数字农业应用研究（农业模型研究应用重要进展）

数字农业应用研究（农业模型研究应用重要进展）20世纪70年代是卫星与通讯技术强化时期，其间，建立了幼龄羊生长动态模拟模型，进行了基于模拟的决策支持，创立IPM框架等；1972-1974年因原苏联大量进口美国小麦引起小麦短缺和价格上涨，美国设立专项项目开发作物模型并与遥感结合进行作物生产战略预测，推动了CERES-Wheat和CERES-Maize模型研制；中国早在20世纪70年代中期就以引入系统分析为契机，从应用“多元二次正交旋转回归设计”入手建立综合经验模型，并直接为生产服务。1964-1974年，国际生物计划（International Biological Programme，IBP）创建，1965年英国发布用于模拟家畜的动物营养需求分析，1965-1970年早期建立的作物光合作用与生长模型，1969-1982年启动的从区域到全球合作建模研究计划（主要包括美国和澳大利亚的棉花生物系统模拟组（Biological System

农业模型研究应用重要进展

20世纪50年代，Heady等进行了农场尺度优化决策以及政策对农村发展经济效益影响的评价，这是国际上农业系统模拟方面最早的工作之一。而农业生产系统模型初创于20世纪60年代，创始人分别是de Wit和Duncan。国际上，农业模型发展历程与基础科学研究（20世纪50-70年代）、生态学与政策需求支持（1960-1970年）、卫星与通讯技术强化（20世纪70年代）、个人计算机与互联网革命（20世纪80年代）、系统模型扩展应用（20世纪80年代至90年代）、可持续农业运动兴起（20世纪90年代至本世纪初）以及持续关注粮食安全（2010年代以来）7个时期重要发展潮流紧密相连，其中包括两个里程碑，一是建立覆盖全球农作物的农业模型并用于农业系统区域或全球分析，二是实施了全球农业模型互相比较与改进项目（The Agriculture Model Intercomparison and Improvement Project，AgMIP）。国内外农业生物模型、农业环境模型、农业技术模型以及农业经济模型4大类农业模型在7个时期的重要研究应用进展分布见表1。

表1 四大类农业模型在7个时期的重要研究应用进展分布

Table 1 Distributions of important research and application of 4 typical agricultural models in 7 different periods

由表1可见，4种农业模型重要研究应用在不同时期分布极不平衡，其中，农业生物模型研究最多，各时期均有分布，农业环境模型次之，农业技术模型最少；中国的农业模型研究开始于卫星与通讯技术强化时期，以农业生物模型为主，从可持续农业运动兴起时期开始出现农业环境模型。以下分述之。

农业生物模型

如表1所示，农业生物模型研究应用重要进展分布于七个时期。20世纪50年代，de Wit早期开展的植物过程计算分析较有代表性。各时期重要进展如下：

1964-1974年，国际生物计划（International Biological Programme，IBP）创建，1965年英国发布用于模拟家畜的动物营养需求分析，1965-1970年早期建立的作物光合作用与生长模型，1969-1982年启动的从区域到全球合作建模研究计划（主要包括美国和澳大利亚的棉花生物系统模拟组（Biological System Simulation Group，BSSG）、IBP、综合病虫害管理（Integrate Pest Management，IPM））等。

20世纪70年代是卫星与通讯技术强化时期，其间，建立了幼龄羊生长动态模拟模型，进行了基于模拟的决策支持，创立IPM框架等；1972-1974年因原苏联大量进口美国小麦引起小麦短缺和价格上涨，美国设立专项项目开发作物模型并与遥感结合进行作物生产战略预测，推动了CERES-Wheat和CERES-Maize模型研制；中国早在20世纪70年代中期就以引入系统分析为契机，从应用“多元二次正交旋转回归设计”入手建立综合经验模型，并直接为生产服务。

