据：实测或查土壤资料得到，包括：土壤的类型、质地、结构、凋萎湿度、田间持水量、土壤孔隙度、初始地下水位等要素
2 作物模型输入数据：
土壤蒸发、总同化量、收获指数、叶面积指数、总维持呼吸量、总地上部分干物重、蒸腾速率、总蒸腾、蒸腾系数、根、茎、叶、籽粒干重。
WOFOST 模型参数及其意义
B.1 作物参数
简称表示符号含义单位
初始值
LAIEM －出苗时的叶面积指数ha ha-1 TDWI W 作物初始干物质重kg ha-1 RGRLAI RL 叶面积指数的最大相对增长速率ha ha-1
出苗
TBASEM T b下限温度，低于此温度作物发育停止℃TSUMEM R 播种到出苗所需的积温℃TEFFMX R 出苗时的最高有效温度℃
物候因子
DLC D c作物发育的最短日长h
DLO D o作物发育的最适IDSL日长h
IDSL －作物开花前的发育取决于：1. 温度，2. 日长，－
3. 二者都是
DTSMTB DT s以温度为函数的积温的日增长量（AFGEN表格）℃
TSUM1 ∑i T出苗到开花时的积温℃TSUM2 ∑i T开花到成熟时的积温℃DVSEND －收获时的发育阶段－
绿色面积
SLATB S la比叶面积ha kg-1 SPA SS so比穗面积（相对比叶面积而言）ha kg-1 SPAN －叶片在35℃时的生命期 d
SSA SS st比茎面积（相对比叶面积而言）ha kg-1
同化
AMAXTAB A m以发育阶段为函数的最大CO2同化速率kg ha-1 EFF ε单叶片同化CO2的光能利用率kg ha-1 h-1 J-1 m2 s
KDIF k df漫射光的消散系数－TMNFTB －以T low为函数的CO2同化速率的校正因子（AFGEN表格）℃TMPFTB －以T day为函数的CO2同化速率的校正因子（AFGEN表格）℃
同化物转化成生物量
CVL C e,lv同化物转化成叶片干物质重的效率kg kg-1 CVO C e,so同化物转化成贮存器官干物质重的效率kg kg-1 CVR C e,rt同化物转化成根干物质重的效率kg kg-1 CVS C e,st同化物转化成茎干物质重的效率kg kg-1 Q10Q10 温度升高10℃时呼吸作用变化的速率kg ha-1
维持呼吸作用
FSETB －以DVS（AFGEN表格）为函数的维持呼吸作用校正因子－
RML c m,lv叶的维持呼吸作用kg CH2O kg-1 d-1 RMO c m,so贮存器官的维持呼吸作用kg CH2O kg-1 d-1 EMS c m,st茎的维持呼吸作用kg CH2O kg-1 d-1 RMR c m,rt根的维持呼吸作用kg CH2O kg-1 d-1
分配
FLTB pc lv以DVS为函数的叶的分配系数－FOTB pc so以DVS为函数的贮存器官的分配系数－FRTB pc rt以DVS为函数的根的分配系数－FSTB pc st茎的分配系数－
死亡速率
?由于水分胁迫引起的叶片最大死亡速率d-1 PERDL
max,
lv
?以DVS为函数的根的死亡速率kg kg-1 d-1 RDRRTB
rt
?以DVS为函数的茎的死亡速率kg kg-1 d-1 RDRSTB
st
TBASE T b,age开始生理老化过程的最低温度℃
水分利用
CFET －蒸散量的校正因子－DENPR No cg作物群体数量－IAIRDU －根部分是否形成导气管（1为有，2为没有）－
根系
RDI RD I初始根深cm RDMCR RD crop依作物而定的根的最大根深cm RDMSOL RD soil土壤所允许的最大根深cm RRI RR max根生长的最大日增量cm d-1
B.2 土壤参数
简称表示符号含义单位土壤水分的保持
θ枯萎点时的土壤水分含量cm3 SMW
wp
cm-3
θ田间持水量cm3 SMFCF
fc
cm-3
θ土壤孔隙度cm3 SM0
max
cm-3
WA V W av 高于枯萎点的初始可利用的水量cm NOTINF F I降雨时未下渗部分的最大比例－
土壤临界空气含量cm3 CRAIRC
c
cm-3
CONTAB K（pF）以pF为函数的以10log为底的导水率log（cm）
下渗
K0 K 导水率cm d-1 SOPE －根区最大下渗速率
KSUB －底土层的最大下渗速率cm d-1 SSMAX SS max地表最大积水量cm d-1 DD DD 排水装置的深度cm
ZTI －初始地下水位cm
土壤的可适性
SPADS Sp1深播时第一层表土的渗流速率－SPODS Sp1深播时第二层表土的渗流速率－SPASS Sp1浅播时第一层表土的渗流速率－SPOSS Sp1浅播时第二层表土的渗流速率－IDESOW －最早播种期－ODLSOW －最晚播种期－
B.3 模型输出
简称含义单位
EVSOL 土壤蒸发cm water
GASST 总同化量kg (CH2O)ha-1
HINDEX 收获指数－
LAIM 最大叶面积指数haha-1
MREST 总维持呼吸量kg (CH2O) ha-1
TAGP 总地上部分干物重kgha-1
TRA 蒸腾速率mmd-1
TRANSP 总蒸腾cm water
TRC 蒸腾系数kg water per kg dry matter TWLV 总叶干物重kgha-1
TWRT 总根重kgha-1
TWSO 总储藏器官干物重kgha-1
TWST 总茎重kgha-1
3 WOFOST模型的应用
最近 20年来, WOFOST模型已在许多地区的许多研究领域中得到了应用。
(1)作为一种分析的工具,WOFOST模型被用来分析产量风险,不同年份间产量的变化,土壤类型以及施肥、灌溉等对产量变化的影响,播种的策略,气候变化对产量的影响,应用农业机械关键时期的确定等等。
(2)WOFOST模型用于估计某种作物的最大潜在产量;估计灌溉和施肥量的最大收益;检测对作物不利的生长条件;地区产量预测等等。
在非洲（如加纳、肯尼亚、赞比亚等国家）、美洲（如秘鲁）、亚洲（中国、菲律宾等），在欧洲应用最为广泛，在 MARS (Monitoring Agriculture with Remot Sensing) 工程中 , 欧洲联合研究中心把WOFOST6.0作为“产量预测的模型”。该研究的目的是建立作物生产指示器,对当年和以往年份的作物生长动态进行比较,同时对整个地区和国家进行产量预测。自此以后,WOFOST被合并到 CG MS中, 与相关数据库以及 ARC / info GIS联合使用,并在计算机的SUN - UNIX操作系统下运行。近来 WOFOST6.0被合并到 S WAP版本2.0中,S WAP 是一个完整的作物模型,该模型能够在土壤-水-大气-植物环境下对水的流动、溶质的运移和作物的生长进行模拟。还有一些 WOFOST模型的使用者把模型运用于森林和草地,并且通过更多的子模块代替土壤水模型。
