《Ecological Modelling》:Evolution of crop models: Modeling approaches and software development
编辑推荐:
植物生理作物产量模型(此处称为“作物模型”)在过去一个世纪中经历了显著演变,研究这一演变对于识别先前方法的局限性以及理解进展如何克服这些局限性至关重要。本研究从两个主要维度展示了这种演变,阐明了其历史、当前和未来轨迹。第一个维度是建模方法,已从简单回归模型演变
植物生理作物产量模型(此处称为“作物模型”)在过去一个世纪中经历了显著演变,研究这一演变对于识别先前方法的局限性以及理解进展如何克服这些局限性至关重要。本研究从两个主要维度展示了这种演变,阐明了其历史、当前和未来轨迹。第一个维度是建模方法,已从简单回归模型演变为复杂过程模型,最近又发展为基于机器学习的模型。第二个维度是作物模型软件开发,在软件架构和开发实践方面均有演进。本研究表明,在第一个维度上,当前轨迹表明过程模型内部的机理细节不断增加;同样,在第二个维度上,模型开发已采用去中心化开发和模块化架构,并注重以用户为中心的设计。未来趋势是朝着由人工智能驱动的高度互操作开发环境发展,重点关注可访问性。
- 1.
引言
模型是自然系统的抽象,作物模型模拟作物过程以捕捉土壤-植物-大气(SPA)连续体的相互作用。作物模型通过模拟潜在作物过程,提供状态变量(如产量、生物量积累、水分和养分状况等),以响应土壤物理和水力特性(如质地和持水量)、特定作物/品种性状、天气(降水、温度、太阳辐射)和作物管理。作物模型有助于模拟和评估历史和假设情景,这些情景由于时间、后勤和环境限制通常无法通过田间试验实现。作物模型在分析作物生产力、产量差距分析、政策制定、决策支持系统(DSS)、资源利用优化、土壤过程模拟、估算土壤气体排放、评估粮食安全、教学和培训等方面发挥着重要作用。作物模型经历了显著演变,建模方法从依赖简单统计相关的回归方法,发展到机械式模拟详细植物和土壤过程的过程模型,最后到利用先进计算技术和大型数据集增强预测性能的基于机器学习的数据驱动方法。与此同时,作物模型软件开发也发生了演变,采用了现代软件架构、去中心化开发和以用户为中心的设计实践。模型软件结构已从单体结构转向模块化结构。随着信息技术的出现,模型软件开发现在由地理分布的开发人员执行,不同于过去盛行的集中式和本地化开发。开发人员现在强调提高吸引力和可用性并促进采用的以用户为中心的设计。鉴于作物模型的巨大效用,有必要沿着建模方法和软件开发这两个维度研究作物模型的演变,以了解其历史轨迹、技术突破和新趋势,从而为未来的研究、开发和部署做出有效决策。以往关于此类发展的研究大多集中在特定的建模方法、作物模型系列或特定的作物模型上,但作物建模领域的进步超越了一种特定的建模方法或作物模型家族。必须检查进展的更广泛轨迹,以确定该领域当前的研究趋势和未来方向,指导即将开展的研究工作。此外,如上所述,模型软件开发同样发生了演变,值得审视。本研究旨在沿着两个关键维度对这些演变转变提供更广泛和最新的描述,并伴随新出现的趋势和发展的潜在未来轨迹。尽管此分析侧重于作物模型,但建模科学与编程语言和软件实践的共同演变预计在水文学、气候科学和系统生物学等更广泛的基于科学的建模领域中也会出现。
- 2.
