您好,欢迎访问四川省农业科学院 机构知识库!
筛选
科研产出
排序方式:

时间

  • 时间
  • 相关度
  • 被引量
资源类型: 中文期刊
关键词:极限学习机(模糊匹配)
4条记录
基于极限学习机模型的中国西北地区参考作物蒸散量预报

中国农村水利水电 2018 北大核心

摘要:为有效提高西北地区参考作物蒸散量(ET_0)预报精度,在西北地区选择6个代表性气象站点,以P-M模型计算的ET_0作为标准值,利用1993-2016年逐日气象资料构建10种极限学习机(extreme learning machine,ELM)ET_0预报模型,用k-折交叉验证估计模型泛化误差,并将其与Hargreaves-Samani、Chen、EI-Sebail和Bristow等4种在西北地区计算精度较高的模型进行比较。结果表明:ELM_1(输入T_(max)、T_(min)、RH、n和u_2)、ELM_2(输入T_(max)、T_(min)、n和u_2)、ELM_4(输入T_(max)、T_(min)、RH和u_2)及ELM_7(输入T_(max)、T_(min)和u~2)模型均具有较高模拟精度,其MAE分别为0.199、0.209、0.250、0.273 mm/d,RMSE分别为0.270、0.285、0.341、0.422 mm/d,NSE分别为0.983、0.981、0.973、0.987,R~2分别为0.984、0.982、0.975、0.960,整体评价指标(global performance indicator,GPI)排名分别为1、2、3、4;模型可移植性分析表明,ELM模型具有较强的泛化能力,除了ELM_7在喀什站、敦煌站的模拟精度相对较低之外,其余ELM模型在西北地区各站点模拟结果的MAE均在0.40 mm/d以下、RMSE均在0.49以下、NSE均在0.95以上、R~2均在0.96以上;在相同输入的情况下ELM模型模拟精度均高于HargreavesSamani、Chen、EI-Sebail和Bristow。因此,在气象资料缺乏情景下ELM模型可作为西北地区ET_0计算的推荐模型。

关键词: 蒸散量 预报模型 极限学习机 K-折交叉验证 西北地区 可移植性

 全文链接 请求原文
基于ELM的西北旱区参考作物蒸散量预报模型

排灌机械工程学报 2018 北大核心 CSCD

摘要:为实现气象资料缺失情况下ET_0的精确预报,选取中国西北旱区4个代表性站点的气象资料,建立15种基于极限学习机(ELM)的ET_0预报模型,并通过与其他ET_0计算模型对比和可移植性分析探究ELM在西北旱区的适用性.结果表明:基于温度和风速的ELM7预报精度较高(整体评价指标GPI排名第4);基于温度和辐射的ELM_5预报精度(GPI排名第6)明显高于Iramk模型和Jensen-Haise模型;仅基于温度的ELM9预报精度(GPI排名第8)高于HargreavesSamani模型.通过模型可移植性分析发现,ELM_7在西北旱区内各训练站点和预测站点组合下预报精度良好.因此,可将ELM_5(输入温度和辐射)、ELM_7(输入温度和风速)和ELM_9(输入温度)作为西北旱区较少气象参数输入情况下精确预报ET_0的推荐模型.

关键词: 中国西北旱区 参考作物蒸散量 预报模型 极限学习机 可移植性

 全文链接 请求原文
基于极限学习机的参考作物蒸散量预测模型

农业工程学报 2015 EI 北大核心 CSCD

摘要:为实现气象资料缺乏情况下参考作物蒸散量(reference crop evapotranspiration,ET0)高精度预测,以气象因子的不同组合为输入参数,利用FAO-56 Penman-Monteith公式计算的ET0作为预测标准值建立基于极限学习机(extreme learning machine,ELM)的ET0预测模型。选取川中丘陵区7个气象站点1963-2012年逐日气象资料进行模型训练与测试,并将模拟结果同Hargreaves、Priestley-Taylor、Makkink及Irmark-Allen等4种常用模型进行对比。结果表明:ELM模型能很好地反映气象因子同ET0间复杂的非线性关系,且模拟精度较高;基于最高和最低温度的ELM模型模拟精度(均方根误差和模型效率系数分别为0.504 mm/d和0.827)高于Hargreaves模型(均方根误差和模型有效系数分别为0.692 mm/d和0.741);基于最高、最低温度和辐射的ELM模型模拟精度(均方根误差和模型有效系数分别为0.291 mm/d和0.938)明显高于Priestley-Taylor(均方根误差和模型有效系数分别为0.467 mm/d和0.823)、Makkink(均方根误差和模型有效系数分别为0.540 mm/d和0.800)和Irmark-Allen模型(均方根误差和模型有效系数分别为0.880 mm/d和0.623)。因此基于最高、最低温度和辐射的ELM模型可以作为气象资料缺乏情况下川中丘陵区ET0计算的推荐模型。该研究可为川中丘陵区气象资料缺乏情境下ET0精确计算提供科学依据。

关键词: 蒸散 模型 作物 极限学习机 参考作物蒸散量 预测模型 川中丘陵区

 全文链接 请求原文
基于极限学习机的参考作物蒸散量预测模型

第18届CIGR国际农业工程学会世界大会论文集2 2014 CSCD

摘要:为实现气象资料缺乏情况下参考作物蒸散量(referencecropevapotranspiration,ET0)高精度预测,以气象因子的不同组合为输入参数,利用FAO-56Penman-Monteith公式计算的ET0作为预测标准值建立基于极限学习机(extremelearningmachine,ELM)的ET0预测模型。选取川中丘陵区7个气象站点1963-2012年逐日气象资料进行模型训练与测试,并将模拟结果同Hargreaves、Priestley-Taylor、Makkink及Irmark-Allen等4种常用模型进行对比。结果表明:ELM模型能很好地反映气象因子同ET0间复杂...

关键词: 蒸散 模型 作物 极限学习机 参考作物蒸散量 预测模型 川中丘陵区

首页上一页1下一页尾页