《农业模型与数字农业发展探讨.pdf》由会员分享，可在线阅读，更多相关《农业模型与数字农业发展探讨.pdf（8页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、江苏农业学报(Jiangsu上ofAgrSci)，2012，28(5)：1181一i188http：wwwjsnYXbCOB曹宏鑫，赵锁劳，葛道阔，等农业模型与数字农业发展探讨J江苏农业学报，2012，28(5)：1181一1188农业模型与数字农业发展探讨曹宏鑫1， 赵锁劳2， 葛道阔1， 张文宇1， 刘永霞3， 刘 岩1， 陈昱利1， 宣守丽1，孙金英4， 岳延滨5， 张智优6， 沙依然1， 张伟欣1(1江苏省农业科学院农业经济与信息研究所数字农业工程技术研究中心，江苏南京210014；2西北农林科技大学，陕西杨凌712100；3，中国热带农业科学院香蕉研究所海口实验站，海南海口57010
2、2；4新疆维吾尔自治区伦台县农业技术推广中心，新疆伦台841600：5贵州省农业科学院农业科技信息研究所，贵州贵阳550000；6湖南省农业科学院农业科技信息研究所，湖南长沙410000)摘要：为了进一步深化与促进农业模型与数字农业发展，并融人国际发展潮流，以系统学思想为指导，采用系统分析及认识论挖掘等方法，提出并进一步明晰了农业模型概念与分类，农业模型与数字农业的相互关系、意义与评价，综述了国内外农业模型的研究与应用新动态，通过分析存在问题，提出了进一步发展的对策和建议。分析结果表明，广义上，农业模型是为研究农业问题的定量规律所建立数学模型的总称，包括农业生物模型、农业环境模型、农业技术模型
3、以及农业经济管理模型等；狭义上，农业模型主要包括农业植物模型、农业动物模型、农业微生物模型、农产品贮藏与加工模型等。数字农业体系分为数字种植业、数字林业、数字畜牧业、数字渔业、数字农村工业以及数字农产品市场与管理等。农业模型之间发展不平衡但各有特色；农业模型问的协同较少；不同学科背景下农业模型之间缺乏开放源式的整合与互操作框架；农业模型的检验方法还需进一步完善；虽然目前数字农业的应用还较少，但随着中国农业的发展，它将具有广阔的应用和发展前景。关键词：农业模型；数字农业；发展；探讨中图分类号：S126 文献标识码：A 文章编号： 10004440(2012)05一1181-08Discussio
4、n 011 development of agricultural models and digital agricultureCAO Hongxinl， ZHAO Suola02， GE Daoku01， ZHANG Wenyul，LIU Yongxia3，LIU Yanl，CHEN Yu1i1，XUAN Shoulil， SUN Jinyin94， YUE Yanbin5， ZHANG Zhiyou6， SHA Yiranl，ZHANG Weixin 1(1nsttute ofAgricultural Economics and InformationEngineering Researc
5、h Gearfor oigs以Agriculture，angsu Academy ofAgricultural Sciences，Nan一弦垮210014，Chna；2No，thwest SciTech University矿Agriculture and Forestry，y口咖712100，China；3Haikou Experimental Station Institute ofBa-llatMt and Plantain，Chinese Academy of Tropical Agricultural Sciences，Haikou 570102，China；4Agricultura
6、l Technological Extensive Station of LuntaiCounty，舡慨UygurAutonomous Region，Luntai 841600，China；5Institute ofAgricultural SciTech Information，Guiz如u Academy矿Agricultural Sci。encesGuyang 550000，China；6Institute ofAgricultural SciTech Information，Hunan Academy ofAgricultural Sciences，Changsha 410000，Ch
7、ina)Abstract： In order to deepen the development of agricultural models(AMs)and digital agriculture(DA)，and en一收稿日期：2012-07-30基金项目：国家自然科学基金项目(31171455)；江苏省农业科技自主创新基金项目CX(11)2042；江苏省科技支撑计划项目(BE2011342、BE2012386一1)；江苏省政府留学基金项目作者简介：曹宏鑫(1963一)，陕西岐山人，博士，研究员，主要从事作物品质生理生态、数字农业关键技术等研究。(Tel)02584390125；(Emai
