CN116910142A - 基于空间化的农业生态系统服务可视化评估方法及系统 - Google Patents
基于空间化的农业生态系统服务可视化评估方法及系统 Download PDFInfo
- Publication number
- CN116910142A CN116910142A CN202311168585.3A CN202311168585A CN116910142A CN 116910142 A CN116910142 A CN 116910142A CN 202311168585 A CN202311168585 A CN 202311168585A CN 116910142 A CN116910142 A CN 116910142A
- Authority
- CN
- China
- Prior art keywords
- data
- model
- epic
- scheme
- spatialization
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 20
- 230000000007 visual effect Effects 0.000 title claims description 12
- 238000012545 processing Methods 0.000 claims abstract description 30
- 238000012795 verification Methods 0.000 claims abstract description 18
- 238000012800 visualization Methods 0.000 claims abstract description 14
- 239000013598 vector Substances 0.000 claims abstract description 9
- 239000002689 soil Substances 0.000 claims description 49
- 238000000034 method Methods 0.000 claims description 38
- 238000004088 simulation Methods 0.000 claims description 18
- 238000003973 irrigation Methods 0.000 claims description 17
- 230000002262 irrigation Effects 0.000 claims description 17
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 16
- 229910052799 carbon Inorganic materials 0.000 claims description 16
- 238000010586 diagram Methods 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 9
- 239000003337 fertilizer Substances 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000004720 fertilization Effects 0.000 claims description 4
- 229910052757 nitrogen Inorganic materials 0.000 claims description 4
- 238000010219 correlation analysis Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 16
- 238000004364 calculation method Methods 0.000 description 12
- 238000004162 soil erosion Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 230000007613 environmental effect Effects 0.000 description 7
- 230000003628 erosive effect Effects 0.000 description 7
- 238000007726 management method Methods 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 230000001684 chronic effect Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 239000002028 Biomass Substances 0.000 description 5
- 238000003306 harvesting Methods 0.000 description 5
- 238000001556 precipitation Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 235000015097 nutrients Nutrition 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 208000005156 Dehydration Diseases 0.000 description 3
- 229920005610 lignin Polymers 0.000 description 3
- 230000002503 metabolic effect Effects 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000008020 evaporation Effects 0.000 description 2
- 238000001704 evaporation Methods 0.000 description 2
