基于作物模型的计算机模拟软件研究

摘要基于作物模型的计算机模拟软件是数字农业中实现农业信息化的重要基础。该文系统介绍了作物模型及作物模拟的概念,作物生长模拟技术的产生和发展,并对模拟软件的研发过程中涉及的关键技术进行阐述,指出模拟软件在农业生产和科研中的应用。

关键词作物模型;作物模拟;专家系统;虚拟现实

中图分类号 S126 文献标识码A文章编号 1007-5739(2010)20-0031-03

StudyonComputerSimulationSofterwareBasedonCropModel

YAO Juan 1LIU Tie-mei 2

(1 College of Science,Huazhong Agricultural University,Wuhan Hubei 430070; 2 CollegeofPlant Science & Technology,Huazhong Argricultural University)

AbstractComputer simulation software based on crop model was an important foundation for agricultural information in digital agriculture. The paper systematically introduced the concept of crop model and crop simulation,the origin and development of crop growth simulation technology,and described the key technologies involved in the development of simulation software. And then,the paper pointed out the applications of the simulation software in agricultural production and scientific research.

Key wordscrop model;crop simulation;expert system;virtual reality

随着模拟技术和信息技术的快速发展,计算机在农业上的应用范围也日趋广泛,计算机建模理论和技术的发展已使作物生长发育模型由简单的系统发展为综合、复杂的人工智能系统。而以作物模型为基础的计算机模拟软件和与之相关的技术也迅速发展。把模糊知识获取算法、神经网络和遗传算法、Microsoft.net的软件技术、地理信息系统、GIS技术、数字图像处理技术、数据挖掘技术应用于现代农业技术中,采用先进适用的计算机技术进行集成,把农业的基本数据(土地类型、栽培品种、气象条件、灌溉方式等)全部输入计算机作为基础资料,进行施肥、灌溉、病虫害防治、田间作业等技术的智能化管理,是现代农业信息技术的发展方向。

1作物模型及作物模拟的概念

作物生长发育模型(简称作物模型)是指用数学概念表达作物的生长过程[1]。Curry[2]认为作物生育模型应尽可能用数学公式描述动态过程,以替代用黑箱方法进行的最优估计。Sinclair和Seligman[3] 提出,作物生育模型是借助于计算机手段对作物各种生长过程进行综合的数值模拟。曹卫星[4]认为,作物生育模型是以作物生育的内在规律为基础,综合作物遗传潜力、环境效应、技术调控之间的因果关系,是一种面向作物生育过程的生长模型或过程模型。

总之,作物生育模型能定量、动态地描述作物生长、发育和产量形成的过程及其对环境的反应。它是对气候、土壤、作物和管理复杂系统的简化表达形式,是采用系统分析的方法,综合作物生理、生态、农业气象、土壤和农学等学科的知识和研究成果,对作物生育和产量形成的试验结果加以理论概括与数据量化,建立作物生育动态及其环境之间关系的动态数学模型,应用计算机数值计算与模拟技术,实现描述和表达作物生产系统的运行状态和结果。借助于计算机手段实现这种模拟过程,是作物生育模型的一个重要特性[5]。

作物生长发育过程的计算机模拟(简称作物模拟)是近40年来迅速发展起来的一项新技术[6],将系统科学和计算机技术引入作物科学,根据作物生理学和生态学原理,通过对作物生长发育过程获得的实验数据加以理论概括和数据抽象,建立关于作物物候发育、光合生产、器官建成和产量形成等生理过程与环境因子之间关系的动态数学模型[7]。作物模拟具有解释能力强、应用面宽、可考虑众多因子的影响和易于控制等优点。

作物模拟和作物模型既紧密联系又相互区别。作物模型是指作物生长和发育系统与环境因子之间关系的一种逻辑上的数学表达;而作物模拟则包括模型的建立和操作,是一项技术总称[8]。

2模拟软件的研发及涉及的关键技术

基于作物模型的计算机模拟软件的开发是同作物模型的建立紧密联系在一起的。模拟软件的开发是以模型为基础,而模拟软件反过来又验证模型的正确性,为模型的进一步完善和优化提供依据。

2.1建模的基本原理

利用系统科学的观点,从生理学和生态学等入手,以计算机和数量方法为手段,用数学模型来描述作物生长过程与环境条件的关系,通过调控参数建立模型。模型计算方法一般沿着时间的前进方向,使植株各部分(根、茎、叶等)的状况(面积、重量、含糖量等)逐步因相互作用而变化,再现作物在生长时的进程[9]。

在建立模型时一般假设作物生产系统的状态在任何时刻都能够定量表达,该状态中的各种物理、化学和生理机制的变化可以用各种数学方程加以描述;同时假设作物在较短时间间隔(如1 h)内物理、化学和生理过程发生较大的变化,则可以对一系列的过程(如光合、呼吸、蒸腾、生长、扩散等)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量[10]。

