麦类作物学报

作者：赵正强，刘强，马蕊

单位：甘肃农业大学信息科学技术学院,甘肃兰州 730070

关键词：旱地春小麦,APSIM 模型,产量形成,混沌粒子群算法,参数优化,

基金：国家自然科学基金项目（32360438）；甘肃省拔尖领军人才项目（GSBJLJ-2023-09）；甘肃省重点研究发展计划项目（22YF7FA116）;甘肃省高校研究生创新之星项目

为解决APSIM模型中旱地春小麦产量形成参数本地化率定过程中遇到的耗时长、精度低及效率不高等问题，利用混沌粒子群算法(chaos particle swarm optimization, CPSO)，基于甘肃省定西市1971—2023年的气象数据以及1971—2013、2022—2023年甘肃省定西市统计年鉴中的产量数据和2014—2021年定西市安定区麻子川村的大田测定数据，对影响春小麦产量形成的6个关键参数进行率定。结果表明，与传统试错法率定参数结果相比，利用CPSO率定参数后，6个参数的数值均发生明显变化，模型对产量的模拟值与实际值更加接近，均方根误差（RMSE）从39.21 kg·hm-2下降至24.64 kg·hm-2，归一化均方根误差（NRMSE）从2.32%下降至1.65%，且模型有效指数（ME）从0.965升至0.991，说明参数经CPSO率定后APSIM模型对春小麦产量拟合度提高，对西北地区的适应性增强。

来源：2026年第4期

《麦类作物学报》期刊编辑部

查看麦类作物学报杂志2026年第4期