基于集成学习算法和WOFOST模型的小麦生长模拟分析与产量预测

针对传统单一作物生长模型和机器学习模型在预测上的限制,将WOFOST模型与灌溉模型结合,利用集成学习算法建立多模型耦合系统(WOFOST耦合模型),选用美国航空航天局(NASA)1990—2020年数据进行模拟试验,选取2006年、2018年展示试验成果。结果表明,WOFOST耦合模型的小麦叶面积指数、总生物量均高于WOFOST模型,WOFOST耦合模型更贴近实际生产活动。耦合算法的MAE、MSE均低于Bagging、Boosting、Stacking算法,分别为2.836、7.581,R~2均高于Bagging、Boosting、Stacking算法,高达0.942。WOFOST耦合模型更全面和准确地模拟作物生长状态,提高产量预测的准确性与可信度。

基于WOFOST模型与遥感数据的旱作玉米估产及精度评价

选取黄土高原东部地区的山西省灵丘县、介休县、隰县与盐湖县为研究区域,利用2005—2012年研究区域的田间观测数据,采用EFAST方法分析模型参数敏感性,采用试错法对玉米的生长发育参数进行调整;在此基础上融合MCD15A3H遥感数据,以叶面积指数为耦合变量,采用SUBPLEX算法将遥感叶面积指数(LAI)数据同化到校准的WOFOST模型中,并再次模拟各区域玉米的生长发育过程。结果表明,校准后的WOFOST模型对生育期和产量的模拟结果较好,生育期的模拟值与实测值的平均误差均小于3 d,产量的模拟值与实测值的相关系数(r)为0.80,均方根误差(RMSE)为956 kg/hm^(2);将遥感数据与WOFOST模型同化后,产量的模拟值和实测值的r由0.80提高至0.91,RMSE从956 kg/hm^(2)降低到660 kg/hm^(2)。

WOFOST作物生长模型在国内应用研究进展

WOFOST模型是利用计算机技术对不同生产水平下一年生作物的生长发育和产量形成进行定量分析的模拟模型,学者在WOFOST模型以及模型应用方面做了大量研究,总结WOFOST模型在我国的应用研究成果,可为保障粮食安全和农业的可持续发展提供技术支撑。本文采用分类归纳法,简要阐述了WOFOST模型在我国的应用研究历程及进展,应用研究主要涉及对WOFOST模型参数的敏感性分析、模型的适用性分析、模型的改进以及对模型的应用等4个方面。针对模型应用中存在的薄弱环节及发展所需,加强对模型参数的敏感性分析、加强对模型的本地化应用或改进、加强对模型参数的升尺度研究、加强模型与多学科多技术融合4个方面将是今后WOFOST模型的研究重点。

基于柑橘叶面积指数和产量的WOFOST模型关键参数校正

为进一步分析不同水肥管理条件对柑橘产量的影响使其更广泛的应用于不同区域,并探明WOFOST模型参数针对柑橘果树生长模拟时的参数敏感性结果和取值情况,开展2021-2022年柑橘不同生育期滴灌水肥控制试验,采用EFAST方法对WOFOST模型模拟叶面积指数(LAI)和产量所需的叶片生长、CO_(2)同化、同化物转换和叶片营养物质等25个参数进行了敏感性分析,使用PEST软件完成高敏感参数的优化,并利用田间试验观测数据对模型模拟的LAI和产量进行验证。结果表明,模型模拟LAI和产量的敏感参数相似,均包括叶面积指数的最大相对增长率、比叶面积、单叶片CO_(2)同化效率,叶片同化物转换效率,初始根长,区别为LAI模拟对茎同化物转换效率,积温等参数敏感,而产量模拟对叶片干物质最大钾浓度敏感;基于2021年数据校正后最优参数模型模拟的不同灌溉管理下LAI最大值(LAI_(m))模拟值与实测值之间R2=0.5800,NRMSE=15.10%,产量模拟值与实测值之间R^(2)=0.6471,NRMSE=6.81%;2022年数据验证表明模拟果实膨大期进行HWMF处理的果树模拟精度最高,果实膨大期各处理LAIm模拟值与实测值之间R^(2)=0.4726~0.8492,NRMSE=13.09%~15.26%,产量模拟值与实测值之间R^(2)=0.4063~0.7022,NRMSE=6.33%~11.33%。研究表明,校正后的WOFOST模型在田间尺度取得了较高的模拟精度,可以开展不同灌溉管理方式对柑橘生长影响的定量化分析。

