科学网 › 标签 › 作物模型

标签: 作物模型

相关帖子	版块	作者	回复/查看	最后发表

没有相关内容

相关日志

传统作物模型与数据驱动的模型的融合: 热度 1 csiro 2019-6-8 15:00; 最近跟学生讨论融合把数据驱动的模型（机器学习，或者统计模型）跟传统的机理模型结合的问题。大意如下：（1）我们都知道，模型是现实的简化，它不可能代表真实的世界，真实的世界远比模型复杂。这就带来一个问题：模型的不确定性，就是算不准的问题。很多模型虽然通过调参，可以模拟得很好，但是对未来的预测，或者对新数据的解释，往往不尽如人意。这就是当前的主要问题，模型可以用来发表文章，但是不能做预报。（2）模型的不确定性来自三个方面：模型结构、模型参数、模型输入。模型结构过于简化，不能反映实际情况，导致计算出来有偏差；不是所有的模型参数都来自实验观测，多数是从实验数据反推过来（率定，Calibration），参数不准确，也会带来计算结果的偏差；模型输入，基本是气象因子，光照温度降水等气象要素，每时每刻都在变化，也是每时每刻都在影响作物生长，但是我们的模型简化到一天一个平均值，或者比较详细的，每小时一个气象因子（一般是插值出来），这样也会带来误差。（3）在实际工作中，如气象局，他们的气象业务中，用到模型。也有很多觉得模型不准，而用统计模型。统计模型可以说是经验模型，它是根据当地的数据，用简单的相关或者多元回归建立。事实上，它捕捉到了作物产量与主要影响因子的关系。但是经验模型只适用于当地，离开这个地方，作物-环境关系改变了，这个经验关系也变化。（4）能否把传统模型与数据驱动的统计模型结合起来？类似于数据同化方法，传统模型有它的作用，它基本上体现了作物生长的主要限制因子，统计模型的优势在于，传统模型没有包括的情况，它可以弥补，如水稻的冷害（在水稻开花期遇到低温冷害，空瘪粒增加，产量降低），如黄淮海小麦灌浆期遇到干热风，成熟提前，减产。（5）我们现在可能走到一个十字路口，不能沿着传统的方向往前走了，把国外的模型拿过来，用我们的实验数据检验一下，然后做些分析，就发表一些论文。而常常是，模型的检验不是找模型的问题，是找自己的问题。模型检验不了，不去怪模型不合适，而是去自责模型没有调好。这样的工作，即使发表也没有多大的价值。我们需要重新审视传统作物模型能做什么，不能做什么。（6）如果有一天，数据的采集非常容易，过去需要计算的量，如叶水势，如光合速率，都直接观测了，那么模型就没有必要包括这一块（未知的变量成为已知的变量）。当数据足够多的时候，这些数据经历了各种环境情况，那么通过机器学习就可以把作物产量和环境的因子的关系建立起来。这样传统的模型根本就不需要了。最近接触几个公司，他们的数据在很快积累。大约5-10年，核心技术是数据和数据分析方法，而不是传统的作物模型。（7）现在需要思考的，是我们当前能够用的有哪些新的、大的数据？附上我的博士生冯璞玉最近发表的几篇相关论文，可以在www.agrivy.com上全文下载： Feng, P.Y., Wang, B., Liu, D.L., Waters, C., Yu, Q.* , 2019. Incorporating machine learning with biophysical model can improve the evaluation of climate extremes impacts on wheat yield in south-eastern Australia . Agricultural and Forest Meteorology , 275: 100-113. Impact Factor:4.039 Feng, P.Y.*, Liu, D.L., Wang, B., Waters, C., Zhang, M.X., Yu, Q. , 2019. Projected changes in drought across the wheat belt of south-eastern Australia using a downscaled climate ensemble . International Journal of Climatology , 39(2):1041-1053. Impact Factor: 3.100 Feng, P.Y., Wang, B., Liu, D.L., Yu, Q.* , 2019. Machine learning-based integration of remotely-sensed drought factors can improve the estimation of agricultural drought in south-eastern Australia . Agricultural Systems , 173: 303-316. Impact Factor: 3.004; 个人分类: 创新篇|9849 次阅读|2 个评论