方法论
本研究涵盖的相关研究文章经过五个步骤的系统检索、筛选、选择和审查。步骤1:确定研究目标:确定用于作物模型开发的建模方法的演变以及这些方法内的进展,以及作物模型软件开发。步骤2:搜索在线研究数据库(如Google Scholar、Web of Science和Springer),使用特定关键词并整理研究文章,共获得338篇文章。这些关键词是:(i)作物模型,(ii)作物模型的演变,以及(iii)作物模型软件开发。步骤3:过滤这些文章,删除不相关、重复、无法访问或部分可用的文章,筛选出233篇文章。步骤4:根据这些文章与研究目标的一致性进行分类和分离。步骤5:审查这些分类的文章。步骤5中对这些分类文章的审查涉及从每篇论文中提取一组固定的属性,基于论文支持的研究目标。对于支持建模方法目标的论文,提取的属性包括:(i)模型类型,(ii)目标作物,(iii)表示的过程,(iv)每个过程的数学形式和历次迭代,(v)输入数据要求,(vi)每次迭代背后的技术或科学推动因素,以及(vii)任何报告的性能证据。对于支持软件开发目标的论文,提取的属性包括:(i)软件架构,(ii)编程语言和语言迁移历史,(iii)模块化状态,(iv)分发媒介,(v)GUI和CSM功能,以及(vi)平台支持。选择这些属性集是由第1节中描述的两个演变维度(即建模方法和软件开发)指导的。文章不会因模型描述质量而被排除,审查也没有正式按预测性能对模型进行排名,因为保留的研究在作物、区域、数据可用性、校准程序和验证设计方面存在差异。相反,从每篇论文中提取的深度由其提供的详细程度决定。描述了方程、状态变量、算法或软件实现细节的文章为第3.1.2节的逐过程讨论提供了信息,而具有更一般模型描述的论文则贡献于模型摘要表。这种强调反映了数十年来被充分记录的过程(如光合作用、蒸散和土壤水动力学),而仅在源文献中定性描述的过程(如夜间增温和洪水)在第4.2节中作为未来方向讨论,而不是在第3.1.2节中作为历史组成部分。第4.1节中讨论的新兴趋势是从近期文献(2018-2026年)中命名技术出现频率的增加中确定的,第4.2节中提出的未来方向是通过将这些趋势与上述跨模型比较研究中报告的局限性相结合而得出的。
- 3.
作物模型演变的维度
建模方法可以是基于回归的、基于过程的或基于机器学习的。基于回归的作物模型(RBCM)本质上是黑箱,因为它们忽略了潜在的复杂作物过程,并为产量或产量组成部分提供静态最终值。然而,植物生长和发展是由遗传×环境×管理(G×E×M)因素控制的动态过程,作物模型的状态变量理想情况下应类似于时间序列。基于计算机的过程作物模型(PBCM)满足了这一期望,它在每小时或每天的时间步长动态求解潜在的作物过程。过程模型表示的过程数量逐渐增加,这些过程的定义机理细节也随之增加。随着过程表示的详细化,过程模型产生了巨大的计算开销,并且在需要大量模型模拟的区域研究用例中(例如,广泛的区域研究)有额外的输入数据要求。这些问题通过使用机器学习以及基于大量过程模型派生或观测数据开发的混合模型得到解决。演变的第二个维度是作物模型软件开发,其中软件架构和软件开发实践都在演变。软件开发已变得越来越去中心化和民主化,许多开发人员采用了以用户为中心的方法。以下各节讨论了这些方面的演变。
3.1. 维度1:建模方法
3.1.1. 基于回归的方法
