利用经验-过程混合建模方法优化华山松过程模型的参数

摘要

[目的] 以基于碳平衡的过程模型 CROBAS为例,提出一种结合经验模型与过程模型的混合建模方法,优化华山松过程模型 CROBAS-PA的参数,探索在建模数据不足情况下预估复杂过程模型参数的有效途径.[方法] 参数优化模型的目标函数设为过程模型 CROBAS-PA与经验模型 QUASSI 1. 0在树高和生物量预测上的离差,优化模型的决策变量选取过程模型中10个随气候和树种调整的参数(树冠树叶分形维数、消光系数、比叶面积、最大光合速率、树叶衰老率、叶表面积密度、自然整枝参数、树枝边材率、树干边材衰老率和树枝边材衰老率),约束条件为过程模型参数的可行域.选用差分演化算法,采用 Sobol一阶灵敏度和全局灵敏度系数进行参数敏感性分析与评估,利用平均误差( ME) 、平均绝对误差( MAE)和平均相对误差( MRE)进行模型检验.[结果] 经参数优化后的华山松过程模型 CROBAS-PA的有效预测时间可达20年,树高和胸径预测值平均绝对误差分别小于 1. 03 m 和1. 19 cm,平均相对误差分别低于5. 59%和2. 59% .灵敏度分析显示,最大光合速率、比叶面积、消光系数、树冠树叶分形维数对树高和胸径的生长变化有明显影响,而叶表面积密度对胸径和树高的生长变化影响较小.[结论]经参数优化后的华山松过程模型 CROBAS-PA可以较准确预测华山松的树高和胸径生长以及林木各器官中的碳分配,基于经验-过程混合建模方法在复杂过程模型参数预估中具有一定应用潜力.