延續上一講的雙域視角(巨孔隙/微孔隙)，這一講的參數會分成兩組來看:定義「桶子形狀」的靜態參數(LL、DUL、SAT、bulk density),跟決定「桶子怎麼漏水」的動態參數(SWCON、𝐾𝑠𝑎𝑡)。 3.1 靜態參數:桶子的三條水位線 (1) LL(Lower Limit,凋萎點下限) 這是植物完全無法吸取的水分下限,操作型定義通常對應到 −1.5 MPa(15 bar)的基質勢。在微孔隙/巨孔隙框架下,LL 描述的完全是微孔隙域——這個含水量下,水被吸附在極細孔隙的表面,基質勢極負,只存在於微孔隙的毛細跟吸附作用力範圍內,巨孔隙在這個含水量早就空了。 DSSAT 通常用 LL(而不是永久凋萎點 wilting point)這個名稱,是因為它其實是「特定作物根系可達到的下限」,理論上依作物種類、根系穿透力略有差異,但實務上常直接借用土壤的物理凋萎點。 (2) DUL(Drained Upper Limit,排水上限) 這是整套 bucket 理論裡最關鍵的一條線——它同時也是上一講講的「巨孔隙排水」的觸發點:𝑆𝑊> 𝐷𝑈𝐿 SW>DUL 才會啟動𝐷𝑅𝐴𝐼𝑁𝐿 方程。 物理意義上,DUL 是「重力排水已經(近似)結束、只剩微孔隙毛細力撐著水」的那個含水量,通常對應基質勢在 −10 到 −33 kPa 之間(視質地而定,砂土接近 −10 kPa,黏土接近 −33 kPa)。用雙域語言講:DUL 就是巨孔隙域清空、微孔隙域仍飽滿的那條分界線。這也是為什麼 DUL 不是一個絕對的物理常數,而是跟排水時間、量測方式高度相關的操作型定義——現場量測通常是「飽和後排水1–2天」的含水量,這個「1–2天」本身就是承認巨孔隙排水需要一點時間,但排水速率遠快於微孔隙。 (3) SAT(Saturation,飽和含水量) 這是巨孔隙+微孔隙全部孔隙都灌滿水時的含水量,約等於總孔隙度 𝜙 。注意上一講 Emerman 論文提到的關鍵假設——「巨孔隙域跟微孔隙域必須有相同的飽和含水量才能讓雙域模型的擬合站得住腳」。這句話反過來提醒你:SAT 這個看似簡單的參數,其實隱含了「兩個域共享同一個總孔隙空間」的假設,在真實土壤中不一定成立(比如強烈結構化的黏土,巨孔隙可能只佔總孔隙度很小一部分)。 (4) Bulk...
模式誤差來源 作物模式的誤差主要來源包含模式架構、輸入資料與模式參數。(1) 模式架構：模式的本質是真實世界的簡化，若要減少誤差，則需用實驗建立分析相對應機制的數學方程式，增加模式的的解釋變數(explanatory variables)；(2) 輸入資料：來自於輸入資料採樣或量測的誤差，可以從提升取樣的代表性或量測準確性來減少這一個誤差；(3) 參數誤差：包含使用錯誤的量測資料進行校正所造成的誤差，以及校正的過程所造成的誤差，僅能從現有的資料進行校正，這個校正的過程是能夠提升模式準確度的最後一個方法。 調參(calibration，又稱率定) 在作物模式當中扮演著決定的角色，但是調參的過程並未有統一的方法，2018年在歐洲農業期刊所發表的「改進作物模式調參的過程 - 目前的狀態與未來的方向為何？( Towards improved calibration of crop models – Where are we now and where should we go?)」。由德國、澳洲與法國的研究人員共同發表，他們發送網路問卷給模式研究人員，包括AgMIP (Agricultural Model Intercomparison and Improvement Project)、MACSUR (Modeling European Agriculture with Climate Change for Food Security)、ISMC (International Soil Modeling Consortium)，以及重要的作物模式APSIM、DSSAT、STICS、DAISY的人員，以了解作物模式研究人員進行調參的方式與習慣。總共收到318份問卷，但大部分的問卷僅有少部分題目回答，難以作為有效問卷，作者群定義4個核心題目，如果這4個核心題目皆有回答時就視為有效問卷，經過整理後共取得211份有效問卷進行分析。上述的4個核心問題為 Q16 針對多少個參數進行校正、Q20 調參的過程過使用幾個階段、Q23 調參的策略、Q34 調參過程最主要的困難點。 率定的參數數量 66%參加者調參的數量在10個參數以內，40%調參數量在5個參數以內，中位數是6。大多數的參與者依據模式開發者的建議，調整模式的遺傳或品種參數，但是有45%的參與者，依據自己的經驗進行調整，可能依據敏...