夏棉高产栽培计算机决策系统
陈付贵 董占山
1.前言
近10年来，有关棉花生产管理的计算机自动化决策日益增多，在生产管理上，已经涉及棉花生产的各个方面，
如棉花的害虫管理、灌溉方案的制订、农事活动、经济和资金计划、作物生长状况诊断、营养管理等
(Lambert, 1993)。
在美国比较成熟的棉花生产管理系统有3个，德克萨斯农业及机械大学的COTFLEX(Stone, 1986)，加利福尼亚
州立大学的CALEX/Cotton(Plant,1987;Goodell, 1990)，美国农业部农业研究署(USDA-ARS)的
GOSSYM/COMAX(Lemmon, 1986)。CALEX/Cotton可为加利福尼亚棉花生产提供PIX、害虫管理、收获期等的决策;
GOSSYM/COMAX是基于棉花生长发育模拟模型GOSSYM(Baker, 1983)的一个农场级棉花生产管理系统，
GOSSYM提供关于棉花生长发育等生理学方面的信息，COMAX则制订出关于施肥、灌溉和植物生长调节剂等方面
的决策方案。
70年代，澳大利亚由于棉铃虫危害严重，Hearn等人研制了适用于澳大利亚的棉花害虫管理系统
SIRATAC(Hearn, 1981)，在澳大利亚推广应用，为本国的棉花生产做出了贡献。目前，他们正在研究棉花农艺
计算机系统OZCOT等。
我国，自80年代始，棉花生产管理决策支持系统方面也取得了长足发展。国家"七五"计划期间，由农业部下达
了有关农作物生产管理专家系统的研制课题，中国农科院棉花研究所和北京农业大学分别独立完成了一个棉花
的生产管理决策系统(肖荧南等,1991;董占山等,1992)。它们均属研究的初级产品，很少应用于生产，不过它
们可为今后的研究起到承前启后的作用。
麦套夏棉和春育夏栽棉在我区已大面积推广, 在棉花生产中已由原来的次要地位上升到主要地位, 有关夏棉高
产栽培的研究也日益增多, 并取得了不少研究成果, 这为我们进一步研制夏棉高产栽培计算机决策系统提供了
前提条件，今后更深入细致的研究会促进夏棉高产栽培计算机决策系统研究的发展与完善。
我们运用计算机技术把前人和我们的研究成果有机地组合起来，完成了一个夏棉高产栽培计算机决策系统，可
为我区夏棉生产提供一个有力的决策自动化工具。系统应用于生产实践,可克服我区棉花生产过程中的经验性
和盲目性，达到多产棉花，多产优质棉的目的, 促进我区棉花生产迈上一个新的台阶。同时, 决策系统还有利
于保存和传播棉花栽培专家的知识；促进农业自然资源的合理利用和开发，加速高新技术在棉花高产栽培中的
应用。
2.计算机决策的方法原理
本研究采用知识工程方法为指导，辅以数学模拟方法，在整个系统贯穿研制过程中充分运用系统方法，使该系
统具有了良好的结构，达到了预期的目的和功能。
2.1 知识工程方法
目前无论是建立信息系统还是建立决策支持系统，大多都运用知识工程技术，赋予系统一定的智能，对农业生
产管理决策系统更是如此，如GOSSYM/COMAX系统。主要是因为农业上的不确定因子较多，定性的描述和经验性
的东西占主导地位，一味强调数字化方法是不现实的，也不可能全面地解决问题。本研究采用知识工程技术，
通过专家系统来解决夏棉高产栽培中的管理决策。
首先，通过调查植棉典型和对棉花栽培专家进行咨询，获得有关夏棉高产栽培方面的知识，并进行筛选和整理
，滤去相饽的知识，提炼加工，建立夏棉高产栽培知识库。然后，研制一个操作这个知识库的推理机，形成一
