利用收集的河南省新乡试验站田间试验数据对根系带水质量模型(Root Zone Water Quality Model,RZWQM)输入参数进行灵敏度分析和标定。结果表明,通过参数的灵敏度分析结果对RZWQM进行调参,节省参数校核时间,提高精度。参数标定后模拟值...利用收集的河南省新乡试验站田间试验数据对根系带水质量模型(Root Zone Water Quality Model,RZWQM)输入参数进行灵敏度分析和标定。结果表明,通过参数的灵敏度分析结果对RZWQM进行调参,节省参数校核时间,提高精度。参数标定后模拟值与实测值的对比显示,土壤含水量的模拟均方根差和平均相对误差分别为0.05 cm3/cm3和-6.15%;土壤硝态氮质量分数的模拟均方根差和平均相对误差分别为17.86 mg/kg和16.31%;冬小麦和夏玉米叶面积指数的模拟均方根差分别为7.31和1.01,冬小麦地上部生物量和产量的平均相对误差为34.79%和-8.77%,夏玉米产量的平均相对误差为7.13%。表明RZWQM能够较好地模拟和分析新乡冬小麦-夏玉米轮作体系中农田水、氮利用效率和作物产量,为利用RZWQM建立农田水肥优化管理措施奠定基础。展开更多
文摘利用收集的河南省新乡试验站田间试验数据对根系带水质量模型(Root Zone Water Quality Model,RZWQM)输入参数进行灵敏度分析和标定。结果表明,通过参数的灵敏度分析结果对RZWQM进行调参,节省参数校核时间,提高精度。参数标定后模拟值与实测值的对比显示,土壤含水量的模拟均方根差和平均相对误差分别为0.05 cm3/cm3和-6.15%;土壤硝态氮质量分数的模拟均方根差和平均相对误差分别为17.86 mg/kg和16.31%;冬小麦和夏玉米叶面积指数的模拟均方根差分别为7.31和1.01,冬小麦地上部生物量和产量的平均相对误差为34.79%和-8.77%,夏玉米产量的平均相对误差为7.13%。表明RZWQM能够较好地模拟和分析新乡冬小麦-夏玉米轮作体系中农田水、氮利用效率和作物产量,为利用RZWQM建立农田水肥优化管理措施奠定基础。