8、l)caohongxihhotmailCOlDable it to be joined into international development tide，themethods of systematic analysis，classifying，and digging ofepistemology，etc were usedIn this paper the conceptsand classification of AMs were put forward clearly，thecorrelation between AMs and DA，and the significance an
9、dvalue of AMs and DA was described，and the newest studies and application progress at home and abroad were reviewedCountermeasures and suggestions far the fuaher万方数据江苏农业学报 2012年第28卷第5期development of AMs and DA were presented as wetIn broad senseAMs alp mathematics models integrating agriculturalbiol
10、ogy，agricultural environment，agricultural technology，and a酣cultural economies，and in narrow sense，AMs involvein agricultural plant models，agricultural animal models，agricultural microbe m()tels。preservation and processing modelsfor agricultural products，and agricultural management models，There are e
11、mpirical，partially mechanistic，and mechanisticmodels in vajous AMsThe system for DA can be divided into digital croppingdigital forestry，digital husbandry，digitalfisherydigital rural industry，and digital agrlcuIturai product markets and managementFhere wLq2；aft imbaiance of development alnontg vario
12、us kinds of AMsbut the development of each had its 0Wll characteristicsThere we,re few links amongvarious kinds of AMsThere was ilo frame with open SOUrce for integrating and interoperability among AMs；And the cur-rent validation methods for AMs were still imperfectDA will have vast development and
13、application prospects with the development of agriculture in China，especiallyKey words： agricultural model；digltat agriculture；development；diwussion进入2l世纪，中国的农业发展既面临着食物与环境安全及气候变化等多重挑战，又需要实现高产、优质、高效、生态与安全等多重目标。为此，现代农业成为当前乃至今后的农业发展战略，而农业生物技术和农业信息技术是发展现代农业的重要内容。数字农业作为农业信息技术的高级阶段和形式，已成为现代农业发展的重要技术支撑，并在促
14、进农业实现多重目标中具有突出作用。在数字农业的技术体系中，农业模型和3s技术共同成为基础和核心。中国以农业模型为基础的数字农业研究在经历了初创、发展与综合集成后，已取得了较多研究成果，并得到不同程度应用旧：。为了能够使这一领域的发展进一步深化和提高，并融人国际发展潮流，本文拟以农业模型与数字农业发展为主旨，以系统学思想为指导，采用系统分析、分类及认识论挖掘等方法，通过农业模型的概念与分类、农业模型与数字农业相互关系、意义与评价等探讨，简述农业模型研究与应用新进展，分析存在问题，为其进一步发展提供科学参考。1 概述11概念与分类111概念 目前，数字农业虽尚无公认定义，但已有明确内容，即：数字农
