作物生長模型的構建

20世紀60年代以來，隨著對作物生理生態機的深入研究和科學技術的快速發展，植物生長模型的研究呈現出快速發展階段。現在它已經變成了一個實用的階段。基于生理生態機理的、考慮作物生長與大氣、土壤、生物乃至人文等環境因素的相互作用的作物生長動態模擬模型已成為農業研究最有力的工具之一。作物生長模型在集成已有科學研究成果、作物種植管理科學化以及在決策制定中所起的作用已逐漸為大家所認識,其應用的領域也在不斷擴大。然而,作物模型的研究和應用還存在許多問題。例如,在研究方面,由于對許多生理生態過程的認識仍然不夠透徹,一些過程描述仍然是經驗性的,而影響到作物模型的普適性。在應用方面,作物模型區域應用的要求日益迫切,但是,區域地表土壤和作物參數以及其他環境參數的獲取困難是困擾作物模型區域應用的主要問題。本文以幾個重要研究流派為例回顧了作物模型的發展歷程,介紹了一些主要作物生長模型的特點,以及作物模型在研究和應用中存在的問題,討論了作物生長模型的開發應用前景。1作物生長動態模擬模型的研究自作物生長模型研究是隨著對作物生理生態過程機理認識的不斷深入和計算機技術的迅猛發展而興起的。20世紀60年代,由于已經能對植物生理過程(如冠層光能截獲及光合作用)進行很好的數學描述,作物生長動態模擬模型的研究開始起步。同期,大型計算機的出現,推動了模型研究的迅速發展。聯合國教科文組織(UNESCO)的國際生物學計劃(IBP,1964~1974)的實施,也極大地促進了作物模型研究工作的開展。30多年來,世界上許多國家都進行了作物生長模型研究,由于目的不同,開發了多種類型的作物模型。在諸多國家中,最有成效的國家包括荷蘭、美國、澳大利亞、英國、蘇聯和日本等。下面以幾個重要的作物模型流派為例介紹作物模型的發展歷程及其主要特點。1.1作物生產特性在荷蘭,由deWit開創的作物生長模型研究自成體系,影響極大,故有deWit學派之稱。因為研究工作主要是在Wageningen進行的,所以不妨稱為荷蘭Wageningen作物模型。deWit學派的作物模型研究開始是從研究角度出發的,并在作物生產系統的4種生產水平的假設上進行的。1982年,dewit和PenningdeVries將作物生產系統分為4種生產水平:水平一,潛在生產(potentialproduction),即假定作物生長處于水肥供應適宜狀態,作物的生長速度只取決于天氣條件,主要是太陽輻射和溫度。水平二,水分受限條件下的生產。作物生長處于肥料適宜狀態,生長主要受制于整個生育期或某一生育階段的水分短缺以及其他天氣條件。水平三,氮素受限條件下的生產。作物生長主要受制于整個生育期或某一階段氮素短缺,在其他階段,則取決于水分和天氣狀況。水平四,養分限制條件下的生產。作物生長主要受制于整個生育期或某一階段的磷素或其他養分的短缺,在其他階段,則取決于水分和天氣狀況。而實際生產很難歸結到上面4種情形之中,Rabbinge(1993)又重新分為三種情形:潛在生長(potentialgrowth),在其他條件均適宜的條件下,主要取決于大氣CO2濃度、太陽輻射、溫度和作物本身遺傳特性;可實現的生長(attainablegrowth),主要取決于水肥受限程度;實際生長(actualgrowth),在可達到的生長前提下,主要受制于雜草、蟲害、病害和污染。針對這幾種生產情形,以及隨著研究領域的不斷拓展,deWit學派先后開發出了一系列模型。根據模型開發的不同階段,PenningdeVries(1980)將模型類型分為概念或初級(ConceptualorPreliminary)模型、綜合(Comprehensive)模型和概要(Summary)模型。