小麦栽培管理知识模型系统的设计与实现

1、小麦栽培管理知识模型系统的设计与实现朱艳, 曹卫星3, 王绍华, 姜东, 戴廷波(南京农业大学农业部作物生长调控重点开放实验室, 江苏南京210095摘要:在总结、归纳和提炼小麦栽培理论与技术的研究成果和知识积累的基础上, 运用系统学方法和结构化途径, 建立了具有时空适应性的小麦栽培管理动态知识模型系统, 技术方案。系统包括:产量水平与产量结构、主要品质指标、适宜生育期; 主要生育期的茎蘖数、叶龄、叶面积指数、生物量等动态指标; ; 氮、磷、钾肥料运筹及主要生育期的水分管理等足, 关键词:小麦管理; 中图分类号:S51211:A 文章编号:10002030(2002 03001205Desig

2、n and implementation of a know ledge modelsystem for wheat managementZH U Y an , C AO Wei 2xing 3, W ANG Shao 2hua , J I ANG Dong , DAI T ing 2bo(K ey Laboratory of Crop G rowth Regulation , Ministry of Agriculture , Nanjing Agric Univ , Nanjing 210095, China Abstract :By summarizing , inducing , an

3、d extracting research achievements and knowledge accumulations in wheat cultivation theory and technology , and using system method and structural approach , a dynamic knowledge m odel was developed for wheat crop management un 2der different spatial and temporal environments. The m odel can make de

4、cisions on wheat growth and development characters and manage 2ment techniques , which include desired yield level and components , grain quality characters , variety type , s owing date , population den 2sity , development stages , and time 2course tiller number , leaf age , leaf area index and bio

5、mass , s ource 2sink indices such as effective and highly 2effective leaf area rate , grain number and weight per unit leaf area , and fertilization and water management. The knowledge m odel overcomes the shortcomings of traditional crop cultivation m odel and expert system , such as site specific

6、and narrow applicability , and thus provides a framew ork for quantitative and in formative crop management decision 2making. K ey w ords :wheat management ; knowledge m odel ; expert system充分利用知识工程和信息技术原理建立农业生产管理专家系统已成为当今世界农业科技发展的热点之一1。80年代美国农业部推出的C OM AX 棉花生产管理专家系统2, 得到了广泛的推广和应用。90年代以来, 国内有关农业生产管理

7、专家系统的研究和示范也取得了显著的社会和经济效益35。然而, 传统农业生产管理专家系统中的知识规则一般包含了许多具有较强地域性和时间性的专家经验和参数, 限制了不同环境条件下系统决策的广适性和准确性。若要专家系统应用于特定的生态环境, 用户就必须重新填写和修改知识库; 知识库中的知识规则越全面, 决策的结果就越好, 这样就势必带来知识库庞大的问题6。本文针对农业生产管理专家系统的弱点, 运用系统学方法和结构化途径, 设计具有时空规律的小麦栽培管理知识模型系统(K MSW M , 旨在解决传统农业生产管理专家系统地域性强、知识库庞大及使用不方便等难题, 从而为发展定量化和信息化的作物栽培管理决策

8、系统提供基础框架。收稿日期:20011204基金项目:国家自然科学基金重点项目(30030090 ; 国家863计划项目(2001AA115420, 2001AA245041 资助作者简介:朱艳(1976 , 博士研究生。导师:曹卫星(1958 , 教授, 从事作物生理生态与农业信息技术方面的研究。T el :0254395341南京农业大学学报2002, 25(3 :1216Journal o f Nanjing Agricultural Univer sity1系统的组织结构及内容系统由数据库、知识模型和人机接口等部分组成(图1 。知识模型从数据库或人机接口读入数据进行计算, 其结果直接存

9、入数据库或从人机接口输出(包括界面显示和打印输出 。111数据库系统数据库由基础数据以及创建、存取和维护数据的数据库管理系统组成 。图1系统结构图Fig. 1Framew K MSWM 11111气象数据存储小麦生长季节的主要气象数据, 、日最高气温和最低气温、日照时数(或辐射量 和降雨量等。11112土壤数据, 、耕层厚度、pH 值、物理性黏粒含量、容重、孔隙度、饱和含水量, 以及存储描述土壤在小麦生长季开始时的水分及有机质、速效磷和速效钾等养分含量。11113品种数据主要为不同品种的遗传特征参数, 包括品种名称、产量及产量结构、主要品质指标、收获指数、总叶片数、叶热间距、最大叶面积指数、伸

10、长节间数、基本苗、分蘖能力、有效分蘖成穗率、耐肥性、抗病性, 以及生理春化要求、温度敏感性、光周期敏感性、灌浆期因子、基本早熟性7等。11114栽培管理数据主要存储常规栽培管理措施数据, 包括当地小麦最早播期、最迟收获期、播种深度、整地质量、水分管理水平、施肥水平、防病治虫水平、栽培技术水平、所用肥料类型及其利用。11115社会经济数据主要存储农机、水利、劳力、肥料、农药、种子等的投入量及其相应的价格等。112知识模型知识模型的开发经历了认识、概念化、形式化、实现和测试5个阶段。首先, 在查阅大量文献资料及咨询作物栽培专家的基础上, 通过总结、归纳和提炼小麦栽培理论与技术的研究成果, 将小麦栽