作物模型最初是作为将产量(或其组成部分)与环境因子进行函数关联的基于回归的作物模型(RBCM)。常见因子包括降雨量、土壤湿度、太阳辐射、蒸散量(ET)、温度或累积热时间以及作物发育阶段。最近,二氧化碳和臭氧浓度也被考虑在内。这些模型是使用简单或多元回归分析开发的,具有线性或非线性形式,以产量、产量变化或产量组成部分(如穗数和每穗粒数)作为因变量,以环境因子作为自变量。它们通常基于大量实验数据(主要是田间试验)。这些模型相对容易开发,其使用的例子可以追溯到20世纪初。尽管回归方法易于遵循用于作物模型开发,但由此产生的作物模型本质上是黑箱,提供因变量的静态值,同时忽略了天气、土壤水和养分状况对植物生长的动态影响。这种方法需要长期天气记录和/或跨越几十年的土壤数据来开发,如此大量的数据可能不可用。这些模型专注于少数主要作物,限制了其使用范围。此外,这些模型不适合进行外推或样本外预测,因为它们无法捕捉管理以及降水和温度等环境因素的不可预见变化。这些局限性已通过采用过程模型方法得到解决,其中作物和土壤过程在时间步长基础上动态计算。
3.1.2. 基于过程的方法
该方法涉及在给定的时间步长动态模拟潜在的植物、土壤和辅助过程,以响应G×E×M因素,模拟土壤-植物-大气(SPA)相互作用。这些过程的动态模拟产生了巨大的计算开销;因此,过程模型是基于计算机的,其中潜在的生物-生态-生理过程被分解为单独的模块化组件。过程模型的起源可追溯到1968年,在过去的七十年中开发了许多过程模型。大多数著名的过程模型源自特定的研究所、实验室和项目。著名的贡献者包括:瓦赫宁根大学及研究中心(WUR)在荷兰开创了20世纪60年代的过程模型;美国农业部农业研究局和自然资源保护局自20世纪80年代以来在推进作物建模方面发挥了重要作用;佛罗里达大学可持续食品系统研究所开发了决策支持系统用于农业技术转让(DSSAT);澳大利亚联邦科学与工业研究组织(CSIRO)和昆士兰大学开发了APSIM。
3.1.2.1. 过程的增量添加及其不断进步的机理细节
过程模型起源于20世纪60年代末,随着ELCROS的开发。ELCROS是一个通用模型(不针对单一作物),模拟的过程仅限于光合作用、碳分配、器官(冠层和根系)生长和呼吸。该模型由于其代表的过程范围存在若干实际限制。后来的模型通过加入模拟这些额外过程的组件来解决这些问题,从而增强了模拟的真实性。它们加入了微气象组件以真实模拟冠层周围的温度、相对湿度和蒸腾。添加了土壤水传输组件以计算基于水文过程(包括入渗、径流和土壤渗透)的土壤水状况。营养组件的加入提供了模拟植物营养状况的能力。为玉米、小麦、大豆、水稻、马铃薯、高粱等开发了特定作物模型,以捕捉特定作物的生理和遗传特征。衰老和极端天气的影响也被捕获。除了这些主要过程外,还纳入了辅助过程。添加了模型组件来模拟杂草-作物竞争,以捕捉其对产量的影响。还纳入了地表覆盖物分解过程,以评估残留物动态对土壤动态的影响,并且也代表了土壤侵蚀过程。一些先进的模型还可以模拟整个农场过程,代表作物、牲畜和农业机械之间的相互作用。然而,增加过程会带来一些缺点。例如,增加细节水平可能导致模型不确定性的增加和模型稳定性的降低。诊断不确定性来源也变得困难。此外,额外过程需要额外的输入参数和数据,这些数据可能不可用,并增加了计算负担。因此,只有当每个新过程得到数据支持、可诊断且有目的时,才应将其添加到作物模型中。
3.1.2.1.1. 光合作用
光合作用是所有作物模型中的基本组成部分,早期模型使用静态光合作用方法或辐射利用效率(RUE)方法经验性地模拟光合作用。在RUE中,植物积累的生物量计算为入射或截获辐射的函数。这种经验方法简单且易于实施。然而,它忽略了光合过程的复杂机制,除了截获辐射外,还依赖于环境因子、酶促作用、叶龄和植物营养及水分状况。RUE因子将二氧化碳、温度、蒸汽压亏缺、水分状况和叶片氮的综合效应集中到一个单一的经验系数中,这在不同作物或气候间并不总是成立,并且可能在没有重新校准的情况下无法外推到升高的二氧化碳浓度。这些限制促使人们转向更机械的方法,明确代表潜在的生理学。