当期目录

2021年 第3卷 第3期 刊出日期：2021-09-26

上一期   下一期

专题——农业模型

“农业模型”专题导读

2021, 3(3):  1-2.  DOI: 10.19788/j.issn.2096-6369.2021.03.001

摘要 ( 187 )   HTML ( 21)   PDF (638KB) ( 225 )  

参考文献 | 相关文章 | 计量指标

GreenLab模型20余年研究回顾与展望

康孟珍null, 王秀娟null, 胡包钢null

2021, 3(3):  3-12.  DOI: 10.19788/j.issn.2096-6369.210301

摘要 ( 1041 )   HTML ( 33)   PDF (879KB) ( 476 )  

数据和表 | 参考文献 | 相关文章 | 计量指标

【有关概念】GreenLab是器官尺度的植物功能结构模型（Functional-Structural Plant Model， FSPM），采用离散动态系统的形式来描述植物的生长和发育过程，包括植物生物量产生和分配，以及结构形成等，是融合植物学、数学、农业、计算机、自动化领域学科知识的通用模型。【目前研究现状】自1998年以来，基于中法合作，围绕GreenLab模型发展了包括双尺度自动机理论、分枝结构植物的参数反求方法、随机的植物功能结构模型以及理论计算、植物快速建模与可视化算法，开发了SciLab以及MatLab环境下的作物生长模拟与拟合软件，以及基于c++的面向复杂植物计算的软件。目前，GreenLab模型已应用于玉米、小麦、黄瓜、番茄、油菜、菊花、松树、枫树等具有不同特点的几十种植物，涵盖的植物类型从草本作物到复杂的树木。模型特色在于可通过观测植物的器官生物量和数量等数据，反求影响生物量产生和分配的模型内部源库参数；对于单枝或分枝结构、确定性或随机性结构，均能采用通用的器官尺度的数据进行模型校准。【本文的内容概括】本文回顾GreenLab模型的发展历程及其最新进展，介绍模型的基本概念和主要方法，包括双尺度自动机、器官序列，以及通用的植物拟合目标。详细介绍了GreenLab模型中所包含的结构模型（器官数量的计算、器官产生的随机性模拟等）、功能模型（植物和器官需求、生物量产生和分配、器官生长等），以及二者相结合进行参数反求的计算方法。【展望】随着植物表型技术的成熟和普及，GreenLab模型可用于平行农业种植系统的构建，服务植物与环境关系的深入理解，以及生产管理与控制中的智能决策支持。

小麦模型WheatSM参数调试优化方法研究

靳霞菲, 陈先冠, 宫志宏, 冯利平

2021, 3(3):  13-22.  DOI: 10.19788/j.issn.2096-6369.210302

摘要 ( 569 )   HTML ( 16)   PDF (782KB) ( 330 )  

数据和表 | 参考文献 | 相关文章 | 计量指标

作物生长模型是评估作物生产、资源利用及气候变化影响等的有效工具，准确地确定作物模型参数是应用模型的关键。WheatSM（Wheat Growth and Development Simulation Model）模型已在作物生产优化管理上得到一定的应用，并取得较好的效果，但由于该模型参数较多，模型参数调试复杂。为了快速、准确地确定WheatSM模型参数，简化该模型的调参工作，促进其在农业气象领域中广泛应用，本研究在国内外作物模型参数自动调节方法的基础上，基于PEST（Parameter Estimation）方法构建了WheatSM模型参数的自动调节耦合系统，并对WheatSM模型的发育期和产量参数进行了自动寻优。选择北京上庄作为代表性试验点，以试验点的气象数据、土壤数据和2014~2016年冬小麦不同播期试验数据为基础，应用PEST参数自动优化方法和试错法分别对小麦生长模型WheatSM发育期参数和产量参数进行调试，并将优化结果和试错法的模拟结果进行比较。研究结果表明，基于PEST方法的模型参数调节精准度较高，模拟发育期的误差不大于7天，模拟产量的误差不大于228.63kg·hm^-2。同时，与试错法相比，PEST方法具有耗时少、可同时批量处理数据、更高效快捷等优点，使用该自动调参系统可减少参数率定的工作量，节省模型的操作时间，简化工作的复杂度和获得较高的模拟精度。该研究为WheatSM模型参数的自动优化提供一种便捷方法，为提高作物模型参数调试的效率和准确性提供了理论参考和指导。