2000-2000年中国科学院地理科学与资源研究所的邬定荣和欧阳竹等人在其科学院禹城综合试验站进行了小麦的水分处理实验,来评价该模型在华北平原的适用性。结果证明 WOFOST模型适于描述作物的光合作用过程,对潜在生长的模拟较好,用于华北平原的作物生长与水分利用的研究是适宜的。2002年,浙江大学的王光火等人根据浙江具体情况对WOFOST模型的部分参数进行了修改,对该地区的部分一年生作物进行了产量评估,并用于该地区投入产出分析,为当地农村资源的综合管理提供了依据。王石立、马玉平、张黎利用WOFOST模型对华北小麦进行了相关研究，取得了较好的效果。郭建茂等利用WOFOST模型对禹城县域的冬小麦产量进行了预测，也取得了较好结果。
任何一个模型的应用都必须有准确的试验数据来支持。要实现 WOFOST模型的各项功能,其参数化过程非常重要,由于不同地区和不同国家气候格局、土壤特征都有所不同 ,因此应用 WOFOST模型进行不同地区农业生产结构调整和管理,还需要对部分参数进行修正。WOFOST模型在一些细节问题上考虑较粗,比较适合于大面积、区域范围内的模拟。
综上所述,WOFOST模型具有使用地区广泛和作用的多样的优点。
CERES模型
CERES 是Crop Environment Resource Synthesis的英文缩写, 即作物-环境资源综合系统。CERES模型自20世纪80年代推出以来，在包括我国在内的世界各个气候类型区进行了分析、验证、应用和补充（金之庆等，2002；Aggarwal et al.，2002；袁静等，2008；），被国际上认为是比较成功的作物模型。它的适用范围愈来愈广泛，正从较强的经验性模型走向基于过程的机理性模型，目前是机理框架下的半理论-半经验模型，它较好地兼顾了模式的机理性与适用性，软件化程度愈来愈高，在各类作物模型中已具有很高的权威性，它是当前国际上功能最强大、最具影响力的模型之一。目前CERES模拟的作物包括小麦、玉米、水稻、高粱、大麦、谷子等多种作物。这些模型已被广泛应用于不同环境条件下的作物估产、干旱评价、作物品种培育、农业优化管理措施的决策等。其中，在气候变化对农业的影响评价领域中使用最多的是CERES模型。
CERES模型是面向应用的模型
模型应用在80年代阶段,作物模型研究方向由强调作物生长过程的理论表达,转向侧重于实际应用。然而已有模型很难达到该目标, 因为模型过程描述得十分详尽, 包含了许多难以获得的输入参数和变量。为了使模型理论上可行、参数和数据输入操作简单、实际中易于应用,一些既包含动力学或生理学过程,同时也包含以试验为基础的经验式或参数的模型迅速发展起来,被称为基于过程(Process-based)的模型。即融生长机制和经验过程于一体: 以作物生长和发育机理为建模基础,采用一些经验方法对某些复杂的过程、参数或变量进行简化处理,从而使模型便于应用。这类模型中,最有代表性的如CERES系列作物模型。
首先发表的是CERES玉米模型, 从1980年开始研制, 到1986年正式出版。此后, CERES2小麦、CERES- 高粱等模型相继问世。CERES系列作物模型具有相似的模拟过程, 包括土壤水分平衡、发育时段、作物生长等。用积温模拟发育时段, 根据叶片数、叶面积增长、光的截获及其利用、干物质在各个器官中的分配等模拟作物生长。
一般来说, 过程模型需要几类输入变量或参数: 天气变量、土壤变量、作物参数、管理参数等。众多的变量和参数增加了模型的应用难度, 针对这一问题, 实施了IBSNAT ( International Benchmark Sites for Agrotechnology Transfer, 1986) 项目,其目的一是将各种作物模型汇总,二是将模型输入和输出变量格式标准化,以便模型的普及应用。IBSNAT的主要目的是将农业生产新技术进行改进和普及,作物模型作为一个新技术手段进行推广,便在情理之中。IBSNAT首先在不同地区验证了CERES-Maize,CERES-Wheat,和 SOYGRO V5.0,然后进行标准化处理。以后又推广到其它作物模型如水稻、马铃薯、花生、高粱等。所有这些模型均需要相同格式的土壤、天气和管理变量输入,最终的输出格式也一致,包括土壤条件、植物生长状况和产量。上述各种模型的集合及其输入输出变量标准化格式, 共同组成一个软件系统:DSSAT ( Decision Support System for Agrotechnology Transfer)。DSSAT 包括以下组成部分: (1)作物模型; (2)土壤和天气数据; (3)田间试验数据; (4) 应用程序和数据更新; (5) 管理措施。通过将模型和试验数据链接,分析观测和模拟结果,提出相应的农业措施供农场主参考,因此,DASSAT 极大地促进了作物生长模型的应用。
DSSAT系列模型模拟了作物营养生长和生殖生长发育过程,包括发芽到开花,叶片出现次序、开花时期、籽粒生理成熟和收获。模型也模拟作物光合作用、呼吸作用、干物质分配和植株生长以及衰老等基本生理生态过程。依据不同的作物类型,经济产量如籽粒、果实、块茎或茎秆产量都能得出。模型还包括一个一维
土壤水平衡模型以模拟潜在蒸散、实际土壤蒸发、植物蒸腾、根系吸水、径流、土壤渗漏、以及不同土层的土壤水流等。土壤水分平衡模型对除甘蔗外的所有作物模型都是通用的。多数作物模型还包括一个一维的土壤氮素平衡模块 ,以模拟植物残茬和有机质的矿化作用、固定、硝化和反硝化、氮素运移等过程 ,还包括硝态氮的淋溶、氮素根系吸收以及豆类作物固氮等过程。
与Wageningen模型类似,CERES模型也是先开发由大气环境和土壤水分控制下的作物生长模型 ,然后再将氮素平衡模块链接到主模块中。在 IFDC的合作下 ,适用于玉米和小麦的氮素动态模块分别在1986年和1987年问世。CERES考虑的生产情形类似于 Wageningen 的潜在生产、水分限制生产、氮素生产水平,该模型对于诸如台风、冰雹、洪涝等灾害性天气以及病、虫、草等危害尚未予以考虑。
1CERES-Wheat模拟小麦生长发育
