MonteCarlo法在多元肥效模型参数估计和推荐施肥中的应用

针对多元肥效模型大量存在非典型式的事实，本文应用“3414”田间试验结果，详细介绍MonteCarlo法的原理以及在多元肥效模型参数估计、非典型肥效模型推荐施肥等方面的应用方法和步骤。结果表明，采用最小二乘法回归建模，67个二元和59个三元肥效模型的典型式出现机率分别为23.1%和16.9%；而改用MonteCarlo法参数寻优，典型式出现机率分别提高到56.7%和37.3%，是最小二乘法的2.5倍和2.2倍。与最小二乘法相比，MonteCarlo法是在参数寻优时牺牲数学上偏差平方和最小的最优性，使待估参数达到专业上最优而数学上较优，从而提高典型肥效模型的出现机率。对MonteCarlo法也不能得到典型式的晚稻磷钾非典型肥效模型，用产量频率分析法计算推荐施肥量，表明只有一组磷钾肥用量组合入选，导致磷肥推荐用量偏高而钾肥偏低。在相同目标产量下，改用MonteCarlo法，平均推荐用量介于相同试验地所建立的氮磷、氮钾和氮磷钾典型肥效模型的推荐用量之间，结果明显优于产量频率分析法。因此，MonteCarlo法为多元肥效模型参数估计和非典型肥效模型推荐施肥提供了一种新方法，提高了当前测土配方施肥田间试验的成功率。