个夏棉高产栽培的专家系统，为夏棉高产栽培提供决策。
2.2 数学模型方法
通过收集整理以往的栽培试验资料和进行必要的田间试验，获得不同棉花品种的株高、果枝、果节、铃、叶面
积动态调查资料和产量资料，建立夏棉生长发育依日序的动态理论模型。为夏棉高产栽培管理提供了定量的看
苗诊断指标，确保夏棉在高产群体动态下发育。
2.3 系统方法
专家系统是操作定性知识的工具，模型是操作定量信息的工具。在夏棉高产栽培中不仅有定性的决策，也有定
量的决策，上述两者都不可能单独完成这两方面的决策，只有二者有机地结合，构成一个完整的体系才能完成
。所以还需要运用系统的观点，把二者有机结合，才能完成夏棉高产栽培中的决策服务。
3.夏棉高产栽培计算机决策系统的建立
根据上述原理与方法, 采用自顶向下的模块化程序设计技术, 把整个系统划分成几个实体模块, 分别进行设计,
建立系统的原型, 在此基础上, 对系统进行校改, 最终形成夏棉高产栽培计算机决策系统。
现根据夏棉实际决策过程的需要和特点，兹将系统划分成专家知识库、生长发育数学模型、数据库、推理机和
用户界面，下面依模块介绍系统的设计与实现。
3.1 专家知识库的建立
3.1.1 知识表达
知识表示不仅要表达出特定领域内的大量事实和规律，而且要真实、全面地反映出专家的实践经验。知识的表
达与组织是专家系统的基础，关系到系统的推理是否能够模拟出人类专家的思维判断过程。
在夏棉高产栽培计算机决策系统中，我们采用了产生式规则的知识表达方式。知识的单位是：
if (前提条件) then (结论)
3.1.2 知识的内在形式
本系统知识的内在表示是采用3个谓词完成的, 即Rule、Fact、Cond, 3个谓词的各对象的含义如下：
Rule (序号，父节点名，子节点名，条件编号，措施编号)
Cond (序号，节点名，条件式，用量，增量)
Fact (序号，节点名，内含，含量百分率)
之所以这样表示规则，是为了便于系统实现推理。在问题求解过程中，并不只是利用人机接口进行简单选择，
以及值的加减，而且还伴随着一系列复杂的逻辑推理、条件判断以及选择的轨迹保存等工作; 这样既方便了用
户，也提高了运行效率。另外，采用这种表示方法可读性强，不仅便于修改与扩充，也便于机器查询，且容易
和其他各功能模块接口。
3.1.3 知识的来源及整理
通过对文献资料和试验材料的收集获得大量有关夏棉高产栽培的知识, 同时对有关专家进行咨询, 这样得到夏
棉高产栽培的比较全面的知识, 然后对这些知识整理, 滤去相饽的部分, 对其规则化, 按系统接受的格式输入
计算机, 形成专家知识库。这一过程需要知识工程师和棉花栽培专家密切合作。
3.2 生长发育数学模型的建立
经过多年的试验，已摸清了夏棉高产栽培中棉花群体的生长发育规律，并建立了一整套的生产发育依日序的动
态模型(陈付贵等，1991；黄素梅等，1993；谈春松等，1992)，这些模型均具有较广泛的代表性和实用性。决
策系统中的生长发育数学模型即是根据这些材料提供的数据完成的，数学模型采用TURBO PASCAL编制。
3.2.1 生长发育的基本模型
3.2.1.1 夏播棉的生长发育的基本模型
根据陈付贵(1991)和黄素梅(1993)的材料, 得到夏播棉(主要是中16)的生长发育的基本模型:
株高: PLTHT = 67 / (1 + 27.6546 * EXP( - 0.1323 * T)) (T=1,出苗后15天)