CERES 系列包括了主要禾谷类作物 (小麦、水稻、大麦、玉米、高梁和小米) 的模拟模型。其中的CERES-Wheat 模型小麦的生长发育分为9 个阶段: 阶段1～5 为地上部分生长发育的阶段; 6～ 9 则是整个小麦生长期内的其他几个阶段。
作物的生长发育主要受到环境温度的控制, 模型假设当气温在0～ 26 ℃时, 小麦的发育速度与温度成正比, 因而模型采用了“逐日温时”DTT
i
(Daily Thermal Time) 的概念。温时指每日0℃以上的温度的累积, 已被证明可以很好地描述冬季作物的生育。
小麦发育各阶段的模拟特征及所需温时:
⑦休耕期: 模型在此阶段主要导出小麦生育模拟中所需的土壤水分资料和氮平衡资料。
⑧播种～种子萌芽期: 模型假设当温度高于0℃、土壤水分在临界值之内时, 此过程于1 d 内完成。
⑨萌芽～出苗期: 影响此阶段的主要因子为温度和小麦播种深度。温度因子用温时来表示, 播种深度将影响种子萌芽到伸出地表的时间。该阶段可用
P
9
来表示:
P
9
= 40+ 10.2 S (1)
这里P
9
为阶段⑨所需的温时, S 为播种深度 (cm )。
①出苗～幼穗分化期: 这个过程是模型中较为复杂的阶段, 决定该过程所需温时的主要因子为小麦的遗传特性和环境因子, 因此该阶段模型要综合考
虑小麦的春化作用系数 (P
1V )、光周期 (P
1
D ) 及出叶速度。
②幼穗分化～始穗: 这个阶段严格地受到温度的控制, 从幼穗分化到最后一个叶片出现需要 3 个PHINT (模型定义完成一张叶片所需要的温时为一个PHINT ) , 因此如果取PHINT 为95 ℃·d, 那么阶段②所需温时即为285 ℃·d。
③穗发育期: 该阶段是穗生长最为快速的时期,小麦的同化物大多汇集于穗, 所以也是决定最终每株穗数的主要时期, 该阶段所需温时为2 个PHINT。
④穗发育期～灌浆早期: 抽穗结束到扬花均在此阶段,所需温时大约为200 ℃·d。这个阶段对后期每株的穗粒数起着主要作用。小麦所有的同化物都储存于茎及其他器官中,最终传输到穗粒中,所以此阶段也决定着小麦的最终生物产量。
⑤灌浆期: 此阶段决定了小麦最终颗粒尺寸的大小, 具有不同遗传特点的小麦在该阶段所需温时也不同, 所以模型设置了“灌浆期系数”P
5
对所需温时进
行换算:
P
5
= 0105TTM – 21.5 (2)
TTM 即为此阶段所需温时, 尽管其值因小麦品种不同而变化, 但大致在500 个温时附近波动。
⑥成熟～收获期: 此阶段所需温时大约为250 ℃·d。
2 CERES-Wheat模型结构
CERES-Wheat模型包括三部分：气候、土壤、作物遗传特性参数以及栽培管理措施输入模块；主要生理过程的模拟模块；模拟结果输出及分析模块。
2.1模式的输入：
①土壤资料：土壤类型、养分含量、水分变化特征等。
②气象资料：逐日太阳辐射、最高、最低气温和降水量。
③品种参数感光性、感温性、灌浆期热量需要、经济系数、最适条件下的
灌浆速率和拔节期的生物量等。
④管理措施播期、栽培密度、灌水和施肥等资料。
2.2模式的输出：
①作物资料逐日地上部分生物量、各器官生物量、密度、叶面积系数、扎
根深度、第1 、3 、5层的根长密度、发育期、籽粒产量、千粒重、穗粒数等。
②上壤水分资料和气象资料逐日蒸发、蒸腾、可能蒸散、太阳辐射、最高
最低气温、降水、各层土壤水分含量和可吸收的土壤水分总量。
③养分资料逐日植株地上部分的氮浓度、氮亏缺量、各器官含氮量、土壤
各层NO
3和NH
4
的含量。
2.3生理过程模拟模块：
生理过程模拟模块是作物模型的核心部分，它包括：(1)干物质积累模块，即光合作用模块：计算光合有效辐射的截获并转化成的干物质。主要涉及到光合有效辐射、作物的叶面积指数等；光合有效辐射转化成潜在的干物质量，考虑水分、养分、温度等胁迫因子作用后转化实际的干物质量。（2）营养吸收模块：涉及到根系结构、土壤养分状况等。（3）叶面积增长模块：生育期间叶面积动态变化及所引起的光合作用的变化。（4）干物质分配模块：主要模拟干物质在源与库间的运输、储藏及各器官间的分配。（5）水分吸收与蒸腾模块：涉及植株和土壤的水分平衡，植株生长对水分胁迫的响应。（6）生长呼吸模块：干物质用于生长和呼吸的消耗。（7）发育和器官形成模块：包括阶段发育、形态发育和新器官（茎、叶、花、果等）的形成发育过程。（8）衰老模块：包括根、叶等器官的衰老与死亡过程及其对作物生长的影响。
3 遗传参数的调试与校准
遗传参数也称为品种参数, 用来描述不同作物品种的基因遗传特性以及其发育性状和产量性状。CERES2 W heat 模型为小麦设立6个遗传参数, 除了上一
节已提到的P
1V (春化作用系数) , P
1
D (光周期系数)、P
5
(灌浆期系数), 这3
个系数主要反应了小麦的生育性状; 还有 3 个反应小麦产量形成性状的参数: G1 (穗粒数系数)、G2 (粒重系数)、G3 (穗数系数)。以上这些参数值的确定, 可以在严格的人工控制条件下实现, 也可以利用大田试验资料在计算机上加以调试。
DSSAT模型在农业应用领域研究综述
DSSAT模型在农业应用领域研究综述 摘要：为了掌握农业转移支持决策系统(Decision Support System for Agrotechnology Transfer, DSSAT)模型在国内农业应用领域的研究进展，更好地让模型在今后气候变化对农业生产影响评估和适应研究中应用，本文以近年来国内的研究和实践为基础，全面总结了模型的应用进展。结果表明：DSSAT模型在中国应用比较广泛，包括不同地区和不同作物之间；利用DSSAT模型研究气候变化对农业生产的影响的研究较多，研究结果比较丰富。但模型在应用中存在研究方法和结果比较分散、应用的作物种类有限、数据需求量大而试验数据有限等问题，这些都需要在今后的研究中不断完善解决。 关键词：DSSAT;气候变化;农业；应用进展 引言 本文综述了近年来农业技术转让决策支持系统(Decision Support System for Agrotechnology Transfer, DSSAT)模型在我国农业与气候变化领域的应用，为模型的进一步应用，即在气候变化对农业影响与适应方面，以及产量及生产潜力预测、种植制度选择等方面提供研究依据，也对未来模型的进一步应用研究有着积极的支撑作用。 自20世纪90年代，中国开始引进DSSAT模型，在不同田间管理和气象条件下进行土壤水分变化、产量潜力进的大量研究，对DSSAT模型在中国不同地区的适用性进行了验证，并提出了不同模拟试验和数据库构建方法，以及参数的修订和优化方案，为模型的应用提供了参考，取得了丰硕成果。