水稻管理知识模型及决策支持系统的研究 下载本文

内容发布更新时间 : 2024/6/16 16:55:19星期一 下面是文章的全部内容请认真阅读。

水稻管理知识模型及决策支持系统的研究

本研究着重运用系统分析方法和数学建模技术来研究水稻栽培管理的知识表达体系,在广泛收集和充分理解水稻栽培管理专家知识、经验和资料的基础上,利用水稻栽培理论与技术方面的现有研究成果,并结合必要的试验支持,通过解析、提炼和综合水稻生育及管理指标与品种类型、生态环境及生产水平之间的定量化关系,构建了具有时空适应性的水稻栽培管理动态知识模型;并进一步结合水稻栽培管理知识库表达系统,设计和实现了综合性、智能化和构件化的基于知识模型的水稻管理决策支持系统(KMDSSRM),为精确农作和数字农作的发展奠定了基础。 水稻栽培管理动态知识模型主要包括栽培技术方案设计和适宜动态指标预测2个子模块。其中栽培技术方案设计模块包括产量目标确定,品种选择,播期确定,基本苗确定,氮、磷、钾肥料运筹和水分管理等6个子模型;适宜动态指标预测模块包括群体主茎和分蘖动态,叶面积指数动态,干物质积累动态和地上部植株氮、磷、钾养分动态等4个子模型。 产量目标知识模型基于增产系数的动态量化,综合考虑了决策点历史最高产量、前3年平均产量、养分供应水平、水分管理水平和生产技术水平(包括优良品种的选用、栽培措施的实施和病虫草害的防治)等多种因子的影响。

品种选择知识模型基于品种特性与生态环境之间的定量化关系,根据决策点常年气候条件,在确保决策点能种植水稻的基础上,根据不同的稻作季别,以播种后能安全出苗、壮秧移栽、安全抽穗、茬口适宜、优质高产和抗逆性强等为依据,用相对权重法计算了生育期长短、产量和品质、抗盐碱能力、抗病性和光周期等指标的综合影响。适宜播期设计的知识模型以安全出苗、壮秧移栽、安全抽穗和茬口适宜等为依据,通过年≥10℃积温、叶热间距、品种秧田期能容纳的最大叶龄数、品种主茎叶片数、品种主茎伸长节间数、生育期长短、品种抽穗到成熟所需积温和育秧方式等定量描述了一季、双季和三季水稻不同品种类型与生态环境之间的动态关系。基本苗设计知识模型根据成熟时单位面积群体成穗数与单株有效穗数来定量计算,通过水稻分蘖发生与主茎叶片伸出间的同伸关系,定量计算了不同环境条件下的单株理论主茎与分蘖数,通过品种分蘖力、大田平整度、移栽和播种深度、土壤水分养分及分蘖期间的温度等条件量化了主茎与分蘖实际成穗率。肥料运筹动态知识模型基于平衡施肥原理,综合量化了土壤耕层理化特

性、目标产量、种植方式、收获指数、水分管理水平和肥料施用方式等多种因子的影响,通过引入水稻籽粒及秸杆中氮磷钾素含量、氮磷钾素当季吸收效率等品种参数来定量描述不同品种类型在氮磷钾需求量及吸收量方面的遗传差异,并根据土壤理化特性及基拙养分含量等计算土壤氮磷钾的当季供应量,确立了氮磷钾肥的合理用量、有机氮与无机氮的配比以及基肥与追肥的适宜比例等。

此外基于水分平衡原理建立了水分管理模型。 通过定量描述水稻群体主茎与分集数、叶面积指数、干物质积累和植株养分动态与品种类型、生态环境因子和栽培措施之间的动态关系,根据生理发育时间(PDT)恒定的原理,以PDT为生育期预测器,通过动态计算到达各主要生育时期所需的积温(GDD),建立了以动态GDD为主线的水稻适宜生长指标动态知识模型,可为不同条件下水稻栽培过程中的生长调控与苗情诊断提供定量化的动态指标体系.利用分桑消长、分集成穗的动态变化规律,建立了适宜群体主茎和分集动态变化曲线;根据“抽穗前后40d内实现最大光合产物积累”的基本原理,计算了抽穗期叶面积指数,并根据各主要生育期的叶面积指数与抽穗期叶面积指数的比值,利用线性内插建立了适宜叶面积指数动态曲线;根据Logistic曲线增长规律,考虑到逐日气象的变化,建立了干物质积累动态曲线,并利用收获指数和产量水平来分别定量不同品种和产量条件下抽穗后干物质积累量对产量贡献的大小;通过动态计算到达各主要生育时期群体养分积累量及其各阶段干物质积累,建立了以动态PDT为主线的水稻适宜地上部植株养分指标动态知识模型. 在构建水稻栽培管理动态知识模型的基J出上,进一步结合水稻栽培管理知识库表达系统,充分利用软构件的语言无关性、可重用性、简便快捷的系统维护机制等特点,在Plll 866 CPU、256M内存计算机、中文Windows 2000操作平台上,采用VisualC料6.0构建了综合性、智能化和构件化的基于知识模型的水稻管理决策支持系统(KMD sSRM),该系统将水稻栽培管理知识模型和水稻智能管理知识库系统等按照一定的原理进行有机的藕合与集成,系统由数据库、知识模型、知识库、推理机和人机接口等部分组成,实现了栽培方案设计、适宜指标预测、动态管理调控、专家知识咨询和系统维护管理等主要功能。在栽培方案设计时,系统首先根据决策点的常年气象、土壤、品种等资料,通过运行知识模型,给用户提出适宜的产量目标,并产生一套相应的栽培技术方案(包括适宜品种、播期、基本苗、肥料运筹和水分管理等);在适

宜指标预测时,系统根据水稻适宜动态指标知识模型,为用户设计出适宜的叶面积指数动态、群体主茎和分集动态、干物质积累动态和植。