- 238000009313 farming Methods 0.000 description 2
- 239000003864 humus Substances 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- CKUAXEQHGKSLHN-UHFFFAOYSA-N [C].[N] Chemical compound [C].[N] CKUAXEQHGKSLHN-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000001983 electron spin resonance imaging Methods 0.000 description 1
- 230000006353 environmental stress Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 239000002207 metabolite Substances 0.000 description 1
- 230000000813 microbial effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 239000010908 plant waste Substances 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000013515 script Methods 0.000 description 1
- 230000009919 sequestration Effects 0.000 description 1
- 239000004016 soil organic matter Substances 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 238000009331 sowing Methods 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 230000004382 visual function Effects 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
- G06F3/0482—Interaction with lists of selectable items, e.g. menus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
- G06F3/04847—Interaction techniques to control parameter settings, e.g. interaction with sliders or dials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Marine Sciences & Fisheries (AREA)
- Economics (AREA)
- Animal Husbandry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了基于空间化的农业生态系统服务可视化评估方法及系统，属于农业生态系统服务可视化评估技术，解决了解决空间化的农业生态系统服务评估的问题，包括：获取栅格数据和文本数据，作为模型的输入数据，针对输入数据进行空间化；对模型中的参数自动校验；计算机核数为并行运行的最大个数，将输入数据经过处理得到的文件拆分为对应核数的个数，再同时运行并做大数据快速并行处理；将上述模型的数据输入、参数自动校验、并行处理在GIS中实现并通过界面进行可视化展示；基于最优参数方案运行模型得到所需结果参数，将输出的文本文件输出为矢量数据或栅格数据，实现了模型空间化运行，使模型有了更广泛的应用范围。
Description
技术领域
本发明属于农业生态系统服务可视化评估技术领域，尤其涉及基于空间化的农业生态系统服务可视化评估方法及系统。
背景技术
生态系统服务（ES）能够连接生态系统结构、功能、过程。生态系统服务不仅满足人类最基本的需求，如粮食、能源和药品，而且还维持农业生产、维持水质和水量、调节气候、保持土壤、养分循环和保护生物多样性，并且还能提供生命赖以生存的环境条件。生态系统服务有很多方面，包括水土保持服务、通过植物和作物为生命创造宜居空间。
农业生态系统通过提供的农业生态系统服务（AES）影响人类。这个生态系统大约占地球表面的40%。为了满足人口快速增长带来的日益增长的粮食需求，农民通过农业集约化和规模经营提高了生产率。然而，这导致了有害的环境影响，如温室气体排放、土壤退化、水污染和生物多样性丧失。因此，缓解农业生产与环境保护之间的矛盾已成为农业可持续发展的主要关注点。寻求合适的机理模型评估生态系统服务，做出科学决策，实现区域可持续发展，显得尤为重要。
EPIC（The Environmental Policy Integrated Climate环境政策综合气候模型）是1990年以来被广泛应用的种植系统模型，是评估农业管理措施对作物产量和相关生物物理过程影响的有效工具。EPIC模型是由水文、气象、侵蚀、养分循环、土壤温度、作物生长、耕作和经济模块组成的综合模型，用于模拟农业管理下土壤和水中发生的物理化学过程。EPIC模型广泛地应用在粮食估产、土壤侵蚀模拟、碳-氮循环、气候变化影响等多个领域。
目前的EPIC模型中，存在的问题如下：
1、EPIC模型无法在空间上应用；
2、EPIC模型在运行的过程中手动调整参数，存在耗时耗力的问题；
3、EPIC模型在数据运行的过程中，由于数据量过大，存在计算效率低下的问题。
另外，地理信息系统(GIS，Geographic Information System)是一种基于计算机的工具，可以对空间信息进行分析和处理。GIS 将数据连接到地图，将位置数据（事物所在位置）与所有类型的描述性信息（事物在该位置的情况）集成到一起。GIS 使用空间位置集成多种不同类型的数据图层。 大多数数据都具有地理分量。 GIS 数据包括影像、要素以及链接到电子表格和表格的底图。