随着气候变化研究的不断深入，DSSAT模型在农业与气候变化领域的应应逐渐广泛和深入，有效支撑了气候变化对农业生产的影响与适应研究，推动了模型应用研究的创新与进步。 1 DSSAT模型概况 农业技术转让决策支持系统(DSSAT)山美国乔治亚大学组织丌发，其可以通过一系列程序将作物模拟模型与土壤、气候及试验数据库相结合，进行长期、短期的气候应变决策[1]。其在中国的气候变化对农业生产的影响评估和适应性研究的应用已经丌展很多工作，是目前气候变化影响评估领域应用比较广泛的作物模型之一。DSSAT包括主程序（实验设计和数据管理）和八大功能模块：实验模块(XBuild);画图工具模块(GBuild)；土壤数据模块(SBuild)；实验数据文件模块(Experiment Data)；气象数据文件模块(Weather Data)；单季实验分析模块(Seasonal analysis)；轮作实验分析模块(Sequence analysis)；空间实验分析模块(Spatial analysis)[2]。 自模型引进国内以来，许多研究者介绍了模型的基本情况和应用动态。1996年，罗群英等[3]以DSSAT 3.0的研究和实践为基础，从DSSA T 3.0外壳和作物模型两方面来阐述其新特点以及应用前景，这是国内较早的关于DSSAT模型的介绍。随着模型应用和研究的深入，近年来，刘海龙等[4]针对农业技术推广决策支持系统DSSAT作物系统模型的发展历程、模型结构、数据输入输出、研究进展等进行了综述。王文佳[5]利用CropWat计算得出的冬
作物模拟模型
作物模拟模型的概念、类型、基本原理及其研究和应用进展 作物生产系统是一个复杂的多因子系统，受气候、土壤、作物及栽培管理技术等因素的影响。在综合考虑这些因子的相互作用，预测和分析作物生长趋势等方面，作物信息技术有着其它工具不可替代的优势。而作物模拟模型则是作物信息技术中的一个重要组成部分。它在快速决策农艺措施的效应等方面起着重要作用。作物生长模拟系统是用系统的观点，把作物生产看成一个由作物、环境、技术、经济4个要素构成的整体系统，综合多种相关学科的理论和成就，通过建立数学模型来描述作物生长发育、器官建成和产量品质形成等与环境之间的数学关系，并在计算机上实现模拟作物生产全过程的一个软件系统。作物生产管理决策系统是以作物模拟模型为中心，与知识工程和专家系统、决策支持系统等一起构成的用于作物生产管理和生产决策的大型软件系统，是作物模拟模型发展的最终目的，是其向综合性和应用性发展的表现。 一、模型的定义、类型及特征 1、定义 系统是一组相关成分的集合体。系统模型是对系统成分及其相互关系的一种简化的数学表达。作物模拟模型着重对作物生长发育过程及其与环境的关系进行定量描述和预测。作物生长模型，其全称为作物生长模拟模型（CropGrowthSimulationModel），简称为作物模型（CropModel），是指能定量地和动态地描述作物生长、发育和产量形成的过程及其对环境反应的计算机模拟程序。它是对气候、土壤、作物和管理复杂系统的简化表达形式。作物生长模型对作物生长和发育的基本生理生态机制和过程的模拟，又被称为机理模型（functionalmodel）或过程模型（processmodel）。可在全球范围内用来帮助理解、预测和调控作物的生长发育及其对环境的反应。 2、类型 作物模型按其不同的功能可分为经验模型与机理模型，描述模型与解释模型等。其中前一类模型经验性的成分多一些，后一类模型则机理性的成分多一些。 按照模型所描述的作物种类，作物生长模型可分为单作物专用模型和多作物通用模型。单作物专用模型（modelforsinglecropspecie）是根据某一具体作物的生理生态特性开发研制而成并专门用于该作物生长模拟的模型。多作物通用模型（modelformultiplecropspecies）是根据各种作物生理生态过程的共性研制而成模型的主体框架，再结合各种作物的生长参数和田间管理参数分别进行各种作物的生长模拟。 3、特征 成功的作物模拟模型应该具有系统性、动态性、机理性、预测性、通用性、便用性、灵活性、研究性等特征。 二、原理 作物模拟模型建立原理如下：假设作物生产系统状态在任何时刻都能够定量表达，该状态中各种物理、化学和生理机制的变化可以用各种数学方程加以描述；且作物在较短时间间隔内物理、化学和生理过程不发生较大的变化。这样则可以对一系列的过程(如光合、呼吸、蒸腾、生长等)进行估算，并逐时累加为日过程，再逐日累加为生长季，最后计算出整个生长期的干物质产量或可收获的作物产
专业文献综述-遥感信息与作物生长模型的耦合应用研究进展
专业文献综述 题目: 遥感信息与作物生长模型的耦合应用研究进展姓名: 学院: 专业: 班级: 学号: 指导教师: 职称: 教授 2012年5月28日 南京农业大学教务处制
遥感信息与作物生长模型的耦合应用研究进展 作者： 指导教师： 摘要：遥感信息与作物生长模型的耦合应用可以解决作物长势监测和产量预测等一系列农业问题，越来越受到相关研究人员的关注。本文首先介绍了农业遥感技术和作物模型的发展状况，并在分析遥感数据和作物模型在农业应用中各自优缺点的基础上，阐明二者结合的必要性，综述了遥感信息与作物生长模型的耦合应用的2种方式—强迫法和同化法；其次介绍了遥感数据与作物模型结合的应用领域和目前国内外的应用状况，并分析了其在农业生产各领域的应用潜力；最后提出了二者耦合存在的问题以及未来研究的展望。 