基于全局敏感性分析和贝叶斯方法的WOFOST作物模型参数优化

作物模型参数的敏感性分析、标定和验证可以提高模型的效率和精准度,进而为模型应用做好准备工作。该研究结合参数全局敏感性分析方法以及贝叶斯后验估计理论的马尔科夫蒙特卡洛(Markov Chain Monte Carlo,MCMC)方法,以华北栾城站三年的冬小麦观测数据(叶面积和地上生物量)为参照,对WOFOST模型的55个品种参数进行了敏感性分析、筛选和优化。发现:1)对叶面积影响较大的参数为:生育期为0、0.5、0.6和0.75时的比叶面积、生育期为1.5时的最大光合速率、叶面积指数最大增长率;对地上干物质影响较大的参数为:生育期为1.5时的最大光合速率、生育期为0时的比叶面积、35℃时叶面积的生命周期、生育期为0时的散射消光系数、生育期为1.8时的最大光合速率、储存器官的同化物转换效率。2)潜在和雨养产量水平下,最大叶面积和地上生物量对参数的敏感性差异不大。3)马尔科夫蒙特卡洛方法(MCMC)可以对WOFOST模型品种参数较好地优化;设计的3种校正-验证方案中,第1种方案(用1998-1999年作为校正年份,1999-2000年,2000-2001年作为验证年份)模拟效果最好。4)优化后的参数,模型对潜在产量水平模拟较好,一致性指数均大于0.9,相对均方根误差小于20%;而对有水分胁迫的雨养情况下比潜在产量水平的模拟结果差,表明模型对水分胁迫的模拟不足。该研究为WOFOST模型区域应用和模型调整优化提供科学理论依据。

不同空间分辨率驱动数据对作物模型区域模拟影响研究

为了探究不同空间分辨率驱动数据对作物模型区域模拟结果的影响,以中国北方冬麦区为研究区域,采用薄盘样条插值方法生成4种空间分辨率(5、10、25、50 km)的气象驱动数据,采用空间聚集方法构建相应空间分辨率的土壤参数集,以农业气象观测站数据为基础,通过泰森多边形方法扩展农田管理和作物模型品种参数,在以上基础上建立不同空间分辨率的WOFOST模拟平台,结合区域统计产量数据,诊断不同空间分辨率驱动数据对作物模型区域模拟的影响。研究表明:对于模拟的开花期、成熟期、潜在产量水平的地上生物量和穗质量、雨养产量水平的地上生物量和穗质量,4种空间分辨率的区域平均值模拟结果之间无显著差异;高分辨率驱动数据下,模拟结果分布上有更多的极值。不同空间分辨率的模拟结果均能反映冬小麦生长的空间分布规律;与同区域统计产量相比,不同空间分辨率下WOFOST雨养产量可以解释观测产量年际变异的75.4%~85.4%。不同空间分辨率的潜在产量和雨养产量与气候因子相关分析表明,生育期辐射可以解释16.6%~29.6%的潜在产量变化,生育期降水可以解释13.3%~17.8%的雨养产量变化。高空间分辨率的数据存贮量和计算时间分别是低空间分辨率的80和100倍以上。研究结果可以为作物模型区域应用,尤其是空间分辨率的选择提供理论依据。