概念模型反映的是已有的對作物的有限科學知識,因為對各種過程的了解還不完善,所以模型結構較簡單。由概念模型發展而來的綜合模型則包含了各種重要的有關生理生態過程的信息,集成了作物生長過程的諸多知識,其主要目的是增進我們對作物本身的了解。由于綜合模型的復雜性,難以為一般人所掌握,催生出概要模型。概要模型對綜合模型的一些復雜的核心過程進行了簡化,并忽略了一些相對次要的過程。面向應用是開發概要模型的主要動力。表1列出了Wageningen模型的主要特點。以下介紹deWit學派在不同研究階段針對不斷變化的研究問題而推出的一系列模型。1.1.1bacros模型簡介1965年,deWit的經典文章“葉冠層的光合作用”發表,奠定了作物生長動態模擬模型的基礎。該文給出了計算冠層日光合作用的算法,使用相應的農業氣象數據和其他一些參數,就可計算全球任何地方和時間的冠層日光合作用。冠層光合作用的計算以具有生理基礎的單葉光合作用為基礎,隨冠層深度積分而得群體光合作用速率,并考慮了冠層葉角分布對冠層輻射傳輸的影響。此后,deWit學派的系列模型都是以冠層光合作用為基礎,應用于不同的作物,只需改變作物參數即可。這是Wageningen模型的一個重要特征。ELCROS(ELementaryCROpSimulator)是deWit學派第一個模型。它用于探討不同條件下的作物潛在生產水平。模型包含了詳細的、具有機理性的冠層光合作用部分、描述器官生長速率的部分及有關呼吸作用的最初設想。BACROS(BAsicCROpgrowthSimulator)模型是在ELCROS的基礎上,通過對生長和維持呼吸的深入研究,增加了呼吸作用部分以及作物微氣象的詳盡描述而形成的。BACROS屬于綜合模型,它模擬潛在生產條件下的大田作物營養生長階段的潛在生長和蒸騰。設計適用于禾谷類等草本作物,各種作物自有其特定的參數。BACROS模型中碳平衡和蒸騰作用的描述是機理性的,但關于同化物分配和葉面積生長仍是經驗性的。BACROS的時間步長是lhr。在BACROS的基礎上導出的PHOTON(simulationofdailyPHOTOsynthesisandtranspiratioN)模型,精細地考慮了氣孔行為,用來計算一日內的光合、呼吸和蒸騰,其時間步長以秒為單位。運用這些綜合模型最主要的科學發現是:發現了CO2對氣孔開度的影響,以及由此產生的對光合作用和蒸騰的影響。ELCROS和BACROS都是模擬潛在生產的情形,出于應用目的,水分限制情形下的模型研究也得到開展。1975年發表的ARIDCROP以ELCROS和BACROS為基礎而研制的,用于模擬地中海地區施肥草場牧草的生長與水分利用。ARIDCROP通過根系生長與水分吸收界面將作物模型與水分平衡模型偶聯起來(該水分平衡模型后來發展成SAHEL(Soilinsemi-AridHabitatsthatEarlyLeach)模型),用計算的潛在蒸騰和實際蒸騰之間的關系來修正作物生長速度。ARIDCROP模擬作物從出苗、營養生長、生殖生長直到作物衰老死亡的整個生長過程。但是,ARIDCCROP模型中關于衰老、同化物分配和葉面積動態的描述仍然是經驗式。1.1.2基于sarp計劃的模型分析在這一階段,當時開展起來的農業生態區劃、定量的土地評價和產量預報等重要研究所需的資料幾乎都不能用傳統的方法獲得。而已有的綜合模型則因為許多過程描述太細,相應地需要大量數據,而這些數據經常難以獲取且計算費時,所以也不太適合這些研究。這就促進了面向實際應用的概要模型的開發。SUCROS(SimpleandUniversalCropgrowthSimulator)是deWit學派的第一個概要模型。最早版本的SUCROS模擬潛在生產條件下作物從出苗到成熟的干物質生產,時間步長為一天。