农业生态转型是一个活跃的研究和发展领域，在这个领域中，模拟农业系统生产必须从复杂系统建模中评估所涉及的过程及其相互作用。因为，当耦合描述性模型时，很少考虑到这些反馈效应。另一个关键点是，即使有了机制模型，它们的耦合潜力也没有得到评估，无论是对于计算周期还是它们相互作用的数据。所以，将植物生长模型与病虫害（P&D）模型耦合起来，并考虑相互作用后的长期反馈，仍然是一个具有挑战性的任务。虽然许多研究已经检索了各种方法，但其都没有提供一个通用框架，能够在不深入更新其体系结构的情况下承载现有模型及其代码。

2023年8月，Plant Phenomics在线发表了University of Montpellier等单位题为 Coupling Plant Growth Models and Pest and Disease Models: An Interaction Structure Proposal, MIMIC 的研究论文。

面对一个复杂的系统，涉及在不同层面上相互作用的过程，可能存在集体行为和与环境的关系，作者为此开发了模型内部耦合的中介接口（MIMIC, Mediation Interface for Model Inner Coupling），这是一个开放访问的框架/工具。MIMIC以灵活的方式处理模型之间的交互，而不考虑模型的数量和类型。MIMIC确保在长期时间尺度上对所有模式的动态耦合效应。MIMIC管理模型及其输入和输出之间的连接。该模型的基本假设是，从一个内部步骤到下一个内部步骤，每个模型在有限的时间内操作和评估自己的内部状态。MIMIC可以看作是一个由3个主要部分组成的超模型，其中心部分如 图 1 所示。这些组件解决了耦合不同和多个动态系统时通常遇到的问题，从去同步到反馈集成。如 图 2 所示，MIMIC内核的3个组件（CS、ISS和ISDR）通过共享通信总线直接相互连接。CS控制MIMIC如何管理和运行流程（图 2，顶部）。ISDR逐步存储与交互相关的状态变量和仿真数据(任务调度、最后一次模型运行等)。每次执行伪模型时，都会请求ISS将伪模型的状态变量（输出）转换或翻译为MIMIC状态变量（交互代码中使用的状态变量）。因此，它们可以用作其他伪模型的输入。

图1“模型内部耦合的中介接口”(MIMIC)原理图，用P&D模型(左绿框)和植物生长模型(右绿框)的耦合示例说明了内核组件(蓝色)。

图2MIMIC的内核 UML表示，描述了通过通信总线(蓝色圆柱体)链接的MIMIC主要组件(周期同步器、交互状态和数据记录器以及交互系统状态服务器)的数据结构。

MIMIC的主要好处是它为用户提供了工具和自由来构建他们自己的交互，用户决定交互如何操作，平台提供了强大的工具来设计交互的关键特性，并利用元编程技术。MIMIC中的交互是由用户指令生成的，包括以下两个方面：（a）用户编写的交互代码本身，即所谓的UIM（用户交互模型）；(b)对仿真的控制，即所谓的UC（用户仿真控制）。如 图 3 所示，user-MIMIC通信组件实际上是一个解析器，它为构建伪模型和与内核的连接创建元数据。

图3 MIMIC与用户之间的交互结构。读取用户提供的数据并将其用于创建元数据，以便在“User–MIMIC communication.”中构建交互。然后，元数据用于创建和填充伪模型。

本文的案例研究说明了MIMIC框架，耦合了咖啡树结果模型和CBB模型。因此，提出的方法强调了植物生长和损益相互作用模型耦合的挑战。最后，作者强调了MIMIC以用户为中心的实现特征，作为一个实用和方便的工具，需要最少的编码知识来使用。

MIMIC源码链接：

https://github.com/Houssem-Triki/MIMIC

论文链接：

https://doi.org/10.34133/plantphenomics.0077

——推荐阅读——

Awn Image Analysis and Phenotyping Using BarbNet

10.34133/plantphenomics.0081

Plant Phenomics | 基于BarbNet模型对大麦芒（Awn）进行图像分析与表型鉴定

Global Wheat Head Detection Challenges: Winning Models and Application for Head Counting

10.34133/plantphenomics.0059

Plant Phenomics | 全球小麦穗检测挑战:获胜模型及其在穗计数中的应用

加入作者交流群