11、培管理所需的各种专门知识概念化, 确定概念之间、概念与环境因子之间的关系, 建立概念模型; 然后在资料获取的基础上进行数理统计分析, 把已经整理出来的概念模型转化成问题求解的定量数学模型; 在此基础上, 通过计算机编程, 把定量的数学模型映射到具体的计算机环境中, 建立可执行的知识模型原型系统; 最后通过运行实例去检测原型系统的正确性, 并通过理解和分析系统的反馈信息, 对知识模型中的某些参数进行调整或对知识模型进行必要的修改和完善, 甚至包括重新认识问题的特征等。小麦栽培管理知识模型的主要内容见图2。113人机接口系统以Windows 为界面, 通过下拉菜单、工具条、图标、图形和表格等方式与

12、用户进行交互, 整个操作只要通过简单的鼠标点击或快捷键点击即可完成。2系统的主要功能及技术原理系统实现了产前设计、产中管理和产后分析的定量决策, 包括产量及品质目标的确定、播前方案设计、适宜生育期的预测、动态生育指标的量化、生产效益分析和系统维护等主要功能(图2 。211产量和品质目标的确定产量和品质目标的确定是作物生产管理的第一前提。系统首先根据决策点的光照、温度、水分和土壤条件, 确定其对产量的潜力; 然后再根据决策点近若干年小麦平均产量与光温水土生产潜力之间的差距、施肥水平、水分管理水平和生产技术水平(包括优良品种的先用、栽培技术措施和防病治虫水平 等为用户制定切实可行的产量目标及结构。

13、品质指标(以蛋白质和面筋含量为主 是通过基于遗传算法的人工神经网络模型来确定的。212播前技术方案设计播前技术方案设计是小麦获得高产的保证。本研究根据决策点的常年气候、土壤等生态条件, 以及用户的产量和品质目标, 制定一套合理的播前栽培方案。31第3期朱艳等:小麦栽培管理知识模型系统的设计与实现21211品种选择适宜品种的选择是播前方案设计中首要考虑的问题。通过匹配小麦生长发育必须满足的光温条件和决策点所能提供的光温条件来决定决策点是否能种小麦; 如果能种, 则进一步根据用户对品种的要求(包括对产量、品质、抗病性等的要求 及前后茬口所能提供的生育期长短等, 为用户选择适宜的品种, 并提供所选品

14、种的置信度 。图2系统功能简图Fig. 2Function of K MSWM21212播期确定适宜播期可保证小麦生长发育进程与最佳季节同步, 确保植株在主要生育期达到相应的生育指标。首先根据冬前形成壮苗所需的积温计算适播期, 然后用小麦安全拔节期对其进行修订,从而求出冬前形成壮苗且能安全拔节的适播期。21213密度设计合适的基本苗是获得适宜群体起点的保证。利用“以产定穗, 以穗定苗”的基本原理来确定合适的基本苗。在此基础上, 根据播种时的温度、土壤墒情、土壤含盐量、pH 值、整地质量、种子饱满度等确定种子田间出苗率, 从而进一步确定合适的播种量。21214肥料运筹肥料运筹综合考虑了氮、磷、钾

15、肥的合理搭配, 有机肥与无机肥的配合使用, 基肥与追肥的适宜比例。根据平衡施肥原理, 计算小麦全生育期所需的氮、磷、钾施用量。并进一步根据产量和品质目标等计算有机氮与无机氮的比例以及氮、磷、钾的基肥与追肥的比例。21215水分管理以小麦主要生育阶段为决策单位, 根据各生育阶段始末的土壤水分状况及降水量, 利用土壤水分平衡原理对小麦进行合理的灌排管理。213适宜生育期的预测预测适宜生育期, 从而动态调控小麦生长发育进程与最佳季节同步, 是获得高产稳产的保证。根据41南京农业大学学报第25 卷当地的气象资料及所选品种的特性等, 确定理想的各主要生育期, 包括播种期、分蘖期、越冬期、返青期、拔节期、

16、孕穗期、抽穗期、开花期、灌浆期和成熟期。214动态生育指标的确定作物生产过程中主要动态生育指标的确定是定量化苗情诊断的技术依据。根据用户的产量、品质目标、决策点的高产记录及品种特性等, 确定小麦生育过程中主要生育指标的理想动态及部分源库指标。21411茎蘖动态首先根据产量目标及所选品种的特性预测适宜的冬前茎蘖数与最高茎蘖数, 然后根据群体茎蘖消长模式预测茎蘖动态。21412叶龄动态根据品种的叶热间距、。21413叶面积指数动态。21414干物质积累动态Lo 2gistic 曲线方程中的参数, 然后根据。21415源库指标, 确定有效叶面积率、高效叶面积。215根据小麦生产过程中所消耗的人力、物

