文章编号：1005-0906(2009)03-0130-04我国玉米模型的研究进展魏俊凯1，2，温暖1，郑国清1，2(1.河南农业大学农学院，郑州450002；2.河南省农业科学院农业经济与信息研究中心，郑州450002)摘要：简要介绍了2003年以来我国对玉米生产模型、玉米管理知识模型、玉米长势遥感监测模型进行的研究和探索，提出在玉米模型研究中存在着一定的局限性，其有效性和可靠性不足，许多模型在生产与科研上不能得到广泛应用，指出我国在玉米模拟技术的研究中应进一步向模型综合化、网络化、智能化方向发展，增强模型的实用性，扩大应用范围。
关键词：玉米；作物模型；研究进展中图分类号：S513文献标识码：AResearch Progress on Maize Model in ChinaWEI Jun-kai1,2,WEN Nuan1,ZHENG Guo-qing1,2(1.Agronomy College of Henan Agricultural University,Zhengzhou450002;2.Agricultural Economy&Information Research Center,Henan Academy ofAgricultural Sciences,Zhengzhou450002,China)Abstract:The paper briefly introduced the research and exploration on maize production model,maize manage-ment knowledge model and maize remote sensing monitoring model in China since2003,and put forward the limita-tions of China’s maize model study.With the deficiency of the effectiveness and reliability,the most models could not be widely used on production and scientific research.This paper also pointed out the study of China's maize model technology which should be developed with integration,network-based and intelligent,to enhance the practicality of the model,and expand the scope of application.Key words:M aize;Crop model;Research progress60年代作物模型开始研究并迅速发展起来，最初构建作物模型主要用于科学研究，其目的是通过对作物生长发育过程的数学解释，更好地认识作物本身的特性。
后来由于研究新视野和新问题的发现，作物模型的解释和预测功能也越来越强大，许多基于应用目的的作物模型迅速发展起来。
作物生长模拟研究最早起源于荷兰和美国，不仅能模拟作物的生长和生理过程，还能模拟土壤水分平衡与养分平衡过程，可以帮助初步筛选适宜于热带和亚热带气候、环境和各种类型土壤的新品种，也可以用于预测产量、管理决策等。
收稿日期：2008-09-23；修回日期：2008-11-24作者简介：魏俊凯(1980-)，男，河南偃师人，在读硕士，研究方向为农业信息技术。
郑国清为本文通讯作者。
我国玉米模型研究起步较晚。
曹永华于80年代末90年代初将美国的CERES-M aize模型引入我国并进行汉化，开始对玉米生长过程进行模拟研究[1]。
在模拟玉米发育各主要生理生态过程的同时，又在管理知识模型和遥感监测模型等方面进行了研究和探索，并取得了很大成就。
1玉米生长模型1.1玉米生长发育各主要生理生态过程的模拟模型王康等[2]根据气象条件和土壤水分、氮素状况计算夏玉米光合作用、呼吸作用，进而逐日计算干物质增长过程，建立了夏玉米生长和吸氮的耦合作用模型，该模型较好地模拟了夏玉米光合作用、干物质生长和根系吸氮过程。
宋有洪等[3]依据实验确立的器官生物量-形态关系，建立了器官形态构建模型；李海春等[4]采用人工接种造成玉米弯孢菌叶斑病时空动态，对其动态数据利用SAS软件构建该病害传播玉米科学2009，17(3)：130～133Journal of M aize Sciences动态的逻辑斯蒂高斯模型。
邓天宏等[5]利用土壤水分平衡方程，结合河南省冬小麦和夏玉米的生长规律和1994～2000年冬小麦、夏玉米田实测土壤湿度资料，建立了河南省冬小麦、夏玉米土壤水分预报及优化灌溉的计算机模型。
王石立等[6]建立了东北玉米冷害预测模型。
高如泰等[7]以黄淮海平原为研究区域，建立并验证了基于地理信息系统的土壤水、热、氮和作物生长联合模型。
张旭东等[8]通过对连续4年夏玉米叶面积指数研究，建立了夏玉米叶面积指数与积温之间的归一化模型，提出了精确的且惟一确定的归一化方法。
柳云龙等[9]根据土壤水分平衡和作物生长发育特点，建立了以土壤水分垂直一维流方程为基础的土壤水分平衡与作物生长模拟模型。
孔德胤等[10]利用实测资料和Logistic方程，分覆膜和裸地两种情况建立玉米根系和地上部分干物质随地积温变化增长的动态模型。