20世纪80年代至90年代是系统模型扩展应用时期，这期间，1982-1986年美国和荷兰创立作物--环境资源综合模型CERES（Crop-Envirmental Resource Synthesis，小麦和玉米）、生长模型GRO（Growth，大豆和花生）和水稻生产系统分析SARP（Simulation and Systems Analysis for Rice Production）模型。1984年至今，荷兰持续支持SARP水稻模型开发。1983-1993年由美国国际开发署（United States Agency for International Development，USAID）资助的农业技术转移国际标准点协作网计划（The International Benchmark Sites Network for Agrotechnology Transfer，IBSNAT）利用系统学方法和作物与土壤模型促进了技术转移，创建了基于CERES模型系列的农业技术转移决策支持系统DSSAT（Decision Support System for Agrotechnology Transfer）。1991年以来，为加强模拟农业系统与生产利用成立新的农业生产系统研究组（Agricultural Production Systems Research Unit，APSRU），基于CERES、整合气候的环境政策（Environmental Policy Integrated Climate，EPIC）和优秀（PERFECT）模型开发了目前仍广泛应用的种植制度模型—农业生产系统模拟器（Agricultural Production System siMulator，APSIM）；20世纪90年代至本世纪初，分子遗传学革命促进了许多作物模型组与种业公司合作将作物生理生态模型应用于植物育种与管理，使作物模型研究应用拓展到作物育种领域。在中国，1982-1983年，高亮之等在美国完成苜蓿计算机模拟模型（Alfalfa Model，ALFAMOD），实现了作物生长模拟研究从无到有的飞跃；1986年，黄策和王天铎从植物生理学出发，建立了水稻群体物质生产的计算机模拟模型。20世纪90年代，具有中国特色和一定代表性的农业模型主要有水稻模拟模型（Rice Simulation Model，RSM）、水稻栽培计算机模拟优化决策系统（Rice Cultivational Simulation-Optimization-Decision Making System，RCSODS）、水稻生长日历模型（Rice Growth Calendar Model，RICAM）、小麦栽培管理专家系统（Expert System for Wheat Culture Management，ESWCM）以及棉花生长发育与产量形成模拟模型（Simulation Model for Cotton Growth and Development and Yield Composition，CGSM）等。

农业环境越来越受到关注促进了生物物理过程与农户以及平衡分析方法的建立（如作物氮素营养指数模型等）；在中国，1994-2004年明确提出了农业模型学，水稻/小麦模拟优化决策系统（Rice/Wheat Cultivational Simulation-Optimization-Decision Making System，R/WCSODS）、小麦—玉米连作环境模拟与智能决策系统、棉花模拟优化决策系统（Cotton Cultivational Simulation-Optimization-Decision Making System，CCSODS）、小麦叶形空间分布模拟模型及推理系统、小麦管理知识模型系统、玉米模拟优化决策系统（Maize Cultivation-Simulation-Optimization and Decision-making System，MCSODS）以及油菜模拟优化决策系统（Rapeseed Cultivation-Simulation-Optimization and Decision-making System，OCSODS）等，形成了中国作物模型系列。

农业环境模型

如表1所示，农业环境模型研究应用主要进展包括六个时期，各时期重要进展如下：

20世纪50年代，Bavel早期开展的土壤过程计算分析较有代表性。1960-1970年Slatyer等建立了水分平衡模拟模型（Water Balance，WATBAL）。20世纪80年代至90年代，土壤和水资源保护法案助力创建了综合“土壤—作物系统模型—整合气候模型”的环境政策模型EPIC；1986年国际科学委员会设立国际“地圈-生物圈”计划（International Geosphere Biosphere Programme，IGBP），引起对包括气候变化胁迫下地球的关注，有助于在区域和全球尺度协同研究地球生物、化学、物理与包括生态系统在内的人类系统的相互作用。