15、业要求农业各结构要素(包括种植业、林业、畜牧业、渔业、加工业等)与各种过程(生物、环境、技术、经济)全面数字化、农业信息技术最广泛地应用于农业以及农业各部门(生产、科研、教育、行政、流通、服务等)的全面数字化与网络化管理一。其中，农业生产过程的全面数字化是数字农业的首要内容，它包括农业生产系统的农业生物、技术、环境及社会经济要素的数字化与各种农业过程的数字化一。农业模型是为研究农业问题的定量规律所建立数学模型的总称。广义上，它是以农业系统要素(农业生物、农业环境、农业技术、农业经济)为研究对象，根据农业系统学与农业科学原理，对农业系统要素内及要素问关系的定量化表达。经检验和验证后，它可用于农业
16、系统要素及因子发生发展过程及结果的精确预测、监测、预警与决策控制。狭义上，它是以农业生物(农业植物、动物与微生物)及产品为研究对象，根据农业系统学与农业科学原理，对农业生物因子及产品与环境、经济因子及其关系的定量化表达。经检验和验证后，它可用于农业生物及产品发生发展过程及结果的定量预测、监测、预警与决策控制，促进农业生产实现高产、优质、高效、生态与安全目标。可见，广义上的农业模型涉及范围极广。112农业模型分类 采用不同分类方法可以将农业模型分为不同类型。依据研究对象不同，广义上，农业模型可分为农业生物模型(农业植物模型、农业动物模型、农业微生物模型、农产品贮藏与加工模型等)、农业环境模型(农
17、业气象模型、农业土壤模型、农业水文模型等)、农业技术模型(种植技术模型、养殖技术模型、加工技术模型等)以及农业经济管理模型(产量经济模型、农产品经济模型、市场与价格模型、农户管理模型、农业企业管理模型等)等。狭义上，农业模型可分为农业植物模型、农业动物模型、农业微生物模型、农产品贮藏与加j_模型等。在农业生物模型中，农业植物模型和农业动物模型主要建立和应用于动植物育种、栽培或养殖等领域，农业微生物模型万方数据曹宏鑫等：农业模型与数字农业发展探讨主要建立和应用于植物保护或动物病害防治以及环境污染治理等领域，农产品贮藏与加工模型及农业管理模型主要建立和应用于农产品贮藏与加工、农业经济与管理等领域，
18、并促进这些领域数字化。由于农业植物领域的农业基础和专业学科研究积累较多，因此，目前农业植物模型研究与应用较多。依据模型建立方法与本身性质不同，农业模型又可分为经验性、半机理性和机理性模型。经验性模型一般只采用统计学方法，先试验后建模，模型本身只具有描述性，参数一般较少，只是对系统输入与输出关系的定量而不表达过程，实用性强；机理性模型一般根据农业科学原理或规律构建，可以先建模后试验，模型本身不仅具有描述性，而且具有较强的机理性和解释性，一般表达研究对象的过程，但参数较多，应用难度较大；半机理性模型则介于两者之间。如将上述两方面结合，农业模型共分为4大类、12个亚类(表1)，这样就形成了一个清晰的
19、农业模型体系。表1农业模型分类Table 1 Classification of agricultural models类型 亚类农业生物模型农业环境模型农业技术模型农业经济管理模型经验性农业生物模型半机理性农业生物模型机理性农业生物模型经验性农业环境模型半机理性农业环境模型机理性农业环境模型经验性农业技术模型半机理农业技术模型机理性农业技术模型经验性农业经济管理模型半机理农业经济管理模型机理性农业经济管理模型其中，经验性农业模型采用的生物统计学方法主要包括线性与非线性建模m1(表2)。表2经验性农业模型主要采用的生物统计学方法Table 2 Primary biostatistical me
20、thods used in empiric agricultural models12数字农业体系目前，一般将数字农业体系分为数字种植业、数字林业、数字畜牧业、数字渔业、数字农村工业以及数字农产品市场与管理等，其中，各分支的内容、功能和目标为：数字种植业和数字林业主要包括数字化栽培、数字化植物育种以及数字化植物保护等；数字畜牧业和数字渔业主要包括数字化养殖、数字化动物育种以及数字化动物病害防控等；数字农产品市场与管理主要包括数字化食品安全与溯源、数字化农产品物流等；数字农村工业主要包括数字化农村工业管理，可能包括数字化食品安全与溯源、数字化农产品物流等(图1)。13农业模型与数宇农业的相互关系
21、由数字农业的体系及内容、功能和目标以及农万方数据江苏农业学报 2012年第28卷第5期业模型的定义不难看出，农业生物模型中的农业植物模型和农业动物模型与农业动植物育种、栽培或养殖等相联系，农业微生物模型与植物保护或动物病害防控以及农业环境污染治理等相联系，农产品加工模型及农业市场、管理模型与数字化食品安全与溯源、数字化农产品物流、数字化农村工业管理等相联系，因此，农业模型是研究数字信息定量关系的主要手段和方法，是实现数字农业功能和目标的基础和核心(图1)。圈1 数字农业体系厦萁与农业生物模型关系框图Fig1 Frame diagram of systematic structure for d
