摘要：基于过程的作物模型使用大量的品种和土壤参数来模拟作物生长和土壤水分变化。对于新的作物品种或新的环境,这些参数往往需要重新率定,然而许多参数难以通过实测获得。敏感性分析（sensitivity analysis,SA）可以量化模型输入参数对模型输出的影响,通过筛选出敏感性较大的参数进行率定,而把敏感性较小的参数设为固定值,可以极大简化参数率定过程,提高工作效率和模型模拟精度。为了给DSSAT-CROPGRO-Cotton模型应用于新疆地区进行棉花灌溉制度优化提供本地化的模型参数,对该模型进行了敏感性分析和不确定性分析。该文依据新疆石河子的棉花大田试验资料,应用Morris法和扩展傅里叶幅度敏感性检验（extend Fourier amplitude sensitivity test,EFAST）法对DSSAT-CROPGRO-Cotton模型3个灌水处理（60%ETC、80%ETC和100%ETC,ETC为作物蒸发蒸腾量crop evapotranspiration）下6个输出结果（初花天数、成熟天数、籽棉产量、地上干物质量、最大叶面积指数和蒸发蒸腾量）对于品种和土壤参数进行敏感性分析,并比较了2种方法的相关关系,最后对EFAST法的输出结果进行不确定性分析。相关分析结果显示,对于地上干物质量和最大叶面积指数,Morris法和EFAST法相关性介于0.87∽0.93,对于模型结果成熟天数、籽棉产量和蒸发蒸腾量,2种方法相关性介于0.66∽0.81。敏感性分析和不确定性分析结果显示,模型模拟灌水处理对初花天数无明显差异,且模拟初花天数和最大叶面积指数存在参数敏感性过于单一现象。模型参数敏感性随土层而不同：对于成熟天数,〉40∽80 cm土壤参数的敏感性更强;对于地上干物质量和蒸发蒸腾量,〉80∽120 cm土壤参数的敏感性更强,这可能是由于该地区气候干旱,下层土壤水分充足程度直接影响作物受到水分胁迫的程度,进而影响作物生长发育和蒸发蒸腾量。模型输出结果最�

关键词：敏感性分析 不确定性分析 灌溉 morris法 efast法 

单位：西北农林科技大学旱区农业水土工程教育部重点实验室 杨凌712100 中国旱区节水农业研究院 杨凌712100