基于MCMC方法的WOFOST模型参数标定与不确定性分析

为探究作物生长模型参数的自动标定技术及其不确定性分析方法,该研究以郑州农业气象试验站为试验点,利用融入了snooker更新(snooker update)的DE-MC(differential evolution Markov chain,差分进化马尔科夫链)方法实现对WOFOST(world food studies)作物生长模型的参数标定和不确定性定量评价。snooker更新增加了DE-MC算法中候选样本的多样性,从而实现利用更少的并行链对多维参数空间进行有效采样,较适合于WOFOST模型参数众多的特性。结果表明:相比于模型默认值,采用MCMC(Markov chain Monte Carlo,马尔科夫链-蒙特卡洛)标定后的参数,叶面积指数(leaf area index,LAI)模拟精度可提高51.40%~53.07%,产量模拟精度提高8.25%~8.88%。标定参数中,SPAN、SLATB070、SLATB040、AMAXTB130和SLATB00的后验分布可近似为高斯分布,其中SPAN的不确定性最低。带入后验参数集合进行模型,LAI在三叶期至返青期之间以及拔节期至抽穗期之间模拟的不确定性较大;产量模拟的不确定性随时间不断增大,至乳熟期前后达到稳定。该方法能够实现对多参数复杂作物生长模型的参数标定和不确定性分析,对作物模型参数估计及提高模拟精度具有重要作用。     

CERES-Wheat作物模型参数全局敏感性分析

作物生长模型广泛应用于区域作物估产研究与应用之中,如何选择最佳作物模型优化参数是获得较好模拟预测结果的关键之一。研究选择河南洛阳为试验区,应用扩展傅里叶振幅灵敏度检验（EFAST）法对CERES-Wheat模型作物参数及田间管理参数进行了全局敏感性分析。结果表明,完成一片叶生长所需积温、最适温度条件下通过春化阶段所需天数、光周期参数、最佳条件下标准籽粒质量参数、开花期单位株冠质量的籽粒数参数等指标具有较高敏感性,系为模型参数“本地化”的关键参数。播种日期、播种密度、施肥日期、播种深度、灌溉日期是模型区域化应用的最佳优化变量。研究表明,EFAST敏感性分析是模型参数“本地化”和选择最佳“区域化”优化变量的有效方法。     

基于EPIC模型的冬小麦生长模拟参数全局敏感性分析

模型参数的敏感性分析是模型本地化、区域化过程中不可或缺的重要环节。局部敏感性分析忽略了参数间的相互耦合作用对模型结果的间接影响,从而导致敏感参数选取具有一定的片面性。该研究以河北衡水冬小麦试验区为研究区,使用全局敏感性分析方法分析EPIC模型在冬小麦产量模拟中的敏感参数。研究表明：收获指数（HI）、生长季峰值点（DLAI）、潜在热量单位（PHU）、最大作物高度（HMX）是影响模型本地化最为关键的参数（总敏感指数＞0.1）;作物的播种日期、收获日期及种植密度是影响区域尺度的作物产量估计最为敏感参数（总敏感指数＞0.1）。研究同时表明全局敏感性分析方法可用于作物生长模型本地化、区域化研究,且优于传统局部敏感性分析方法。     

ALMANAC作物模型参数的敏感性分析

为了方便模型数据库的组建,降低模拟结果的不确定性,本文根据山东禹城综合试验站2000-2003年的田间试验资料,进行AL-MANAC模型模拟冬小麦和夏玉米的验证。在此基础上采用OTA（即每次只改变其中1个参数）方法,对模型的土壤参数和作物参数进行敏感性分析。验证结果表明,ALMANAC模型能够较好地模拟冬小麦和夏玉米的产量和叶面积指数的动态变化,冬小麦和夏玉米模拟产量的相对误差（RE）为-8.6%~6.0%、-3.5%~7.2%,叶面积指数的RE为-13.1%~14.8%、-13.0%~12.2%;敏感性分析显示,土壤参数中的径流曲线数、土壤容重、田间持水量和土层厚度对模拟结果影响显著,其次为初始含水量和凋萎湿度,再次为粉粒含量、砂粒含量和土壤反射率;作物参数中的收获指数、光能利用率、热量单元指数、叶面积增长期占生长期的比例,对模拟结果影响显著,其次为作物生长最适温度、消光系数、作物生长下限温度、最大根深、最大叶面积指数、群体动态参数,再次为光能利用降低参数、叶面积指数动态曲线参数、叶面积指数衰减速率。     

