登上國家氣象中心業務網站，能夠看到玉米、水稻、小麥三種大宗糧食作物的模擬產品；翻看2015年以來的全國糧食產量預報，能夠看到基于作物模型的玉米、水稻穗重對比分析。這些量化的產品都是作物模型業務化應用的具體表現，也是國家氣象中心推進農業氣象服務供給側改革的具體表現。作物模型業務化的實現，是國家氣象中心與全國多個省級農業氣象單位三年多來不斷研究和探索的結果。

　　通過作物模型提升農氣服務精細化水平

　　2013年1月，國家氣象中心成立了作物模型業務應用創新團隊，以推動作物模型業務化應用，通過引進具有開源代碼的國際主流作物模型（WOFOST、ORYZA2000、WHEATSM），解決作物模型業務化應用的關鍵技術問題，逐步強化作物模型對農業氣象業務的支撐能力，提高農業氣象服務的定量化、精細化水平。同時，國家氣象中心還承擔了2013年度公益性行業（氣象）科研專項“作物模型比較及其業務化應用”，并聯合中國農業大學、上海市氣象局，研究通過使用作物模型，實現對作物長勢的動態監測、災害影響定量化評估和產量動態預報，從而提高農業氣象業務服務能力和服務效益。

總體技術路線。王文峰 供圖

　　為什么要使用作物模型？國家氣象中心主任畢寶貴說：“作物模型對于農業氣象的意義就如同數值模式對于天氣預報的意義。”在我國，作物模型研究的側重點在于將作物生長模型、栽培優化模型或知識模型與專家知識相結合。作物模型業務應用創新團隊負責人侯英雨介紹：“作物生長模型從系統科學的觀點出發，以光、溫、水、土壤等條件為環境驅動變量，運用數學物理方法和計算機技術，對作物生育期內光合、呼吸、蒸騰等重要生理生態過程及其與氣象、土壤等環境條件和耕作、灌溉、施肥等技術條件的關系進行定量描述和預測，再現農作物生長發育及產量形成過程。它可描述作物生長、產量形成及其與生態環境因子間關系動態變化的整體過程。”

　　本地化與平臺研發是關鍵技術問題

　　想要在業務中應用作物模型就必須要解決一些關鍵技術問題。國家氣象中心以科研項目為抓手、依托團隊力量，聯合相關單位，以冬小麥、春 （夏） 玉米、雙季水稻及一季稻為對象，充分結合業務需求，在作物模型的參數敏感性分析、參數本地化、模型適應性評估、作物模型區域化應用、作物模型業務應用平臺研發、作物模型業務服務試用等方面取得了較大進展。

模型業務化需要解決的關鍵技術。王文峰 供圖

　　“首先，我們對作物模型的參數進行敏感性分析和本地化。”侯英雨說。國外知名作物模型的參數是否適宜國內的情況要進行評估，根據本地的試驗資料對參數進行訂正，這樣才能使作物模型更好地模擬本地作物的生長實際狀況。另外，“算法的本地化也是必不可少的一步。”侯英雨說，大多數作物模型只是模擬正常氣候條件下的作物生長狀況，對災害的響應程度不夠，所以要調整算法，使其能夠模擬氣象災害對作物生長的影響。

　　作物模型的業務應用需要一個性能穩定的軟件支撐平臺。對此，創新團隊“邊研發、邊試用”，將研發成果及時系統化，形成操作方便、界面簡潔、功能全面、適宜推廣試用的作物模型運行中試平臺。目前已經實現了冬小麥、玉米、水稻三大作物生長模擬單點運行，并已嘗試開發格點化版本。

作物模型業務應用關鍵技術。王文峰 供圖

　　作物模型已實現全面業務化應用

　　經過3年多的努力，國家氣象中心實現了作物模型的全面業務化應用，其中包括冬小麥干熱風災害影響定量評估、華北夏玉米干旱解除預評估、作物產量動態和定量氣象預報等；同時，玉米、水稻、小麥葉面積指數、生物量和穗重的逐周模擬產品也在國家氣象中心業務網站上定期發布。

　　河南省氣象科學研究所依托國家氣象中心作物模型中試平臺，開展了以周口為典型代表區的豫東南2016年夏玉米高溫干旱影響評估。浙江省氣候中心針對水稻模型灌漿速率和葉面積指數模擬等過程的本地化需求，在龍游農業氣象試驗站和湖州農業氣象觀測站開展田間試驗。重慶市氣象局舉辦了人工氣候箱控制試驗，基于試驗結果訂正模型算法，從而提升模型在本地應用中的表現。遼寧省氣象科學研究所還面向業務人員開展了作物模型業務化應用培訓班。中國氣象局氣象干部培訓學院在第1期省級及以上農業氣象業務人員上崗培訓班中也安排了作物模型理論與業務應用相關課程。

作物生長參數空間分布圖。王文峰 供圖

　　目前，作物生長模型也在我國氣候影響評估、農業氣象災害預警和產量預報領域進行了試用。國家氣候中心將相關模型應用于未來氣候年景預估領域；湖南氣象科學研究所和廣東省氣候中心將相關模型應用于雙季稻產量預報和農用天氣預報業務；黑龍江氣象科學研究所將模型應用于東北地區一季稻和玉米產量預報業務。

　　此外，國家氣象中心、中國氣象局氣象干部培訓學院與河南、湖南、黑龍江、重慶等?。ㄖ陛犑校?氣象科學研究所及上海市氣候中心等相關單位聯合編寫《作物模型業務應用技術指南》，進一步加強農業氣象服務產品的機理性、動態性和綜合性研究，促進農業氣象業務服務綜合能力提升。

作物生長參數空間分布圖。王文峰 供圖

　　作物模型業務化取得了初步成果，但離滿足服務需求尚有距離。國家氣象中心將繼續依托作物模型業務應用創新團隊，深入挖掘、利用現有農業氣象觀測站、農業氣象試驗站、土壤水分自動站、氣象站等業務觀測數據，實現作物模型業務應用常態化。