[目的]作为农业智能化生产的核心决策模块,作物模型的精确模拟取决于模型参数的高效准确优化.为了提高调参效率,提升作物模型的性能和精确度,本研究通过改进优化算法对旱地春小麦籽粒生长子模型进行单目标参数优化,为中国西北部黄土丘陵区旱地春小麦的适应性研究提供参考,扩大模型的应用范围,以便于模型更好地指导农业生产.[方法]立足于2015-2021年甘肃省定西市安定区凤翔镇安家坡村的田间试验,结合1970-2021年的天气数据和年鉴产量数据,在发挥传统混合蛙跳算法(SFLA)全局交流、局部深度搜索的基础上,使用轮盘赌选择策略对旱地小麦籽粒生长阶段的6个参数进行进一步的优化,进行算法改进前后产量实测值与模拟值的误差计算与对比,对APSIM-Wheat模型进行检验.[结果](1)在相同的迭代次数下,传统混合蛙跳算法在200次左右收敛,改进后的混合蛙跳算法在100次左右收敛;(2)旱地春小麦籽粒生长阶段的参数优化结果为小麦茎部分的每克籽粒数为26.0;开花至开始灌浆阶段的潜在籽粒灌浆速率为0.00119 grain/d;灌浆阶段的潜在籽粒灌浆速率为0.00174 grain/d;氮限制下的潜在籽粒灌浆速率为6.20 x10-5ggrain/d;氮限制下的最小籽粒灌浆速率为1.90 × 10-5 g grain/d;单株小麦籽粒部分的最大干重值为0.0437 g;(3)分别使用传统混合蛙跳算法优化后所得参数值和改进混合蛙跳算法优化后所得参数值模拟小麦产量,参数优化后,产量实测值与模拟值的均方根误差(RMSE)从363.22 kg·hm-2降至57.85 kg·hm-2,标准均方根误差(NRMSE)从21.78％降至3.47％.[结论]相较于传统的混合蛙跳算法,改进后的混合蛙跳算法增加了种群和子群的多样性,收敛速度快,提高了优化效率和精度,优化后的结果符合旱地春小麦的生长发育过程,适用性较高,明显改善了中国西北部黄土丘陵农业区APSIM-Wheat模型的性能.
万方数据
维普