與BACROS一樣,因為其所描述的物理過程和生理過程適用于不同的環境條件,SUCROS具有通用性并已用于不同種類的作物,如小麥、馬鈴薯和大豆等。更新版本SUCROS87包含有春小麥、冬小麥、玉米、馬鈴薯和甜菜等的作物參數。1992年發表了用于春小麥的SUCROS最新版本,分別為用于潛在生產情形的SUCRO1和用于水分限制生產情形的SUCROS2。SUCROS2由SUCROS1與土壤水平衡模塊SAHEL聯結而成。此后,SUCROS成為開發特定面向目標模型的前導模型,如用于描述大田作物和雜草間相互作用的INTERCOM(INTERplantCOMpetition)模型,應用于Flevoland的甜菜/冬小麥生長監測的SB/WWFLEVO模型。SB/WWFLEVO模型還應用遙感數據作為輸入參數。WOFOST(WOrldFOodSTudies)是從SUCROS導出的最早面向應用的模型之一。該模型由世界糧食研究中心開發,旨在探索提高發展中國家農業生產力的可能性。WOFOST著重強調其在研究定量土地評價、區域產量預報、風險分析和年際間產量變化及氣候變化影響的量化中的應用。WOFOST的過程描述是通用的,可通過改變作物參數考慮不同作物。WOFOST初步具有面向用戶的特色。它提供一個簡單的GIS模塊,可以將模擬結果用地圖的形式表達,也提供用戶菜單界面,使得作物類型選擇、生產水平選擇、以及土壤、天氣、作物特性輸入數據文件的選取相對簡便。WOFOST目前最新版本為7.1。MACROS(ModulesofanAnnualCRopSimulator)是為半濕潤熱帶作物而開發的,它是SARP(SimulationandSystemsAnalysisforRiceProduction)計劃的一部分。SARP計劃的目的之一就是將模擬技術和系統分析技術在東南亞地區的科學家隊伍中進行推廣。MACROS由一系列的潛在和水分限制情形下的作物生長模擬模塊組成,它的土壤水分平衡模塊包括有排水和積水兩種情況。MACROS模型也是通用的,并給出了多種作物的參數。與SUCROS相比,MACROS保留了更多的綜合模型特征,其透明性與模塊化結構使人們有可能針對研究的問題選取所需模塊進行組合。SARP計劃的第三階段(1992~1995)研究重點為,在MACROS的基礎上集中研究6個方面的應用程序:(a)農業生態區劃與特征化;(b)作物輪作與水分利用優化;(c)模型在植物育種中的應用;(d)氣候變化對水稻生產影響的評估;(e)氮肥優化調控;(f)蟲害治理。在MACROS和SUCROS的基礎上,開發了一系列的針對這些應用目的水稻模型,其通用名稱為ORYZA。ORYZA完成后,1997年曾用于與GCM(大氣環流模式)結合評估氣候變化對亞洲水稻生產的影響。1.1.3l模型的基本思想在應用層面上講,有些數據只能是由作物模型產生,因此,80年代發展起來的概要模型很快被大量實際運用。典型的應用領域包括農業生態區劃、區域產量預報、區域評估環境及社會經濟變化對農業的影響等。LINTUL(LightINTerceptionandUtiLization)模型是應對研究的空間尺度擴大時的簡化模型。當研究的空間尺度從單點擴展到區域和全球尺度時,即使是已有的概要模型也還需要進一步簡化。這是因為模型所需要的輸入數據的可獲取性和質量在大尺度研究時通常受到很大限制。LINTUL模型是第一個偏離deWit學派傳統,而不以光合作用為基礎的作物模型。在LINTUL模型中,作物生長速率由冠層輻射截獲量和光能利用率(LUE)決定。光能利用率在整個生長季通常定為常數,是作物的特征參數。對于區域性研究而言,LINTUL類模型有其優勢,所需輸入數據明顯減少,模型參數化工作也大大簡化。