株高日增量: DPLTHT = 245.1331 * EXP( - 0.1323 * T) (T=1,出苗后15天)
/ (1 + 27.6546 * EXP( - 0.1323 * T))2
果枝: FBRCH = 9.0 / (1 + 11.3026 * EXP( - 0.1573 * T) (T=1,出苗后35天)
果节: FSITE = 31.4 / (1 + 43.3046 * EXP( - 0.1306 * T) (T=1,出苗后35天)
铃: BOLL = 7.4 / (1 + 4.6382 * EXP( - 0.1405 * T)) (T=1,出苗后75天)
叶面积系数: LAI = 0.36328 - 0.060382 * T (T=1,出苗后20天)
+ 0.003282 * T * T - 0.000026 * T * T * T
3.2.1.2 春育夏栽棉的生长发育的基本模型
根据谈春松(1992)的材料, 得到春育夏栽棉(主要是中12)的生长发育的基本模型:
株高: PLTHT = 107 / (1 + 16.8332 * EXP( - 0.0899 * T))(T=1,出苗后60天)
株高日增量: DPLTHT = 161.9236 * EXP( - 0.0899 * T) (T=1,出苗后60天)
/ (1 + 16.8332 * EXP( - 0.0899 * T))2
果枝: FBRCH = T / (0.7886 + 0.0456 * T) (T=1,出苗后60天)
果节: FSITE = T / (0.4216 + 0.008 * T) (T=1,出苗后60天)
铃: BOLL = 24.5 / (1 + 24.4476 * EXP( - 0.1355 * T)) (T=1,出苗后90天)
叶面积系数: LAI = T / (11.0058 - 0.0564 * T (T=1,出苗后20天)
+ 0.0021 * T * T)
3.2.2 夏棉生长发育数学模型的结构
图1显示了夏棉生长发育数学模型的基本框架。其简要流程是: 首先,模型接收来自系统的有关参数, 根据这
些参数选定生长发育模型并对基本模型进行必要的调整,调用模型模拟夏棉生长发育的动态指标,最后输出这
些指标,为用户提供看苗诊断的依据，确保棉花在高产群体轨道上发育。
───
开始
─┬─
┌─────┴─────┐
│ 从文件读入初始化参数 │
└─────┬─────┘
┌──┴──┐
│ 选择模型 │
└──┬──┘
┌──────┴──────┐
│模拟夏棉生长发育的动态指标│
└──────┬──────┘
┌──┴──┐
│ 输出指标 │
└──┬──┘
─┴─
结束
───
图1.夏棉生长发育数学模型结构框架
3.3 数据库的建立
3.3.1 动态事实数据库
动态事实数据是为了完成决策推理而设计的。在系统主菜单中选择"输入"功能项, 即可进入动态事实数据输入
子菜单，进行数据输入。本系统事实数据的内在表达采用谓词bfact来完成, bfact谓词的各对象的含义如下
：
谓词名(事实体，量度)
这样表示事实是为了在推理机内同知识库的内容相连接，便于推理机构完成推理判断。
3.3.2 关系数据库
在关系数据库内部, 关系数据以relative谓词表示, 这表达了两个相互关联的项目之间的关系。relative的谓