WOFOST模型在评估气候变化对粮食生产影响方面的研究进展

近年来国内外学者采用不同的方法评估气候变化对粮食生产的影响,其中机理模型评价方法是运用较多的方法之一。WOFOST(WOrld FOod STudies)模型由于其机理性强、源代码开放、参数调整较为简便等优势,已经在相关研究中得到广泛应用。该模型以不同作物生长发育的机理过程为依据,经过适用性验证后,可用于粮食作物气候生产潜力评估和气象灾害影响评价;结合历史气候资料与未来气候情景数据,可定量评价过去及未来气候变化对粮食生产的影响。通过介绍WOFOST模型的基本原理、运行机制、参数设定与参数本地化等相关方法,系统总结该模型在评估气候变化对粮食生产影响方面的研究进展,并指出现有研究存在的不足,以期为未来开展相关研究工作提供参考。

WOFOST作物模型对青铜峡灌区夏玉米生长模拟的适用性评估

为评价WOFOST夏玉米模型在青铜峡灌区的适用性,使用EFAST全局敏感性分析方法,对WOFOST模型作物参数进行敏感性分析,结合2022年气象数据和土壤数据对夏玉米作物参数进行本地化。利用田间观测数据,对叶面积指数、生物量等指标进行模拟和验证。结果表明:在敏感性方面,对于夏玉米最大叶面积指数和干物质重量影响较大的参数有SLATB0、SLATB078、KDIFTB0、EFFTB40、CVS、CVO;模型对叶面积指数、各生物量模拟的皮尔逊相关系数P_(CC)均大于0.95,归一化均方根误差NRMSE均小于20%,均方根误差RMSE、残差聚集指数CRM均处于合理区间,模型模拟精度较高。本地化后的WOFOST模型能够较好地模拟青铜峡灌区玉米的生理过程,可为当地农业管理提供帮助。

作物生长模型WOFOST在华北平原的适用性研究

简要介绍了荷兰瓦赫宁根大学开发的WOFSOT模型,为了评价其在华北平原的适用性,2000～2001年在中国科学院禹城综合试验站进行了水分处理实验。水分池分为8个处理,分别是:≥40％、≥50％、≥60％、≥70％、≥80％田间持水量及返青.拔节受旱、抽穗.灌浆受旱、灌浆-成熟受旱,每个处理重复1次,共16个实验小区。其中2001年的实验数据用于参数校正,得到一套模型的参数值,2000年的实验数据用于模型的验证。主要结论如下:1)WOFOST模型适于描述作物的光合作物过程,对潜在生长的模拟较好,用于华北平原的作物生长与水分利用的研究是适宜的;2)华北平原的光温生产潜力为8 100 kg·hm-2左右,目前冬小麦的产量仅相当于潜在产量的65％;3)WOFOST。模型在一些细节问题上考虑较粗,比较适合于大面积、区域范围内的模拟;4)WOFOST存在不少需要改进的地方,如干物质分配系数考虑可能过于简单、未计算冬小麦发育后期茎叶干物质向籽粒的转移等。

基于WOFOST的东北地区玉米生育期气象条件适宜度评价

利用东北地区1981-2007年164个气象站逐日气象资料、玉米产量资料和30个农业气象试验站的玉米生育期资料,建立东北地区玉米生长发育期气象条件适宜程度诊断模型,计算玉米主要发育阶段(播种-出苗、出苗-拔节、拔节-开花、开花-乳熟、乳熟-成熟)的综合气象适宜度指数。应用WOFOST模型模拟玉米生物量,采用优化方法确定了基于模拟生物量(地上总干物重、穗重)的东北地区玉米不同发育阶段气象适宜程度诊断指标,动态、定量评价了玉米各生育阶段的气象适宜程度,并以2006年玉米全生育期气象适宜程度评价结果为例进行比较验证。结果表明,该方法的评价结果与利用综合气象适宜度指数得到的评价结果相比,等级完全相同和相差一个等级的占85%～90%,与研究区农业气象部门的监测公报也基本一致。表明该方法得到的评价结果可为玉米生产适应气候变化提供决策依据,相应的评价指标可在农业气象业务中推广应用。

