农业生产系统是复杂的多因子动态系统,影响因子(包括环境、作物、耕作制度、管理技术措施、农产品社会需求等)具有较强的时空变异性、区域分散性、管理经验性。而作物生长模拟模型可基于环境、作物和管理技术措施等对作物生长发育及生产力的形成进行定量描述和动态模拟,作物管理知识模型可基于作物、环境和管理水平生成作物精确管理方案或定量栽培模式,基于遥感的作物生长监测模型可以快速反演、获取作物长势,地理信息系统(GIS)可对环境等因子进行空间分析和管理,因此,综合利用上述关键技术,构建基于模型和3S的数字稻作系统,对于促进信息农业的快速发展具有重要的现实意义。本研究以水稻作物为对象,基于GIS平台,探讨基础气象要素的空间插值与栅格化方法,分析我国主要稻作区水稻生产气候资源的时空分布特征,进一步结合水稻管理知识模型中的层次生产潜力模型,研究我国主要稻作区不同层次水稻生产潜力的时空分布特征及增产潜力,并在本实验室已有水稻生长模拟模型、管理知识模型和生长监测模型的基础上,耦合集成3S技术,构建基于模型和3S的数字稻作系统,实现稻作系统监测、预测和管理决策的数字化、精确化。针对作物模型区域化应用的需求,采用距离反比权重法(IDW)、协克里格法(CK)和薄盘样条法(TPS)3种不同的空间插值方法,对我国1951—2005年气象数据完整的559个气象站点逐月第15日的平均基本气象要素(最高气温、最低气温、日照时数和降水量)进行了插值分析与评价。结果表明：3种插值方法中,TPS法对最高气温和最低气温插值的根均方差(RMSE)最小(1.02℃和1.12℃)、R2最大(0.9916和0.9913)；不同季节中,TPS法对秋季最高气温、夏季最低气温进行插值的RMSE均最小(0.83℃和0.86℃),R2均为秋季最高。对于日照时数和降水量而言,TPS法的RMSE最小(0.59h和1.01mm)、R2最大(0.9118和0.8135)；不同季节中,TPS法对冬季日照时数进行插值的RMSE最小(0.49h)、R2最大(0.9293),TPS法对冬季降水量进行插值的RMSE最小、(0.33mm),IDW法对夏季降水量进行插值的RMSE最小(2.01mm), CK法对春季降水量进行插值的R2最大(0.8781)。TPS法可作为我国大量逐日基本气象要素的最优空间插值方法。基于中国主要稻作区333个气象台站1961年～1970年(1960s)和1996年～2005年(2000s)2个10年历史时期的逐日气象资料,使用ARCGIS软件和ANUSPLIN软件包,基于最佳空间插值方法,得到了2个时期的逐日气象要素表面值；进一步逐年计算并比较了2个历史时期水稻生育期内主要气候资源(总日照时数、总有效积温、平均气温日较差、总降水量、总降水天数和平均降水强度)的时空分布特征。结果表明,同1960s相比,2000s中国主要稻作区水稻生育期内的平均总日照时数减少了11.93%,东北、西南地区减少的幅度小于中部和南方；平均总有效积温增加了9.40%,东北和西南地区增加的幅度大于中部和南方,但是在中部和南方存在总有效积温减少的地区；平均气温日较差减少了4.86%,东北和西南地区减少的幅度大于中部和南方,但在中部和南方地区亦存在部分增加的区域；总降水量增加了1.59%,平均降水强度增加了3.22%,平均降水强度的变化率在空间分布上与总降水量基本一致,东北地区和宁夏总降水量和平均降水强度呈降低的趋势,而中部和南方大部分地区呈增加的趋势；平均总降水天数减少了1.60%,东北地区和中部地区的降低幅度要小于南方沿海地区。进一步基于水稻管理知识模型中的层次生产潜力模块,逐年计算了中国主要稻作区1961年～1970年(1960s)和1996年～2005年(2000s)的水稻光合、光温和气候生产潜力,分析了2个时期水稻光合、光温和气候生产潜力的空间变化规律,并基于2000s的光温和气候生产潜力、以及中国主要稻作区的实际产量和高产目标,计算了中国主要稻作区不同层次水稻增产潜力。结果表明,同1960s相比,2000s中国主要稻作区水稻平均光合生产潜力减少了5.40%,东北、西南地区减少的幅度小于中部和南方地区；平均光温生产潜力减少了2.56%,但东北和西南地区处于增加的趋势；平均气候生产潜力减少了7.44%,但在中部和南部的局部地区有增加的趋势。水稻高产目标对2000s平均产量的增产潜力结果表明,单季稻种植区大部分地区的增产潜力在2-6×103kg/ha之间,双季稻种植区的增产潜力在6-12×103kg/ha之间。2000s水稻光温生产潜力对高产目标的增产潜力,在单季稻种植区内大部分地区小于10×103kg/ha,东北和西南的局部地区光温生产潜力小于高产目标；在双季稻的大部分地区,增产潜力在10～30×103kg/ha之间,广西、广东以及海南等地区在30～40×103kg/ha之间。2000s的光温生产潜力对气候生产潜力的差值显示,在单季稻种植区,灌溉对产量的贡献在5-20×103kg/ha之间,在双季稻种植区中的大部分地区,灌溉对产量的贡献在20～40×103kg/ha之间；研究结果为进一步分析中国不同区域水稻增产途径及国家粮食安全生产提供了决策支持。在已有作物(小麦和水稻)生长监测模型的基础上,采用地理数据抽象库(Geospatial data abstraction library, GDAL)和图形设备接口(Graphics device interface plus, GDI+)信息处理方法,使用期望最大化(Expectation maximization, EM)算法对反演的作物长势参数进行聚类分析,在Microsoft.NET平台上构建了基于聚类分析和遥感影像的网络化作物生长监测系统。系统具有常见格式遥感影像读取、遥感信息提取、作物长势参数反演、聚类分析、专题图制作以及信息发布等功能；并以江苏省方强农场为案例区,对系统的部分功能进行了测试与检验。结果表明,该系统能够准确的读取遥感影像信息,反演作物生长参数,并可根据聚类分析结果自动制作专题图,通过互联网予以发布,从而初步突破了用户无法直接参与遥感影像分析过程的瓶颈,为区域尺度的作物生长监测和精确管理调控提供了决策支持。以水稻生长模拟模型、管理知识模型和生长监测模型为核心,结合3S技术,运用软构件设计方法及面向对象编程技术,采用Browser/Server模式和多层架构设计,在Microsoft.NET平台上构建了基于模型和3S的网络化数字稻作系统。系统基于数据层、数据访问层、业务逻辑层和表现层4层结构,以品种、气候、土壤及管理措施为基本输入,能够为用户提供稻作生产规划、方案设计、模拟预测、策略分析、动态调控、生长监测、精确稻作、生产力评价、病虫草害管理、智能学习、系统管理和系统帮助等信息服务。研究结果拓展了模型的应用尺度,有助于促进水稻生产管理的信息化和现代化。