WOFOST模型的发展及应用

作物生长模拟模型已经成为一门新兴的科学,可以为农业资源的管理利用、农业最大收益的获取提供科学的依据。WOFOST(W orld Food Stud ies)模型是荷兰瓦根宁农业大学和世界粮食研究中心共同开发研制的,是模拟特定的土壤和气候条件下一年生作物生长的动态的、解释性模型。WOFOST模型已经在欧洲、非洲以及亚洲的一些地区得到了运用和验证,可用于水稻、玉米、小麦等多种一年生作物的模拟。WOFOST模型可用来分析作物产量风险,不同年份产量的变化,土壤类型及气候变化对产量变化的影响;确定播种策略以及农业机械使用的关键时期;该模型还可用于估计某种作物最大潜在产量,提高灌溉和施肥的增产效益,对生长在不利条件以及地区的作物产量进行预测等。该模型对可持续农业的发展具有积极的指导作用。     

覆土浅埋滴灌玉米田双作物系数模型参数全局敏感性分析

为深刻了解双作物系数模型参数对覆土浅埋滴灌玉米田蒸散发耗水结构及水分传输过程的影响,采用拓展傅里叶幅度敏感性检验法对模型参数进行全局敏感性分析,筛选出敏感参数,提高调参校准的效率和精准度。结果表明:参数±10%变化时,全生育期土壤蒸发量、作物蒸腾量、蒸散发耗水量最大值较最小值分别高18.72%、25.37%、19.9%。土壤蒸发是表土水分的消耗过程,总量在最大、最小值条件下1 m土层日贮水量动态接近,而作物蒸腾是消耗整个根系层内土壤水,总量变化对1 m土层水分消耗的影响较大。土壤蒸发总量的敏感参数为土壤表层可蒸发水量、生长中期基础作物系数,其全局敏感性指数为0.662、0.321,是不敏感参数均值的33.6~69.4倍。作物蒸腾总量的敏感参数为根系不受水分胁迫的临界土壤贮水量、生长中期基础作物系数、田间持水量,其敏感性指数为0.569、0.485、0.455,是不敏感参数均值的34.5~43倍。敏感参数与蒸发蒸腾的关系为:表土完全湿润后,其可蒸发水量决定干燥过程土壤蒸发量,二者正相关。中期基础作物系数影响蒸发系数,总蒸发量与其负相关。根系不受水分胁迫的临界土壤贮水量越高,玉米根区易利用的水量区间越窄,根系越早发生水分胁迫,作物蒸腾受限,总蒸腾量与其负相关。中期基础作物系数与总蒸腾量正相关,对其影响程度远高于初期、后期基础作物系数。田间持水量高的土壤能在灌溉、降雨量较大时存贮更多水分用于作物蒸腾,总蒸腾量与其正相关。     

基于PEST的土壤-作物系统模型参数优化及灵敏度分析

农业生产管理系统模型输入参数多,参数率定过程十分耗时费力,大大限制了其推广应用。该研究以华北平原2 a的冬小麦-夏玉米田间试验观测数据为基础,使用PEST(parameter estimation)参数自动优化工具对土壤-作物-大气系统水热碳氮过程藕合模型(soil water heat carbon and nitrogen simulator,WHCNS)的土壤水力学参数、氮素转化参数和作物遗传参数进行自动寻优,同时计算分析模型参数的相对综合敏感度,并将优化结果与土壤实测水力学参数和试错法的模拟结果进行比较。参数敏感度分析结果表明,18个模型参数的相对综合敏感度较高,其中土壤水力学参数普遍具有较高的敏感度,以饱和含水率敏感度最高;作物参数中,作物生长发育总积温和最大比叶面积具有较高的综合敏感度;而氮素转化参数的敏感度远低于土壤水力学参数和作物参数。评价模型模拟效果的统计性指标(均方根误差、模型效率系数和一致性指数)表明,PEST法比实测水力学参数的模拟精度有所提高,其中土壤含水率、土壤硝态氮含量、作物产量和叶面积指数的均方根误差分别降低了61.8%、23.5%、73.6%和23.3%。同时PEST法比试错法对土壤水分和作物产量的模拟精度也有较大提高,但对土壤氮素和叶面积指数的模拟精度提高不明显。由于该方法大大节约了模型校准时间,在较短的时间内获得了明显高于试错法的模拟精度,因此PEST软件在WHCNS模型参数自动优化中是一个值得推广的工具。     