关键词：遥感；作物生长模型；耦合应用；研究进展 Research progress on application of remote sensing information coupled with the crop model Author: Instructor: Abstract: Remote sensing information and crop growth model can solve the coupling application of crop growth monitoring and yield forecasting and a series of problems of agriculture, more and more researchers' attention.This paper first introduces the agricultural remote sensing technology and crop model development, and in the analysis of remote sensing data and crop model in agricultural application advantages and disadvantages on the basis of the combination of the two, clarify the necessity, reviews the remote sensing data and crop growth model of coupled application in 2 ways - forced and assimilation method; secondly the paper introduced the remote sensing data and crop model combined with the application domain and application status at home and abroad, and analyses its application in agricultural production potential; finally proposed the two coupling problems and future research prospects. Key words:Remote sensing; Crop models; Coupled applications; Research Progress 1 遥感技术与作物模型的发展 遥感技术是20世纪60年代以来,在现代物理学(包括光学技术、红外技术、微波雷达技术、激光技术和全息技术等)、空间科学、电子计算机技术、数学方法和地球科学理论的基础上发展起来的一门新兴的、综合性的边缘学科,是一门先进的、实用的探测技术[1]。卫星遥感技术具有快速、宏观、准确、客观、及时、动态等特点，在农作物种植面积监测，作物叶面积指数、生物量、光合有效辐射
温室植物生长数字化模型构建技术
2010年1月农业机械学报第41卷第1期DO I:10.3969/.j issn.1000-1298.2010.01.030 温室植物生长数字化模型构建技术* 唐卫东1朱平1郭晨1刘昌鑫1李萍萍2卢章平3 (1.井冈山大学信息科学与传媒学院,吉安343009;2.江苏大学现代农业装备与技术省部共建教育部/ 江苏省重点实验室,镇江212013;3.江苏大学图形技术研究所,镇江212013) =摘要> 根据试验观测值提取植物生长特征信息,以累积生长度日为参数构造植物的形态发生模型,采用信息映射与归一化方法对信息进行重构,建立植物生长数字化模型。通过实例验证表明,该方法实现了植物生长受外部环境作用下的动态模拟,为实时掌握与合理决策植物适宜的生长条件提供依据。 关键词:温室植物生长数字化模型 中图分类号:S126;TP391文献标识码:A文章编号:1000-1298(2010)01-0159-04 D igital Construction of P l ant Gro w th M odel i n Greenhouse Tang W eidong1Zhu P i n g1Guo Chen1L i u Changx i n1Li Pingpi n g2Lu Zhangpi n g3 (1.Schoo l of Informati on and M ulti-med i a S cience,J inggangshan University,J i.an343009,Ch i na 2.K ey Laboratory of M odern Agr icultural Equi pm ent and T echnology,M i nistry of Education&J iangsu Province,J iangsu University, Zhenj i ang212013,Chi na3.Institute of Graphics T echnology,J i angsu U ni ver sity,Zhenjiang212013,Ch i na) Abst ract The features o f plant gro w t h cou l d be extracted fro m the experi m ental results,and the m orpho log ica l m odel of p lant cou l d be constructed w ith the para m eter of accumu lative gro w ing degree day.Add itionally, the dig ita l gro w th m ode l o f plant cou l d be perfor m ed using i n for m ation reconstr uction m ethod such as i n f o r m ation nor m a lizati o n and m app i n g process.The experi m ent results show ed that the pr oposed m ethod w as effecti v e in dyna m ically si m ulati n g the plant gro w th under the interacti o n of env iron m en.t It cou l d prov i d e valuab le ev i d ences for rea l ti m e obta i n i n g and deter m ining the proper cond iti o ns for plan t deve l o p m en.t K ey w ords G reenhouse,Plant gro w t h,D i g italization,M ode l 收稿日期:2009-03-20修回日期:2009-05-31 *高等学校博士学科点专项科研基金资助项目(20060299003)、江西省教育厅青年科学基金资助项目(G JJ09591)和江西省教育厅科技计划资助项目(GJJ08417) 作者简介:唐卫东,副教授,博士,主要从事信息可视化、虚拟植物技术、温室环境控制研究,E-m ai:l t wd -1974@126.co m 引言 温室环境调控水平对发挥设施农业优质高效的生产功能具有重要影响。