基于全局灵敏度和伴随方法的海洋生态动力学模型参数优化

The uncertainty is one of the major factors restricting the application of marine ecosystem dynamic models. The uncertainty is mainly resulted from the changes of model parameters. Currently, the most commonly used local sensitivity analysis method (LSA) only considers the effects of small changes in a single factor on an individual point. There is obvious dependence on the location of parameter set. It is difficult to reveal the nonlinear characteristics of the interactions among the model parameters. In addition, parameter optimization is not very closely correlated with the sensitivity analysis, especially the efficiency of the parameter optimization is not high. Therefore, we intend to build a parameter optimization program using adjoint method on the basis of the global sensitivity analysis（GSA） of model parameter set. To this end, we firstly established the NPZD (nutrients-phytoplankton-zooplankton-detritus) ecosystem dynamics model. And then the response of state variables to each parameter change was analyzed by using GSA method. The parameters which should be optimized were selected according to the sensitivities of all the parameters in model. Based on the above analysis, we then proposed a parameter optimization program of the marine ecosystem dynamics model by utilizing the adjoint assimilation method and considering the impacts of parameter variation on multiple state variables, and applied this program in the Laizhou Bay. In this study, we improve the method on local sensitivity analysis of parameter in marine ecosystem dynamics model. Furthermore, it is an important attempt of parameter optimization method based on a combined GSA and adjoint methods in the field of marine ecosystem dynamics.

不确定性是限制海洋生态动力学模型应用最主要的因素之一。模型结果的不确定性主要源于模型参数的变化。目前常用的局部灵敏度分析方法，仅考虑"单因子在某固定点微小变动的影响"，对参数位置依赖性强，难以揭示模型各参数之间相互作用的非线性特征，参数优化与灵敏度分析结合不够密切，参数优化的效率不高。鉴于此，本项目拟在参数全局灵敏度分析基础上，采用伴随方法构建模型参数优化方案。首先建立海湾NPZD（营养盐-浮游植物-浮游动物-碎屑）生态动力学模型，采用全局灵敏度分析的方法，分析状态变量对参数变化的响应机制，根据灵敏度分析结果选定需优化的参数；按照伴随同化的方法，综合考虑参数变化对多个状态变量的影响，提出海洋生态动力学模型的参数优化方案，并以莱州湾为例开展应用研究。本研究是海洋生态动力学模型参数灵敏度研究方法的拓展和改进，也是全局灵敏度和伴随方法相结合的参数优化方法在海洋生态动力学研究中的重要尝试。

生态动力学模型已被广泛应用于研究海洋生态系统的功能和作用机制，并成为预测沿海生态系统健康及其影响的重要工具。而生态模型的不确定性是限制模型应用的最主要因素之一。模型结果的不确定性主要源于模型参数的变化，而要提高模型性能，就要降低模型各参数的误差，对模型参数（集）的取值进行参数优化。对于复杂的海洋生态动力学模型，其参数和状态变量个数多，其参数优化问题属于多目标优化问题，难以采用解析的方法直接解出极值点（最优参数集）。本研究对生态动力学模型进行了较为系统的研究。研究内容包括海洋生态动力学模型稳定性分析、物理-生物耦合模型建模、生态模型技能评估、模型参数局部灵敏度分析和全局灵敏度分析以及伴随同化研究，系统地总结了生态模型参数优化和技能评估的技术体系，为生态模型建模和模型参数优化提供理论和方法支持。研究表明，全局灵敏度分析在模型参数优化中具有较大意义，可有效避免局部灵敏度分析易受参数初值影响、受参数间相互作用影响的弊端，有助于选出待优化参数，提高模型参数优化的精度。提高模型拟合精度是个非常复杂的系统工作，需要在模型机理准确表达、参数合理选取、初值设定等方面同时努力。特别是结合灵敏度分析的结果，对关键参数开展试验室测定是非常重要的。同时，认为伴随同化方法对模型参数的优化结果仅为初始参数已知条件下的局部最优结果，非全局意义上的优化，在掌握更多影响参数取值信息基础上开展全局意义上的参数（集）优化应成为今后努力的重点。