基于贝叶斯综合不确定性估计法的水文模型不确定性研究

在贝叶斯理论框架下利用IBUNE方法探讨了水文模型结构、参数以及输入的不确定性问题。通过在模型中嵌入EMSCEM-UA算法来处理模型平均和参数优化问题,然后利用预报量后验分布参数和综合输入的不确定性进行多模型综合,进而评价水文模拟结果不确定性及其影响特征。以辽宁省铁岭市铁岭水文站为例,研究了水文模型的不确定性。研究表明:水文模型的不确定性可通过贝叶斯综合不确定性估计法进行准确的表征和客观的反映,并且可针对不同情况模拟出合理的概率预报区间。     

基于抗差估计方法的流域水文模型的不确定性分析

流域水文模型的不确定性主要来自水文气象资料的不确定性、水文模型结构的不确定性及模型参数的不确定性等.以危水水库流域中的乌溪沟以上流域为研究对象,采用抗差估计方法探讨了由于雨量资料误差引起新安江模型的不确定性.研究结果表明:误差的大小,发生的站数,对模型的不确定性均有影响.并且误差越大,发生站数越多,对模型不确定性影响越大.采用雨量观测误差三步修正方法先对雨量资料进行处理,然后采用新安江模型进行计算,采用该方法可以有效地抗御雨量资料误差,减少模型的不确定性,提高洪水预报精度.     

似然函数形式对水稻物候期模型品种参数校正的影响

针对传统高斯正态似然函数(Gaussian likelihood function,GLF)在观测数据存在测量误差和模型算法结构复杂时无法描述模型残差异方差特点,造成马尔科夫链蒙特卡洛(Markov chain Monte Carlo,MCMC)算法进行模型参数校正时结果存在偏差的问题,通过引入变异系数(coefficient of variation,CV)变换的高斯似然函数(GLF with CV transformation,GLF-CV)和BC(Box-Cox)变换的高斯似然函数(GLF with BC transformation,GLF-BC)对观测数据和模型结构造成的异方差进行特征描述,并比较了参数校正效果及模型不确定度(uncertainty ratio,UR)。以2004—2009年高要雪花粘(早熟)、2001—2004年兴化武育粳3号(中熟)、1991—2004年六安汕优63号(晚熟)3个生态点的田间栽培试验数据为基础,RiceGrow和Oryza2000物候期模型为对象,利用仿射不变马尔科夫链蒙特卡洛集成采样(ensemble sampling for affin...     

非统计学方法在景观格局变化研究中的应用

景观格局变化的驱动力和生态环境响应研究中,通常存在着数据具有不确定性,时间序列样本量不足和"噪声"干扰等问题.系统阐述了灰色分析、最大似然法、Panel Data模型的原理和应用背景,并选择洞庭湖流域的年入湖径流量变化,湘水流域景观格局变化的水文响应,以及洞庭湖流域景观格局变化的驱动力等作为实证分析对象.结果表明,灰色分析、最大似然法和Panel Data模型不但可以有效解决上述问题,而且通过与经典统计学方法相结合,还能使研究效率进一步提高,研究结论更加科学、直观.     

基于GLUE的土壤溶质运移参数反演及不确定性

溶质运移模型参数的识别结果常存在较高的不确定性,制约了模型的实际应用。以土壤中Cu2+运移过程为例,采用广义似然不确定性估计(Generalized likelihood uncertainty estimation,GLUE)并引入最大似然值(MaximumNash-Sutcliffe,MNS)等三种定量指标,探讨了数值反演估计弥散系数等参数的不确定性。结果表明,非线性最小二乘法(Nonlinear least squares,NLLS)得到的唯一"最优"参数组合对Cu2+出流曲线拟合效果很好(R20.937),但因"异参同效",无法刻画预测结果的不确定性。GLUE则可明确溶质运移参数及其响应界面的不确定性,MNS对应的参数组合对Cu2+出流曲线拟合R20.937,效果与NLLS的拟合结果高度一致。GLUE计算的95%置信区间覆盖了80%以上的观测点(NLLS为46.3%),其反演参数的取值范围也远大于NLLS的结果。在模型参数及响应界面不确定性分析两方面GLUE方法均优于NLLS方法。     

