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; 《资源科学 》 2014 北大核心 CSCD CSSCI

摘要：为实现气象资料缺乏情况下参考作物蒸散量(ET0)的精确模拟,利用川中丘陵区3个气象站点1999-2013年的逐日气象资料作为输入量,以FAO-56 Penman-Monteith模型计算的ET0作为标准值,建立基于遗传算法优化神经网络的ET0模拟模型(GA-BPNN),并将其模拟结果同Hargreaves、Mc Cloud、Priestley-Taylor和Makkink等4种常用ET0计算模型的计算结果进行对比。结果表明:GA-BPNN模型能够很好地反映ET0同气象因素之间的非线性关系,模拟精度较高;当基于温度资料模拟ET0时,GA-BPNN模型模拟精度高于Hargreaves和Mc Cloud模型;当基于温度和辐射资料时,GA-BPNN模型模拟精度明显高于Priestley-Taylor和Makkink模型。因此GA-BPNN模型可以作为气象资料缺乏情况下川中丘陵区ET0模拟的推荐模型。

关键词： 参考作物蒸散量 神经网络 遗传算法 预测模型 川中丘陵区