您好，欢迎访问四川省农业科学院 机构知识库！

机器学习算法和Hargreaves模型在四川盆地ET_0计算中的比较

文献类型： 中文期刊

作者： 崔宁博 1 ; 龚道枝 2 ;

作者机构： 1.四川大学水力学与山区河流开发保护国家重点实验室/水利水电学院

2.南方丘区节水农业研究四川省重点实验室

关键词： 参考作物蒸散量;温度资料;FAO-56 Penman-Monteith模型;机器学习算法;Hargreaves模型

期刊名称： 中国农业气象

ISSN： 1000-6362

年卷期： 2016 年 37 卷 04 期

页码： 415-421

收录情况： 北大核心 ; CSCD

摘要： 以四川盆地中部遂宁气象站2001-2010年逐日温度资料和大气顶层辐射(Ra)为输入参数,以FAO-56Penman-Monteith(PM)模型计算的参考作物蒸散量(ET0)为标准,分别利用广义回归神经网络(GRNN)和小波神经网络(WNN)两种机器学习算法建立ET0模拟模型,并对GRNN、WNN和Hargreaves(HS1)与两种改进的Hargreaves(HS2和HS3)模型的ET0模拟效果进行对比分析,利用2011-2014年数据对各模型模拟精度进行验证,分析仅有温度资料时不同模型在四川盆地的适用性。结果表明:GRNN模型和WNN模型均具有较强的适用性,GRNN模型均方根误差(RMSE)、模型效率系数(Ens)和决定系数(R2)分别为0.395mm?d~(-1)、0.924和0.902,WNN模型分别为0.401mm?d~(-1)、0.911和0.901,且两种模型计算精度均高于HS1(1.05mm?d~(-1)、0.885和0.334)、HS2(0.652mm?d~(-1)、0.892和0.736)和HS3(0.550mm?d~(-1)、0.881和0.812)模型。模型适用性验证进一步表明,GRNN和WNN模型在四川盆地西部和东部也具有较好的适用性,在输入参数中引入Ra能提高模型的模拟精度。因此,GRNN和WNN可以作为气象资料缺失条件下四川盆地ET0计算的推荐模型,且GRNN计算精度高于WNN,可优先选用。

  • 相关文献

[1]基于极限学习机的参考作物蒸散量预测模型. 崔宁博,龚道枝,魏新平,王君勤. 2014

[2]中国西南五省参考作物蒸散量时空变化分析. 崔宁博,冯禹,龚道枝,胡笑涛. 2016

[3]考虑辐射改进Hargreaves模型计算川中丘陵区参考作物蒸散量. 崔宁博,魏新平,龚道枝,胡笑涛. 2016

[4]基于遗传算法优化神经网络的参考作物蒸散量预测模型. 王守光,崔宁博,赵璐. 2014

[5]基于极限学习机的参考作物蒸散量预测模型. 崔宁博,龚道枝,魏新平,王君勤. 2015

[6]四川省不同区域参考作物蒸散量计算方法的适用性评价. 崔宁博,冯禹,魏新平. 2016

[7]基于反距离权重法的长江流域参考作物蒸散量算法适用性评价. 崔宁博,魏新平,龚道枝,胡笑涛. 2016

[8]中国粮食主产区参考作物蒸散量演变特征与成因分析. 崔宁博,胡笑涛,龚道枝. 2018

[9]基于MEA-BPNN的西北旱区参考作物蒸散量预报模型. 崔宁博,魏俊,赵璐,张青雯,龚道枝,王明田. 2018

[10]西南区域单季稻生长季干湿演变及影响因素分析. 陈超,庞艳梅,徐富贤,郭晓艺. 2020

[11]若尔盖湿地参考作物蒸散量时空演变特征及成因分析. 梁霄,靳晓言,强皓凡. 2018

[12]近56年西南地区四季参考作物蒸散量变化成因分析. 刘悦,崔宁博,李果,罗万琦,廖功磊,王禄涛. 2018

[13]基于ELM的西北旱区参考作物蒸散量预报模型. 张皓杰,崔宁博,徐颖,钟丹,胡笑涛,龚道枝. 2018

[14]中国三大灌区参考作物蒸散量温度法模型的修订与适应性评价. 杨永刚,崔宁博,胡笑涛,龚道枝,李晨,贾悦. 2018

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：四川省农业科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台