全 文 ：作物生产力模型及其应用研究 3
李忠武1 　蔡强国1 3 3 　唐政洪1 　吴淑安1 　王　宏2
(1 中国科学院地理科学与资源研究所 ,北京 100101 ;
2 加拿大作物生理和半干旱草原农业研究中心 ,Saskatchewan Canada BOX 1030)
【摘要】　从农业生态环境的角度论述了作物生产力模型的产生背景 ,讨论了作物生产力模型发展的幼年期、
少年期、青年期和成熟期 4 个阶段 ;从科学研究、农业作物管理和农业决策分析等方面论述了作物生产力模
型在保护农业生态环境中的作用 ,讨论了作物生产力模型的不足之处主要为简单的模型的地区适应性不强 ,
而复杂的模型则由于参数的难以获取 ,且不同研究区域基础数据格式的一致性问题 ,也导致模型的地区适应
性比较弱. 因而提出要建立通用、统一的数据格式 ,以使作物生产力模型在不同地区易于推广应用 ;最后针对
作物生产力模型普遍适应性能比较弱的问题 ,对作物生产力模型与地理信息系统的结合进行了研究 ,并综述
了目前在作物生产力模型的界面友好化方面的一些工作 ,提出建立通用的作物生产力模型界面是今后发展
的重点所在.
关键词 　作物生产力模型 　机理 　农业生态系统 　地理信息系统
文章编号 　1001 - 9332 (2002) 09 - 1174 - 05 　中图分类号 　S162. 5 　文献标识码 　A
Crop productivity model and its application. L I Zhongwu1 ,CAI Qiangguo1 , TAN G Zhenghong1 , WU Shu′an1 ,
WAN G Hong2 (1 Institute of Geographical Sciences and N atural Resources Research , Chinese Academy of Sci2
ences , Beijing 100101 ;2 Cereal Physiology and A gronomy Semiarid Prai rie A gricultural Research Center ,
S askatchew an Canada BOX 1030) . 2Chin. J . A ppl . Ecol . ,2002 ,13 (9) :1174～1178.
Within agricultural ecosystems the interaction between crop and surroundings is quite complicated. In order to know
the feedbacks of crop to surroundings in agricultural ecosystem ,a research on crop productivity model is becoming
important . This paper discussed the backgrounds of the emergency of crop productivity model , thinking that the
crop productivity model was a means which could be used to simulate growth process by mathematical ways and
computer technology ,and analyzed the physiology of crop growth and the correlation between crop and surround2
ings. At the same time ,it discussed four phases of crop productivity model developing ,including infancy ,youth ,ado2
lescent and maturity. Secondly ,the paper summarized the crop productivity model’s function of agricultural eco2en2
vironment protection from three aspects ,including scientific research ,management of crop ,and analysis of agricul2
tural decision ,and discussed the disadvantages of crop productivity model. The disadvantages embodied in three
facets :1) though the simple crop productivity model could be used easily in practice ,its regional adaptability was too
weak ;2) complicated crop productivity model had too much parameters to obtain ,which made it difficult to use in
practice ;3) the inconsistency of basic data format in different research areas also made the model’s regional adapt2
ability too weak. It’s indicated in this paper that the establishment of universal and uniform basic data format is fa2
vorable to the extension and application of crop productivity model in other regions. Geographic information system
( GIS) was emerged in 1960 ,which has powerful functions of obtaining ,depositing ,managing and analyzing spatial
data ,and is useful to solve the problem of weakly regional adaptability. Meanwhile ,friendly interface is favorable to
the extension in common users. Finally ,the paper discussed the combination of crop productivity model and geo2
graphic information system ,summarized some researches on friendly interface of crop productivity model ,and point2
ed out that the establishment of universal crop productivity model interface is the focus of the future.
Key words 　Crop productivity model , Physiology , Agricultural ecosystem , Geographic information system.3 中国科学院西部行动资助项目 ( KZCX1210204) .3 3 通讯联系人. 现地址 : 湖南大学环境科学与资源学院 ,长沙
410082.
2000 - 12 - 18 收稿 ,2001 - 06 - 29 接受.
