基于MARS模拟鄱阳湖地区参考作物蒸散量

• 作者: 吴立峰 戴盼伟 杨秀霞 白桦 鞠艳
• 来源期刊: 排灌机械工程学报
• 学科: 农学
• 关键词: 参考作物蒸发蒸腾量 多元自适应回归样条 经验模型 支持向量机 广义回归神经网络
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 农业水土工程
• 页码范围: 799-805
• 页数: 7页
• 分类号: S277.9|S161.4
• 字数: 5186字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8530.17.0170

摘要

为了寻找最适宜的鄱阳湖作物蒸散量替代计算方法,文中以FAO Penman-Monteith模型参考作物蒸散量计算结果(ET0)为标准值,使用江西省南昌站1966-2015年逐日最高温度、最低温度、日照时数、风速和相对湿度数据(其中1966-1990年数据用于建立模型,1991-2015年数据用于验证模型),建立12种不同气象要素组合条件下的多元自适应回归样条(MARS) ET0计算模型,并将计算结果与广义回归神经网络(GRNN)、支持向量机(SVM)和经验模型(Hargreaves法、Irmak-Allen法、Makkink法、Pristley-Taylor法)的计算结果相比较.结果表明:3种人工智能算法的ET0计算结果精度均优于相同输入数据下的经验模型.3种人工智能算法中MARS的精度最高,在全参数组合下RMSE为0.227 mm/d,R2为0.982,NRMSE为0.086,其次是支持向量机,其在全参数组合下RMSE为0.266 mm/d,R2为0.978,NRMSE为0.101,GRNN排第三,其在全参数组合下RMSE为0.323 mm/d,R2为0.962,NRMSE为0.123.缺少温度参数时,模型精度总体较差,3种人工智能算法下R2仅为0.800左右.MARS法不但精度更高,而且具有明确的数学表达式,是鄱阳湖地区适宜的ET0计算方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴立峰	南昌工程学院水利与生态工程学院	3	10	1.0	3.0
5	杨秀霞	江西农业大学江西省鄱阳湖流域农业资源与生态重点实验室	11	15	2.0	3.0
6	白桦	南昌工程学院水利与生态工程学院	14	65	5.0	8.0
7	戴盼伟	南昌工程学院水利与生态工程学院	2	0	0.0	0.0
8	鞠艳	南昌工程学院水利与生态工程学院	1	0	0.0	0.0