农业资源与环境还需要做哪些研究？: 热度 3 csiro 2018-5-25 09:42; 最近参加了几场博士生和硕士生的论文答辩。我思考一个问题，就是我们在选题上应该考虑哪些研究更有意义？ 1. 当前的问题（1）科学问题不明确。基本方法就是实验 + 模拟，看不到创新性，有结果没有结论。这些结果不做实验也会知道。（2）脱离实际。研究的问题不是当前农村农业的当解决的问题。即使是农业院校的学生，工作太偏重模型，也不是针对现实要解决的问题，研究结果没有直接的用途。（3）工作思路太传统。跟踪模仿的多，原始创新少。我们在农业资源与环境、农业水利工程等专业的学生，从学科基础来看，都习惯于从农田尺度研究作物与环境的关系，以及农业管理措施的效益（如水分利用效率）。当前我们西农这么多人，集中在这一领域，重复太多，又是单枪匹马地做，研究工作单一。成果水平不高。现在计算条件和模型拿来太容易，很多研究就是转出来一个结果。 2. 应该关注什么研究？我们的研究应该：从实际问题出发、从多学科综合研究出发、从科学问题出发；关注新技术、新方法的应用，着力挖掘和利用前人已有数据。（1）区域粮食生产问题与资源约束。农田是开放的系统，农业生产靠天吃饭，资源与灾害是并存的。所以粮食生产、粮食安全问题不仅仅需要从农田水平去分析，还要看有多少农田、分布在什么地方（土地利用），在这些地方对应的气候条件，以及有没有水做灌溉等。这样需要对作物生长的气候、土壤、水文水资源条件做系统的分析。这才是农业资源与环境研究。（2）数据问题：数据在快速增加，要加大对农业资环数据的利用的程度，包括遥感数据、土壤水分数据等。（3）技术方法的创新：新的观测手段，如荧光、如植物的 CT ；新的分析方法，如 AI 的机器学习等在产量预报。（4）社会需求：为农业保险服务的气候风险、农业干旱指数与监测、土地管理（退耕还林评估与环境影响）。（5）基础科学问题：生理生态、植被 - 气候 - 水相互作用等。好消息是，我们已经成功把 ChinaAgrosys 整合到阿里云的计算平台上。下一步是把国际上几个知名的作物模型都集成到阿里云上。再下一步是希望大家能够应用模型，解决我国（甚至国外主要粮食产区）不同区域的粮食生产问题。我们强调大科学，是做一个团队联合才能做出来的事情，但是也要鼓励小科学，是独立的个体对于具体的问题做深入的研究。我们代表性的东西，就是这个平台。 6 月下旬暑期学校期间，我们集中研讨一下这方面的工作。; 个人分类: 创新篇|11561 次阅读|4 个评论

主动与他人合作: csiro 2017-6-19 14:20; 今天上午，在西北农林科大学，我们作物模型方面的研究人员，包括冯浩、何建强和我，以及博士后与博士生们，邀请了信息学院的三位教授座谈。双方介绍了各自的情况，实际上我们有很多共同点，过去就是很少交流。现在我们有共同的兴趣，把计算机技术应用到作物模型中来。我们讨论了几个方面的可能的合作，包括数据库技术、软件工程、空间分析。我期待着这方面的进展。中国不缺人手，要做好顶层设计，我们应该可以做得很好。; 个人分类: 交流篇|2521 次阅读|0 个评论