1 　引 　　言
第二次世界大战后 ,由于生产力的提高和卫生事业的发
展 ,世界人口数量急剧上升 ,故对粮食的需求也不断增加. 这
对农业的发展提出了新的挑战 ,也对农业生态系统的研究提
出了更高的要求. 在农业生态系统内 ,作物与其生存环境之
间的相互作用及其关系非常复杂 ,为了更好地理解农业生态
系统内部作物对其生存环境的反应 ,需要定量研究作物的生
长、发育过程 ,同时由于计算机技术的发展及其在各个领域
的应用和系统分析方法的出现 ,利用计算机来模拟作物生长
发育的作物生产力模型纷纷涌现 ,并被广泛用于研究作物生
长发育过程的各个方面及作物生产力与环境之间的关
系[12 ] .
对于作物生产力模型 ,不同的研究者有不同的理解.
Jame 等[21 ]认为 ,作物生产力模型是一整套描述土壤、植物、
应 用 生 态 学 报 　2002 年 9 月 　第 13 卷 　第 9 期 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　
CHIN ESE JOURNAL OF APPL IED ECOLO GY ,Sept . 2002 ,13 (9)∶1174～1178
大气系统的方程 ;John[26 ]认为 ,作物生产力模型是一套定量
预测作物生长、发育和产量 ,并给出遗传参数和相关环境变
量的方案. Thomas 等[39 ]则将作物生产力模型定义为在计
算机的帮助下 ,通过作物各个要素生长过程的数字合成 ,对
作物生长进行的动力模拟 ,并认为作物生产力模型是一项对
于真实作物建立易于理解的模拟技术 ;郑有飞等 [52 ]也认为 ,
作物生产力模型是以计算机为手段 ,对作物生长发育与产量
形成过程进行模拟的一项新兴技术. 我们将作物生产力模型
理解为在计算机的帮助下 ,用数学方法来描叙作物生长发育
的动力过程 ,是分析作物生长机理及其与作物生长环境之间
关系的一项重要手段. 作物生产力模型是随着计算机技术和
系统分析理论的发展而发展 ,是农业生产管理和农业资源优
化管理的核心 ,更是我国目前正在实施的精准农业和信息农
业的基础.
最早的作物生产力模型是 20 世纪 60 年代建立的在大
棚中估价光拦截作用和光合作用的模型 [8 ,32 ] ,到今已发展了
种类繁多、目的多样的多种作物生产力模型 ,在国际上农业
生态系统模型注册库中已有 200 多种 , 如 : SUCROS、
CERES、AFRCWHEA T、CROPSIM、SINCLAIR、DEMETER、
SO YMOD、SWHEA T、ECOSYS 等模型均为作物生产力模
型 ,当前在国际上实用性最广 ,运用最普遍的是以美国
Ritchie 等为代表的 CERES 系列作物生产力模型系统.
Thomas 等[39 ]将作物生产力模型的发展历程划分为幼年期、
少年期、青年期和成熟期 4 个阶段. 而加拿大的 Jame 等[21 ]
认为 ,目前作物生产力模型的发展还处于幼年期阶段 ,大部
分的模型仅模拟了影响作物性能的主要因素 ,如天气、水、和
土壤 N 的有效性 ,而对于病虫害、耕作、种子、盐分及其他影
响作物性能的因素考虑得较少 [6 ] .
2 　作物生产力模型的作用
211 　对作物进行科学研究的工具
农业生态系统内作物与周围的环境 :土壤、植物、大气系
统之间的关系及其相互作用非常复杂 ,而以往的作物生理学
家在试验室对作物的研究均是独立进行的 ,即每个人只研究
植物根、茎、叶和果实的一部分 ,没有综合进行考虑 ,往往使
人们只见树木 ,不见森林 ,但作物生产力模型的研究使研究
者必须综合进行整体考虑各类环境因素对作物整体的影响 ,
才能建立真正意义上的各类作物生产力模型 ,故作物生产力
模型研究也是能将植物生理学家研究的各个子过程进行综
合、整体考虑的途径[21 ,29 ] .
