连接的昆虫陷阱。© Le mas numérique

代表农业生态学中的复杂系统

农业生态建模正在兴起，但它仍然是一个复杂的主题。农业生态建模只有在农场内部甚至景观层面的互动中才具有任何意义（Tixier 等，2013 年）。这是一项微妙的任务。安特尔等人。(2017) 确定了一些必须解决的问题，以便建立用于农业生态学的下一代模型：(i) 改进现有模型，以考虑不确定性或极端事件；(ii) 从种植系统过渡到生产系统；(iii) 模拟复杂的轮作和作物；(iv) 模拟作物和动物生产之间的联系；(v) 升级，从田野到更广阔的景观；(vi) 互操作性。还必须开发用于描述系统每个隔间的“单元模型”。此外，着眼于更广阔的前景导致新的科学前沿的出现，这些前沿与“对人口动态以及种植环境与自然环境之间界面的作用的更深入了解，关于这方面的报道很少”（Caquet et al. , 2020)。此外，由于农场是复杂的系统，应使用社会生态和社会技术模型的组合进行管理，因此在农场内建模存在许多挑战（Bergez 和 Thérond，2019 年）。

新农业生态系统的大规模数据收集

缺乏数据和难以访问它可能会成为改进和使用模型的障碍。然而，农业数据的数量出现了惊人的增长：2014 年，美国的一个农场估计每天产生大约 190,000 条数据，到 2050 年将产生超过 400 万条数据每天（Rotz 等人，2019 年）。这些数据来自连接的对象（Elijah 等人，2018）、固定传感器（气象站、连接的陷阱、各种不同类型的警报等）、嵌入机器的传感器（用于监控机器或农作物）、佩戴的传感器动物（活动传感器、用于测量温度的药丸、跟踪器）或人类操作员携带的传感器（手机）。鉴于农业数据的种类和数量，现在使用“农业大数据”一词可能会变得越来越合适（Bellon-Maurel 等人，2018 年）。事实上，数据对于创建农业生态学中复杂机制的模型至关重要，而这些模型很难使用确定性方法进行建模。为了开发此类模型，必须在不同层次的农业生产系统中进行系统的量化和观察（Biradar 等人，2019 年）。乔杜里等人。(2019) 讨论了缺乏参考点的问题，即表型的瓶颈是对生态农业和农林业阻碍。出于这个原因，这些领域的知识发展将需要通过在农场（田间或畜群中）部署高通量表型分析来提高在不同环境中的高通量表型分析能力。这引发了有关表型分析设备的问题。目前，研究人员和农民使用昂贵的测量设备（例如越野车或田间的其他自动化平台）进行表型分析。许多作者（Caquet 等人，2020 年；Grieve 等人，2019 年；Ingrand，2018 年）建议开发大规模的表型分析或持续监测农作物、动物和环境条件。这将需要负担得起且易于使用的测量设备，这些设备要么靠近 - 例如CAPTE 单元开发的便携式传感器 - 或远程传感器 - 例如Sentinel 2 卫星提供 10 米的分辨率和三到五天的重访时间（Biradar 等人，2019 年）——用于评估植物和动物的物理和生理特征（雷诺兹等人，2019 年）。