發(fā)布時間：2021-01-13 20:57

　　潛在蒸散發(fā)（ET₀）是估算作物需水量的基礎。根據(jù)石羊河流域5個氣象站5年的氣溫、風速、相對濕度等日氣象要素資料,采用Penman-Monteith公式計算石羊河流域的ET₀,建立六因子、四因子和三因子的支持向量機（SVM）模型與人工神經網(wǎng)絡（ANN）模型模擬日ET₀,對模擬值與計算值進行比較,以均方根誤差（RMSE）、平均絕對誤差（MAE）、確定性系數(shù)（DC）以及皮爾遜相關系數(shù)（R）作為模型的性能評價指標,對模型進行檢驗以獲得模擬精度較高的模型。結果表明:相同因子輸入下ANN模型較SVM模型在石羊河流域模擬日ET₀有著更高的模擬精度。該研究可為氣象要素資料不全的站點提供模擬日ET₀的可行方法。 

【文章來源】：節(jié)水灌溉. 2020,(08)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

古浪站ET0 PM計算值與SVM模擬值對比

表2 不同輸入因子的ANN模型的評價相關指標Tab.2 Evaluation-related index of ANN models in different input factors 模型 站點 率定期 檢驗期 RMSE MAE DC R RMSE MAE DC R 六因子ANN模型 古浪 0.23 0.17 0.983 0.992 0.26 0.19 0.980 0.990 民勤 0.25 0.18 0.990 0.995 0.23 0.18 0.991 0.995 烏鞘嶺 0.21 0.16 0.978 0.989 0.21 0.16 0.980 0.990 武威 0.26 0.20 0.983 0.991 0.26 0.19 0.982 0.991 永昌 0.24 0.18 0.985 0.992 0.26 0.18 0.983 0.991 四因子ANN模型1 古浪 0.38 0.28 0.956 0.978 0.44 0.32 0.941 0.974 民勤 0.68 0.50 0.921 0.960 0.68 0.50 0.921 0.961 烏鞘嶺 0.34 0.25 0.944 0.972 0.31 0.24 0.953 0.977 武威 0.54 0.40 0.925 0.962 0.54 0.40 0.925 0.962 永昌 0.48 0.35 0.938 0.968 0.53 0.38 0.928 0.966 四因子ANN模型2 古浪 0.24 0.19 0.982 0.991 0.26 0.19 0.980 0.990 民勤 0.28 0.20 0.987 0.994 0.27 0.20 0.988 0.994 烏鞘嶺 0.22 0.17 0.976 0.988 0.21 0.16 0.979 0.990 武威 0.27 0.20 0.981 0.990 0.29 0.21 0.979 0.989 永昌 0.26 0.20 0.982 0.991 0.29 0.21 0.978 0.989 三因子ANN模型1 古浪 0.40 0.32 0.949 0.974 0.38 0.31 0.955 0.978 民勤 0.55 0.42 0.949 0.974 0.58 0.43 0.942 0.971 烏鞘嶺 0.49 0.37 0.884 0.941 0.53 0.41 0.863 0.931 武威 0.38 0.29 0.962 0.981 0.37 0.28 0.964 0.982 永昌 0.48 0.37 0.937 0.968 0.59 0.44 0.912 0.956 三因子ANN模型2 古浪 0.32 0.24 0.968 0.984 0.33 0.25 0.967 0.984 民勤 0.63 0.45 0.932 0.966 0.60 0.43 0.938 0.969 烏鞘嶺 0.29 0.21 0.959 0.979 0.25 0.19 0.970 0.985 武威 0.49 0.36 0.937 0.968 0.50 0.37 0.935 0.968 永昌 0.42 0.31 0.951 0.975 0.50 0.36 0.935 0.9724 結論與討論

【參考文獻】：
期刊論文
[1]基于BEPS-Terrainlab v2.0模型鄂西犟河流域1999年—2016年蒸散發(fā)模擬分析[J]. 崔越,張利華,吳宗釩,符雅盛,馬永明.  華中師范大學學報(自然科學版). 2020(01)
[2]蒸散發(fā)估算方法及其驅動力研究進展[J]. 李曉媛,于德永.  干旱區(qū)研究. 2020(01)
[3]遙感Penman-Monteith模型中土壤含水量與土壤蒸發(fā)的關系[J]. 段浩,趙紅莉,蔣云鐘.  南水北調與水利科技(中英文). 2020(03)
[4]石羊河流域：綜合治理重建人水和諧共生秩序[J].   中國水利. 2019(19)
[5]基于K-CV參數(shù)優(yōu)化支持向量機的LIBS燃煤熱值定量分析[J]. 董美蓉,韋麗萍,陸繼東,黎文兵,陸盛資,黃健偉,李詩詩,駱發(fā)勝,聶嘉朗.  光譜學與光譜分析. 2019(07)
[6]對石羊河流域水資源可持續(xù)利用的幾點思考[J]. 馬雁萍.  中國水利. 2018(05)
[7]基于人工神經網(wǎng)絡的不同植被類型蒸散量時空尺度擴展[J]. 馮麗麗,張琨,韓拓,馬婷,孫爽,朱高峰.  蘭州大學學報(自然科學版). 2017(02)
[8]基于人工神經網(wǎng)絡模型的盤錦市蒸散發(fā)演變規(guī)律研究[J]. 朱冰.  吉林水利. 2016(12)
[9]基于支持向量機的干旱區(qū)月潛在蒸散發(fā)的模擬[J]. 楊會娟,粟曉玲,郭靜.  中國農村水利水電. 2016(07)
[10]涇惠渠灌區(qū)潛在蒸散發(fā)量的敏感性及變化成因[J]. 粟曉玲,宋悅,牛紀蘋,鐘鋒.  自然資源學報. 2015(01)



本文編號：2975552