2.2建模的过程

具体建模过程如图1所示。

2.2.1总体目标。总体目标是建模的基础。通过调查研究,可以明确生产上存在的问题以及影响产量的主要因素,以便确定目标,提出相应的方案。

2.2.2试验数据采集和分析。数据及分析过程中所需的资料的获取主要有3个途径:①从已有的工作积累和文献中获取;②通过共享,从同行科学家获取相关资料;③通过补充性试验或支持性研究,获取全新的资料。

2.2.3建立原始函数。1个作物生长模拟模型是由以下几种要素的各种形式的组合构成:组成要素、参数、变量、函数关系、约束条件、目标函数。1个作物生长模拟模型的一般性结构可用如下数学关系描述:E=f(xi,yi)。式中,E为作物生长发育的效率;xi为可以控制的变量和参量;yi为不可控制的变量和参量;f是在产生E时xi和yi的关系。

2.2.4模拟系统框架的设计和系统实现。用计算机语言来表述作物生长发育过程中生理生态各因子的函数关系;通过田间试验或查阅文献资料获得作物参数;确定用以模拟的气象要素,包括与作物生长发育有关的气象要素,有日照长度、日最高气温、日最低气温、降水、湿度和风速等;最后将程序、作物参数、气象资料综合,即成1个完整的模型。

2.2.5系统模拟运行、验证模型。通过验证,可以了解模拟结果与真实系统的逼近程度,从而确认该模型的正确性是否在允许的误差范围内。验证方法有:①回顾检验,即将模型同相应的实际情况进行比较,看其是否与发生的事实相吻合;②全面改变真实系统中的参数,观察模型是否随之变化;③通过田间试验,考察试验结果与模拟结果是否一致。

2.2.6调试改进模型。找出导致模型与真实系统不一致的原因,进一步用试验数据来调整和修改作物参数,并分析作物生长发育的内在生理生态机理,对模型进行改进。模型的验证和调试改进有可能是一个长期的过程,在确定了一个合适的模型后要在具体生产实践中不断地对模型进行进一步的优化。

2.3关键技术

2.3.1优化技术。由于涉及多种物理、生物、化学过程,作物生长模拟模型是典型的多变量、多参数、高度非线形、结构复杂的数学函数,优化作物生长模拟模型的结构和参数,必然是包含复杂函数关系和巨大解空间的复杂系统的优化问题,由于函数特征分析和提取本身的复杂性,传统优化方法对于模拟模型的优化无能为力[10]。而许多现代常用的优化方法都是以计算机技术为核心的,在考虑优化算法的实现难度和效率的基础上,充分利用计算机作为计算工具,结合作物模拟模型的特点,研究满足实际应用需要的优化技术。目前,使用进化计算来优化一些农业模型取得一定的进展,其中华东师范大学的戴春妮[11]使用遗传算法对作物生长模型进行优化,并对其进行改进,提出了种群竞争消亡算法,取得了较好的优化效果。

2.3.2计算机视觉技术。计算机视觉也称机器视觉,是模式识别与人工智能研究的一个重要领域,指计算机自动获取并分析图像,以获取描述1个景物或控制某种动作的数据,是研究利用计算机模拟生物外显或宏观视觉功能的科学和技术。计算机视觉系统由图像输入、图像处理、图像存储和图像输出组成,其核心是图像处理,即把由二进制数据给定的图像进行加工处理后输出为另外的图像或识别结果[12]。通过该项技术,将能够实现对植物形态结构的更快速、精确、非接触性地监测,以提供建模所需的数据。

2.3.3数据挖掘技术。所谓数据挖掘(Data Mining),是指对真实数据库(具有数据量大、不完全性、不确定性等特征)中数据所隐藏的、先前未知的及具有潜在应用价值的信息进行抽取,将被发现的能使用户理解的知识提供给客户,为用户提供决策支持。由于作物生长的过程是一个多变量耦合的过程,通过一些经典的、常用的方法来进行作物生长的预测与实际值之间往往存在着一定的差异。由于在试验中已经积累了大量的数据,了解这些数据对作物生长的影响作用,并可利用数据挖掘技术来寻找历史数据汇总隐含的规律,旨在充分体现变量之间的关系,以提高作物生长模型的准确性[13]。

