基于两种人工智能模型的石羊河流域日潜在蒸散发模拟精度比较
发布时间：2021-01-13 20:57
潜在蒸散发（ET0）是估算作物需水量的基础。根据石羊河流域5个气象站5年的气温、风速、相对湿度等日气象要素资料,采用Penman-Monteith公式计算石羊河流域的ET0,建立六因子、四因子和三因子的支持向量机（SVM）模型与人工神经网络（ANN）模型模拟日ET0,对模拟值与计算值进行比较,以均方根误差（RMSE）、平均绝对误差（MAE）、确定性系数（DC）以及皮尔逊相关系数（R）作为模型的性能评价指标,对模型进行检验以获得模拟精度较高的模型。结果表明:相同因子输入下ANN模型较SVM模型在石羊河流域模拟日ET0有着更高的模拟精度。该研究可为气象要素资料不全的站点提供模拟日ET0的可行方法。
【文章来源】：节水灌溉. 2020,(08)北大核心
【文章页数】：6 页
【部分图文】：
古浪站ET0 PM计算值与SVM模拟值对比
表2 不同输入因子的ANN模型的评价相关指标Tab.2 Evaluation-related index of ANN models in different input factors 模型 站点 率定期 检验期 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 乌鞘岭 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 乌鞘岭 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 乌鞘岭 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 乌鞘岭 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 乌鞘岭 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 结论与讨论
【参考文献】：
期刊论文
[1]基于BEPS-Terrainlab v2.0模型鄂西犟河流域1999年—2016年蒸散发模拟分析[J]. 崔越,张利华,吴宗钒,符雅盛,马永明. 华中师范大学学报(自然科学版). 2020(01)
[2]蒸散发估算方法及其驱动力研究进展[J]. 李晓媛,于德永. 干旱区研究. 2020(01)
[3]遥感Penman-Monteith模型中土壤含水量与土壤蒸发的关系[J]. 段浩,赵红莉,蒋云钟. 南水北调与水利科技(中英文). 2020(03)
[4]石羊河流域：综合治理重建人水和谐共生秩序[J]. 中国水利. 2019(19)
[5]基于K-CV参数优化支持向量机的LIBS燃煤热值定量分析[J]. 董美蓉,韦丽萍,陆继东,黎文兵,陆盛资,黄健伟,李诗诗,骆发胜,聂嘉朗. 光谱学与光谱分析. 2019(07)
[6]对石羊河流域水资源可持续利用的几点思考[J]. 马雁萍. 中国水利. 2018(05)
[7]基于人工神经网络的不同植被类型蒸散量时空尺度扩展[J]. 冯丽丽,张琨,韩拓,马婷,孙爽,朱高峰. 兰州大学学报(自然科学版). 2017(02)
[8]基于人工神经网络模型的盘锦市蒸散发演变规律研究[J]. 朱冰. 吉林水利. 2016(12)
[9]基于支持向量机的干旱区月潜在蒸散发的模拟[J]. 杨会娟,粟晓玲,郭静. 中国农村水利水电. 2016(07)
[10]泾惠渠灌区潜在蒸散发量的敏感性及变化成因[J]. 粟晓玲,宋悦,牛纪苹,钟锋. 自然资源学报. 2015(01)
本文编号：2975552
【文章来源】：节水灌溉. 2020,(08)北大核心
【文章页数】：6 页
【部分图文】：
古浪站ET0 PM计算值与SVM模拟值对比
表2 不同输入因子的ANN模型的评价相关指标Tab.2 Evaluation-related index of ANN models in different input factors 模型 站点 率定期 检验期 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 乌鞘岭 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 乌鞘岭 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 乌鞘岭 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 乌鞘岭 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 乌鞘岭 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 结论与讨论
【参考文献】：
期刊论文
[1]基于BEPS-Terrainlab v2.0模型鄂西犟河流域1999年—2016年蒸散发模拟分析[J]. 崔越,张利华,吴宗钒,符雅盛,马永明. 华中师范大学学报(自然科学版). 2020(01)
[2]蒸散发估算方法及其驱动力研究进展[J]. 李晓媛,于德永. 干旱区研究. 2020(01)
[3]遥感Penman-Monteith模型中土壤含水量与土壤蒸发的关系[J]. 段浩,赵红莉,蒋云钟. 南水北调与水利科技(中英文). 2020(03)
[4]石羊河流域：综合治理重建人水和谐共生秩序[J]. 中国水利. 2019(19)
[5]基于K-CV参数优化支持向量机的LIBS燃煤热值定量分析[J]. 董美蓉,韦丽萍,陆继东,黎文兵,陆盛资,黄健伟,李诗诗,骆发胜,聂嘉朗. 光谱学与光谱分析. 2019(07)
[6]对石羊河流域水资源可持续利用的几点思考[J]. 马雁萍. 中国水利. 2018(05)
[7]基于人工神经网络的不同植被类型蒸散量时空尺度扩展[J]. 冯丽丽,张琨,韩拓,马婷,孙爽,朱高峰. 兰州大学学报(自然科学版). 2017(02)
[8]基于人工神经网络模型的盘锦市蒸散发演变规律研究[J]. 朱冰. 吉林水利. 2016(12)
[9]基于支持向量机的干旱区月潜在蒸散发的模拟[J]. 杨会娟,粟晓玲,郭静. 中国农村水利水电. 2016(07)
[10]泾惠渠灌区潜在蒸散发量的敏感性及变化成因[J]. 粟晓玲,宋悦,牛纪苹,钟锋. 自然资源学报. 2015(01)
本文编号：2975552
本文链接：https://www.wllwen.com/kejilunwen/rengongzhinen/2975552.html
