为提高现有作物生长模型单产模拟精度,明确土壤水分供需变化与产量之间的动态关系,该研究构建了水文—作物生长耦合模型SWAT-EPIC(soil and water assessment tool-environmental policy integrated climate)。基于参数敏感性优化的扩...为提高现有作物生长模型单产模拟精度,明确土壤水分供需变化与产量之间的动态关系,该研究构建了水文—作物生长耦合模型SWAT-EPIC(soil and water assessment tool-environmental policy integrated climate)。基于参数敏感性优化的扩展傅里叶幅度敏感性检验算法(extended fourier amplitude sensitivity test,E-FAST),在陕北黄土高原建立包含土壤碳动态评估的苹果单产评估体系。结果表明,优化后的模型在旱作苹果单产的模拟精度误差减少了38.98%,模拟RMSE=2.56%,RRMSE≈9.8%,具有良好的模拟性能。降水对果园浅层土壤水分补给具有直接作用,而深层水分持续消耗加剧干旱胁迫,成为限制苹果单产提升的关键因素。此外,农地改种果园后0~10m土壤有机碳储量提升了14.85%。本研究表明,通过整合水文过程与作物生长机制,SWAT-EPIC耦合模型能够更全面反演区域水分与产量的响应关系,为干旱区果园水分管理与可持续高产提供科学依据。展开更多
文摘滑坡地质灾害易发性评价是防灾减灾的一种重要手段,易发性评价模型的选取和优化至关重要。以思南县为研究区,选取高程、坡度、曲率、地层、土地利用、年平均降雨量等16个评价因子,采用频率比(frequency ratio,FR)模型与支持向量机(support vector machine,SVM)模型和随机森林(random forest,RF)模型相耦合,引入网格搜索方法来获取SVM模型、RF模型及其耦合模型最优参数组合并用于模型训练,最终构建SVM、RF、FR-SVM及FR-RF模型对整个研究区进行滑坡易发性预测,并进行了受试者操作特征(receiver operating characteristics,ROC)曲线验证。结果表明:与单一机器学习模型相比,耦合机器学习有更多的滑坡灾害样本落于高易发区和极高易发区,有更高的准确率。单一模型中,RF模型有较多的滑坡灾害样本落于高易发区和极高易发区,耦合模型中,FR-RF模型有较多的滑坡灾害样本落于高易发区和极高易发区,且FR模型和FR-RF模型中没有滑坡灾害样本落在极低易发区,表明无论是单一模型还是耦合模型,RF模型的性能优于SVM模型。4种模型的ROC预测曲线的曲线下面积(area under the curve,AUC)分别为0.8316、0.8439、0.8644、0.9104,说明FR模型与RF模型结合的耦合模型有更高的准确率,该模型更适用于思南县的滑坡易发性评价研究,评价结果可为当地滑坡地质灾害的防灾减灾提供一定的参考。
