基于水分胁迫视角的棉花冠层发育数字孪生技术：GOSSYM模型与形态建模仿真研究

本研究针对棉花生长模拟中植物-环境交互作用表达不足的问题，开发了集成GOSSYM棉花模型与可视化技术的数字孪生框架。通过建立器官生物量积累与形态发育的定量关系，构建了包含生长模拟、水分互作和生物量分配三大模块的系统，成功实现了棉花水分胁迫响应的虚拟生长过程可视化，为作物精准管理提供了方法论框架和技术工具。

　　

随着智能农业的快速发展，数字孪生技术正在成为农业数字化转型的核心驱动力。在棉花种植领域，如何精准模拟环境约束下的植物生长过程，特别是水分胁迫对作物发育的影响，一直是农业信息学研究的难点。现有模型存在明显局限：有的过度简化形态表达，有的缺乏机理基础，更重要的是多数未能充分整合植物-环境交互作用，难以真实模拟棉花生长动态和环境响应。

为此，中国科学院新疆生态与地理研究所的研究团队在《Smart Agricultural Technology》发表了题为"Digital Twin Technology for Cotton Canopy Development: A water-stress perspective"的研究论文。该研究通过整合GOSSYM棉花模型与先进可视化技术，开发了一个面向棉花地上器官生长的数字孪生框架，从水分胁迫视角揭示了棉花冠层发育的动态过程。

研究人员采用了多学科交叉的研究方法，主要关键技术包括：基于GroIMP可视化平台的生长模拟模块开发、量化水分胁迫水平的水分互作模块构建、结合分配规则的生物量传输模块设计，以及基于田间试验数据的系统分析。研究使用了1992年在美国斯塔克维尔农业研究站获得的实验数据，土壤为典型砂壤土，田间持水量的体积含水量为29.6%，供试品种为Delta and Pine Land 90 (DPL90)。

生长模拟模块建立

研究首先基于GOSSYM模型建立了棉花生长模拟框架，该模型是一个机制性棉花生长模拟框架，能够动态预测作物发育和产量形成。模型架构整合了四个相互依赖的模块：植物形态发育（包括器官发生和冠层扩展）、环境驱动因子（土壤-植物-大气连续体）、农艺管理实践（灌溉、施肥等）和产量组分预测（棉铃发育和纤维质量）。

水分胁迫影响量化

研究人员采用相对水分胁迫(RWS)指数来定量评估植物水分亏缺，该指数通过将实际蒸腾速率与最优（无限制）条件下的潜在蒸腾速率进行归一化，实现了植物水分状况动态的准确评估。蒸腾过程采用Cowan模型进行模拟，气孔导度则使用Jarvis提出的经验方程计算。

生物量分配机制解析

研究将棉花植株中的生物量转运系统分为四个不同途径：顶端叶片到直接相连节间的源-库传输、相邻节间之间的轴向重新分配、从节间到发育棉铃的生殖分配，以及从种子到初级节间的储备动员。通过相对库强度原理的应用，实现了不同植物部位实际生长潜力的定量评估。

形态建模实现

棉花节间被几何简化为圆柱形结构，长度和横截面直径作为两个主要形态参数进行模拟。叶片形态参数从聚合的棉花数据集中统计得出，叶长参数化范围为[0.45cm, 3.39cm]，叶宽约束为[0.49cm, 3.45cm]。棉铃的三维结构被几何近似为圆锥台，遵循与节间表示相同的形态建模范式。

数字孪生系统集成

最终集成的系统包含三个功能耦合的模块：生长动力学、生物量分配和水分响应机制。这种架构实现了形态发育和水介导生长过程的全面可视化。生长模块包含三个基于规则的子系统：分生组织活性调节、叶序角度确定和器官发生控制。

研究结果表明，渐进式水分亏缺诱导了显著的形态和生理改变。所有监测参数都表现出水分依赖性下降，表明在水分胁迫条件下生长受到严重限制。观察到的模式揭示了机制性响应：植株矮化表明顶端优势受损，节间生物量减少反映了分生组织活性受到抑制，叶片参数减小表明碳同化受损，而棉铃生物量下降直接与潜在产量损失相关。

在水分驱动的棉花生物量模拟研究中，建立了四个不同的土壤水分梯度（田间持水量的60%、45%、30%和15%）。应用前述的水分胁迫和生物量竞争算法，量化了关键棉花生长参数对不同干旱强度的响应。结果显示，土壤含水量越低，水分胁迫程度越高，株高越低，叶片和棉铃越小且越稀疏。

通过误差分析发现，高度模拟的均方根误差(RMSE)为4.1699cm，节间生物量为6.2024g/株，叶面积为345.3616cm2，叶片生物量为0.4733g/株，植株生物量为4.6423g/株。与石河子大学试验田获得的2024年田间实验数据相比，所有处理的结果平均值显示，高度、节间生物量、叶面积和叶片生物量分别超过最大模拟值9.51%、12.32%、8.54%和13.21%。显著差异可能主要来自品种差异和灌溉方法变化。

该研究开发的数字孪生方法通过采用几何近似模拟、定量水分胁迫评估和生物量竞争模块，提高了模拟和预测棉花地上部生长的准确性。集成仿真模型与数据链接提高了完整性和真实性，能够更好地模拟棉花生长动态和环境响应，展示了显著的应用潜力和可扩展性。

这项研究为农业生产和棉花栽培管理提供了科学基础和技术支持，特别是在应对水资源短缺挑战方面具有重要意义。数字孪生技术的成功应用不仅为棉花生产提供了精准管理工具，也为其他作物的数字化模拟提供了可借鉴的方法论框架。随着技术的进一步完善和推广，数字孪生技术有望在智慧农业领域发挥更加重要的作用，为实现农业可持续发展提供技术支撑。