基于LSTM深度学习模型的华北地区参考作物蒸散量预测研究

• 作者: 崔宁博 董娟 邢立文
• 来源期刊: 水利水电技术
• 学科: 农学
• 关键词: LSTM模型 参考作物蒸散量ET0 华北地区 深度学习模型
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 水文水资源
• 页码范围: 64-72
• 页数: 9页
• 分类号: S311
• 字数: 5628字
• 语种: 中文
• DOI: 10.13928/j.cnki.wrahe.2019.04.009

摘要

为有效提高华北地下水漏斗区参考作物蒸散量ET0的预报精度,本文以华北地区7个气象代表站1958-2010年ET0-PM(Penman-Monteith,P-M)的历史时间序列为训练集构建LSTM模型,以2011-2017年ET0-PM的时间序列为验证集将LSTM模型与其他4种经验模型进行对比分析.结果 表明:LSTM在华北地区预测的整体评价指标Gpi(Global performance indicator)排名第一,该模型可以作为华北地区逐月ET0预测的推荐模型,为我国精准农业灌溉预报提供科学的依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔宁博	四川大学水利水电学院	38	357	11.0	18.0
2	董娟		18	14	2.0	2.0
3	邢立文		19	15	2.0	2.0