La estimación precisa del rendimiento de los cultivos es crucial para la respuesta de los ecosistemas agrícolas a los cambios globales, el desarrollo sostenible, la formulación científica de políticas alimentarias y el mantenimiento de la seguridad alimentaria. El modelo empírico tradicional, el modelo de tasa de utilización de energía luminosa y otros modelos de estimación de la producción son simples en principio y fáciles de obtener datos, pero el crecimiento y desarrollo de los cultivos es muy complicado e involucra muchos procesos fisiológicos y bioquímicos, y el uso de modelos empíricos o Los modelos de tasa de utilización de energía ligera carecen de ciertos mecanismos. El modelo de cultivo es un modelo de mecanismo basado en días que puede describir el principio de crecimiento de los cultivos en detalle y simular todo el proceso de crecimiento y desarrollo de los cultivos con alta precisión. Tiene grandes ventajas en la simulación de producción. . La simulación de la producción agrícola es de gran importancia en la agricultura moderna, ya que proporciona poderosas herramientas y apoyo para la toma de decisiones agrícolas, la gestión de recursos y la producción de alimentos.
WOFOST (WorldFoodStudies) y PCSE (PythonCropSimulationEnvironment) son dos modelos para la simulación de la producción agrícola: WOFOST es un modelo que se ha desarrollado y verificado durante muchos años y se usa ampliamente en la simulación de la producción agrícola global y el análisis de políticas agrícolas; adopta una estructura modular, que se puede parametrizar y adaptar a diferentes cultivos y condiciones ambientales; WOFOST se puede utilizar para simulación a largo plazo, que puede simular todo el ciclo de crecimiento del cultivo, incluida la siembra, el crecimiento, la cosecha y otras etapas; WOFOST ha acumulado una gran cantidad de experiencia experimental datos, que se pueden utilizar para la verificación. La precisión del modelo lo convierte en una poderosa herramienta para el apoyo a la toma de decisiones y el análisis de políticas. PCSE está escrito en Python, lo que facilita su aprendizaje y uso, especialmente para usuarios con experiencia en programación en Python. PCSE es de código abierto y los usuarios pueden acceder y modificar libremente su código para satisfacer necesidades específicas; PCSE se puede integrar con otras bibliotecas y herramientas de Python, lo que facilita la integración con flujos de trabajo de ciencia de datos y otras herramientas relacionadas con la agricultura. La elección de qué modelo utilizar depende del escenario de aplicación específico, el nivel de habilidad del usuario y los datos y recursos informáticos disponibles.
Esta vez se centrará en dos operaciones del modelo, que incluyen: preparación de datos, interpretación y configuración de parámetros del modelo, operación del modelo y salida de resultados, interpretación de resultados del modelo y soporte de decisiones, etc. Este curso de capacitación le permitirá aprender a utilizar WOFOST y PCSE, dos modelos de producción agrícola, para simular el crecimiento de cultivos, comprender el proceso de crecimiento de diferentes cultivos, responder al medio ambiente y cómo hacer predicciones de simulación; le permitirá comprender profundamente el crecimiento, desarrollo y desarrollo de los cultivos. Los requisitos ecológicos, incluida la fotosíntesis, los requisitos de agua, la absorción de nutrientes, etc., para ayudarlo a evaluar con mayor precisión el impacto de diferentes factores en la toma de decisiones agrícolas, cómo tomar decisiones más informadas basadas sobre el clima, el suelo y las características de los cultivos, como cuándo plantar, cómo regar y fertilizar, etc.; en el proceso de aplicación del modelo, necesitará procesar y organizar datos relacionados con las tierras de cultivo, lo que le ayudará a mejorar sus datos. capacidades de procesamiento y análisis; al mismo tiempo, también aprenderá cómo utilizar modelos para la investigación científica, cómo configurar experimentos y simulaciones, y cómo interpretar y analizar los resultados del modelo. Lo equiparemos con una variedad de habilidades relacionadas con la simulación de la producción agrícola y la investigación científica que pueden ser útiles en áreas como la agricultura, la investigación y el apoyo a las decisiones.
| contenido principal |
|
| Capítulo uno bases teóricas |
Descripción general de los modelos de crecimiento de cultivos 1. Introducir los campos de uso y aplicación del modelo de crecimiento de cultivos. 2. Compare las características y ventajas del modelo WOFOST y el modelo PCSE.
