黃 青，陳仲新，李丹丹，劉 佳，滕 飛

(1．中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所，北京 100081;2．農(nóng)業(yè)部農(nóng)業(yè)信息技術(shù)重點(diǎn)實(shí)驗(yàn)室，北京 100081)

1 引言

我國(guó)農(nóng)業(yè)部遙感應(yīng)用中心已經(jīng)建立了業(yè)務(wù)化運(yùn)行的中國(guó)農(nóng)業(yè)遙感監(jiān)測(cè)系統(tǒng) (CHARMS，China Agricultural Remote Sensing Monitoring System)，從1998年業(yè)務(wù)化運(yùn)行以來(lái)，已為我國(guó)農(nóng)業(yè)生產(chǎn)決策提供了大量信息服務(wù)，產(chǎn)生了巨大的社會(huì)及經(jīng)濟(jì)效益［1-2］。但CHARMS系統(tǒng)中作物長(zhǎng)勢(shì)和產(chǎn)量的遙感監(jiān)測(cè)目前還主要應(yīng)用的是氣象模型，遙感模型，統(tǒng)計(jì)模型等，一方面作物生長(zhǎng)機(jī)理模型模擬的研究和應(yīng)用還較薄弱，基于作物生物物理模型的產(chǎn)量預(yù)測(cè)還未納入我國(guó)的農(nóng)情遙感監(jiān)測(cè)業(yè)務(wù)系統(tǒng)中;另一方面，這些模型并沒(méi)有很好的加以整合，在農(nóng)情遙感監(jiān)測(cè)業(yè)務(wù)化運(yùn)行中，這些相對(duì)獨(dú)立的模型怎樣進(jìn)行最優(yōu)化選擇，模型結(jié)果缺乏統(tǒng)一的分析、對(duì)比和評(píng)價(jià)。

BioMA(Biophysical model application)是一個(gè)以作物模擬為目的的生物物理模型應(yīng)用平臺(tái)。該模型技術(shù)平臺(tái)由意大利米蘭大學(xué) (UNIMI)，意大利農(nóng)業(yè)研究委員會(huì) (CRA)和歐盟聯(lián)合研究中心 (European Commission，Joint Research Center(EU-GRC))共同開發(fā)，所有者為歐盟聯(lián)合研究中心。

歐盟從1989年開始發(fā)起了農(nóng)業(yè)遙感監(jiān)測(cè)項(xiàng)目 (MARS，Monitoring Agriculture with Remote Sensing)。除了利于遙感技術(shù)進(jìn)行大面積的農(nóng)作物面積、長(zhǎng)勢(shì)、災(zāi)害、產(chǎn)量等的遙感監(jiān)測(cè)外，歐盟聯(lián)合研究中心的MARS項(xiàng)目組還不斷開發(fā)并綜合利用氣象模型、作物模型、統(tǒng)計(jì)模型等進(jìn)行作物產(chǎn)量的監(jiān)測(cè)、預(yù)報(bào)［3］。在長(zhǎng)期的研究及業(yè)務(wù)運(yùn)行過(guò)程中，MARS項(xiàng)目組面臨一些新的需求:如，對(duì)作物過(guò)程進(jìn)行模擬的模型日益增多，某些模型參數(shù)初始化，或經(jīng)過(guò)校正而固定后，這些參數(shù)一般作為簡(jiǎn)化的恒量在后續(xù)模型步驟中使用，如果某一模型參數(shù)不再適合特定情形 (例如作物的播種日期每年隨著天氣變量而變)，整個(gè)模擬過(guò)程，這可能包含數(shù)10個(gè)子模型，如氣象模塊、土壤模塊、水分模塊、作物模塊、管理模塊等所有模型都需要重新考慮其模擬過(guò)程;另一方面，在作物長(zhǎng)勢(shì)監(jiān)測(cè)系統(tǒng)中 (CGMS，Crop Growth Monitoring System)，作物過(guò)程模擬的核心模塊，如WOFOST等，缺乏考慮一些極端天氣現(xiàn)象，如病蟲害、持續(xù)高溫、大風(fēng)、凍害、持續(xù)干旱及洪水淹沒(méi)等。如果在作物模擬預(yù)測(cè)中，根據(jù)實(shí)際情況，用極端天氣模塊代替之前一些簡(jiǎn)化的固定參數(shù)，則會(huì)大幅提高預(yù)測(cè)精度。因此，對(duì)基于極端天氣現(xiàn)象進(jìn)行模擬的模型工具的需求日益強(qiáng)烈，同時(shí)也迫切需要建立一個(gè)綜合的模型平臺(tái)，在對(duì)作物的生長(zhǎng)發(fā)育過(guò)程進(jìn)行模擬時(shí)，可以實(shí)現(xiàn)模型的自動(dòng)最優(yōu)化選擇及不同模型結(jié)果的自動(dòng)分析，對(duì)比和評(píng)價(jià)。