荷兰、日本、美国等发达国家在该领域的研究起步较早,其中一些学者将作物生长模型应用于温室环境控制,对温室作物生长所需环境进行预测[1~5]。然而,在利用作物生长模型对温室作物实施环境调控时,常因模型参数选择不当而使调控效果不佳,信息滞后也影响模型功能和效率,因此在实施作物生产与微观管理方面受限;而采用计算机手段和信息技术,在现代温室可控环境下构建反映植物生长机理的虚拟植物模型[6],则不仅可以实现植物生长信息的数字化,还为温室环境智能控制提供决策依据。目前有关虚拟植物的研究多以农田作物为主,而对温室虚拟植物的研究则不多见,尤其是植物生长数字化及其在温室环境调控中的研究尚未见报道。为此,本文在分析植物受外部环境作用规律的基础上,对温室植物生长数字化方法进行研究,通过温室植物生长的动态模拟,为有效实施现代温室生产与管理提供决策和技术支持。 1植物与外部环境的信息交互 植物在生长过程中离不开光照、温度、湿度、水肥等环境因子的作用,而植物生长同时也对外部环
作物生长模拟模型及其应用
作物生长模拟模型及其应用 3 杨京平3 3 王兆骞 (浙江大学农业生态研究所,杭州310029) 【摘要】 论述了作物生长模型在国内外的研究及其发展过程,作物模型的机理及在农业生产中的作用,对作物 生长模型在生产应用中存在的问题及今后的发展方向进行了讨论.关键词 作物生长模型 模拟 应用 C rop grow th simulation model and its application.Y ang Jingping and Wang Zhaoqian (Institute of A gricultural E 2cology ,Zhejiang U niversity ,Hangz hou 310029).2Chin.J.A ppl.Ecol.,1999,10(4):501～505. This paper reviewed the present situation of related study development of Crop Growth Simulation Model (CGSM ),and its mechanism and role in agricultural production.The existing problems of the model in application and its devel 2opmental direction in future were also discussed. K ey w ords Crop growth model ,Simulation ,Application. 3荷兰及国际水稻研究所合作资助项目(SARP 2Ⅲ ). 33通讯联系人. 1997-05-20收稿,1997-10-27接受. 1 引 言 作物生长模拟技术是60年代初在欧洲及美国出现的,其思想方法是从工业生产分析所用的系统工程方法借鉴而来.1965年荷兰的作物生长系统分析及模拟先驱de Wit 扩展了前人的有关作物对光截获和转化、叶层光合作用的知识,并构建了作物冠层的光合作用模型[19].他的开创性工作及后来的类似研究,加上计算机科学技术的飞速发展,导致在作物光合作用、生长过程模型研究的广泛开展[3,20,23].现今,在工业发达的国家,仿真模拟已经成为广泛使用的技术工具,但在发展中国家仍然处在起步阶段.近十几年来,美国及国际上的主要农业研究刊物都发表了许多有关作物生长模型的研究与应用的论文.在全球主要有两大研究机构在进行作物生产模拟研究、应用与推广工作,即荷兰的瓦赫宁根农业大学的理论生态系(TPE 2WAU )、土壤肥力与农业生物研究所(AB 2DLO )及美国的德州大学实验站和国际农业技术推广网络(IBSNA T ),澳大利亚及欧洲现在也在研究开发作物生长及农业生态模型. 2 作物生长模拟模型 模型是对所研究的系统简化与概要的描述[12],因此作物生长模拟模型是利用计算机技术借助数学模型对作物2土壤2大气系统中作物的生长发育及产量形成与外界环境的系统组成与变化进行动态仿真的过程.这种模拟是对作物生理生态过程的动态与概要描述. 由于计算机科学的发展,目前国内外一些研究人 员在作物生长模拟模型上进行的研究工作已经推出了 几种主要的模拟模型(表1)[6,12,16,30,34].从作物生长模型的结构来看,它包括了作物生长发育的一些主要过程:光合作用过程、养分摄取(地下根系的生长动态)、同化产物分配、蒸腾作用过程、生长和呼吸作用、叶片的生长与扩展和形态发育与衰老过程[11].大多数模型都结合了上述所列的主要过程,并以多种方式来处理这些过程.由于作物生长系统的复杂性,因此要建立的模型必须考虑各种外界的环境因素与变化过程对作物本身的影响,这必然使模型变得庞大而失去实际意义.为此1982年de Wit 和Penning de Vries 提出了将作物生长模拟划分为4个水平[12],1)生产水平1:潜在生产.作物生长在水分与养分充分保证的条件下,其生长速率与产量潜力仅受温度与光照条件影响.2)生产水平2:水分限制下的生产.作物生长过程中部分时期受到水分短缺的影响,但养分充足.3)生产水平3:N 素限制下的生产.作物生长过程中部分时期受到N 素短缺的影响,其他时期受到水分与气候因子的影 响.4)生产水平4:养分限制下的生产.作物生长过程 中部分时期受到P 素或其他矿物元素短缺的影响,其余时期受到N 素、水分和气候因子的影响.在上述4种情况下,考虑害虫、杂草的影响将进一步降低作物的产量[12,26,30].但是实际作物生长过程并非如上所述的4种情况.对照表1所列的作物生长模拟模型,目前所研究与开发的作物生长模型主要是在第一及第二生产水平上较多,而在第三水平的作物生长模型则仍在研 应用生态学报 1999年8月 第10卷 第4期 CHIN ESE JOURNAL OF APPL IED ECOLO GY ,Aug.1999,10(4)∶501～505
2个作物模型
