综合利用基于本体的知识整合技术和模型驱动架构（MDA）技术等，基于作物生长模型的顶层本体结合作物生理生态过程，抽取主要大田作物生长模拟模型构建流程、驱动要素、模型结构与模型算法中的通用特征和关系，构建基于本体的作物生长模型的驱动要素框架、模型组分框架和模型算法框架；通过研究模型结构、模型算法、模型组件、模型参数等不同构模资源的综合表示与映射机制，构建作物生长模型的知识基和作物生长元模型；通过研究不同构模资源之间的协作关系和组装技术，确立基于元模型的作物生长模型资源的集成模式，并研制支持模型资源集成模式的、开放式作物生长辅助建模系统。研究结果可将作物生长建模活动转化为从元模型到模型结构、模型算法和模型参数的不断推理、扩展、反馈与积累的学习过程，有效促进作物生长模拟模型资源的广泛共享与高效利用，缩小作物生长建模工作与代码编程工作之间的"缝隙"。

为了提高作物生长模型的共享与集成能力，项目探索了如何将不同作物的生长模拟过程转化为从元模型到模型结构、算法和参数的集成过程。在作物生长知识级元模型构建、模型映射方法以及模型集成方式等方面研究如下：1、利用领域本体技术分析与抽取了小麦、水稻作物生长模型驱动要素的共性概念、属性、属性关系，构建了模拟时间、模拟空间、气象、土壤、作物、模拟活动等6个领域本体。2、为了解决不同作物的生长模拟过程的共享问题，从元知识和多级知识单元表示的角度，构建了作物生长模型的4级知识层次和多级知识结构；利用共性概念、属性、属性约束、结构和结构计算五元组，构建了作物生长元知识模式以及阶段发育与物候期模拟、光合生产与物质积累、物质分配与产量形成的元过程模型。3、以作物生长元知识模式和元过程模型为基础，提出了分层次、分粒度地将作物生长模型对象映射为.Net组件、Web服务组件模型，以及与UML类图和顺序图元素映射的方法，并利用该方法构建了WheatGrow生育期UML模型和EJB组件，提高了模型算法开发效率；构建了作物模型组件的描述模型和关联模型，实现了对基于主题地图的作物模型组件的统一表示与访问。4、研究了模型结构、模型算法和模型参数等方面的集成模式并优化计算效率。在模型组件层次上，利用元过程模型实现模型算法动态组装，通过对大麦生育期模型重构验证了有效性；在分布式集群环境下，试验并分析模型组件粒度对计算效率的影响；在Web服务层次上，提出了基于Web服务的模型结构集成方法，验证了驱动数据与模型计算在线服务组合的并发处理算法，可提高模型集成效率；利用个体优势遗传算法实现作物生长模型参数优化，以RiceGrow和ORYZA2000生育期模型为例，验证了自动化参数估算方法的有效性。已发表学术论文16篇，其中EI收录论文9篇。登记计算机软件著作权1项。培养研究生5名。