基于知识流的作物蒸散量数据挖掘方法研究

• 作者: 张帅 张育斌 简宁 蔚磊磊 魏正英
• 来源期刊: 中国农村水利水电
• 学科: 工学
• 关键词: 作物蒸散量 数据挖掘 随机森林 知识流
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 节水灌溉
• 页码范围: 56-60
• 页数: 5页
• 分类号: TP301.6
• 字数: 5005字
• 语种: 中文

摘要

随着信息技术的发展, 采集、存储和管理数据的手段日益完善, 数据挖掘学科应运而生.针对作物蒸散量(ET-0)计算中参数多、噪声复杂和非线性的特点,研究一种数据挖掘方法--随机森林,在数据挖掘建模过程中引入知识流的概念,通过知识流模型的分层,实现从不同角度、不同层次观察模型知识流的分布和流动情况,抓住建模关键环节,为更加准确、高效地建立模型提供支持.将其应用于作物蒸散量计算中,以西安的气象数据为输入参数,以FAO56 Penman-Monteith公式计算的结果作为预测对比值,进行了建模与验证.结果表明,采用知识流建立的数据挖掘模型预测精度较高、稳定性好、泛化能力强,能够有效预测作物蒸散量.相比其他模型效率高,性能更优,尤其适用于大样本的作物蒸散量预测分析中,对于确定作物需水量有一定的参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏正英	西安交通大学机械制造系统工程国家重点实验室	117	990	18.0	27.0
2	张帅	西安交通大学机械制造系统工程国家重点实验室	23	91	6.0	8.0
3	张育斌	西安交通大学机械制造系统工程国家重点实验室	28	89	6.0	7.0
4	简宁	西安交通大学机械制造系统工程国家重点实验室	7	9	2.0	2.0
5	蔚磊磊	西安交通大学机械制造系统工程国家重点实验室	4	9	1.0	3.0