WOFOST模型 1 模型简介 WOFOST是荷兰瓦赫宁根大学开发的众多模型之一，C.T de Wit教授对此做出了突出贡献。相关的比较成熟的模型还有SUCROS模型、Arid Crop模型、Spring Wheat模型、MACROS和ORYZA1模型等等。WOFOST起源于世界粮食研究中心（CWFS）组织的多学科综合的世界粮食潜在产量的研究项目。在过去的十几年中，WOFOST模型取得了极大成功，它的各个版本及其派生模型应用在许多研究中。WOFOST擅于分析产量的年际变化、产量和土壤条件的关系、不同品种的差异、种植制度对产量的影响、气候变化对产量的影响、区域生产力的限制因素等等。模型已被用于产量预测、土地的定量评价，比如评价区域潜在生产力水平，评价通过灌溉和施肥可获得的最大经济收益，评价作物种植的不利因素。有的人还将作物模型进行扩展，使之能够用于森林和牧草的模拟，还有的对源程序进行修改，用更详细的子程序代替原有的子程序，达到对某个方面进行更详细的模拟的目的。 在世界各国科学家的努力下，WOFOST模型自面世以来获得了极大的发展，模型从WOFOST 3.1发展到WOFOST 7.1，应用范围不断扩大，它的适应性及应用研究在世界范围内进行，反馈的结果反过来又促进了模型的发展。值得一提的是WOFOST 6.0，它是个极为成功的作物生长模型，在1989-1994年间不断完善和发展。它是为预报产量而发展起来的，用于预报欧共体各个国家、地区的作物产量。它还被欧洲作物生长监测系统（CGMS）结合，是其中一个重要的子模块。目前，WOFOST 6.0被应用于各种目的，如教学、验证、试验等等，成了一个广泛的应用平台。WOFOST系列都采用类似的子模块，用光截获和CO2同化作为作物生长的驱动过程，用物候阶段控制作物的生长，仅在描述土壤水分平衡和作物氮的吸收上有些差异。 WOFOST（WOrld FOod Studies）是从SUCROS导出的最早面向应用的模型之一。该模型由世界粮食研究中心开发，旨在探索增加发展中国家农业生产力的可能性。SUCROS（Simple and Universal Crop growth Simula）是de Wit学派的第一个概要模型，它的时间步长为一天。SUCROS在自然条件下具有通用性，其所描述的物理过程和生理过程可用于较广范围的环境条件。通过改变作物参数，SUCROS已用于不同种类的作物，如小麦、马铃薯和大豆等。SUCROS已经成为特定面向目标模型的进一步简化和发展的前导模型。W0FOST的过程描述也是通用的，也可通过改变作物参数考虑不同作物。WOFOST可以根据需要选择模拟潜在生产水平、水分胁迫、氮素胁迫三种生产水平。模拟模型运行步长为1天。
温室大棚植物生长专家系统
温室大棚控制决策 智能系统架构 建立通用数据库： 这是一个复杂的多变量系统，所以在运算过程中需要大量的中间数据。因为无法建立起精确的数学模型，而且因为一般的数学模型缺乏可扩展性以及自适应性，所以需要采用使用经验分析等方法，这是建立在大量数据采集和历史数据储存的基础上的。巨大的数据量和复杂灵活的数据结构需要一个高效、稳定、快速的数据库系统。 考虑到安全性，我们将数据库系统独立于底层系统，如上图所示，通过定时校验的方式来监测数据库的运行状态，一旦出现问题，底层
的动态数据跟随和多站点控制系统仍然可以自成系统独立运行，同时通过网络通知本公司维护人员及时通过网络或直接去现场维护。数据库系统还需要一套自保护措施，在故障发生时，及时处理数据，剔除错误数据，保证系统的有效性。 植物生长数据跟随系统： 1）、植物生长数据监测与分析： 温室大棚是一个农业上比较复杂的设施之一，要实时掌握整个系统的气候数据变化，可以在系统分析的基础上在关键点设置传感器，实时掌握关键点的土壤温度、土壤水分、环境照度、二氧化碳含量、环境温湿度等数据的变化。 通过建立农业灌溉季节模型及视频对比模型，实时分析该温室大棚植物生长变化，同时通过算法进行分析及预测，获得对该植物变化的认识和生长趋势的预测。 在灌溉季节模型及视频对比模型后，需要建立植物生长模型。联立各采集数据点和视频的关系，采用模糊关系矩阵进行耦合分析，从而从理论上掌握各分控的耦合关系，为进一步建立整个温室大棚植物生长数据模型打下基础。 2）、植物生长数据跟随： 在整体模型系统建立后，通过一定的技术算法进行权重运算，对现在植物生长状况进行评价和相关设施数据给定，并进行适当的预测分析。这个评价模型是为温室大棚系统供接口的，它通过已经定义好
作物模拟模型的研究进展
0引言作物生长模拟模型简称作物模型，用以定量和动态地描述作物生长、发育和产量形成过程及其对环境的反应。该模型综合了作物牛理、生态、气象、土壤、水肥、农学等学科的研究成果，采用系统分析方法和计算机模拟技术，对作物生长发育过程及其与环境和技术的动态关系进行定量描述和预测。核心是对整个作物生产系统知识的综合和对生理生态过程及其相互关系的量化。它的建立有利于已有科学研究成果的综合集成，同时也是作物种植管理决策现代化的基础。作物生长模型的应用使得科学研究避免在不同的地方重复相同的试验。目前的作物模拟模型虽然借助3S技术得到长足发展，但依然存在着一些问题。1国内外作物模拟模型研究进展1．1 国外作物模拟模型研究进展20世纪60年代，随着农业科学以及计算机技术的发展以及对作物生理动态机理认识的不断加深，作物生长模型的研究得到了初步发展。经过几十年的发展，已经取得了较大的成就，主要以荷兰、美国、澳人利亚这3个国家所发展的模型影响为主。1．1．1荷兰作物模拟模型1965年，de wit对叶冠层的光合作用进行了研究，奠定了作物生长动态模拟模型基础。de Wit学派的第一个模型ELCROS(初级作物模拟器)是用于探讨不同条件下的作物潜在生产水平，模型包含了详细的、具有机理性的冠层光合作用部分、描述器官生长速率的部分及有关呼吸作用的最初设想。在其基础上又发展了BACROS(基本作物模拟器)模型和ARID CROP。de Wit学派的第一个概要模型SUCROS所描述的物理过程和生理过程适用于不同的环境条件，具有通用性。世界粮食研究中心在SUCROS的基础上开发了WO—FOST作物模型，着重强调在定量土地评价、区域产量预报、风险分析和年际间产量变化以及气候变化影响等方面量化中的应用。MACROS 模型作为SARP计划的一部分是比较完善和成熟的机理性作物生长模拟模型，该模型可以模拟作物潜在生产力、水分限制和养分限制条件下的作物生长。荷兰瓦赫宁根大学与菲律宾国际水稻所(IRRI)合作，在MACROS和SU—CROS的基础上开发了系列灌溉水稻模型ORYZA，该模型己经在东南亚各国得到广泛验证和应用。荷兰作物模型的特点是解释性、机理性、通用性强。