1.2非魚類作物模型農業技術推廣決策支持系統DSSAT(DecisionSupportSystemforAgrotechnologyTransfer)是在IBSNAT(InternationalBenchmarkSitesNetworkforAgrotechnologyTransfer)計劃的資助下開發出來的。由Uehara和Tsuji領導的IBSNAT計劃1983年啟動,有多家大學和研究機構參與,總部設在夏威夷大學。IBSNAT計劃的主要目標之一就是以系統分析的方法幫助提高發展中國家的農業生產水平,并立意為小型農戶的經濟持續性、自然資源的有效利用以及環境保護作出有益的成果。集成了多個作物模型的DSSAT是IBSNAT的主要研究成果之一。由于DSSAT基本囊括了美國眾多的著名作物模型如CERES和CROPGRO系列模型,因此,相對于Wagningen模型,我們稱之為美國DSSAT系列模型。表2列出了DSSAT系列作物模型的主要特點。主要模擬谷類作物的CERES系列模型首先被納入DSSAT,模擬的作物包括小麥、玉米、水稻、高粱、大麥、谷子等。其后,模型結構與CERES類似的GROPGRO豆類作物模型系列包括大豆模型SOYGRO、花生模型PNUTGRO也納入DSSAT;CROPGRO非豆類作物模型系列包括蕃茄、bahiagrass和一種休耕作物模型也已納入DSSAT。此外,SUBSTOR-potato(馬鈴薯)模型,CROPSIM-cassava(木薯)模型,向日葵模型OILCROP也已經囊括。甘蔗模型CANEGRO是最新加入DSSAT的作物模型。為了將各種作物模型納入一個統一的系統,DSSAT規定了標準的土壤、氣候數據格式和輸入輸出文件格式,以便各種作物模型都可以共用數據。由于包括了多種作物模型,DSSAT可為用戶提供多種選擇方案。DSSAT系列模型模擬了作物營養生長和生殖生長發育過程,包括發芽到開花,葉片出現次序、開花時期、籽粒生理成熟和收獲。模型也模擬作物光合作用、呼吸作用、干物質分配和植株生長以及衰老等基本生理生態過程。依據不同的作物類型,經濟產量如籽粒、果實、塊莖或莖稈產量都能得出。模型還包括一個一維土壤水平衡模型以模擬潛在蒸散、實際土壤蒸發、植物蒸騰、根系吸水、徑流、土壤滲漏、以及不同土層的土壤水流等。土壤水分平衡模型對除甘蔗外的所有作物模型都是通用的。多數作物模型還包括一個一維的土壤氮素平衡模塊,以模擬植物殘茬和有機質的礦化作用、固定、硝化和反硝化、氮素運移等過程,還包括硝態氮的淋溶、氮素根系吸收以及豆類作物固氮等過程。目前只有木薯和甘蔗作物模型不包括土壤和植物氮素平衡模塊。而CROPGRO系列模型還包含可以處理病蟲害影響的模塊。DSSAT包含3種不同類型的分析程序。有評估生長季內不同管理措施的分析程序。有分析跨年度的不同作物輪作效應的分析程序。有鏈接GIS以分析大田內或農田間的空間變異性的空間分析程序。DSSAT能計算的不僅僅是產量,還可以包括產量構成要素形成過程、投入、資源利用、環境負荷和潛在污染等。它還可以連接經濟分析模塊來進行投入產出的邊際效益分析,以形成替代管理措施和決策咨詢策略。為了空間應用,還開發了GIS輔助的GIS-DSSAT。CERES模型CERES模型也可從一篇經典文章講起,它就是1972年Ritchie發表的關于計算稀疏植被的蒸發模型的論文。雖然該模型更偏向經驗模型,但是運行效果非常好,而且只需較少的輸入變量。當時,一個限制該模型使用主要的因素是模型必須輸入葉面積指數(LAI)的季節性動態變化,而一般試驗卻很少測定。但是,對預報蒸發和作物光能截獲而言,LAI的動態變化非常關鍵。為解決這一問題,開發了基于發育生理學的預報高粱LAI的SORGF模型。