expDB（扩展数据库）
expDB的R接口，用于存储基于实验的数据。
介绍
数据库设计
A类数据库数据库是用于存储基于实验的数据的所有信息。
研究人员收集研究人员的基本信息，例如姓名、电子邮件等。
ApSoils指定分布在具有APSIM公司.
站点收集有关实验场的基本信息，例如名称、纬度、经度、土壤等。土壤必须与ApSoils表。
大都会指定有关天气记录的信息，例如类型和文件名。有效的会议类型包括“每日”和“每小时”。
基因型收集基因型名称和其他信息。
特性收集有关特性的所有信息，例如名称、类型、，标签、单位和说明。特征名称和类型。但我们通常使用作物和土壤作为性状类型。
试验收集有关试验的基本信息，例如年份、地点、，试验代码（trialcode）、播种、密度、深度、行距（行距）和研究员会面。expDB的试用代码必须是唯一的。现场应来自表站点。
设计规定了每个地块的设计，例如年份、试验代码、，位置、行（范围）、列（图）、复制、块、处理、基因型、，等。每个地块按年份、地点、行、列指定，必须独一无二。trialcode来自表Trials、表Sites中的site，以及基因型来自基因型表。
试验土壤为一些试验收集土壤信息，例如试验代码、堆积密度、no3-n、nh4-n等。
灌溉收集了一些试验的灌溉信息，例如日期、金额等。
施肥向一些人收集施肥信息试验，如日期、肥料、用量等。
导入数据
可以从excel文件导入基于实验的数据，该文件支撑方式读xl包裹。expDB对大小写敏感。澳大利亚风格应适用于所有人日期相关字段（日/月/年）。
特点
植物生长发育的过程可以分为几个层次，例如生物圈、生态系统或作物系统、领域或地块、整个植物、植物器官、细胞、分子、原子，和亚原子粒子（Hodges 1991）。我们可以从现场收集数据，农业实验中的植物、器官。较高的值能级可以从较低的能级导出。在大多数情况下，我们不会直接记录以上级别的数据，但要通过特定的协议。这些观察值用于导出其他级别的值。对于例如，人口是从机构计数换算而来的；干的叶片、茎和头的重量由样方收获换算而来。惯例中增加了额外的水平测量。
| 字段 |
F类_ |
F_项目编号 |
| 工厂 |
P（P）_ |
P_Stem编号 |
| 器官 |
O（运行）_ |
树叶面积（_O） |
| 测量 |
M（M）_ |
M_DryWeightGreenLeaf |
expDB的发布版本中提供了特性列表。
低级功能dbGet表型提供给从数据库中提取原始观测值。可以观察到一些特征或根据其他性状计算得出。
人口
植物种群(F_人口)定义为单位面积内的植物数量。F_人口已检索从数据库中，然后根据测量建立计数计算(M_建立计数)和行间距(行间距). 假设密度等于人口如果数据库中没有指定上述特征。
最终叶数
最终叶数(_最终叶号)定义为抽穗后可育茎的总完成叶片数（主要茎和分蘖）。_最终叶号检索自数据库，然后根据Haun指数计算。假设环指数为记录完整展开的旗叶。因此，最大整数观测值被视为_最终叶号.
茎/分蘖数田地和植物
茎/分蘖数定义为每个茎/分分蘖的数量单位面积和每个工厂。4个性状之间的关系如下跟随。
\[P\_StemNumber=P\_TillerNumber（项目编号）+1\] \[F\_StemNumber=项目编号\次数F\_Population\] \[F\_TillerNumber=P\_Tiller编号\次F\_人口\] \[F\_StemNumber（项目编号）=（PILLERNumber+1）乘以F人口
从观察结果中检索茎/分蘖数，然后由其他性状计算。