线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

基于MARS模拟鄱阳湖地区参考作物蒸散量

吴立峰; 鞠艳; 杨秀霞; 白桦; 戴盼伟 排灌机械工程学报 2019年第09期

摘要:为了寻找最适宜的鄱阳湖作物蒸散量替代计算方法,文中以FAO Penman-Monteith模型参考作物蒸散量计算结果(ET0)为标准值,使用江西省南昌站1966—2015年逐日最高温度、最低温度、日照时数、风速和相对湿度数据(其中1966—1990年数据用于建立模型,1991—2015年数据用于验证模型),建立12种不同气象要素组合条件下的多元自适应回归样条(MARS)ET0计算模型,并将计算结果与广义回归神经网络(GRNN)、支持向量机(SVM)和经验模型(Hargreaves法、Irmak-Allen法、Makkink法、Pristley-Taylor法)的计算结果相比较.结果表明:3种人工智能算法的ET0计算结果精度均优于相同输入数据下的经验模型.3种人工智能算法中MARS的精度最高,在全参数组合下RMSE为0.227mm/d,R^2为0.982,NRMSE为0.086,其次是支持向量机,其在全参数组合下RMSE为0.266mm/d,R^2为0.978,NRMSE为0.101,GRNN排第三,其在全参数组合下RMSE为0.323mm/d,R^2为0.962,NRMSE为0.123.缺少温度参数时,模型精度总体较差,3种人工智能算法下R^2仅为0.800左右.MARS法不但精度更高,而且具有明确的数学表达式,是鄱阳湖地区适宜的ET0计算方法.

关键词:参考作物蒸发蒸腾量多元自适应回归样条经验模型支持向量机广义回归神经网络

单位:南昌工程学院水利与生态工程学院; 江西南昌330099; 江西农业大学江西省鄱阳湖流域农业资源与生态重点实验室; 江西南昌330045

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

排灌机械工程学报

北大期刊

¥408.00

关注 25人评论|0人关注