基于GPR、CatBoost、XGBoost三种模型预测江西地区水面蒸发量

发布时间：2021-06-29 00:50

　　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Cat Boost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CatBoost 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。 

【文章来源】：水资源与水工程学报. 2020,31(06)CSCD

【文章页数】：11 页

【部分图文】：

3种经验模型预测水面蒸发量在率定期和验证期预测值与实测值的散点图(赣县站)

图2为3种学习机模型在赣县站模拟江西地区水面蒸发量的预测值与实测值之间的散点图，不同颜色的点表示不同输入组合的学习机模型。从图2中可以明显看出，无论是率定期还是验证期，GPR 10、Cat Boost 10或XGBoost 10模型的散点图最接近1∶1的关系，表明其拟合程度最高。

【参考文献】：
期刊论文
[1]基于PCA-RBF神经网络的水面蒸发预测研究[J]. 丁薇.  山西水土保持科技. 2018(03)
[2]干旱区水面蒸发量的影响因素研究[J]. 陈思.  四川建材. 2017(11)
[3]陕西长武塬区蒸发皿蒸发量影响因子及预测[J]. 崔亚强,朱元骏.  干旱气象. 2017(04)
[4]四川盆地蒸发皿蒸发量变化趋势及影响因子分析[J]. 杨甫乐,荣艳淑,杨甫光.  水资源保护. 2014(03)
[5]近50年鄱阳湖水面蒸发变化特征及原因分析[J]. 闵骞,苏宗萍,王叙军.  气象与减灾研究. 2007(03)
[6]基于BP神经网络的新疆平原地区水面蒸发量预测模型研究[J]. 刘彩红,冯宗友.  重庆工学院学报(自然科学版). 2007(06)
[7]长江流域1961-2000年蒸发量变化趋势研究[J]. 王艳君,姜彤,许崇育,施雅风.  气候变化研究进展. 2005(03)
[8]黄河流域近40年蒸发皿蒸发量的气候变化特征[J]. 邱新法,刘昌明,曾燕.  自然资源学报. 2003(04)



本文编号：3255378