为有效识别基于APSIM模型籽粒生长参数中春小麦产量敏感性参数,快速并准确的估算当地模型参数。使用甘肃省定西市安定区凤翔镇安家沟村1971—2018年的气象数据和2000—2018年旱地春小麦大田试验数据,并利用EFAST方法对进行了5个增温梯...为有效识别基于APSIM模型籽粒生长参数中春小麦产量敏感性参数,快速并准确的估算当地模型参数。使用甘肃省定西市安定区凤翔镇安家沟村1971—2018年的气象数据和2000—2018年旱地春小麦大田试验数据,并利用EFAST方法对进行了5个增温梯度(0℃、0.5℃、1.0℃、1.5℃和2.0℃)下32个模型参数进行敏感性分析。粒子群算法对各个增温条件下均敏感的参数进行优化验证。结果表明:不同温度变化梯度下,对旱地春小麦产量影响最大的籽粒生长模型参数有9个,分别为消光系数、每克茎籽粒数量、穗粒数、单株最大籽粒质量、灌浆到成熟积温、出苗到拔节积温、株高、最大比叶面积和光合叶片老化的水分胁迫斜率。并且对产量敏感性强度有着显著的差异,其中消光系数和每克茎籽粒数量是对春小麦产量影响最大的参数,其他参数在不同温度下对春小麦产量的敏感性顺序存在差异。利用粒子群算法针对这9个参数进行优化,相较于优化前,优化后的春小麦产量、开花期和灌浆期籽粒干物质的均方根误差、归一化均方根误差和模型有效性指数均得到了显著改善,参数优化后开花期、灌浆期、成熟期产量的均方根误差平均值分别由13.50 kg hm-2减小到5.99 kg hm-2、183.17 kg hm-2减小到69.44 kg hm-2、141.69 kg hm-2减小到48.51 kg hm-2,归一化均方根误差平均值分别由4.94%减小到2.19%、10.92%减小到4.65%、8.39%减小到2.87%,模型有效性指数平均值分别由0.894提高到0.979、0.893提高到0.981、0.898提高到0.988。优化后的参数有效地提高了模型的预测精度。此研究为APSIM模型在当地应用和模型参数校准提供了科学依据。展开更多
文摘为有效识别基于APSIM模型籽粒生长参数中春小麦产量敏感性参数,快速并准确的估算当地模型参数。使用甘肃省定西市安定区凤翔镇安家沟村1971—2018年的气象数据和2000—2018年旱地春小麦大田试验数据,并利用EFAST方法对进行了5个增温梯度(0℃、0.5℃、1.0℃、1.5℃和2.0℃)下32个模型参数进行敏感性分析。粒子群算法对各个增温条件下均敏感的参数进行优化验证。结果表明:不同温度变化梯度下,对旱地春小麦产量影响最大的籽粒生长模型参数有9个,分别为消光系数、每克茎籽粒数量、穗粒数、单株最大籽粒质量、灌浆到成熟积温、出苗到拔节积温、株高、最大比叶面积和光合叶片老化的水分胁迫斜率。并且对产量敏感性强度有着显著的差异,其中消光系数和每克茎籽粒数量是对春小麦产量影响最大的参数,其他参数在不同温度下对春小麦产量的敏感性顺序存在差异。利用粒子群算法针对这9个参数进行优化,相较于优化前,优化后的春小麦产量、开花期和灌浆期籽粒干物质的均方根误差、归一化均方根误差和模型有效性指数均得到了显著改善,参数优化后开花期、灌浆期、成熟期产量的均方根误差平均值分别由13.50 kg hm-2减小到5.99 kg hm-2、183.17 kg hm-2减小到69.44 kg hm-2、141.69 kg hm-2减小到48.51 kg hm-2,归一化均方根误差平均值分别由4.94%减小到2.19%、10.92%减小到4.65%、8.39%减小到2.87%,模型有效性指数平均值分别由0.894提高到0.979、0.893提高到0.981、0.898提高到0.988。优化后的参数有效地提高了模型的预测精度。此研究为APSIM模型在当地应用和模型参数校准提供了科学依据。
文摘针对滚石运动特征参数间关系模糊等问题,在开展其敏感性分析的基础上,构建准确、快捷的滚石运动特征参数预测系统。首先引入灰色关联法(grey relation analysis,GRA),以水平运动距离、弹跳高度和碰撞能量等滚石运动特征为目标参数,研究了初始速度、边坡摩擦角、滚石质量、法向恢复系数和切向恢复系数等滚石运动影响因素的敏感性和显著性。随后,使用高斯过程回归模型,建立水平运动距离、弹跳高度和碰撞能量等滚石运动特征参数的预测模型,避免了传统的滚石运动数值模拟软件繁琐的建模计算过程。研究表明,高斯过程回归(Gaussian process regression,GPR)模型对滚石的水平距离和总动能的预测精度最高。因此,文中所构建的滚石运动特征参数敏感性分析及预测模型能够快速得出滚石运动特征参数,对支挡结构的设计和施工有重要的参考价值。