通俗作物灌溉应用讲座08-作物生长模型概述

谈到作物生长模型首先得了解一下几个定义，作物被定义为“为获得经济收益的目的而种植在单元面积内的植物集合”。它是直接或间接为人类生存需要而栽培的植物。植物生长被定义为“植物不可逆的尺寸和体积的增加，是植物分化和扩展的结果”。

模拟被定义为“复制系统的本质属性而不需要重现系统本身”。模型通常是系统概念或模仿行为或方程组的数学程序代码，代表系统的行为过程。在模拟中，系统的基本特征被复制到模型中，然后在压缩的时间尺度上进行研究。作物生长模型是用数学方法描述作物、气候和土壤之间的作用过程，根据气象条件、土壤条件以及管理方案，动态定量的描述作物生长、发育、籽粒形成及产量的数学方法。作物生长模型最重要的意义是对整个作物生育系统的知识进行综合后，量化给出生理生态过程及其相互关系。

另外，模型是“对象、系统或概念的某种抽象表现形式，而不是实体本身”。模型引入的目的是为了帮助解释、理解或改进系统的性能。模型是“现实的一部分，但它不是一对一的抽象简化版本”。简化使模型更加有用，因为它提供了一个全面的、简化后一样的模型情境描述。模型只是一部分因子的现实性、可理解的、可操作的抽象表示，当遇到复杂系统环境时，很难表达现实世界系统的基本要素和机制的更高要求。对复杂系统的定量预测依赖于通过组织层次集成信息，而主要的方法是通过构造统计，现在是机器学习和仿真模拟。

系统是相互作用的网络组件，由于相互作用，系统中的一个组成的成分变化会产生其他组件的变化。大多数自然系统是复杂的，许多并没有边界。生物系统由土壤、大气和种植在其中的植物之间复杂的相互作用组成。一个因素的偶然改变可能产生好的结果和不良的后果。数学建模使人们能够设计出预测作物的行为，同时使试验的费用保持在最低水平。

模型的类型

根据设计的目的，模型分为不同的类型。这些模型有：

a.统计类模型：在这些模型中，使用统计技术去计算系统中的产量或产量构成要素与气象参数之间的关系。

例子：逐步回归、相关分析等。

b.机理类模型：这些模型不仅解释天气参数和产量之间的关系，而且解释这些模型的原理和机理，解释影响因变量之间的关系。

c.确定性模型：这些模型能够估计精确产量或依赖变量的精确值。这些模型完全能够用公式表达，也会有些定义的系数。

d.随机类模型：每个输出都有一定概率的元素。对于每一组输入、输出以及概率给出了不同结果。这些模型定义了给定概率下变量的产量或状态。

e.动态类模型：时间包含在变量中。依赖变量和独立变量的值在给定的时间段内保持不变。

f.静态类模型：时间不包括在变量中。依赖和独立变量的值在给定的时间段内保持不变。

g.仿真（模拟）模型：一般来说，计算机的模型是真实世界原型的数学表示。作物模拟模型的主要目标之一是评估农业生产的天气和土壤条件以及作物种植管理的水平。这些模型使用一组或多组数值微分方程，并计算时间和速率的状态变量，通常从播种到成熟或最后收获全过程模拟。

h.描述模型：描述性模型以简单的方式定义系统的行为。该模型反映现象的起因，发生的机制很少或根本没有。这种方程的一个例子是从连续测量的作物重量中得出的方程。这个方程有助于快速预测没有观察的作物重量。

i.解释模型：这包括对导致系统行为的机制和过程的定量描述。为了创建这个模型，对系统进行了分析，其过程和机制进行定量分析。该模型是通过将这些描述集成到整个系统中构建的。它包含了不同的过程的描述，如叶面积扩大，分蘖生产等作物生长过程的结果。

无论采用那种模型，模型是否真实反应作物生长的实际情况需要经过种植试验的检验。从以上的模型类型看，以仿真模型相对比较能够反映作物生长的真实过程，也是目前应用最多的模型类型。但是，它也是最复杂的、影响因素最多的模型。作物生长的状态，状态量变化的速率和计算时间变量关系密切，通用模型的输入参数需要根据作物品种、地理环境和现场实际情况的变化进行校准，甚至于需要从模型输出状态量进行分析才能得到参数调整的量，故不断地调整是模型能够真实反映作物生长的、最基础的和最根本的工作。

更多内容敬请期待！