黄淮海地区棉花生产管理系统

关键词 棉花，模拟模型，生产管理系统，专家系统，自然资源

我国棉花总产量居世界首位，但平均单产低于世界先进植棉国家的水平。国外在棉花生产管理系统的研究上已取得了极大的成功，特别是美国GOSSYM-COMAX系统已在美国棉花带14个植棉州广泛使用[10,11]。为了提高我国棉花生产管理水平和加快高新技术在我国棉花生产中的应用，有必要在我国开展棉花模拟模型和生产管理系统的研究[1,2,3]。

黄淮海棉区地处我国黄淮海平原，自然资源条件优越，为我国的粮棉集中产区之一。该区棉花播种面积和总产1983年超过全国半数，地势平坦、土层深厚、土质疏松、排水良好、光照充足、水热适中、春季气温回升快、秋季多晴朗天气，这些条件有利于棉花的早发、稳长和吐絮，是我国最主要的集中产棉地带[5,8]，将此区作为研究的基地，具有极大的现实意义。

黄淮海地区棉花生产管理系统(COTMAS，COTton crop MAnagement System in Huang-Huai-Hai Region)是用BORLAND PASCAL 7.0运用面向对象编程技术编写而成的[12]，源程序18000余行，字节数近600KB。编译后的执行程序可以在MS WINDOWS 3.1操作系统下运行。

1 系统的结构

棉花生产系统是一个受作物本身、天、地、人多种因素制约的复杂系统，在系统内部，各因素间又相互依存、相互制约。在这个系统中除各种不可控因素外，人是系统的主要控制者。在进行棉花生产管理时，首先要了解棉花自身依外界环境(天气、土壤等)的生长发育规律(即建立棉花模拟模型)；然后根据这种规律性，人为地对系统的平衡进行调整(即建立棉花管理专家系统)，以期达到棉花高产、稳产、优质、高效(高经济效益、高社会效益和高生态效益)。

棉花生产管理系统是一种高度综合的计算机程序系统，它把棉花模拟模型、棉花管理专家系统和优化决策模型及其它辅助模型有机地结合，充分利用专家对棉花生产管理的已有知识和经验，依赖棉花生产中棉花自身的生长信息反馈，对棉花生产的日常管理和出现的具体问题，进行实时实地的在线式管理决策[4]。

黄淮海地区棉花生产管理系统COTMAS由以下几部分组成：图形用户界面GUI(Graphic User Interface)、棉田管理专家系统CMES(Cotton crop Management Expert System)、棉花模拟模型GOSSYM和数据库组成。图1显示了棉花生产管理决策系统的基本结构和几个组成部分之间的关系。

2 系统的组成

2.1 图形用户界面GUI

图形用户界面(GUI,Graphical User Interface)是用户与COTMAS系统打交道的接口，用户通过它可以把系统需要的信息输入数据库和操纵各种分析决策功能，也可以把数据库中的信息提取出来。

COTMAS的GUI是一个WINDOWS对话框，其中包含12个代表不同功能的位图图标，用户只要在图标上点按鼠标左键，就可以执行系统提供的功能，使用方便。各功能项的对话框也是由不同的按扭和其它控制组成的，与WINDOWS环境是协调一致的，只要用户会操作WINDOWS系统，就会操作COTMAS系统。

2.2 棉田管理专家系统CMES

在棉花播种出苗之后，棉农即开始对棉田进行动态管理，某项管理措施的使用与否及使用时间成为棉田管理的中心议题，在大面积的棉田管理中，需要专家的指导才能取得良好的社会、经济和生态效益。在棉花生产管理中的决策，主要是根据棉花当时的长势和长相，即旺弱，提出近期的管理措施，如施肥、灌水、喷缩节安等。

采用面向对象程序设计方法中的对象来表示棉田管理的实体单位。将棉田管理中的知识规则化，用程序表达出来，编写到作物管理对象的方法中，在进行决策时，只要通过消息传递，调用决策方法，进行推理，在规则的引导下，经过多次运行GOSSYM模型，分析模拟结果，确定使用农艺措施的时期和用量，向用户推荐管理决策方案。

棉田管理专家系统(CMES, Cotton crop Management Expert System)实际上是对棉花田间管理提供定性和定量决策的专家系统，它目前由氮肥管理、水管理和植物生长调节剂3个子专家系统组成。在CMES中知识以对象表示，知识与处理知识的方法相互依存。

2.3 棉花模拟模型GOSSYM

GOSSYM模拟模型是一个动态模型，能在生理过程水平上模拟棉花的生长发育和产量形成。该模型本质上是一个表达植物根际土壤中水分和氮素与植株体内碳和氮的物质平衡的模型，包括了水分平衡、氮素平衡、碳平衡、光合产物的形成与分配、植株的形态建成等子模型[9]。