基于WOFOST作物模型的玉米区域干旱影响评估技术

为探讨作物区域干旱影响评估技术,拓展农业气象灾害区域影响评估方法,基于WOFOST作物模型,以西南玉米干旱为研究对象,对发育期、光合生产等模块进行了改进与提高,利用西南地区8个代表性站点的玉米田间观测数据和同期逐日气象数据对模型进行了适宜性检验,在此基础上,选择西南地区历年典型干旱年份,模拟分析了玉米的产量变化趋势,并与实际减产率作了对比分析。结果表明:改进后,玉米生育期模拟值与实测值归一化均方根误差(NRMSE)由原来的3.25%~6.95%降低到1.48%~3.07%,R~2由原来的0.57~0.79提高到0.63~0.99,平均模拟精度由原来的74.12%提高到78.9%。玉米产量模拟值与实测值NRMSE范围由原来的7.88%~11.99%降低到3.07%~6.79%,R2由原来的0.52~0.93提高到0.77~0.98,平均模拟精度由原来的75.7%提高到80.95%。对1987年、1992年及2006年西南地区关键生育期典型干旱年份产量模拟平均精度分别是69.8%、78.1%与75.9%。结合上述分析可得出模型对发育期与产量的模拟精度都有不同程度地提高,模型对西南玉米主产区干旱影响评估有很好的反应,对干旱分布范围与分布规律的模拟值与实际情况基本接近,表明该方法可为区域干旱影响评估提供一种更为科学的评估技术。     

垄沟集雨系统Laio土壤水分动态随机模型参数敏感性分析及优化

水文模型参数的敏感性分析、优化和验证对提高模型计算精度和效率具有重要意义。为探讨Laio土壤水分动态随机模型(Laio模型)各参数在垄沟集雨系统的敏感性,同时,确定参数优化和模型验证的最佳方案,本文结合多因素敏感性分析法以及改进单纯形法(ISM)、粒子群优化算法(PSO)和混合粒子群优化算法(HPSO),利用中国气象局定西干旱气象与生态环境试验基地2012—2013年垄沟集雨燕麦生长季降雨、径流和土壤水分等实测数据,对垄沟集雨系统Laio模型的13个参数进行敏感性分析、优化和验证。结果表明,平均降水量α和凋萎系数s_w对土壤水分概率密度函数p(s)最敏感,p(s)对参数α的敏感性在低土壤含水率下更明显,对参数s_w的敏感性在高土壤含水率下更明显;3种算法(ISM、PSO和HPSO)的优化参数值均能对垄沟集雨系统土壤水分概率密度函数进行较好模拟,峰值(CPV)、峰值位置(PP)和95%置信区间(CI95%)实测值与模拟值的相对误差均小于10%,CM指数均大于0.5;同时,HPSO算法优化参数的模拟效果和收敛速度均显著优于PSO算法和ISM算法,能较显著克服ISM算法和PSO算法存在的缺陷。HPSO算法可作为垄沟集雨系统土壤水分动态随机模型参数优化的待选方案。     

不同气候区和不同产量水平下APSIM-Wheat模型的参数全局敏感性分析

量化作物模型的参数敏感性和模拟结果的不确定性对模型的标定和应用具有重要意义。为了探讨小麦生长模型(APSIM-Wheat)在不同气候区和不同产量水平下参数的敏感性,以及由于参数造成模拟结果的不确定性,以华北栾城、黄土高原长武、四川盐亭和新疆乌兰乌苏4个不同气候区下的典型冬小麦生产地为分析对象,运用扩展傅里叶幅度检验法(extended Fourier amplitude sensitivity test,EFAST)的全局敏感性分析方法,量化了小麦生长模型(APSIM-Wheat模型)在3种产量水平下(潜在、雨养和实际产量)的开花期、成熟期、产量、生育期的蒸散(evapotranspiration,ET)对品种、土壤和生化等33个参数的敏感性和不确定性。发现:1影响开花期和成熟期较为敏感的参数依次是:始花期积温、出苗到拔节积温、春化指数、光周期因子、灌浆期积温;2影响产量较敏感的参数依次为:春化指数、出苗到拔节积温、每茎谷粒质量、潜在灌浆速率、光周期指数、最大谷粒质量和辐射利用效率(radiation use efficiency,RUE);影响生育期蒸散较为敏感的参数依次为:春化指数、出苗到拔节积温、光周期指数、始花期积温;3不同产量水平下,参数敏感性差异不大,4个不同气候类型下的冬小麦开花期、成熟期、产量和生育期的蒸散对参数的敏感性基本一致;4不同气候区下,开花期和成熟期对模型参数敏感性差异很小,但产量和生育期的蒸散对参数敏感性有差异。该研究为APSIM-Wheat模型的区域应用和模型调参提供了科学指导依据。     