22、igital agriculture and its connection wj曲agHculturabiological models农业模型是实现数字农业功能和目标的基础和核心。由于农业模型将农业过程数字化，它使农业科学从经验水平提高到更精确的水平，有利于促进农业实现高产、优质、高效、生态与安全等多重目标。利用农业模型可进行许多传统农业试验无法进行的研究，节省农业研究的经费与时间，也可使农业研究成果在更大地理和更长时间范围内推广应用。在农业研究中，有些不允许在大范围设置试验，如转基因作物的基因漂移等，有些无法在大范围设置试验，如气候变化对农业生产的影响等，而农业模型则可通过要素间关系定量、
23、参数获取、检验及模拟等开展这类研究。农业模型研究的深化是使数字农业研究与应用进一步发展的基础。主要包括：(1)与计算机硬件或物联网结合，实现设施农业或常规大田的监测与调控，促进农业工厂化数字化研究与应用；(2)与采集仪器或农业装备(如无八机及农业机器人等)结合，实现农业数据采集手段和农业装备数字化，提升农业研究和生产的装备水平；(3)与农业气象灾害研究结合，开展农业气象灾害精细评估；(4)与RS结合的大范围农情监测和预报；(5)与GS结合的农业预警；(6)与3s结合的精确农业；(7)是云计算技术在农业中应用的重要技术基础等。14农业模型评价141 具有机理性农业模型增加了系统可观察量、深化了人
24、们的认识 例如，计算机模拟与作物生长研究的结合使作物生长系统及其与土壤系统、气候系统交互中的可观察量增加，深化了人们的认识7I。142建模过程与步骤是认识论思想的体现例如，作物模拟的过程和步骤本身就生动体现着认识万方数据曹宏鑫等：农业模型与数字农业发展探讨论思想7|。143提高了“实践认识一实践”速度例如，作物生长系统及其与土壤系统、气象系统的交互都是动态系统，静态研究不能真实反映其变化，而作物模拟正是发挥了计算机高速运算优势，即可在很短时间内根据所获得信息和已建立模型，迅速将模拟结果与实际情况加以比较，再根据比较结果快速修改模型或做出反馈与决策J。2农业模型研究与应用进展从农业模型分类可见，
25、其涵盖领域十分广泛。本文仅对农业植物模型、农业动物模型、农业微生物模型、农产品贮藏与加工模型的研究与应用进展加以简述。21农业植物模型农业植物模型始终伴随着与试验有关的农业植物研究，在农业植物基础学科(如植物生理学、植物生物化学、植物学、植物生态学等)、专业基础学科(如农业气象学、植物营养学等)以及专业学科(如植物育种学、植物栽培学等)的研究中均有普遍应用。由本文112节可知，按照模型建立方法与本身性质，农业植物模型包括经验性、半机理性和机理性3种类型。为了叙述方便，本文分经验性和具有机理性2种情况简述如下。2，11 经验性农业植物模型 其最新进展主要有以下2方面：(1)进一步融合于具有机理性
26、农业植物模型的研建。具有机理性农业植物模型的一些参数，最初一般由试验数据分时间和条件赋值，随着研究工作深入和认知水平提高，这些参数可以由经验性农业植物模型表达。如农业植物各器官干物重的分配系数邛J、叶面积模型中的比叶面积旧。等。(2)一些较复杂的计算科学方法应用于经验陛农业植物模型建立。例如，在植物光环境研究中，光量子的Monte Carlo(MC)路径追踪方法已应用于光环境模型，可计算光谱组分和光合有效辐射(Photosynthesisavailable radiation，PAR)，并应用于虚拟植物显示0|。在植物源一库机制研究中，自组织理论应用于整株水平源分配和生长分布。在水稻根系长度、
27、面积和体积模型中，立体几何原理应用于根系面积和体积建模2|。212具有机理性农业植物模型 主要根据农业植物基础学科、专业基础学科以及专业学科相关原理建模。其中，以农业植物生长发育过程及群体质量为对象的植物生长模型和以农业植物生长发育过程及形态质量为对象的植物形态结构模型与可视化方面的研究较系统深入，且已有较好应用。机理性农业植物模型的最新进展主要有以下方面：(1)模型参数升尺度。具有机理性植物模型建立时，其参数的确定一般采用点状试验数据。而模型在应用时的一个较重要方面区域应用引，往往需要面状分布与趋势预测、预警及决策，通过模型参数升尺度研究即可实现。例如，在农业植物模型应用于气候变化对农业生产
