棉花高产高效理论与技术第二次课2009929.ppt

应用形态指标确定栽培措施的实例 农六师芳草湖农场（呼图壁），应用棉花叶龄模式和红茎比确定头水前DPC的使用剂量： DPC用量=叶龄÷2，再加(减)红茎比例。 当棉花浇头水前主茎叶片数为10时， DPC用量为10÷2=5g，然后再观测红茎比例。 棉花壮苗的红茎比：苗期50%，蕾期60%，花期70%，铃期80% 当头水前红茎比例在60%(蕾期)时，DPC用量不加不减，当红茎比例超过70%时DPC用量应为5-1=4g，当红茎比超过80%时，DPC用量应为5-2=3g。 反之，当红茎比低于50%时，DPC用量应为5+1=6g，当红茎比低于40%时，DPC用量应为5+2=7g。 应用形态指标确定栽培措施的实例 判断棉花化学催熟脱叶剂应用时间的量化指标： OBP 60% NACB = 4 DDs = 472 after NAWF = 5 信息技术 对有关棉花生产中的生物、土壤、气候、经济和社会信息的生成、传递、处理和利用的技术。 主要包括 作物生长模拟模型 作物生产决策系统 农业专家系统等 作物生长模拟模型 20 世纪60 年代以来作物栽培领域新的研究方向 利用系统分析和计算机技术，综合作物生理生态、农业气象、土壤和农学等学科研究成果，将作物与环境因子作为整体，进行动态的定量化分析和生长模拟的过程。 棉花生长模拟模型就是利用计算机程序模拟棉花在自然条件下利用光能，把水分和二氧化碳结合成有机物、完成组织和器官的建成、死亡以及产品的形成等过程。 40 多年来，作物生长模拟模型已从理论研究进入到生产应用，并逐步深入到农业研究的各个领域，为当前的农业生产开辟了新的途径。 作物生长模拟模型 美国棉花生长模拟模型： SIMCOT→SIMCOTⅡ→+RHIZOS→GOSSYM（1983） 1984 年， GOSSYM 模型开始推广运用于生产，经逐年改进已形成新的版本，这一模型是迄今为止世界上最为著名的棉花生长动态解释模型 它可以模拟大田棉花生长发育和产量形成过程，给出相应的棉花模式图，并预测产量，提供管理决策等。 其他棉花模拟模型模型： COTTONPLUS、KUTUN、OZCOT、COTMAM 中国棉花模拟模型： 吴国伟等，CGDMM 模型； 唐仕芳等(1990年) ，CDSM； 李秉柏等（1991 年)； 刘文等 (1992 年) ，COTSM； 肖荧南等( 1995 年)； 潘学标(1996 年)，COTGROW； 马新明( 1997 ～1999 年) 专家系统 是人工智能重要的组成部分。 一个成功的专家系统能模仿人类专家对某些复杂的问题进行推理、判断和决策，完成只有专家才能完成的高级任务。 棉花COMAX专家系统： 用GCL ISP 语言编写，解释GOSSYM 的输出信息，并向棉农推荐棉花生产中的管理措施。 COMAX 解释模型的结果并最终为生产决策服务，如灌溉日期和灌溉量，施氮时间和施氮量，化学生长调节剂和收获期等决策。 美国农业部农业研究局作物模拟研究所于1985 年建立的COMAX -COSSYM 系统是目前世界上开发应用最为成功的农业专家系统。 张立桢等，基于G IS 棉花生产管理专家系统的设计 作物决策支持系统 基于人工智能的原理和方法，利用已知“作物—环境—技术”三要素之间的辨证统一关系，及时作出管理决策，以调整作物的生长发育，获得高产、优质、高效。 作物生产决策系统不同于以经验方式为基础的计算机统计模型或者以专家系统为基础的作物系统模型，而是一种以模拟模型和系统模型为主体，以其他技术方法为补充，集预测、诊断、决策等多种功能为一体。 能够定量作物生产布局、农艺技术措施、作物生长过程等作物系统行为与特征 作物决策支持系统 理想的作物生产决策系统 能够实现品种选择、产量与栽培模式的设计、播期、播种方式及密度的确定、施肥与灌溉决策、病虫草害的综合管理、实时苗情评估、产量预测及综合效益分析等。 从认识论的角度来看， 作物生产决策系统是较为高级的作物信息工程技术， 它将作物生长的系统预测、人们的主观能动性及计算机的信息处理功能融为一体，并在作物生产管理中充分体现。 棉花决策系统 1981 年，Hearn 等人建立了棉花虫害计算机管理系统- SIRATAC 1991 年，郭向东等运用专家系统技术建立了一个棉花生产管理决策系统—DECOCA 1993 年，董占山等建成了棉花生产管理决策支持系统—CPMSS 2003 年，张怀志（曹卫星等）建立了基于知识模型的棉花管理决策支持系统—KMDSSCM 精准农业（Precision Agriculture） 20 世纪90 年代开始在发达国家兴起，是现代信息技术与人工智能技术的结合 通过卫星或机载遥感及传感器连续采集数据， 实时获取田间生态环境和作物长势等信息； 通过智能型农业专家系统分析处理