在這樣的需求下，歐盟MARS農(nóng)業(yè)監(jiān)測(cè)項(xiàng)目組 (AGRI4CAST)在2008年開發(fā)了一個(gè)以作物模擬為目的的生物物理模型應(yīng)用平臺(tái)Biophysical model application，簡(jiǎn)稱BioMA［4］。其設(shè)計(jì)和開發(fā)的目的是在空間數(shù)據(jù)和屬性數(shù)據(jù)的支持下，基于大量的生物物理模型，尋求、分析并運(yùn)行最優(yōu)的、綜合的模型解決方案。該應(yīng)用基于獨(dú)立的模型組分，對(duì)每一個(gè)模型組分都提供獨(dú)立的算法代碼及獨(dú)立的軟件開發(fā)包。因此，BioMA這種基于組分的結(jié)構(gòu)使得其可以為了某一特定的模擬目標(biāo)而綜合利用分散的、獨(dú)立的模型模塊。這個(gè)應(yīng)用平臺(tái)可以不斷加入新的模塊、根據(jù)需要組合成新的模型解決方案，同時(shí)可以嵌入每個(gè)模型解決方案的模型參數(shù)敏感性分析 (Sensitivity Analysis)和模塊優(yōu)化選擇器 (Optimizer)都使得BioMA一經(jīng)發(fā)布 (第一個(gè)版本)就在歐盟27個(gè)成員國(guó)的水稻產(chǎn)量預(yù)測(cè)中取得了巨大的成功［5］。

因此，引進(jìn)歐盟先進(jìn)的BIOMA模型應(yīng)用平臺(tái)，將其嵌入中國(guó)農(nóng)情遙感監(jiān)測(cè)中的產(chǎn)量預(yù)測(cè)系統(tǒng)，建立新的、多模型整合的作物產(chǎn)量預(yù)測(cè)系統(tǒng)，提高現(xiàn)有作物產(chǎn)量預(yù)測(cè)精度，無(wú)疑具有非常重要的意義。

2 BioMA的技術(shù)框架

模型層、組分組合層及配置層是BioMA框架的核心，這其中每一層都可以獨(dú)立應(yīng)用，見(jiàn)圖1［6］。模型層包含為了不同的模擬目的而獨(dú)立開發(fā)的模型模塊，如針對(duì)作物某一病害或蟲害的模擬模塊，土壤成分模擬模塊，各種天氣預(yù)測(cè)模擬模塊，農(nóng)業(yè)管理模擬模塊，作物生長(zhǎng)模擬模塊等，這些模塊可以單獨(dú)運(yùn)行完成某一特定模擬任務(wù)。同時(shí)，不同的模型還可以通過(guò)組合共同完成一個(gè)模擬過(guò)程，這里稱之為模型解決方案［7］。例如，為了準(zhǔn)確預(yù)測(cè)產(chǎn)量，需要對(duì)作物完整生長(zhǎng)發(fā)育過(guò)程進(jìn)行模擬，因此需要的模型解決方案可能包括病蟲害模塊、極端天氣模塊 (高溫/低溫/大風(fēng)等)、作物生長(zhǎng)過(guò)程模塊、土壤水分模塊及管理模塊等，這些模型組分組合層構(gòu)成了一個(gè)個(gè)不同的模型解決方案。配置層允許用戶編輯模型使用信息、文本及調(diào)試模型參數(shù)等。