作物生产力模型的建立及其应用的原则是基于对作物
生理过程及其与环境之间相互关系的认识 ,而提高对作物和
环境相互作用的认识程度 ,也是作物生产力模型研究的功能
之一[24 ] ,并通过对作物生理过程的认识和系统分析原理来
描述农业系统功能 ,故作物生产力模型建立最初的目的 ,是
为了通过在动力模拟模型中综合当前的知识 ,来增加对所研
究的农业系统中各种过程的认识程度. 正由于对作物生理过
程认识的缺乏 ,研究者对之提出了各种各样的科学假说 ,而
作物生产力模型在实践中的应用可以验证各种假说 ,也可以
预测作物的中间发育过程 (如 N2 固定、同化物质的分配) ,还
利于研究者了解作物生理过程的各种信息及所需知识 ,需要
进一步努力. 目前作物生产力模型的研究虽已有了一定的发
展 ,但由于对作物生理过程的认识还很不充分 ,导致作物生
产力模型的作用不能充分发挥 ,也就限制了对作物生长发育
过程的预测[37 ] ,故今后研究的重点应着重于对作物生理过
程的进一步深入研究.
212 　对作物生长进行系统管理的工具
　　目前许多作物生产力模型的研究侧重于利用作物生产
力模型来评价耕作措施、肥料、水和杀虫剂的应用及土壤侵
蚀控制等环境因素对作物生长发育过程的适宜性 ,主要体现
在以下几个方面 :
研究者利用作物生产力模型 ,通过作物生产力与区域多
年气象数据的研究 ,选择适宜的种植日期、种植密度、行距、
栽培作物选择及不同土壤类型的肥料应用等农业生产条件 ,
来评价不同农业措施对农业生产的影响以及风险评
价[22 ,23 ,46 ] . Aggarwal 等[2 ]运用小麦模型的研究表明 ,播种日
期的推迟将导致印度小麦产量的减少. 这主要是由于在作物
灌浆期较高温度的影响所致. Fikru 等 [15 ]对病虫害的模拟
研究结果表明 ,病虫害和作物产量的关系非常密切. 岳天祥
等[50 ]利用分维数学和模糊数学方法建立了农业生产条件与
粮食产量的动态模型 ,表明在不同的农业技术水平条件下 ,
产量表现不同.
水资源是农业发展的必要条件 ,而 N 肥则是作物生长
的最重要肥源 ,故研究者正试图通过多年气象数据与作物生
产力关系的研究来使水和 N 肥管理达到最优化. 应用作物
生产力模型对 N 肥利用效率的研究已有报道[28 ] . Bowen
等[7 ]利用 CERES2玉米模型中的 N 次模型地模拟 N 肥有效
性 ,结果表明该模型可以较好地模拟 N 肥的释放、吸收和淋
溶 ,其内部机制还须进一步研究 ;若从价格因素和整体的农
业企业的生产成本方面考虑 ,作物生产力模型也可被用于农
业生产的风险评价 [4 ] ;尚宗波等利用气温、降水量和日照时
数 3 个气象要素 ,建立了土壤水分的动态模型来模拟土壤水
分对玉米生长发育的影响 [38 ] ;有些能预测产量和灌溉需求
的作物生产力模型 ,可以用来解释由于土壤和植物水分匮乏
而导致的可能的作物产量减少 [27 ,33 ,44 ] . 这可用来规划区域
或流域的灌溉战略 ,尤其在区域水资源受到限制的地方 ,如
黄淮海平原 ,在干旱年对每种作物计划用水显得尤为重
要[20 ] .
213 　对农业进行决策分析的工具
有机肥料和杀虫剂是促进现代农业发展的重要支柱 ,土
壤侵蚀在世界的大部分地区则是影响现代农业发展的关键
因素 ,故考虑到农业管理实践和政策的实施 ,作物生产力模
型必须能够考虑农药与化肥淋失以及土壤侵蚀和作物生产
力之间的关系 ,同时作物生产力模型也可用来为农业生产确
定最有利的耕作实践 ,以此来满足农业化肥的利用、土壤侵
蚀、以及土壤被耕作后剩余作物残体数量等方面的规定 [41 ] .
57119 期 　　　　　　　　　　　　　　　　李忠武等 :作物生产力模型及其应用研究 　　　　　　
EPIC 模型已在该领域成功的用于评估作物实践及耕作措施
对土壤侵蚀的影响[47 ,48 ] ,更加复杂的模型 ,如 L EACHM 模
型、PRIZM 模型和 GL EAMS 模型 ,均包括了化学农药和土
壤养分 (如 N)的淋失 ,并考虑到水质对人类生活的重要性.