Spitters等人提出了一种改进方法,除了辐射外,还考虑了冠层结构和温度的影响,其中每日二氧化碳同化率使用每日入射辐射、温度和叶面积指数计算。瞬时叶片水平的光合作用由负指数响应描述。在下一个改进迭代中,模型组件基于Farquhar等人开发的机械模型,该模型代表了详细的酶促作用、化学反应和电子传输机制,同时考虑了叶片温度、蒸汽压亏缺和二氧化碳浓度的影响。净叶片二氧化碳同化由两种酶促过程中限制性更强的过程决定:Rubisco限制羧化(Ac)和低Rubisco再生限制羧化(Aj)。该模型还可以通过将光合作用与叶片能量平衡耦合来模拟叶片气体交换过程(即光合作用和蒸腾速率),通过气孔导度对C3和C4植物进行模拟。这种从RUE到耦合生化-气孔-能量平衡形式的演变成为可能,得益于Farquhar等人对Rubisco和RuBP再生动力学的阐述,叶片到冠层尺度理论的发展,叶片水平气体交换仪器、自由空气二氧化碳富集(FACE)实验和涡动相关通量数据集的扩展,以及足以在小时或亚小时时间步长集成所得生化动力学的计算能力。当前形式捕获了二氧化碳施肥、光合适应、气孔介导的水分利用效率和气候变化响应,这些是经验RUE形式无法提供的。这种演变已经带来了模型性能的显著改善。直接比较表明,当用基于Farquhar的公式替换EPIC的RUE生长模块时,模拟的初级生产总值提高了47%。
3.1.2.1.2. 碳分配
光合作用产生的光合产物被分配或分配到植物的各个器官,这一过程称为碳分配或碳分配。最早一代的机械作物模型(ELCROS)从功能平衡反馈中得出分配,其中每个器官的生长是其温度驱动的潜在速率乘以代表储备可用性和水分状况的胁迫调节剂。后来的模型将其表示为发育阶段(DVS,无量纲)的函数。随着特定作物模型的引入,这些常数成为物候生长阶段的函数,但它们仍然是经验的。这两种先前采用的方法是经验的,缺乏真实性。实际上,作物器官既充当碳源又充当碳汇,其中冠层充当源,而其他器官(根、贮藏器官和地上部)充当碳汇。冠层在新叶或分枝萌发期间也可以充当汇。这些汇根据其相对强度竞争光合产物。这种相对强度受这些器官的碳、养分和水分状况的可用性控制。这种机械的源-汇表示已被现代模型所采用。
3.1.2.1.3. 器官生长和衰老
上述碳在不同植物器官间的分配导致了地上生物量(即冠层)和地下生物量(即根系)的生长。最初,地上生物量的生长被结构化为以集总方式模拟叶面积指数(LAI)。后来的模型根据特定作物明确模拟了单个器官的生长。根系的初始生长被模拟为由土壤水分有效性驱动的向下垂直扩展前沿。后来的模型将根系生长模拟为一个扩散过程,其中根系扩展被模拟为溶质通过土壤柱扩散,区分了幼根和成熟根。除了生长,植物组织也经历老化和降解,这一过程称为衰老。最初的作物模型没有明确模拟这一过程。随后的模型考虑了这种现象,并根据发育阶段、水分胁迫、养分胁迫和热胁迫进行计算。
3.1.2.1.4. 物候发育
物候生长或发育是指植物生命周期中达到的不同阶段(如出苗、叶片发育、开花、灌浆和成熟)的起始和进展。初始模型使用热时间累积方法(也称为生长度日,GDD)模拟这些阶段,假设出苗后作物发育发生在预定义的基础温度以上。这些模型是通用的,因此模拟了有限数量的物候阶段,细节粗略。热时间方法也受到其基础假设的限制。随后特定作物的模型模拟了更详细的物候阶段。例如,一些模型中包括了特定作物的Beta生长函数来描述详细的物候发育过程,如叶片出现和对温度响应的非线性。此外,几个模型整合了光周期和春化效应。后来,先进的模型额外捕获了对水分、养分和温度胁迫的响应。最近,过程模型考虑基因型信息以代表物候发育中的基因表达,从而导致改进的机械描述。