利用模拟退火算法优化Biome-BGC模型参数

被引：14

作者：

张廷龙 ^{[1
,2
,3
]}

孙睿 ^{[1
,2
,3
]}

胡波 ^{[4
]}

冯丽超 ^{[1
,2
,3
]}

机构：

[1] 遥感科学国家重点实验室(北京师范大学/中国科学院遥感应用研究所)

[2] 北京师范大学地理学与遥感科学学院

[3] 北京市环境遥感与数字城市重点实验室

[4] 宁波市气象局

来源：

生态学杂志 | 2011年 / 30卷 / 02期

关键词：

碳通量; Biome-BGC模型; 参数优化;

D O I：

10.13292/j.1000-4890.2011.0051

中图分类号：

Q14-3 [];

学科分类号：

071012 ; 0713 ;

摘要：

生态过程模型建立在明确的机理之上,能够较好地模拟陆地生态系统的行为和特征,但模型众多的参数,成为模型具体应用的瓶颈。本文以Biome-BGC模型为例,采用模拟退火算法,对其生理、生态参数进行优化。在优化过程中,先对待优化参数进行了选择,然后采取逐步优化的方法进行优化。结果表明,使用优化后的参数,模型模拟结果与实际观测更为接近,参数优化能有效地降低模型模拟的不确定性。文中参数优化的过程和方法,可为生态模型的参数识别和优化提供一种实例和思路,有助于生态模型应用区域的扩展。

引用

页码：408 / 414

页数：7

共 27 条

[1]

An improved parameter estimation proce-dure in lake modeling. Jorgensen SE. Lake&Reservoirs:Research andManagement . 1998

[2]

A simplex method for function minimization. Nelder JA, Mead R. Computer Journal . 1965

[3]

3D Eutrophication Modeling of Hamilton Harbour: Analysis of Remedial Options[J] . David A. Kellershohn,Ioannis K. Tsanis. &nbspJournal of Great Lakes Research . 1999 (1)

[4]

Selection of genetic algorithm operators for river water quality model calibration[J] . A.W.M Ng,B.J.C Perera. &nbspEngineering Applications of Artificial Intelligence . 2003 (5)

[5]

智能优化算法及其应用[M]. 清华大学出版社 , 王凌著, 2001

[6] 环境模型参数优化方法的比较 [J].