共查询到20条相似文献，搜索用时 15 毫秒
1.
为了解不同机器学习算法在预测不同气候区参考作物腾发量(ET_(0))方面的表现,以中国干旱区和湿润区共计20个气象站点1960-2019年的逐日气象数据为依据,以PM和HS公式计算的ET_(0)为参考,评价了多元逐步回归(SL)、支持向量机(SVM)和高斯过程回归(GPR) 3种机器学习算法的ET_(0)预测精度及其适用性。结果表明:(1)当分别以PM和HS公式计算的ET_(0)数值为标准时,3种机器学习算法模拟ET_(0)精度大小关系均表现为:GPR>SVM>SL,且GPR算法的模拟精度最高,其相关系数(R~2)均高达0.950以上。(2)当采用同一种机器学习算法时,其在以PM公式计算的ET_(0)为参考值情况下的R~2范围为0.965~0.995、RMSE的范围为0.212~0.260 mm/d、MAE的范围为0.151~0.201 mm/d;以HS公式计算结果为参考值时,其R~2范围为0.935~0.984、RMSE范围为0.832~0.964 mm/d、MAE范围为0.596~0.745mm/d。(3)在不同气候分区,以同一参考公式计算结果为标准值时采用机器学习算法模拟干旱区的ET_(0)精度均优于湿润区,其R~2提高了0.01。(4)对比不同机器学习算法的稳健性,SL和SVM算法在分别以PM和HS公式计算结果为参考值时的稳健性最高,其训练到模拟阶段的R~2变化幅度仅为0.16%和0.11%,而GPR算法稳健性均最低。(5)对比不同机器学习算法训练时间成本,SVM和GPR算法的计算成本显著高于SL算法。综合分析3种算法的ET_(0)预测精度、稳健性和计算成本,SVM算法可推荐为中国干旱区和湿润区较为精准预测参考作物腾发量的方法。且机器学习模拟精度与气象因子的定量关系表明,日照时数(N)变化是影响各算法预测精度的主要因子。 相似文献
2.
西藏高原灌区参考作物蒸散量模型的适用性研究 总被引：2，自引：0，他引：2
为明确参考作物蒸散量(ET_0)计算模型在西藏高原灌区的适用性,推荐适宜于气象资料短缺条件下的ET_0计算模型,本研究基于满拉、墨达、江北3个灌区的气象站的长系列数据,以FAO推荐的Penman-Monteith(FAO 56 PM)模型计算的ET_0为标准,对ET_0的5种常用计算模型的适用性进行评价。结果表明:Makkink、Irmark-Allen、FAO 17Penman、Hargreaves-Samani和Priestley-Taylor 5种模型模拟的日尺度ET_0变化趋势与FAO 56 PM模型一致,在年际间均呈先增后减的变化规律,且峰值出现在6～7月份,但各模型适用性存在显著差异。Makkink模型的日尺度MAE、RMSE、NSE值分别为0.37 mm/d、0.45 mm/d和0.84,模拟精度及可信度最高;Irmark-Allen模型次之,MAE、RMSE、NSE分别为0.65 mm/d、0.71 mm/d、0.62;Priestley-Taylor模型最差,MAE值最大达4.91 mm/d且NSE值小于0。年尺度下,各模型较FAO 56 PM均存在高估现象,其中FAO 17Penman、Hargreaves-Samani、Priestley-Taylor模型的NSE值介于-3 571.76～-118.00之间,模拟结果不可信;Makkink模型的NSE值最接近于0,模拟结果可信,但模拟过程的误差较大。综合评定,推荐Makkink为西藏高原灌区气象资料短缺条件下的ET_0简化模型。 相似文献
3.
【目的】有效提高缺少气象资料条件下汾河流域参考作物蒸散量(ET0)计算精度。【方法】选取汾河流域及附近7个气象站点1960—2017年逐日气象资料,根据不同气象要素组合,构建16种基于自适应模糊推理系统(ANFIS)的ET0模拟模型,并与Hargreaves-Samani、Irmak-Allen、Makkink模型进行比较,评价ANFIS模型在汾河流域的适用性及可移植性。【结果】(1)ANFIS模型能很好地展现ET0与各输入因子之间的非线性关系;仅输入Tmax、Tmin、Ra建立的ANFIS2模型模拟精度(平均R2为0.882,平均NSE为0.876,平均RMSE为0.341 mm/d)能满足使用要求,随着输入气象要素数量的增加,模型模拟精度不断提高;(2)在输入因子相同时,ANFIS模型精度高于Hargreaves-Samani、Irmak-Allen、Makkink模型;(3)ANFIS模型在汾河流域具有很强的泛化能力和可移植性,不同分区建立的ANFIS模型相互移植时具有较高精度(平均R 相似文献
4.
为实现参考作物蒸散量ET_0在资料缺失情况下的准确计算,对ET_0简化算法在车尔臣河流域的适用性进行科学评价,采用2个气象站点1961-2013年逐日气象资料,以Penman-Monteith(PM)法的计算结果为标准,对具有代表性的5种简易算法Hargreaves-Samani(HS)法、Pristley-Taylor(PT)法、Irmark-Allen(IA)法、Makkink(MAK)法和Penman-Van Bavel(PVB)法的计算精度进行对比,结果表明:研究区六七月蒸散发量最大,1、12月份最小,PT法计算结果偏大,HS法、IA法、MAK法与PVB法计算结果均偏小;5种方法在流域上、下游的计算精度差异明显,HS法和PVB法较为精准,PT法、IA法和MAK法误差较大;流域上、下游最优算法均为HS法。 相似文献
5.