这种从热时间累积到具有光周期、春化和基因型调节剂的Beta函数温度响应的演变成为可能,得益于Yin等人对温度响应的非线性公式,受控环境和植物培养室实验中的基点温度研究,栽培品种特异性光周期和春化等位基因的基因鉴定,以及这些公式整合到操作性作物模型中。当前形式捕获了最适温度以上发育速率的不对称下降,支持通过基因型特异性参数进行品种特异性校准,并实现了用于育种感知建模和气候变化影响预测的G×E模拟——这些是简单热时间形式无法提供的能力。这种演变已经带来了模型性能的显著改善。Beta函数已被证明在预测水稻、玉米、小麦、大麦、高粱和豆类开花时间方面优于广泛使用的热时间方法,基于基因的小麦物候模型现在在多环境试验中预测抽穗和开花日期的误差在5天以内,中位误差低至4.6天。
3.1.2.1.5. 呼吸作用
呼吸是植物将光合作用产生的碳水化合物转化为生长、维持和其他细胞活动所需能量的过程。模型通常以每种器官类型的生长和维持成本来量化这一过程。生长呼吸用于支持新植物生物量的发育。相比之下,维持呼吸主要与蛋白质和脂质的周转以及跨膜离子浓度梯度的维持有关。最初,呼吸被计算为集总生物量的固定比例,这导致了较粗糙的结果。第一个概念突破来自ELCROS,它引入了呼吸分为生长(Rg)、维持(Rm)和闲置(Ri)的三向分解。BACROS通过计算合成材料的生化组成中的生长呼吸来阐述这一框架,区分了碳水化合物、蛋白质、脂肪、木质素、有机酸和矿物质的葡萄糖成本。WOFOST引入了基于相对维持率的器官特异性呼吸,每个都受温度调节以捕捉昼夜温度变化。在最近的改进中,Yang等人将呼吸纳入Farquhar-von Caemmerer光合作用框架,其中叶片的线粒体呼吸直接在净光合方程中减去,而不是作为单独的冠层尺度步骤。
3.1.2.1.6. 蒸散
蒸散(ET)由两个组分组成:蒸发和蒸腾。最初,实际蒸散(AET)是基于潜在蒸散(PET)计算的,PET首先通过Penman公式计算,然后乘以经验导出的作物系数(Kc)得到AET。Priestley和Taylor提出了一种简化的PET计算方法,它需要较少的输入,在潮湿气候下工作良好。Penman-Monteith方法通过引入空气动力学和冠层阻力进一步改进了PET计算,提供了通过植物-大气系统的水汽传输的物理表示。在最新的改进迭代中,AET基于气体交换和能量平衡以机械方式计算。在这里,模型采用了SPA连续体方法,假设水在植物中的移动是一个连续的、物理连接的通道,其中蒸腾受气孔控制、木质部传导和根系阻力的调节。实际蒸腾由耦合的供需系统决定。大气需求从叶片水平的能量和蒸汽平衡计算。水力供应受土壤到叶片的水吸取方程的约束,表示为欧姆定律类似形式。
3.1.2.1.7. 土壤水动力学和根系吸水
土壤-根系系统中的水分状况对植物生长有强烈影响。两个主要过程影响这种状况:(1)土壤水在土壤基质中的运动,和(2)根系吸水。初始土壤水传输模型基于倾倒桶方法,也称为级联方法。在这种方法中,土壤柱被划分为水平隔室以模拟土壤水传输。饱和含水量、田间持水量和萎蔫点表征了这些隔室中的传输。后来的模型通过整合基于Richards方程的土壤水传输模型解决了这一限制,该模型数值求解控制可变饱和土壤柱中水流的偏微分方程。当代模型也模拟可溶性养分的运动、土壤气体和热量的传输。根系吸水(RWU)在土壤水传输模型中表示为汇。最初,RWU基于经验导出的根系活动函数计算,该函数将RWU与根深度相关联。后来的模型利用SPA水力传导方法实现RWU的机械表示,其中水力信号由叶片水势调节,从而将蒸腾需求与RWU联系起来。这种从倾倒桶级联到基于Richards方程的模拟,以及从经验根活动函数到基于物理的根系吸水的演变,使得能够捕捉水势梯度、向上水流(毛细上升、蒸发反馈)、耦合的水-热-溶质-气体传输,以及表层干燥时的根系吸水补偿——这些是倾倒桶和限制定律形式无法提供的能力。