圖1 BioMa應(yīng)用層結(jié)構(gòu)

目前已嵌入BioMA的模型解決方案達(dá)到十幾個(gè)，包括針對(duì)水稻進(jìn)行模擬的WARM-BlastDisease-Sterility模型解決方案，著名的CropSyst-Frost、WOFOST、APES、STICS、DSSAT等作物系統(tǒng)模型解決方案，模擬潛在病蟲害的Potential Disease Infection模型解決方案，模擬農(nóng)業(yè)氣象因子的ClimIndices模型解決方案及模擬作物對(duì)環(huán)境適應(yīng)性的Suitability模型解決方案等等［4，8-9］。

應(yīng)用可以在模型層、組分組合層及配置層的任意層次進(jìn)行。每個(gè)模型解決方案的應(yīng)用都可以嵌入?yún)?shù)敏感性分析功能 (LUISA)、模型組件自動(dòng)探尋功能 (Exploring Model Components)、模型綜合評(píng)價(jià) (Integrated Multi-metrics Model Analyzer)和模型參數(shù)自動(dòng)校正及最優(yōu)化選擇功能 (Automatic Calibration and Optimizer)等工具軟件，目前BioMA已經(jīng)嵌入了7中不同的敏感性分析方法和不同模型結(jié)果的自動(dòng)分析、評(píng)價(jià)功能軟件［10］。

BioMA的數(shù)據(jù)層包括和作物模擬相關(guān)的各種數(shù)據(jù)庫(kù)，如氣象數(shù)據(jù)，土壤數(shù)據(jù)，作物分布數(shù)據(jù)，作物管理數(shù)據(jù)等，由于BioMA模型解決方案是以空間化網(wǎng)格為單元進(jìn)行模擬，因此這些數(shù)據(jù)均需空間化。BioMA的平臺(tái)結(jié)構(gòu)為數(shù)據(jù)層提供了和其他數(shù)據(jù)庫(kù)的方便鏈接，包括DB Oracle，PostgreSQL，XML，Database File System［10］等。

圖2是BioMA的整體結(jié)構(gòu)框架［11］。如上所述，該框架首先建立在完備的氣象數(shù)據(jù)的支持之上，包括歷史氣象數(shù)據(jù)，模擬的未來(lái)氣象數(shù)據(jù)，以及通過(guò)天氣生成器生成的每時(shí)天氣數(shù)據(jù)，然后針對(duì)不同的模擬需求，查詢、探測(cè)不同的模型，如作物模擬需要的病害模型、蟲害模型，土壤模型等;同時(shí)進(jìn)一步分析并自動(dòng)尋求最優(yōu)的、綜合的模型組合 (模擬解決方案)，通過(guò)模型參數(shù)敏感性分析和模型參數(shù)的優(yōu)化校正，對(duì)不同的模型解決方案進(jìn)行模型綜合評(píng)價(jià)。作為努力在原型系統(tǒng)和業(yè)務(wù)化、可視化方向之間搭起橋梁的應(yīng)用平臺(tái)，該框架結(jié)構(gòu)還包括結(jié)果輸出的一系列可視化界面工具［12-13］。