外源抗坏血酸对臭氧胁迫下水稻光合及生长参数的影响

为研究臭氧浓度变化对水稻生长的影响及外源抗坏血酸的防护作用,在田间原位条件下,利用开顶式气室(OTCs)研究了外源抗坏血酸对O3胁迫下水稻光合及生长参数的影响.结果表明:在O3胁迫下,叶片的光合色素含量、气体交换参数、净同化率、相对生长速率及粒/叶面积(cm2)均显著下降;喷施外源抗坏血酸后,叶绿素a含量、叶绿素a/叶绿素b以及水稻叶片的光合速率、蒸腾速率显著升高,而叶绿素b含量和气孔导度变化不显著;外源抗坏血酸对O3胁迫下水稻的净同化率、相对生长速率及粒/叶面积(cm2)影响比较显著,特别是粒/叶面积(cm2)的提高有利于水稻源、库协调发展,为提高水稻产量和改进品质奠定了物质基础.     

日光温室黄瓜叶片光合速率模型及其参数确定的初步研究

对于属于C3作物的黄瓜,用Charles-Edwards包括光呼吸,暗呼吸和氧效应的光合模型建立其叶片净光合速率模型。并通过试验确定该模型参数。结果表明：以此模型描述黄瓜叶片的光合速率所得到的光合模型参数在一定的光合有效辐射(PAR)范围内与实测数据相符合。不同叶龄的黄瓜叶片其光合特性存在较大差异。其中叶龄为20~30 d的叶片之间光合速率及相关参数差异显著。     

分布式水文模型在陕西省冬小麦产量模拟中的应用

利用分布式水文模型和作物模型模拟了不同深度的土壤含水量,以及在连接分布式水文模型和不连接分布式水文模型两种方式下,利用作物模型分别对冬小麦叶面积指数、干物重增量和产量进行了模拟,最后采用连接分布式水文模型的作物模型模拟了全流域内冬小麦产量的空间分布。模拟结果经对比检验表明,分布式水文模型在土壤水分模拟方面准确性高于作物模型;连接分布式水文模型的作物模型对冬小麦生长过程和产量的模拟结果准确性均高于作物模型独立模拟的结果;连接分布式水文模型的作物模型在流域内对冬小麦产量的空间分布模拟结果也与农业试验站观测产量和社会统计产量基本一致,高产区、低产区分布与实际基本相吻合。这为分布式水文模型和作物模型耦合应用,以及通过引进分布式水文模型来推动作物模型和产量预报研究进一步发展提供了基本的试验支持。     

基于Downhill-Simplex算法的观测数据与作物生长模型同化方法研究

以夏玉米叶面积指数（LAI）、贮存器官干重（WSO）、地上总干重（TAGP）以及土壤水分含量（SM）为结合点,建立了基于Downhill—Simplex算法的作物生长模型WOFOST同化多种地面观测数据的一般方法或流程：开展观测数据与作物生长模型同化方法的正确性验证→利用Downhill—Simplex算法进行WOFOST模型的敏感性分析一选择敏感参数组合→通过优化效果确定待优化参数→利用新的观测数据对待优化参数进行优化,从而实现了观测数据与作物生长模型的同化,提升了模型的模拟能力。同化过程中遴选出的WOFOST模型的待优化参数主要包括比叶面积、最大CO2同化速率、初始地上部总干物重、根深最大日增量和初始土壤有效水等。     

黄淮海地区冬小麦光合作用参数的取值范围

叶片初始量子效率α和最大光合速率Pmax是作物模型中计算光合作用的两个关键的敏感参数。这两个参数的确定一直是作物模型研究的难点。本文利用Li-6400便携式光合作用测定仪在山东农业大学实验基地进行了为期7a的大量田间观测实验。在获取大量实验数据的基础上,拟合了光合作用的光响应曲线,并确定了冬小麦初始量子效率α和最大光合速率Pmax。则结果表明,这两个参数依冬小麦品种的不同而变化,即存在较大的不稳定性,但当把各品种7a的实验数据进行综合拟合时,变化范围则较稳定。在本研究中,α变化范围为0．053—0．107mol·mol^-1,Pmax的变化范围为10．1～49．2μmol·m^-2·s^-1。确定的初始光量子效率α和最大光合速率Pmax的取值范围,可为作物模型关键参数的确定提供参考。     

Global sensitivity and uncertainty analysis of the VIP ecosystem model with an expanded soil nitrogen module for winter wheat-summer maize rotation system in the North China Plain