3.1.2.1.8. 养分动态
养分过程代表了作物模型的关键组成部分,通常包括三种主要机制:(1)植物养分需求,(2)通过根系吸收养分,以及(3)土壤中的微生物介导的转化。养分模块整合到作物模型始于PAPRAN模型,该模型最初仅关注氮作为主要的大量营养素。在PAPRAN中,氮吸收估计为植物氮需求与土壤供应之间的差值。早期土壤转化过程的表示包括矿化、固持和氨挥发。这些转化被建模为土壤温度、湿度和有机质碳氮比的函数。有机物通常由两个库表示:新鲜有机材料和腐殖质。然而,这种早期表示缺乏足够的细节来更完整地表示养分动态,这在随后的模型开发中逐步得到了解决。模拟氮需求的进展引入了临界氮浓度的概念,定义为给定生物量水平下支持最佳生长所需的最小氮浓度。养分吸收发生在根表面,作物模型中根系表示的进步增强了养分吸收的模拟方式。模型开始纳入根密度分布和动态根系生长,提高了跨土层的吸收计算的时空准确性。同时,土壤转化过程的模拟扩展到包括反硝化作用和尿素水解,以及额外的氮物种。这些转化现在与土壤pH和氧化还原电位(Eh)相关进行建模。养分吸收过程的另一个进展是考虑了两种吸收模式:被动和主动。被动吸收模式下,养分随蒸腾流被携带到根部;主动吸收是一种能量依赖的过程,允许植物在质量流不足时逆浓度梯度吸收养分。此外,作物模型的养分范围已扩大到包括其他必需的大量营养素,如磷和钾,而最近的模型还模拟碳动态以及氮循环,从而实现农业生态系统中养分-碳相互作用的更综合视图。
3.1.3. 基于机器学习的方法
前面部分介绍的过程模型数值求解潜在过程,因此具有巨大的计算和数据要求。这些模型的开发需要对SPA相互作用有深入的理解。由于现有的知识差距和缺乏测试和验证这些模型所需的数据,这种理解可能无法始终用数学方法表示。基于机器学习(ML)的作物模型的开发已经开始解决其中的一些限制。虽然基于机器学习的作物模型本身需要大量的训练数据集,因此它们并没有减少总体数据要求,但它们可以在机理理解不完整的地方捕获经验模式,并且一旦训练好,在操作意义上使作物模型更容易使用。这些模型作为独立模块运行,或者可以与过程模型结合使用,从而产生混合模型。基于机器学习的作物模型使用人工神经网络(ANN)、长短期记忆(LSTM)、卷积神经网络(CNN)和随机森林等方法将产量与天气、土壤、管理和遥感数据相关联。这些模型可分为两大类。第一类包括独立ML模型,它们直接将产量与环境因子或遥感产品相关联,而不涉及过程模型。一旦训练好,这些基于机器学习的模型可以以比过程模型更少的计算时间和资源预测产量,使得前者特别适用于需要大量模型执行的大规模地理空间应用或管理研究。然而,它们的性能受其训练数据集的限制(即,在需要从原始训练数据外推的场景中表现不佳)。这一限制可以通过求助于第二类基于机器学习的模型:混合模型来解决。混合模型将过程模型集成到机器学习框架中,利用两种方法的优势。这种与过程模型的集成将机理理解带入机器学习框架,同时保持计算效率。这些混合模型可分为两大类。第一类包括替代模型,通过训练机器学习算法处理过程模型的输出数据来开发。第二类包括特征增强混合模型,其中过程模型模拟的状态变量(如物候阶段、土壤湿度和干旱胁迫)用作预测观测产量的机器学习模型中的输入特征, alongside天气和管理变量。
3.2. 维度2:作物模型软件开发
