Page 70 - 2021年第52卷第9期

水率实测值和模拟值，实测点均落在模拟含水率曲线附近，模拟值正负体积差 D 不超过 3.8%，R 与
2
V
NSE 均在 0.8 以上，说明土壤含水率模拟值与实测值之间一致性强，AquaCrop 模型适用性高。
表 4 率定后的模型输入参数 表 5 含水率模拟评价指标
参数 定义 取值 2
D V/% NSE R
CC 0 初始冠层覆盖度/% 3.57
CGC 冠层增长率/% 10.9 T1 3.347 0.912 0.901
CDC 冠层衰老率/% 7.9
率
T2 1.471 0.879 0.892
CC X 最大冠层覆盖度/% 95
定
K cTr 冠层覆盖衰老前的作物系数 1.1
T3 1.957 0.851 0.861
WP* 归一化水分生产率/（g·m ） 19
-2
HI 0 参考收获指数/% 49
T1 -3.728 0.901 0.912
最大有效根深/m 0.6
RD max
验
最小有效根深/m 0.3 T2 -1.524 0.823 0.859
证
RD min
最低有效积温/℃ 10
T min
IHI HI 的最大允许增长率/% 15 T3 3.184 0.847 0.856

降雨量/mm 降雨量/mm

图 5 土壤含水率实测值与模拟值对比
［19］
5.1.2 BMA 参数估计与产量模拟精度结果 基于 2017、2018年实测产量系列 ［23］ 、AquaCrop 与 Jensen
［27］
模型 ［23］ 模拟产量系列，采用期望最大化（EM） 算法并结合 R语言 BMS包求解 BMA方法中各模型所占权重。
结果显示，AquaCrop模型所占权重为0.402，Jensen模型权重为0.598，表明Jensen模型产量模拟精度更高。

表 6 BMA 方法与单一模型产量模拟精度评价结果
D V/% NSE R 2

AquaCrop -3.689 0.69 0.887
率定 Jensen 2.127 0.73 0.957

BMA 1.814 0.76 0.967
AquaCrop -4.804 0.70 0.877
验证 Jensen 2.841 0.75 0.948
BMA 1.146 0.79 0.955

表 6 为贝叶斯模式平均（BMA）方法 ［29］ 及其 2 个模型产量模拟精度评价结果。从表 6 可知，AquaC⁃
rop 模型高估产量（D <0），Jensen 模型低估产量（D >0），采用 BMA 方法可以调和两个产量模拟系列；
V
V
BMA 方法的确定性系数（R ）均在 95%以上，大于任一单个模型的 R ；BMA 方法的纳什效率系数 NSE
2
2
最大，表明经过 BMA 方法融合后的产量模拟精度比单一模型的模拟精度高。
2017、2018 年实测产量与模拟产量对比图 6。从图 6 可以发现，BAM 方法产量模拟效果最优，产
— 1076 —