第五讲 农业模型 计算机农林应用课件知识讲稿.ppt

根系构型模型(张吴平，2004) 1）农业模型中完全不引入专家与用户经验； 2）农业模型完全依靠专家经验； 3）以模拟与优化等机理模型为基础，必要时引入专家与用户经验。 农业模拟模型与知识管理模型相结合 七、农业模型与专家经验 1.农业模型的核实 模型的核实主要是消除模型中的各种错误。建模中往往出现以下错误： 1）程序连接中的错误 2）数学模型的错误 3）变量名称的错误 4）零除的错误 5）数据库连接的错误 6）控件应用中的错误 八、农业模型的核实、校准与检验 2.农业模型的校准 模型的校准主要是检查模型的可靠性。 1）数学模型的可靠性 2）模型参数的可靠性 3.农业模型的检验 检验是指决定模型是否适用于模型研制以外的完全独立的资料，是多年、多点、多试验观测值与模拟值的比较。可采用如下方法：一是将模拟结果与实际结果进行回归分析，但模拟值与观测值的显著相关不足以证明模型的可靠性和预测性，因为当模型的模拟结果与观测值都显著相关时，二者之间的差异有可能变化很大；二是将实际结果与模拟结果按同一时间坐标绘1:1图进行比较（见图13）；三是检验模拟与实际值的平均误差。其中模拟值与实际值的平均误差可以通过以下一些统计方法计算得到： 模型模拟值与观察值之间的1:1作图 9 0 1 1 0 1 3 0 1 5 0 1 7 0 1 9 0 9 0 1 1 0 1 3 0 1 5 0 1 7 0 1 9 0 观测值 模拟值 （1）平均离差（Mean Deviation，MD） 即预测值与实际值之差总和的平均值。 MD＝（ΣERRi）/n ERRi＝Yi－Xi 其中，n为为样本数；Yi和Xi为第i次的模拟值和实测值。 （2）平均预测误差（Mean Prediction Error，MPE） 即预测值与实际值之差绝对值总和的平均值，反映模型的精度。 MPE=(Σ|DERi|)/n （3）预测均方法（Mean Square Error of Prediction，MSEP） 即预测值与实际值之差平方总和的平均值，是比较模型间精确度较好的指标。 MSEP=（ΣERRi）2/n （4）均方差根（Root Mean Square Error，RMSE） 即预测均方差的开平方，能更直观地反映模拟值与实测值的误差。 （5）拟合指数（Agreeement Index，AI） 即1减去预测值与实际值之差的绝对值除以实际值，反映模拟符合程度，AI＝l时误差最小。 AI＝l－|Yi－Xi|/Xi （6）偏斜度（Bias） 即模拟值与实际值无截距回归方程斜率与1的偏差，表示通过原点的拟合直线与1：1线的偏斜程度（％）。 BIAS＝100·（b0-1） 式中b0为模拟值与实际值之间的0截距直线回归方程（截距α＝0）的斜率。 （7）直接比较单个模拟值的绝对误差和相对误差 绝对误差：ERRi＝Yi－Xi 相对误差：RE＝ERRi/Xi 水稻品种9325不同N处理地上部干重的观测值与模拟值的比较 水稻不同类型品种主要生育期模拟天数与观测天数的比较 主要内容 作物模拟 R/WCSODS的技术路线 R/WCSODS的主要数学模型 第四部分 作物模拟模型 Curry：作物模拟应尽可能用数学公式描述作物的动态过程，以替代用黑箱方法和专家系统方法进行的最优估计。 Sinclair：作物模拟是借助于计算机手段，对作物各种生长过程进行综合的数学模型。 Montieth：作物模拟是通过给定一系列生物系数和相应的环境变量，用来模拟、预测作物的生长、发育和产量的定量模拟系统。 高亮之：作物模拟是从系统科学的观点出发，将作物生产看成是一个由作物、环境、技术、经济四要素构成的整体，不仅可以通过建立数学模型或子模型对作物过程及其与环境之间的复杂关系进行动态描述，还可以兼收并蓄相关学科的理论和实验成就，这些模型或子模型经过检验、反馈和修改，“装配”在一起，最终可形成在计算机上模拟作物生产全过程的大型软件系统。 作物模拟是指用数学概念和方法表达作物生长过程。 1.什么是作物模拟？ 2.R/WCSODS的技术路线 小麦生理生态理论 田间试验 小麦模拟模型 小麦栽培优化模型 当地小麦专家知识 小麦栽培 常年决策 小麦栽培 当年决策 气候变化 影响评价 小麦 模拟 WCSODS 农业生产系统的水平和过程 对于特定层面的农业生产系统，不同环境下影响生物与非生物过程的限制因素不尽