17、力及收获的小麦产量和价格等, 对其生产全过程进行经济效益分析, 输出分析结果。由于小麦价格受市场、社会经济因素影响较大, 所以准确的价格波动需要借助于专门的社会经济分析模型来预测。216系统维护系统对于不同的用户授于不同的权限, 用户可以在权限范围内对数据库中的数据进行浏览、查询、增加、修改和删除等操作。3系统开发与应用实例311开发环境与工具系统在P 667CPU 、128M 内存计算机、中文Windows 2000操作平台上开发。F oxpro 库结构设计数据库, Visual C +610设计主控部分和数据库管理系统。系统由符合C OM 标准的、以自动化形式封装的软构件组装而成, 各大构

18、件既能单独使用, 又能方便地与其他构件进行衔接, 具有较好的灵活性。312系统应用实例分别建立代表南京、徐州、泰安和保定4个不同纬度地区的常年、偏暖年和偏冷年气象数据库, 高产、中产和低产田块的土壤数据库, 常规品种数据库及常年生产情况的基础数据库, 并利用本系统为上述4个地区不同年份、不同土壤条件分别设计了一套小麦生产管理决策方案。结果表明, 系统设计的各套栽培方案与特定地点采用的小麦栽培模式812基本上是一致的。由于篇幅所限, 本文仅例举了系统设计的一整套适合南京地区高产田块的常年小麦生产管理决策方案(表1 。根据南京地区的高产小麦栽培模式810, 表1的设计方案显示, 本系统具有较好的可

19、靠性和适用性。表1系统设计的南京地区高产田块常年小麦栽培方案T able 1Wheat cultivation plans on norm al year and high yield field in N anjing site designed by K MSWM产量水平及产量结构Y ield level and com ponents 产量/kg hm -2Y ield 穗数/×104hm -2S pike number 穗粒数G rains/spike 千粒重/gW eight of thousand grain品质指标G rain quality characters蛋白质

20、含量/%Protein content湿面筋含量/%W et gluten content565504395345375112265播种方案S owing plan品种Variety播期(月日S owing date (m onth 2date 基本苗/×104hm -2Plant number 播种量/kg hm -2S owing rate 扬麦158102918715102肥料运筹Fertilization施氮量/kg hm -2Nitrogen rate 施磷量/kg hm -2Phosphate rate施钾量/kg hm -2P otassium rate有机氮无机氮Ra

21、tio of organic to inorganic nitrogen基肥与追肥比例Base/top ratioN P K 22512691215213375053153645551第3期朱艳等:小麦栽培管理知识模型系统的设计与实现续表1T able 1continued水分管理W ater management底墒或播前Pre 2s owing越冬W interovering返青G reenturning拔节Jointing 孕穗Booting 抽穗灌浆Heading &Filling成熟前一周A week before maturity灌溉(排水 量33/m 3Irrigatio

22、n (drainage am ount-20-10适宜生育期Suitable development stages播期S owing date分蘖期T illering越冬始期W interovering 返青始期G reenturning拔节期Jointing孕穗期booting抽穗期Heading开花期Anthesis灌浆期Filling成熟期M aturity1025110711071128010402050312040604060418041804270427050507053005300606生育指标G rowth indices 动态生育指Dynamic 越冬W interover

23、ing拔节成熟M aturity叶龄Leaf age017干物质/kg hm -2Dry matter306177881064915603源库指标S ource 2sink indices有效叶面积率/%E ffective leaf area rate高效叶面积率/%H igh 2effective leaf area rate粒叶比/粒cm -2G rain number per unit leaf area粒叶比/mg cm -2G rain weight per unit leaf area8716641801239142注:3一次基肥和3次追肥。One base and three

24、topdressing.33负值表示排水量。The negative value is drainage am ount.4小结在总结、归纳和提炼小麦栽培理论与技术的研究成果和知识积累的基础上, 通过解析作物环境的动态关系, 采用系统分析方法和结构化途径, 建立了具有时空适应性的小麦栽培管理动态知识模型系统。与已有的作物栽培管理专家系统相比, 本系统具有以下几个显著特点:(1 普适性强。知识模型描述了气象、土壤等环境条件与作物生长发育的动态关系, 克服了传统作物栽培模式及农业专家系统中经验知识规则的时空适应性差等弱点, 原则上能用于不同地点、土壤和生产条件下的小麦生产管理决策。(2 使用性好。

25、知识模型的使用不需要用户添加任何专家知识规则, 所要提供的只是当地的气候、品种、土壤和社会经济条件等基础数据, 方便了用户的使用。(3 高度精练性。知识模型用定量化的数学模型代替了传统专家系统中一条条知识规则, 实现了定性、半定量到定量的升级, 较好地解决了传统专家系统中知识库庞大的问题。(4 独立性好。系统中的各模块均做成了自动化软构件, 可修改性强, 能即插即用, 从而便于系统的理解、维护、升级和推广。本研究建立的作物栽培管理知识模型系统为数字化农作和精确农作的发展与实现提供了基础框架。由于篇幅所限, 有关知识模型算法的具体描述及测试分析将另文报道。参考文献:1曹卫星, 罗卫红1作物系统模拟及智能管理M.北京:华文出版社, 2000. 124166. 2Lemm on H. C omax :An expert system for cotton crop ma