圖2 BioMA的結(jié)構(gòu)框架［11］

3 BioMA技術(shù)平臺(tái)的特點(diǎn)及模型工具簡(jiǎn)介

BioMA本身不是一個(gè)模型，它是一個(gè)框架、一個(gè)平臺(tái)，更是一個(gè)應(yīng)用［11］。它把不同的模型、不同的模型組合及具有不同分析、計(jì)算、評(píng)價(jià)功能的工具都放在了應(yīng)用的平臺(tái)上。因此它的優(yōu)點(diǎn)顯而易見(jiàn)。首先是擴(kuò)展性和兼容性，BioMA是一個(gè)具有強(qiáng)大擴(kuò)展功能的平臺(tái)，它的模型解決方案是基于相互獨(dú)立的模塊運(yùn)行的，它不但將簡(jiǎn)化或固定某一特定參數(shù)可能帶來(lái)的風(fēng)險(xiǎn)降到了最低，而且研究人員可以不斷加入新的或改進(jìn)已有模塊而不會(huì)妨礙整體模型的應(yīng)用。其次是易操作性，BioMA中基于生物物理原理開發(fā)的模型是復(fù)雜的，但是BioMA搭起了原型系統(tǒng)和業(yè)務(wù)運(yùn)行之間的橋梁，這樣不同的用戶都可以在這個(gè)平臺(tái)上進(jìn)行操作。例如，對(duì)于專家型用戶來(lái)說(shuō)，他們可以自己構(gòu)建模型，加入算法;對(duì)于中級(jí)用戶來(lái)說(shuō)，他們不需了解這些復(fù)雜模型的開發(fā)過(guò)程，只需根據(jù)專業(yè)知識(shí)選擇適用于不同情形的模型組件就可以完成模擬;對(duì)于初級(jí)用戶或其他領(lǐng)域不了解模型功能的用戶，他只需提出想要達(dá)到的目標(biāo)，BioMA就會(huì)自動(dòng)擇優(yōu)選擇模型。再次是高效性和準(zhǔn)確性，BioMA對(duì)每一個(gè)模型組分都提供了獨(dú)立的算法代碼及獨(dú)立的軟件開發(fā)包，借助于該平臺(tái)，研究人員可以高效的修改或開發(fā)新的模塊，同時(shí)，每個(gè)模型解決方案的應(yīng)用都可以嵌入模型組件自動(dòng)探尋功能、模型綜合評(píng)價(jià)功能，模型參數(shù)自動(dòng)校正及最優(yōu)化選擇功能等，從而使得針對(duì)某一特定目標(biāo)進(jìn)行模擬的準(zhǔn)確性和效率都大為提高［6，14］。

BioMA的模型工具很多［7-9］，對(duì)每個(gè)模型組分或每個(gè)模型解決方案，BioMA都開發(fā)了相應(yīng)的工具軟件，他們可以單獨(dú)使用，也可以直接嵌入BioMA界面，由于都采用圖形用戶界面形式，極大提高了其可操作性。比較成熟的模型工具主要包括天氣生成器CLIMA(Weather Generator CLIMA)，農(nóng)業(yè)管理配置生成器ACG(AgroManagement Configuration Generator)，模型參數(shù)編輯器MPE(Model Parameter Editor)，域類編碼器DCC(Domain Classes Coder)，圖像數(shù)據(jù)顯示工具GDD(Graphic Data Display)，模型組件自動(dòng)探尋工具M(jìn)CE(Model Component Explorer)及模型輸出評(píng)價(jià)工具SOE(Simulation Output Evaluator)等等。

4 BioMA在我國(guó)農(nóng)業(yè)遙感監(jiān)測(cè)中應(yīng)用的可行性分析

MARS項(xiàng)目組在2008年開發(fā)了BioMA，并將其第一個(gè)版本應(yīng)用在了歐盟27個(gè)成員國(guó)的水稻產(chǎn)量預(yù)測(cè)中，取得了巨大的成功，應(yīng)用BioMA平臺(tái)進(jìn)行歐盟27國(guó)水稻產(chǎn)量預(yù)測(cè)目前已進(jìn)入業(yè)務(wù)化運(yùn)行階段。該文以水稻為例，簡(jiǎn)要分析BioMA在我國(guó)農(nóng)業(yè)遙感監(jiān)測(cè)中應(yīng)用的可行性。

我國(guó)是世界上的水稻生產(chǎn)大國(guó)，稻谷面積居世界第二位、總產(chǎn)居第一位、單產(chǎn)居第十位［15］。水稻在我國(guó)糧食生產(chǎn)和消費(fèi)中歷來(lái)處于主導(dǎo)地位。在過(guò)去30年中，水稻面積占我國(guó)糧食總面積的30%左右，稻谷產(chǎn)量占糧食總產(chǎn)量的40%左右，占谷物總產(chǎn)量的45%左右，占商品糧的50%左右。將歐盟BioMA中水稻產(chǎn)量預(yù)測(cè)模型引入中國(guó)農(nóng)情遙感監(jiān)測(cè)中，對(duì)及時(shí)了解水稻生產(chǎn)情況具有重要意義。