1990年以来，联合国政府间气候变化专门委员会（Intergovernmental Panel on Climate Change，IPCC）评估报告出版，首次利用作物和经济学模型评估气候变化从田块到全球尺度对作物的影响、利用农业和生态学模型估测温室气体排放和碳动态以及利用经济学模型评估气候变化对农业的影响。在中国，20世纪90年代，基于CERES与全球气候模型（Global Climate Models，GCMS）耦合的全球气候变暖对中国粮食生产影响的评价等较有代表性。

20世纪90年代至本世纪初以来，温室气体排放和生态系统服务方面研究得到重视，形成了农业系统模拟全球数据集和结构；2006年Long等提出了作物模型模拟的关于未来气候变化情景下作物模型的产量预测与人工控制试验结果之间差异的争论，促进了CO2与温度及其它因子交互作用下模型的改进；2005-2010年，Challinor等建立了作为GCMs重要构成的地球系统模型，产生了作物模拟模型与数字气候模型中陆面框架子模型耦合新方法。在中国，2003-2010年建立了模拟农业碳循环的Agro-Carbon（Agro-C）模型并在16个农业生态站得到了校准和验证。

农业技术模型

如表1所示，农业技术模型研究应用重要进展包括五个时期，各时期重要进展如下：

1976年，Agricultural Systems杂志创刊，为从事农业系统模拟与分析的全球学者提供了交流平台。1981-1984年，新的个人计算机问世大力促进了计算机图形学、统计分析、GIS以及在桌面、笔记本电脑和智能电话中形成的其他软件应用于农业模型；互联网技术的创立使全球通讯与信息技术进入新时代，在影响人们生活的同时，通过全球科学家合作、更快开发农业模型及改进数据连接促进了农业系统模型开发与利用；世界银行通过开发通用代数仿真系统（General Algebraic Modeling System，GAMS）模型提出了二元理论，建立了先进非线性优化方法。

1991-2011年，国际农业系统应用联盟（International Consortium for Agricultural Systems Applications，ICASA）帮助作物模型专家联合建立了作物模型输入数据标准，形成了ICASA数据字典和标准，并应用于农业模型互比较与改进项目中的模型数据协同输入；1998年开源软件运动兴起，推动了更广泛的农业模型系统软件开发合作等。2001-2003年 European Journal of Agronomy出版了涉及DSSAT、APSIM、种植制度模拟模型（Cropping Systems Simulation Model，CropSyst）、栽培标准多学科模拟（Simulateur Multidisciplinaire pour les Cultures Standards，STICS）以及Wageningen模型的欧洲农学会年会模拟种植系统专刊。

农业经济模型

如表1所示，农业经济模型研究应用重要进展包括五个时期，Heady等早期开展的农村发展政策需求优化分析建模较有代表性。各时期较突出进展如下：

1974-1978年，联合国粮食及农业组织 （Food and Agriculture Organization of the United Nations，FAO）建立了土地评价和农业生态区划方法，首次通过整合土壤、气候、植被以及社会经济因子为全球土地评价提供了方法论。20世纪80年代，新建的国际农业研究磋商组织（Consultative Group on International Agricultural Research，CGIAR）研究中心进行了农业研究投资经济学回报估算并建立了市场盈余方法；70年代末至80年代，Anderson等创立了优化与计量经济学模型并应用于从生产到行为管理的风险分析。20世纪90年代至本世纪初，农业环境愈来愈受到关注，促进了计量经济和规划方法结合；空间数据和工具越来越多地应用于空间解释性生物物理和经济学模型；2005-2009年，欧盟设立了环境与农业模拟系统基金资助项目，促进了包括种植制度和社会经济模型跨地点（欧洲）合作与跨尺度（农田到农场、国家、欧洲）应用。

