基于PSO的DSSAT水稻品种参数优化

农业技术转移决策支持系统(DSSAT)在农业领域的应用越来越广泛,应用DSSAT的首要工作就是估计作物品种参数。GLUE参数估计器是DSSAT自带的参数估计工具,但GLUE参数估计器所估计的品种参数并不总有效,其估计参数的DSSAT模拟精度往往不高。本文利用4个品种水稻的田间实测产量数据,采用对比分析方法,以DSSAT自带的GLUE参数估计器运行结果为参照,将粒子群优化(PSO)的每个粒子视为一组水稻品种参数,在运行PSO算法过程中调用DSSAT模拟水稻产量,依据产量模拟误差和PSO的运行机制修改粒子,从而验证PSO优化DSSAT水稻品种参数的有效性及可行性。研究结果表明:两种算法均能较好识别DSSAT水稻品种参数,但GLUE参数估计器估计参数无效的频次较高;与GLUE参数估计器相比,PSO识别的参数均为有效参数,其优化参数的DSSAT模拟水稻产量的精度更高,标准化均方根误差(NRMSE)处于5.98%~8.78%之间,明显低于GLUE参数估计器的6.89%~18.06%,所模拟的水稻产量也更接近于实测产量。