Accurately simulating the soil nitrogen (N) cycle is crucial for assessing food security and resource utilization efficiency. The accuracy of model predictions relies heavily on model parameterization. The sensitivity and uncertainty of the simulations of soil N cycle of winter wheat-summer maize rotation system in the North China Plain (NCP) to the parameters were analyzed. First, the N module in the Vegetation Interface Processes (VIP) model was expanded to capture the dynamics of soil N cycle calibrated with field measurements in three ecological stations from 2000 to 2015. Second, the Morris and Sobol'' algorithms were adopted to identify the sensitive parameters that impact soil nitrate stock, denitrification rate, and ammonia volatilization rate. Finally, the shuffled complex evolution developed at the University of Arizona (SCE-UA) algorithm was used to optimize the selected sensitive parameters to improve prediction accuracy. The results showed that the sensitive parameters related to soil nitrate stock included the potential nitrification rate, Michaelis constant, microbial C/N ratio, and slow humus C/N ratio, the sensitive parameters related to denitrification rate were the potential denitrification rate, Michaelis constant, and N₂O production rate, and the sensitive parameters related to ammonia volatilization rate included the coefficient of ammonia volatilization exchange and potential nitrification rate. Based on the optimized parameters, prediction efficiency was notably increased with the highest coefficient of determination being approximately 0.8. Moreover, the average relative interval length at the 95% confidence level for soil nitrate stock, denitrification rate, and ammonia volatilization rate were 11.92, 0.008, and 4.26, respectively, and the percentages of coverage of the measured values in the 95% confidence interval were 68%, 86%, and 92%, respectively. By identifying sensitive parameters related to soil N, the expanded VIP model optimized by the SCE-UA algorithm can effectively simulate the dynamics of soil nitrate stock, denitrification rate, and ammonia volatilization rate in the NCP.     

Modelling temperature,moisture and surface heat balance in bare soil under seasonal frost conditions in China

Soil heat and moisture processes are interconnected, especially during low temperatures. To examine the interaction between soil temperature and moisture under freeze‐thaw cycles, a physical process‐based model (CoupModel) coupled with uncertainty analysis was applied to 3‐year measurements under seasonal frost conditions from a site in the black soil belt of northeast China. The uncertainty in parameters and measurements was described by general likelihood uncertainty estimation (GLUE). To identify the degree of linkage between soil temperature and moisture, three criteria were applied to them separately or together. The most sensitive parameters among 26 site‐specific parameters were closely related to soil heat, soil evaporation and freeze‐thaw processes. Soil temperature was simulated with less uncertainty than soil moisture. Soil temperature measurements had the potential to improve model performance for soil water content, whereas soil moisture measurements demonstrated a trade‐off effect when finding a model with good performance for both temperature and moisture. During winter conditions the uncertainty ranges of soil temperature were most pronounced, probably because of the greater complexity of soil properties during the freeze‐thaw process and the uncertainty caused by snow properties. The largest uncertainty ranges of both soil water content and soil water storage were found mainly in the deep soil layers. The simulated surface heat fluxes are an important output of the model and it is of great value to compare them with the results from regional climate models and micrometeorological measurements.     

华北地区作物生长期水氮含量变化过程模拟及其参数敏感性分析

根据中国科学院栾城农业生态系统试验站2006-2007年小麦-玉米生长季实测的作物水氮动态变化数据,进行CERES-Wheat和CERES-Maize模型在华北地区冬小麦和夏玉米作物水氮过程模拟能力的验证及参数敏感性分析。结果表明,模型模拟的冬小麦生长季土壤含水量、土壤硝态氮含量、植株含氮量与实测值的相关系数分别为0.46、0.74和0.68,夏玉米则依次为0.95、0.62和0.72。敏感性分析发现土壤含水量和土壤硝态氮含量对土壤参数变化比较敏感,植株含氮量则受遗传参数影响显著。当田间持水量相对变化+10%时,冬小麦和夏玉米的土壤含水量相对变化率分别为+7.5%和+8.8%,冬小麦和夏玉米土壤硝态氮含量的相对变化率分别为+12.0%和+17.9%。叶热间距PHINT对冬小麦植株含氮量有负效应,PHINT相对变化+10%时冬小麦植株含氮量的相对变化率为-11.5%;夏玉米植株含氮量对出苗-幼苗末期所需温时(P1)较为敏感,P1变化+10%时夏玉米植株含氮量相对变化+9.3%。     