1.2玉米生长发育与产量形成的模拟研究王育光等[11]在分析温度、降水等气候因子与作物干物质累积量及干物质累积量与气候产量等关系的基础上，建立了作物生长动态模式，该模式主要用于四大主栽作物玉米、大豆、水稻及小麦的产量预测。
郑国清等[12]根据“物质-能量转化-能量平衡”理论及作物生理生态学和农业气象学的基本原理，以田间试验数据和搜集相关区试资料为基础，借助计算机模拟技术和数学物理方法等手段，建立了玉米群体光合生产动态模拟模型，模型考虑了群体叶面积动态、光合作用、呼吸作用、同化物向各器官的分配及干物质积累等主要生理过程。
然后以此为基础，研制了玉米产量形成模型。
王纯枝等[13]将NOAA-14AVHRR遥感获取的冠层温度信息引入作物生长模型，利用冠层温差计算作物水分胁迫系数，近似地估计区域作物实际生长速率和产量，进而建立了遥感-作物模拟复合模型PS-X，提出了估算区域作物实际产量的方法。
高永刚等[14]通过对作物长势监测系统在黑龙江省四大作物产量预测中的应用进行改进并检验，解决了用统一参数对复杂气候区域作物生长过程模拟的局限性。
黄振喜等[15]以地上生物量及其分配果穗叶的光合特征参数来评价产量在15000kg/hm2以上的夏玉米光合生理活性，以Richards 模型拟合子粒灌浆过程，探讨产量15000kg/hm2以上夏玉米子粒灌浆期的光合特性及其与产量形成的关系；陈振林等[16]利用人工气候箱对不同水分条件下的玉米植株分别进行低温处理，通过控制试验分析了低温、干旱以及二者合并对玉米生产的影响，在此基础上应用WOFOST作物模型模拟分析了低温、干旱以及二者合并对东北地区玉米产量的影响。
郭银巧等[17]依据养分平衡的原理，在综合量化土壤理化特性、品种遗传特性、水分管理水平和产量目标等因子与玉米肥料运筹方案之间的动态关系基础上，建立了系统化和广适性的玉米栽培肥料运筹动态知识模型；曹云者等[18]应用PS123模型对冀东平原地区玉米光温生产潜力进行模拟，基本能反映该区域的实际生产情况。
近年来我国玉米模型在生长发育和产量方面的研究取得了很大进展，与2003年以前的研究相比，这些模型更具机理性和应用性。
2玉米管理知识模型郑国清等[19]依据玉米生长发育机理和生理生态学理论，在田间试验的基础上，系统地建立了我国自己的玉米生长发育模拟模型。
将玉米模拟技术和玉米栽培专家知识相结合，历时5年研制出玉米栽培管理信息系统(M CMIS)。
郭银巧等[20]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，对玉米生育指标和调控技术的地域性和季节性变异规律进行系统分析和量化表示，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。
郭新宇等[21]将知识工程原理和数学建模技术应用于玉米管理知识表达体系，通过提炼和解析玉米生育及管理指标与品种类型、环境因子之间的关系和定量化算法，建立了具有时空规律的适宜品种选择和播期的动态知识模型。
诸叶平等[22]对玉米数字模拟器进行研究。
该研究将模拟模型的模拟结果存于数据库中，建立玉米生长发育可视化组件，然后读取作物生长发育过程数据库的数据，借助3D MAX软件建立作物的基本模型，并在程序中读取模型数据；郭银巧等[23]根据土壤水分平衡原理，分阶段定量灌溉与玉米和环境影响因子之间的关系，建立了具有系统性和适用性的玉米水分管理动态知识模型；严定春等[24]对小麦-玉米连作协同模型系统进行研究，该研究以小麦、玉米生长模拟模型为基础，初步提出了小麦、玉米生长发育和产量品质形成协同模型，建立以协同模型为基础的仿真系统，解决作物生产管理中的协同决策问题；赵春江等[25]通过资料收集和田间观测研究，构建了可描述不同玉米品种叶片、叶鞘和节间等器官的主要形态结构参数随叶序变化的形态知识模型。
赵传德等[26]运用系统分析原理和数学建模技131魏俊凯等：我国玉米模型的研究进展3期术，根据不同的地力水平，按照不同的原则，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，从而构建了基于作物-环境关系、可适用于不同时空环境、不同地力水平和产量目标的玉米适宜密度和播种量确定知识模型。
上述的玉米管理知识模型与以往玉米管理知识模型相比，具有较强的综合性，独立性好，为以后结合GIS技术、输出不同生态点详尽化的作物生产潜力评价结果和气候变化对土地生产潜力的影响提供了条件。
3玉米长势遥感监测模型基于遥感的玉米长势监测与产量估测(简称遥感监测)，大多是依托植被指数和农学参数的相关性建立回归模型。
利用生长模型进行玉米长势监测与产量估测，虽具有机理性好、精度高和区域性好的特点，但在大范围应用时，一些重要参数如LAI、生物量、冠层温度、土壤水分等的获得需要花费较长的时间和较多的成本。
而遥感监测具有信息提取及时和监测范围广的特点，遥感数据正好可为这些参数的获得提供可靠的信息源，但在监测精度上尚存在一定的局限性。
林忠辉等[27]以玉米多品种多年试验资料，研究了反映区域叶面积指数(LAI)动态变化的模拟模型，该模型以积温指标表示的生育阶段为自变量，综合不同地理位置、品种、播期、密度等影响，是一个扩展的Logistic叶面积生长模型，经检验可很好地模拟不同生育阶段叶面积指数动态变化，可用于区域作物生长模拟模型和区域作物生长监测及遥感估产。