ArcGIS是GIS构建和应用的平台。它是一个全面的系统，用户可用其来收集、组织、管理、分析、交流和发布地理信息。ArcGIS 可供全世界的人们将地理知识应用到政府、企业、科技、教育和媒体领域。使用者可以：创建、共享和使用智能地图；编译地理信息；创建和管理地理数据库；使用空间分析解决问题；创建基于地图的应用程序；使用地理和可视化功能交流和共享信息。
发明内容
为克服上述现有技术的不足，本发明提供了基于空间化的农业生态系统服务可视化评估方法，将EPIC与GIS结合，实现空间尺度上运行EPIC模型，解决先前EPIC模型无法在空间上应用的限制。
为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：
第一方面，公开了基于空间化的农业生态系统服务可视化评估方法，包括
获取空间数据（包括栅格数据和矢量数据）和文本数据（包括TXT和EXCEL数据），针对空间数据和文本数据进行格式校验，作为EPIC模型的输入数据，针对输入数据进行空间化；
EPIC模型的空间化实现。基于上述输入数据，逐个格点循环调用EPIC模型，进行特定作物生长模拟，实现EPIC模型的空间化。
作物生长参数对作物生长非常敏感，而作物在不同地区具有不同作物参数，因此将EPIC模型应用到某一区域时需要对这些参数进行修改，实现参数本地化。因此，采用参数自动校验，取相对均方根误差最小的参数化方案作为区域上的最优参数方案；
基于最优参数方案运行EPIC模型，得到所需的模型结果，将输出的文本文件输出为矢量数据或栅格数据，实现空间可视化；
运行EPIC模型时，计算机核数为并行运行的最大个数，将EPIC模型的输入数据经过处理得到的文件拆分为对应核数的个数，再同时运行并做大数据快速处理；
其中，上述EPIC模型的数据输入、参数自动校验、并行处理在GIS中实现并通过界面进行可视化展示。
作为进一步的技术方案，所述数据包括气候代码图、土壤代码图、作物分布图、海拔和坡度图、灌溉图及施肥图；
所述气候代码图、土壤代码图指定每个网格单元中的气候和土壤文件的代码编号，所述代码编号对应气象数据和土壤性质数据的文本文件，即气候文件及土壤文件；
所述气候文件包含每日天气数据和每月天气统计数据；所述土壤文件中包含多种土壤参数。
作为进一步的技术方案，所述作物分布图提供作物分布信息；
所述海拔和坡度图显示每个网格单元中的平均高程和坡度；
所述灌溉图显示雨养和灌溉区域；
所述施肥图中显示年度N、P、K肥的投入。
作为进一步的技术方案，所述文本数据中的气象数据输入模型后进行的处理包括：
提取输入的代码编号，将输入数据汇总为TXT文件，将TXT文件中的数据对应到每个经纬度上的空间分布，以及对应参数。
作为进一步的技术方案，参数自动校验具体步骤为：
生成参数化方案库，基于该参数化方案库在其他输入数据保持不变的情况下，改变参数化输入方案，通过EPIC模型获得模拟产量；
依次将不同参数化方案下的模拟产量与实际产量进行相关性分析，计算相对均方根误差；
当某个参数化方案计算得到的相对均方根误差小于设定值时结束调参，将此时的参数方案作为区域的最优参数方案；
若调参结束，所有参数化方案的相对均方根误差均大于设定值，则取相对均方根误差最小的参数化方案作为区域上的最优参数方案。
作为进一步的技术方案，所述基于最优参数方案运行EPIC模型得到所需结果参数包括产量、蒸散量及土壤有机碳。
第二方面，公开了基于空间化的农业生态系统服务可视化评估系统，包括：
输入数据处理模块，被配置为：获取栅格数据和文本数据，针对栅格数据和文本数据进行格式校验，作为EPIC模型的输入数据，针对输入数据进行空间化；
参数自动校验处理模块，被配置为：对EPIC模型中的参数自动校验，取相对均方根误差最小的参数化方案作为区域上的最优参数方案；
输出模块，被配置为：基于最优参数方案运行EPIC模型得到所需结果参数，将输出的文本文件输出为矢量数据或栅格数据。
大数据快速处理模块，被配置为：运行EPIC模型时，计算机核数为并行运行的最大个数，将输入数据经过处理得到的文件拆分为对应核数的个数，再同时运行并做大数据快速处理；
可视化展示模块，被配置为：将上述EPIC模型的数据输入、参数自动校验、大数据快速处理在GIS中实现并通过界面进行可视化展示。
以上一个或多个技术方案存在以下有益效果：
为解决空间化的农业生态系统服务评估，基于GEO_EPIC实现了站点EPIC模型空间化运行，使EPIC模型有了更广泛的应用范围。基于Python的多线程开发了一种并行计算工具来提高建模效率，解决了大尺度空间上因模型运行次数过多导致的效率低下的问题。
本发明技术方案中的自动调参模块解决了先前研究中手动调整参数的方式，模拟结果质量和效率得到了提高。同时，通过GEO_EPIC友好的用户界面解决了参数配置复杂的问题，具有易用性、高效性、友好型特点。
本发明技术方案以ArcGIS为基础，将EPIC与GIS 集成提供了一种增加作物生长模型适用范围的方法。结合GIS中空间数据存储和管理的强大功能，可以扩展作物生长模型，以解决受气候、土壤和管理因素影响的AES的空间变异性，实现大尺度农业生态系统服务的空间化模拟及结果输出的可视化。
本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为本发明实施例EPIC模型组成模块结构示意图；
图2为本发明实施例系统架构图；
图3为本发明实施例功能模块图；
图4为本发明实施例确定最优参数-自动调参；
图5为本发明实施例大数据快速处理计算模式示意图；
图6为本发明实施例ArcGIS界面示意图；
图7为本发明实施例数据输入模块示意图；
图8为本发明实施例自动调参模块示意图；
图9为本发明实施例模型运行模块示意图；
图10为本发明实施例模型输出模块；
图11为本发明实施例TXT文件示意图。
具体实施方式
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
术语解释：
GEO_EPIC：中文含义：地理环境政策-综合气候模型，是英文“GeographicEnvironmental Policy Integrated Climate model”的缩写。