词各对象的说明:
谓词名(关联项目一, 关联项目二)
3.4 推理机的实现
3.4.1 推理策略
知识库是专家系统的灵魂, 而推理机构则是专家系统赖以生存的肌体, 知识库只有通过推理机, 才能变成真正
有价值的东西。所以推理机的设计方法及其完善程度极大地影响专家系统的效率及其实际应用价值。
夏棉高产栽培计算机决策系统采用反向推理策略, 系统在一个目标引导下搜索规则集中其结论可实现该目标或
可形成几个子目标的规则。在规则调用过程中,动态地生成上下文AND/OR树。图2表示了夏套棉决策部分
AND/OR树, 即推理树。
┌─────┐
│ 皮棉产量 │
└──┬──┘
┌──┬──┼──┬──┐
┌┴┐┌┴┐┌┴┐┌┴┐┌┴┐
│气││土││土││灌││品│
│候││壤││壤││溉││ │
│年││质││肥││条││ │
│型││地││力││件││种│
└─┘└─┘└─┘└─┘└─┘
图2、夏套棉高产栽培决策部分推理树
3.4.2 推理机的实现
本系统推理机由总控模块与子模块两部分组成, 总控模块完成选定选推理目标的功能, 并根据当前的目标, 调
入相应的子控模块。子控模块首先进行初始化工作, 然后对欲求解的子问题进行反向推理, 展开系统与用户之
间的会话。显示菜单的先后次序是由知识库中的规则决定的。选择完成后, 便进入推理工作, 整个推理过程是
依图3所示的流程来实现的。
───
开 始
─┬─
├──────┐
┌───┴────┐ │
│ 选择目标菜单 │ │
└───┬────┘ │
│
是 │
┌───── 选 择 = 0 ? │
│ │
│ 否 │
│ ┌──┴──┐ │
│ │ 选择目标 │ │
│ └──┬──┘ │
│┌────────┤ │
││ ┌────┴────┐ │
││ │ 匹配生成会话菜单 │ │
││ └────┬────┘ │
││ │
││ 是 │
││ 选 择 = 0 ? ──┘
││
││ │否
││ ┌────┴───┐
││ │ 处理菜单功能项,│
││ │ 记录规则调用号,│
││ │ 生成新的事实 │
││ └────┬───┘
││
││ 是
│└──── 有下级规则调用?
│
│
└─────────┤否
──┴──
返 回
─────
图3、推理机构控制流程图
3.5 用户界面的实现
为方便用户使用系统，简化数据的输入与输出，采用TURBO PROLOG设计了一个下拉菜单式用户界面, 用户可以
使用光标从菜单中选取相应的功能项, 完成决策过程。
系统的用户界面如图4所示。主菜单包括决策、知识库、数据库、服务、设置和退出等功能项，每一功能项均
有其下拉菜单，又包括许多子项。
┌───────────┐
│ 夏棉高产栽培决策系统 │
└─────┬─────┘
│
┌───┬───┬─┴─┬───┬───┐
┌┴┐ ┌┴┐ ┌┴┐ ┌┴┐ ┌┴┐ ┌┴┐
│决│ │知│ │数│ │服│ │配│ │退│
│ │ │识│ │据│ │ │ │ │ │ │
│策│ │库│ │库│ │务│ │置│ │出│
└─┘ └─┘ └─┘ └─┘ └─┘ └─┘
图4. 系统的用户界面
3.6 夏棉高产栽培计算机决策系统的实现
将以上所述几部分按一定的规则组合起来, 即形成一个完整的系统---夏棉高产栽培计算机决策系统, 其框架
结构如图5。
┌─────┐
│ 用户界面 │
└──┬──┘
┌──┼──┐