WOFOST模型在冬小麦晚霜冻害评估中的应用

定量评估农作物遭受农业气象灾害后的产量损失,尤其是在作物整个生育期过程中遭受多种气象灾害时,定量评估其中单一气象灾害对农作物的影响。是当前农业气象灾害评估中急需解决的问题。在WOFOST作物模型基础上。利用商丘市1980-2005年的气象资料和冬小麦观测资料,对历史上发生的5年晚霜冻灾害进行了模拟分析,选取F_(WSO)和F_(WST)作为评估因子,定义了晚霜冻灾害损失综合指数,实现了灾害损失的定量化评估。与传统方法相比,该评估因子更具有生物学意义,评估结果更加精细。

基于WOFOST模型的玉米干旱损失评估:以北京为例

以北京市山区春玉米和平原区夏玉米产量作为研究对象,利用气候资料和统计资料驱动,就WOFOST模型对北京地区玉米产量模拟的适用性进行评估,并基于模型开展北京地区玉米干旱灾害损失评估研究。结果表明:(1)山区春玉米和平原区夏玉米的产量模拟值与统计年鉴统计值的符合度指数均达0.9以上,模拟结果平均误差小于10%,说明WOFOST模型在北京地区春玉米和夏玉米的产量模拟方面具备较强的适用性;(2)在本文定义的干旱指数体系下,初夏旱对春玉米的产量影响较大,其中初夏轻旱导致春玉米减产率达15.91%,初夏重旱使春玉米减产率达22.99%;春旱和伏旱对春玉米、初夏旱和伏旱对夏玉米产量影响均较小,减产率均在10%以下。研究结果可为北京地区玉米生产和抗旱减灾提供科学依据。

应用WOFOST模型模拟低温与干旱对玉米产量的综合影响

在玉米苗期和抽雄期利用人工气候箱对不同水分条件下的玉米植株分别进行低温处理,通过控制试验分析了低温、干旱以及二者合并对玉米生产的影响,在此基础上应用WOFOST作物模型模拟分析了低温、干旱以及二者合并对东北地区玉米产量的影响。试验与模拟结果均表明,低温、干旱以及低温和干旱并发都会使玉米的产量下降,而且低温和干旱并发的影响都要比单一灾害发生条件下大,减产幅度在34.5%左右。同时也很好地验证了WOFOST作物模型应用于低温和干旱对玉米产量影响的适应性。

针对华北小麦越冬的WOFOST模型改进

华北冬小麦生育期间存在较长的越冬休眠期,利用作物模型准确模拟冬小麦越冬过程有利于改善模型的模拟效果。本文针对华北地区气候特征和冬小麦品种生态类型,从冬小麦越冬、返青的气象指标出发对WOFOST模型进行了参数调整,从而实现了该模型对越冬物候期的模拟。根据返青后实际观测资料对返青期生物量的重新初始化,使WOFOST模型可以模拟出华北冬小麦的越冬损耗现象,并使模拟整个生育期地上生物量的平均拟合优度和关键发育期生物量的相对误差有所降低,为WOFOST模型适应华北冬小麦生长发育的模拟及区域应用奠定了基础。

基于WOFOST模型的内蒙古河套灌区玉米低温冷害评价

利用内蒙古河套灌区玉米生长发育观测资料,结合已有研究成果,对WOFOST模型进行本地化及适应性检验;利用研究区内12站1961-2010年逐日气象资料,分区作物参数,模拟玉米生长发育过程,确定抽雄期延迟日数、灌浆指数为玉米低温冷害指标,贮存器官干物重波动百分率为减产情况评价指标,对历史低温冷害年及减产情况进行分析。结果表明:本地化的WOFOST模型在内蒙古河套灌区的应用效果较好,可以用于该地区玉米生长的模拟;WOFOST模型能够较好地模拟玉米发育程度对低温冷害的响应,以抽雄期延迟日数和灌浆指数为冷害指标评估的历史冷害发生状况基本符合实际情况,1961-2010年研究区12个站点共发生不同程度低温冷害260站次,其中重度冷害占37.3%,轻中度占62.7%,在发生严重冷害的年份中,84.7%的年份表现为减产的趋势。本文结论与传统方法相比,玉米低温冷害评价的生物学意义更加明确,本地化的WOFOST模型可以在河套灌区玉米低温冷害监测、评估等业务中应用。