|
| Capitulo dos preparación de datos |
1. Datos meteorológicos : Tipo de datos: Datos de elementos meteorológicos como temperatura, precipitación, humedad y velocidad del viento. Formato de datos: datos de series temporales, generalmente en días. Cómo obtenerlos: los datos meteorológicos a menudo se pueden obtener de estaciones meteorológicas, datos satelitales, resultados de modelos meteorológicos o proveedores de servicios de datos meteorológicos. Método de procesamiento: los datos deben formatearse de acuerdo con los requisitos del modelo WOFOST, incluida la organización de los datos en datos diarios según el paso de tiempo y garantizar la calidad de los datos. 2. Datos del suelo : Tipo de datos: propiedades del suelo como textura del suelo, contenido de materia orgánica, capa del suelo, retención de humedad del suelo, etc. Formato de datos: generalmente se proporciona en forma de perfil de suelo, incluidos datos de propiedades del suelo a diferentes profundidades. Métodos de adquisición: Los datos del suelo se pueden adquirir mediante levantamientos de suelos, análisis de muestras de suelos, bases de datos de suelos o sistemas de información geográfica (SIG). Enfoque: Los datos del suelo deben coincidir con las capas y profundidades del suelo requeridas por el modelo, y se debe garantizar la calidad y coherencia de los datos. 3. Información sobre gestión de tierras agrícolas : Tipo de datos: Incluye riego, fertilización, fecha de siembra, fecha de cosecha y otros datos de prácticas de manejo. Formato de datos: normalmente se proporcionan en forma de series de tiempo. Método de adquisición: Estos datos generalmente se obtienen de registros agrícolas, de agricultores o mediante cuestionarios. Qué hacer: Los datos deben coincidir en el tiempo con el modelo y coordinarse en el tiempo con los datos meteorológicos y del suelo. 4. Parámetros del cultivo : Tipo de datos: parámetros del cultivo, como características del cultivo, tasa de crecimiento, período de crecimiento, potencial de rendimiento, etc. Formato de datos: generalmente se proporciona en forma de tablas de parámetros o archivos para cultivos específicos. Cómo obtenerlos: Estos datos se pueden obtener de la literatura de investigación agrícola, servicios de extensión agrícola u organizaciones agrícolas profesionales. Enfoque: asociar parámetros de cultivos con ejecuciones de modelos para cultivos específicos. 5. Otros datos: Datos geográficos: Es posible que se requieran datos como información geográfica, topografía y coordenadas geográficas para definir el área en la que operará el modelo. Datos de observación: los datos de observación reales de las tierras agrícolas, como el rendimiento, el crecimiento, la humedad del suelo, etc., se utilizan para la calibración y verificación del modelo. 6. Métodos de procesamiento y preparación de datos: Limpieza de datos: asegúrese de que a los datos de entrada no les falten valores ni valores atípicos, y realice la limpieza y reparación de datos necesarias. Interpolación de datos: cuando sea necesario, utilice métodos de interpolación para completar los datos faltantes y obtener una serie de tiempo continua. Conversión de formato de datos: convierte datos a un formato aceptable para el modelo, generalmente un archivo de texto o de tabla. Coincidencia espacial de datos: garantizar que los datos de diferentes fuentes coincidan en el tiempo y el espacio para que el modelo funcione correctamente. |
| tercer capitulo Conceptos básicos del modelo WOFOST |
1. Base del modelo WOFOST: Justificación y base fisiológica del modelo WOFOST Establecer datos y parámetros de entrada del modelo Ejecute el modelo WOFOST e interprete el resultado.
2. Los principales parámetros del modelo WOFOST incluyen: Desarrollo fenológico: De acuerdo a factores como temperatura y luz, calcular el estado de desarrollo (DVS) del cultivo, desde 0 (emergencia) a 1 (floración) a 2 (madura). La etapa de desarrollo determina el estado fisiológico del cultivo y la distribución de asimilados1.