而SORGF模型的局限是必須輸入葉片數量和葉片最大尺寸,而這兩個要素受遺傳和環境因子決定。隨后,開發CERES模型的最初目的之一就是要通過對遺傳因子與氣象要素的相互作用的數學描述,來預報葉片數和葉片大小。與deWit學派不同的是,CERES不是通用模型,它針對不同作物開發了不同的模型,包括CERES-wheat、CERES-maize、CERES-Rice、CERES-barley、CERES-sorghum和CERES-millet等。從這一歷程描述就可以看出美國的模型研究工作的一貫性和明確的目的性。與Wageningen模型類似,CERES模型也是先開發由大氣環境和土壤水分控制下的作物生長模型,然后再將氮素平衡模塊鏈接到主模塊中。在IFDC的合作下,適用于玉米和小麥的氮素動態模塊分別在1986年和1987年問世。CERES考慮的生產情形類似于Wageningen的1-3種生產水平,該模型對于諸如臺風、冰雹、洪澇等災害性天氣以及病、蟲、草等危害尚未予以考慮。CROPGRO模型CROPGRO(CROPGROwth)模型最初是由大豆模型SOYGRO、花生模型PNUTGRO和干菜豆模型BEANGRO合并形成的,主要模擬籽實豆類作物的生長、發育和產量形成過程。目前模型擴展到能模擬的作物包括大豆、花生、菜豆(PhaseolusvulgarisL.)、鷹嘴豆、西紅柿等。CROPGRO模型開發工作是在IBSNAT項目的資助下進行的,主要由Florida大學和Georgia大學完成。CROPGRO也是過程模型,模型設計結構也允許用戶通過修改作物特征參數文件而模擬其他作物而不用修改其源代碼,有點類似Wageningen模型。CROGRO為了集成到DSSAT中,因此在結構設計上盡量與CERES兼容。在DSSATv4.0中,CROGRO完全實現了模塊化設計。GOSSYM模型GOSSYM(GOSSYpiumSimulationModel)模型是1983年推出的第三代棉花模擬模型。模型模擬了影響棉花生長發育和產量形成的主要生物學和非生物學過程,進一步完善了對棉花系統動力過程的模擬。1985年又研制成管理GOSSYM數據,解釋模型模擬結果和為之提供友好界面的專家系統COMAX,從而誕生了著名的GOSSYM/COMAX棉花專家管理計算機模擬系統。GOSSYM模型在美國和其他國家已經得到很好的應用。GOSSYM模擬模型也是一個動態模型,能在生理過程水平上模擬棉花的生長發育和產量形成。該模型本質上是一個表達植物根際土壤中水分和氮素與植株體內碳和氮的物質平衡的模型。GOSSYM模型可以模擬棉花對外界條件的反應,以及種植密度、行距、耕作措施、施肥和灌溉等農藝措施對生長的影響。該模型最大的特點是機理性、通用性、復雜性,其主要功能是模擬棉花各器官的生長發育狀況、預報生理脅迫情況,為管理系統提供事實數據。1.3apsim中模型的應用APSIM(AgriculturalProductionSystemssIMulator)是澳大利亞系列作物模型的總稱,與DSSAT類似,它也是把各種不同的作物模型集成到一個公用的平臺。APSIM模型框架是由APSRU(AgriculturalProductionSystemsResearchUnit)小組(CSIRO和昆士蘭州政府聯合組建)在過去的10多年內開發的。APSIM設計特色之一就是把零散的的研究結果集成到模型之中,以便把某一學科或領域的成果能應用到別的學科或領域去。公用平臺的使用使得模型或模塊之間的相互比較更加容易。通過“即插即用”的方法,在系統設計中取得了很好的效果。APSIM可以讓用戶通過選擇一系列的作物、土壤以及其他子模塊來配置一個自己的作物模型。