GOSSYM模型可以模拟棉花对外界条件的反应，如逐日的太阳辐射、最高和最低气温、风速、降雨等气象条件，以及种植密度、行距、耕作措施、施氮肥和灌溉等农艺措施。在该模型中，植株光合、生长、形态发生部分的模拟步长(或模拟时间)以天为单位，而与土壤水分再分配有关的部分的模拟步长为一天10次。

通过用1990年(正常年型)三种类型的品种对GOSSYM验证表明：通过适当调整GOSSYM的品种参数，并取得模拟棉田的土壤特征参数，建立起土壤特征文件，基本上可以用GOSSYM模拟黄淮海棉区春棉和夏棉的生长发育和产量形成。因此,可以将GOSSYM模型引进我国，在我国棉花科研和生产上应用，或集成到适合我国国情的棉花生产管理系统中。

2.4 数据库

数据库是COTMAS的信息集散地，用户输入的信息一般均以文件形式存储在磁盘上，这些文件构成了COTMAS数据库的主体，CMES、GOSSYM生成的数据也存储在磁盘上。

在图1中还包括了气候年型辨识模型IDCLIM(IDentifying CLIMate pattern Model)和逐日气象资料生成模型SIMWTH(Simulator of Weather)，它们还没有与COTMAS相连接，但在系统设计时已留下接口，模型一旦成熟就可以连接到系统中。

3 系统的功能

3.1 在棉花生产管理中的应用

● 灌溉日期和灌溉量的决策
根据水分胁迫、灌水对最终产量的效应和距成熟期的时间进行决策。GOSSYM预报由于缺水而引起的水分胁迫的时间，然后，根据棉花各时期的需水量初定灌溉基量，CMES通过多次执行GOSSYM作出减轻或消除水分胁迫的灌溉方案。

● 施氮时间和用量的决策
根据氮素胁迫、施肥对最终产量的效应和对营养生长的作用来决策。GOSSYM预报由于缺氮造成的氮素胁迫时间，然后根据预计要达到的皮棉产量推算出作物的需氮量，再由CMES多次执行GOSSYM制定出减轻或消除氮素胁迫的施氮肥方案。

● 植物生长调节剂决策
植物生长调节剂能降低株高，促进光合产物向生殖部分分配，缓解营养生长过快带来的负效应。缩节安是当前我国最流行的植物生长调节剂，其使用时间和用量依赖于棉花的生育状况。缩节安的使用时间一般分蕾期、初花期和花铃期，在正常年型下，蕾期每公顷喷施0～15克，初花期每公顷喷施30～60克，花铃期每公顷喷施45～60克[7]。GOSSYM能模拟缩节安的实际使用效果，然后由CMES对缩节安的使用日期和用量作出决策。

● 估计皮棉产量
利用GOSSYM模型，可以对模拟棉田的棉花皮棉产量，提前1个月左右进行估产，但还不能对大面积的棉花产量进行预测。

3.2 在棉花科学研究中的应用

● 作物试验设计的模拟
当作物模拟模型通过广泛的验证，证明其有效性后，可以用它作为一种研究的辅助工具，通过给出一定的试验因子水平，在计算机上进行模拟试验，可以快速有效地找出有效可行的试验方案，而不必用传统的回归设计或正交设计，在田间进行大规模的试验。在作物播种之前，利用作物模拟模型可以优选出作物种植密度、株行距配置、播种期等，提出播前决策方案。

● 研究作物(棉花)与外界环境条件的关系
作物模拟模型原本就是模拟作物在不同的外界环境条件下的生长发育和产量形成过程的，所以它是研究作物对外界环境条件反应的有力工具。

● 棉花品种选育中的应用
在棉花新品种的选育过程中，当一个新的品系育成之后，要将其送往各地进行品种区域试验，一般通过2～3年的试验，表现良好的品系即可在适应的地区进行推广种植，但这个过程需要花费较多的人力和物力。若在新品系育成之后，用作物模拟模型模拟该品系在不同的生态环境条件下的表现，从而决定其适宜种植区域，再组织试验，可以减少试验的盲目性，加速新品种的推广应用。

● 作物生产潜力的研究
一个地区作物(棉花)的气候生产潜力和土地生产潜力是多少，该地区有无进一步开发的前景，可以通过模拟模型来研究。

4 系统的应用实例

棉花生产管理系统COTMAS可以在多方面应用，今用它确定棉花种植密度与株行距的合理配比。作物模拟模型的一个优点是可以在计算机上快速地模拟作物在不同的条件下的生长发育和产量，即可以快速地进行计算机模拟试验，从试验结果中找出规律，为生产管理提供辅助决策。

