作物模型输入变量的敏感性分析

运行作物模型需要大量的输入变量。为了方便模型用户建立模型变量数据库 ,研究估计了作物模型 ALMANAC主要模型输入变量的重要程度。根据在美国德克萨斯州 8个县主要玉米品种的田间试验资料 ,首先建立了模拟 10年 (1989～ 1998年 )玉米和高粱产量的标准数据库 ,模拟结果与实产吻合程度很好。以此为基础 ,分别分析了产量对太阳辐射、降雨、土壤层厚度、土壤有效水分以及径流曲线数变化的敏感性。结果表明 ,径流曲线数变化对于模拟结果的影响最大 ,其次分别是降雨和太阳辐射。玉米对所有变量变化的敏感性都大于高粱。获得合适的降雨资料 ,准确估计径流曲线数 ,对于作物生长模拟十分重要。

冰雹对美国玉米带作物产量影响模拟(英文)

为了尝试计算机模拟方法能否成为制定作物保险保费的辅助性工具,该研究运用计算机模拟模型预测冰雹对作物产量的影响。通过对现有EPIC(综合气候因素的环境政策)模型增加冰雹天气模块,即冰雹事件发生概率的数学模型,模拟冰雹对作物产量的影响。除此之外,该研究还模拟了干旱和霜冻等天气因素对美国Iowa,Illinoi和Indiana等3个玉米带州作物产量的影响。首先介绍数据来源及处理方法,讨论建立冰雹模拟模型过程以及对模型进行有效性检验;然后运用统计分析方法对模型模拟结果与实际观察结果进行比较,检验模型模拟结果的准确性。结果表明EPIC模型可以达到95%甚至更高的产量预测的准确性;同时,冰雹灾害模拟结果也可以达到一个较为合理的准确性(R2>0.7)。这些结果表明本研究所建立的增加冰雹模块的EPIC模型可以作为一个较为可靠的冰雹引起的作物产量损失的预测方法.该模型可以用来模拟冰雹事件发生的概率以及其对各种作物产量造成的损失。