番茄叶片叶绿素含量光谱估算模型

以番茄品种“金粉2号”为试验材料,在玻璃温室内设置3种土壤水分胁迫水平,以正常灌溉为对照,于2013年3—7月和8—12月两个生长季对番茄进行全生育期持续处理。采用便携式地物光谱仪测定各生育期番茄冠层的光谱反射率,同步测定叶片总叶绿素和叶绿素a含量,并基于3—7月数据计算常见高光谱植被指数,分别建立番茄叶片叶绿素总量和叶绿素a估算模型,用8一12月生长季的试验数据对模拟精度进行检验。结果表明：（1）水分胁迫对番茄叶片总叶绿素、叶绿素a含量和番茄冠层光谱反射率产生明显影响,水分胁迫越严重,叶绿素总量和叶绿素a含量均越低,番茄冠层光谱反射率也越低;（2）随着生育期的推进,番茄总叶绿素和叶绿素a含量均持续增加,而冠层光谱反射率在红光和蓝光波段的反射率逐渐减少;（3）4种估算模型中R670模型的决定系数（R。）最高,效果最佳（P〈0．01）,番茄叶片总叶绿素和叶绿素a最佳估算模型分别为：C_chl（a＋b）=44．83R670＋_670＋7.36,C_chl=39．92R_670＋5．12,均根方误差分别为0．45、0．42mg·g^-1,表明利用高光谱数据估算番茄叶片的叶绿素含量可行。     

四川盆地西部漂洗土壤区水体铁元素的分布特征

铁是水质监测的重要指标。为了弄清四川盆地西部漂洗土壤区不同水环境中铁的形态和含量、浅层潜水的季节动态及其形成原因,为该区土、水资源合理利用提供一定参考,于不同时期在四川省名山县漂洗土壤区采集潜水、池塘水、稻田和茶园沟渠地表水、土壤孔隙水及相应的土壤样品,分析了其铁的形态和含量及相应的理化性质。结果表明,从潜水和土壤孔隙水来看,潜水总铁和亚铁含量（分别为0.30、0.08mg·L^-1）均为最低,稻田孔隙水总铁和亚铁含量（分别为2.92、1.13mg·L^-1）均为最高,茶园孔隙水总铁和亚铁含量（3a生以下茶园分别为1.25、0.92mg·L^-1,6a生以上茶园分别为2.66、0.65mg·L^-1）居中;就稻田和茶园的土壤孔隙水与沟渠地表水比较而言,孔隙水总铁和亚铁含量总体上高于沟渠地表水相应的总铁和亚铁含量;潜水总铁和亚铁含量分别变动在0~0.86mg·L^-1和0~0.36mg·L^-1之间,其季节动态在不同区域间存在一定差异,与其所处地形部位及地表径流条件、离居民房屋和畜禽圈舍远近、土壤pH、有机质和铁元素的形态和含量、土地利用方式及作物种植年限、天气状况及水井自身氧化还原电位等条件有关。     

坡耕地反坡水平阶对土壤水N、P垂直再分配的影响

 采用野外监测和室内实验分析相结合的方法,对昆明市松华坝水库水源区坡耕地反坡水平阶土壤水N、P垂直再分配进行研究,结果表明:1)土壤水总氮TN、氨态氮NH+4+-N、硝态氮NO3--N和总磷TP在20～40cm土层自然坡面和反坡水平阶2种处理差异性均显著,40～60 cm土层TN和NH+4+-N浓度和土壤TN质量分数相关系数为0.94(P<0.05)和0.97(P<0.01),土壤水TP浓度分别和土壤TP、AP质量分数相关系数为0.90(P<0.05)和0.98(P<0.01);40～60cm土层土壤水TN浓度和土壤TN质量分数相关系数为0.92(P<0.05),土壤水TP浓度和土壤AP质量分数相关系数为0.96(P<0.01);60～80cm土层土壤水NO3--N浓度分别和土壤TN、AN质量分数相关系数为0.90(P<0.05)和0.92(P<0.05),土壤水TP浓度和土壤AP质量分数相关系数为0.93(P<0.05);80～100cm土层土壤水NO3--N浓度和土壤AN质量分数相关系数为0.94(P<0.05);在0～100cm土层,反坡水平阶处理能有效地将坡耕地地表径流转化为土内径流,造成土壤水N、P质量分数不同程度的增高趋势;土壤水N、P在土壤剖面的运动是引起土壤N、P累积的动力。     