┌─┴─┐│┌─┴─┐
│知识库│││数据库│
└─┬─┘│└─┬─┘
└──┼──┘
┌─┴─┐
│推理机│
└─┬─┘
┌────┴────┐
│ 生长发育数学模型 │
└─────────┘
图5. 夏棉高产栽培计算机决策系统的总体框架
4. 系统的功能与特点
4.1 麦套棉高产栽培决策
本系统可以根据麦套棉地区的具体生产条件、土壤条件、灌溉条件等，对当地夏棉高产栽培做出一年为期的战
略性决策，向用户推荐应选用的品种、播种期、种植方式、种植密度、肥料用量等农艺措施，并给出棉花生长
期间的看苗诊断指标。
4.2 移栽棉高产栽培决策
本系统可以根据决策地区的具体生产条件、土壤条件、灌溉条件等，对当地春育夏栽棉高产栽培做出一年为期
的战略性决策，向用户推荐应选用的品种、育苗期、移栽期、种植方式、种植密度、肥料用量等农艺措施，并
给出棉花生长期间的看苗诊断指标。
4.3 系统的特点
本系统具有如下特点
1.简便: 系统的用户界面非常友好, 用户操作起来非常简便, 只要根据屏幕菜单提示, 熟悉各项菜单的内容之
后, 就可以正确熟练地操作本系统, 即使是生手, 学习起来也非常快。
2.高效: 系统在决策推理中, 引用大量的棉花栽培知识和专家的经验知识, 集众家之长于一体, 能够模拟人类
专家的思维判断能力, 完成专家的决策过程, 这对保存推广专家的经验来说是一个质的飞跃, 它的推理决策结
果基本上可以达到人类专家熟练水平, 所以系统是高效。
3.实用: 本系统可以根据用户的不同需要, 完成几种不同目的的决策, 既可以进行夏播棉决策, 也可以完成春
育夏栽棉决策。
5. 决策实例
5.1 麦套夏棉高产栽培决策例
期望目标:
皮棉产量60公斤/亩
基本条件:
灌溉条件优良,
土壤肥力中等,
小麦产量300公斤/亩
推荐措施:
品种 : 中棉16,
育苗播期 : 5月20号,
移栽期 : 5月25号至6月5号,
移栽密度 : 7000株,
行距 : 60厘米,
去早蕾每株4到8个,
追肥亩施尿素 : 16公斤
化控 : 7月5号亩喷施2.5克,
8月5号亩喷施4克,
留果枝 : 8-9台。
看苗诊断动态指标:
DAE PLTHT DPLTHT FBRCH FSITE BOLL LAI
day cm cm No. No. No.
15 2.7 0.3
25 9.0 1.0 0.11
35 24.6 2.1 0.8 0.8 0.13
45 46.0 1.9 3.0 2.8 0.55
55 59.7 0.9 6.4 8.3 1.23
65 64.9 0.3 8.3 17.9 2.00
75 66.4 0.1 8.8 26.1 1.5 2.71
85 29.8 3.7 3.20
95 30.9 6.0 3.32
105 31.3 7.0 2.91
115 7.3 1.81
5.2 春育夏栽棉高产栽培决策例
期望目标:
皮棉产量80公斤/亩
基本条件:
灌溉条件优良,
土壤肥力中等,
小麦产量300公斤/亩
推荐措施:
品种 : 中棉12,
播期 : 4月15号,
密度 : 3000株,
行距 : 1米,
去早蕾每株4到8个,
追肥亩施尿素 : 16公斤
化控 : 7月5号亩喷施2.5克,
8月5号亩喷施4克,
留果枝 : 17台。
看苗诊断动态指标:
DAE PLTHT DPLTHT FBRCH FSITE BOLL LAI
day cm cm No. No. No.