本发明技术方案能进一步量化土地利用变化和不同管理措施下的农业生态系统服务动态变化，同时分析其背后的驱动因素，以实现AES的优化和农业生态系统的可持续管理。基于EPIC空间化模型，探究不同发展情景和不同管理措施对区域农业生态系统服务的影响。同时，评价农业生态系统服务之间的作用关系及其驱动力，为实现区域农业可持续发展提供依据。通过EPIC模型与GIS相结合，实现EPIC模型空间化，并通过自动调参模块实现参数的本地化。为了开发这种基于GIS的作物生长模型，选择ESRI的ArcGIS作为基本框架。使用ArcGIS中的Python开发GEO_EPIC模型主要有两个原因。首先，Python是一种支持动态输入的解释型语言，适用于交互式操作以及为称为脚本的一次性程序快速制作原型，同时其具有编写大型应用程序的强大功能。同时，Python是ArcGIS中的内置语言。Python的使用不需要外部开发环境。
EPIC是一个定量评价“气候-土壤-作物-管理”系统的综合动力学模型。EPIC模型包含11个子模块：天气模块、水文模块、侵蚀模块、养分模块、农药模块、土壤温度模块、作物生长模块、耕作模块、作物环境模块、经济模块和碳循环模块。这些模块之间的关系可以用图1表示。
EPIC模型对作物生长的描述则分为6个部分：物候发育、潜在生长、水分利用、养分利用、环境胁迫和作物产量。
此前农业生态系统服务很少在空间上定量进行评估，在区域尺度上应用存在困难。EPIC模型是一个复杂的系统动力学模型，结构复杂、涉及土壤、气候、地形、田间管理等众多数据，需要一个用户友好界面来进行模型参数配置。同时，在应用EPIC模型时需要对模型进行校正。先前的研究中，大多使用默认参数或者手动对参数进行调整，耗时耗力且精度较低。
本实施例子中的GEO_EPIC模型是基于EPIC模型改进的。Arcgis中有许多拓展工具，可以将GEO_EPIC模型嵌入到其中，并将其可视化为GEO_EPIC模型。
实施例一
GEO_EPIC模型的总体思路是如图2所示。EPIC模型旨在通过输入特定站点的数据来模拟作物生长过程。通过EPIC与GIS集成，将每个网格单元视为一个站点，使用空间分布的数据输入来模拟每个预定义网格单元的作物相关过程。其核心主要包含四个部分：数据输入、参数自动校验、模型运行控制、结果输出，对应的功能模块图如图3所示。
本实施例公开了基于空间化的农业生态系统服务可视化评估方法，包括：
步骤一，空间化的实现：将EPIC模型与GIS结合，利用GIS的空间数据处理和分析技术，实现EPIC模型的空间化。GEO_EPIC将每个格网像元视为一个站点，通过调用以GIS栅格地图和文本文件形式提供给模型的空间分布输入，在区域、国家和全球尺度上模拟每个预定义格网像元的作物相关过程。
输入数据首先根据栅格数据集添加到GEO_EPIC中。基本的“输入数据集”包括DEM（数字高程模型）、坡度、土壤、气候、土地利用、灌溉和肥料的数据。气候和土壤地图包含每个网格中的气候和土壤文件的“编号”。这些编码号与相应的气候和土壤文件相连接。土地利用图显示了不同的土地利用类型，包括灌溉农业和雨养农业。DEM、坡度、灌溉和肥料图显示了标高、坡度、最大年灌溉和最大年施肥量的值。
将“输入数据集”添加到GEO_EPIC后，“输入数据模块”读取并将输入信息写入“文本输入文件”。在文本输入文件中，每一行代表一个模拟网格，由纬度、经度、高程、坡度、土地利用、土壤代码、气候代码、最大年灌溉量和最大施肥量组成。然后将使用这些信息生成特定的“EPIC输入文件”。这个过程是通过代码来实现的。通过执行批处理文件，GEO_EPIC为每个模拟网格逐个运行EPIC模型。经过一次模拟后，将生成一组“EPIC输出文件”。使用“输出数据模块”，输出变量，如产量、蒸散量、水分涵养量，写入“文本输出文件TXT”。“文本输出文件TXT”的每一行都显示一个模拟的纬度、经度和输出变量。
必要的数据包括气候代码图、土壤代码图、作物分布图、海拔和坡度图、灌溉图、施肥图。这些地图可以在GEPIC中进行可视化，并可以由用户进行编辑。
需要说明的是，上述必要的数据中的图为栅格格式的数据文件，在ArcGIS中打开即为地理图层，处理上述图时是在EPIC模型中使用本实施例子的具体数学公式形成的算法来计算。表1的数据在ArcGIS打开就是上述图层。
气候代码图和土壤代码图指定每个网格单元中的气候和土壤文件的代码编号。每个文件对应一个ID，这些编号对应气候数据和土壤性质的文本文件，即气候文件及土壤文件。
具体的，气候文件包含每日天气数据（例如，每日降水量、每日最高和最低温度、每日平均风速、每日太阳辐射等）和每月天气统计数据。土壤文件中包含多种土壤参数，例如，土壤深度、PH值、沙土和泥土百分比、有机碳含量等。
作物分布图提供了作物分布信息。
海拔和坡度图显示了每个网格单元中的平均高程和坡度。
灌溉图显示了雨养和灌溉区域。
肥料图中显示了年度N、P、K肥的投入。
本发明中，需要用到的数据有：
表1
其中，属于文本数据的气象数据输入模型直接提取其气象编码。
具体步骤为：
作物生育期如播种时间以及施肥量等数据也作为文本数据输入到运行模块中，用以确定作物生长条件，最终通过输入数据模块得到的是一个综合所有输入数据的TXT文件，实现其空间化，对应到每个经纬度上的空间分布，以及对应参数。空间化的具体实现过程为：将栅格数据读取到模型中，模型根据格点循环调用模拟，实现空间化。
文本规范的TXT能使用python批量处理。
输入结果参见附图4所示，每列代表一种数据，OID可忽略，pointid作为序号。
表2
上述步骤一是模型的输入数据的读取，将数据输入到模型中进行后续作物生长的模拟，具体见图4，就是表2各种输出参数空间化完成之后，输出的最终TXT文件。该TXT文件作为后续步骤的输入数据再进行处理。
步骤二，影响作物生长的参数主要有WA（能量转化为生物量因子）、HI（理想生长条件下作物的潜在收获指数）、DMLA（最大潜在叶面积指数）、DLAI（叶面积下降时生长季节的分数）、WSYF（水分胁迫产量因子）。将EPIC模型应用到某一区域时，为了提高模型模拟的准确性，需要对这些对作物生长敏感的参数进行调整。先前应用EPIC模型模拟作物生长的研究中，对于参数的调整，大多采用默认参数或者通过“试错法”进行手动调整作物参数。这种方法对于基于站点的模拟研究简单有效，但在区域上或大尺度空间上这种方法效率低下。因此，开发出参数自动校验模块，为EPIC模型空间化提供了技术支持。
