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)。

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。

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。

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。

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。

基于WOFOST模型的苏南地区春小麦种植适应性分析

【目的】研究春小麦在苏南地区的种植适应性,为增加该地区周年粮食生产的稳定性提供理论依据。【方法】基于2016-2017年的田间分期播种试验和WOFOST作物生长模型(简称WOFOST模型),采用数值模拟方法,分析江苏南部代表地区南京地区1-4月不同播期春小麦的生长发育动态和产量表现。以1980-2010年气象数据驱动WOFOST模型,对春小麦产量进行动态模拟,分析最佳播期,并计算最佳播期的适宜播种量。【结果】在1-4月随着播期的推迟,春小麦的生育期长度缩短,其中出苗-开花期阶段最大缩短23 d,开花-成熟期最大缩短8 d,出苗-开花阶段缩短的时间大于开花-成熟阶段,导致春小麦叶片和茎秆的干物质积累量明显减少,产量降低。在冬小麦无法播种的条件下,南京地区春小麦的适宜播种时间为1月1-20日,在该时间段内播种,合理的播种量为180 kg/ha,最高产量为4124.80 kg/ha,生育期长度为146 d,对下季水稻种植和生长无影响。【结论】在苏南地区种植春小麦具有可行性,在冬前无法正常播种冬小麦的情况下,可将种植春小麦作为备选方案。

WOFOST模型对于云南烤烟的适用性研究

为研究WOFOST模型对于云南烤烟的适用性,使用2010—2011年在云南烟区玉溪、昭通的烤烟田间实验数据,应用WOFOST模型对云南烤烟潜在生长进行了模拟和验证.用昭通2010年的实验数据作参数校正,得到云南本地化的参数,再用其余实验数据验证.结果显示:WOFOST模型可以较好模拟云南烤烟的潜在生长过程,目前烤烟的产量水平仅相当于其生产潜力的88%左右,仍有提升的空间.

基于WOFOST模型的东北地区春小麦水分平衡模拟与验证

对WOFOST模型进行了本地化参数校正,并对输入模型的参数进行了敏感性分析,选取出对结果影响较大的几个参数进行调整,建立相应的模型运行数据库,对东北春麦区具有代表性的哈尔滨、绥化、嫩江、呼玛和牙克石地区2012年、2013年春小麦生育期内土壤水分含量情况进行了模拟及精度分析,最终评价WOFOST模型在东北地区春小麦生长过程中水分平衡模拟的适应性及准确性。结果表明：WOFOST模型对2012年、2013年各地春小麦生育期内土壤水分含量变化模拟值与实测值的绝对平均误差为2.43%~8.75%,均方根误差RMSE为6.75%~13.75%,模拟性能指数EF为-0.844~0.245,残差聚集指数CRM为-0.272~0.084,一致性系数IoA为0.457~0.789,在可信区间内。从整体看,该模型对土壤水分含量的模拟具备一定的参考价值;同时利用校正后的模型对2012年、2013年各地春小麦作物蒸腾、土壤蒸发与作物需水量进行了模拟,实现了利用较少参数达到作物蒸腾与土壤蒸发分离的目的。

基于WOFOST模型的柑橘智能种植服务平台构建与应用

【目的】提升重庆市柑橘种植智能化管理水平,探索构建基于WOFOST模型的柑橘智能种植服务平台(CIPSP),用于辅助橘农进行柑橘智能种植和经营管理决策。【方法】以柑橘新品种沃柑为试验材料,以物理服务器等5部分系统级软件为技术支撑,以WOFOST模型为基础构建CIPSP系统模型知识库,应用LH-OAT方法对模型中模型参数进行敏感性分析并确定CIPSP系统模型参数,设计自适应算法引擎对CIPSP系统模型参数进行精度预测和校正。根据需要设计CIPSP系统结构和智能种植功能,并在重庆市长寿区龙河镇河堰村选取3处不同生长年限(2~3 a、3~4 a、5 a以上)沃柑试验田场景的15个测算点,对系统产量预测模拟、土壤墒情/土质及气象实时监测、智能虫情测报等部分功能进行验证应用。【结果】通过分别设计相关参数,构建基于柑橘生长周期WOFOST建模思路的CIPSP系统模型知识库;对CIPSP系统分析后快速确定敏感性较高模型参数I;在实时观测数据基础上对作物生长进行模拟预测比对,引入自适应算法进行了模型修正。将CIPSP系统设计成感知层、边缘层、基础设施层、平台层和操作层等5层相互独立的结构,实现CIPSP系统对柑橘种植过程中产量预测模拟、土壤墒情/土质及气象实时监测、智能虫情测报等功能。初步验证表明,WOFOST模型能较好地模拟预测树龄不大于3 a的沃柑植株产量,但随着树龄增长,实测值与预测值偏差逐渐变大;通过实时监测数据信息与作物生长模型相结合,实现对采集分析土壤墒情/土质及气象实时环境数据(土壤肥力、光照度、降雨量等)监测分析应用;应用智能虫情监测系统与遥感技术及高光谱无人机相结合,实现现场/远程对基于机器深度学习的常见病虫害发生进行检测、判别、预警、防控等功能。【结论】构建了基于WOFOST模型的CIPSP系统,并成功应用于沃柑试验田产量预测、种植环境监控和病虫害预警防控,提高了柑橘智能种植管理水平,实现从软件技术、生产管理和信息系统等方面技术创新,但该模型参数和算法仍需优化。

