馮寶艷
摘 ? 要:通過作物模擬技術可對小麥的生長條件等進行模型建立,在精準的數據信息支持下,可為工作人員提供決策型信息。對作物模擬技術的特性進行論述,并通過當年決策、常年決策等對作物模擬技術在小麥栽培中的應用進行研究。
關鍵詞:作物模擬技術;小麥;栽培;應用
1 ? 作物模擬技術特性論述
作物模擬技術是將計算機技術、信息技術、生物技術等相融合,對農作物的生長特性進行科學分析,并對農作物的生態發展趨勢進行走向判斷,通過科學數據、理論、經驗相結合,可建構以農作物生產為主的生態模型。同時,作物模擬技術可針對農作物的發育趨勢、光合作用、品種形成、產量等,與農作物所處的環境進行關聯分析,以此來對農作物進行立體化研究[1]。
2 ? 作物模擬技術在小麥栽培中的應用
2.1 ? 當年決策
小麥在栽培過程中,依據麥苗的實際生產情況,可將苗情分為弱勢、壯勢、旺勢等,在實地勘察過程中,應針對小麥的生產節點進行分析,將小麥的生長過程分為不同的生長周期,以此來實現階段性審查。小麥在生長過程中,由于生長態勢與環境具有較大的關聯性,傳統的計量方式也多以環境預期分析為主,以推斷出小麥的生長趨勢,進而提前對栽培方式進行優化調整。在作物模擬技術的應用下,將種子、麥苗、小麥、果實的生長階段看成是一個整體,將小麥的動態化生長情況進行分析,在系統的生長模型內建構不可控體系、可控體系等,以此使小麥生長系統更具全面性。不可控體系一般以光照強度、溫度、濕度、天氣情況等為主,可控體系則是人工操控階段,例如種植技術、種子品質、播種周期、施肥管理等為主。作物模型系統的監測目標是小麥的生長態勢,一般以高產、優質的群體為主,作物模型系統的輸出目標則是對小麥生長的動態趨勢進行反饋研究。當在模型系統中輸入相應的生長因素,例如天氣環境、土壤、肥量等,系統可自動模擬算出相應結果,并可將結果與群體進行比對,通過系統的施控模塊對結果進行模擬調整,使整體向預期目標方向發展[2]。
當年決策一般體現在模型控制、土壤分析、產量、苗情等方面,小麥在生長過程中,其當年生產模型一般以出苗、拔節、抽穗等為主,通過產量的恒定系數與之相對比,進而為系統提供決策性信息。在針對小麥栽培土壤進行分析時,通過養分均衡模型對不同生長階段進行分析,以此得出影響因子的線性函數。在對天氣進行預測時,一般以月份制為周期,或進行月份同比分析,以此來決定小麥栽培的實際情況,并對小麥的成熟階段進行生長動態走勢預測,來判斷小麥的實際成熟狀況。
2.2 ? 常年決策
小麥作為主要農作物之一,其一般以持續性栽培為主,傳統的統計方式一般以5年為周期,將數據結果進行分析。此種統計方法缺乏機動性,易受時間限制,導致統計數據過于定型化。作物模擬技術的常年決策,是以小麥栽培地域的往年資料作為基礎,通過虛擬模型得出決策信息,常年決策也可分為最佳季節、實際季節等兩種決策方式。
常年決策在施行過程中,先決條件以品種參數、地質參數、種植方式、產量、地域等為主。品種參數是對目標進行參數比對,并按照參數對品種進行調整,然后再引入到模型中;地質參數是對土壤的動態參數進行研究;種植方式是針對特定的品種、地質等進行相應工作方式確定;產量是系統模型中的主要因素,其取決于地點、環境、人為因素、非人為因素等,當針對特定的品種進行產量基準制定時,可通過中等、較高、超高、最佳的登記來表示;地域是指小麥栽培的地點,其是對產量、種植體系、土壤等進行常年決策[3]。
常年決策可表現為季節、動態生長趨勢、光合生產效率、產量結構、肥土地質、模型圖等方面的數據確定。季節可確定小麥的最適宜播種期;動態生長趨勢可對葉齡、葉面積、莖數等進行動態分析,并可精確分析到各階段的麥穗數量等;光合生產效率可確定出葉體積在光合作用中的實際消耗比;產量結構可對區域內的產量進行預估,并可依據氣候環境的變化因素對小麥進行參數調整;肥土地質可依據地質、肥料等對小麥的實際生產情況進行確認,并對各項生產指標進行分析;模型圖是綜合小麥的生產特性、環境因素、地質因素等進行科學性分析,以此來得出精確的計算結果。
綜上所述,對作物模擬技術進行分析,其依據小麥的生長因素進行模型建立,通過品種、地質、天氣等因素的輸入,可依據小麥的生長參數進行模型分析,計算出小麥的生長趨勢,進而為工作人員提供決策型信息。
參考文獻:
[ 1 ] 柏文戀,張夢瑤,任家兵,等.小麥/蠶豆間作作物生長曲線的模擬及種間互作分析[J].應用生態學報,2018,29(12):4037-4046.
[ 2 ] 李書欽,諸葉平,劉海龍,等.小麥生長模擬與三維可視化系統構建技術研究[J].中國農業科技導報,2018,20(2):65-71.
[ 3 ] 張寧,張慶國,于海敬,等.作物生長模擬模型的參數敏感性分析[J].浙江大學學報(農業與生命科學版),2018,44(1):107-115.
(收稿日期:2019-07-15)