基于DNDC模型的红枣生长模拟参数敏感性和产量不确定性分析

【目的】研究红枣生长模型模拟输入参数的敏感性和产量预测不确定性,为红枣生长模拟模型的本地化和区域化参数调整优化提供依据,以提高模型模拟预测精度和效率。【方法】以新疆昆玉市现代农业示范区为研究区,应用可扩展傅里叶振幅敏感分析法(EFAST)和蒙特卡罗法分析基于DNDC模型系统新构建的红枣生长模型的输入参数敏感特性和产量预测不确定性。【结果】作物参数中全株生物量中果实比例(Gfra)、最大作物产量(MaxY)、生长积温(TDD)和需水量(WaterR)等指标敏感度最高,土壤参数中田间持水率(FC)和孔隙度(Por)等指标敏感度最高,田间管理参数中灌溉量(IrrAm)、施肥量(FerAm)和有机肥施肥量(ManAm)等指标敏感度最高;随着参数的波动范围由±5%增大到±10%,红枣预测产量正态分布的相关一致性系数增大,模型的平稳性增加。【结论】调整参数优化模型,并对2015~2019年各年份进行产量模拟测试验证,预测产量结果相对误差控制在±8%以内(最小误差为-1.99%),调整红枣产量预测模型参数,提高了模型预测产量的精度,优化趋于合理。

长三角地区分季节多因子本地化T_m模型研究

针对GNSS气象学中大气加权平均温度(Tm)受时空影响的问题,利用长三角地区7个探空站2015~2017年数据,分析Tm与地面温度(Ts)、水汽压(es)和气压(Ps)的线性关系,并基于最小二乘法进行多元线性拟合,建立长三角地区本地化Tm模型。实验结果表明:1)本地化单因子模型效果优于Bevis模型,且双因子和多因子模型与单因子模型效果相当;2)分季节多因子模型优于全局模型,对秋冬季改善效果最为显著;3)分季节多因子Tm模型计算GNSS大气可降水量(PWV)的效果优于Bevis模型。分季节多因子本地化Tm模型更适用于长三角地区,可获得更准确的Tm和PWV。

长三角地区加权平均温度本地化模型拟合

针对大气加权平均温度(T_m)易受地理位置等因素影响的问题,给出一个适合长三角地区的T_m本地化模型:利用长三角地区7个探空站2015—2017年的探空数据,分析T_m与地面温度T_s的线性关系;并基于最小二乘原理对长三角地区T_m进行一元线性拟合。实验结果表明,本地化模型T_m值与实际T_m的差值的平均偏差和均方根值、利用本地化T_m模型计算的GPS大气可降水量与探空数据得到的大气可降水量的差值的平均偏差和均方根值均比常用的Bevis模型精度有所提高,即利用本地化模型可获得更准确的T_m和大气可降水量。

基于EPIC模型的冬小麦生长模拟参数全局敏感性分析

模型参数的敏感性分析是模型本地化、区域化过程中不可或缺的重要环节。局部敏感性分析忽略了参数间的相互耦合作用对模型结果的间接影响,从而导致敏感参数选取具有一定的片面性。该研究以河北衡水冬小麦试验区为研究区,使用全局敏感性分析方法分析EPIC模型在冬小麦产量模拟中的敏感参数。研究表明:收获指数(HI)、生长季峰值点(DLAI)、潜在热量单位(PHU)、最大作物高度(HMX)是影响模型本地化最为关键的参数(总敏感指数>0.1);作物的播种日期、收获日期及种植密度是影响区域尺度的作物产量估计最为敏感参数(总敏感指数>0.1)。研究同时表明全局敏感性分析方法可用于作物生长模型本地化、区域化研究,且优于传统局部敏感性分析方法。

南海北部水体叶绿素a浓度反演的生物光学模型

利用2003年至2005年秋季在南海多个航次的现场观测数据,研究了南海北部海区遥感反射率的变化,并分析了用于全球海洋叶绿素a浓度反演的OC2和OC4模型在本海区的适用性。结果表明,在南海北部海域,OC2和OC4模型高估了叶绿素a浓度,高估范围一般约在80%—200%之间,其中最高可达640%,即OC2和OC4模型并不适用于南海海域。在此基础上,根据现场实测的表观光学数据,利用遥感反射率比值(Rrs(433)/Rrs(555))与叶绿素a浓度的关系建立了两套能够精确反演南海北部海域叶绿素a浓度的本地化经验算法———算法1和算法2,并利用其对南海北部海域的叶绿素a浓度进行反演。结果表明,由本地化模型反演得到的叶绿素a浓度与实测的叶绿素a浓度具有较好的相关关系,其平均相对偏差分别为51%和53%,相关系数为0.75。

对流层经验模型在中国VLBI站上的优化分析

利用2010~2012年的IGS天顶对流层延迟(ZTD)序列、ERA5格网数据积分ZTD序列,在中国4个VLBI站点上对目前常用的经验模型进行优化,分别建立Local_ERA和Local_ZTD模型。基于2013~2014年IGS并址站点ZTD数据,将改进后的2种模型与全球GPT2w模型、SHAO-Gm模型进行对比。结果表明,改进后的Local_ERA、Local_ZTD模型精度相近,相对于GPT2w、SHAO-Gm模型平均精度在4个VLBI站点上都有提高,尤其在水汽季节性变化较强的北京站改进效果明显;其中Local_ERA平均精度略高于Local_ZTD,比GPT2w模型精度提高7.90%,比SHAO-Gm模型精度提高21.26%。

地基GPS水汽监测技术及气象业务化应用系统的研究

本研究建立了川渝地区地基GPS(global positioning system,全球定位系统)遥感水汽的本地化计算模型,开发出GPS遥感水汽的计算软件包,开展了局域地基GPS观测网遥感大气水汽的试验及业务应用,反演出30 min间隔的高时间分辨率GPS可降水量序列。评估了反演精度,研究了GPS水汽产品在气象业务应用的可行性。研发了可搭建在MICAPS(meteorological information comprehensive analysis and process system)平台上的地基GPS水汽监测业务化应用系统,实现了局域地基GPS观测网数据的实时传输、数据解算、可降水量反演和GPS水汽产品的可视化,并在气象业务部门试运行,在强降水、暴雪等灾害性天气预报中发挥了独特作用。本项目组系统性研究了GPS可降水量的时间变化、水平分布,分析了GPS可降水量与气温、气压、比湿、辐射和降雨量等地面气象要素以及与局地环流、水汽输送和循环等大气过程及地形的对应关系。研究了GPS水汽产品在几类典型灾害性天气(西南暴雨、持续性降水、冰冻雨雪、大雾)以及人工增雨中的演变特征,揭示了GPS探测水汽技术及其产品在天气预报业务中的应用方法。进行了GPS可降水量的日循环合成分析,GPS可降水量在华北暴雨、西南暴雨、华西秋雨、四川盆地夜雨等方面的应用研究,以及不同云系降雨过程、不同类型降雨过程中GPS可降水量的对比分析。例如,对不同类型降雨过程中GPS-PWV(precipitable water vapor by GPS,GPS可降水量)的比较表明,在夏季暴雨发生前5～10h,GPS-PWV的激增可很好地预示其后的强降雨天气;而对于类似秋绵雨的一般性持续降雨来说,GPS-PWV的连续大幅递增或递减并超过平均值可作为降雨开始或结束的预报依据;对于不同类型降雨天气过程GPS-PWV具有不同的日变化特点,它能及时反映水汽的局地变化特征,作为水汽异常输送中的强信号,GPS-PWV在降雨天气分析及预报中具有重要的指示意义。