基于WOFOST模型的黑龙江省水稻产量动态预报研究

基于黑龙江省气候变暖、水稻种植范围扩大、种植界限北移等事实,利用Mann-Kendall统计检验方法对1961-2008年黑龙江省的年平均气温进行了突变性检验,并以气候变暖的突变点为时间节点,利用黑龙江省水稻生长发育观测资料（发育期、生物量、种植品种、熟型）和同期的气象资料,结合当地的实际种植情况,重新划分WOFOST模型水稻适宜区,改进原有发育参数,实现了WOFOST模型在黑龙江省水稻生长模拟中的动态化应用。同时,探讨了利用WOFOST模型进行水稻产量动态预报的方法,通过建立不同时期水稻模拟生物量与实际产量的相关统计模型,实现了WOFOST模型在水稻产量动态预报业务中的应用。通过对1997-2006年历史预报检验和2007-2008年预报试验,结果表明,6月30日、7月31日、8月31日水稻历史预报检验单产平均准确率分别为96%、93%、94%,预报试验单产平均准确率分别为93%、95%、95%;实现了水稻产量的动态、定量预报,可进行业务应用。

WOFOST模型在河南省夏玉米主产区的校准与验证

为检验WOFOST模型在河南夏玉米主产区的适用性,通过大田试验数据,对WOFOST进行参数校准,并利用独立数据,对夏玉米叶面积指数、生物量、产量的模拟结果进行验证。结果表明,校准后的WOFOST对叶面积指数、生物量和产量的模拟效果较好。在整个生育期内,叶面积指数模拟值与观测值的归一化均方根误差(NRMSE)为20.7%,茎、叶、籽粒各器官干物质量及地上部生物量模拟值与观测值的NRMSE分别为10.6%、18.3%、21.3%、17.7%,夏玉米收获产量模拟值与观测值的NRMSE为6.1%。校准后的WOFOST可较准确地模拟夏玉米生长动态及生物量积累动态,适用于河南夏玉米主产区夏玉米生长模拟和产量预测。

WOFOST模型对东北春麦区春小麦生长和产量的模拟效果

为了解WOFOST模型在东北春麦区的适用性,利用哈尔滨、绥化、嫩江、呼玛、牙克石等地春小麦生长监测点收集到的数据,对WOFOST模型进行了本地化参数校正,建立相应的模型运行数据库,并对各个监测点2010-2013年春小麦生长发育情况进行了模拟分析。结果表明,运用校正过的WOFOST模型对各监测点春小麦各生育时期需要的天数、地上部鲜重、经济产量、干物质积累模拟的效果较好,R2分别为0.968、0.904-0.974、0.911-0.944、0.853-0.931,均在可信区间,说明经过校正的WOFOST模型在东北春麦区的生产中具有一定的适用性。

基于WOFOST模型的中国主产区冬小麦生长过程动态模拟

大区域尺度WOFOST(world food studies)模型的动态模拟是作物模型区域应用的重要基础。该文以中国冬小麦主产区为研究对象,利用中国冬小麦主产区内174个农业气象站多年观测数据以及气象站点观测数据,重点优化WOFOST模型中与品种相关的积温参数,即出苗至开花有效积温与开花至成熟有效积温。在冬小麦主产区分区的基础上,以2012—2015年气象数据驱动WOFOST模型,在站点尺度进行冬小麦的物候期、叶面积指数(leaf area index,LAI)和单产动态模拟和精度分析。结果表明:WOFOST模型模拟出苗至开花天数的决定系数R2为0.89~0.94,均方根误差RMSE为7.87~11.52 d,模型模拟开花至成熟天数的R2为0.63~0.77,RMSE为2.99~4.65 d;模型模拟LAI的R2为0.70~0.83,RMSE为0.89~1.46 m2/m2;灌溉区WOFOST模拟的单产精度R2为0.45~0.59,RMSE为734~1 421 kg/hm2;雨养区WOFOST模拟的单产精度R2为0.48~0.61,RMSE为1 046~1 329 kg/hm2。结果表明,WOFOST模型在全国尺度取得了较高模拟精度,为区域尺度作物模型的农业应用提供了坚实的过程模型基础。

