基于VIP 模型评估不同全局敏感性分析方法有效性及效率

何力鸿，莫兴国，刘苏峡

（1. 中国科学院地理科学与资源研究所陆地水循环及地表过程重点实验室，北京 100101；2. 中国科学院大学，北京 100049；3. 中国科学院大学资环学院/中丹学院，北京 100049）

0 引 言

基于动力学过程的生态系统模型具有结构复杂、输入参数多和参数空间变异性强等特点，使得参数校验成为模型研究和应用的难点[1]。而参数敏感性分析可有效识别模型敏感参数，通过固定不敏感参数，可有效降低运算成本[2]。

参数敏感性分析可分为局部和全局敏感性分析。其中全局敏感性分析方法充分考虑不同参数及其相互作用对模型模拟结果的影响，在非线性过程模型的参数校准中得到广泛应用[3-5]。全局敏感性分析方法可分为定性和定量分析，其中定性敏感性方法研究不同参数对目标函数影响的相对大小，如 Morris 法[6]、多元自适应回归样条法（Multivariate Adaptive Regression Splines，MARS)[7]、Delta Test 法[8]和 Sum of Trees 法[9]等；而定量敏感性方法可获得不同参数对目标函数的贡献率，如 Sobol'法[10]、McKay 法[11]和扩展傅里叶幅度检验法 （Extended Fourier Amplitude Sensitivity Test，EFAST)[12]等。近年来，国内外学者对参数敏感性做了诸多分析，如梁浩等[13]通过Morris和Sobol'法分析WHCNS 模型中与土壤硝态氮和含水率相关的敏感参数；邢会敏等[14]采 EFAST 法对AquaCrop 模型中的作物参数进行分析。DeJonge 等[15]使用 Morris 和 Sobol'方法分析了不同灌溉处理下CERES-Maize 模型中作物参数对叶面积指数、蒸散和产量的影响，并基于敏感度分析结果提出了参数校准方案。

在参数分析过程中，合适的试验设计可减少抽样次数，降低运算成本。目前试验设计方法主要……