28、的影响，与GIS、RS及GPS结合等方面时，都需要模型参数的升尺度研究。(2)功能一结构植物模型(Functional structural plantmodels，FSPMs)。作为农业植物形态模型研究的最新趋势，FSPMs是农业植物生长模型的功能与农业植物形态模型的结构的一种有机结合，能充分体现基于3D显示的农业植物生理过程，增强对机理性和基因型对环境条件响应的了解4。以结构模型为基础，不断增加生理过程以及对基因型和环境条件响应等功能成为FSPMs研究的主要方法5I。农业植物生长模型与植物形态结构模型的结合6|，基于生物量的农业植物形态建模一12，17J，农业植物形态与环境关系的定量8J以
29、及数字植物引等都能较好建立FSPMs，但其机理性不同。另外，为了实现不同学科背景下FSPMs之间的整合与互操作，一种功能强大的开放源植物结构模拟工具OpenAlea问世，它是一个为推动不同学科模型和技术的整合和互操作而建立的基于组件且易用的框架，主要包括不同编程语言和平台的模型整合工具、使软构件动态管理与合成的组件框架，以及加强复杂模型使用和快速建模的图形模拟环境口0。(3)形态模型作为植物研究工具。农业植物生长模型作为植物研究工具的应用已有较多报道，通常可设置不同试验处理通过模型运行获得研究结果。目前，农业植物形态模型也已作为植物研究工具。例如，FSPMs用于豆科植物根瘤菌调节和信号传输研究
30、幢等。(4)育种模型。国际上，利用数量遗传学原理建立的农业植物育种模型QUGENE旧21已在育种方法改进中应用，还有通过“基因到表现型”模型方法在器官水平模拟与抗逆有关性状的产量响应旧j，以及遗传学原理和模拟模型与分子标记的结合251等。(5)设施作物及果树生长模型研究发展迅速。设施作物生长模型研究，如设施番茄、黄瓜、甜瓜等生长模型m J，并用于其生长预测与管理；果树果实成熟期预测模万方数据江苏农业学报 2012年第28卷第5期型12等。(6)近来，农业模型交互比较与改进成为国际上农业模型研究与发展的新动向，为此，已确立了农业模型交互比较与改进计划(ne agriculturalmodel i
31、ntereomparison and improvement project，AgMIP)，它是包括多种作物和世界农业贸易研究组，针对已有模型交互比较与未来气候变化的项分布式气候一情景模拟活动，其目标是可持续地应对因气候变化引起的全球粮食安全问题，降低饥饿风险，增强发展中国家和发达国家的共同适应能力。22农业动物模型主要包括畜、禽、水产以及农业昆虫模型，以经验性模型为主。与农业植物模型相比，农业动物模型研究和应用较少。经验性畜、禽、水产模型在农业动物营养、管理决策以及农业动物医学中有较多研究和应用。如饲料配方模型。驯、产奶量模型瑚】、生产函数圳、最优线性无偏估计模型1I、动物疾病监测与诊断模型
32、32删以及动物体重与器官质量模型等。经验性农业昆虫模型在农业害虫预报、监测、鉴定与防治方面已有研究和应用。如昆虫迁移模型b引、害虫危害传播模型与高空数字航空影像分析1、基于生存分析的害虫群体动态模型叫以及虚拟昆虫模型8l等。23农业微生物模型主要包括食用微生物与病害微生物模型。在食用菌栽培、动植物病害预报与防治方面有重要应用，以经验性模型为主。如微生物呼吸模型旧9。、微生物食物链模型1、微生物群落与降解模型及其与气候模型的耦合H、堆肥过程中微生物生长动力学模拟42、微生物杀虫剂非线性模型H 3|、微生物脂肪酶发酵过程建模1以及基因组水平乳酸菌模拟纠等。24农产品贮藏与加工模型主要包括农产品在贮
33、藏加工过程中品质变化与环境控制等模型，在农产品贮藏加工控制与管理方面有重要应用，以经验性模型为主。如酶活动力学模型、杀菌过程预测模型H、真空冷冻干燥加工工艺过程模拟分析及预测鹄圳、植物蛋白质挤压加工数值模拟川、稻谷吸附与解吸等温线计算模型及模拟31、以及果实采后品质变化及硬度预测模型圳等。2S农业管理模型主要包括农产品流通、市场及农村工业管理等模型，在农产品质量溯源、物流、市场预测及农村工业内部管理方面有重要应用，以经验性模型为主。如食品加工厂质量成本模型弘J、食品供应链中的质量安全模型州7。、消费者食品购买模型b81、农产品商品性状评价模型引、农产品物流系统建模与仿真唧j、以及农产品加工附加
34、值模型【6“等。3农业模型发展对策及建议31存在问题31，l农业模型之间发展不平衡但各有特色 由农业模型的研究与应用进展可见，农业生物模型之间发展不平衡但各有特色。其中，农业植物模型研究基础好，已进入以机理性和FSPMs阶段，基于机理性模型的决策系统已应用于生产实践；农业动物模型中畜禽模型研究虽然开始较早，但进展较慢，而农业昆虫模型发展已进入虚拟建模阶段，仍以经验性模型为主；农业微生物模型、农产品贮藏与加工模型以及农业管理模型均取得突出进展，也仍以经验性模型为主。312农业模型间协同较少 农业本身是一个系统，各类农业模型之间既自成子系统又相互联系，如果能发挥协同作用，则会进一步促进其研究和应用
