中国学术期刊网络出版总库
  关闭
小麦生长发育模型WheatSM参数优化及适用性分析  
   推荐 CAJ下载 PDF下载
【英文篇名】 Parameter Optimization and Validation of the Wheat SM Model for Growth and Development of Wheat
【下载频次】 ★★★★★
【作者】 郭其乐; 李颖; 田宏伟;
【英文作者】 GUO Qile; LI Ying; TIAN Hongwei; China Meteorological Administration/Henan Key Laboratory of Agrometeorological Support and Applied Technique; Henan institute of Meteorological Sciences; Graduate School of Chinese Academy of Agricultural Sciences;
【作者单位】 中国气象局\河南省农业气象保障与应用技术重点开放实验室; 河南省气象科学研究所; 中国农业科学院研究生院;
【文献出处】 麦类作物学报 , Journal of Triticeae Crops, 编辑部邮箱 2017年 12期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  CJFD收录刊
【中文关键词】 冬小麦; 生长发育模型; 全局敏感性分析; 参数优化;
【英文关键词】 Winter wheat; The growth and development model; Global sensitivity analysis; Parameters optimization;
【摘要】 为分析WheatSM模型区域业务应用的适用性,采用EFAST全局敏感性分析方法,对WheatSM模型的小麦生长发育参数进行分析,筛选出了影响模型模拟效果的10个敏感参数,即冬小麦各发育阶段的基本发育系数(K1、K21、K22和K3)、出苗至越冬期的温度系数(P21)、越冬至拔节期的光周期系数(Q2)、抽穗后的光合产物向籽粒的转运效率(TR2)、比叶面积(SLA),以及拔节至抽穗期的穗干物质分配系数(PcEar34)和抽穗至成熟期的叶干物质分配系数(PcLeaf45)。然后,基于农业气象观测数据,利用SCE-UA全局优化算法,对敏感参数进行优化和率定。结果表明,模型对出苗期模拟具有很高的精度,RRMSE<0.5%,R2>0.9,其对抽穗期、拔节期的模拟效果尚可,对越冬期的模拟效果最差;模型模拟的干物质和LAI与观测数据的相关性较高,但相对误差较大,精度为75.0%左右。
【英文摘要】 To validate the application of WheatSM model,based on the global sensitivity analysis method(EFAST),wheat growth and development parameters of the WheatSM model were analyzed,and then ten key parameters were screened out to optimize,such as the basic development coefficients before heading(K1,K21,K22 and K3),the temperature coefficient from emergence to overwintering(P21),the genetic photoperiod coefficient from overwintering to jointing(Q2),the transfer rate of photosynthetic product to grain after heading...
【基金】 中国气象局\河南省农业气象保障与应用技术重点开放实验室基金项目(AMF201404,AMF201507)
【更新日期】 2018-01-16
【分类号】 S512.1
【正文快照】 空间信息获取、大数据处理与分析等现代技术的不断发展,为利用作物模型进行定量化的农业生产、管理及估产提供了强力支撑。作物模型的区域适用性强,模拟效果好,在其推广应用中显得非常重要。模型的模拟效果除了与模型结构合理性有关以外,还与模型参数的选择有重要关系[1]。由于

xxx
【读者推荐文章】中国期刊全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

农业科学
  农作物
   禾谷类作物
   
     小麦
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号