模塊之間的邏輯聯系可以非常簡單地通過模塊“拔插”來規定。與其他作物模型不同的是,APSIM模擬系統的核心突出的是土壤而非植被。天氣和管理措施引起的土壤特征變量的連續變化被作為模擬的中心,而作物、牧草或樹木在土壤中的生長、來去只不過是使土壤屬性改變。加上模型的“拔插”功能,使得APSIM能夠很好地模擬耕地的連作、輪作、間作以及農林混作效應。APSIM目前能模擬的作物包括小麥、玉米、棉花、油菜(Canola)、紫花苜蓿、豆類作物以及雜草等。對施肥、灌溉、土壤侵蝕、土壤氮素和磷素平衡、土壤溫度、土壤水分平衡、溶質運移、殘茬分解等過程都有相應的模塊。目前應用的領域已經包括種植制度、作物管理、土地利用、作物育種、氣候變化和區域水平衡等。1.4ccsdos簡介與國外相比,我國作物生產模型研究工作從總體上看,起步較晚,規模小,研究力量較為薄弱。高亮之等推出的水稻鐘模型可以算是國內自己推出的首個作物模型。目前,有影響且得到應用的主要是CCSODS系列模型。CCSODS(CropComputerSimulation,Optimization,DecisionMakingSystem),中文名為作物計算機模擬優化決策系統。該模型將作物模擬技術與作物優化原理相結合,具有較強的機理性、通用性和綜合性。目前包括水稻、小麥、玉米和棉花4種中國的主要農作物,其中以水稻模型RCSODS最著名。這4種作物模型的技術路線都是采用作物生長發育模擬與作物栽培的優化原理相結合的方法。與單純的模擬模型不同的是,它使作物模型同時具有機理性、應用性、通用性與預測性,有更強的功能,并且模型在全國任何地區都可以應用。這4種作物模型主要的共同功能是:可以在我國不同地區、不同氣候、土壤與其他環境條件下,迅速地制定出該作物任何品種的最佳栽培技術體系,并且可以立即打印出“某某地區某某品種良種良法計算機模式圖”,可以直接發布到農民手中。這種圖的廣泛發布,將使我國的作物模式化栽培提高到一個新的水平。該模型可以在任何年份,針對當時的氣象條件和苗情變化,進行作物生長發育與產量的預測,從而可以及時地制定出栽培對策。CCSDOS的基本結構大致可以分為3個部分:(1)數據庫:包括氣象數據庫,土壤數據庫和品種參數數據庫;(2)模擬模型;(3)優化模型;(4)決策系統。2基于應用目的的作物模型最初,構建作物模型最主要用于科學研究,其目的是:在作物生理生態機理的基礎上,通過對作物生長發育過程的數學解釋,更好地認識作物本身的特性。隨后,由于研究新視野和新問題的強力促進,作物模型得到不斷的發展,其解釋功能也越來越強大。當模型的外推和預測功能逐漸為大家所認識后,基于應用目的的作物模型就迅速發展起來。從作物模型的發展過程可以看出,作物模型的構建既有利于已有科學研究成果的綜合集成,也是作物種植管理決策現代化的基礎,還可以作為政策分析制定的工具。2.1推動社會對作物生長模型的應用農業生產實際上涉及到多學科知識的綜合應用,作物模型研究開發的過程其實就是一個多學科知識不斷集成的過程。一個能夠囊括土壤學家、植物保護學家和農業經濟學家等多方面的專家共同參與研究的作物模型,才能綜合地反映土壤、病蟲害等環境因素對作物生長的影響,才能更好地評估生產管理措施的經濟效果。不同領域的專家對各自所屬的模塊的不斷檢驗和完善的過程,就是人們對作物生長過程不斷加深理解的過程,也是作物模型整體不斷發展完善的過程。作物模型各方面的均衡發展,反過來又可極大地促進各個研究領域本身的發展。最終,也使用于研究的模型發展到可用于實際生產的應用模型成為可能。通過作物生長模型的研究和應用,可以集成和傳播以往從大田和實驗室中獲得的研究成果,許多相關的試驗數據可以得到有效的組織和整理。這些數據經過有效的組織后,對模型在區域尺度上運行時尤為有價值。