参数自动调参模块的设计思路如图5所示。首先设计参数调整方案，在不超出参数合理范围内按照原始参数的0.8、0.9、1.0、1.1、1.2倍生成参数化方案库。如（0.8,0.8,0.8,0.8,0.8）倍算一组参数，（0.8,0.8,0.8,0.8,0.9），这也是一组参数，在这个倍数下进行模拟作物产量，得到模拟结果与统计结果进行精度分析，这样的组合有非常之多，所以手动选择过于复杂，来筛选最优参数。
其自动调参的具体实施步骤如下：在其他输入数据即步骤一得到的输出结果TXT保持不变的情况下，改变参数化输入方案，通过EPIC模型获得模拟产量。例如作物产量，在模型运行中使用（0.8,0.8,0.8,0.8,0.9）方案1，（1，1，1.1，1.1，1）方案2得到如下结果，进行RMSE检验见表4举例，对默认参数进行倍数调整（1,1,1,1,1,1）（1,1,1,1,1,1,1.2）这种类型改变。
依次将不同参数化方案下的模拟产量与实际产量进行相关性分析，计算RRMSE（相对均方根误差。RRMSE越大，误差越大。当RRMSE<10%时，模型表现优秀。），当某个参数化方案计算得到的RRMSE<10%时结束调参，将此时的参数方案作为区域的最优参数方案。若调参结束，所有参数化方案的RRMSE均大于10%，则取RRMSE最小的参数化方案作为区域上的最优参数方案。
表 3
如作物产量，在模型运行中使用（0.8,0.8,0.8,0.8,0.9）方案1，（1，1，1.1，1.1，1）方案2得到如下结果，进行RMSE检验
表 4
模拟产量1与实际产量之间做RMSE计算，得到值大于10%，模拟产量2得到的RMSE小于10%，那么选择方案2下的参数作为模拟计算的参数。
步骤三，大数据快速处理的实现：调用EPIC模型读取步骤一中的TXT文件时使用步骤五中算法计算生态系统服务，在进行大尺度研究时，需要连续运行几十万甚至几百万次EPIC模型，这项耗时的任务需要开发一种电脑多线程优化处理和大数据快速计算工具来提高模拟效率。大数据快速并行运算模型思路如图6所示。通过Python的多线程充分利用计算机上的多个处理器来提高运行效率。
输入模块运行结果得到的TXT文件，如果直接运行处理，只会用到计算机的一个核数的算力，考虑结合计算机核数就是并行运行的最大个数，将TXT拆分为对应核数的个数，再同时运行处理。
步骤四，EPIC模型是一个复杂的系统动力学模型，结构复杂、涉及土壤、气候、地形、田间管理等众多数据。GEO_EPIC通过python 的wxpython库使EPIC模型实现界面化、模块化、插件化方便用户进行参数输入和配置以及模型运行控制，提高研究效率。
通过与GIS结合将最终功能模块在GIS中实现，通过Python addIn植入ArcGIS，模块化，进行GUI展示，并作为其工具条的形式存在。
EPIC与ArcGIS结合步骤，将步骤一到步骤三的算法代码通过pythonAddin写入ArcGIS工具条中，pythonAddin（加载项）是一种自定义项，例如工具栏上的工具集合，它可以插入到ArcGlS Desktop应用程序中，即 ArcMap、ArcCatalog、ArcGlobe和 ArcScene，以提供用于完成自定义任务的补充功能。
然后也通过python wxpython库实现GUI的界面方便人机交互，通过与GIS结合将最终功能模块在GIS中实现，通过Python addIn植入ArcGIS，进行GUI展示，并作为其工具条的形式存在，最终界面可视化展示分别如图7-图11所示。
步骤五，在确定区域最优参数化方案之后，在模型运行控制模块中运行最优参数下的模型得到所需结果参数，例如，产量、蒸散量、土壤有机碳等。然后通过结果输出模块将输出的文本文件输出为矢量数据或栅格数据，以进行后续研究的空间统计和空间分析。
在本实施例子中，GEO_EPIC模型空间化的基础是空间数据，包括栅格和矢量，模型在读取这些数据之前，需要对坐标系，数据格式（整型、浮点型）、数据范围等进行检查，确保输入的数据可以在模型中顺利运行。
以下公式步骤就是模型内部进行生态系统服务评估的计算公式，算法计算原理依据，以进行大尺度农业生态系统服务空间化模拟。
（1）粮食供给服务评估
EPIC模型常用来模拟作物生长，其作物产量可由收获参数与地上生物量总和计算，公式如下：
其中，表示作物的公顷产量，/>指的是地上生物量，/>即在水分胁迫下的收获参数。在没有其他水源供应、对作物生长过程没有其他压力的前提下，收获参数从0增加到最大值。在水分胁迫状态下，收获参数逐步下降。
（2）土壤水蚀保持服务评估
EPIC模型内，降水和径流会引起的土壤水蚀, 为了模拟降水、径流引起的土壤水蚀，本文选择了修正的通用土壤流失方程（USLE）, 灌溉引起的土壤水蚀主要利用 MUSLE方程计算,土壤水蚀计算公式如下：
式中，是土壤水蚀量，/>是农业灌溉产生的土壤水蚀量，/>是土壤可蚀性因子，/>是降水和径流引起的土壤水蚀量，/>是裸露地表下灌溉所引起的潜在土壤水蚀量，/>是作物管理因子，/>是侵蚀控制因子，/>是坡长和坡度因子，/>是粗糙度因子，/>是降雨动能因子，/>是径流量(/>，/>峰值径流流量(/>，/>是径流量(/>，/>是峰值径流流量/>。
土壤水蚀保持量计算公式如下：
（3）土壤固碳服务评估
在 EPIC 模型中，土壤有机质模块采用了CENTURY模型。土壤有机碳分为三个隔室，主动，慢性和被动，它们的大小，功能和周转时间不同。此外，土壤表面或地下的有机残留物也被分成两个凋落物隔间，代谢和结构。其中，结构库和代谢库的比例可基于植物凋落物中木质素含量与 N 的比值来进行计算，如下公式所示：
式中，是植被中木质素含量，/>是/>含量，/>是代谢库的比例，/>是结构库的比例。
在EPIC模型中，主动库的主要作用是进行碳、氮的结算和再分配，其中碳主要来自结构库中非木质素组分、代谢库、慢性库和被动库。生物量的周转和植被死亡再分配的碳主要包括：二氧化碳、慢性库、被动库和淋失的碳。主动库中碳的潜在转换量是主动库中的碳含量、理想条件下的转换速率(/>)、温度和水分等的控制因子(/>)、转换率控制因子(/>)的函数:
式中，由土壤质地和结构所决定。