SCE标定结合EnKF同化遥感和WOFOST模型模拟冬小麦时序LAI

WOFOST(world food studies)模型可用于模拟冬小麦全生育期内的时序叶面积指数(leaf area index, LAI),各器官生物量以及最终产量,对冬小麦的长势监测与产量预估有着重要意义。但将WOFOST模型用于中国具体区域的冬小麦生长模拟时,存在着参数定标困难、模拟结果不够准确等严重问题。目前对该模型的定标大多依靠研究者的经验进行,虽已总结出了一套从标定到模拟应用的研究方法,但在区域模拟时仍然存在很多问题。为此,该文以较易获取的LAI为参考指标,结合潜在生长水平模式下的WOFOST模型在衡水地区的应用,提出了一种"区域优化标定,像元同化修正"的研究方法:首先在区域尺度上对WOFOST模型进行优化标定,利用扩展傅里叶幅度灵敏度检验法(extend fourier amplitude sensitivity test, EFAST)分析模型各个参数的敏感性,在此基础上选择了可以迅速找到全局最优解的SCE(shuffled complex evolution)算法对总敏感度最高的5个参数进行优化,并将优化前后的时序LAI曲线进行对比;其次运用第一步确定的模型最优参数,在对区域内每个像元进行模拟时,结合Sentinel-2卫星数据反演所得的各个像元LAI,利用集合卡尔曼滤波(ensemble kalman filter, EnKF)在像元尺度上对LAI进行同化修正,并结合采样点的2次实测LAI数据对同化所得结果进行验证。试验发现,优化标定后的WOFOST模型模拟所得LAI曲线更接近所给的LAI真值,在此基础上结合数据同化模拟得出的衡水地区每个像元LAI的R2达到0.87,RMSE仅为0.62。因此,与原来只能通过经验进行定标的方法相比,该方法有效地解决了WOFOST模型在具体应用中亟待解决的复杂标定问题,并且结合同化修正有效地提高了模型在各个像元的模拟精度,R2由0.70～0.83提升至了0.87,RMSE由0.89～1.36降低至了0.62。同时该文也提供了从模型标定到具体模拟整个过程中各个环节的思路与方法,有利于促进WOFOST模型在区域尺度上的应用。     

基于WOFOST模型的中国主产区冬小麦生长过程动态模拟

大区域尺度WOFOST(world food studies)模型的动态模拟是作物模型区域应用的重要基础。该文以中国冬小麦主产区为研究对象,利用中国冬小麦主产区内174个农业气象站多年观测数据以及气象站点观测数据,重点优化WOFOST模型中与品种相关的积温参数,即出苗至开花有效积温与开花至成熟有效积温。在冬小麦主产区分区的基础上,以2012—2015年气象数据驱动WOFOST模型,在站点尺度进行冬小麦的物候期、叶面积指数(leaf area index,LAI)和单产动态模拟和精度分析。结果表明:WOFOST模型模拟出苗至开花天数的决定系数R2为0.89~0.94,均方根误差RMSE为7.87~11.52 d,模型模拟开花至成熟天数的R2为0.63~0.77,RMSE为2.99~4.65 d;模型模拟LAI的R2为0.70~0.83,RMSE为0.89~1.46 m2/m2;灌溉区WOFOST模拟的单产精度R2为0.45~0.59,RMSE为734~1 421 kg/hm2;雨养区WOFOST模拟的单产精度R2为0.48~0.61,RMSE为1 046~1 329 kg/hm2。结果表明,WOFOST模型在全国尺度取得了较高模拟精度,为区域尺度作物模型的农业应用提供了坚实的过程模型基础。     

基于VIP模型评估不同全局敏感性分析方法有效性及效率

参数敏感性分析可提高复杂过程模型参数优化及模型应用效率。为评估不同全局敏感性分析方法在筛选农田生态系统模型敏感参数时的有效性及其效率,该研究以VIP (Vegetation Interface Processes) 模型模拟华北平原土壤硝态氮为例,对比分析PSUADE (Problem Solving Environment for Uncertainty Analysis and Design Exploration) 提供的8种敏感性分析方法在筛选华北平原农田土壤硝态氮敏感参数时的有效性及其效率。结果表明：在验证敏感性分析方法有效性时,Spearman秩相关系数 (Spearman's correlation coefficient,SPEA) 法和Gaussian Process (GP) 法与其他方法的敏感参数筛选的结果差异较大;多元自适应回归样条 (Multivariate Adaptive Regression Splines,MARS)、Delta Test (DT)、Sum of Trees （SOT）法、McKay法、Morris法和Sobol'法能有效筛选出敏感参数。在分析敏感性方法效率时发现,正交阵列 （Orthogonal Array,OA)和基于拉丁超立方的正交阵列 (Orthogonal Array-Based Latin Hypercubes,OALH) 抽样方式最适于多元自适应回归样条法 (Multivariate Adaptive Regression Splines,MARS),所需样本量为361。蒙特卡罗 (Monte Carlo,MC) 抽样方式最适合DT和SOT敏感性分析方法,所需最小样本量分别为425和510;与其他抽样方式相比,OALH抽样更适合McKay敏感性分析方法,需要样本量最少;Morris法和Sobol'法所需最小样本量分别为340和810。对于复杂过程模型,可先选用定性敏感性分析方法以较低的计算成本选择敏感的参数,再进行模型参数优化和不确定性分析。     