华北低山丘陵区绿豆和玉米农田土壤呼吸动态研究

不同作物覆被下的土壤呼吸研究是农田生态系统碳循环的重要研究内容.基于气体红外分析技术,2006年对华北低山丘陵区绿豆和玉米农田的土壤呼吸进行观测,并分析两种农田生态系统土壤呼吸的日动态和季节变化特征及其影响机制.结果表明,绿豆全生育期(7月15日-10月3日)的平均土壤呼吸速率为2.11 μmol·m-2·s-1,显著大于玉米的1.90μmol·m-2·s-1(P＜0.05).两种植被覆盖下的土壤呼吸均呈现明显的季节变化规律,最大值均出现在8月9日,玉米土壤呼吸的季节变化振幅大于绿豆.统计分析表明,土壤温度是绿豆和玉米生态系统土壤呼吸动态变化的主要影响因子,van't Hoff模型和Arrhenius模型模拟的决定系数均超过0.73,土壤呼吸与土壤水分的相关关系不明显.绿豆和玉米土壤呼吸的温度敏感性指数Q10分别为3.31和2.16,Arrhenius模型模拟效果略优于van't Hoff模型,玉米土壤的活化能(79.41kJ·mo1-1)大于绿豆土壤(55.72kJ·mol-1).     

内蒙古杭锦旗北部盐碱田温湿盐动态与生产利用

为探析水-热-盐关系以及植被对盐碱田改良的意义,利用2008年8月2日-8月6日在内蒙古杭锦旗黄河灌区盐碱田进行的试验观测数据,主要通过方差分析与典型相关分析方法对3个样地(裸地、紫花苜蓿地和玉米地)土壤温度(0-30cm土层)、湿度(0-20cm土层)、盐度(0-100cm土层)的动态变化进行了分析。结果表明,3个样地的温(度)-湿(度)-盐(度)动态基本呈现裸地苜蓿地玉米地的格局;0-5cm地温与耕作层(0-20cm)的土壤水分具有显著相关关系,是0-30cm土层内地温驱动水盐动态的主要热力因子;植物能够减少土壤表层积盐,并可以降低碱化度;苜蓿地比玉米地具有更低的钠吸附比值。在盐碱地区选择耐盐碱牧草品种开展草田轮作,有益于盐碱土壤的改良与利用。     

江子河小流域不同植被类型土壤粒径的多重分形特征

为探讨植被类型对土壤粒径分布非均匀性和土壤结构异质性的影响,运用激光粒度分析方法和分形理论,研究桐柏大别山区江子河小流域5种植被类型的土壤颗粒组成及其多重分形特征。结果表明:1)土壤颗粒单分形参数D、多重分形参数Δα、Rf、[α(-1)]-f[α(0)]和f[α(1)]/f[α(0)]均与土壤黏粒体积分数显著正相关,即土壤中细颗粒物质体积分数越高,土壤颗粒分布的非均匀性和奇异性越大;2)不同植物群落土壤颗粒分形维数D和多重分形参数表现为杂木林和针阔混交林(马尾松+栓皮栎)>茶园>竹林和水稻田,即森林(防护林)植被可以增加土壤中黏粒和粉粒等细粒物质体积分数、改善土壤质地的均匀性和增强土壤颗粒结构的异质性。     

干旱荒漠区EC-5土壤水分传感器的校准和应用

应用EC-5土壤水分传感器在沿黄干旱荒漠绿洲地区的风沙土和粘土两种土壤类型中对不同土层深度的土壤含水率进行测定,同时以烘干称重法测定数据为标准值,采用回归分析方法建立EC-5在两种土壤中测定含水率的校准模型。结果表明,风沙土的校准模型为线性函数,且与埋设土壤深度有关,QS=0.71393S+0.01543D+1.71354(R2=0.920,P<0.05),D为土层深度(cm),S为传感器输出值(%);粘土的校准模型则为非线性的,lnQN=1.112S0.316(R2=0.949,P<0.05)。通过模拟回代结果显示,模拟值与标准值间均具有显著的相关性。在EC-5的应用验证阶段,校准值能够反映该地区风沙土和粘土土壤含水率的年变化特征,校准值与传感器输出值之间呈极显著相关关系(P<0.01),说明EC-5土壤水分传感器的校准模型稳定可靠,应用效果良好。