2.3.4人工神经网络技术。近年来,人工神经网络以其良好的非线性逼近能力成为系统仿真的有效手段,可自动调整其内部连接权向量去匹配输入输出响应,具有良好的非线性品质、极高的拟合精度、灵活而有效的学习方式[13]。神经网络可用作“黑箱”的方法来模拟和预测生物系统内的关系,其模拟过程的数学关系不一定是已知的,网络可以通过多次重复学习过程,从输入与输出模型中演绎出这些关系。对比传统的作物生育动态模拟方法,B-P网络(误差后向传播神经网)模型在结果的有效性和输出响应的准确性2方面都能达到较好的效果,体现了拟合精度高、收敛速率快和泛化能力强等特点,是一种模拟和预测作物生育动态较好的方法[14]。

3基于作物模型的计算机模拟软件的应用

作物生长模拟模型反映的是作物生长和发育的基本生理生态机理和过程,具有系统性、动态性、机制性与预测性,更重要的是其具有通用性,适用于任何地点、时间和品种,不受地区、时间、品种与栽培技术差异的限制。因而,基于作物生长模型的计算机模拟软件在诸多领域得到了广泛的应用。

3.1在作物生产中的应用

3.1.1评价作物生产潜力。作物生长模拟模型的一个基本功能就是评价各种资源的作物生产潜力,包括草原牧草、森林树木、大田作物、园艺作物的光、温、水、肥生产潜力,揭示潜力开发中的障碍因素。如Savin等[15]利用CERESO小麦模型评价了阿根廷季风条件下小麦生产的潜力与策略,Wilson等[16]利用玉米生长模型评价了澳大利亚在冷凉气候条件下玉米的光温潜力。吴绍洪等[17]应用PS123作物生长模型对黑龙江海伦市玉米生产进行了潜力计算。

3.1.2优化作物栽培技术。许多模型中都包含有田间管理措施对作物生长影响的模拟内容。根据各种栽培措施下的模拟结果,可以模拟播种期、密度、灌溉时间和施肥量以及各种管理措施的组合对作物生产过程、最终产量和品质的影响,并通过该模拟制定播种、施肥、灌溉喷药等的管理计划,减少作物栽培方案优化中的田间试验年限和次数以及处理的数量。Hook利用CERESO玉米、SOYGRO和PNUTGRO模型分别研究了美国乔治亚洲玉米、大豆和花生在干旱年份的产量损失和灌溉策略。利用作物生育模型模拟作物栽培管理,可以此推荐适宜的战略或战术措施。

3.1.3进行作物生产决策。在作物模拟研究中,如果将作物模拟与作物栽培的优化原理相结合,就可以形成直接为作物生产服务的模拟优化决策系统。既可进行常年生产决策,也可进行当年生产决策,还可及时、方便地提供不断变化着的栽培模式图。充分发挥快速、准确、不受地区限制的优点,为作物生产决策提供可靠的信息。我国的高亮之[7]将研制的水稻生长模拟模型与决策系统结合,建立了水稻栽培计算机模拟优化决策系统RCSODS,用于指导长江中下游地区水稻生产。

3.2在农业信息技术中的应用

3.2.1与专家系统结合。由于作物生长模拟模型的机理性、系统性以及结果的数据化,将作物模拟模型与专家系统相结合已经成为农业专家系统开发的主要途径。其技术路线是综合模拟模型的动态预测功能和专家系统的推理决策功能。实现方式:在专家系统给出初步决策方案的基础上,通过对特定环境条件和生产系统的模拟运行,预测系统的实际状态和走向,作为专家系统进行推理决策并制定调控措施的依据。专家系统可以在系统运行的任何时期调用和使用模拟模型的结果,同时又能为模拟系统设计下一阶段的基本生产方案。如美国的棉花模型GOSSYM与专家系统COMAX结合形成棉花栽培管理决策支持系统,已广泛应用于美国的14个植棉州的130多个农场中。作物生育模型与专家系统结合的方法有助于提高模型在生产上的应用效果,是今后模型应用与专家系统开发的重要方向。

作物模型与专家系统相结合,相互丰富和发展。专家系统是以专家知识库为基础的决策系统,如果能与作物模型库相结合,将会大大增加其通用性、机理性等;与气候变化系统相结合,评价气候变化对作物生产的影响;与地理信息系统(GIS)相结合,增强其应用于生产管理的能力;与作物品种选育过程相结合,通过模拟高代株系或品系的发育期、潜在产量和产量构成等,为育种工作者的筛选提供定量参考;与遥感技术(RS)相结合,利用遥感快速收集作物、土壤、天气等资料以进行作物产量预测和生产管理决策等;与全球定位系统(GPS)相结合,发展“精准农业”;推动农业信息化。