今用GOSSYM模型，对中棉所12和中棉所17进行种植密度和行距的配比试验，结果分别见表1、表2，播种期分别是：中棉所12号为4月13日，中棉所17为5月3日。

表1 中棉所12的种植密度和行距的配比试验皮棉产量结果(kg/hm2)
Table 1 Simulated lint yield of CRI12 under some row spacing and plant population (kg/hm2)

由表1可知：中棉所12号适宜的种植密度是30～60千株/hm2，适宜的行距是100cm。计算机试验的结果和实际相吻合。中棉所12是中熟棉花品种，株型松散，植株高大，果枝较长，需要较大的营养空间，一般中高产棉田最佳的种植密度为45千株/hm2左右[6]。

由表2可知：中棉所17号的适宜种植密度是45～75千株/hm2，行距80～100cm为宜，预期可以获得1426～1513kg/hm2的皮棉产量。对中棉所17，育种工作者提出的栽培方案为：4月28日～5月8日播种，种植密度60～75千株/hm2，行距90cm。

表2 中棉所17的种植密度和行距的配比试验皮棉产量结果(kg/hm2)
Table 2 Simulated lint yield of CRI17 under some row spacing and plant population (kg/hm2)

5.结果与讨论

本文在验证GOSSYM模型可以在我国黄淮海棉区使用的基础上，并对黄淮海棉区植棉知识和经验进行提炼，建立了一个可解释GOSSYM输出结果、对指定棉田的动态管理提供决策的棉田管理专家系统CMES，可以对棉田水、氮和缩节安管理提出辅助决策。并建立了一个可以在WINDOWS下运行的图形用户界面(GUI)，它为用户提供一个输入和输出数据的友好编辑环境，以及操作GOSSYM和CMES的接口。集成GOSSYM、CMES和GUI，建成了黄淮海棉区棉花生产管理系统COTMAS，它可以对选定的棉田进行实时的动态管理决策。

农业生产是一个复杂的巨系统，须以系统论、控制论和优化决策论的基本原理为指导，以充分利用资源和维护资源为条件，达到农业持续发展为目的。作物管理系统是实现这一目标的先进技术，这也是国际上研究的焦点之一。同时，一方面在作物管理系统中加入农业气候年型模型，可以针对不同气候年型采用不同的技术措施，达到平年丰产、丰年更丰产、歉年少减产；另一方面，也是更重要的一方面，就是作物管理系统可以与地理信息系统(GIS)集成，对大区域内的农业生产进行实时动态监测和产量估测，为区域的开发治理提供先进的技术手段，为国家决策部门提供科学的决策依据。

参考文献

1.董占山，潘学标等.棉花生产管理决策系统CPMSS/CGSM. 全国首届青年农学学术年会论文集.北京:中国科学技术出版社，1992.p.427～432
2.董占山，潘学标等.棉花生产管理决策支持系统CPMSS的设计与实现. 计算机农业应用,1993,(1):16～19
3.董占山.棉花生产计算机管理系统的研究现状与对策.中国农学通报.1994,10(4):41～43
4.董占山.作物生产管理系统的理论与发展.中国科学技术协会第二届青年学术年会论文集.北京：中国科学技术出版社.1995.6，p.56～60
5.韩湘玲，曲曼丽等.黄淮海地区农业气候资源开发利用. 北京:北京农业大学出版社,1987.p.66～75
6.蒋国柱，邓绍华等.棉花高产优质栽培措施优化决策模型研究.棉花学报.1990，2(1)：51～57
7.潘小康，董占山等.棉花高产的调控措施与诊断指标的研究. 计算机农业应用，1991年专刊，80～85
8.王素云.我国棉花生产专业化地带的特点及发展.农牧情报研究，1993，(4)：12～18
9.Baker, DN, JR Lambert and JM McKinion.GOSSYM: A simulator of cotton growth and yield. S.C. Agri. Exp. Stn. Tech. Bull.1089.1983
10.Lemmon, HE. Comax: an expert system for cotton crop management. Science, 1986, 233:29～33
11.McKinion, JM, DN Baker et al. Application of the GOSSYM/COMAX system to cotton crop management. Agric. Syst.,1989, 31:55～65
12.Tom, S. Borland Pascal 7.0 programming for Windows. Random House, Inc. 1993

COTMAS: A COTTON MANAGEMENT SYSTEM FOR THE HUANG-HUAI-HAI REGION IN CHINA

ABSTRACT

A Cotton Management System suitable for the Huang-Huai-Hai region in China has been established by application of techniques of crop simulation model and knowledge engeenering. It is composed of cotton simulation model GUI and database. It can suggest the applications of nitrogen fertilizer, irrigation and plant growth regulator.

Finally, the computer simulation experiments to select the optimal rowspacing and plant population has been run through running COTMAS. The results showed that selected optimal values are similar to practical ones.

Key word cotton, simulation model, management system, expert system, natural resources