这方面的研究将进一步加深 ; Whisler [45 ]也证明了作物生产
力模型在评价土壤侵蚀、害虫以及除草剂对作物生产力的影
响 ;SCUAF 作物生产力模型则可以预测在不同的气候、土壤
状况下的土壤侵蚀和养分流失情况 [43 ] . 可利用这些作物生
产力模型对不同的耕作措施进行正确的选择及对环境质量
进行评价.
在作物收获之前 ,对研究区域的农作物产量进行预测是
许多作物生产力模型研究人员非常感兴趣的领域 ,目前主要
是利用历史的气象资料来论证这一技术 ,并已经取得了一些
研究成果[17 ] . 而了解作物产量变化的内在机制 ,有利于对作
物产量进行预测 ,考虑到气候变化的时段性 ,陈怀亮等 [9 ]提
出了产量阶段的概念 ,并以此建立了河南省冬小麦产量预报
方案 ,划分了河南省夏玉米丰、平、歉产量年型 ,但其对产量
阶段划分的内在机制及产量阶段数目的确定还必须进一步
的研究. 在产量预测方法上 ,张建华 [51 ]通过对作物遥感估产
和数值模拟估产方法的评价 ,提出将遥感和农业气象数值模
拟技术相结合的办法进行作物估产研究 ,是目前比较好的估
产办法. 中国科学院地理研究所和加拿大合作研究 CIDA 项
目 ———小流域土壤侵蚀管理信息系统中建立的作物生产潜
力模型 ,考虑到黄土高原缺水的实际情况 ,以土壤水分状况
为重点 ,并考虑到地膜覆盖与淤地坝等耕作措施的影响 ,对
作物生产力进行预测 ,具有简单易行、易于操作等特点 ,但对
作物生长的机理方面研究较欠缺.
全球气候变化是目前地理学研究的热点 ,主要包括 CO2
浓度的增加、气温的升高和降雨模式的改变 ,目前有许多的
作物生产力模型可用来评价全球气候变化对作物生产的影
响[1 ] . CO2 上升速率对全球农业生产的影响研究. 国内外已
做了较多的工作 [11 ] ,但对于气温上升及由于全球环流模式
所导致的降雨量变化情况还没有达成一致的意见 ,过去对作
物生产力模型的研究主要考虑了作物生产力模型的反应能
力 ,进一步研究的侧重点必须考虑模型的机理过程及对 CO2
和气温变化的敏感性.
3 　作物生产力模型应用的限制性
311 　作物生产力模型本身的限制作用
　　所有的作物生产力模型多是半经验半机理性的 ,基于目
前的水平 ,纯机理的作物生产力模型也很难构建 [36 ] ,同时作
物生产力模型最大的限制作用在于模型普适性不强 ,导致了
模型的建立和应用被分割开来. 在作物生产力模型发展过程
中出现的两类不同的模型 ,即简单通用的模型 (以经验的成
分为主)和全面综合的模型 (以机理的成分为主) ,在实际的
应用过程中各有其优缺点.
　　对简单通用的模型来说 ,其最大的优点是模型的应用者
易于理解 ,所需的输入参数较少 ,易于应用. 也有模型研究者
提出 ,所建立的作物生产力模型应尽可能简化 ,以利于应用.
但由于这类模型对作物生理过程及其与环境的关系考虑不
够 ,故其在应用过程中有很多的限制因素 ,如不能反映影响
作物的各因素的相互反馈机制和种类差异 ,也难以敏感的反
映农业管理措施的变化 ,同时由于有些作物生产力模型过于
简单 ,在每一个新的研究区域都必须进行修正 ,以致于模型
在其它地点的预测功能变得很弱 [34 ] .
　　对于综合的模型来讲 ,更多地考虑了作物生长发育的各
个生理过程 ,能更好的模拟环境差异的相互作用 ,以便适应
不断变化的栽培管理条件. 也正由于综合模型的复杂性 ,使
得综合的模型难于理解 ,同时由于综合模型在应用过程中所
需的输入参数较多 ,而在实际的研究和应用中某些输入参数
很不容易获取 ,这些因素导致模型难于在实际生产中应用 ;
且综合模型是基于对作物生理过程的了解 ,若该模型所反映
的是错误机理 ,那么就更难以反映作物真实的生长情况.
