基于气温和DC-BP-NN的河西走廊月度ETo估算模型

• 作者: 孙凯 李淼 杨振新 陈晟 陈雷
• 来源期刊: 农业机械学报
• 学科: 地球科学
• 关键词: 参考作物蒸散量 气温 月序数 分治法 神经网络 月度估算模型
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 农业水土工程
• 页码范围: 140-147
• 分类号: TP183|P426.2
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2015.12.020

摘要

针对参考作物蒸散量(Reference crop evapotranspiration,ETo)估算模型中,标准估算模型——FAO Penman-Monteith(FAO-PM)模型需要充分的气象数据,而基于气温的估算模型精度不足的问题,参考FAO-PM模型结构,基于气温和月序数,融合分治法(Divide and conquer,DC)和误差反向传播神经网络(Back propagation neural network,BP-NN),提出了一种采用DC-BP-NN的月度ETo估算模型;以FAO-PM模型计算的ETo为标准,利用河西走廊酒泉气象站1958年1月-2013年9月的月度气象数据,将DC-BP-NN模型与其余6种基于气温的ETo估算模型(Blaney-Criddle模型、Hargreaves-Samani模型、2种改进的Hargreaves-Samani模型、BP-NN模型、BP-NN1模型)进行对比.结果表明,DC-BP-NN模型的估算精度(均方根误差5.99 mm/月,平均偏差0.99 mm/月,平均绝对百分误差7.18％,决定系数0.988 6)优于其余6种ETo估算模型,该模型可以用于河西走廊农田气象数据不充分条件下的月度ETo估算.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈雷	中国科学院合肥智能机械研究所	44	367	11.0	17.0
2	李淼	中国科学院合肥智能机械研究所	155	1490	17.0	35.0
3	孙凯	中国科学院合肥智能机械研究所	17	68	5.0	7.0
7	陈晟	中国科学院合肥智能机械研究所	7	44	3.0	6.0
11	杨振新	中国科学院合肥智能机械研究所	4	15	3.0	3.0