机器学习模型在河北省参考作物蒸散量计算中的比较

• 作者: 张薇 贾悦 霍树义
• 来源期刊: 节水灌溉
• 学科: 农学
• 关键词: 河北省 参考作物蒸散量 机器学习模型 极限学习机 广义回归神经网络
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 工程技术
• 页码范围: 50-53,58
• 页数: 5页
• 分类号: S161.4
• 字数: 2850字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-4929.2018.04.011

摘要

为研究河北省参考作物蒸散量 ET0的适用方法,以极限学习机模型 ELM 和广义回归神经网络模型GRNN为基础,对其1961-2015年的ET0进行了估算,并以Penman-Monteith模型P-M为标准,与Hargreaves模型H-S模型计算结果进行了比较,结果表明:ELM模型与GRNN模型在ET0日值和月值的模拟精度明显高于H-S模型,同时不同模型的相对均方根误差RMSE值均表现为GRNN <ELM <H-S,而一致性则表现为GRNN模型最高,这表明机器学习模型的计算精度要高于H-S模型,而GRNN模型计算精度最高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾悦		6	7	2.0	2.0
2	霍树义		6	11	2.0	3.0
3	张薇		5	9	2.0	3.0