基于遗传算法优化神经网络的参考作物蒸散量预测模型

• 作者: 冯禹 崔宁博 王守光 赵璐
• 来源期刊: 资源科学
• 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
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 气候资源
• 页码范围: 2624-2630
• 语种: 中文

摘要

为实现气象资料缺乏情况下参考作物蒸散量(ETo)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ETo作为标准值,建立基于遗传算法优化神经网络的ETo模拟模型(GA-BPNN),并将其模拟结果同Hargreaves、McCloud、Priestley-Taylor和Makkink等4种常用ETo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ETo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McCloud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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵璐	四川大学水力学与山区河流开发保护国家重点实验室	40	368	9.0	18.0
5	崔宁博	四川大学水力学与山区河流开发保护国家重点实验室	38	357	11.0	18.0
14	王守光	四川大学水力学与山区河流开发保护国家重点实验室	6	17	2.0	4.0
18	冯禹	四川大学水力学与山区河流开发保护国家重点实验室	5	106	4.0	5.0