WARM(Water Accounting Rice Model)模型是MARS項(xiàng)目組為預(yù)測(cè)水稻產(chǎn)量特定開發(fā)的模型。WARM用輻射利用效率方法模擬水稻生長(zhǎng)，但相比一些已有的水稻模型，如CERES-Rice或ORYZA，WARM模型更關(guān)注水稻生長(zhǎng)過(guò)程而不僅是最后的產(chǎn)量，WARM模型以充分考慮水稻生長(zhǎng)發(fā)育的典型特征 (如水稻田塊里的微氣象特征，病害、土壤水、管理、低溫導(dǎo)致的小穗不育及再生等非生物脅迫環(huán)境，以及營(yíng)養(yǎng)物質(zhì)的循環(huán)等復(fù)雜過(guò)程)見(jiàn)優(yōu)［6-17］。

中國(guó)農(nóng)情遙感監(jiān)測(cè)系統(tǒng)CHARMS中有WARM需要的氣象數(shù)據(jù)，將這些數(shù)據(jù)經(jīng)過(guò)質(zhì)量檢查，空間插值和數(shù)據(jù)格網(wǎng)化處理后作為BioMA的輸入量;其他基礎(chǔ)數(shù)據(jù)包括土壤數(shù)據(jù)的收集和空間化;水稻分布數(shù)據(jù)可利用農(nóng)業(yè)部水稻監(jiān)測(cè)本底數(shù)據(jù)，同時(shí)收集準(zhǔn)備作物田間管理數(shù)據(jù)和數(shù)據(jù)格網(wǎng)化處理等。

在WARM模擬過(guò)程中，首先查詢、探測(cè)模型庫(kù)中的不同模型，對(duì)涉及的氣象模塊、土壤模塊、水分模塊、作物模塊、管理模塊、病蟲害模塊及低溫冷凍害等模塊通過(guò)參數(shù)校正及敏感性分析等，尋求最優(yōu)的、綜合的模型組合，從而形成獨(dú)立的、針對(duì)水稻產(chǎn)量預(yù)測(cè)的綜合模型解決方案，最后模擬結(jié)果借助Bio-MA可視化工具，在BioMA平臺(tái)中直接輸出。

WARM模型只是BioMA中水稻產(chǎn)量預(yù)測(cè)的案例之一，由于BioMA具有豐富的，基于生物物理過(guò)程的模型庫(kù)，在中國(guó)其他作物的產(chǎn)量預(yù)測(cè)中同樣具有重大的應(yīng)用價(jià)值。

5 結(jié)論

綜上所述，BioMA是一個(gè)先進(jìn)的基于生物物理模型的作物模擬預(yù)測(cè)技術(shù)平臺(tái)。一方面，它將先進(jìn)的作物生長(zhǎng)機(jī)理模型，如歐盟MARS中已經(jīng)開發(fā)成熟的一些基于生物物理過(guò)程 (如冷凍害 (CropSyst)，作物生長(zhǎng) (WOFOST)，熱 (Warm)，病蟲害 (Disease)及不同天氣狀況 (ClimIndices)等的獨(dú)立模型解決方案組件，動(dòng)態(tài)嵌入該平臺(tái)系統(tǒng)中，使作物長(zhǎng)勢(shì)和產(chǎn)量預(yù)測(cè)可以基于作物生長(zhǎng)機(jī)理進(jìn)行模擬，另一方面，這個(gè)帶有強(qiáng)大拓展功能的模型技術(shù)平臺(tái)可以組成不同的模型解決方案，不但能自動(dòng)擇優(yōu)，還可以在這一個(gè)系統(tǒng)平臺(tái)內(nèi)對(duì)不同模型進(jìn)行對(duì)比，分析和評(píng)價(jià)。

