文献类型： 中文期刊

作者： 金梁 ¹ ; 魏丹 ¹ ; 殷大伟 ² ; 邹国元 ¹ ; 张亦涛 ³ ; 丁建莉 ¹ ; 王磊 ¹ ; 李艳 ¹ ; 左强 ¹ ; 申慧波 ⁴ ; 王宇先 ⁴ ; 王俊强 ⁴ ; 孙磊 ⁵ ; 王伟 ⁶ ; 梁丽娜 ¹ ; 孙鑫 ² ; 王文 ⁷ ;

作者机构： 1.北京市农林科学院植物营养与资源环境研究所

2.黑龙江八一农垦大学

3.中国科学院地理科学与资源研究所

4.黑龙江省农业科学院齐齐哈尔分院

5.黑龙江省农业科学院

6.黑龙江省黑土保护研究院

7.北京农学院

关键词： 微气候模型;温室作物模型;预测;植物生长;管理

期刊名称： 山西农业大学学报(自然科学版)

ISSN： 1671-8151

年卷期： 2023 年 43 卷 001 期

页码： 55-64

收录情况： 北大核心

摘要： 现代的温室是一个复杂的环境系统,其中土壤、作物和微气候三个子系统间各种生物和非生物现象时常发生.农业数学模型可以用来模拟和预测温室内微气候和植物生长的变化,从而推荐最优化的生产管理策略.本文对国内外温室气候模型和温室作物生长模型进行了综述,温室气候动态模型可以预测关键气候因子,分为机械模型和黑箱模型.机械模型基于物理方程构建,它描述了基于过程的知识模拟的系统;黑箱模型属于经验模型,更多地用于温室系统控制、优化和设计的应用.作物生长模型是基于科学原理和数学关系的一种定量化工具,可以评估温室内土壤、微气候、水分和管理因素对作物生长发育的影响程度,预测作物生长状况.作物生长模型主要包括两类:描述性模型和解释性模型.温室作物模型是基于露地作物建立的最早的作物生长模型,并在几十年发展过程中对原来各功能模块进行修正、扩展和升级而来.功能-结构植物模型(functional–structural plant modeling,FSPM)是基于植物建筑学并结合气候和作物模块而形成,可以模拟单个植物的生长、形态以及它们与其生长环境的相互作用.最后指出未来趋势是利用数字技术、人工智能结合FSP模型,利用云数据储存计算分析.