基于EFAST方法的AquaCrop作物模型参数全局敏感性分析

【目的】敏感性分析是作物模型本地化过程中的重要环节,对作物模型的校正与应用有重要的意义。【方法】本研究以国家精准农业示范研究基地2012—2013、2013—2014和2014—2015年冬小麦试验为研究对象,采用全局敏感性分析方法扩展傅里叶幅度检验法(Extended Fourier Amplitude Sensitivity Test,EFAST)对AquaCrop模型42个作物参数进行敏感性分析,以评估模型在北京地区的敏感参数。【结果】(1)对干生物量敏感作物参数是:水分和温度胁迫参数(生物量生产的最小生长度(stbio),引起冠层早衰的土壤水分消耗上限(psen))、生物量和产量参数(归一化水分生产力(wp))、蒸散参数(作物冠层形成后到衰老之前的作物系数(kcb))、作物冠层和物候发展参数(冠层生长系数(cgc),从播种到出苗时长(eme),最大冠层覆盖度(mcc),冠层衰老系数(cdc),从播种到成熟的时长(mat),产量形成过程中收获指数的建立长度(hilen))。其中stbio,kcb,wp和cgc 4个作物参数敏感性指数最大;(2)对冠层覆盖度最敏感的参数是:作物冠层和物候发展参数(cgc,mcc,每公顷株数(den),出苗率达到90%时的土壤覆盖度(ccs),mat和cdc)、根区发展参数(最大有效根深(rtx))、水分和温度胁迫参数(psen)、蒸散参数(kcb);(3)对产量最敏感的参数是作物冠层和物候发展参数(从播种到开花时长(flo),mat,cdc,hilen和从播种到开始衰老时长(sen))、水分和温度胁迫参数(psen)、生物量和产量参数(参考收获指数(hi)和wp)、蒸散参数(kcb)。【结论】利用EFAST方法对AquaCrop模型中的作物参数进行一阶和全局敏感分析,最大干物量的敏感性分析结果以及干生物量随时间变化的敏感性分析结果显示,敏感性参数的选择上差异不大,但排序上存在较大的差异,最大干生物量的敏感性分析不能分析作物参数对干生物量在整个生育期的影响,结果不全面;冠层覆盖度随时间变化的一阶和全局敏感性分析结果显示,在敏感参数的选择和排序上均有较好的一致性,全局敏感性分析中作物参数的敏感性指数更高,对冠层覆盖度的影响表现得更明显。本研究结果用于AquaCrop模型本地化,可提高该模型在北京地区的模拟效率和模拟精度。     

基于EFAST方法的CERES-Wheat作物模型参数敏感性分析

为有效识别作物模型关键参数,减少模型模拟的不适用性,根据中国农业大学上庄实验站小麦田间实测数据,应用EFAST方法对CERES-Wheat模型输入参数进行定量的全局敏感性分析,分析小麦模拟产量对作物参数、土壤参数和田间管理参数变化的敏感性。结果表明:CERES-Wheat模型的作物品种型参数中,标准籽粒质量参数对模拟结果影响最大,而生态型参数中影响最大的是营养生长末期叶片面积质量比率;土壤参数中的矿化系数对模拟结果影响最显著;管理参数中的施氮量、播种日期、施肥日期、播种深度对模拟结果影响较显著。基于EFAST方法的敏感性分析对作物模型修正具有指导意义,可为确定模型关键参数及模型进一步优化提供参考依据。     

不同草地类型WOFOST模型参数敏感性分析

以C为驱动的WOFOST作物生长模型是基于作物生理生态过程,综合考虑了CO₂、土壤、气候等因素对产量的胁迫作用,因此,对WOFOST模型参数进行本地化和优化便可实现时间连续且高精度的草地生物量监测。为探讨WOFOST参数敏感性分析结果在不同草地类型覆盖区表现出的不确定性问题,在天祝藏族自治县不同草地覆盖区选择了4个站点,利用气象数据、草地实测数据及土壤数据,基于扩展傅里叶幅度敏感性检验法（EFAST）研究潜在水平（指保证营养元素和水分为最佳供应,草地地上生物量仅由辐射、温度和作物特性决定）和水分限制水平（假设营养元素的供给仍然是最佳的, 但需考虑土壤有效水分对蒸发和草地生物量的影响）下WOFOST模型在不同草地类型覆盖区的全局敏感性参数和优化模型模拟精度。结果表明潜在生产水平下草地地上生物量（AGB）的敏感参数有比叶面积（SLATB）、单叶片CO₂的初始光能利用率（EFFTB）、最大光合速率（AMAXTB）、根相对维持呼吸速率（RMR）、总干物质占根和叶的比例（FRTB和FLTB）,水分限制条件下的敏感参数有SLATB、AMAXTB、RMR和FLTB。不同生产水平下叶面积指数（LAI）的敏感参数一致,从出苗到出苗后60 d主要受到SLATB、FLTB和FRTB的影响,出苗后60~200 d的敏感性参数为FLTB、FRTB、SLATB和漫射可见光的消光系数（KDIFTB）,LAI开始下降后受到KDIFTB的敏感性增强。其中,山地草甸AGB的模拟值与观测值模拟精度最高,R²=0.94、RMSE=11.71 g·m^-2,高寒草甸模拟精度最低,R²=0.83、RMSE=32.68 g·m^-2。温性荒漠草原LAI的模拟值与观测值模拟精度最高,R²=0.96、RMSE=0.02,温性草原模拟精度最低,R²=0.66、RMSE=0.38。敏感性分析方法在WOFOST模型中的应用减少了人为主观因素的影响,极大地缩短了调参时间,对获取时间连续的草地生长监测方法选择提供参考。     

DSSAT-SUBSTOR马铃薯模型的参数敏感性分析及适宜性评价

对DSSAT-SUBSTOR马铃薯模型进行参数敏感性分析及适宜性评价,是利用模型进行马铃薯业务化估产的关键一步。利用全局敏感性分析方法EFAST对模型的32个输入参数进行敏感性分析;采用实测数据对马铃薯的品种遗传参数进行标定,以出苗日、块茎起始日、最大LAI值和产量作为适宜性评价指标;通过调节品种遗传参数,分析其对4个适宜性评价指标的影响机理。结果表明,对产量敏感的品种遗传参数包括：块茎开始生长的临界温度上限（TC）、光周期系数（P2）、潜在块茎生长率（G3）,其全局敏感性指数分别为0.69、0.35和0.22;土壤参数包括：根生长系数（SRGF）、土壤排水上限（SDUL）、排水率（SLDR）、有机碳含率（SLOC）、土壤总氮含率（SLNI）、土壤溶液pH值（SLHW）,其全局敏感性指数依次为0.49、0.28、0.19、0.17、0.15和0.12;田间管理参数包括：播种日期（PDATE）、灌溉日期（IDATE）、灌溉量（IRAVI）和施氮量（FAMN）,其全局敏感性指数依次为：0.63、0.41、0.33和0.18。DSSAT-SUBSTOR模型在研究区域内有很强的适宜性：实测出苗日与模型模拟值相同,实测块茎起始日与模拟值相差1 d,实测最大LAI值与模拟值的决定系数R²=0.918 8,实测单产与模拟值的相对误差为5.72%。5个品种遗传参数均不能决定马铃薯的出苗日（EDAPS）,但对产量（UYAHS）和最大LAI值（LAIS）均有不同程度的影响,光周期系数（P2）和块茎开始生长的临界温度上限（TC）会对块茎起始日（TDAPM）产生不同影响。研究结果可为DSSAT-SUBSTOR马铃薯模型的参数优化和区域应用提供科学理论基础。     

基于EFAST的CROPGRO-Tomato模型参数全局敏感性分析

为了定量讨论番茄生长模型(DSSAT-CROPGRO-Tomato)中各参数对模拟输出结果的影响,运用扩展傅里叶幅度检验(EFAST)法,对影响番茄物候期、生长及生产等3类模型输出的各参数敏感性进行了研究,重点探讨了模型输入中品种参数、气象及土壤参数变化对模型输出结果的影响。结果表明:影响番茄开花期、坐果期和成熟期等物候期最敏感的品种参数和气象参数分别为初花期积温、日最低温度,而土壤参数对番茄物候期的影响可以忽略。影响番茄叶面积指数和冠层高度最敏感的品种参数为初花期积温,而影响番茄根、茎生长最敏感的品种参数为干物质分配比例,日最高温度和土壤田间持水率分别是影响番茄根、茎、叶生长最敏感的气象和土壤参数。影响番茄干物质量和总产量最敏感的品种参数为初花期积温,而影响番茄收获数量和单果质量的品种参数为最大单籽粒质量,日最高温度和土壤田间持水率也分别是影响番茄生产最敏感的气象和土壤参数。     

基于EFAST的CERES-Wheat模型土壤参数敏感性分析

为了定量讨论DSSAT-CERES-Wheat模型中土壤参数对模拟结果的影响,运用扩展傅里叶幅度检验（EFAST）法,对影响冬小麦生产及生态系统中氮素分布的2类模型参数进行了敏感性研究,重点探讨了模型中土壤参数变化对模型模拟的冬小麦产量、冬小麦氮素分布、土壤氮素分布及土壤氮素转化的影响。结果表明：对冬小麦产量、地上生物量及收获指数影响最敏感的土壤参数为田间持水率,其次是土壤酸碱度;对冬小麦地上生物量中氮素含量影响最敏感的土壤参数为土壤酸碱度,对冬小麦籽粒中氮素含量影响最敏感的参数为田间持水率,对冬小麦根和叶中氮素含量影响最敏感的土壤参数则为土壤总氮含量;对作物吸收土壤中氮素影响最敏感的参数是径流曲线数,对土壤氮淋失量影响最敏感的参数为排水比率,对土壤中硝态氮、铵态氮含量影响最敏感的参数为土壤总氮含量;对土壤中氮素矿化和硝化影响最敏感的土壤参数为土壤总氮含量,对土壤氮素反硝化影响最敏感的参数为排水比率,对氨挥发量影响最敏感的参数为土壤总氮含量,氨挥发量对排水比率和土壤酸碱度的变化也较敏感。当侧重于模拟冬小麦产量及作物氮素研究时,原需测量的15个土壤参数可简化为4个,而当侧重于土壤氮素转化及分布研究时,可简化为重点测量的9个参数。本研究可降低CERES-Wheat模型土壤参数获取难度,方便模型本地化、区域化应用。     

不同灌水水平下CROPGRO棉花模型敏感性和不确定性分析

基于过程的作物模型使用大量的品种和土壤参数来模拟作物生长和土壤水分变化。对于新的作物品种或新的环境,这些参数往往需要重新率定,然而许多参数难以通过实测获得。敏感性分析(sensitivity analysis,SA)可以量化模型输入参数对模型输出的影响,通过筛选出敏感性较大的参数进行率定,而把敏感性较小的参数设为固定值,可以极大简化参数率定过程,提高工作效率和模型模拟精度。为了给DSSAT-CROPGRO-Cotton模型应用于新疆地区进行棉花灌溉制度优化提供本地化的模型参数,对该模型进行了敏感性分析和不确定性分析。该文依据新疆石河子的棉花大田试验资料,应用Morris法和扩展傅里叶幅度敏感性检验(extend Fourier amplitude sensitivity test,EFAST)法对DSSAT-CROPGRO-Cotton模型3个灌水处理(60%ETC、80%ETC和100%ETC,ETC为作物蒸发蒸腾量crop evapotranspiration)下6个输出结果(初花天数、成熟天数、籽棉产量、地上干物质量、最大叶面积指数和蒸发蒸腾量)对于品种和土壤参数进行敏感性分析,并比较了2种方法的相关关系,最后对EFAST法的输出结果进行不确定性分析。相关分析结果显示,对于地上干物质量和最大叶面积指数,Morris法和EFAST法相关性介于0.87~0.93,对于模型结果成熟天数、籽棉产量和蒸发蒸腾量,2种方法相关性介于0.66~0.81。敏感性分析和不确定性分析结果显示,模型模拟灌水处理对初花天数无明显差异,且模拟初花天数和最大叶面积指数存在参数敏感性过于单一现象。模型参数敏感性随土层而不同:对于成熟天数,40~80 cm土壤参数的敏感性更强;对于地上干物质量和蒸发蒸腾量,80~120 cm土壤参数的敏感性更强,这可能是由于该地区气候干旱,下层土壤水分充足程度直接影响作物受到水分胁迫的程度,进而影响作物生长发育和蒸发蒸腾量。模型输出结果最大叶面积指数和蒸发蒸腾量存在一定程度的高估。该研究可提高CROPGRO-Cotton模型在新疆地区的模拟效率和模拟精度。     

Global sensitivity analysis of wheat grain yield and quality and the related process variables from the DSSAT-CERES model based on the extended Fourier Amplitude Sensitivity Test method

A crop growth model, integrating genotype, environment, and management factor, was developed to serve as an analytical tool to study the influence of these factors on crop growth, production, and agricultural planning. A major challenge of model application is the optimization and calibration of a considerable number of parameters. Sensitivity analysis(SA) has become an effective method to identify the importance of various parameters. In this study, the extended Fourier Amplitude Sensitivity Test(EFAST) approach was used to evaluate the sensitivity of the DSSAT-CERES model output responses of interest to 39 crop genotype parameters and six soil parameters. The outputs for the SA included grain yield and quality(take grain protein content(GPC) as an indicator) at maturity stage, as well as leaf area index, aboveground biomass, and aboveground nitrogen accumulation at the critical process variables. The key results showed that:(1) the influence of parameter bounds on the sensitivity results was slight and less than the impacts from the significance of the parameters themselves;(2) the sensitivity parameters of grain yield and GPC were different, and the sensitivity of the interactions between parameters to GPC was greater than those between the parameters to grain yield; and(3) the sensitivity analyses of some process variables, including leaf area index, aboveground biomass, and aboveground nitrogen accumulation, should be performed differently. Finally, some parameters, which improve the model's structure and the accuracy of the process simulation, should not be ignored when maturity output as an objective variable is studied.     

基于EFAST的盾构隧道安全指标全局敏感性分析

为了分析地铁隧道健康监测中各个指标之间的相互演化作用关系,提出了一种对监测数据进行分析的数据挖掘思路,将傅里叶幅值灵敏度检验扩展法（EFAST）应用于各项指标的全局敏感性分析中。依据现行隧道安全评价规范,建立反映隧道安全状态的指标体系;通过基于粒子群优化的最小二乘法支持向量机（PSO-LSSVM）,模拟构建了各安全指标函数拟合模型,用以描述隧道各安全指标之间相互作用关系;在此基础上,采用EFAST对该模型的指标进行了全局敏感性分析。结果发现,对隧道安全性影响较大的敏感因素有管片接缝张开宽度、管片接缝接触应力和隧道沉降值;另外,还分析了不同的目标参数、不同的参数取值范围、不同的输入参数的分布形式对参数敏感度值的影响,从不同的角度揭示了盾构地铁隧道中参数的相互作用机理的演化规律。