在國(guó)家政策的大力號(hào)召之下，科研機(jī)構(gòu)、高校、實(shí)驗(yàn)室等機(jī)構(gòu)高度重視關(guān)于農(nóng)業(yè)方面的科研，涉及農(nóng)機(jī)裝備、算法模型等方面。本文匯總了農(nóng)業(yè)模型與可視化方向的科研，具體取得進(jìn)展如下：

一、基于矯正WOFOST模型的棗樹(shù)生長(zhǎng)模擬與水分利用評(píng)價(jià)

參與機(jī)構(gòu)：塔里木大學(xué)信息工程學(xué)院/新疆南疆農(nóng)業(yè)信息化研究中心、中國(guó)農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院

為實(shí)現(xiàn)定量化分析溫、光和水資源對(duì)果樹(shù)生長(zhǎng)的影響，該團(tuán)隊(duì)本研究以成齡駿棗樹(shù)為研究對(duì)象，提出了基于校正WOFOST模型的棗樹(shù)生長(zhǎng)和水分運(yùn)移模擬方法。該方法利用2016和2017年的田間試驗(yàn)觀測(cè)數(shù)據(jù)，重點(diǎn)校正物候?qū)W發(fā)育、初始化、綠葉、CO2同化、干物質(zhì)分配、呼吸作用和水分利用參數(shù)。在田間尺度、縣域尺度上進(jìn)行模擬性能。

結(jié)果表明，WOFOST模型在田間和縣域尺度，都取得了較高的棗樹(shù)生長(zhǎng)和水分運(yùn)移模擬精度，可為土壤、氣象、灌溉管理和棗樹(shù)生長(zhǎng)耦合影響的定量化分析提供新思路。

二、基于DSSAT CERES-Wheat模型的未來(lái)40年冬小麥最適播期分析

參與機(jī)構(gòu)：中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所/農(nóng)業(yè)農(nóng)村部信息服務(wù)技術(shù)重點(diǎn)實(shí)驗(yàn)室、英國(guó)埃克塞特大學(xué)工程數(shù)學(xué)與物理科學(xué)學(xué)院、中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所/農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)遙感重點(diǎn)實(shí)驗(yàn)室

為應(yīng)對(duì)未來(lái)氣候變化帶來(lái)的不利影響，提高小麥高產(chǎn)優(yōu)質(zhì)主產(chǎn)區(qū)的冬小麥產(chǎn)量，促進(jìn)小麥高產(chǎn)穩(wěn)產(chǎn)。該團(tuán)隊(duì)研究DSSAT CERES-Wheat模型，在基準(zhǔn)時(shí)段和未來(lái)40年分別開(kāi)展模型模擬試驗(yàn)，以明確未來(lái)冬小麥生育期內(nèi)氣候要素和最適播期變化特征，定量分析采用最適播期管理措施對(duì)冬小麥的增產(chǎn)效應(yīng)。

研究以黃淮海、江淮地區(qū)3個(gè)代表站點(diǎn)為研究區(qū)。分析結(jié)果表明：①未來(lái)冬小麥生育期內(nèi)氣候特征呈現(xiàn)暖干化的趨勢(shì);②冬小麥生育期天數(shù)隨溫度升高而縮短，縮短天數(shù)在研究區(qū)地理空間上自北向南遞增;③最適播期隨溫度升高而推遲，在各時(shí)段、各情景下均隨緯度減小而推遲。在3個(gè)站點(diǎn)均有不同程度的增產(chǎn)效應(yīng)，黃淮海北片的增產(chǎn)效應(yīng)最小，黃淮海南片和江淮地區(qū)增產(chǎn)幅度相對(duì)較高。因此，未來(lái)黃淮海和江淮地區(qū)可采取推遲播期、選擇適播期的管理措施來(lái)應(yīng)對(duì)氣候變暖情況，提高冬小麥產(chǎn)量。

三、從群體到個(gè)體尺度——基于數(shù)據(jù)的DSSAT和GreenLab作物模型連接探索

參與機(jī)構(gòu)：中國(guó)科學(xué)院自動(dòng)化研究所復(fù)雜系統(tǒng)管理與控制國(guó)家重點(diǎn)實(shí)驗(yàn)室、中國(guó)科學(xué)院大學(xué)人工智能學(xué)院、北京市智能化技術(shù)與系統(tǒng)工程技術(shù)研究中心、青島中科慧農(nóng)科技有限公司 、法國(guó)農(nóng)業(yè)發(fā)展研究中心(CIRAD)植物學(xué)與植物構(gòu)筑模型聯(lián)合實(shí)驗(yàn)室(UMR AMAP)

作物模型涉及作物生長(zhǎng)發(fā)育的復(fù)雜過(guò)程，空間上可拆分為分子、細(xì)胞、組織、器官、個(gè)體、群體等尺度，時(shí)間尺度上也能細(xì)分到時(shí)分秒、年月日等。

基于不同的研究需求，切換作物模型尺度，可使得作物模型的適用性更廣泛靈活。該團(tuán)隊(duì)研究了如何從群體尺度的作物模型轉(zhuǎn)入個(gè)體尺度的作物模型，研究基于四個(gè)玉米品種的實(shí)驗(yàn)數(shù)據(jù)，和基于數(shù)據(jù)的模擬數(shù)據(jù)，探索不同空間尺度模型建立接口的方法，比較不同模型的特點(diǎn)。

結(jié)果表明，GreenLab模型可以復(fù)現(xiàn)DSSAT系統(tǒng)的模擬數(shù)據(jù)和實(shí)際測(cè)量數(shù)據(jù)，進(jìn)一步可以反演出各種器官之間生物量的分配并進(jìn)行三維可視化展示，并討論了不同空間尺度模型結(jié)合的優(yōu)勢(shì)及應(yīng)用領(lǐng)域。

農(nóng)業(yè)可視化是未來(lái)的發(fā)展方向之一，需要科研機(jī)構(gòu)不斷投入大量精力。相信在科技的加持之下，會(huì)早日進(jìn)入農(nóng)業(yè)智能化階段，開(kāi)啟農(nóng)業(yè)新時(shí)代。

審核編輯黃宇