基于公共天气预报的参考作物腾发量预报

• 作者: 江显群 邵金龙 陈武奋
• 来源期刊: 排灌机械工程学报
• 学科: 农学
• 关键词: 参考作物腾发量 公共天气预报 BP神经网络 回归型支持向量机
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 农业水土工程
• 页码范围: 1077-1081
• 页数: 5页
• 分类号: S274.4
• 字数: 3330字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8530.19.0066

摘要

针对Penman Monteith公式的应用局限性,以公共天气预报可测因子及历史气象数据计算ET0为基准,对广州站2017-01-01-2019-03-31预报气象信息风力状况进行量化后,以2017,2018年气象预报信息为输入因子、ET0为输出因子,分别建立基于回归型支持向量机(SVR)预报模型与BP神经网络预报模型,选择性能较优预报模型对2019年ET0进行预报,并与计算值进行对比分析.结果表明:回归型支持向量机参考作物腾发量预报模型测试集确定性系数为0.896、均方误差为0.206,BP神经网络参考作物腾发量预报模型测试集确定性系数为0.851、均方误差为0.305,SVR参考作物腾发量预报模型均方误差及决定系数要明显优于BP神经网络;基于SVR模型的预报值与PM公式计算值相关系数为0.761,没有明显差异,表现出显著的相关性以及整体吻合度,可为灌溉预报及决策提供较为准确的ET0预报数据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江显群	珠江水利委员会珠江水利科学研究院	9	17	2.0	4.0
2	陈武奋	珠江水利委员会珠江水利科学研究院	7	21	3.0	4.0
3	邵金龙	珠江水利委员会珠江水利科学研究院	2	0	0.0	0.0