基于模型的“棉花種植管理決策支持系統”的設計與實現

王冀川 司春景 楊正華 王秋林 韓秀峰 高 山

(1 塔里木大學植物科學學院，新疆阿拉爾843300)

(2 塔里木大學信息工程學院，新疆阿拉爾843300)

(3 塔里木大學圖書館，新疆阿拉爾843300)

1 立項背景與系統構建原理

1.1 立項背景

作物生產管理模型研究始于上世紀六十年代中期，由以荷蘭開展的作物生長機理性模型和以美國開展的作物管理應用性決策模型為當今作物模型研究的典型代表[1]。目前作物模型已由單元機理性和功能性研究發展到多元性綜合機理和應用研究，也開發了眾多的作物模型系統，實現了功能的咨詢、決策、預測以及信息控制等組合功能，向技術應用性極大發展[2]。在干旱綠洲區的特定環境下作物生長具有特殊性，引進的作物管理系統難免具有功能不全、決策或預測不當和應用針對性不強等缺點，開發適于本地區的作物生產管理模型系統是實現干旱區生產智能化的關鍵。

棉花規模化高效超高產生產技術是新疆“十一五”重點推廣的生產技術[3]，新疆得天獨厚的自然資源非常利于棉花集中連片高效生產，但由于品種更新快，對品種的氣候、土壤條件及棉花栽培技術的反應差異不清楚，造成品種區域間產量差異較大，增產增效不明顯，致使目前雜交棉種植規模小、地域分散、種植技術的科技含量不高等，為此，開展超高產棉花高效生產性能的機理的研究，完善新疆干旱區棉花優化高產栽培管理技術體系，構建高效生產的棉花管理決策支持系統，是保證新疆干旱區棉作實現智能化、自動化、信息化高效生產的關鍵。

1.2 系統構建原理

本研究在對實際應用需求分析的基礎上，按照系統分析原理，設計出系統功能的基礎概念模型，再通過對干旱區棉花研究成果及大量相關知識的總結、分析和提煉，運用數學建模技術和數理統計分析技術，構建棉花管理模型庫，對通過檢驗的模型映射到具體的軟硬件環境中，采用程序設計語言建立可執行的原型系統，運用實例檢驗原型系統的準確性、可靠性和穩定性，通過檢驗分析系統的反饋信息，對模型中的參數進行修正和調整，最終構建一個具有時空動態規律的棉花種植管理決策支持系統，為推進干旱區棉花管理的信息化和數字化打下基礎。

1.3 系統程序開發技術

1.3.1 系統開發

系統采用Microsoft Visual Basic 6.0的標準EXE工程來進行開發，采用Microsoft Access 2003構建數據庫，應用基于組件的開發(CBD)技術和基于測試用例驅動(TDD)的軟件工程開發方法，綜合實現了該系統。其中，數據庫管理采用完整編程引擎接口，通過ODBC和DDE與數據庫進行數據交換，可以方便地訪問數據庫，可進行數據查詢和結果打印。系統設計了安全注冊方式，采用單機版形式發行。

1.3.2 系統運行環境

硬件:CPU 1.5GHZ以上/顯示器256色以上，分辨率至少為800×600;軟件:Windows 2000/2003/XP/win7操作系統和Microsoft Access。

2 系統結構與功能

2.1 系統結構

基于模型的“棉花種植管理決策支持系統(MDSSCM)”在構建過程中，采用集成技術，將棉花生長模型、栽培管理動態模型和管理專家知識庫系統等按照一定的原理進行有機地結合，形成一個由數據庫、知識模型庫、生長模型庫、知識庫和人機接口等部分組成的完整系統(圖1)。

圖1 基于模型的“棉花種植管理決策支持系統”的結構圖

2.1.1 數據庫

作為模型運行的支撐資料和決策信息提取的庫源，數據庫主要包括棉花生長季節的地區氣象資料、反映土壤性質的土壤數據庫、反映養分含量及價格的肥料信息數據庫、反映遺傳特性參數的品種數據庫以及生長觀測數據和栽培措施信息登記庫(觀測時間、肥水施用量、群體長勢等)等。

