CERES-Wheat作物模型参数全局敏感性分析.pdf

《CERES-Wheat作物模型参数全局敏感性分析.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第27卷第1期2362011年1月农业工程学报TransactionsoftheCSAE、，01．27No．1Jan．2011CERES．Wheat作物模型参数全局敏感性分析姜志伟1，一，陈仲新1’2※，周清波1，一，任建强1，2(1．农业部资源遥感与数字农业重点开放实验室，北京100081；2．中国农业科学院农业资源与农业区划研究所，北京100081)摘要：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

2、数及田间管理参数进行了全局敏感性分析。结果表明，完成一片叶牛长所需积温、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、旆肥日期、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。关键词：作物，敏感性分析，模型doi：10．3969／j．issn．1002—6819．2011．01．038中图分类号：S165+．27文献标志码：A文章编号：1002—6

3、819(2011)一01-0236—07姜志伟，陈仲新，周清波，等．CERES．Wheat作物模型参数全局敏感性分析[J]．农业工程学报，2011，27(1)：236--242．JiangZhiwei，ChelaZhongxin,ZhouQingbo，eta1．GlobalsensitivityanalysisofCERES—Wheatmodelparameters[J】．TransactionsoftheCSAE，2011，27(1)：236--242．(inChinesewithEnglishabstract)0引言作物生长模型能够较好地描述土壤．作物．大气系统相互作

4、用机理和评价农业生产管理措施对农田生态环境的影响，被广泛应用于作物生长机理研究和农业生产管理中【1。31。经过多年的发展和完善，作物模型主要形成了三大较为成熟的系列，即荷兰瓦赫宁根(wageningen)、美国DSSAT(decisionsupportsystemforagrotechnologytransfer)及中国作物计算机模拟优化决策系统(cropcomputersimulation，optimization，decisionmakingsystem，CCSODS)作物模型系列。其中，DSSAT模型系列是美国IBSNAT(internationalbenchmar

5、ksitesnetworkforagrotcchnologytransfer)于1983年资助开发的定量评价“气候．土壤．作物．管理”系统的动力学模型，自上世纪80年代中期开始在世界范围内进行广泛验证，在作物估产、气候变化影响评价、农田水肥管理等多个领域得到广泛应用。DSSAT模型系列中最为成熟的子模型之一为著名的CERES模型(cropenvironmentresourcesynthesis)。CERES模型是针对不同禾谷类作物生长发育特点而分别开发设计的，可分别应用CERES．Wheat、CERES．Barley、收稿日期：2010-07．23修订日期：20114)1

6、．16基金项目：农业部“948计划”项目(2009．Z31，2010．S2)；国际科技合作项目(2010DFBl0030)；国家自然科学基金(40971218)．作者简介：姜志伟(1981一)男，内蒙古赤峰人，博士生，主要从事农业遥感应用研究．北京中国农业科学院农业资源与农业区划研究所，100081．Email：zhiweijt@163．com※通信作者：陈仲新(1970一)男，河北唐山人，研究员，博士。博士生导师，主要从事GIS及农业遥感应用、信息农业和数字农业、农业生态等方面研究。北京中国农业科学院农业资源与农业区划研究所，100081．Email：zxchen@an

7、ail．caa8．net．cnCERES—Maize、CERES—Millct、CERES—Rice、CERES。Sorghum子模块模拟小麦、大麦、玉米、谷子、水稻、高粱等禾谷类作物生长发育过程，以及对气候、土壤、管理等因子的响应。近年来，基于作物生长模型的遥感信息同化成为中外的研究热点[4-91。它将作物模型的时间连续性、机理性与遥感信息的卒间连续性表达有机结合在一起，为区域作物长势监测和估产提供了新思路。作物模型与遥感信息耦合首先需要考虑模型“本地化”和“区域化”问题，其中，最关键的一个环节就是模型参数的校正和优化。模趔