35、。例如，农业植物模型通过与农业昆虫模型和农业病害微生物模型协同，就会进一步增强基于机理性农业植物模型决策中的病虫预报与防控等功能。313 不同学科背景下农业模型之问缺乏开放源式的整舍与互撮作框架 目前，国际上仅农业植物模型中的FSPMs出现了这一趋势。314农业模型的检验方法还需进一步完善 目前，国际上采用观测值和模拟值的根均方差(RMSE)及1：1图形方法相结合检验模型。由于RMSE只相当于统计学中观测值和模拟值差值的标准误，即观测值和模拟值差值的变化幅度，并不能说明其绝对相差的大小，因此，需要改进和发展多指标相互验证的综合检验方法怕引。32对策及建议进一步加强农业模型的研究与应用。包括：第
36、一，采用经验性农业模型与具有机理性农业模型融合方法，进一步促进具有机理性农业模型研究的深化；第二，促进具有机理模型在决策支持、与WEB、硬件与装备、3s、物联网、以及云计算结合等方面的应用；第三，继续推进FSPMs的研究与应用；第四，进一步完善农业模型检验方法，形成数字化方法与万方数据曹宏鑫等：农业模型与数字农业发展探讨 1 187作图方法共存和相互验证的综合检验方法体系；第五，瞄准现代农业发展中亟待解决的难点问题开展研究，加强已有成果示范应用。促进农业模型平衡发展，探索农业模型之间协同与互操作研究，方便资源共享和应用。农业模型研究已形成完整学科体系农业模型学3|，有明确研究对象、方法、任务和
37、目标，应成为单独学科农业模型学，并在应用基础与应用研究方面予以大力支持。以农业模型研究深化为动力，推动数字农业进一步全面发展。虽然数字农业目前的应用仍较少，但随着中国农业的发展，特别是城乡结构比例的变化和农村“三化”同步的变革，未来它将具有广阔应用和发展前景。参考文献：1高亮之数字农业与我国农业发展J计算机与农业，2001(9)：132 曹卫星，朱艳，田永超，等数字农作技术研究的若干进展与发展方向J中国农业科学，2006，39(2)：281-288【3 高亮之，数字农业与我国农业发展J计算机与农业，2001(10)：134 王家利，曹宏鑫，J郑宏伟J山东省发展“数字农业”与推动农村信息化的思路
38、与对策c科学技术部农村与社会发展司中国数字农业与农村信息化发展战略研讨会文集北京：中国农业出版社，2003：230-2365米红，张文璋实用统计分析方法与SPSS应用MOL北京：当代中国出版社，200020104)327，http：jpkcyzueducncourseshwtjupfiIeSPSS2pdf6 曹宏鑫，王世敬，戴晓华，等不同气候年型与土壤类型下春小麦高产栽培技术体系的模拟研究J麦类作物学报，2004，24(2)：7I-797 曹宏鑫，葛道阔，赵锁劳，等对计算机模拟在作物生长发育研究中应用的评价J麦类作物学报，2010，30(1)：1831878 刘铁梅，张琼，邱枫等油菜器官间干物
39、质分配动态的定量模拟J中国油料作物学报，2005，27(1)：55-599 刘岩，陆建飞，曹宏鑫，等基于生物量的水稻叶片主要几何属性模型研究J中国农业科学，2009，42(11)：4093-409910CIESLAK M，LEMIEUX C，HANAN J，et a1QuasiMonte Carlosimulation of the light environment of plantsJFunctional PlantBiology，2008，35：837-8491 1YANG z，MIDMORE D JSelf-organized rcs,oul13e allocation andgrow
40、th partitioning at the whole plant level：a modeling studyCOLPRUSINKIEWICZ P，HANAN J，LANE Bproceedings ofthe 5”international workshop on functionalstructural plant modelsNapier：Print Solutions HawkeS Bay Limited，2007200902-22http：algorithmicbotanyorgFSPM07proceedings，html12131415161718192021222324252
41、6刘永霞，岳延滨，刘 岩，等不同品种和氮肥条件下水稻根系主要几何参数动态的量化研究J中国农业科学，2010，43(9)：17821790江敏，金之庆CERESRice模型区域应用中遗传参数升尺度的一种方法J中国水稻科学，2009，23(2)：172178RISTO SLooking back：ten years of FSPM(COLPRUSINKIEWICZ PHANAN JLANE BProceedings of the 5“intema-tional workshop on functional-structural plant modelsNapier：Print Solutions