机收麻山药离散元模型构建及其仿真参数标定

由于麻山药收获过程缺乏有效数值模拟,在很大程度上阻碍了麻山药收获机的设计与优化。该文测定了麻山药的密度、长度、径向尺寸、抗压、抗弯及抗剪强度,基于离散元法建立了麻山药双峰分布模型,并对黏结参数进行校核;以土壤堆积角为响应值,对沙壤土基质间的碰撞恢复系数、静摩擦因数、滚动摩擦因数和表面能4个参数进行标定,建立了土壤堆积角与4个参数之间的回归模型并进行验证,标定了麻山药与钢板、沙壤土间的碰撞恢复系数、静摩擦因数和滚动摩擦因数。试验结果表明,麻山药双峰分布模型能够表征麻山药的力学特性,参数校核得到法向刚度、切向刚度、临界法向应力、临界切向应力及黏结半径分别为9.3×105 N/m、3.0×106 N/m、0.58 MPa、0.14 MPa、3.5 mm;沙壤土基质间的碰撞恢复系数、静摩擦因数、滚动摩擦因数及表面能分别为0.42、0.20、0.30、0.40 J/m3,离散元仿真试验后得到的土壤堆积角与试验结果平均误差为1.48%;麻山药与钢板之间的碰撞恢复系数、静摩擦因数及滚动摩擦因数分别为0.34、0.26、0.049,与沙壤土之间的碰撞恢复系数、静摩擦因数及滚动摩擦因数分别为0.21、0.38、0.075。研究结果可为麻山药机械化收获及产后加工等仿真试验提供一定的理论参考。     

小麦籽粒振动筛分黏弹塑性接触模型构建及其参数标定

为更好地模拟小麦籽粒(麦粒)振动筛分过程,该文在现有离散元接触模型基础上,通过EDEM软件应用程序编程接口,构建了一种麦粒黏弹塑性接触模型。该接触模型法向方向通过将Kuwabara and Kono非线性黏弹性接触模型中的黏性耗散项引入Thornton滞回接触模型进行构建;切向方向采用简化Thornton切向接触模型;滚动摩擦力矩计算同Hertz-Mindlin(no slip)接触模型。法向模型参数标定采用单轴加载-卸载试验、碰撞试验,分别构建了模拟-试验接触力误差平方和与麦粒屈服重叠量、恢复系数与法向阻尼系数的二阶回归方程,得到麦粒屈服重叠量为7.63×10-6 m,麦粒-麦粒/钢板法向阻尼系数分别为190.68和306.65。切向模型参数利用旋转鼓试验进行标定,得到最佳麦粒-麦粒/钢板静摩擦系数组合为0.40和0.44。最后利用振动筛分试验对所标定参数进行验证,模拟与试验所得筛下麦粒质量分数最大误差为8.97%,模拟中筛下物分布规律与试验结果无显著性差异,表明所建立的接触模型及标定的参数能够很好地模拟麦粒振动筛分过程。该文也可为其他农业物料黏弹塑性接触模型构建及其参数标定提供参考。     

作物模型系统Web服务集成方法

针对作物模型系统的多样性和异构性,研究了基于Web服务的作物模型系统集成方法。通过分析作物模型系统的组成结构及各功能体之间的交互特征,以面向服务架构的技术为基础,探讨作物模型系统的服务切分,并采用“契约先行”的 Web 服务开发技术实现了服务封装。文章详细描述了基于 Web 服务契约优先方法的建模过程,并采用相关工具实现了 Web 服务契约文档和服务代码框架的自动生成,通过引用作物模型 Web 服务组件的方式,实现了模型系统的内部业务逻辑,完成了小麦管理知识模型系统基于Web服务的复用集成。试验结果表明,该作物模型系统集成方法采用统一的模型服务契约,提高了系统集成的复用开发效率,最大限度地解决了异构系统的互操作性问题。研究结果为作物模型系统集成提供了方法指导。