312 　作物生产力模型数据的限制作用
　　由于作物生产力模型是以土壤2植物2气候环境系统的
各种数据为基础 ,并通过基础数据来运行 ,故基础数据的获
取对于作物生产力模型的建立及其重要 ,同时由于模型越复
杂 ,所需要的数据量也就越大 ,对数据精度的要求也就越高 ,
但高质量基础数据的获取非常困难. 这使得广大的农业研究
人员在模型的建立过程中 ,尽量使模型简化、所需的基础数
据减少 ,并且国外学者在这方面开展了大量的研究工作 ,因
而提出了最小数据组的概念 ,Jones 等[25 ]通过对 CERES 小
麦和玉米模型的研究认为 ,运行 CERES 作物生产力模型的
最小数据组包括土壤、气候和管理 3 个因素 ,而对模型预测
功能的评价所需数据有土壤和作物两方面. Henry 等[16 ]和
Hoogenboomm 等[18 ]则认为 ,气象数据、土壤数据、作物数据
和管理数据是最基本的数据类型. 这也是目前国际上对最小
数据组的比较公认的观点. Henry 还将这些数据根据应用要
求分为 0、1、2 共 3 个水平[16 ] ,3 个水平对数据精度要求各有
不同 ,且输入参数数据的精度问题直接决定着模型运行结果
的有效性 ,故对此所作的工作比较多 [5 ] ,但是在作物生产力
模型应用的过程中 ,数据格式错误是一个普遍的问题. 故数
据格式的标准化有利于各类数据的通用 ,是模型研究者注重
的问题 ,为了将所获得的基础数据应用于不同的作物生产力
模型 ,必须建立一种通用的格式. Pickering 等[35 ]通过对气象
数据的研究 ,编写了 WeatherMan 软件 ,可以获取、总结和处
理各类气象数据 ,使之成为一种利于数据应用的通用格式.
4 　研究展望
411 　作物生产力模型与 GIS的结合
　　作物生产力模型的应用是作物生产力模型研究的一个
重要方面. 以往对作物生产力模型的研究经常是模型已建立
起来了 ,但真正的应用却非常薄弱 ,在国际农业生态系统模
型库中的 200 多种作物生产力模型能用于实际的很少 ,
Thornton 等[40 ]对作物生产力模型的应用进行了研究 ,指出
作物生产力模型应用的框架应包括数据库管理系统、作物模
6711 应 　用 　生 　态 　学 　报 　　　　　　　　　　　　　　　　　　13 卷
拟模型和应用程序三部分 , 即农业决策推广支持系统
(DSSA T) . 目前正日新月异的地理信息系统 ( GIS) ,具有强
大的对空间数据进行储存、处理、分析和可视化能力 ,其出现
虽已有 30 多年的历史 ,但真正被用于农业和自然资源管理
还只有 10 多年的时间 ,并且 GIS 也可以将时间作为第四维
空间进行考虑 ,把基于机理过程的作物生产力模型 (即随时
间而发生的变化)结合进来 ,解决作物生产力模型普适性不
强的问题 ,这将有利于对作物生长过程中环境因素的时间和
空间变量进行分析 [13 ,30 ,31 ] . 而基于过程的作物生产力模型
由于数据有效性和计算机技术的限制 ,模型输出结果往往只
能应用于某一个特定的点 ,同时 ,农业生产属于空间的活动 ,
因而有越来越多的人正致力于将这些定点的信息置于空间
和长时间的视野中进行考虑 ,把 GIS和作物生产力模型结合
起来 ,以建立通用的农业管理信息系统. 经过 10 多年的努
力 ,在国际上已建立了近 50 个这样的系统 ,如 :地下水评价
信息系统 ( EGIS) 、农业决策推广支持系统 (DSSA T) 、农业与
环境地理信息系统 (AEGIS) [14 ]等 ,但不同的系统其着重点
也不同 ,如水侵蚀预测项目 (WEPP) 模型侧重于流域土壤侵
蚀 ,而 DSSA T 和 AEGIS则侧重于作物系统管理方面. 但所
有这些系统在中国的实际应用方面 ,由于地理环境的差异
性 ,均存在种种不足 ,因而将 GIS 和作物生产力模型有效的
结合 ,解决作物生产力模型的普适性问题 ,并建立简单而实
用的农业管理信息系统是今后作物生产力模型研究的重要
方向.