慢性库中腐殖质是由耐分解的植物残余和微生物代谢物组成。慢性库中碳的潜在转换量是由慢性库中碳()、理想条件下的转换率(/>)和控制因子(/>)所决定：
被动库中腐殖质很难被转换，部分原因归结于粘土的吸附作用。被动库中碳的潜在转换量是被动库中碳()、理想条件下的转换速率和控制因子的函数：
（4）土壤风蚀保持服务评估
在EPIC模型中，风蚀计算公式如下：
其中土壤风蚀，/>表示土壤可侵蚀性因子，WC表示气候因子，表示田间长度，/>表示植被覆盖因子。WC可由Thronthwaite降水-蒸散发指数计算如下：
其中为年平均风速，/>是降水量的平均值，/>是蒸发量，是温度。
当地块裸露无植被覆盖时，模型中地上生物量和作物残留为0，此时潜在土壤风蚀量为。土壤风蚀保持量/>计算公式如下：
例如，其中一个生态系统服务，通过计算可以得到TXT文件及最终结果：可得到对应经度、维度、以及计算结果。
通过本发明技术方案方法实现了大尺度农业生态系统服务的空间化模拟；将EPIC与GIS结合，实现空间尺度上运行EPIC模型，解决先前EPIC模型无法在空间上应用的限制。构建自动参数调整模块，解决手动调整参数耗时耗力的问题。通过抓取计算机算力，开合适线程，同时运行EPIC模型，实现并行运算。实现全过程，即从数据输入、模型运行再到结果输出的界面化,实现人机交互的方便快捷。
实施例二
本实施例的目的是提供一种计算机装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法的步骤。
实施例三
本实施例的目的是提供一种计算机可读存储介质。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时执行上述方法的步骤。
实施例四
本实施例的目的是提供了基于空间化的农业生态系统服务可视化评估系统，包括：
输入数据处理模块，被配置为：获取栅格数据和文本数据，针对栅格数据和文本数据进行格式校验，作为EPIC模型的输入数据，针对输入数据进行空间化；
参数自动校验处理模块，被配置为：对EPIC模型中的参数自动校验，取相对均方根误差最小的参数化方案作为区域上的最优参数方案；
输出模块，被配置为：基于最优参数方案运行EPIC模型得到所需结果参数，将输出的文本文件输出为矢量数据或栅格数据。
大数据快速处理模块，被配置为：运行EPIC模型时，计算机核数为并行运行的最大个数，将输入数据经过处理得到的文件拆分为对应核数的个数，再同时运行并做大数据快速并行处理；
可视化展示模块，被配置为：将上述EPIC模型的数据输入、参数自动校验、并行处理在GIS中实现并通过界面进行可视化展示。
以上实施例二、三和四的装置中涉及的各步骤与方法实施例一相对应，具体实施方式可参见实施例一的相关说明部分。术语“计算机可读存储介质”应该理解为包括一个或多个指令集的单个介质或多个介质；还应当被理解为包括任何介质，所述任何介质能够存储、编码或承载用于由处理器执行的指令集并使处理器执行本发明中的任一方法。
本领域技术人员应该明白，上述本发明的各模块或各步骤可以用通用的计算机装置来实现，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本发明不限制于任何特定的硬件和软件的结合。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.基于空间化的农业生态系统服务可视化评估方法，其特征是，包括：
获取栅格数据和文本数据，针对栅格数据和文本数据进行格式校验，作为EPIC模型的输入数据，针对输入数据进行空间化；
对EPIC模型中的参数自动校验，取相对均方根误差最小的参数化方案作为区域上的最优参数方案；
基于最优参数方案运行EPIC模型得到评估所需结果参数，将输出的文本文件输出为矢量数据或栅格数据；
运行EPIC模型时，计算机核数为并行运行的最大个数，将EPIC模型的输入数据经过处理得到的文件拆分为对应核数的个数，再同时运行并做大数据快速处理；
其中，上述EPIC模型的数据输入、参数自动校验、并行处理在GIS中实现并通过界面进行可视化展示。
2.如权利要求1所述的基于空间化的农业生态系统服务可视化评估方法，其特征是，所述数据包括气候代码图、土壤代码图、作物分布图、海拔和坡度图、灌溉图及施肥图；
所述气候代码图、土壤代码图指定每个网格单元中的气候和土壤文件的代码编号，所述代码编号对应气象数据和地理环境数据的文本文件，即气候文件及土壤文件；
所述气候文件包含每日天气数据和每月天气统计数据；所述土壤文件中包含多种土壤参数。
3.如权利要求2所述的基于空间化的农业生态系统服务可视化评估方法，其特征是，所述作物分布图提供作物分布信息；
所述海拔和坡度图显示每个网格单元中的平均高程和坡度；
所述灌溉图显示雨养和灌溉区域；
所述施肥图中显示年度N、P、K肥的投入。
4.如权利要求2所述的基于空间化的农业生态系统服务可视化评估方法，其特征是，所述文本数据中的气象数据输入模型后进行的处理包括：
根据气象栅格图提取该气象数据dly格式文本文件中的气象编码。
5.如权利要求1所述的基于空间化的农业生态系统服务可视化评估方法，其特征是，针对输入数据进行空间化，具体为：
将输入数据汇总为TXT文件，将TXT文件中的数据对应到每个经纬度上的空间分布，以及对应参数。
6.如权利要求1所述的基于空间化的农业生态系统服务可视化评估方法，其特征是，参数自动校验具体步骤为：
生成参数化方案库，基于该参数化方案库在其他输入数据保持不变的情况下，改变参数化输入方案，通过EPIC模型获得模拟产量；
依次将不同参数化方案下的模拟产量与实际产量进行相关性分析，计算相对均方根误差；
当某个参数化方案计算得到的相对均方根误差小于设定值时结束调参，将此时的参数方案作为区域的最优参数方案；
若调参结束，所有参数化方案的相对均方根误差均大于设定值，则取相对均方根误差最小的参数化方案作为区域上的最优参数方案。
7.如权利要求1所述的基于空间化的农业生态系统服务可视化评估方法，其特征是，所述基于最优参数方案运行EPIC模型得到所需结果参数包括产量、蒸散量及土壤有机碳。
8.基于空间化的农业生态系统服务可视化评估系统，其特征是，包括：
输入数据处理模块，被配置为：获取栅格数据和文本数据，针对栅格数据和文本数据进行格式校验，作为EPIC模型的输入数据，针对输入数据进行空间化；
