作物生长模型CropGrow是通过解析气候-土壤-技术措施与作物生理生态过程的机理关系发展和建立起来的基于生理生态过程的作物生长系统的动态模拟模型。主要包括阶段发育、器官建成、物质生产与分配、产量品质形成、水分平衡和养分动态等子模型。其中阶段发育子模型以茎顶端发育为主线，以光温反映为基础，将作物阶段发育的生理过程分为对温度的反映和对光周期的反映。除了光温反映特性以外，CropGrow中还考虑了作物阶段发育中内在的一个基本发育因子，用以体现不同基因型达到开花期的时间长度不同。例如，在小麦作物的阶段发育子模型中，一般包括生理春化时间、温度敏感性因子、光周期敏感性因子、灌浆持续期因子和基本早熟性5个品种遗传参数，分别体现不同品种小麦在春化作用、光周期反映、灌浆期长短及热效应方面的遗传特性；作物器官建成子模型主要模拟植株上不同器官的发生和形成过程。器官发生的时间与阶段发育过程密切相关，发生的数量和大小与同化物的分配和利用有关。CropGrow中模拟的器官主要包括根、叶、茎、穗、花、粒等部分，其中根、叶和茎的发生和发育决定了植株的营养生长，而穗、花和粒的分化和发育则决定了植株的生殖生长（Cao et al., 2002）；物质生长和分配子模型中作物的群体净同化量等于光合作用的生产量减去呼吸作用的消耗量。其中光合作用是以单叶光合作用为基础，采用高斯积分法来计算每日的冠层光合作用速率。光合作用模型中有两个重要的参数，作物的光能初始利用效率和最大光合作用速率。光能初始利用效率主要用于描述作物物理学过程的特性，而最大光合作用速率主要依赖于植物特性和环境条件，尤其反映了生物化学过程和生理条件。同化物在不同器官间的分配与再分配模式随作物种类和生育进程而变。而生物量在植株器官间的分配与作物的生长发育是不同的过程，作物器官的分配模式是生理年龄的函数，一般不考虑叶、茎、根和储藏器官的形状和数量；作物产量品质形成子模型通过干物质分配得到模拟籽粒的产量（干物质量），结合植株氮吸收与籽粒氮积累动态建立籽粒氮积累速率的动态模型，在此基础上建立籽粒蛋白质含量与蛋白质产量形成的模拟模型。同时，通过解析植株碳素的积累和转运以及籽粒碳素的转化利用和淀粉积累的基本规律及其影响因子关系，构建基于花后碳流生理过程的籽粒淀粉形成模型；水分平衡子模型是根据土壤水分收支平衡原理建立的一维串型模型，根据作物根系深度将土壤剖面分成若干层，按土层进行土壤水分收支计算。该子模型逐日模拟计算各土层的土壤含水量，并计算土壤水分对作物蒸腾、光合作用、根伸长即干物质分配、籽粒灌浆等的影响，主要包括径流、渗漏、土壤蒸发、作物截留、根系吸水、水分再分配等水分动态过程。养分动态子模型主要涉及氮、磷、钾三种大量元素的模拟。其中氮素动态的模拟主要包括土壤有机质的矿化、硝化与反硝化作用、铵的吸附于解吸、氨的挥发、氮素淋洗及作物吸收与分配等过程。作物氮素吸收模拟主要考虑了作物潜在需氮量和根潜在吸氮能力。即假设植株各个器官的含氮率都维持在接近潜在含氮率的水平，植株吸收的氮素在各个器官之间的分配按氮分配系数（即各器官的潜在需氮量比例）进行分配，即可以模拟得到各器官实际含氮率及表征植株氮素状况的氮素影响因子。在土壤磷动态模拟方面，则主要考虑土壤有机质于使用有机物的矿化、施用肥料中的速效磷、雨水和灌溉水中的养分、底层上升水中携带的养分、作物对磷的吸收、磷的渗漏损失、土壤磷的不可逆固定等过程。在土壤钾动态模拟方面主要考虑作物吸钾和土壤中钾的行为两个方面，涉及的过程包括施入土壤的化肥提供的有效钾、施入土壤的有机肥提供的有效钾、作物吸收的钾和淋失的钾等。

作物生长模型CropGrow框架图

作物生长模拟及决策支持系统是在作物生长模型基础上，利用计算机软构件技术封装光合同化、发育进程、生长呼吸、物质分配、器官建成、产量与品质形成、养分平衡、水分平衡等算法，再增加参数生成、数据管理、策略评价等功能，研制开发的软件系统。系统主要包括参数生成、数据管理、生长模拟、方案推荐、效益评估、时空预测、安全预警等功能；参数生成包括品种参数调试、气象数据生成、土壤参数估算以及各农作区常规栽培管理措施推荐；数据管理用于气象、土壤、品种参数、管理措施、病虫草害、生产成本和田间实测数据的查询与维护；生长模拟实现定量模拟不同生态环境、生产条件和品种类型下作物生长发育进程和生产力形成动态，包括全程模拟与切入模拟，其中切入模拟是在实时观察数据基础上对作物生长进行模拟预测，例如通过田间观测或室内分析获取作物生长特定时期的实际状况（叶面积指数、生物量、叶龄等），然后在界面输入观测数据并传递给模型，系统运行时就会将实测值自动切入到模拟过程中，修订模型预测结果；方案推荐、效益评估通过有目的的情景试验与分析评价，辅助用户进行管理决策；时空预测通过在长时间序列与空间尺度不同维度上模拟作物生长，预测作物时空变化动态；安全预警功能是基于气候变化对作物生产影响的评估，结合粮食需求供给模型，实现粮食安全预测预警。同时，系统与形态可视化模型集成，实现了不同生长条件下作物生长动态的三维可视化，与GIS、RS等技术耦合，实现了不同空间尺度上的生产力预测预警。