DSSAT模型实践教程

更多资讯，关注公众号：Ai尚研修科研技术动态；

随着数字农业和智慧农业的发展，基于过程的作物生长模型（Process-based Crop Growth Simulation Model）在模拟作物对气候变化的响应与适应、农田管理优化、作物品种和株型筛选、农业碳中和、农田固碳减排等领域扮演着越来越重要的作用。Decision Support Systems for Agrotechnology Transfer (简称DSSAT)模型是世界知名的作物生长模拟模型之一。现有版本V4.7能模拟27种主要农作物的生长发育和产量形成过程，被广泛应用于精细农业、水肥管理、气候变化、粮食安全、土壤碳周转、环境影响、农业可持续性、农业生态等诸多与农业生产和科研有关的领域。DSSAT模型内核算法是基于Fortran语言开发的，软件界面是基于C++进行开发。了解和熟悉DSSAT模型的关键算法和软件的操作是学习DSSAT模型的基础。此外，想要成为一名优秀的作物模型使用者与科研团队不可或缺的人才，除了掌握对作物模型相关知识之外，还要掌握模型的快速模拟和高效数据分析能力。Python是一门应用场景广泛、简单易学的程序语言，在DSSAT模型的气候、土壤、管理措施等数据准备，自动化模拟和结果分析上都发挥着重要的作用。

将从DSSAT模型算法和模型软件两个方面熟悉掌握DSSAT模型的使用。进阶课程将学习如何利用Python程序语言来快速使用DSSAT模型，让大家不需要使用界面操作就可以快速批量运行DSSAT模型，方便各个领域可以更好地交叉融合、扩展应用。本次我们精选大量作物模型应用案例，全程干货，让参训学员全面熟悉DSSAT这一综合型农业生态系统模型，提高学员模型应用能力、数据分析和图表制作技能。如果你是资深模型爱好者，这次可以进一步熟悉各个模块的相关算法；如果你是个模型入门者，这次将让你体验一键模拟的乐趣。

第一部分：DSSAT模型建模实践技术应用内容
专题一DSSAT模型与高级应用

1.作物生长模型的概念

2.作物生长模型的发展现状

3.DSSAT模型的开发历程

4.DSSAT模型的模块及模拟流程

5.作物生长模型的前沿应用

作物生长模型的算法改进

作物生长模型站点尺度和栅格尺度的模拟

作物生长模型与机器学习的集成

作物生长模型与遥感、表型数据的同化

专题二DSSAT模型安装与编译

1 DSSAT模型操作

1)DSSAT的安装

2)DSSAT模型操作界面讲解

2 DSSAT模型源码操作与编译

1）DSSAT模型源码安装

2）DSSAT源码的介绍与修改

3）DSSAT源码的编译

专题三DSSAT气象文件准备

DSSAT自带的气象数据的准备

1）DSSAT气象文件的介绍

2）日照转辐射算法

3）DSSAT气象文件转化

专题四DSSAT模型的物候发育模块

DSSAT生育期算法

1）DSSAT模型的生育期尺度

2）DSSAT模型的积温计算

3）DSSAT模型的生育期算法

4）DSSAT模型的生育期影响因子及算法

专题五DSSAT土壤文件准备

1 DSSAT模型的土壤输入参数

2 DSSAT模型土壤参数在数据缺失情况下的近似估算

3 DSSAT模型土壤输入文件准备

专题六DSSAT土壤水-碳-氮模块

1 DSSAT模型的土壤模块

2 DSSAT模型土壤水分模块的主要算法

3 DSSAT模型土壤养分动态过程模拟及N2O排放的模拟

1）氮素的矿化和固定过程

2）氮素的硝化作用与反硝化作用

3）土壤N2O的模拟

4）土壤磷动态与模拟

4 DSSAT模型土壤碳库模型及土壤有机碳SOC的模拟

1）土壤碳库模型的发展历程

2）土壤碳的周转模型

3）土壤CO2排放和土壤有机碳的模拟

专题七DSSAT管理文件准备

1 DSSAT模型的农田管理措施的准备

1）DSSAT模型播期和播种密度设置

2）DSSAT模型施肥设置（化肥+有机肥）

3）DSSAT模型的灌溉设置

4）DSSAT模型秸秆还田设置

2 DSSAT模型的作物生长模拟

1）光温潜在产量的模拟

2）不同管理措施下作物生长的模拟

专题八DSSAT作物生长模拟算法

1 DSSAT模型光合生产和物质分配算法

2 DSSAT模型产量形成算法

3 DSSAT模型养分吸收、分配和养分效应算法

4 DSSAT水分效应算法

专题九DSSAT作物参数设置和优化

1 DSSAT模型的主要遗传参数，包括物种参数、生态型参数、品种参数

2 DSSAT软件自带的参数优化方法

3 DSSAT软件自带的参数敏感性分析方法

专题十 DSSAT模型结果分析与模型评价

1 对DSSAT模拟的模拟结果进行分析

2 对模拟结果的进行模型评价

3 对模型的结果进行做图

专题十一更多案例模拟与疑难解答

1 不同作物、不同情景的模拟

2 实例回顾、训练、巩固

3 答疑与讨论（大家提前把问题整理好）

第二部分进阶：基于Python语言快速批量运行DSSAT模型及交叉融合、扩展应用技术
专题一Python语言与数据科学

1 Python语言与数据科学

1)python语言发展脉络

2)Python语言在作物模型中的应用

2 1 Python软件安装及入门

1)Anaconda软件安装

2)Python库的安装与基本语法

3)Python的字符操作与正则表达式

4)Python的数据清洗与存储

5)各种数据格式的读写及操作

专题二Python准备DSSAT气象文件

1 Python操作和准备气象文件

1）DSSAT气象文件的编写分析

2）使用Python编写DSSAT气象文件

3）日照转辐射算法的编写

4）DSSAT气象文件的批量转化

专题三Python准备DSSAT土壤文件

1 DSSAT模型的土壤模块及土壤输入参数

2 使用Python近似估算土壤输入参数

3 使用Pyhon语言操作和准备土壤输入文件

4 使用Python快速批量生产土壤文件

5 使用Python调用全球土壤数据库的数据并转化成DSSAT土壤文件

专题四Python准备DSSAT管理文件

1 使用Python对农田管理措施（播期、密度、施肥、灌溉、有机肥、秸秆还田等）进行设置

2 使用Python进行管理文件批量准备（只需要填写excel，就能批量模拟）

专题五Python准备DSSAT参数文件及批量模拟文件

1 DSSAT模型的主要遗传参数，包括物种参数、生态型参数、品种参数

2 主要的参数优化方法

3 使用Python语言进行参数文件准备

4 使用Python语言对批量模拟文件的编写

专题六Python对模拟结果进行数据清洗、整理

1 使用Python读取DSSAT文件的模拟结果

2 对模拟结果进行数据清洗、分类和整理

专题七Python对模拟结果进行数据分析及绘图

1 使用Python对模拟结果进行分析

2 使用Python计算模拟结果的MSE、RMSE、MAE、d-value、EF值

3 使用Python对模拟结果进行可视化（模拟结果的动态图和1：1图等）

专题八

根据科研或生产实际，提供数据，集体讨论DSSAT的高级应用方案

提供若干附加材料，包括典型论文、其它软件以及学习材料

实例回顾、训练、巩固

答疑与讨论（大家提前把问题整理好）