作物模型软件开发始于20世纪60年代,当时正式的软件设计理念仍处于起步阶段。早期模型通常由个别研究人员或小型本地团队创建,导致代码库晦涩难懂,其他开发人员难以理解。随着该领域的成熟,模型开发逐渐变得更加去中心化,由地理分布的团队贡献于同一代码库。这一转变凸显了对结构良好的软件架构和标准化开发实践的需求,以确保多个开发人员可以更轻松地理解、修改和维护模型。作物模型开发的重点也发生了变化。最初开发工作的重点是增强对生物物理过程的科学理解。然而,这些模型通常需要大量手动准备输入文件,这阻碍了非技术用户的使用。在20世纪90年代,重点开始转向应用作物模型解决实际的农艺和研究问题,这需要最终用户采用作物模型。采用以用户为中心的软件设计和开发实践推动了这种采用。以下各节讨论这些发展。
3.2.1. 模型软件架构
过程模型中的过程由其相应的模型组件表示。这些模型组件被编程为实现代表它们的底层数学公式的软件代码。软件代码库遵循定义代码结构的架构。初始模型采用单体软件架构,其中所有软件组件被封装在一个包含整个代码库的单一大型单元中。尽管单体结构简单且设置所需工作量较少,但它有几个限制。首先,在此结构下开发的代码库可能包含数百或数千行代码,这些代码以单个块呈现,难以理解。此外,即使对代码的轻微修改也需要更改整个代码库,使升级和维护变得困难。此外,不同的模型由多个个人或小组开发,导致独特的代码结构,从而引发类似问题。为了解决这些问题,后来的模型采用了两种软件设计方法。第一种方法是模块化,其中模型的代码库被分解为更小的独立单元或子程序,称为模块。这些模块可以表示一个或多个模型组件,这种方法后来被广泛采用。由于其相对较小的尺寸,它们更易于理解和修改。其他模块可以轻松替换现有模块,以即插即用方式,使其测试和重用更容易。第二种方法是通用性,涉及为多个作物模型中常见的模型组件采用通用结构。这种通用结构也被称为模板,采用模板用于模型组件使其能够被多个作物模型利用。在CSM级别采用模板辅助的通用性被称为CSM内部通用性,著名的CSM已经实施了这一做法。当应用于多个CSM时,通用性为模型组件的交换提供了途径。跨多个CSM的通用性在本文中称为CSM间通用性。将不同CSM中存在的不同模型组件封装成库的形式,可以实现模型组件在CSM之间的交换,促进测试新假设和评估不同模型组件的性能。Crop2ML就是这样一个库的示例,它是一个开源建模框架,提供对来自各种CSM的模型组件库的访问。
3.2.2. 模型软件开发(MSD)实践
早期的MSD工作是由个别建模者或建模团队孤立进行的,这限制了他们开发的范围。到了21世纪,信息技术的进展开辟了在线工具,如GitHub和Microsoft Team Foundation Server,这些工具使MSD去中心化和民主化(或开源)。这些工具实现了开发人员的全球异步贡献。开发人员创建自己的单独开发分支(forking),然后对代码库进行更改。这些更改被提交(或推送)以供代码审查,接受后与主分支合并。自动软件审查和测试程序(如Jenkins)在将修订后的代码合并到主分支之前自动测试其性能。有了这个系统,代码库会经历众多更改,这些更改通过版本控制系统进行跟踪。版本控制还有助于代码审计。例如,如果某个更改引入了错误,则可以通过选择以前的版本来还原该更改。MSD的进步也跨越了编程语言和平台。初始模型开发是在连续系统建模程序(CSMP)语言中进行的。后来在20世纪80年代,Fortran在开发人员中流行起来。到了21世纪,由于面向对象的设计,模型开始用C++开发。最近,开发人员更喜欢Python,因为它易于使用并且拥有广泛支持的库生态系统。一些多语言实现已经被开发出来以适应不同的用户群和不同的计算环境。CSM也开始支持多个操作系统,如Windows、UNIX和Linux。此外,作物模型现在托管在Web平台上,确保更广泛的可访问性。除了模型软件开发,模型软件分发也在演变。最初,模型软件是非电子分发的,模型代码库在印刷出版物或用户手册中提供。后来,软盘和光盘成为标准的分发方式。在现代,开发人员可以从托管在GitHub和Zenodo上的在线存储库获取数字副本。一些开发人员通过取消付费墙进一步简化了分发。例如,DSSAT和APSIM曾收取少量费用进行分发,但现在这些限制已经放宽,这些模型可免费分发用于非商业用途。
