1.一种提高二甲基硫产量校准精度的方法，二甲基硫微分模型由以下五个方程构成： （1） （2） （3） （4）

（5）其中，方程(1)-(3)又

称为PZN模型，方程(4)-(5)又称为硫模型，P代表浮游植物， Z代表浮游动物，N代表氮，DMSP代表二甲巯基丙酸、DMS代表二甲基硫，（ ）为二甲基硫模型中比较敏感且重要的参数，记下限为 ，上限为 ， 是一个与海表温度相关的量，是一个与风速相关的量， 为一常系数， 的含义见下表1：表1 二甲基硫 模型中参数

参数 过程 单位

k4 基于浮游植物的浮游动物摄食率

k5 浮游植物二甲巯基丙酸排放率

k6 浮游植物二甲基硫排放率

k19 浮游动物氮排泄率

k20 浮游动物排泄物的氮摄取比例

k21 浮游动物二甲巯基丙酸排泄率

k23 浮游植物氮摄取的最大值

k24 浮游植物氮摄取的半饱和常数

k27 二甲巯基丙酸至二甲基硫转化率

k28 菌类二甲基硫消耗率

k29 二甲基硫最大光氧化率

k30 二甲基硫的海通率

k31 菌类二甲巯基丙酸消耗率

其特征在于：具体步骤如下：

A、根据参数 （ ）的下限 和上限 ，PZN微分模型，以及P的实际观测值 ，对敏感参数 （ ）进行校准：敏感参数 （ ）每年的数据都不一样，也比较难求，但根据以往实验测试数据及理论研究可以确定参数 的一个合理的有效范围即下限 和上限 ，预先随机生成360个介于上 、下限 间的敏感参数向量 ，根据PZN微分模型，计算出P的模型值 ，并选择适应度函数为 ，其中 为P的实际观测值；计算360个 对应的360个适应度函数值，保留其适应度最小值对应的敏感参数向量 作为当前最佳敏感参数向量；随机地将360个敏感参数向量 分为180组，每组2个敏感参数向量 ，将参数值 （ ）二进制化为 （ ），生成一个随机数R，并以60%的可能性交换组内的 的后R位，再按10%可能性，随机改变某一位的数值；将二进制数据变换为十进制化数据，生成新的参数值 ，这样就由原来的第一批的360个敏感参数向量 生成第二批的360个敏感参数向量 ；再结合PZN微分模型，计算出P的模型值 、其对应的360个适应度函数值及360个适应度函数值中的最小值，将最小值与第一批的最小值做比较，保留较小值对应的 （ ）作为当前最佳敏感参数向量；如此，当做到第25批时，即可完成敏感参数 （ ）的校准；

B、对根据参数 （ ）的下限 和上限 ，二甲基硫微分模型以及P的实际观测值 ，二甲基硫的实际观测值 对敏感参数 （ ）进行校准：根据以往实验测试数据及理论研究可以确定参数 （ ）的下限 和上限，预先随机生成360个介于上、下限间的敏感参数向量 ，根据二甲基硫微分模型，计算出二甲基硫的模型值 ，此时，二甲基硫微分模型中 （）为A中校准后的参数值，为了提高二甲基硫产量校准的精度，选择适应度函数为，其中 为二甲基硫的实际观测值，a、b为设定的权重，P的实际观测值 的全球卫星数据获取相对容易且连续，而全球二甲基硫实际数据获取较为困难且零散，缺乏连续性，因而，权重值a应大于权重值b；计算360个敏感参数向量 对应的360个适应度函数值，保留其适应度最小值对应的敏感参数向量作为当前最佳敏感参数向量；随机地将360个敏感参数向量分为180组，每组2个敏感参数向量 ，将参数值 （ ）二进制化为 （ ），生成一个随机数 ，并以60%的可能性交换组内的 的后 位，再按再按10%可能性，随机改变某一位的数值；将二进制数据变换为十进制化数据，生成新的参数值 ，这样就由原来的第一批的360个敏感参数向量 生成第二批的

360个敏感参数向量 ；再结合二甲基硫微分模型，计算出二甲基硫的模型值、其对应的360个适应度函数值及360个适应度函数值中的最小值，将最小值与第一批的最小值做比较，保留较小值对应的 （ ）作为当前最佳敏感参数向量；如此，当做到第25批时，即完成敏感参数 （ ）的校准；

C、一旦参数 （ ）确定后，由二甲基硫微分模型即可计算出二甲基硫产量，再通过做图画出二甲基硫模型值 与二甲基硫实际观测值的曲线图即可直观的比较二甲基硫产量校准精度是否有显著的提高，亦可通过计算，从数值上验证二甲基硫模型中二甲基硫产量校准精度是否得到提高。

2.根据权利要求1所示一种提高二甲基硫产量校准精度的方法，其特征在于：参数校准过程中，选择的适应度函数为 ，不仅考虑了模型值 与实际观测值 的差异，而且考虑了 与 的差异，极大的提高了二甲基硫模型中二甲基硫产量校准精度；若仅考虑了 与 的差异，即选择的适应度函数为 ，由于全球二甲基硫实际数据 获取较为困难且零散，缺乏连续性，必然极大的降低二甲基硫模型中二甲基硫产量校准精度，P的实际观测值的全球卫星数据获取相对容易且连续，因而，权重值a应大于权重值b。

3.根据权利要求1所示一种提高二甲基硫产量校准精度的方法，其特征在于：引入海表温度（ ）、风速（ ）以及常系数 优化原有模型，新模型下的模型值 与实际观测值吻合度较高。