综述:基于过程的蔬菜作物建模框架及其实现的系统综述

《European Journal of Agronomy》:Systematic synthesis of process-based vegetable crop modeling frameworks and implementations

【字体: 大 中 小 】 时间:2026年09月13日 来源:European Journal of Agronomy 6.7

编辑推荐:

   •本研究提供了对59个蔬菜作物模型(1990–2023年)的首次系统综述。•模型应用高度不均衡,欧洲和中国构成了全球热点区域。•蔬菜特有的挑战——品质性状、选择性采收和管理敏感性——仍然表征不足。•大多数模型缺乏在多种气候条件下的评估,以及在水分、养分、高温和CO?复合胁迫下

  
  • •
    本研究提供了对59个蔬菜作物模型(1990–2023年)的首次系统综述。
  • •
    模型应用高度不均衡,欧洲和中国构成了全球热点区域。
  • •
    蔬菜特有的挑战——品质性状、选择性采收和管理敏感性——仍然表征不足。
  • •
    大多数模型缺乏在多种气候条件下的评估,以及在水分、养分、高温和CO?复合胁迫下的验证。
  • •
    未来的进展需要将基于过程的模型与传感器、遥感及数据同化技术相结合。

引言

蔬菜是最重要的非谷物作物之一,提供对人体健康和降低非传染性疾病风险不可或缺的维生素、膳食纤维和矿物质(Slavin and Lloyd, 2012, Wallace et al., 2020)。世界卫生组织(WHO)和联合国粮食及农业组织(FAO)建议每天至少摄入400克水果和蔬菜以维持身体健康(WHO, 2003)。然而,许多地区的蔬菜供应仍然不足。对136个国家的评估显示,61%的国家蔬菜供应不充足,凸显了增加产量和减少采后损失的紧迫需求(Kalmpourtzidou et al., 2020)。
蔬菜种植在露地和保护地系统中均有开展,其特点为根系浅、市场价值高、肥料使用密集以及茬口周期短(Padilla et al., 2018)。这些特征使蔬菜体系特别容易遭受养分损失和环境污染,对可持续资源管理构成重大挑战(Wang et al., 2018)。机理作物模型已成为应对这些挑战的有效工具(St?ckle et al., 2003)。通过整合多学科知识,这类模型将作物生长与发育模拟为环境驱动因子和管理措施的功能,通常包括物候期、生物量积累、光合产物分配和管理响应等模块(Keating et al., 2003a)。随着水资源受限和气候变化,其应用对于优化栽培策略的重要性日益凸显(Prasad and Chakravorty, 2015, Mohammed and Feleke, 2022)。与机理模型并行,基于机器学习和神经网络的data-driven方法越来越多地应用于园艺体系,包括蔬菜作物。这些方法通过整合环境、土壤和管理数据,被用于预测番茄和生菜等作物的产量、品质性状和资源利用效率(Gong et al., 2021a, Belouz et al., 2022)。虽然这类模型通过捕捉复杂的非线性关系往往能达到较高的预测精度,但其可解释性有限以及对生理过程表征不足,限制了其在过程性分析和情景外推中的应用(Reichstein et al., 2019)。因此,机理模型在理解作物-环境相互作用和支持变化条件下的决策制定方面仍然是不可或缺的。
作物建模始于20世纪60年代,最初针对水稻、小麦和玉米等主粮作物,此后逐步扩展到其他作物类型,包括蔬菜、果树和观赏植物(GINIGER et al., 1988, WILLIAMS et al., 1989, Mathe-Gaspar et al., 2005)。与谷物相比,蔬菜表现出异常丰富的形态和生理多样性(Soto et al., 2014)。蔬菜可大致分为果菜类、叶菜类、花菜类和根茎类,各类具有不同的生长动态、物候特征和采收需求。例如,果菜类通常表现为无限生长习性,其特征为花果同期,需要反复修剪和采收(Gallardo et al., 2009, Domínguez et al., 2012)。这些复杂性使得冠层扩展、生物量分配和光合产物分配等过程的表征极具挑战,导致蔬菜建模的进展比大田作物落后近二十年(??astná and Stenitzer, 2005, Chimonyo et al., 2016, Ket et al., 2018)。
本文对1990年至2023年间为25种蔬菜开发的59个机理作物模型进行了系统综述。文章总结了这些模型的结构设计、模拟方法和应用领域,并评估了现有建模框架的优势与局限性。最后,文章提出了关键的研究需求和优先方向,以指导未来蔬菜作物模型的开发和应用,用于生产优化和气候变化影响评估。

章节摘要

材料与方法

通过全面的文献检索,识别了1990年至2023年间为蔬菜作物开发的机理模型(图1)。检索涵盖三大主要数据库——Web of Science、Google Scholar和CNKI,并以同行评议期刊论文为目标。检索词将个别蔬菜名称与建模相关关键词相结合,如"model*"(模型)、"predict*"(预测)和"simulat*"(模拟)。检索涵盖25种常见栽培蔬菜:番茄、黄瓜、辣椒、豇豆,

蔬菜作物模型的时间线

在过去三十多年中,蔬菜作物模型有了长足发展,从早期的单物种模型演进为集成的系统级框架,如图2所示。其发展可大致划分为三个阶段。
第一阶段(1990–1999年)的特征是为温室蔬菜——尤其是番茄和黄瓜——开发的机理模型。TOMGRO模型(Jones et al., 1991)作为首个温室番茄的过程性模型,是一个重要的里程碑,

讨论与结论

随着智慧农业的快速发展,作物模型已成为生产优化、资源管理和气候适应的不可或缺的工具(Li et al., 2022)。在过去三十年中,蔬菜作物建模无论在研究数量还是建模方法的多样性方面都有了显著扩展。与早期主要将产量与光照和温度联系的经验框架相比,现代蔬菜模型越来越多地纳入耦合的

CRediT作者贡献声明

Cong Jiahui:撰写——初稿。 Wang Xi:撰写——审阅与编辑。 Xiao Yanyan:形式分析,数据整理。 Zhao Ruiyue:可视化。 Feng Liping:资源提供。 Zhao Chuang:概念构思。

利益冲突声明

作者声明不存在任何可能影响本文所报告工作的已知竞争性经济利益或个人关系。

致谢

本研究由国家自然科学基金(42201032)和中国农业大学2115人才培养项目资助。
Cong Jiahui|Wang Xi|Xiao Yanyan|Zhao Ruiyue|Feng Liping|Zhao Chuang
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号