3.2.2.1. 以用户为中心的软件开发
20世纪90年代见证了模型开发的重点从理解SPA科学转向应用作物模型解决研究和田间问题。这种转变需要最终用户采用作物模型,这促使作物模型开发人员采用以用户为中心的软件开发实践,旨在提高易用性和应用范围以满足用户需求。这些实践导致了图形用户界面(GUI)、CSM的开发以及简约模型设计的采用。第一个这样的实践是实施基于GUI的设计,简化了最终用户对作物模型的操作。最初,GUI的功能仅限于准备输入文件(也称为预处理)、执行模型模拟、可视化模型输出(后处理)、将输出与观测数据进行比较以及执行敏感性分析。此外,用户社区需要开发CSM,不仅可以模拟单一作物的过程,还可以处理多种作物,以及整合不同领域(如农学、水文学、地球化学和经济学)的外围过程。CSM能够实现涉及间作和轮作的复杂场景模拟。它们提供直观的、基于GUI的菜单驱动界面,通过允许输入数据(如天气、土壤和作物参数)、选择管理选项和可视化结果来促进用户交互。它们包括大大扩展其应用范围的附加模块。例如,地理信息系统(GIS)组件促进了跨越大陆或全球的广泛地理空间尺度研究。天气发生器产生用于进行长期预测或填补现有天气记录中缺失数据的数据。自动校准例程用于估计最佳作物模型参数,专家系统被嵌入CSM中以促进决策支持。这些系统规定了算法推导的基于规则的管理活动,以优化作物生长、实现高水或养分利用效率、最大化农场收入或支持农药施用决策。一些CSM甚至扩展了范围以包括农场过程,使它们能够模拟作物、动物和农业机械之间的相互作用。最后,如前所述,代表新过程和/或改进现有过程的附加模块组件不断被添加到作物模型中。这些过程和机理细节的表示变得越来越复杂。这些附加过程和机理细节的模型实现导致表征它们所需的参数数量不断增加,从而导致数据要求增加并使校准和测试复杂化。一些模型采用了参数简约主义来解决这一问题,其中模型开发侧重于将所需参数的数量保持在最低限度。
3.3. 比较评估和模型选择
前几节介绍了三种建模方法的演变以及支持它们的软件开发实践。一个互补的比较是有用的,因为RBCM、PBCM和基于ML的CM在数据要求、计算需求、机理细节和外推行为方面有所不同。表4比较了这三种建模方法之间的这些差异。基于回归的作物模型具有低到中等建模复杂度,最少参数化,毫秒级运行时间(低计算成本),所需技能包括统计学、计量经济学、农学、不确定性分析和验证,优势在于再现产量的空间格局平均值,局限性是黑箱,难以在历史条件之外外推,相关和遗漏的预测因子,实际应用包括风险建模、区域气候影响筛选。基于过程的作物模型具有高建模复杂度,高参数化,单次运行从几秒到几分钟,校准需要数小时到数天(高计算成本),所需技能包括农学、作物生理学、土壤科学和模型参数化,优势是机理性且可在农艺学术语中解释,局限性是对参数化和数据质量敏感;校准可能困难且计算昂贵,实际应用包括决策支持;植物育种和表型分析;环境服务。基于机器学习的作物模型具有中等到非常高的建模复杂度,参数化适中,表格数据运行时间为毫秒到秒,混合工作流为小时到天(中等到高计算成本),所需技能包括数据科学、云/GPU工作流、模型验证、可解释性、农学、作物生理学、遥感和GIS,优势是在非线性关系和高维数据集上具有强大的预测性能,局限性是黑箱,过拟合问题,跨区域/作物的可转移性问题,以及对训练数据质量的依赖。