2.1.2 知識模型庫

根據設定的概念模型分類，將知識模型庫分為播前栽培方案設計、產中生育指標預測和生長診斷與決策3個部分。其中播前栽培方案設計包括種植適應性決策、產量目標設計、適宜品種篩選、播種期確定、密度和播量確定、肥料運籌、水分管理、化調方案等子模型;產中生育指標預測包括生育進程預測、干物質積累動態、葉面積指數動態、地上部植株養分動態和株高動態等子模型。生長診斷與決策模型庫包括基于適宜動態生育指標判斷的肥、水、調等措施子模型。

2.1.3 知識庫

對棉花種植管理中某些定性的、目前無法用模型定量表達的技術性知識，被存放在知識庫中，用來為用戶提供生產管理的知識咨詢。這些知識主要包括棉花的生育特性、栽培的播前準備技術(種子處理、整地、基肥施用方法、水分管理、病蟲害預防和雜草防治)、育苗技術(基質配置和消毒、育苗期管理)、田間管理技術(播種技術、中耕、施肥、灌溉、病蟲害防治、生長調控等)、采收技術與要求以及栽培模式、品質性狀等方面的知識。

2.1.4 人機接口

系統以Windows為操作界面，通過菜單、工具欄、圖標、圖形和表格等方式與用戶進行交互，期間的操作只需要通過簡單的鼠標點擊或快捷鍵點擊即可完成。

2.2 系統功能模塊

2.2.1 數據管理

系統針對不同級別的用戶授予不同的權限，用戶可以在自己的權限范圍內對數據庫中的數據和信息進行瀏覽、查詢、修改、增加及刪除等操作。管理員用戶負責系統數據庫的建立與維護，并可以查詢環境數據的計算結果。

2.2.2 種植適應性決策

針對棉花生育對光溫條件的特殊要求，系統根據決策點特定的生態氣候條件，決定該地區的種植可能性，可用于確定棉花適應種植區域，并計算得到該地區的生產潛力(地區生產潛力、生產技術生產潛力和用戶可實現的生產潛力)。根據棉花生育對氣象條件的要求計算出地區棉花種植的播期方案(包括育苗移栽方案)，為用戶安排生產提供參考。

2.2.3 播前方案設計

通過動態模型的運算，系統比較并判斷決策點在常年氣象條件下，根據土壤、品種等資料以及用戶生產管理水平所決定的產量與品質是否與用戶要求相符合，如果符合，則產生一套相應的栽培技術方案。

2.2.3.1 產量目標設計:根據用戶所選品種、播期、生產潛力、肥水及管理水平、前3年平均產量等指標，系統計算得到地區(塊)的可實現的經濟產量。

2.2.3.2 品種選擇:根據用戶對品種性狀的要求、產量目標以及地區氣候條件，采用多目標決策方法，定量計算棉花品種生長與生態特征值與環境因子和生產需求之間的符合度，并換算成品種綜合置信度，通過對不同品種置信度比較，挑選出適宜品種(置信度排名前6位的品種推薦給用戶)。

2.2.3.3 種植密度設計:根據“以產定鈴，以鈴定節，以節定株”的原理和果節結鈴“圓錐體”特性，根據肥水管理水平對種植密度的影響，通過引入品種分枝性、長勢和株型等參數，動態量化不同產量水平下群體果節數與單株果節數之間的關系，以用戶前期環境數據的輸入和平均行距的設定為變量因子，運行模型計算得到基于目標產量、土壤肥料、氣候條件和肥水管理水平的具體地塊的種植密度、株距、播量等。

2.2.3.4 育苗移栽方案設計:根據用戶提供的移栽期、氣候、葉齡、移栽存活率等信息系統計算出育苗播期、移栽葉齡、移栽期、育苗面積和苗床密度等，為溫棚育苗提供參考。

