基于GRNN的冻融期土壤蒸发预测

• 作者: 冯慧君 李晓敏 苗春燕 薛静 解雪 郑秀清 陈军锋
• 来源期刊: 水电能源科学
• 学科: 农学
• 关键词: 冻融期 土壤蒸发 主成分分析 广义回归神经网络(GRNN)
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 水文水资源与环境
• 页码范围: 10-13
• 页数: 4页
• 分类号: S161.4
• 语种: 中文

摘要

基于2017～2018年冻融期实测大田土壤蒸发数据和日气象数据,采用主成分分析法与广义回归神经网络(GRNN)相结合的方法对土壤蒸发量进行预测.即先利用主成分分析法提取影响冻融期土壤蒸发的7个主要因子,将其作为GRNN模型的输入变量,土壤蒸发量作为输出变量;再利用10折交叉验证法选取的最佳光滑因子建立GRNN土壤蒸发预测模型.结果 表明,GRNN模型预测值与实测值拟合程度较高,R2为0.982、均方根误差为0.014 mm/d、平均相对误差为5.281％、平均绝对误差为0.010 mm/d,模型模拟精度较高,可用于冻融期土壤蒸发预测.