基于MEA-BPNN的西北旱区参考作物蒸散量预报模型

• 作者: 崔宁博 张青雯 王明田 赵璐 魏俊 龚道枝
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 参考作物蒸散量 预报模型 思维进化 神经网络 西北旱区 可移植性
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 农业水土工程
• 页码范围: 228-236,307
• 页数: 10页
• 分类号: S161.4
• 字数: 8378字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2018.08.027

摘要

为有效提高西北旱区参考作物蒸散量(Reference crop evapotranspiration,ET0)预报精度,在西北旱区选择5个代表性气象站点,构建10种基于思维进化算法(Mind evolutionary algorithm,MEA)优化的误差反向传波神经网络(Back propagation neural network,BPNN)ET0预报模型,并将其与Hargreaves-Samani模型、Irmak模型和48-PM模型等3种在西北旱区ET0计算精度较高的模型进行比较.结果表明:在不同输入的情况下MEA-BPNN模型模拟精度具有相对较高水平,其中MEA-BPNN1(输入最高气温Tmax、最低气温Tmin、相对湿度RH、日照时数n和距地面2m高处的风速u2)、MEA-BPNN2(输入Tmax、Tmin、n和u2)及MEA-BPNN3(输入Tmax、Tmin、RH和u2)模型的R2、NSE均大于0.96,RMSE、MAE也分别小于0.34、0.25 mm/d,以上3种MEA-BPNN模型的整体评价指标(Globalperformance indicator,GPI)排名分别为1、2、3;MEA-BPNN7(输入Tmax、Tmin和u2)的R2、NSE分别为0.9662、0.962 2,RMSE、MAE分别为0.361 0、0.2761 mm/d,模拟精度较高;MEA-BPNN模型可移植性的分析表明:MEA-BPNN模型在西北旱区具有较强的泛化能力,基于不同站点数据构建的预报模型也有较高精度;在相同输入情况下MEA-BPNN模型模拟精度均高于Hargreaves-Samani模型、Irmak模型和48-PM模型.因此,在气象资料缺乏情景下MEA-BPNN模型可作为西北旱区ET0计算的推荐模型,可为实时精准灌溉预报的实现提供科学依据.