WOFOST模型同化时序HJCCD数据反演叶面积指数

为增强作物叶面积指数遥感反演的机理性并提高反演精度,在深入分析作物长势模型WOFOST机理的基础上,采用最小二乘法作为同化算法,以生长季内获取的时序HJCCD遥感数据作为外部数据源,反演冬小麦叶面积指数进行长势监测和估产应用。以河北省玉田县为试验区,以三要素法和实测LAI作为基准,模型模拟产量和LAI作为反演精度的度量指标,成熟期LAI估算误差由模型同化前的14.95%降至同化后的9.97%,产量误差由同化前的18.17%降为同化后的15.89%。叶面积指数的同化结果与实测数据具有较好的拟合度,表明该方法的具有一定可行性,为作物生长模型区域化应用提供了参考。

基于WOFOST模型的辽宁省春玉米干旱灾损风险评估

利用锦州农业气象试验站的作物生长发育和土壤实测数据对WOFOST模型水分胁迫模块进行了调参,适用性验证表明,WOFOST模型适用于辽宁省春玉米生长发育和产量的模拟,辽宁省春玉米受干旱的影响可以利用WOFOST模型较敏感地反映出来。利用调参后的WOFOST模型模拟了全生育期及出苗~拔节、拔节~抽雄、抽雄~乳熟和乳熟~成熟各阶段发生轻、中、重旱情景对辽宁省春玉米产量的影响,并根据模拟结果确定了不同干旱风险等级下辽宁省东、中、西部玉米生产的灾损范围。结果表明:不同生育期发生干旱对产量的影响不同,总体上,抽雄~乳熟期发生干旱的影响最大,其次是拔节~抽雄期,而出苗~拔节期和乳熟~成熟期发生干旱对产量的影响较小,全省春玉米在抽雄~乳熟期发生重旱的减产风险达30%~70%;在相同干旱水平下,不同区域受影响程度也不同,在全生育期及各生育阶段发生轻、中、重旱情景下,干旱导致的减产率总体上表现为由东部向西部地区逐渐加重的趋势,在全生育期重旱情景下,辽宁省东部的春玉米减产率为40%~75%,中部为60%~90%,西部达65%~95%。

土壤湿度驱动WOFOST模型及其适应性

WOFOST作物生长模型是以日降水量表征降水输入参数,通过推算土壤相对湿度实现作物生长模拟。由于日降水量随机性较大,很难通过控制日降水量实现不同土壤干旱等级情景设置,限制了WOFOST作物生长模型在不同水分胁迫下对作物生长的模拟,也影响了模拟试验的精度。本文提出以土壤相对湿度直接驱动WOFOST作物生长模型,并以Compaq Visual Fortran 6.5为开发平台,采用Fortran语言对WOFOST作物生长模型的源代码进行修改,将驱动模块中的日降水量文件替换为土壤相对湿度驱动文件。以2013年山东省夏津农业气象试验站玉米出苗-拔节期和抽雄-成熟期水分胁迫和整个生育期自然降水处理(对照)的试验数据为例,对修改后的WOFOST作物生长模型进行了模拟试验。结果显示,采用修订后的模型输出的实测鲜叶干重、鲜茎干重、营养器官干重、地上物质总重和叶面积指数等生物量指标均较原模型输出结果,不仅精度明显提高,而且,由于土壤湿度变化较平稳,较容易地实现了不同水分胁迫情景设置,进而实现不同土壤干旱等级条件下玉米生长的模拟,为分析不同程度干旱对玉米生长的影响及确定其生长发育指标提供了便利条件。