模型是真实系统的简单表示。作物模型则是对作物生长发 育过程的简单表示，可用于研究作物生长、发育及其对环境和 管理措施的反应。作物模型可分为描述性模型和解释性模型。

描述性模型以简单的方式定义一个系统的行为。它不考虑 行为的机理过程，类似于黑箱操作。这类模型多由一个或多个 数学方程组成，建立和使用都较为简捷。利用这种方程，可以 不经测定即可很快确定作物生长的结果，如用Logisti。方程估计 作物的干重等。

但这类方程是在某一具体年份和条件下得到的 回归方程，由于土壤、作物品种、管理措施、夭气条件不同时， 作物的生长速率也不同，不同年型和地点间的作物生长差异也 很大，因此用同一个这种模型计算不同条件下的作物生长得出 的结果与实际差异大。

尽管回归模型的最大值、初始值和斜率 等值是可以修改的，也有人试图通过修改这些参数或建立另外 的回归模型得到这些参数值的时空变化，但因影响因素很多， 试图通过估测这些参数用于其他年份和地块的作物生长预测常 常不能令人满意。从理论上讲可从精确的试验中导出所需的参 数和方程，但影响因素多变，如品种和措施也在不断改进，很 难做大量的试验来定量所有的变量。因此这类模型只有在描述 当时条件下的生长情形时有用，难于外推应用。通过旋转回归 设计进行的田间试验所得出的环境、措施与作物生长发育或产 量间关系的方程组也属类似情况，尽管准确的试验对当地采取 管理措施有参考价值。