2.2.3.5 水分管理方案設計:通過量化棉花產量與需水量之間關系，計算出特定產量目標下棉田需水量，再采用Priestly－Taylor模型計算田間蒸散量、有效降雨量和地下水有效利用量，根據土壤水分平衡原理和棉花的需水規律，動態計算棉田的灌溉定額和各生育時期的水分分配定額(系統可制訂溝灌、滴灌的灌溉制度)。

2.2.3.6 肥料運籌方案設計:在量化棉花產量目標與所需氮、磷、鉀養分總量關系的基礎上，計算出棉花一生需肥總量，再根據土壤理化特性及速效養分含量計算土壤氮、磷、鉀當季供應量，根據養分平衡原理和棉花養分需求規律，計算出棉田氮、磷、鉀的施用總量、有機氮與無機氮的配比以及無機氮基肥與追肥的適宜比例等。

2.2.3.7 縮節胺化調方案:根據品種對縮節胺調控的敏感度，按照不同生育期對縮節胺調控的效果，計算棉花各時期使用縮節胺調控的具體參考用量，為實際化控提供參考。

2.2.4 生育動態指標預測

系統通過運行棉花生育動態指標模型，以圖表的方式為用戶設計出適宜的生長診斷指標，供用戶參考。

2.2.4.1 生育進程:根據棉花各階段發育所積累的生理發育效應恒定的原理，通過定量光照和溫度對棉花生理發育效應的影響，建立以生理發育時間為尺度的適宜動態生育時期預測模型，并引入品種基本發育因子，來校正各品種的生育時期。模型通過地區氣象因子、播期等參數的輸入計算得到棉花發育進程，確定各生育時期(包括直播和育苗移栽)，為實際預測提供參考。

2.2.4.2 葉面積指數動態指標:運用Monsi－Saeki公式，計算盛花后期至初鈴期棉田適宜最大葉面積指數(根據高產棉花冠層發育特征，此階段葉面積指數為最高[4])，通過對高產群體葉面積指數的歸一化動態轉化，建立以生理發育時間為預報變量的棉花適宜葉面積指數動態模型，在此基礎上計算得到該地區(塊)高產田和基于實際播期、品種的葉面積動態。

2.2.4.3 群體干物質積累與群體產量動態指標:根據棉花生長的“S”曲線特性，模擬干物質積累動態，并量化棉花各器官干物質分配關系，建立基于分配指數的各器官干物質分配和產量預測動態模型，引入采收指數限定品種參量;在此基礎上計算得到特性品種、播期、產量的群體干物質積累動態，包括根干重、莖干重、葉干重、鈴干重、群體籽棉產量和總干重等。

2.2.4.4 群體養分積累與含量濃度動態指標:量化群體氮、磷、鉀需求總量與養分積累間的動態關系，以及群體干物質積累與養分濃度變化間的關系，建立以生理發育時間為預測尺度的棉花適宜地上部植株養分指標動態知識模型，包括群體氮、磷、鉀積累和株體氮、磷、鉀濃度，為用戶提供特定產量、品種下的養分動態指標。

2.2.4.5 株高增長動態指標:棉花的株高變化是通過定量描述基于生理發育時間的實時株高與經過品種植物學參數校正而模擬的最終株高之間關系得到的。用戶輸入品種、播期，即可得到特性地區(塊)特定產量下的群體株高增長指標。系統用圖形表達出來。

2.2.5 因苗調控

用戶輸入田間實際苗期指標，系統運行模型得到適宜指標動態(“專家曲線”)，并與田間實時苗情進行比較，當差異達到10%以上時被認為存在明顯偏差，系統調用模型，計算出相應的管理和調控措施推薦給用戶，同時修訂生長動態指標。

