R语言与作物模型(以DSSAT模型为例)融合应用

随着基于过程的作物生长模型(Process-based Crop Growth Simulation Model)的发展,R语言在作物生长模型和数据分析、挖掘和可视化中发挥着越来越重要的作用。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。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、土碳循环、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。R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。因此,为辅助提高作物模型工作者的使用DSSAT模型的技术,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。我们精选大量作物模型应用案例,九大专题(独孤九剑),全程干货,让学员熟悉R语言编程技术和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。

查看详情

特色:

1、原理深入浅出的讲解,强调原理的重要性;
2、技巧方法讲解,提供课程配套的完整教材数据及提供长期回放;
3、与项目案例相结合,更好的对接实际工作应用;
4、跟学上机操作、独立完成案例操作练习、全程问题跟踪解析;
5、专属助学群辅助巩固学习及实际工作应用交流,不定期召开线上答疑。

专题一 DSSAT模型的高级应用
1.作物模型的概念
2.DSSAT模型发展现状
3.DSSAT与R语言的安装与介绍
4.DSSAT模型的高级应用案例
5.R语言在作物模型参数优化中的应用
6.R语言在作物模型全球栅格模拟中的应用
7.R语言在作物模型结果分析和数据可视化中的应用

专题二 R语言与数据科学
1 R语言与数据科学
1)R语言发展脉络
2)R语言数据操作技巧
3)R语言在作物模型中的应用
2 R语言编程技巧数据操作
1)R与工作目录
2)R的数据类型及结构
3)R中各数据类型的赋值与操作
4)各种数据格式的读写及操作

专题三 DSSAT模型高级应用技巧
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

专题四 R语言准备DSSAT气象文件
1 DSSAT自带的气象数据的准备
2 R语言操作和准备气象文件
1)DSSAT气象文件的介绍
2)日照转辐射算法的编写
3)DSSAT气象文件的编写

R语言与作物模型(以DSSAT模型为例)融合应用_第1张图片

专题五 R语言准备DSSAT土壤文件
1 DSSAT模型的土壤模块及土壤输入参数
2 DSSAT模型土壤水分-氮素-有机碳模块的主要算法
3 DSSAT模型土壤参数在数据缺失情况下的近似估算
4 使用R语言操作和准备土壤输入文件
5 DSSAT模型全球土壤数据库的使用

R语言与作物模型(以DSSAT模型为例)融合应用_第2张图片

专题六 R语言准备DSSAT管理文件
1 DSSAT模型的农田管理措施(播期、密度、施肥、灌溉、有机肥、秸秆还田等)的介绍
2 使用R语言进行管理文件批量准备(只需要填写excel,就能批量模拟)

R语言与作物模型(以DSSAT模型为例)融合应用_第3张图片

专题七 R语言准备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R语言进行参数文件准备
4 使用R语言对批量模拟文件的编写

R语言与作物模型(以DSSAT模型为例)融合应用_第4张图片

专题八 R语言对模拟结果进行数据清洗和整理
1 使用R语言读取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

R语言与作物模型(以DSSAT模型为例)融合应用_第5张图片

专题九 R语言对模拟结果进行数据分析及绘图
1 使用R语言对模拟结果进行分析
2 使用R语言计算模拟结果的MSE、RMSE、MAE、d-value、EF值
3 使用R语言对模拟结果进行可视化(模拟结果的动态图和1:1图等)

R语言与作物模型(以DSSAT模型为例)融合应用_第6张图片

附加课程
学员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

A类

高光谱遥感数值建模技术及在植被、水体、土壤信息提取领域应用

B类

 近地面无人机植被定量遥感与生理参数反演实践技术应用

C类

 陆面生态水文模拟与多源遥感数据同化的实践技术应用

D类

 CENTURY模型实践技术应用与案例分析

E类

 基于PyTorch深度学习无人机遥感影像目标检测、地物分类及语义分割实践技术

F类

 CASA(Carnegie-Ames-Stanford Approach) 模型原理及实践技术

G类

 R语言地理空间分析、可视化及模型预测实践技术应用

H类

 R语言与作物模型(以DSSAT模型为例)融合应用高级实战技术  

你可能感兴趣的:(r语言,dssat,作物生长模型,气候,土壤)