模型主要考虑土壤、气候等因素的综合作用，后期模型也考虑了作物的品种遗传特性。模型主要用于验证科学假设，模拟气候变化、不同管理措施对作物生长过程的影响。1．1．2美国作物模拟模型美国著名的作物系列模型农业技术推广决策支持系统DSSAT囊括了美国众多的著名作物模型，如CERES和CROPGRO系列模型。作物一环境一资源综合系统CERES系列模型是密西根州立大学Ruthie教授等在20世纪80年代初建立的谷类作物模拟模型，在综合性与应用性方面都有所加强。它们不仅能模拟作物生长发育的主要过程，还能模拟土壤养分平衡(矿化、硝化、反硝化、固氮、淋溶、吸收和利用等)与水分平衡(有效降雨、径流、蒸发、蒸腾、土壤水分的垂直流动与渗漏等)。DSSAT系列模型模拟了完整的作物发育过程，从发芽、叶片出现次序、开花、到籽粒生理成熟和收获；模型模拟了基本的生理生态过程，如作物光合作用、呼吸作用、干物质分配和植株生长以及衰老等；同时还能得到作物的最终产出，如籽粒、果实、块茎或茎秆产量。除此之外，DSSAT还包括一个一维土壤水平衡模型，该模型可以模拟潜在蒸散、实际土壤蒸发、植物蒸腾、根系吸水、径流、土壤渗漏以及不同土层的土壤水流等。与之相关的多数作物模型还包括一个一维的土壤氮素平衡模块，用以模拟植物残茬和有机质的矿化与固定、氮素的硝化与反硝化、氮素运移等过程，此外还包括硝态氮的淋溶、氮素根系吸收以及豆类作物固氮等过程。美国棉花专家管理计算机模拟系统GOSSYMP00MA包含两个部分：GOSSYIVl模型和COMAX专家系统。GOSSYM是棉花模拟模型，用于模拟影响棉花生长发育和产量的生物学和非生物学过程，包括棉花根际的土壤水分和氮素平衡以及棉花体内的碳、氮平衡，是一个系统动力过程模型。COMAX是管理GOSSYM数据以及解释模拟结果的专家系统。与荷兰的作物模拟模型相比，美国的作物模拟模型的特点是应用性强和综合性强。综合考虑了作物品种遗传特性、土壤、气候和管理措施等诸多因素，可用于模拟作物管理措施的最终效果。1．1．3澳大利亚作物模拟模型澳大利亚系列作物模型APSIM集成了其他各种研究的零散结果，使得某一学科
作物模拟模型
作物模拟模型 的概念、类型、基本原理及其研究和应用进展 作物生产系统是一个复杂的多因子系统，受气候、土壤、作物及栽培管理技术等因素的影响。在综合考虑这些因子的相互作用，预测和分析作物生长趋势等方面，作物信息技术有着其它工具不可替代的优势。而作物模拟模型则是作物信息技术中的一个重要组成部分。它在快速决策农艺措施的效应等方面起着重要作用。作物生长模拟系统是用系统的观点，把作物生产看成一个由作物、环境、技术、经济4个要素构成的整体系统，综合多种相关学科的理论和成就，通过建立数学模型来描述作物生长发育、器官建成和产量品质形成等与环境之间的数学关系，并在计算机上实现模拟作物生产全过程的一个软件系统。作物生产管理决策系统是以作物模拟模型为中心，与知识工程和专家系统、决策支持系统等一起构成的用于作物生产管理和生产决策的大型软件系统，是作物模拟模型发展的最终目的，是其向综合性和应用性发展的表现。 一、模型的定义、类型及特征 1、定义 系统是一组相关成分的集合体。系统模型是对系统成分及其相互关系的一种简化的数学表达。作物模拟模型着重对作物生长发育过程及其与环境的关系进行定量描述和预测。作物生长模型，其全称为作物生长模拟模型 （CropGrowthSimulationModel），简称为作物模型（CropModel），是指能定量地和动态地描述作物生长、发育和产量形成的过程及其对环境反应的计算机模拟程序。它是对气候、土壤、作物和管理复杂系统的简化表达形式。作物生长模型对作物生长和发育的基本生理生态机制和过程的模拟，又被称为机理模型（functionalmodel）或过程模型（processmodel）。可在全球范围内用来帮助理解、预测和调控作物的生长发育及其对环境的反应。 2、类型
冯利平水稻生长模型ORYZA2000
摘要：本文概要介绍了ORYZA2000模型模拟水稻生长发育及产量形成、水分变化及N素变化动态及其影响的原理与过程，以及模型运行需要的设置文件与输入参数数据值。并介绍了该模型在中国的验证与应用情况。水稻生长模型ORYZA2000是ORYZA系列模型的最新版本。是国际上具有代表性的水稻模型之一。ORYZA2000可以用于模拟潜在生产、水分限制生产及氮素限制生产条件下的水稻生长发育与产量形成和水分平衡过程。它由多个模块构成，包括地上部作物生长模块，蒸腾蒸发模块，氮素动态模块，土壤水分平衡模块等。ORYZA2000能够模拟移栽水稻也能模拟直播水稻的生长发育。最近，研究者通过在ORYZA2000模型中引入模拟旱作土壤水分平衡模型以及水分胁迫模块等，拓展ORYZA2000以适应于旱作水稻生长发育的模拟。ORYZA系列水稻模型最初是开发应用于热带地区的水稻生长模型。近年来，ORYZA2000模型已引入到中国应用。2004年，首次在北京举办了“水稻生长模型ORYZA2000培训班”。在澳大利亚国际农业研究中心（ACIAR）项目及国际农业研究“挑战项目：水和食物”（CPWF）研究中，在中国的长江流域水稻生产区、黄河流域水稻生产区及北京地区对ORYZA2000模型进行了参数调试和初步的验证。利用ORYZA 2000模型进行了大田水平的不同灌溉方式、土壤渗透性与不同地下水位深对水稻产量、水分平衡、灌水量、水分生产率及优化灌溉决策等背景分析研究。 ORYZA2000模型[1]是ORYZA系列模型的最新版本。ORYZA系列水稻模型是由国际水稻研究所（IRRI）与荷兰瓦赫宁根大学（WUCR）联合研制的模拟热带地区水稻的作物生长模拟模型。从20世纪90年代早期至今，ORYZA系列模型已有多个版本，包括最初的潜在生产水平下的ORYZA1（Kropff M.J等，1995），水分限制条件下的ORYZA-W（Wopereis M.C.S.，1996），以及氮素限制水平下的ORYZA-N（Drenth H.等,1994）和ORYZA1N（Aggarwal P.K.,1997）。2001年，国际水稻研究所Bouman等人将之前各版本的模型进行完善扩展并装配在一起形成了一个综合的模型版本，称为ORYZA2000（Bouman B.A.M.，2001）。ORYZA2000可以模拟潜在生产、水分限制和氮素限制条件下水稻的生长和发育情况，并假定在所有这些生产条件下，作物完全不受病害、虫害以及杂草的影响并且没有产量减少的情况发生。ORYZA2000由多个模块构成，包括地上部作物生长模块，蒸腾