412 　用户界面的友好化
　　通过作物生产力模型可以将作物的生长、发育及其与环
境之间关系进行定量化 ,而将已获得的信息传输给终端用户
则是一项更加重要的任务 ,故下一步工作就是要提供适宜的
工具 ,为终端用户简化作物模拟的操作. 如果没有这些工具 ,
模型的潜在效益和生命力就难以体现出来 ,所以开发一个能
结合这些工具的用户界面被认为是增加作物模拟模型和决
策支持系统的有用性的关键一步 [10 ] . 近 20 年来 ,国际上已
有一些研究者开展了这方面的工作 [17 ,19 ,42 ,43 ,49 ] ,并取得了
一些成绩 ,但这些研究都只适合于单一的一种作物生产力模
型或一族作物生产力模型 ,尽管已有努力进行作物生产力模
型的标准化 ,却由于不同作物生产力模型之间的输入输出文
件变化较大 ,在这种情况下 ,很有必要发展一个通用的用户
界面 ( GU ICS) 来用于所有的 ,至少是大部分作物的模拟模
型[3 ] ,Basil[3 ]认为 , GU ICS 的主要用户是农民 ,其最大优点
是可以根据农场不同的作物 ,农民可以用同样的界面来运行
不同的作物模拟模型和了解所需模型的详细程度 ,且易学易
用. 总之 ,建立 GU ICS是今后作物生产力模型进一步研究的
方向和重点所在.
参考文献
1 　Adams RM , Risenzweig C , Peart RM , et al . 1990. Global climate
change and US agriculture. Nat ure ,345 (6272) :219～224
2 　Aggarwal PK and Kalra N. 1994. Analyzing the limitation set by
climatic factors , genotype , and water and nitrogen availability on
productivity of wheat Ⅱ. Climatically potential yields and manage2
ment strategies. Field Crops Res ,38 :93～103
3 　BasilA , Yakov AP ,Eugene VM , et al . 1999. GU ICS : A generic us2
er interface for on2farm crop simulations. A gron J ,91 :657～665
4 　Boggess WG and Ritchie J T. 1998. Economic and risk analysis of ir2
rigation decisions in humid regions. J Prod A gric ,1 :116～122
5 　Boote KJ and Jones J W. 1988. Applications of ,and limitations to ,
crop growth simulation models to fit crops and cropping systems to
semi2arid environment . ICRISAT( International Crops Research In2
stitute for the Semi2Arid Tropics) . 63～75
6 　Boote KJ ,Batchelor WD , et al . 1993. Pest damage relations at the
field level. In : Penning de V eds. Systems Approaches for Agricul2
tural Development . Netherlands : Kluwer Academic Publishers. 277
～296
7 　Bowen HD ,Colwick RF and Batchelder DG. 1973. Computer simu2
lation of crop production : Potential and hazards. A gric Engin ,54
(10) :42～45
8 　Bowen WT ,Jones J W ,Carsky RJ , et al . 1993. Evaluation of the
nitrogen submodel of CERES2maize following legume green manure
incorporation. A gron J ,85 :153～159
9 　Chen H2L (陈怀亮) , Wang L2Y(王良宇) ,Du M2Z(杜明哲) , et
al . 1999. The division and application of yield stages. Chin A gric
Meteorol (中国农业气象) ,20 (2) :16～20 (in Chinese)
10 Cox PG. 1996. Some issues in the design of agricultural decision
support systems. A gric Syst ,51 :1～27
11 　Cynthia R and Martin L P. 1994. Potential impact of climatic change
on world food supply. Nat ure ,367 (6459) :133～138
12 　David GR and Susan J R. 1999. Modeling plant competition with the
GAPS object2oriented dynamic simulation model. A gron J ,91 :773
～783
13 　Dewi AH ,Jeffrey WW , Gerrit H. 1999. Interfacing geographic in2
formation systems with agronomic modeling : A review. A gron J ,
91 :761～772
14 　Engel T ,Hoogenboom G ,Jones J W , et al . 1997. AEGIS/ WIN : A
computer program for the application of crop simulation models
across geographical areas. A gron J , 89 :203～219
15 　Fikru J H ,Leon GH and James ES. 1998. Soybean cultivars and in2
sect defoliation : Yield loss and economic injury levels. A gron J ,90 :