由于我國(guó)農(nóng)業(yè)遙感監(jiān)測(cè)系統(tǒng)CHARMS中還未納入基于作物生物物理模型的產(chǎn)量預(yù)測(cè)系統(tǒng)，因此，引進(jìn)這樣一個(gè)模型技術(shù)平臺(tái)，掌握包括平臺(tái)工具及模型解決方案組件在內(nèi)的核心技術(shù)，將BioMA模型嵌入目前中國(guó)農(nóng)業(yè)部農(nóng)情遙感監(jiān)測(cè)中產(chǎn)量預(yù)測(cè)系統(tǒng)，將對(duì)提高現(xiàn)有作物產(chǎn)量預(yù)測(cè)精度將具有重要意義。

［1］黃青，王迪，劉佳．農(nóng)情遙感監(jiān)測(cè)中空間抽樣技術(shù)研究現(xiàn)狀與發(fā)展趨勢(shì)．中國(guó)農(nóng)業(yè)資源與區(qū)劃，2009，(2):13～17

［2］HUANG Qing，WU Wenbin，ZHANG Li，et al．MODIS-NDVI-Based crop growth monitoring in China Agriculture Remote Sensing Monitoring System，Proceeding of IEEE，2010 Second IITA International Conference on Geoscience and Remote Sensing，2010，(2):287～290

［3］JRC-IES-MARS．The MARS Unit．［2010-06-15］http://mars．jrc．ec．europa．eu/mars/About-us/The-MARS-Unit

［4］JRC-IES-MARS．BioMA-Biophysical Models Applications．［2012-08-01］http://bioma．jrc．ec．europa．eu/bioma/help

［5］Donatelli，M．，Srivastava A．K．，Duveiller G．，et al．Estimating Impact Assessment and Adaptation Strategies under Climate Change Scenarios for Crops at EU27 Scale．2012 International Congress on Environmental Modeling and Software Managing Resources of a Limited Planet．http://www．iemss．org/society/index．php/iemss-2012-proceedings

［6］Donatelli M．，Cerrani I．，F(xiàn)anchini D．，et al．Enhancing model reuse via component-cantered modeling frameworks:the vision and example realizations．2012 International Congress on Environmental Modeling and Software Managing Resources of a Limited Planet．http://www．iemss．org/society/index．php/iemss-2012-proceedings

［7］Confalonieri R．，Bregaglio S．，Stella T．，et al．2012．An extensible，multi-model software library for simulating crop growth and development．2012 International Congress on Environmental Modeling and Software Managing Resources of a Limited Planet．http://www．iemss．org/society/index．php/iemss-2012-proceedings

［8］Confalonieri，R．，Monte Carlo based sensitivity analysis of two crop simulators and considerations on model balance．European Journal of Agronomy，2010，33(2):89～93，

［9］Confalonieri R．．(on behalf of the AGRI4CAST Team)The AGRI4CAST tools:The BioMA application．A Presentation at JRC，Ispra，Italy．［2011-03-18］

［10］Donatelli M．．(on behalf of the MARS-AGRI4CAST Development Team)Software and model developments at AGRI4CAST．A Presentation at JRC，Ispra，Italy．［2010-09-08］

［11］Confalonieri R．，Donatelli M．，F(xiàn)umagalli D．BioMA-framework，platform，applications．A Presentation at Chinese Academy of Agricultural Science，Beijing，China，［2012-12-06］

［12］CRA．Tools for Agro-Meteorology and Biophysical Modelling．［2012-12-01］http://agsys．cra-cin．it/tools/default．a(chǎn)spx

［13］APES．Agricultural Production and Externalities Simulator．［2012-12-01］http://www．a(chǎn)pesimulator．org

［14］Confalonieri，R．，M．Acutis，G．Bellocchi，M．et al．Multi-metric evaluation of the models WARM，CropSyst，and WOFOST for rice，Ecological Modelling，2009，220(11):1395～1410

［15］翟虎渠．農(nóng)業(yè)概論，北京:高等教育出版社．1999

［16］Alexandra Rosenmund．AGRI4CAST-Crop production forecasts and rice monitoring．A Presentation at JRC，Ispra，Italy，［2011-11-07］

［17］Water Accounting Rice Model(WARM)．［2011-08-01］http://mars．jrc．ec．europa．eu/mars/About-us/AGRI4CAST/Models-Software-Tools/Water-Accounting-Rice-Model-WARM