RiceGrow水稻模型品种参数敏感性分析

孟怡君, 邱小雷, 刘蕾蕾, 刘兵, 朱艳, 曹卫星, 汤亮

2021, 3(3):  23-32.  DOI: 10.19788/j.issn.2096-6369.210303

摘要 ( 559 )   HTML ( 23)   PDF (1112KB) ( 360 )  

数据和表 | 参考文献 | 相关文章 | 计量指标

品种参数调试是利用作物生长模型进行模拟前的重要步骤，其调试往往花费大量时间和精力，敏感性分析可以帮助识别敏感参数，提高调试效率。本研究针对水稻生长模型RiceGrow，运用SimLab和MATLAB软件，采用EFAST法对水稻品种参数进行敏感性分析，得出不同地区和不同气候情景下（1981-2015年的历史气象数据和全球未来增温2.0℃气候情景）该模型的参数敏感性，并通过TDCC（Top-Down-Coefficient of Concordance）系数计算敏感性排序一致性。结果表明，影响开花期和总干物质量的最敏感参数为最适温度（OT，Optimum Temperature），其次为温度敏感性（TS，Temperature Sensitivity）、光周期敏感性（PS，Photoperiod Sensitivity）、基本早熟性（IE，Intrinsic Earliness），对成熟期和全生育期的最敏感参数为OT，TS、IE、PS、基本灌浆因子（BFF，Basic Filling Factor）也是敏感参数，影响产量的敏感参数主要为最大光合速率（AMX，Maximum CO₂ assimilation rate）、比叶面积（SLA，Specific Leaf Area）、收获指数（HI，Harvest Index），其次包括IE、TS、BFF、OT、PS；各个地区和不同气候情景下敏感参数较为一致但敏感性排序差异较大，增温气候情景下的多数参数敏感指数略有增加，少数略有减小；不同气候情景下的参数敏感性变化较小，不同地区之间的变化较大。在对生育期和总干物质量输出变量进行调参时，需要重点调试OT；在低温高纬度的地区需重点调试和温度、光周期及光合有关的参数；在对产量进行调参时，需要重点关注AMX、HI、SLA。LAI相对生长速率和消光系数不敏感，可在参数调试中忽略，也可在模型中剔除进行模型简化。研究结果将为作物模型的本地化、提高参数估计效率提供支持。

基于遥感识别与DNDC模型的不同稻作模式评价——以潜江市为例

阿依吐拉·买买提祖农null, 帅艳菊, 魏浩东, 何真, 肖沁茜, 胡琼, 徐保东, 游良志, 曹凑贵, 凌霖

2021, 3(3):  33-44.  DOI: 10.19788/j.issn.2096-6369.210304

摘要 ( 558 )   HTML ( 16)   PDF (1323KB) ( 254 )  

数据和表 | 参考文献 | 相关文章 | 计量指标

本研究旨在获得潜江市不同稻作模式温室气体排放和固碳情况，以评价不同稻作模式的绿色发展潜力。

首先，利用随机森林对遥感影像进行分类，获得了潜江市各稻作模式分布数据，结合气象、土壤、作物管理数据库，利用校正和验证后的DNDC模型进行区域模拟，获得潜江市甲烷（CH₄）和氧化亚氮（N₂O）两种温室气体排放量及土壤有机碳变化量（dSOC）。其次，在DNDC模型中设置情景分析，假设目前稻虾模式由不同稻作模式变迁而来，利用相关指标的变化评价稻虾模式在潜江地区的绿色发展潜力。

