典型文献
玉米发育期模式在我国主要产区的适用性比较研究
文献摘要：
发育模式是预测作物发育对气候变化响应的主要工具.模式在变暖环境下的适用性对作物产量评估有重要影响.本研究比较了机器学习算法(多层感知器神经网络,MLP)以及3个机理发育模式[MAIS(maize simula-tion)、Beta和耦合响应与适应机制的模式(RAM)]在变暖环境下的适用性.选择东北春玉米和华北夏玉米具有20年以上物候观测的站点,使用发育期资料及同期的逐日气象数据,按生长季均温异常度,将观测年份划分为冷、暖年.冷年数据用于率定模式参数,暖年数据用于验证变暖环境下模式的表现.根据冷暖年表现的差异评价模式在变暖情景下的适用性.评价指标包括归一化均方根误差(NRMSE)、平均偏差(MBE)和模拟误差随发育阶段均温的趋势.结果表明:在冷年校正时,MLP的模拟精度明显高于机理发育模式,机理发育模式中RAM表现最优,其次是Beta和MAIS.MAIS和Beta模拟值略早于观测值,而RAM和MLP普遍迟于观测值.机理发育模式的误差随发育阶段均温有显著趋势的站点比例明显低于MLP,3个机理发育模式中,Beta有显著趋势的站点比例最小,其次是RAM和MAIS.在变暖情景下进行验证,Beta模拟精度表现最好,其次是MLP和RAM,MAIS表现较差.3个机理发育模式模拟值早于观测值,而MLP迟于观测值.除MLP以外的模式模拟误差随发育阶段均温有显著趋势的站点比例较冷年均增大.4个模式中Beta有显著趋势的站点比例最小,其次是MLP、MAIS和RAM.整体来看,没有一个模式在校正和验证阶段均全面占优,MLP虽然冷年校正时最优,但暖年表现较差,而机理发育模式虽然冷年校正时不是最优,但暖年验证时表现较好.本研究认为,不同模式有不同的适用场景,关注准确反演历史气候变化对发育期影响时,建议采用MLP,而关注准确预测未来气候变化对发育期影响时,应以机理发育模式为主.
文献关键词：
发育期;机理发育模式;机器学习;气候变暖;玉米
中图分类号：
作者姓名：
康晓凤;邬定荣;田琪;谭姣姣;马玉平;于强
作者机构：
西北农林科技大学资源环境学院 杨凌 712100;中国气象科学研究院 北京 100081;中国科学院大学 北京 100049;西北农林大学水土保持研究所黄土高原土壤侵蚀与旱地农业国家重点实验室 杨凌 712100
文献出处：
引用格式：
[1]康晓凤;邬定荣;田琪;谭姣姣;马玉平;于强-.玉米发育期模式在我国主要产区的适用性比较研究)[J].中国生态农业学报（中英文）,2022(09):1477-1489
A类：
机理发育模式
B类：
发育期,气候变化响应,主要工具,作物产量,产量评估,机器学习算法,多层感知器神经网络,MLP,MAIS,maize,simula,tion,Beta,耦合响应,适应机制,RAM,春玉米,夏玉米,物候观测,逐日,气象数据,生长季,均温,异常度,年数,率定,定模,模式参数,冷暖,年表,差异评价,评价模式,暖情,NRMSE,平均偏差,MBE,发育阶段,正时,模拟精度,早于,观测值,迟于,占优,不同模式,适用场景,历史气候变化,准确预测,预测未来,未来气候变化,气候变暖
AB值：
0.28375
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
