在國家政策的大力號召之下，科研機構、高校、實驗室等機構高度重視關于農業方面的科研，涉及農機裝備、算法模型等方面。本文匯總了農業模型與可視化方向的科研，具體取得進展如下：

一、基于矯正WOFOST模型的棗樹生長模擬與水分利用評價

參與機構：塔里木大學信息工程學院/新疆南疆農業信息化研究中心、中國農業大學信息與電氣工程學院

為實現定量化分析溫、光和水資源對果樹生長的影響，該團隊本研究以成齡駿棗樹為研究對象，提出了基于校正WOFOST模型的棗樹生長和水分運移模擬方法。該方法利用2016和2017年的田間試驗觀測數據，重點校正物候學發育、初始化、綠葉、CO2同化、干物質分配、呼吸作用和水分利用參數。在田間尺度、縣域尺度上進行模擬性能。

結果表明，WOFOST模型在田間和縣域尺度，都取得了較高的棗樹生長和水分運移模擬精度，可為土壤、氣象、灌溉管理和棗樹生長耦合影響的定量化分析提供新思路。

二、基于DSSAT CERES-Wheat模型的未來40年冬小麥最適播期分析

參與機構：中國農業科學院農業信息研究所/農業農村部信息服務技術重點實驗室、英國埃克塞特大學工程數學與物理科學學院、中國農業科學院農業資源與農業區劃研究所/農業農村部農業遙感重點實驗室

為應對未來氣候變化帶來的不利影響，提高小麥高產優質主產區的冬小麥產量，促進小麥高產穩產。該團隊研究DSSAT CERES-Wheat模型，在基準時段和未來40年分別開展模型模擬試驗，以明確未來冬小麥生育期內氣候要素和最適播期變化特征，定量分析采用最適播期管理措施對冬小麥的增產效應。

研究以黃淮海、江淮地區3個代表站點為研究區。分析結果表明：①未來冬小麥生育期內氣候特征呈現暖干化的趨勢;②冬小麥生育期天數隨溫度升高而縮短，縮短天數在研究區地理空間上自北向南遞增;③最適播期隨溫度升高而推遲，在各時段、各情景下均隨緯度減小而推遲。在3個站點均有不同程度的增產效應，黃淮海北片的增產效應最小，黃淮海南片和江淮地區增產幅度相對較高。因此，未來黃淮海和江淮地區可采取推遲播期、選擇適播期的管理措施來應對氣候變暖情況，提高冬小麥產量。

三、從群體到個體尺度——基于數據的DSSAT和GreenLab作物模型連接探索

參與機構：中國科學院自動化研究所復雜系統管理與控制國家重點實驗室、中國科學院大學人工智能學院、北京市智能化技術與系統工程技術研究中心、青島中科慧農科技有限公司 、法國農業發展研究中心(CIRAD)植物學與植物構筑模型聯合實驗室(UMR AMAP)

作物模型涉及作物生長發育的復雜過程，空間上可拆分為分子、細胞、組織、器官、個體、群體等尺度，時間尺度上也能細分到時分秒、年月日等。

基于不同的研究需求，切換作物模型尺度，可使得作物模型的適用性更廣泛靈活。該團隊研究了如何從群體尺度的作物模型轉入個體尺度的作物模型，研究基于四個玉米品種的實驗數據，和基于數據的模擬數據，探索不同空間尺度模型建立接口的方法，比較不同模型的特點。

結果表明，GreenLab模型可以復現DSSAT系統的模擬數據和實際測量數據，進一步可以反演出各種器官之間生物量的分配并進行三維可視化展示，并討論了不同空間尺度模型結合的優勢及應用領域。

農業可視化是未來的發展方向之一，需要科研機構不斷投入大量精力。相信在科技的加持之下，會早日進入農業智能化階段，開啟農業新時代。

審核編輯黃宇