...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Biotechnologie, Agronomie Societe et Environnement >Analyse de sensibilité du modèle mathématique 'Erosion Productivity Impact Calculator' (EPIC) par l'approche One-Factor-At-A-Time (OAT)
【24h】

Analyse de sensibilité du modèle mathématique 'Erosion Productivity Impact Calculator' (EPIC) par l'approche One-Factor-At-A-Time (OAT)

机译：使用“一次性因素（OAT）”方法对“侵蚀生产率影响计算器”（EPIC）数学模型进行敏感性分析

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

De nos jours, les modèles mathématiques deviennent très complexes et cette complexité se traduit, généralement, par une multiplication de leurs paramètres d'entrée (inputs). Cependant, ces derniers n'ont pas tous le même niveau d'influence sur les sorties (outputs). Dans le but d'identifier les paramètres les plus sensibles d'EPIC, ceux qui peuvent guider l'utilisateur dans la collecte d'informations sur le terrain et dans le processus de calibrage du modèle, une analyse de sensibilité par l'approche One-Factor-At-A-Time (OAT) a été effectuée sur deux jeux de données : l'un provenant du Programme-Action-Hesbaye (PAH, 1996) et l'autre du projet INCO (2000). La méthode utilisée consiste à modifier chaque entrée du modèle par -10 %et +10 % par rapport à sa valeur initiale. L'effet de chaque modification opérée est analysé sur six sorties d'EPIC, notamment : azote lessivé, eau percolée, eau consommée, biomasse, rendement et humus minéralisé dont la sensibilité est signifiée par le calcul d'un indice appelé "Indice de Sensibilité" et par un pourcentage de variation. En effet, les sorties considérées se montrent particulièrement sensibles aux paramètres "Unités de chaleur potentielles" (PHU), "Fraction d'azote dans la plante à 50 % de maturité" (BN2), mais surtout au "Second point de l'évolution de la courbe du LAI" (DLAP2). Une variation de 10 % de ce dernier provoque des changements moyens d'environ 14 % et 85 % sur les six sorties, respectivement pour les jeux de données du PAH et du projet Inco.
机译：如今，数学模型变得非常复杂，这种复杂性通常会导致其输入参数倍增。但是，这些对输出的影响并不完全相同。为了识别EPIC的最敏感参数，那些可以指导用户在现场收集信息以及在模型校准过程中通过One-方法进行敏感性分析的参数基于两个数据集执行一次时间因子（OAT）：一个来自Program-Action-Hesbaye（PAH，1996），另一个来自INCO项目（2000）。与初始值相比，所使用的方法包括将模型的每个条目分别修改-10％和+ 10％。分析了每种修饰对六种EPIC输出的影响，特别是：浸出的氮，渗滤水，消耗的水，生物量，产量和腐殖质，其敏感性通过计算称为“敏感性指数”的指标来表示。 “并按一定百分比进行更改。实际上，所考虑的输出对参数“潜在热量单位”（PHU），“ 50％成熟的植物中的氮含量”（BN2）特别敏感，但尤其是在“进化的第二点” LAI曲线“（DLAP2）。后者的10％变化导致PAH和Inco项目数据集的六个输出的平均变化分别约为14％和85％。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号