PCSE作物生长模型演示平台是一个基于Python Crop Simulation Environment (PCSE)的Web应用程序，用于模拟和预测多种作物的生长过程。该平台提供直观的用户界面，允许用户设置各种参数（如作物类型、品种、地理位置、日期范围等），并通过图表可视化模拟结果，包括生物量变化、叶面积指数变化和预估产量变化。
- 后端：Python 3.8+, Flask, PCSE 5.5.0+
- 前端：HTML5, CSS3, JavaScript, Chart.js
- 数据处理：pandas, openpyxl, numpy, PyYAML
- PCSESimulator类：模拟引擎核心，负责管理各类数据提供器和运行作物生长模型
- Web服务器：基于Flask框架，提供RESTful API和Web界面
- 数据处理模块：负责解析和处理天气数据、作物数据、土壤数据和农业管理数据
- 可视化模块：使用Chart.js实现模拟结果的图表展示
- 错误修复工具：针对PCSE ExcelWeatherDataProvider常见问题的自动修复工具
├── .gitignore # Git忽略文件配置
├── .vs/ # Visual Studio配置目录
├── LICENSE # 开源许可证
├── README.md # 项目说明文档
├── angstrom_results.csv # Angstrom参数结果数据
├── app.py # 主应用程序文件，包含Flask路由和PCSE模拟实现
├── data/ # 数据文件目录
│ ├── Wofost71_WLP_FD.conf # WOFOST模型配置文件
│ ├── agro/ # 农业管理数据文件
│ ├── crop/ # 作物数据文件
│ ├── meteo/ # 气象数据文件
│ ├── obs/ # 观测数据文件
│ ├── output/ # 输出数据目录
│ ├── site/ # 站点数据文件
│ ├── soil/ # 土壤数据文件
│ ├── wofost_npk.site # WOFOST NPK站点配置
│ └── wofost_npk.soil # WOFOST NPK土壤配置
├── nasa_to_excel_simple.py # NASA天气数据转换工具
├── requirements.txt # 项目依赖列表
├── static/ # 静态资源文件
│ ├── css/ # CSS样式文件
│ └── js/ # JavaScript文件（包含图表和交互逻辑）
├── templates/ # HTML模板文件
│ ├── datainput.html # 数据输入页面
│ ├── index.html # 主页面模板
│ ├── layout.html # 布局模板
│ └── weather_input.html # 天气数据输入页面
└── yaml_agro_writer.py # YAML格式农业管理文件生成工具
- 支持多种作物类型的生长模拟
- 每种作物提供至少一个品种选项
- 可设置模拟天数、开始日期和地理位置
- 支持上传自定义天气文件
- 可选择农业管理文件
- 实时显示生物量变化图表
- 展示叶面积指数变化趋势
- 显示预估产量变化曲线
- 所有图表支持响应式布局
- 集成NASA POWER气象数据API
- 支持Excel格式天气数据导入
- 自动修复Excel天气文件中的Angstrom参数错误
- 提供YAML格式农业管理数据支持
- 完善的异常捕获和错误提示机制
- 针对常见错误提供详细的诊断信息
- 自动备份原始数据以防数据丢失
- Python 3.8或更高版本
- pip包管理器
- 网络连接（用于获取NASA气象数据）
-
克隆或下载项目代码
-
创建虚拟环境（可选但推荐）
# Windows环境
python -m venv .venv
.venv\Scripts\activate
# Linux/Mac环境
source .venv/bin/activate- 安装依赖包
pip install -r requirements.txt- 启动应用程序
python app.py- 访问Web界面
打开浏览器，访问
http://localhost:5000
-
设置模拟参数
- 在"参数设置"面板中，选择作物名称和品种
- 设置模拟天数（7-400天）
- 输入地理位置的纬度和经度
- 选择开始日期
- （可选）上传自定义天气文件或农业管理文件
-
运行模拟
- 点击"运行模拟"按钮
- 等待模拟完成（时间取决于模拟天数）
-
查看结果
- 模拟完成后，系统将自动显示三个图表：
- 生物量变化（g/m²）
- 叶面积指数变化
- 预估产量变化
- 模拟完成后，系统将自动显示三个图表：
-
使用默认天气数据
- 系统会根据提供的经纬度自动从NASA获取天气数据
- 如果无法获取，将使用本地的示例天气数据
-
上传自定义天气数据
- 点击"浏览"按钮选择Excel格式的天气文件
- 文件必须符合PCSE ExcelWeatherDataProvider的格式要求
- 如果文件中存在Angstrom参数错误，可以使用提供的修复工具
项目提供了yaml_agro_writer.py工具，用于生成符合PCSE格式的农业管理YAML文件：
python yaml_agro_writer.py平台支持多种作物类型的模拟，包括但不限于：
- barley (大麦)
- cassava (木薯)
- chickpea (鹰嘴豆)
- cotton (棉花)
- cowpea (豇豆)
- fababean (蚕豆)
- groundnut (花生)
- maize (玉米)
- millet (小米)
- mungbean (绿豆)
- pigeonpea (木豆)
- potato (土豆)
- rapeseed (油菜籽)
- rice (水稻)
- rye_grass (黑麦草)
- sorghum (高粱)
- soybean (大豆)
- sugarbeet (甜菜)
- sugarcane (甘蔗)
- sunflower (向日葵)
- sweetpotato (甘薯)
- tobacco (烟草)
- wheat (小麦)
- 检查输入参数是否有效
- 确认上传的文件格式是否正确
- 查看浏览器控制台输出以获取详细错误信息
- 使用项目提供的测试工具检查数据文件
- 确认您的网络连接正常
- 检查经纬度值是否有效
- 尝试上传本地天气文件
- 模拟过程中的日志会显示在服务器控制台
- 部分详细日志保存在debug_output.log文件中
要添加新的作物类型，需要修改app.py中的crop_names列表和variety_names字典，确保所有页面使用相同的作物定义。同时，确保data/crop/目录中存在相应的作物数据文件。
所有与PCSE模型相关的参数设置都在PCSESimulator类中实现，可以根据需要修改以下方法：
- get_crop_provider(): 设置作物相关参数
- get_soil_provider(): 设置土壤相关参数
- get_site_provider(): 设置站点相关参数
- get_agromanagement(): 设置农业管理相关参数
本平台仅供研究和教育目的使用。模拟结果基于PCSE模型计算得出，可能与实际生长情况存在差异。在实际农业生产中，请结合当地实际情况和专家建议进行决策。
本项目基于MIT许可证开源。