系统分析方法与作物水分利用效率的分析: 热度 1 csiro 2013-9-15 09:29; 做生态学研究的一个基本思维方式，就是系统分析，因为生态学是研究生物体与环境之间的相互作用。所谓系统分析就是把研究对象作为一个系统来研究，这就需要对系统的界定，包括系统的边界、系统内部的组分。系统的边界的划分要考虑研究的对象以及所涉及的过程的驱动因素是什么，这个驱动因素就是系统边界以外的，是给定的。比如说气候变化对作物叶片光合作用蒸腾作用的影响，气象因子就是系统的外界条件，是输入的、确定的。另外一方面就是物理的边界：比如你将研究的范围确定在根层范围，那么在根层以下就是系统以外，就不考虑它的变化。系统分析的另外一个内容就是对构成系统的成分进行划分，就是划分组分。划分组分可粗可细，如同一个放大镜，这个放大镜的倍数决定你能够看多细。为了探究系统的机理，你看得越细越好：卡尔文，用同位素标定的方法，把这些生化反应一步一步分辨出来，用十年的时间，最后提出光合碳循环的机理——卡尔文循环，并最终获得诺贝尔奖。但是认识系统也不一定越细越好，有时候粗枝大叶，抓主要矛盾，也不失一个好方法。这个抓主要矛盾的办法就是服务于你的研究目的，也取决于你的研究手段。那么我们现在就具体来说，如何认识作物耗水的机理及其对环境条件的响应。我们认识作物生长的过程，无外乎三个重要的组分——我们说一级组分：作物、土壤、大气。而农田的管理——人的影响，如施肥、灌水——是改变上述作物与环境的关系。在农业气象上，又进一步划分作物的生长环境：光温水 + 养分。水可以是降水，也可以是土壤水。这些影响因子相互作用太复杂。为了简化，排除其他因子的作用，就可以更好地认识单一因子或者少数因子的作用。这是一个重要的手段，大家注意了。这个手段在物理上是很常用的，比如，物体的运动不考虑摩擦，这包括：自由落体的计算、物体沿“光滑的”斜面下滑。在生态学上，也有很多简化的假设，比如，太阳辐射在冠层中的衰减，就假定冠层是均匀的、光照的衰减如同在一个匀质的介质中下降，但实际上光照通过叶片或者冠层的空隙有漏光，并以光斑的形式存在，是不均匀的。我绕了一个大弯子，回头再说因子的简化。我们讲作物的耗水由土壤、植物、大气三个方面决定。在认识耗水时，我们就想知道大气如何决定了耗水、决定了多少，这样就提出了潜在蒸散的概念。它是说：对特定的短草（植物条件一致）、土壤水分充分的时候，由大气条件决定的蒸散量。也就是说这个蒸散量是光照温度湿度风速等决定的。那么对于整个生育期的耗水量的分析或者水分利用效率 WUE 的分析，就需要固定作物的生长条件，一般对一定的叶面积指数，如 LAI 小于 1,1-2,2-3… ，大于 4 等。这样就可以排除或者基本排除作物生长条件的影响。如果你把整个生育期的通量资料放在一起画图，这样的结果就说不清了，不知道是作物的还是气象的因素的变化引起的。再说别的：决定作物产量的环境因子有土壤和气象。其中气象因子不容易控制，农田管理就是改变土壤条件。荷兰人 de Wit 是做作物模型最早的，他们工作单位是 Wageningen 大学的理论生产力生态系，简称 TPE （ Theoretical Production Ecology ）。他们提出产量分析的方法，就是根据环境因子的可控的难易程度，划分生产的潜力。 1) 潜在产量 Potential yield (PY) ：土壤条件适宜，由气象条件决定的作物产量；主要是光照和温度。 2) 可获得的产量 Attainable yield (AY) ：土壤水肥条件也限制产量，加上气象条件的限制，这是可以获得的收成。 3) 实际产量 Actual yield ：实际产量还要考虑作物病虫害的减产作用。这些产量之间的差值，叫 yield gap ，就是某个因子的产量限制作用。如在土壤养分充分时， PY-AY 就是水分的限制，也叫灌溉潜力。还有一个问题，就是在这么多因子中，因子的变化幅度是不一样的。一般认为气象因子是最活跃的因子，土壤因子变化缓慢得多。所以我们考察作物耗水的时候，就要从不同的时间尺度上看，比如日变化尺度、降水前后的多日变化尺度、生育期尺度等。所以我们现在可以思考一个问题，是如何用通量资料从不同时间尺度上认识作物的水分利用效率？; 个人分类: 交流篇|4553 次阅读|1 个评论