参数自动校验处理模块，被配置为：对EPIC模型中的参数自动校验，取相对均方根误差最小的参数化方案作为区域上的最优参数方案；
输出模块，被配置为：基于最优参数方案运行EPIC模型得到所需结果参数，将输出的文本文件输出为矢量数据或栅格数据。
并行处理模块，被配置为：运行EPIC模型时，计算机核数为并行运行的最大个数，将输入数据经过处理得到的文件拆分为对应核数的个数，再同时运行并做大数据快速处理；
可视化展示模块，被配置为：将上述EPIC模型的数据输入、参数自动校验、并行处理在GIS中实现并通过界面进行可视化展示。
9.一种计算机装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征是，所述处理器执行所述程序时实现上述权利要求1-7任一所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征是，该程序被处理器执行时执行上述权利要求1-7任一所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311168585.3A CN116910142A (zh) | 2023-09-12 | 2023-09-12 | 基于空间化的农业生态系统服务可视化评估方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311168585.3A CN116910142A (zh) | 2023-09-12 | 2023-09-12 | 基于空间化的农业生态系统服务可视化评估方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116910142A true CN116910142A (zh) | 2023-10-20 |
Family
ID=88368113
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311168585.3A Pending CN116910142A (zh) | 2023-09-12 | 2023-09-12 | 基于空间化的农业生态系统服务可视化评估方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116910142A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102663267A (zh) * | 2012-05-15 | 2012-09-12 | 南京大学 | 一种半湿润区流域面源污染负荷的确定方法 |
| CN103514569A (zh) * | 2013-10-15 | 2014-01-15 | 南京大学 | 一种基于gis技术的粮食作物产量可视化新方法 |
| CN109582755A (zh) * | 2019-01-16 | 2019-04-05 | 中国科学院地理科学与资源研究所 | 一种基于网格的精准农业数据库实现方法 |
| CN113706357A (zh) * | 2021-09-28 | 2021-11-26 | 安徽理工大学 | 基于gis和csle的区域土壤侵蚀评价 |
| CN114253713A (zh) * | 2021-12-07 | 2022-03-29 | 中信银行股份有限公司 | 一种基于reactor的异步批处理方法及系统 |
| CN115486358A (zh) * | 2022-09-02 | 2022-12-20 | 水利部牧区水利科学研究所 | 一种多年生牧草滴灌自动化灌溉管理决策控制系统 |
-
2023
- 2023-09-12 CN CN202311168585.3A patent/CN116910142A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102663267A (zh) * | 2012-05-15 | 2012-09-12 | 南京大学 | 一种半湿润区流域面源污染负荷的确定方法 |
| CN103514569A (zh) * | 2013-10-15 | 2014-01-15 | 南京大学 | 一种基于gis技术的粮食作物产量可视化新方法 |
| CN109582755A (zh) * | 2019-01-16 | 2019-04-05 | 中国科学院地理科学与资源研究所 | 一种基于网格的精准农业数据库实现方法 |
| CN113706357A (zh) * | 2021-09-28 | 2021-11-26 | 安徽理工大学 | 基于gis和csle的区域土壤侵蚀评价 |
| CN114253713A (zh) * | 2021-12-07 | 2022-03-29 | 中信银行股份有限公司 | 一种基于reactor的异步批处理方法及系统 |
| CN115486358A (zh) * | 2022-09-02 | 2022-12-20 | 水利部牧区水利科学研究所 | 一种多年生牧草滴灌自动化灌溉管理决策控制系统 |
Non-Patent Citations (1)
| Title |
|---|
| 罗小峰等: "《河口海岸数值模拟可视化编程》", 海洋出版社, pages: 52 - 54 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Deng et al. | Closing yield gaps for rice self-sufficiency in China | |
| Lorite et al. | AquaData and AquaGIS: two computer utilities for temporal and spatial simulations of water-limited yield with AquaCrop | |
| Thorp et al. | Methodology for the use of DSSAT models for precision agriculture decision support | |