各项指标表明，校正后DNDC模型对CH₄和N₂O模拟效果良好。2019年潜江市每1 km²范围内主要稻作模式CH₄和N₂O排放量及全年dSOC总量变化区间分别为0.40kg～64043.34 kg，0.002kg～227.08 kg和0.18 kg C～35835.27 kg C。潜江市全年单位面积CH₄和N₂O排放量均表现为稻虾模式最小，分别为394.50kg·hm^-2，1.43kg·hm^-2，单位面积dSOC表现为稻虾模式最大为274.30 kg C·hm^-2，稻闲模式最小，为204.95 kg C·hm^-2。当潜江市稻虾模式转变为其他主要模式后，其周年CH₄排放总量增加2.31%~11.25%， N₂O排放总量增加11.49%~67.09%，dSOC减少9.95%~22.81%。

本研究中，稻麦模式表现为CH₄排放最大，稻油模式的N₂O排放最大，两者固碳能力中等；稻闲模式由于只有一季种植，温室气体排放小于稻旱轮作模式，但其固碳能力较差；稻虾模式的减排和固碳能力相较于稻闲与稻旱轮作模式强，具有更高的绿色发展潜力，但其仍具有减排空间。

渔船渔港综合管理服务平台构建与应用

薛沐涵, 徐硕, 鲁峰, 朱勇, 吴建光, 王义刚

2021, 3(3):  45-54.  DOI: 10.19788/j.issn.2096-6369.210305

摘要 ( 650 )   HTML ( 15)   PDF (1260KB) ( 229 )  

数据和表 | 参考文献 | 相关文章 | 计量指标

渔船渔港数据是渔船渔港相关业务办理和运营维护中积累的基础性数据，对渔船动态监管、渔港运营管理、船员管理、渔业安全生产、渔获物追溯以及智慧渔港建设等方面具有广泛的应用价值。渔船渔港数据资源的整合、交换与共享，对推动渔船渔港综合管理改革以及提升渔船渔港信息化支撑能力具有重要意义。渔船渔港信息化系统的全面推广和成熟应用，为渔船渔港科学化管理与研究提供了丰富的数据来源和坚实的技术基础。针对渔船渔港现有信息系统建设部署分散，且系统间尚未实现业务协同和数据对接，导致渔船渔港数据资源无法共享，无法实现数据资源价值的最大化的问题，本文以渔船渔港信息资源整合配置与渔业安全生产联动指挥需求为背景，基于数据分类、共享标准、交互模式、模型构建等方法，对数据资源结构、共享元数据标准和信息交互模式展开研究，为渔船渔港综合管理中各个环节的数据特征描述和共享交换模式提供标准化依据，实现渔船渔港数据资源共享，形成安全稳定的信息传递方式，全面提升渔船渔港科学管理与信息化技术应用水平。本研究提出渔船渔港信息交互模型，充分挖掘渔船渔港数据资源的潜在价值，并对数据共享标准和信息交互模式等技术规范进行介绍，同时对该模型应用及推广进行了布局规划。

基于梯度提升迭代决策树模型的渔船转移数据挖掘

李怡德, 鲁峰, 朱勇, 徐硕, 孙璐

2021, 3(3):  55-61.  DOI: 10.19788/j.issn.2096-6369.210306

摘要 ( 361 )   HTML ( 5)   PDF (712KB) ( 202 )  

数据和表 | 参考文献 | 相关文章 | 计量指标

渔船转移是海洋渔船日常管理过程中的一项关键业务，也是所有渔船管理业务中涉及流程最多、数据传递量最大的业务，通过对大量渔船历史转移数据进行处理分析，可挖掘出与渔船转移活动相关的潜在决定性因子，对保障渔民经济利益和制定渔船管理政策等活动具有重要意义。本文基于中国渔政管理指挥系统中的渔船基础数据和渔船转移数据，并以浙江省为典型案例，选取2018年1月至2020年7月共计5641条渔船的历史转移业务数据进行数值化处理。采用梯度提升迭代决策树（GBDT）算法进行分类器逐级迭代，给出了特征分类结果与模型训练集，并最终构建了渔船被交易潜在可能性的单决策树和多决策树模型。通过模型中船龄、船长、船体材质、作业类型等渔船基本参数的权重，分析了渔民购置渔船的倾向性。结果表明：不同类型的渔船，被购置的可能性存在较大的差异，大船长、大吨位、高船龄、拖网及张网作业类型是渔船发生转移的重要决定因子。对比各项特征损失函数计算得到的损失值大小，20年船龄、大中型船长等特征的损失值比其他特征损失值小15%以上，意味着使用所选特征进行计算的分类识别率更高。本研究通过定量化分析渔民购置渔船的倾向性，可在渔船转移过程中最大化保障渔民的经济利益，同时可对渔船管理政策的制定起到辅助决策作用。