將作物模型引入目前相關研究項目中,既可以充分利用已有成果,也會給現有研究成果增色。作物生長模型的應用還使我們可以不必在不同的地方重復相同的試驗,從而節省大量的人力物力消耗。作物生長模型融入越來越多的決策支持系統,也是現有知識得以傳播和利用的有效方式。2.2利用數據進行生產決策作物模型用于播前決策和生產過程中的管理措施調整的仍然很少,但是運用作物生長模型,通過分析潛在產量和現實產量之間的差距,確定生產中的主要問題所在,進而形成優化決策,則已經開展了很多工作。例如,一些研究隊伍利用多年歷史氣候數據,用作物生長模型來評估作物產量對不同氣候條件的響應,以及確定在不同土壤類型條件下最適的作物品種、播期、播種密度、株行距、灌溉和肥料施用量和施用時期,得出優化的生產管理決策。作物模型還可以用于估計耕作方式、肥料施用、水分調控和病蟲害控制等措施對產量的影響。也可以用以估計這些措施對土壤和環境的影響,例如肥料的淋溶和揮發、溫室氣體的排放、土壤侵蝕等。2.3改變方法的應用收獲前大面積產量預報對政府機構、生產共同體和生產者個體都具有極其重要的意義。在這方面已經有很多研究,大部分用的是已有的歷史氣象數據來顯示這種技術的可行性。利用長時間序列的歷史氣象數據,在評估因為氣候波動而引起的產量波動,進而指導決策,形成多種應對策略方面,作物模型是一個非常優秀的分析工具。這種預警分析工作如果用傳統的田間試驗方法來進行,一次只能獲得一種應對方案,而實際上,因為時間和花費的緣故,這種方法通常是不可行的。目前,影響較大的工作有WOFOST模型用于世界糧食生產的研究,歐盟聯合研究中心用作物生長監測系統(CGMS)進行歐洲地區主要作物的產量預報,荷蘭咨詢機構用WOFOST來開展土地利用計劃項目方面的工作。作物模型在實際應用中的主要問題是如何集成和應用盡可能多的氣象站的實時數據,并應用一些預報的天氣數據來預報未來季節的作物生長。在評估全球氣候變化的可能影響時,作物模型扮演了重要的角色。出于對糧食生產的關注,已經有許多作物模型應用實例。隨著環境問題越來越為公眾所關注,肥料和有毒化學品(如殺蟲劑和除草劑等)的使用對土壤和水體的污染已經成為研究機構和政府決策部門關注的熱點問題。已經有許多模型涉及這些領域,如以模擬因栽培管理和土壤耕作帶來的土壤侵蝕為特色的EPIC模型,化學物質淋溶模型如LEACHCHM模型和PRIZM模型等。3主要問題是作物生長模型的研究和應用3.1農業保險的問題作物模型在實際生產應用中主要是以決策支持系統的形式出現,但包容作物模型的決策系統在實際應用中仍不很成功。這是因為許多決策支持系統所包含的農業技術知識仍然有限,多數系統仍然主要強調科學問題而不是實際應用,造成系統中知識密集性不足。此外,許多模型仍然不允許靈活的、即時決策輸入系統,決策仍然是在一次模擬結束后或開始前就要作出,模型決策方式與實際生產決策方式難以匹配。還有,決策支持系統的終端用戶究竟是面向農戶還是政府,仍然困擾著軟件開發者。如果是單個農戶,則以每一個農場為單位的數據需求太大,獲取難度可想而知;如果是政府,則需求的用戶數可能又不足,涉及的空間尺度又太大,指導生產的意義相對要降低。另外,軟件開發并非按照現代軟件工程標準進行,客戶投入興趣不足,也是造成模型推廣應用不足的原因之一。就科學問題而言,造成模型應用不好還有三個方面原因。一是由于決定作物產量變化的主要因素仍然是天氣條件,決策支持系統要達到成功應用還依賴于預報未來天氣的能力。而目前只能進行幾天較準確的天氣預報,決策支持系統必須依賴于用長期歷史資料進行機率分析或用天氣發生器生成天氣數據。而現有的天氣發生器的空間尺度較大,不足以精確反映氣象要素的空間變異也是一個限制因素。二是缺乏準