2.2.5.1 錄入生長觀察數據和肥水措施:運行前需要用戶輸入實時生長的觀測數據和已實施的調控措施量，用于計算因苗預測和調控。

2.2.5.2 因苗預測和調控:通過用戶對環境數據的設置，以及用戶在實際生產中對田間苗情的實時觀察和已經采取的栽培措施，系統計算出高產條件下的理論和實際觀測校正的葉面積指數、干物質積累、植株氮濃度、植株磷濃度、植株鉀濃度和株高的動態生長曲線，共用戶實時查詢;系統通過對實際生長曲線與理論曲線比較，計算出偏離“專家曲線”的差值，進而計算針對實際苗情的田間采取措施量(肥、水、調)，供用戶參考。

2.2.5.3 株高調控:根據縮節胺調控的棉花生物學效果以及實測棉花株高狀況，通過標準株高與實測株高相比較，系統可計算出棉田需要實施縮節胺的數量，供實際調控查考。

2.2.5.4 產量形成:根據品種特性、地區光熱資源、土壤性狀與肥料基礎、產量水平以及管理水平等，系統可以計算出品種在實際播期、管理條件下的產量性狀(果節結鈴率、果節數、果臺數和株高)與產量構成(收獲株數、單株結鈴數、單鈴重、籽棉產量)，通過實際產量形成指標的調查比較，可分析實際產量形成過程中的差異，找尋產量差異的基本原因，為今后生產管理提供指導。

2.2.6 工具模塊

采用數學運算方式計算方案設計下棉花生產使用肥料的優化組合和種植效益，通過靜態、非結構化的棉花生產知識以閱覽、查詢方式進行表達，為用戶提供理論基礎知識和技術的培訓。

2.2.6.1 優化施肥計算器:系統根據肥料運籌方案設計計算得到的特定產量、品種的施肥量和肥料信息數據庫中養分含量、價格等信息，通過規劃求解，計算得到肥料施用具體數值，供用戶參考。

2.2.6.2 效益分析:系統根據用戶輸入的各種種植費用、商品單價和實際產量，計算求得預測利潤是實際利潤，供用戶參考。

2.2.6.3 專家知識課堂:對收集整理的大量棉花品種、生育特性、生產管理技術及病蟲害防治措施等的相關知識以電子書格式來表達，通過文字、圖片的形式，直觀地顯示給用戶，用于知識學習和輔助決策。文本瀏覽包括品種簡介、棉花的植物學和生物學特性等;專家知識咨詢包括播前準備、育苗技術、各期的肥水管理、調控技術、病蟲害防治技術、生產知識問答和各類栽培規程等。

3 系統運行與檢驗

3.1 系統運行

注冊用戶首先完善決策區氣候、土壤、品種、肥料等基本信息(在現有數據庫中添加、修改、刪除和編輯)。進入主程序界面后進行用戶參數設置，系統即進入運行狀態，用戶點擊任務欄中的各項任務進行咨詢、決策、預測等功能實現。該系統在農三師51團進行了試用，具有較好的決策效果，獲得有關專家及領導認可和好評，具有推廣應用前景。

圖2 基于模型的“棉花種植管理決策支持系統”(MDSSCM)主界面

圖3 MDSSCM肥料運籌方案界面

圖4 MDSSCM因苗預測界面

圖5 MDSSCM專家知識課堂界面

3.2 系統功能檢驗

系統利用阿拉爾、巴楚、焉耆、拜城和石河子5個不同緯度地區的氣象資料、土壤庫、推廣品種及常年生產情況數據，對這些地區設計出正常年份下棉花生產管理決策方案，并與當地采用的棉花栽培模式進行比較，發現兩者基本上是一致的，表明系統決策具有較好的實用性和準確性。本文列舉了系統設計的一整套適合阿拉爾地區塔里木大學10團試驗地常年棉花生產管理決策方案(表2－9)，供實際生產參考。

表1 種植適應性與播期方案

表2 播前栽培方案設計

表3 水分管理(m3/hm2)

