基于作物生长模型的全局敏感性分析方法

马冠南 丁春雨 李勇

摘要：作物的生长发育过程复杂，如何确定能够适应当地气候生态类型的作物模型参数是准确模拟作物生长的关键。本文选用WOFOST作物生长模型，利用扩展傅里叶幅度敏感度检验法EFAST对模型作物参数、土壤与管理参数进行全局敏感性分析。结果表明，最大CO2同化速率AMAXTB、叶片35℃时的生命期SPAN、贮存器官同化物转化效率CVO、饱和含水量SM0、初始土壤有效含水量WAV和出苗日期IDEM对于作物产量的形成具有较高的敏感度。

关键词：作物生长模型；敏感性分析；产量

中图分类号： S512.11 文献标识码： A DOI编号： 10.14025/j.cnki.jlny.2016.19.026

作物生长模型的发展以美国的DSSAT系列和荷兰的Wageningen系列为代表。本研究选用的WOFOST模型是荷兰Wageningen系列模型之一，该模型是一个机理性的作物生长模型，对作物光和、呼吸、蒸腾、干物质分配等生长过程的描述是通用的，可以通过更改参数模拟不同的作物，以及潜在、水分胁迫、养分胁迫三种生产水平，其普适性已经得到了基本肯定[1-3]。然而，WOFOST模型主要针对欧洲的气候特征、土壤类型与作物品种，将其引進到我国模拟作物生长发育之前，必须首先进行模型参数的敏感性分析，筛选出对作物生长发育与产量形成敏感度较高的参数进行标定。

敏感性分析主要分为局部敏感性分析和全局敏感性分析。局部敏感性分析的原理简单，采用改变单一参数而固定其他参数的方法，仅考虑单一参数的变化对模型输出结果的影响程度，这种方法忽略了参数间的相互作用对模型输出结果的间接影响。作物生长模型通常是一个多参数共同作用的非线性复杂模型，因此，越来越多的研究倾向于采用全局敏感性分析方法[4-7]，同时考虑了参数的直接和间接效应，对于衡量参数的敏感度说服力更强。

本文采用扩展傅里叶幅度敏感度检验法EFAST对模型作物参数、土壤与管理参数进行全局敏感性分析，分别讨论这些参数对冬小麦成熟期贮存器官干物质量的贡献程度，即对作物发育与产量形成的敏感程度。

1模型与方法

1.1 WOFOST模型

WOFOST作物生长模型是由世界粮食研究中心与瓦赫宁根农业大学共同研发的，能够定量描述一年生作物生长发育过程的模型。在过去的几十年里，WOFOST模型的连续版本已经在产量风险分析、年际间产量变化分析、土壤状况对产量的影响、气象条件对产量的影响、不同作物品种与耕作制度下的产量差异等研究中取得了成功的应用。WOFOST模型也适用于预测研究和定量土地评价，例如评价区域潜在生产力水平、估计灌溉或施肥利用的最大效益、检测不利的生长条件、区域产量预报等。

WOFOST模型基于作物生长发育的生理生态过程，解释了物候发育、CO2同化、蒸腾作用、呼吸作用、干物质分配等主要过程。模型对作物生长发育过程的描述是通用的，能够通过改变参数模拟不同作物，并且可以模拟潜在生长、水分胁迫和养分胁迫三种水平，模型运行时间步长为1天[8]。

1.2 EFAST方法

EFAST法基于方差分解，提供了两种敏感性分析指数：一阶敏感性指数和总敏感性指数。一阶敏感性指数反映了单一参数对模型输出结果的直接贡献程度，总敏感性指数则反映了参数直接和间接对模型的贡献之和[9-10]。模型的总方差可以分解为：

