智慧农业模型与可视化科研

在国家政策的大力号召之下，科研机构、高校、实验室等机构高度重视关于农业方面的科研，涉及农机装备、算法模型等方面。本文汇总了农业模型与可视化方向的科研，具体取得进展如下：

一、基于矫正WOFOST模型的枣树生长模拟与水分利用评价

参与机构：塔里木大学信息工程学院/***南疆农业信息化研究中心、中国农业大学信息与电气工程学院

为实现定量化分析温、光和水资源对果树生长的影响，该团队本研究以成龄骏枣树为研究对象，提出了基于校正WOFOST模型的枣树生长和水分运移模拟方法。该方法利用2016和2017年的田间试验观测数据，重点校正物候学发育、初始化、绿叶、CO2***、干物质分配、呼吸作用和水分利用参数。在田间尺度、县域尺度上进行模拟性能。

结果表明，WOFOST模型在田间和县域尺度，都取得了较高的枣树生长和水分运移模拟精度，可为土壤、气象、灌溉管理和枣树生长耦合影响的定量化分析提供新思路。

二、基于DSSAT CERES-Wheat模型的未来40年冬小麦最适播期分析

参与机构：中国农业科学院农业信息研究所/农业农村部信息服务技术重点实验室、英国埃克塞特大学工程数学与物理科学学院、中国农业科学院农业资源与农业区划研究所/农业农村部农业遥感重点实验室

为应对未来气候变化带来的不利影响，提高小麦高产优质主产区的冬小麦产量，促进小麦高产稳产。该团队研究DSSAT CERES-Wheat模型，在基准时段和未来40年分别开展模型模拟试验，以明确未来冬小麦生育期内气候要素和最适播期变化特征，定量分析采用最适播期管理措施对冬小麦的增产效应。

研究以黄淮海、江淮地区3个代表站点为研究区。分析结果表明：①未来冬小麦生育期内气候特征呈现暖干化的趋势;②冬小麦生育期天数随温度升高而缩短，缩短天数在研究区地理空间上自北向南递增;③最适播期随温度升高而推迟，在各时段、各情景下均随纬度减小而推迟。在3个站点均有不同程度的增产效应，黄淮海北片的增产效应最小，黄淮海南片和江淮地区增产幅度相对较高。因此，未来黄淮海和江淮地区可采取推迟播期、选择适播期的管理措施来应对气候变暖情况，提高冬小麦产量。

三、从群体到个体尺度——基于数据的DSSAT和GreenLab作物模型连接探索

参与机构：中国科学院自动化研究所复杂系统管理与控制国家重点实验室、中国科学院大学人工智能学院、北京市智能化技术与系统工程技术研究中心、青岛中科慧农科技有限公司 、法国农业发展研究中心(CIRAD)植物学与植物构筑模型联合实验室(UMR AMAP)

作物模型涉及作物生长发育的复杂过程，空间上可拆分为分子、细胞、组织、器官、个体、群体等尺度，时间尺度上也能细分到时分秒、年月日等。

基于不同的研究需求，切换作物模型尺度，可使得作物模型的适用性更广泛灵活。该团队研究了如何从群体尺度的作物模型转入个体尺度的作物模型，研究基于四个玉米品种的实验数据，和基于数据的模拟数据，探索不同空间尺度模型建立接口的方法，比较不同模型的特点。

结果表明，GreenLab模型可以复现DSSAT系统的模拟数据和实际测量数据，进一步可以反演出各种器官之间生物量的分配并进行三维可视化展示，并讨论了不同空间尺度模型结合的优势及应用领域。

农业可视化是未来的发展方向之一，需要科研机构不断投入大量精力。相信在科技的加持之下，会早日进入农业智能化阶段，开启农业新时代。

审核编辑黄宇