تحلیل حساسیت جامع پارامترهای گیاهی مدل wofost برای گیاهان ذرت و گندم در شبیه‌سازی عملکرد محصول

مدل شبیه سازی رشد محصول wofost به طور گسترده ای در تخمین عملکرد محصولات زراعی در مقیاس مزرعه ای و منطقه ای و شرایط مختلف اقلیمی بکار می رود. در فرآیند مدل سازی، همواره به سبب وجود تعداد زیاد پارامترها و از طرفی کمبود داده‌های اندازه‌گیری شده نمی‌توان تمامی پارامترهای مدل را تخمین زد. بنابراین معمولاً در فرآیند مدل سازی پارامترهای حساس مدل شناسایی و سپس تخمین‌زده (واسنجی) می شوند. روش های جامع تحلیل حساسیت ابزاری مناسب جهت رتبه بندی پارامترهای مدل ها از لحاظ تاثیر آنها در خروجی ها و در نظر گرفتن تمام فضای پارامتری مدل ها می باشند. در این روش‌ها علاوه بر در نظر گرفتن تاثیر پارامترهای مدل به تنهایی، تاثیر ترکیب پارامترهای مختلف نیز در تحلیل حساسیت لحاظ می شود. در این مطالعه از روش تحلیل حساسیت منطقه ای یکی از روش های پرکاربرد تحلیل حساسیت جامع، جهت تحلیل حساسیت پارامترهای مدل wofost برای دو گیاه ذرت علوفه ای و گندم زمستانه استفاده شده است. شاخص حساسیت پارامترها بر اساس آزمون کولموگروفاسمیرنوف و در سطح احتمال معنی‌داری %95 بر اساس روش منطقه ای تحلیل حساسیت محاسبه شده و سپس نتایج تحلیل حساسیت در مزارع مورد مطالعه بررسی گردید. تغییرات شاخص حساسیت در دو مزرعه مورد مطالعه از حداقل 0.006 (غیر حساس) تا حداکثر 0.37 (حساسیت زیاد) بدست آمده است. برای گیاه ذرت نتایج نشان داد که تاثیرگذارترین پارامترها در شبیه سازی عملکرد مربوط به تاثیر دما (پارامترهای tsumea و tsumam) و فرآیند جذب نور (sla، amax و eff) در گیاه می باشند؛ اما برای گیاه گندم بیشتر پارامترهای مرتبط با جذب نور (sla، rgrlai، amax، eff و kdif)، بیشترین اهمیت را در شبیه سازی عملکرد آن دارند.

Global Sensitivity Analysis of WOFOST Model Parameters for Maize and Wheat Yield Simulation

The dynamical simulation model of WOFOST is widely used for yield estimation at farm and regional scales as well as different climate conditions. In modelling processes, there are lots of parameters which have to be estimated (calibrated) and also in the other hand there are limitations for providing enough observational data. Therefor it is required to choose sensitive parameters for model calibration. In this study, a global sensitivity analysis has presented for maize and wheat simulation in WOFOST model. Global sensitivity analysis methods are useful tools to rank the model parameters based on their influence on model outputs and considering the entire range of parameters. In other words, these methods consider the influence of a unique parameter as well as the influence of its combinations with the other parameters. In this paper, Regional Sensitivity Analysis (RSA) method is applied as a global method and its results are discussed. The variations of sensitivity index for the two crops are obtained from minimum 0.006 (insensitive) to 0.37 (high sensitive). Furthermore, Results for maize crop showed that the parameters which are related to temperature process (TSUMAM, TSUMEA) and absorbed radiation (SLA, AMAX, EFF) are among the most influential parameters in simulation of maize crop yield. In case of wheat crop, only the parameters which are related to absorbed radiation process (SLA, RGRLAI, AMAX, and EFF) are identified as most influential parameters.