news 2026/6/15 13:41:48

WOFOST学习笔记总结

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
WOFOST学习笔记总结

Data providers
pcse.input 模块包含所有用于读取天气文件的类,参数文件和农业管理文件。
classpcse.input.NASAPowerWeatherDataProvider(latitude, longitude, force_update=False, ETmodel=‘PM’)[source]
用于使用 NASA POWER 数据库配合 PCSE 的 WeatherDataProvider
Parameters:
latitude – latitude to request weather data for
longitude – longitude to request weather data for
force_update – Set to True to force to request fresh data from POWER website.
ETmodel – “PM”|” P” for selecting penman-monteith or Penman method for reference evapotranspiration. Defaults to “PM”.
ETmodel 参数: “PM” = Penman-Monteith;“P” = Penman(1948)
二者都是“参考作物蒸散量(ET₀)”的经典算法,但精度、数据需求、适用范围不同,一句话区别:
Penman-Monteith 是世界粮农组织 FAO-56 推荐的唯一标准方法;
Penman(1948)是老版本、简化版,现在基本被 PM 取代。

WOFOST 作物模拟流程
classpcse.crop.phenology.DVS_Phenology(**kwargs)
WOFOST 用无量纲尺度来描述物候进程:
出苗 = 0;开花(Anthesis)= 1;成熟 = 2
这种“0-1-2”框架主要面向谷类作物。
其他作物被强行套用这个标尺,虽然对某些作物并不完全合适。
例如:马铃薯在第 1 阶段并不代表开花,而是块茎开始形成。
物候发育主要由温度驱动:
开花前:温度为主,还可被日长和春化作用修正。
开花后:仅受温度影响,发育速率不再受日长和春化调节。

调用不同模型模拟区别

ModelProduction levelCO₂ impactBiomass reallocationN dynamicsWater balanceN balance
Wofost72_PhenoPhenology only
Wofost72_PPPotential
Wofost72_WLP_CWBWater-limitedClassic
Wofost73_PPPotential
Wofost73_WLP_CWBWater-limitedClassic
Wofost73_WLP_MLWBWater-limitedMulti-layer
Wofost81_PPPotential
Wofost81_WLP_CWBWater-limitedClassic
Wofost81_WLP_MLWBWater-limitedMulti-layer
Wofost81_NWLP_CWB_CNBWater & N limitedClassicClassic
Wofost81_NWLP_MLWB_CNBWater & N limitedMulti-layerClassic
Wofost81_NWLP_MLWB_SNOMINWater & N limitedMulti-layerSNOMIN
Lingra10_PPPotential
Lingra10_WLP_CWBWater-limitedClassic
Lingra10_NWLP_CWB_CNBWater & N limitedClassicClassic
Lintul10_NWLP_CWB_CNBWater & N limitedClassicClassic
Alcepas10_PPPotential
FAO_WRSI10_WLP_CWBWater-limitedClassic
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/11 21:40:06

制造业智能质检升级,Open-AutoGLM带来哪些颠覆性变革?

第一章:制造业智能质检升级,Open-AutoGLM带来哪些颠覆性变革?在传统制造业中,产品质量检测长期依赖人工目检或基于规则的图像识别系统,存在效率低、误检率高、难以适应复杂缺陷模式等问题。随着大模型技术的发展&#…

作者头像 李华
网站建设 2026/6/14 4:40:05

云原生技术全景图谱与学习路径001

文章目录 云原生技术全景图谱与学习路径 一、术语大全与层级关系 1. 核心概念层级 2. 详细术语解释 二、技术关系图谱 1. 发展演进关系 2. 技术栈选择决策树 3. 技术组合模式 三、系统化学习路径 阶段1:基础入门(1-2个月) 阶段2:容器编排进阶(2-3个月) 阶段3:生产级运维…

作者头像 李华
网站建设 2026/6/14 16:14:10

Linly-Talker助力元宇宙建设,提供高性价比数字人解决方案

Linly-Talker:用AI重构数字人,让元宇宙触手可及 在电商直播间里,一个面容亲和的“客服专员”正微笑着回答用户提问;在线上课堂中,一位虚拟教师用生动的表情讲解知识点;企业官网上,品牌代言人24小…

作者头像 李华
网站建设 2026/6/14 9:41:21

Open-AutoGLM插件扩展开发指南(专家级实践精华)

第一章:Open-AutoGLM插件扩展开发概述 Open-AutoGLM 是一个面向大语言模型应用的开源自动化框架,支持通过插件机制灵活扩展功能模块。其核心设计理念是解耦模型推理逻辑与具体业务实现,使开发者能够快速构建定制化工具链。插件系统基于标准接…

作者头像 李华
网站建设 2026/6/15 3:23:30

Linly-Talker实时对话延迟低于300ms,真正实现自然交互体验

Linly-Talker 实现亚300ms实时对话的技术路径解析 在虚拟主播、AI客服和数字员工逐渐走入大众视野的今天,一个关键问题始终困扰着用户体验:为什么这些“会说话的头像”总显得迟钝、生硬?明明只是问一句“你好吗”,却要等半秒甚至更…

作者头像 李华
网站建设 2026/6/12 19:11:04

Linly-Talker在健身房私教课程推荐中的应用

Linly-Talker在健身房私教课程推荐中的应用 在健身房里,一个新会员站在智能咨询终端前,略带犹豫地开口:“我想减脂,但膝盖有点旧伤,能练什么?”话音刚落,屏幕上一位面带微笑的“教练”便开始回应…

作者头像 李华