光截获：根据叶面积指数（LAI）、辐射水平、散射系数等因素，计算作物冠层内的光强分布和被吸收的光能量。
CO2同化：根据叶片的光合速率-光响应曲线、温度、CO2浓度等因素，计算作物冠层内各层叶片的CO2同化率和总同化量。
呼吸作用：根据维持呼吸和生长呼吸的经验公式、温度、干物质含量等因素，计算作物各器官的呼吸消耗量。
同化物分配：根据发育阶段、干物质分配系数等因素，计算同化物在叶、茎、根、贮藏器官等部位的分配比例和累积量。
叶面积动态：根据叶片的形成速率、衰老速率和死亡速率等因素，计算叶面积指数（LAI）的变化和总叶面积。 蒸腾作用：根据潜在蒸散量、气孔导度、土壤水分等因素，计算作物冠层内各层叶片的蒸腾率和总蒸腾量。
土壤水分平衡：根据降水、渗透、蒸发、蒸腾、排水等因素，计算土壤剖面内各层的土壤含水量和水分亏缺量。
土壤肥力：根据土壤氮素含量、氮素矿化速率、氮素淋失速率等因素，计算土壤对作物提供氮素的能力和氮素限制系数。 3、WOFOST模型安装和运行： 气象数据库建立： WOFOST气象格式文件包含长期的月平均值（WOFOST气候）或每月平均时间序列（WOFOST天气）的有关气象变量。 气象数据库的编写遵循独自的语法规则该文件的前三行头文件是带有注释的信息，这些信息用于区分气象站点，此文件存储在.../WCC/METEO/CLIMD。作 气象数据库文件包括最低气温、最高气温、天气辐射、水汽压、风速、降水和每月降水天数。 作物数据库的建立 对每种模拟作物来说，必须为WOFOST模型提供一系列具体的参数。 参数是包括作物的物候学参数、同化和呼吸特征参数以及同化物分配到植物器官的参数等，这些参数保存在安装目录...\WCC\CROPD，在模型控制中心可以通过选择该作物调用该文件进行模拟。 土壤数据库的建立 土壤文件包含土壤物理特性的信息，这些土壤数据常常被模型用来模拟水分限制条件下的日土壤水分平衡，并确定作物的最佳种植日期。 介绍WOFOST模型的软件环境、安装步骤、运行界面和操作指南。
4、WOFOST模型输出结果： 介绍WOFOST模型的输出结果类型、含义、展示和分析方法。
5、WOFOST模型校准和优化： WOFOST模型的校准目标、方法、工具和评价指标。 模型验证：
模型参数敏感性分析
模型参数标定 作物本身的生长发育是一个非常复杂的过程，因此在利用作物模型模拟作物生长过程中涉及的输入参数较多，主要包括气象、作物、土壤、田间管理参数等，在模型参数敏感性分析的基础上，结合实验区实际情况，对敏感性较高的参数进行定标，参数标定部分可参阅文献和网站等资料。 6、WOFOST模型应用案例： 介绍WOFOST模型在不同作物类型、气候条件、管理措施等方面的应用案例。 |
| 第四章 PythonCropSimulationEnvironment |
1、PCSE模型基础： "PCSE"通常指的是"PythonCropSimulationEnvironment"，它是一个用于模拟农作物生长和生态系统互动的Python软件包。PCSE旨在帮助研究者和农民预测不同农作物在不同环境条件下的生长情况。
2、安装和配置PCSE 1)已安装Python; 2)设置Python环境； 3)使用Python的包管理工具`pip`来安装PCSE。 3、创建PCSE项目： 以创建一个新的Python项目或文件，以开始使用PCSE。 4、设置PCSE输入数据和参数 Importar módulos PCSE: importar módulos centrales PCSE y modelos de cultivos específicos ```pitón frompcse.baseimportParameterProvider frompcse.fileinputimportCABOFileReader depcse.modelsimportWofost71_WLP_FD depcse.utilimportWOFOST71SiteDataProvider ``` 5. Preparar datos: Preparar datos relacionados con modelos de cultivos, como propiedades del suelo, datos meteorológicos, etc.
6. Configure el modelo de cultivo: Establezca parámetros como tipo de cultivo, fecha de siembra, variedad, etc., y cree un diccionario que contenga esta información. 7. Ejecute la simulación: Simule el crecimiento de los cultivos y las necesidades de agua basándose en datos meteorológicos, propiedades del suelo y prácticas de gestión del campo. Ejecute el modelo PCSE y obtenga el resultado. Humedad del suelo: PCSE puede proporcionar resultados de simulación sobre la humedad del suelo, incluidas las tendencias de la humedad del suelo y la eficiencia del uso del agua. Crecimiento de cultivos: puede obtener información sobre las etapas de crecimiento de los cultivos, el índice de área foliar (LAI) y la absorción de agua de las raíces. Recomendaciones de riego: según los resultados de la simulación, PCSE puede proporcionar recomendaciones sobre cuándo regar y cuánto regar. 8. Análisis y visualización: Analice y visualice los resultados de la simulación para comprender las predicciones y simulaciones del crecimiento de los cultivos. |
| capitulo cinco Expansión del caso |
1. Aplicación del modelo y soporte a la decisión: Cómo utilizar los modelos WOFOST y PCSE para proporcionar pronósticos de crecimiento y rendimiento de cultivos para tierras agrícolas Aplicación de modelos en gestión del riego, fertilización, adaptación climática, etc. 2. Limitaciones e incertidumbres del modelo: Discutir las limitaciones y supuestos del modelo. Evaluación de la incertidumbre en los resultados del modelo. |
Enlace de texto original: Aplicación tecnológica práctica del modelo WOFOST y del modelo PCSE