42、HawkeS Bay Limited20072009-02-22hl_tp：algorithmicbotanyorgFSPM07proceedingshtmlEVERS J B，VOS J，ROMERO P，et a1Extending a functional-structural plant model of spring wheat with sub-models for photo-synthesis and carbon distributionCOLPRUSINKIEWICZ P，HANAN JLANE BProceedings of the 5“intemational work
43、shopon functionalstroctural plant modelsNapier：Print SolutionsHawkeS Bay Limited。20072009-02-22h【tp：alg嘶thmicbotanyorgFSPM07lndividual1 6pdfHANAN J SHESRN A BLinking physiological and architecturalmodels of cottonJ，Agricultural Systems，2003，75：47-77宋有洪，郭焱，李保国，等基于器官生物量构建植株形态的玉米虚拟模型J生态学报，2003，23：2579-
44、2586常丽英，顾东祥，张文宇，等水稻叶片伸长过程的模拟模型J作物学报，2008，34(2)：311-317赵春江，陆声链，郭新宇，等数字植物及其技术体系探讨J中国农业科学，2010，43(10)：2023-2030PRADAL CDUFOURKOWALSKI SBOUDON F。et a1Thearchitecture of OpenAlea：a visual programming and componentbased software for plant modelingCOLPRUSINKIEWICZ P，HANAN J，LANE BProceedings of the 5“inter
45、national workshopon functionalstructural plant modelsNapier：Print SolutionsHawkes Bay Limited，20072009-02-22http：algorithmicbotanyorgFSPM07IndividuaL25pdfHAN L Q，HANAN J，GRESSHOFF P MComputational comple-mentafion：a Modelling approach to study signalling mechanismsduring legume autoregulation of nod
46、ulationJPLoS Computa-tional Biology，2010，6(2)：1-8WANG J K，VAN GINKEL M，PODLICH D，et a1Comparisonof two breeding strategies by computer simulationJCrop Science，2003，43：1764-1773CHENU K，CHAPMAN S C，TARDIEU F，et a1Simulating theyield impacts of organlevel quantitative trait leci associated withdrought
47、response in maize：agenetophenotypemodelling印一proachJ，Genetics，2009，183：15071523WANG J，CHAPMAN S C，BONNETT D G，et a1Application ofpopulation genetic theory and simulation models to efficiently pyramid multiple genes via markerassisted selectionJCrop Science，2007，47(2)：582-588HAMMER G L，COOPER M，TARDI
48、EU F，et al，Models fornavigating biological eomplexity in breeding improved crop plantsJTrends in Plant Science，2006，ll：587-593曹宏鑫，赵锁劳，葛道阔，等作物模型发展探讨J中国农业科学，201l，44(17)：35203528，万方数据1 188 江苏农业学报 2012年第28卷第5期1 27毛莎莎基于光谱技术的甜橙果实内在品质检测及成熟期预测模型研究D重庆：西南大学。201028 j RAIfMAN S A，BENDER F ELinear programming approximationof least-cost fied mixes with probability reslrletionsJAmericanJournal of Acuhma