研究综述

基于无人机高通量植物表型大数据分析及应用研究综述

袁培森, 薛铭家, 熊迎军, 翟肇裕, 徐焕良

2021, 3(3):  62-75.  DOI: 10.19788/j.issn.2096-6369.210307

摘要 ( 1731 )   HTML ( 79)   PDF (1209KB) ( 855 )  

数据和表 | 参考文献 | 相关文章 | 计量指标

植物表型是指基因和环境因素决定或影响的作物物理、生理、生化特征和性状。准确和快速的获取植物在各种不同环境条件下的表型信息，从而挖掘其基因组的遗传和表现规律，可有效推动有关基因组与表型信息关联性研究。无人机高通量植物表型平台凭借无人机机动灵活的特点，适合于农作物田间环境中的植物表型数据获取，具有数据获取效率高和成本低等优势，借助于图像、高光谱、激光雷达等先进传感器技术，为高效获取各类植物表型数据提供了可行的途径；与此同时，快速发展的大数据技术和智能数据分析技术为无人机所获取的植物表型图像提供有效的分析处理方法和技术。在此背景下，基于无人机平台的高通量植物表型分析，为研究田间作物表型信息提供了重要的方法和工具。本文综述了国内外无人机高通量作物表型大数据分析的最新研究成果，就其研究原理、相关算法、过程、关键技术及应用等进行总结与分析，重点讨论了应用于无人机高通量植物表型大数据分析相关的大数据处理与智能分析技术，重点分析了植物株高获取、叶面积指数、植物病害等典型的表型分析需求，并就其应用前景进行了总结和展望。

区块链的发展历程及在农业领域的应用展望

汪汇涓, 徐倩, 周爱莲, 梁晓贺, 谢能付, 李小雨, 吴赛赛

2021, 3(3):  76-86.  DOI: 10.19788/j.issn.2096-6369.210308

摘要 ( 695 )   HTML ( 36)   PDF (839KB) ( 431 )  

数据和表 | 参考文献 | 相关文章 | 计量指标

【有关概念】区块链是一个去中心化的、开放共享的分布式数据库，具有去中心化、高度开放、匿名性、机器自治、信息不可篡改且可追溯等特点。【目前研究现状】目前，区块链技术已成为世界各国争相发展的前沿科技，被应用于金融、教育、医疗等诸多领域，应用成果层出不穷，我国也将其列入了国家战略。当前关于区块链的研究文献大多聚焦于区块链技术在金融领域的发展与应用，以系统性回顾区块链技术发展历程与特点为研究重心的文献相对较少，“区块链+农业”也才处于起步阶段。【本文的内容概括】系统的梳理了区块链的主要发展历程，将其划分为技术起源阶段、区块链1.0阶段、区块链2.0阶段和区块链3.0阶段四个阶段，归纳了各个阶段的主要特征和发展状况，深入探讨了农业领域有代表性的区块链应用案例。在梳理发展历程和分析应用案例的基础上，挖掘区块链技术的应用潜力，总结区块链在农业领域的新机遇，并对我国农业领域区块链技术的发展提出了思考。【展望】区块链技术的应用能有效减少信息不对称、提高信息的公开透明度、降低数据存储成本等，有助于现代农业的发展。为使区块链在农业领域得到更好的应用，未来需要更加深入地了解其面临的潜在问题与挑战，并采取针对性措施以推动农业领域区块链的发展。