作物模型不是最终目的: csiro 2013-4-11 20:02; 除了理论模型，如E=MC2，对于一些应用模型来说，建立模型本身不是目的，而是手段。对于作物模型来说，有一段时间说的是，决策支持系统，实际上就是模型，但是目的更明确。目前对作物模型还有一种说法，就是耕作系统设计，Farming System Design。如同工程学一样，要设计总要一个工具。如何设计一个合理的耕作系统，就要从作物与环境的关系出发，而这个关系很复杂，所以就需要模型来帮助。作物模型的生命力在于：它有多大的用处。; 个人分类: 感悟篇|3259 次阅读|0 个评论

作物模型可以作为农业节水工程的技术支撑: csiro 2012-11-2 11:18; 很多年以前，我在禹城站的时候，有美国的专家来访，他看我们的工作，我们叫地理学，觉得在美国实际上是农业工程。我的一个朋友，美国农业部的 Gerald Flerchinger 博士，他独立开发一个水热过程的模型， SHAW 。他的职称确实工程师。我在想我们从事的作物模型有什么用，将来有什么前途？一个重要的方向，应该是作物模型作为耕作系统设计、农田管理（比如说水肥管理）的手段。农学的研究最根本的问题就是经验性强，这里的方法不一定适用于那里。另外一个问题是实验无法重复。这两个问题都是一样的道理，影响因子太复杂。那么我们能否对灌溉模式、节水模式做生态水文过程的分析呢？就计算水分利用效率 WUE 来说，可以分别计算冠层的光合作用、用 Shuttleworth-Wallace 模型计算土壤和冠层的蒸发蒸腾，然后看不同的灌溉模式、秸秆覆盖的管理模式等对耗水与作物生长的影响。这个可以利用涡度相关的通量资料做分析和模型检验。; 个人分类: 创新篇|3305 次阅读|0 个评论

这本书可以看看Modeling Physiology of Crop Dev, Growth, Yield: 热度 1 csiro 2012-10-27 08:41; 我在欧洲农学杂志上看到书评，Modeling Physiology of Crop Development, Growth and Yield。在网上搜索，竟然可以看到全文。看到第36页，竟然引用了邬定荣的那篇华北平原的产量潜力的论文。作为作物模型的基础教材，我觉得可以看看。我下面附上书评。 Modelling Physiology of Crop Development, Growth and Yield.pdf; 个人分类: 交流篇|4719 次阅读|1 个评论

一篇论文的构思: 热度 2 csiro 2011-8-30 18:34; 想写一篇综述文章，已经想了很久了，现在一定要写下来了。就是关于作物模型如何应用于气候变化对作物产量影响评价：回顾与展望。主要内容包括：作物产量生理与模型；气候变化与作物响应；产量形成过程的时间尺度与模型的不确定性；模型参数化、检验与验证的数理统计方法；几个重要模型的比较；气候变化农业影响的展望。我想邀请的同事有美国农业部马立望（以及Laj Ahuja等），CSIRO王恩利，UTS的罗群英与李龙辉，还有其他几个过去的学生：邬定荣、房全孝、王靖、陈超、邢洪涛等。计划投Advances in Agronomy。前几天给马立望打电话，他说过去给这个刊物写过两篇。很久没有写了。我觉得是一个好的题目。如果有人感兴趣，我也欢迎参与噢！; 个人分类: 创新篇|3462 次阅读|2 个评论

更多...

帐号		自动登录	找回密码
密码			注册

关闭 安全验证

标签: 作物模型

相关帖子

相关日志

关闭安全验证