3.2.2与虚拟现实技术结合。虚拟现实技术是继多媒体技术之后的新一代人机系统接口技术。其综合了计算机图形技术、计算机仿真技术、传感技术、显示技术等多种科学技术的最新成果,以仿真形式建立真实反映事物变化及其相互作用的三维图形环境。以计算机为手段对植物生长进行建模与仿真,生成视觉效果上形象逼真的“虚拟植物”,将为探索植物生命的奥秘和生长过程的规律,以及改善人类生存环境质量带来新的契机。早期虚拟作物生长的研究方向主要是单纯的作物外观形态模拟,注重视觉效果的真实性,强调在教育、娱乐、商业和计算机辅助设计等领域的应用[18]。作物模拟模型已为全面描述作物生长过程中的生理生态提供了依据,应用虚拟现实技术进行虚拟作物生长的研究,是真实作物生长过程的模拟,注重植物学理论的真实性,相应地将应用领域扩展到农业生产研究中去。如在虚拟农田中进行虚拟试验,可部分替代在现实世界中难以进行的费时费力的试验[19];提高农业生产中各种资源的利用率,为精确农业技术应用提供指导。

4结语

农业生产和农业知识经验、技术都是开放、复杂的巨型系统,而各个子系统彼此关联、影响,具有较为复杂的关系。随着时间、空间、外界环境的变化,整个系统也在变化,不断地同外界有复杂的物质、能量、信息的交换,这就需要数据信息的采集、转换、传输、数据处理、数据输出及反馈控制等各项技术的集成,并采用先进的技术监测农业环境因素变化和作物生长发育动态,研究各种因素的定量化的作用规律,把先进的计算机技术应用于农业生产中,推动农业技术进一步发展。作物模拟是一种新的认知工具,其建立在系统科学、作物科学和计算机技术的基础上,是信息技术在种植业应用并使其向智能化、精确化与数字化和可持续方向发展的切入点。

5参考文献

[1] EDWARDS D,HAMSON M.Guide to mathematical modeling[M].BocaRaton.Florida,US:CRC Press,Inc.,1990.

[2] CURRY R B.Dynamic simulation of plant growth part I. Development of a model[J].TRANSA CTIONS of the ASAE,1971,12(4):598-601.

[3] SINCLAIR T R,SELIGMAN N G.Crop modeling:from infancy to maturity[J].Agronomy Journal,1996(88):698-704.

[4] 曹卫星,罗卫红.作物系统模拟及智能管理[M].北京:华文出版社,2001.

[5] MONTIETH J L.The quest for balance in modeling[J].Agronomy Journal,1996(8):695-697.

[6] 高亮之,金之庆.作物模拟与栽培优化原理的结合-RCSODS[J].作物杂志,1994(3):4-7.

[7] 高亮之,金之庆,黄耀,等.水稻栽培计算机模拟优化决策系统(RCSODS)[M].北京:中国农业科技出版社,1992.

[8] 曹宏鑫,任德昌,王旭清,等.作物生长发育过程的计算机模拟决策研究概述[J].山东农业科学,2001(3):51-54.

(下转第36页)

(上接第33页)

[9] 王冀川,马富裕,冯胜利,等.基于现代系统理论基础上的作物模拟模型方法概述[J].农业现代化研究,2007,28(1):96-100.

[10] 费璐璐.进化计算在作物生长模型优化中的应用研究[D].上海:华东师范大学,2004.

[11] 戴春妮.基于案例的温室作物多变量生长模型优化研究[D].上海:华东师范大学,2006.

[12] 袁道军.利用计算机视觉技术获取油菜苗期生长信息方法的研究[D].武汉:华中农业大学,2005.

[13] 夏志军,李萍萍,胡永光,等.数据挖掘技术在温室作物生长预测中的应用[J].江苏大学学报:自然科学版,2003,24(2):21-22.

[14] 郭新宇,张志鹏,廖桂平,等.B-P神经网络在作物生育动态模拟中的应用[J].华北农学报,2002,17(1):124-130.

[15] SAVIN R,SATORRE E H,HALL A J,et al. Assessing strategies for wheat cropping in the monsoonal climate of the Pampas using the CEREC-Wheat simulation model[J].Field Crops Research,1995(42):81-91.

[16] WILSON D R,MUCHOW R C,MURGATROYD C J. Model analysis of temperature and solar radiation limitations to maize potential prod-uctivity in a cool climate[J].Field Crops Research,1995,43(11):1-18.

[17] 吴绍洪,靳京,戴尔阜.基于PS123作物生长模型的黑龙江海伦市玉米生产潜力计算[J].农业工程学报,2005,21(8):93-97.

[18] 杨沅钊.应用作物生长动态模型的虚拟植物生长研究[D].重庆:西南农业大学,2005.

[19] 朱自玺,赵国强.冬小麦优化灌溉模型研究及其应用[J].华北农学报,1995,10(4):26-33.

推荐访问:作物 模型 模拟 计算机 研究