344～352
16 　Henry AN. 1983. Minimum data sets for agrotechnology transfer.
In : ICRISAT Center eds. Proceedings of the International Sympo2
sium on Minimum Data Sets for Agrotechnology Transfer. India : I2
CRISAT Center. 181～188
17 　Hodges T ,Botner D ,Sakamoto C , et al . 1987. Using the CERES2
MAIZE model to estimate production for the U. S. Cornbelt . A gric
Meteorol ,40 :293～303
18 　Hoogenboomm G ,Jones J W and Boote KJ . 1992. Modeling growth ,
development ,and yield of grain legumes using SO YGRO , PNU T2
GRO ,and BEAN GRO : A review. Trans A SA E , 35 ( 6 ) : 2043～
2056
19 　Hoogenboomm G ,White J W ,Jones JJ , et al . 1994. BEAN GRO : A
process2oriented dry bean model with a versatile user interface. A2
gron J ,86 :182～190
20 　Hook J E. 1994. Using crop models to plan water withdrawals for
irrigation in drought years. A gric Syst ,45 :271～289
21 　Jame YW and Cutforth HW. 1996. Crop growth models for deci2
sion support systems. Can J Plant Sci ,76 :9～19
22 　Jame YW ,Cutforth HW ,and Depauw RM. 1998. Testing leaf ap2
pearance models with‘Katepwa’spring wheat grown in a semiarid
environment on the Canadian prairie. Can A gric Eng ,40 : 249～
256
23 　Jame YW , Cutforth HW ,and Ritchie J T. 1999. Temperature re2
sponse function for leaf appearance rate in wheat and corn. Can J
Plant Sci ,79 :1～10
24 　John BP. 1996. Simulation models :Science ,snake oil ,education ,en2
77119 期 　　　　　　　　　　　　　　　　李忠武等 :作物生产力模型及其应用研究 　　　　　　
gineering ? A gron J ,88 :690～694
25 　Jones CA , Ritchie J T , Kiniry J R , et al . 1983. The CERES wheat
and maize models. In : ICRISAT Center eds. Proceedings of the In2
ternational Symposium on Minimum Data Sets for Agrotechnology
Transfer. India : ICRISAT Center. 95～100
26 　John LM. 1996. The quest for balance in crop modeling. A gron J ,
88 :695～697
27 　Johnson BS and Ritchie J T. 1989. Simulation of soil water balance
in IBSNAT crop models. IBSNAT Symposium. Poster # 102
28 　Keating BA ,Mccown RL and Wafula BM. 1993. Adjustment of ni2
trogen inputs in response to a seasonal forecast in a region of high
climatic risk. In : Penning de V eds. Systems Approaches for Agri2
cltural Development . Netherlands : Kluwer Academic Publishers.
233～252
29 　Keneth JB ,James WT ,Nogel BP. 1996. Potential uses and limita2
tion of crop models. A gron J ,88 :704～716
30 　Lal H ,Hoogenboom G ,Calixte J P , et al . 1992. Using crop simula2
tion models and GIS for regional productivity analysis. Trans
A SA E ,36 :175～184
31 　Leng S2Y(冷疏影) . 1992. Research on the potential agricultural
productivity of China with the help of GIS. J Nat ur Resour (自然
资源学报) ,7 (1) :71～79 (in Chinese)
32 　Luo L2G(罗良国) ,Xu J2M (许健民) ,Luo Q2S (罗启仕) , et al .
1996. Water balance and its efficiency in rice field ecosystems of
northern China. Chin J A ppl Ecol (应用生态学报) ,7 (4) :371～
376 (in Chinese)