整体而言，在持续关注粮食安全时期（2010年以来），高度综合与应用的农业生物模型、农业环境模型、农业技术模型以及农业经济模型重要研究呈现五大趋势：一是农业模型互相比较与改进项目组建了以比较与改进作物、家畜及社会经济模型为目标的全球农业系统模拟专家团队，利用改进模型评估从当地到全球尺度气候变化和气候变率对农业的影响、适应性以及不确定性；二是动植物基因图谱、基因测序、育种技术快速发展及分子生物学革命，促进了从基因到生理表型的定量连接，使作物模型与分子遗传学的结合持续取得成功；三是私有组织从事农业模型的兴趣持续增加，一些私有企业在植物育种中斥巨资进行数据采集，并有意向为公有研究者提供改进与评价农业模型所需数据，特别是国际生命科学研究所（International Life Sciences Institute，ILSI）为利用农业模型解决可持续农业与营养安全难题创立国际可持续农业与营养安全模拟研究中心（Center for Integrated Modeling of Sustainable Agriculture and Nutrition Security，CIMSANS），为公、私有组织协作研发更可靠作物和育种模型并在未来应用提供了机会；四是面向全球超90亿人口的粮食安全挑战成为农业模型未来需要回答和解决的重要课题，信息和计算机技术长足发展为先进农业模型、数据库及知识产品研发提供了机遇，针对种植制度、家畜和经济学的众多农业模拟模型（DSSAT、EPIC、APSIM、STICS、世界粮食作物研究模型（WOrld FOod STudies，WOFOST）、水稻生长模型（ORYZA）、CropSyst、根区水质模型（Root Zone Water Quality Model，RZWQM）、到达时间模型（Time of Arrival，TOA）、影响模型（Impact， IMPACT）、土壤-水-大气-植物模型（Soil-Water-Atmosphere-Plant，SWAP）和全球贸易分析计划模型（Global Trade Analysis Project，GTAP））的主要特点之一是不断尽力建立可靠模型；五是以感知、农业模型及人工智能技术为核心推动现代农业进入智慧农业阶段，特别是人工智能技术中的自学习模型（Self-Learning Models，SLM），可以创建自学习数字孪生体（Digital Twin，DT），通过不断地将最新感知信息与农业模型预测结果相比较，就会不断订正农业模型预测结果、提高预测精度，可与优化模型结合，成为农业模型未来发展的新增长点。2011年，中国农业模型RCSODS、Agro-C、大区域作物-气象关系获取模型（Model to capture the Crop-Weather relationship over a Large Area，MCWLA）、水稻生长模型（RiceGrow）入选AgMIP水稻模型团队，参与农业模型互比较与改进项目；2019年来，在中国，以信息感知、传输、处理与控制为特征的智慧农业进入全面推进阶段。

阅读原文

温馨提示：本文节选自《智慧农业（中英文）》2020年第2卷第1期。点击文末“阅读原文”可直达期刊官网免费阅读、下载。

论文节选自：

曹宏鑫 葛道阔 张文宇 张伟欣 曹静 梁万杰 宣守丽 刘岩 吴茜 孙传亮 张玲玲 夏吉安 刘永霞 陈昱利 岳延滨 张智优 万倩 潘月 韩旭杰 吴菲. 农业模型发展分析及应用案例[J]. 智慧农业（中英文） 2020 2(1): 147-162.

CAO Hongxin GE Daokuo ZHANG Wenyu ZHANG Weixin CAO Jing LIANG WANjie XUAN Shouli LIU Yan WU Qian SUN Chuanliang ZHANG Lingling XIA Ji‘an LIU Yongxia CHEN Yuli YUE Yanbin ZHANG Zhiyou WAN Qian PAN Yue HAN Xujie WU Fei. Developmental analysis and application examples for agricultural models[J]. Smart Agriculture 2020 2(1): 147-162.

微信交流服务群

为方便农业科学领域读者、作者和审稿专家学术交流，促进智慧农业发展，为更好地服务广大读者、作者和审稿人，编辑部建立了微信交流服务群，有关专业领域内的问题讨论、投稿相关的问题均可在群里咨询。

入群方法：加小编微信331760296，备注：姓名、单位、研究方向，小编拉您进群，机构营销广告人员勿扰。

信息发布

科研团队介绍及招聘信息、学术会议及相关活动的宣传推广