1.3 实验设计

本实验应用敏感性分析专业软件Simlab-EFAST模块对WOFOST模型参数进行全局敏感性分析[11]。

在Simlab软件的统计预处理模块中设定表1和表2的各参数在取值范围内均匀分布，利用蒙特卡洛方法对作物参数采样3000次，对土壤与管理参数采样1000次。

将上一步生成的参数组合分别输入到WOFOST作物模型中，模拟冬小麦成熟期贮存器官的干物质量。

将上一步的模型输出结果添加到Simlab软件的模型执行模块，利用EFAST方法计算各个参数对模型结果的贡献程度，得到各参数的一阶敏感性指数和总敏感性指数。

2结果与分析

25个作物参数、11个土壤与管理参数对于冬小麦成熟期贮存器官干物质量的敏感性分析结果如图1所示。

从图1b可以得出对于冬小麦成熟期贮存器官干物质量最敏感的参数是AMAXTB130，总敏感性指数为0.530，即可以解释模型模拟冬小麦成熟期贮存器官干物质量变化方差的53.0%。最大CO2同化速率影响光合作用的强度，而光合作用的产物是干物质，其中一部分被分配到贮存器官中。叶片在35℃时的生命期SPAN是第二敏感的参数，总敏感性指数为0.438，是直接描述叶片存活时间的参数。其余敏感度大于0.1的参数还有贮存器官同化物转化效率CVO和AMAXTB100，总敏感性指数为0.355、0.251。CVO决定了同化物转化为贮存器官干物质量的速率，影响最终产量的形成。图1d可以看出对于成熟期贮存器官干物质量敏感度较高的参数同为SM0、WAV、IDEM，分别解释了干物质量变化方差的68.6%、30.3%、17.6%。饱和含水量是土壤中的全部孔隙都充满水时的含水量，可以通过实测测得，也可通过土壤的容重和比重求得，用于计算最大下渗速率。初始土壤有效含水量描述了初始的土壤水分供应，与作物前期的根部水分吸收情况密切相关。作物生长遵循特定的物候规律，出苗日期的提前或滞后，都会直接影响作物的生长发育和产量形成过程。

3结论

本文利用扩展傅里叶幅度敏感度检验法EFAST对WOFOST

模型作物参数、土壤与管理参数进行全局敏感性分析。作物参数对于产量形成较为敏感的参数有AMAXTB、SPAN、CVO，土壤与管理参数对于产量形成较为敏感的参数有SM0、WAV和IDEM。敏感性分析结果可以作为参数是否进行本地化和区域化调整的重要依据，同时对作物模型与遥感数据同化研究中区域优化参数的选择也有一定的借鉴作用。

参考文献

[1]Boogaard H L， Van Diepen C A， Rtter R P， et al. WOFOST 7.1： User's guide for the WOFOST 7.1 crop growth simulation model and WOFOST control center 1.5. DLO Winand Staring Centre Wageningen， 1998.

[2]刘布春， 王石立， 马玉平. 国外作物模型区域应用研究进展[J].气象科技，2002，30（04）：193-203.

[3] 武思杰. 基于遥感信息与作物模型同化的冬小麦产量预测研究[D]. 长沙： 中南大学， 2012.

[4]吴锦， 余福水，等.基于EPIC模型的冬小麦生长模拟参数全局敏感性分析[J]，农业工程学报， 2009，25（07）：136-142.

[5] 姜志偉， 陈仲新，等.CERES-Wheat作物模型参数全局敏感性分析[J].农业工程学报， 2011， 27（01）： 236-242.

[6]何维， 杨华. 模型参数全局敏感性分析的EFAST方法[J].遥感技术与应用， 2013， 28（05）： 836-843.

[7]吴立峰， 张富仓，等. 不同灌水水平下CROPGRO棉花模型敏感性和不确定性分析[J].农业工程学报， 2015， 31（15）： 55-64.

[8] 马玉平. 陕甘宁地区退耕还林还草的气候和农业效应模拟研究[D]. 北京：中国气象科学研究院， 2011.

[9] 姜志伟. 区域冬小麦估产的遥感数据同化技术研究[D]. 北京： 中国农业科学院， 2012.

[10]Saltelli A.， Tarantola S.， Chan K.P.S. A quantitative model-independentmethod for global sensitivity analysis of modeloutput[J]，Technometrics， 1999， 41（01）： 39-56.

[11] Simlab 2.2-Reference Manual， European Commission-IPSC.

作者简介：马冠南，硕士，吉林省农业资源与农业区划研究所，研究实习员，研究方向：农业遥感与农业综合研究。