遥感同化WOFOST模型动态监测水稻重金属污染胁迫

为研究土壤重金属污染对作物生长尤其是根系生长的影响,探讨了利用遥感与作物生长模型同化方法获取水稻根重WRT(Weight of Root)的变化,进而动态监测水稻重金属污染胁迫的可行性。以吉林省长春市两块不同污染水平的水稻种植区为研究对象,以叶面积指数LAI(Leaf Area Index)为结合点,使用灰色关联度分析选择与根重关联度最高的作物参数CVR(干物质转化为根重的效率,Efficiency of Conversion into Roots),通过粒子群优化算法PSO(Particle Swarm Optimization)优化CVR,实现作物生长模型WOFOST(World Food Studies)与CCD遥感数据的同化,并用同化后的WOFOST模型模拟WRT进行水稻重金属污染胁迫状况分析,最后对研究区水稻重金属污染胁迫进行了分级评价。结果表明,整个生长期污染严重区域水稻根重比污染较轻区的水稻根重低,二者比值范围为0.894~0.972,均值为0.922,在水稻分蘖期比值最低达到0.894。可见根重的变化是监测水稻重金属污染胁迫的有效指标,该方法能够在水稻生长的早期(分蘖期)就监测到重金属污染胁迫。

基于遥感信息和WOFOST模型参数同化的冬小麦单产估算方法研究

为探讨遥感信息和作物生长模型在作物估产方面的优势互补特性,选取河北省藁城市冬小麦作为研究对象,采集多个关键生育时期的生理生化、农田环境、气象等数据,并获取准同步的环境减灾小卫星HJ-CCD影像数据,采用植被指数反演冬小麦叶面积指数(LAI),基于扩展傅里叶振幅灵敏度检验法(EFAST)对WOFOST作物模型的26个初始参数进行全局敏感性分析,筛选敏感性参数,调整WOFOST模型的核心参数,利用查找表优化算法构建基于WOFOST模型和遥感LAI数据同化的区域尺度冬小麦单产预测模型,并定量预测区域冬小麦单产水平。结果表明,增强型植被指数(EVI)是遥感反演LAI的最佳植被指数(开花期建模r^2=0.913,RMSE=0.410,灌浆期建模r^2=0.798,RMSE=0.470),预测能力最强(开花期r^2=0.858,RMSE=0.531,灌浆期r2=0.861,RMSE=0.428);筛选出6个待优化参数,即TSUM1、SLATB1、SLATB2、SPAN、EFFTB3和TMPF4;产量预测精度r^2=0.914,RMSE=253.67kg·hm^(-2),找到了待优化参数的最佳取值,最终完成了单产模拟。

基于WOFOST模型分析不同气候情景对辽宁典型雨养春玉米产量的影响

气温、降水和辐射是农作物生长发育必需的基本气候要素,其大小、波动及空间分布决定局部地区的种植结构和农产品产量增减,具有喜温喜水特性的玉米其生长发育对气候变化的响应更为敏感。本研究基于辽宁省新民和朝阳地区近40a气象数据分析各气候要素变化特征,根据局地气候暖干化趋势耦合气温、降水、辐射三要素构建不同气候情景,利用田间实测数据对WOFOST模型进行校准和适用性检验,并将该模型用于模拟不同气候情景下辽宁典型雨养春玉米产量变化。结果表明:(1)验证后的WOFOST模型能较好地模拟两站点春玉米产量,其模拟值与实测值的相对均方根误差分别为8.78%和5.96%,一致性系数分别为0.82和0.96。(2)新民和朝阳两地在设定的气候要素变化范围内春玉米产量与气温呈负相关,与降水呈正相关。在气温增加,降水减少,辐射增强的不同梯度气候情景下,新民(气温+1.2℃,降水量−25%,辐射+4%)和朝阳(气温+1.4℃,降水量−25%,辐射+3%)减产幅度分别达92.5%和85.9%,接近雨养春玉米绝产的警戒气候情景。(3)新民春玉米产量受降水影响显著,朝阳则对气温变化响应敏感,而两地产量对给定比例的辐射变化均未表现出明显波动。