表4 化調方案(DPC施用量，g/hm2)

表5 肥料運籌方案(純養分量，kg/hm2)

表6 適宜生育時期動態(月－日)

表7 適宜生育指標動態

表8 產量性狀

4 結論與討論

運用系統學原理和數學建模技術，參考其他作物管理模型構建方法[5－7]，在解析棉花生育及管理指標與環境因子及生產水平之間的基礎性關系并進行定量化算法的基礎上，創建了棉花種植管理動態模型，結合專家系統的知識規則表述方法，充分利用軟構件的特點，在Microsoft Visual Basic 6.0平臺上構建了基于模型的棉花種植管理決策支持系統(MDSSCM)，并獲得國家計算機軟件著作權登記(登記號:2012SR025914)。

相比于已有的作物管理決策系統[8－11]，MDSSCM具有以下幾個顯著特點:(1)綜合性:系統集預測、決策、咨詢、附加功能于一身，功能全面;系統模型注重解釋生態環境和農藝措施與作物生長發育及產量形成的內在機制，具有一定的理論研究功能。另外，系統適于各級用戶使用(生產規劃管理部門、實際生產種植部門、生產技術人員或種植戶，以及科研或技術服務人員);(2)使用方便快捷:模型的使用代替了大量的專家經驗、基本知識規則和冗繁的知識表達，用戶只需提供氣候、品種、土壤等基礎數據，即可進行快速決策;(3)普適性與實用性:系統中動態指標的確定與措施制定的依據是以專家知識和高產種植經驗為基礎的，模型算法是以作物特性與生長環境間機理關系建立的，因而兼顧了棉花生產的內在原理與實際管理的響應，使系統既具有較強的實用性，又有一定的普適性，在一定程度上適用于不同地點、土壤和生產條件下的棉花生產管理決策。

本系統雖然已利用不同地點的氣候、品種、土壤等資料進行了驗證，但仍需在今后的運用中結合不同生態點的具體情況進一步檢驗和評價，使之能更好地服務于干旱區棉花生產管理決策。

[1] 王冀川，馬富裕，馮勝利.基于現代系統理論基礎上的作物模擬模型方法概述[J] .農業現代化研究，2007，28(1):96－100.

[2] 王冀川，馬富裕，高山.作物生產管理系統的研究進展[J] .塔里木大學學報，2007，19(2):79－84.

[3] 胡兆璋.積極促進兵團優質商品棉基地建設[J] .新疆農墾科技，2007，(6):3－8.

[4] 韓秀鋒，王冀川，高山，等.膜下滴灌對新疆雜交棉群體光合性能、冠層結構和產量的影響[J] .中國農業大學學報，2011，16(3):28－35.

[5] 朱艷，曹衛星，王紹華，等.小麥栽培管理知識模型系統的設計與實現[J] .南京農業大學學報，2002，25(3):12－16.

[6] 朱艷，沈維祥，曹衛星，等.油菜栽培管理知識模型及決策支持系統研究[J] .農業工程學報，2004，20(6):141－144.

[7] Claudio O.Stockle，Marcello Donatelli，Roger Nelson.CropSyst，a cropping systems simulation model[J] .Europ.J.Agronomy 2003，18:289－307.

[8] 郭銀巧，郭新宇，李存東，等.基于知識模型的玉米栽培管理決策支持系統[J] .農業工程學報，2006，22(10):163－166.

[9] 王冀川，高山，陳立平.加工番茄品種選擇和播期確定動態知識模型設計與實現[J] .塔里木大學學報，2010，21(4):5－11.

[10] 張玉峰，楊武德，白志明，等.冬小麥高產優質高效栽培決策模擬研究[J] .生物數學學報，2007，22(2):360－372.

[11] 馮利平，韓學信.棉花栽培計算機模擬決策系統(COTSYS)[J] .棉花學報，1999，11(5):251－254.