基于GPR、CatBoost、XGBoost三种模型预测江西地区水面蒸发量

• 作者: 陈志月 吴立峰 刘小强 伍周睿 董建华
• 来源期刊: 水资源与水工程学报
• 学科: 地球科学
• 关键词: 水面蒸发量 预测模型 经验模型 GPR CatBoost XGBoost 江西地区
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 水文水资源
• 页码范围: 116-125,131
• 页数: 11页
• 分类号: P332.2
• 语种: 中文
• DOI: 10.11705/j.issn.1672-643X.2020.06.18

摘要

水面蒸发量是水资源规划与管理、农业灌溉设计和水文模拟等方面的基础数据,它是水量平衡计算中的关键要素.为了提高水面蒸发量的预测精度,选用了3种经验模型和3种学习机模型预测江西地区水面蒸发量,3种学习机模型包括GPR模型、XGBoost模型和CatBoost模型.依据江西地区2001-2015年16个气象站的逐日气象资料,如最高(低)气温、全球太阳辐射、地外太阳辐射、相对湿度和风速,构建10种不同的输入参数,通过对4种统计指标(R2、RMSE、MBE、MAE)的大小进行评估来评价模型的模拟精度.结果表明:当气象资料充足时,推荐Cat-Boost 10模型为江西地区水面蒸发量的预测模型,该模型在验证期的R2、RMSE、MBE、MAE值分别为0.744、0.842、0.006、0.633 mm/d;在输入组合相同的条件下,3种学习机模型的模拟精度均优于相应的经验模型.通过研究对比提高了江西地区水面蒸发量模型预测的精度.