利用混合蛙跳算法优化基于APSIM的旱地小麦产量形成模型参数

模型参数的快速、准确估算是产量形成模型应用的重要前提。在基于APSIM（agricultural production systems simulator）的旱地小麦产量形成模型参数本土化率定过程中,存在体量大、耗时长、精度低、效率低的缺点,本研究利用智能算法优化模型参数,试图解决上述问题。依据甘肃省定西市安定区李家堡镇麻子川村2002—2005年、凤翔镇安家沟村2015—2016年大田试验数据以及定西市安定区1971—2016年气象和产量资料,运用混合蛙跳算法分组轮换和全局信息交换的智能策略,对基于APSIM的旱地小麦产量形成模型参数进行了优化,并采用相关性分析方法检验。该优化方法利用青蛙智能的群体生物进化学习策略,可实现对小麦产量形成模型参数的估算,较APSIM平台参数本土化率定常用的穷举试错法,参数优化后产量模拟精度显著提高,均方根误差（RMSE）平均值由79.13 kg hm–2降低到35.36 kg hm–2,归一化均方根误差（NRMSE）平均值由5.97%降低到2.63%,模型有效性指数（ME）平均值由0.939提高到0.989。该方法全局优化能力强,收敛速度快。