| Sauer et al. | Agriculture and resource availability in a changing world: The role of irrigation | |
| Stöckle et al. | CropSyst, a cropping systems simulation model | |
| Xiong et al. | A calibration procedure to improve global rice yield simulations with EPIC | |
| Wei et al. | Balancing the economic, social and environmental dimensions of agro-ecosystems: An integrated modeling approach | |
| Quisthoudt et al. | Disentangling the effects of global climate and regional land-use change on the current and future distribution of mangroves in South Africa | |
| Wang et al. | Assessment of physical vulnerability to agricultural drought in China | |
| Long et al. | Reconstruction of historical arable land use patterns using constrained cellular automata: A case study of Jiangsu, China | |
| Wu et al. | SWAT-DayCent coupler: An integration tool for simultaneous hydro-biogeochemical modeling using SWAT and DayCent | |
| Sun et al. | The Nexus of water, ecosystems, and agriculture in Endorheic River Basins: a system analysis based on integrated ecohydrological modeling | |
| Zhang et al. | Adapting to climate change precisely through cultivars renewal for rice production across China: When, where, and what cultivars will be required? | |
| Rafique et al. | Nitrous oxide emissions from cropland: a procedure for calibrating the DayCent biogeochemical model using inverse modelling | |
| Wang et al. | Impacts of agricultural management and climate change on future soil organic carbon dynamics in North China Plain | |
| Okada et al. | Varying benefits of irrigation expansion for crop production under a changing climate and competitive water use among crops | |
| Jamshidpey et al. | Crop pattern planning and irrigation water allocation compatible with climate change using a coupled network flow programming-heuristic optimization model | |
| Le et al. | A graphical user interface for numerical modeling of acclimation responses of vegetation to climate change | |
| Singh et al. | Mapping of agriculture productivity variability for the SAARC nations in response to climate change scenario for the year 2050 | |
| Xiao et al. | Coupling agricultural system models with machine learning to facilitate regional predictions of management practices and crop production | |
| Liu et al. | Development of ecohydrological assessment tool and its application | |
| CN104281912B (zh) | 土地利用山地地形变更方法 | |
| Palanisami et al. | Climate Change and future rice production in India | |
| CN116910142A (zh) | 基于空间化的农业生态系统服务可视化评估方法及系统 | |
| Alcamo et al. | LandShift: Global Modelling to Assess Land Use Change. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |