基于全局敏感性分析和貝葉斯方法的WOFOST作物模型參數(shù)優(yōu)化.pdf

基于全局敏感性分析和貝葉斯方法的WOFOST作物模型參數(shù)優(yōu)化.pdf

ID:55975515

大小:2.27 MB

頁數(shù):11頁

時間:2020-03-23

基于全局敏感性分析和貝葉斯方法的WOFOST作物模型參數(shù)優(yōu)化.pdf_第1頁
基于全局敏感性分析和貝葉斯方法的WOFOST作物模型參數(shù)優(yōu)化.pdf_第2頁
基于全局敏感性分析和貝葉斯方法的WOFOST作物模型參數(shù)優(yōu)化.pdf_第3頁
基于全局敏感性分析和貝葉斯方法的WOFOST作物模型參數(shù)優(yōu)化.pdf_第4頁
基于全局敏感性分析和貝葉斯方法的WOFOST作物模型參數(shù)優(yōu)化.pdf_第5頁
資源描述:

《基于全局敏感性分析和貝葉斯方法的WOFOST作物模型參數(shù)優(yōu)化.pdf》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫

1、第32卷第2期農(nóng)業(yè)工程學(xué)報(bào)·、,r01.32No.2基于全局敏感性分析和貝葉斯方法的WOFOST作物模型參數(shù)優(yōu)化何亮1,侯英雨1,趙剛2,鄔定榮3,于強(qiáng)4,5(1.國家氣象中心,北京100081;2.德國波恩大學(xué)作物科學(xué)研究組,波恩D.53115;3.中國氣象科學(xué)研究院,北京100081;4.中國科學(xué)院地理科學(xué)與資源研究所陸地水循環(huán)與地表過程重點(diǎn)實(shí)驗(yàn)室,北京100101;5.澳大利亞悉尼科技大學(xué)生命科學(xué)學(xué)院,悉尼2007)摘要:作物模型參數(shù)的敏感性分析、標(biāo)定和驗(yàn)證可以提高模型的效率和精準(zhǔn)度,進(jìn)而為模型應(yīng)用做好準(zhǔn)備工作。該研究結(jié)

2、合參數(shù)全局敏感性分析方法以及貝葉斯后驗(yàn)估計(jì)理論的馬爾科夫蒙特卡洛(MarkovChainMonteCarlo,MCMC)方法,以華北欒城站三年的冬小麥觀測數(shù)據(jù)(葉面積和地上生物量)為參照,對WOFOST模型的55個品種參數(shù)進(jìn)行了敏感性分析、篩選和優(yōu)化。發(fā)現(xiàn):1)對葉面積影響較大的參數(shù)為:生育期為0、O.5、0.6和O.75時的比葉面積、生育期為1.5時的最大光合速率、葉面積指數(shù)最大增長率;對地上干物質(zhì)影響較大的參數(shù)為:生育期為1。5時的最大光合速率、生育期為0時的比葉面積、35℃時葉面積的生命周期、生育期為0時的散射消光系數(shù)、

3、生育期為1.8時的最大光合速率、儲存器官的同化物轉(zhuǎn)換效率。2)潛在和雨養(yǎng)產(chǎn)量水平下,最大葉面積和地上生物量對參數(shù)的敏感性差異不大。3)馬爾科夫蒙特卡洛方法(MCMC)可以對WOFOST模型品種參數(shù)較好地優(yōu)化;設(shè)計(jì)的3種校正.驗(yàn)證方案中,第1種方案(用1998—1999年作為校正年份,1999--2000年,2000--2001年作為驗(yàn)證年份)模擬效果最好。4)優(yōu)化后的參數(shù),模型對潛在產(chǎn)量水平模擬較好,一致性指數(shù)均大于0.9,相對均方根誤差小于20%;而對有水分脅迫的雨養(yǎng)情況下比潛在產(chǎn)量水平的模擬結(jié)果差,表明模型對水分脅迫的模擬

4、不足。該研究為WOFOST模型區(qū)域應(yīng)用和模型調(diào)整優(yōu)化提供科學(xué)理論依據(jù)。關(guān)鍵詞:模型;作物;優(yōu)化;WOFOST;全局敏感性分析;MCMC;模型參數(shù)優(yōu)化doi:10.11975/j.issn.1002-6819.2016.02.025中圖分類號:S512.1文獻(xiàn)標(biāo)志碼:A文章編號:1002—6819(2016)一02—0169—11何亮,侯英雨,趙剛,鄔定榮,于強(qiáng).基于全局敏感性分析和貝葉斯方法的WOFOST作物模型參數(shù)優(yōu)化[J].農(nóng)業(yè)工程學(xué)報(bào),2016,32(2):169—179.doi:10.11975/j.issn.1002

5、—6819.2016.02.025http://www.tcsae.orgHeLiang,HouYingyu,ZhaoGang,WuDingrong,YuQiang.ParametersoptimizationofWOFOSTmodelbyintegrationofglobalsensitivityanalysisandBayesiancalibrationmethod[J】.TransactionsoftheChineseSocietyofAgriculturalEngineering(TransactionsoftheCS

6、AZ),2016,32(2):169—179.(inChinesewithEnglishabstract)doi:10.11975,j.issn.1002—6819.2016.02.025http://www.tcsae.org0引言模型的標(biāo)定(calibration)和驗(yàn)證(validation)等準(zhǔn)備工作是基于機(jī)理作物模型應(yīng)用的前提。對于基于機(jī)理的作物模型,參數(shù)眾多。作物模型的很多參數(shù)(如比葉面積)不能通過田間觀測直接獲得,而是需要通過可觀測的變量(如葉面積指數(shù))進(jìn)行反演。通過準(zhǔn)確的方法獲得模型參數(shù)是進(jìn)行模型應(yīng)用、提高模型

7、可預(yù)報(bào)性的前提【l】。根據(jù)觀測值反推參數(shù)屬于參數(shù)估計(jì)問題。對于線性方程或者簡單的非線性方程可以用最/bz.乘法來解決?;谶^程的作物模型,刻畫了光合、干物質(zhì)分配、土壤水分運(yùn)移和蒸發(fā)等眾多生物物理過程,往往包含的方程較多,模型的非線性效應(yīng)很明顯。對于一般的最小二乘法和非線性參數(shù)估計(jì)方法難以獲得全局的最優(yōu)解。一種收稿日期:2015.11—13修訂日期:2015.12—21基金項(xiàng)目:公益性行業(yè)(氣象)科研專項(xiàng)(GⅥ{Y201306052,GYHY201506001)作者簡介:何亮,男(漢族),湖南永興縣人,博士,主要從事作物模型、農(nóng)

8、業(yè)氣象和全球變化研究。北京國家氣象中心,100081。Emaihheliang_hello@163.com常用的模型參數(shù)標(biāo)定是基于蒙特卡洛試錯法。這種方法根據(jù)以往的經(jīng)驗(yàn)或者參數(shù)文獻(xiàn)參考值重復(fù)和隨機(jī)地選擇參數(shù),使得觀測值和模擬值擬合程度指標(biāo):如決定系數(shù)(尺2)、相關(guān)系數(shù)、均根方

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。