60 2.8 0.2 1.03
70 6.5 0.6 1.2 2.3 1.95
80 14.7 1.1 8.5 21.6 2.75
90 30.2 1.9 12.0 35.6 3.35
100 52.5 2.4 14.1 46.3 1.1 3.75
110 75.2 2.0 15.4 54.7 3.8 3.96
120 91.3 1.2 16.4 61.5 10.1 4.03
130 67.1 17.9 4.00
140 71.7 22.4 3.91
150 75.7 23.9 3.77
160 24.3 3.62
6. 结束语
夏棉已在我区发展成为主要的棉花生产方式，所以研制夏棉高产栽培计算机决策系统具有很大的现实意义，也
具有一定的理论意义。这是把知识工程技术应用到棉花生产中的一有益尝试，它必将随着棉花生产的发展而发
展完善。
本系统在研制过程中较多地借鉴了CPMSS/CGSM的优点, 充分地运用了知识工程学的方法原理, 较好地完成了夏
棉高产栽培中的定性决策, 从发展的观点看, 今后应当加强作物模拟模型的研究, 以完成夏棉生产管理中的定
量决策。
参考文献
1.肖荧南，郭向东等(1991) 棉花生产决策系统. 《作物生产计算机调控系统的研究》，北京农业大学科研处
、农业系统工程室主编，北京农业大学出版社出版，pp.41-46
2.董占山，潘学标等(1992) 棉花生产管理决策系统CPMSS/CGSM. 全国首届青年农学学术年会论文集，中国科
学技术出版社，pp.427-432
3.董占山，潘学标等(1993) 棉花生产管理决策支持系统CPMSS的设计与实现. 计算机农业应用,(1):16-19
4.陈付贵，马致民(1991) 夏棉高产优质规范化栽培系统模拟研究: Ⅰ.夏棉高产农艺措施决策研究. 河南职技
师院学报, 19(1):29-34
5.陈付贵，马致民(1991) 夏棉高产优质生产系统模拟研究: Ⅱ.夏棉群体动态、成铃分布、产量结构模拟. 河
南职技师院学报, 19(2):13-19
6.职承禄, 邹瑞斌等(1993) 棉花大苗移栽高产优质关键技术的研究. 河南职技师院学报, 21(1):1-4
7.陈付贵，张廷鹤等(1992) 中熟陆地棉高产株型经济性状时空分布的数学模型. 河南职技师院学报,
20(4):1-5
8.杨异超, 张雄伟等(1993) 麦套短季棉促早栽培优化模型研究. 棉花学报, 5(1):50-56
9.黄树梅, 谈春松等(1993) 麦垄点种夏棉高产优质栽培系统模拟研究. 华北农学报, 8(增刊):133-136
10.谈春松, 黄树梅等(1992) 棉花高产优质高效益规范化栽培模式研究与应用. 棉花学报, 4(3):92-98
11.卫丽, 贾玉珍等(1993) 麦套夏棉高产优质综合农艺措施数学模型研究. 河南农业大学学报,
27(1):21-28
12.刘圣田, 燕清洲等(1993) 麦棉两熟高产栽培技术研究. 山东农业科学, (2):27-29
13.施培, 陈翠容等(1992) 棉麦双高产棉花配套栽培技术研究初报. 中国棉花学会第四届代表大会暨第九次学
术讨论会论文摘要汇编, 中国棉花学会, p.50-51
14.蒋国柱等(1991) 不同生态区棉花优质高产栽培技术规范. 南京大学出版社, p.30-33
15.中国农科院棉花研究所主编(1983) 中国棉花栽培学，上海科学技术出版社，pp.32-64
16.Goodell, PB, RE Plant et al(1990) CALEX/Cotton: An integrated expert system for crop
production and management in California cotton. California Agric. 44(5):18-21
17.Hearn, AB et al(1981) Computer-based cotton pest management in Austrilia. Field
Crop Research, 4:321-332
18.Hearn, AB(1987) SIRATAC: A decision support system for cotton management. Rev. of
Market. & Agric. Econ. 55:170-173
19.Lambert, JR(1993) Crop simulation and expert systems for decision support in cotton
production.
20.Lemmon, HE(1986) COMAX: An expert system for cotton crop management.Science,233, 29-33
21.McKinion, JM, DN Baker, FD Whisler, JR Lambert(1989) Application of the
GOSSYM/COMAX system to cotton crop management. Agricultural System, 31, 55-65
22.Plant, RE, LT Wilson et al(1987) CALEX/Cotton: An expert system-based
management aid for California cotton growers. 1987 Proc. Beltwide Cotton Prod. Conf.,
p.213-214
23.Plant, RE, ND Stone(1991) Knowledge-based systems in agriculture. McGraw-Hill, Inc
24.Stone, ND, RE Frisbie et al(1987) COTFLEX, a modular expert system that
synthesizes biological and economic analysis: The pest management advisor as an example,
in Proceedings of the Beltwide Cotton Production and Research Conference.National Cotton
Council of America, Memphis, Tenn.
|