33 　Loomis RS and Williams WA. 1963. Maximum crop productivity :
An estimate. Crop Sci ,3 :67～72
34 　Overman AR , Wilkinson SR and Evers GW. 1992. Yield response
of bermudagrass bahiagrass to applied nitrogen and overseeded
clover. A gron J ,84 :998～1001
35 　Pickering NB ,Hansen J W ,Wells CM , et al . 1994. WeatherMan : A
utility for managing and generating daily weather data. A gron J ,
86 :332～337
36 　Qiu J2J (邱建军) , Xiao Y2N (肖荧南) and Hu X2N (胡锡宁) .
1999. Theory and practice of calibration and valiation of crop simu2
lation model. Chin J A ppl Ecol (应用生态学报) ,10 (6) :679～682
(in Chinese)
37 　Sadi SG ,James WJ , Kenneth JB ,et al . 1993. Parameters estimation
for predicting flowering date of soybean cultivars. Crop Sci , 33 :
137～144
38 　Shang Z2B(尚宗波) , Yang J2W(杨继武) , Yin H(殷 　红) , et al .
1999. Study on synthetical dynamic simulation model of maize
growth and development Ⅰ. The submodel of soil water influence.
Chin A gric Meteorol (中国农业气象) , 20 (1) :1～10 (in Chinese)
39 　Thomas RS and No’am GS. 1996. Crop modeling : From infancy to
maturity. A gron J ,88 :698～704
40 Thornton PK , Dent JB , Bacsi Z. 1991. A framework for crop
growth simulation model applications. A gric Syst ,37 :327～340
41 Tiscarceno2Lopez M , Baez2Goneaalez AD , Velazpuez2Valle M , et
al . 1999. Agricultural research for watershed restoration in central
Mexico. J Soil W ater Conser ,4 :686～692
42 　Van Evert FK , et al . 1994. CropSyst : A collection of object2orient2
ed simulation models of agricultural systems. A gron J , 86 :325～
331
43 　Vermeulen SJ , Woomer P , Campbell BM , et al . 1993. Use of the
SCUAF model to simulate natural miombo woodland and maize
monoculture ecosystems in Zimbabwe. A grof Syst ,22 :259～271
44 　Wang Y2Y(王延宇) , Wang X(王 　鑫) ,Zhao S2M (赵淑梅) , et
al . 1998. Relationship between corn yield and soil water in different
growing stages. A rid A reas A gric Res (干旱地区农业研究) , 16
(1) :100～105 (in Chinese)
45 　Whisler FD ,Acock B ,Baker DN , et al . 1986. Crop simulation mod2
els in agronomic systems. A dv A gron ,40 :141～208
46 　Wilerson GG ,Jone J W ,Boote KJ , et al . 1983. Modeling soybean
growth for crop management . Trans A SA E ,26 :63～73
47 　Williams J R ,Jones CA ,Dyke PT. 1984. A modeling approach to
determining the relationship between erosion and soil productivity.
Trans A SA E ,27 :129～144
48 　Williams J R ,Jones CA , Kiniry J R , et al . 1989. The EPIC crop
growth model Trans A SA E ,32 :497～511
49 　Yang T2M (杨太明) , Zhang A2M (张爱民) ,Li L2S (李龙澍) , et
al . 1999. Study on object2oriented expert system of yield forecast to
winter wheat (OOWFE) . Chin A gric Meteorol (中国农业气象) ,
20 (2) :48～51 (in Chinese)
50 　Yue T2X(岳天祥) and Ai N2S(艾南山) . 1989. Dynamic model on
condition of agricultural production and foodstuff yield. Geog L and
Res (地理学与国土研究) ,5 (2) :44～48 (in Chinese)
51 　Zhang J2H (张建华) . 2000. Imitation methods of remote sensing2
numerical value for estimating yield of crops. J A rid Resour Envi2
ron (干旱区资源与环境) ,14 (2) :82～86 (in Chinese)
52 　Zheng Y2F(郑有飞) and Jiang X2Y(姜新有) . 1999. Primary re2
search of subsystem of optimized simulation and measures of in2
creasing production of wheat . Chin A gric Meteorol (中国农业气
象) ,20 (4) :1～9 (in Chinese)
作者简介 　李忠武 ,男 ,1972 年出生 ,博士生 ,主要从事作物
生产力模型和农业管理信息系统方面的研究 ,发表论文 5
篇. Tel :010264889310 ,E2mail :li64889310 @sina. com
8711 应 　用 　生 　态 　学 　报 　　　　　　　　　　　　　　　　　　13 卷