论文部分内容阅读
玉米栽培管理知识模型是玉米智能栽培和信息栽培的核心内容,是当今数字农业理论与技术的前沿领域。本研究着重运用系统分析原理和数学建模技术来研究玉米栽培管理的知识表示体系,在广泛搜集整理玉米栽培管理知识、数据和专家经验的基础上,并结合必要的试验支持研究,对玉米生育及管理指标与品种类型、生态环境及生产水平之间的关系进行解析、归纳和提炼及量化表示,构建了基于作物—环境关系的、可适用于不同时空环境的玉米栽培管理知识模型系统。 具有时空适应性的玉米栽培管理知识模型所实现的功能包括播前方案设计和产中动态调控指标预测两大部分。其中播前方案设计知识模型具体包括:产量目标的确定、品种选择、播期确定、密度和播种量设计以及水肥管理等。产中动态调控指标预测知识模型包括叶龄、叶面积指数和干物质积累等生长指标动态及其粒叶比源库指标。 产量目标知识模型的建立是基于光温潜力和栽培措施的动态量化,它首先以决策点的最大光合生产潜力的估算值为基础,通过量化温度、水分和栽培管理技术水平等多个因子对玉米产量的影响,结合前三年历史平均产量水平而建立的。品种选择基于囊括品种特征值(积温、产量、抗逆性等)的品种数据库,结合决策点的气候条件和具体的茬口安排,以农户期望值为导向,通过比较品种特征值和期望值来计算品种置信度,进而推荐适宜的品种。适宜播期的确定依据玉米生长发育进程与最佳季节同步原理,关键使抽雄吐丝期处于最佳光温水生态条件下的概率最大,结合茬口安排和品种熟性等综合考虑。品种和播期确定以后,根据不同的地力水平按照不同的原则确定适宜种植密度—高产田“以光定株”、中低产田“以产定株”,在此基础上,应用相对权重法计算土壤理化环境、播种质量和整地质量等多个生态环境因子对出苗率的综合影响,进而确定适宜播种量。肥料运筹动态知识模型基于平衡施肥的原理,综合量化了品种遗传特征、土壤理化特性、水分管理水平等多种因子的影响,通过引入玉米籽粒及秸秆中氮磷钾素含量、氮磷钾素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,根据土壤理化特性及基础养分含量等计算土壤氮磷钾的当季供应量,确立了玉米氮磷钾肥合理用量、有机氮无机氮比例以及无机氮的基追比等项目。根据水分平衡原理,通过获取气象资料(日照时数、温度、降雨量)计算田间蒸散量和有效降雨量,结合玉米的需水规律,动态计算了玉米整个生育时期的灌溉定额和各个生育时期的水量分配。 根据玉米完成某一生育阶段所需累计生长发育度日(GDD,>=10℃积温)恒定的原理,通过动态计算不同环境条件下到达各主要生育时期所需的GDD,建立了以动态GDD为主线的玉米适宜动态生育指标预测知识模型。通过引入玉米的品种特征遗传参数叶热间距、品种总叶片数,结合决策点的气象条件建立了玉米叶龄动态变化曲线;在此基础上根据叶龄指数与穗分化各时期之间稳定的同伸关系,建立了穗分