小麦模型WheatSM参数调试优化方法研究

Journal of Agricultural Big Data(2021)

引用 1|浏览3
暂无评分
摘要
作物生长模型是评估作物生产、资源利用及气候变化影响等的有效工具,准确地确定作物模型参数是应用模型的关键.WheatSM(Wheat Growth and Development Simulation Model)模型已在作物生产优化管理上得到一定的应用,并取得较好的效果,但由于该模型参数较多,模型参数调试复杂.为了快速、准确地确定WheatSM模型参数,简化该模型的调参工作,促进其在农业气象领域中广泛应用,本研究在国内外作物模型参数自动调节方法的基础上,基于PEST(Parameter Estimation)方法构建了WheatSM模型参数的自动调节耦合系统,并对WheatSM模型的发育期和产量参数进行了自动寻优.选择北京上庄作为代表性试验点,以试验点的气象数据、土壤数据和2014~2016年冬小麦不同播期试验数据为基础,应用PEST参数自动优化方法和试错法分别对小麦生长模型WheatSM发育期参数和产量参数进行调试,并将优化结果和试错法的模拟结果进行比较.研究结果表明,基于PEST方法的模型参数调节精准度较高,模拟发育期的误差不大于7天,模拟产量的误差不大于228.63kg·hm-2.同时,与试错法相比,PEST方法具有耗时少、可同时批量处理数据、更高效快捷等优点,使用该自动调参系统可减少参数率定的工作量,节省模型的操作时间,简化工作的复杂度和获得较高的模拟精度.该研究为WheatSM模型参数的自动优化提供一种便捷方法,为提高作物模型参数调试的效率和准确性提供了理论参考和指导.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要