基于极值概率分布函数的中国早稻高温热害时空分布统计特征

揭示水稻高温热害风险特征对农业适应气候变化具有重要意义。本研究以中国早稻种植区为研究区域,基于早稻种植区214个气象站1971—2015年的数据,利用Mann-Kendall非参数趋势检验方法和极值概率分布理论,探究中国早稻高温热害的时空变化趋势和极值概率分布规律。研究发现:1)反映早稻高温热害的两个指标即高温热害累计天数(ADHS,accumulateddaysofheatstress)和热害有害积温(HDD,heatstressdegree days)的均值在湖南中南部、江西中部、浙江和福建中部较大,表明这些区域的早稻遭受高温热害的风险较大;从Mann-Kenall趋势检验看,两个指标在超过1/3的站点都呈显著增加的趋势,说明高温热害风险在这些站点显著增加,尤其20世纪90年代以后超过1/2的站点两个指标都呈显著增加的趋势。2)超过1/2以上的站点的高温热害累计天数和高温有害积温都满足极值概率函数分布。对于高温热害累计天数,56个站点满足耿贝尔分布(Gumbel),82个站点满足广义极值分布(GEV);对于热害有害积温,61个站点满足耿贝尔分布,58个站点满足广义极值分布。3)两个高温热害指标的10年、50年、100年重现期的空间分布规律和2个指标的均值空间分布类似,即均值较大的区域,其10年、50年、100年重现期对应的重现期水平(return level)也较大;重现期水平与经度、纬度和海拔无明显相关关系。研究结果有助提升对早稻高温热害时空趋势和概率分布规律的认识,可为农业适应气候变化和农业天气指数保险设计等方面提供理论参考。

格点天气预报数据与机理模型耦合的冬小麦干旱预警方法

为了开展大范围的冬小麦干旱预警,以中国北方冬小麦区为实例,构建了土壤水分动态预报模型,结合未来10d高精度天气要素预报、土壤自动水分观测和冬小麦发育期观测数据,建立了北方冬小麦区干旱预警系统。利用该系统对2018年4—5月进行逐日的冬小麦干旱预警,对干旱预警产品的分析表明:系统对未来10d土壤相对湿度预报的决定系数在0.63~0.91之间,均方根误差在5.6%~18.2%之间,预报时效越近,准确率越高。从不同的干旱等级预测准确率看,对于干旱等级较高的重旱和特旱预报准确率较高,轻旱和中旱的预报准确率略低。该系统基本满足冬小麦干旱预警需求,对国家级农业气象部门大范围农业干旱监测和预警业务是有益的补充。

植被物候参数遥感提取与验证方法研究进展

在气候变化背景下,植被物候作为生态系统对环境变化响应的直接体现方式,日益受到学界关注。获取长期、连续、多尺度的植被物候数据是物候研究的基础,而利用卫星遥感手段获取的物候参数已经成为陆地生态系统变化研究的重要指标。遥感物候参数在农业生产管理、生态系统监测、土地利用类型制图、人类健康和生态系统气候变化响应等领域发挥着重要的作用。在此背景下,有必要结合关键科学问题与重要应用领域,系统梳理近些年来遥感物候参数提取、验证和产品研发方面的进展,指出本领域目前存在的问题并对未来的发展趋势进行展望。首先,探讨了植被指数、日光诱导叶绿素荧光和植被光学厚度等传统与新兴遥感指标在物候监测方面的应用趋势。其次,分析评述了植被物候遥感方法体系中不同的时序数据预处理与物候期估算算法之间的优劣及适用性。然后,从传统物候观测、物候相机、通量观测和无人机等方面的发展,梳理出多源、多尺度验证方式的发展脉络。同时,着重从产品算法和精度方面评述了近些年国内外物候遥感产品的发展现状。最后,从数据预处理、参数提取方法和遥感数据源等不同角度对植被物候参数遥感提取结果中的不确定性和误差来源进行了系统探讨。在以上基础上,本文指出未来植被物候遥感领域的研究应重点关注:(1)从遥感数据源质量和时空一致性入手,提高不同研究结果之间的可比性;(2)发展具有更好普适性的物候参数提取算法,减少提取过程中的主观性和经验性;(3)以遥感真实性检验理论为基础,完善遥感物候地面验证方法体系;(4)积极拓展基于国产卫星的植被物候监测应用,积累国产卫星的使用经验并逐步摆脱对国外卫星数据的过度依赖。通过以上发展,最终满足实际应用中对于高分辨率、高精度、高时空一致性植被物候参数遥感产品的迫切需求。