【目的】探讨BP、极限学习机、小波神经网络算法在广东典型气候代表站点的适用性,建立ET_0简化计算模型。【方法】以韶关、深圳、广州、揭西、湛江站为研究对象,收集各站1981—2010年逐日平均、最高、最低气温、相对湿度、日照时间、风速观测数据,以FAO-56Penman-Monteith ET_0计算值为基准,对比3种算法计算效结果,确定最优算法,并结合因子敏感性分析建立了ET_0简化计算模型。【结果】①P<0.05显著水平下,广州、韶关站各气象因子均差异显著;湛江、广州、揭西、深圳4站除日最高气温差异显著,其他气象因子差异均不显著;②ET_0因子敏感性分析中,韶关、广州、深圳3站日最低、最高气温、日照时间敏感系数较大,韶关站为0.040、0.113、0.223,广州站为0.043、0.101、0.208,深圳站为0.054、0.105、0.181;揭西和湛江站日最高气温、相对湿度、日照时间敏感系数较大,分别为:0.105、-0.040、0.216和0.098、-0.072、0.197,综合各站来看,日最高气温、日照时间最为敏感;③全因子输入条件下,ET_0计算精度表现为BP>极限学习机>小波神经网络;④ET_0简化计算精度表现为BP(全因子输入)>BP-1(日最高、最低气温,相对湿度,日照时间作输入)>BP-2(日最高气温、日照时间输入),但差值不大。【结论】因此,基于日最高气温、日照时间2因素的BP算法一定程度能简化计算ET_0。 相似文献
6.
为有效提高气象资料缺失时渭河流域参考作物蒸散量(ET0)计算精度,选取流域及附近20个气象站58 a (1960-2017年)逐日气象资料,基于不同气象要素组合,构建16种基于多元自适应回归样条(MARS)的ET0计算模型,并将计算结果与Hargreaves-Samani、Makkink和Irmark-Allen模型进行对比,评价MARS模型在渭河流域的适应性及可移植性。结果表明：MARS模型能很好地甄别ET0与各输入因子间的非线性关系,MARS2 (Tmax、Tmin、Ra)计算精度(平均MAE为0.225 mm/d,平均RMSE为0.327 mm/d,平均R2为0.897)能满足应用要求,模型精度随输入气象要素数量的增加而升高;输入因子中引入地球外辐射Ra,可明显提高MARS模型精度;在输入因子相同时,MARS模型精度高于Hargreaves-Samani、Irmark-Allen和Makkink模型;MAR... 相似文献
7.
地表太阳辐射经验值对参考作物需水量计算的影响 总被引：2，自引：0，他引：2
针对中国太阳辐射站点观测数据较少的客观条件,以联合国粮农组织(FAO)建议的通过Angstrom公式及其参数计算的地表太阳辐射(R_(s-c))对中国九大农业区基于Penman-Monteith(PM)公式计算的参考作物需水量(ET_(0-PM))的影响为目标,利用中国地面气候资料月值数据集和中国辐射月值数据集中的112个站点1957年1月—2017年3月的气象要素逐月有效观测日均值数据,通过对比分析和相关分析,讨论了站点R_(s-c)与观测的地表太阳辐射(R_(s-o))的时空差异,以及二者分别输入PM公式获得的ET_(0-c)和ET_(0-o)的时空差异。结果表明:基于年内时空尺度的各农业区R_(s-c)和R_(s-o)存在显著且不稳定的差异,R_(s-c)直接替代R_(s-o)参与计算ET_(0-c)可能出现较大的误差。基于R_(s-c)和R_(s-o)分别计算的ET_(0-c)和ET_(0-o),无论是在全国,还是各个农业区,均存在显著的线性相关性,R~2超过0.67,ET_(0-c)平均值只有0.06～0.26 mm/d的误差。考虑中国的农业地域类型,应对北方地区的"春旱"灌溉需求,可以直接以R_(s-c)计算获得ET_(0-c),而在全国范围内的夏季"伏旱"期,输入R_(s-c)计算的ET_(0-c)比输入R_(s-o)计算的ET_(0-o)偏大。在高精度的节水农业应用中,建议研究相应的校正模型对夏季ET_(0-c)进行校准。 相似文献
8.
以干旱区和湿润区6个典型站点1989-2016年历史气象资料和2013-2016年天气预报数据为依据,以PM公式计算结果为对照,比较分析了率定Hargreaves-Samani(HS)模型和符号回归估算模型(SR)的ET_0预报精度。结果表明:率定后的HS模型在各站点的ET_0预报精度均维持在较高水平,且其在干旱区典型站点的预报精度略高于湿润区站点的值;而与HS公式预报结果相比,采用SR模型在不同气候区的ET_0预报精度均有不同程度的提高,其中在湿润区站点的平均MAE、RMSE值降低了18.98%和20.97%,在干旱区各站点的平均MAE、RMSE值减少了9.79%和7.53%。因此,根据不同模型在不同气候区的预报精度,结合气候特征,建议在湿润区和干旱区分别采用SR模型和HS公式进行ET_0预报,可为实时灌溉预报提供准确依据。 相似文献
9.
农田蒸散量(ET)是土壤—作物—大气连续体水分运移的关键参数,与作物生理活动和产量有着极为密切的关系,准确实时估算田间作物蒸散量对研究作物生长发育至关重要。基于无人机热红外传感器反演夏玉米的冠层温度,基于反演的冠层温度构建夏玉米蒸散模型(ET_(d,t))并验证了模型反演作物蒸散量的精度,分析了ET_(d,t)相关影响因子。结果表明:以热红外冠层温度作物蒸散模型计算的ET_(d,t)最低值出现在幼苗期为3.42 mm/d,最高值出现在灌浆期为10.94 mm/d,并与涡度相关实测值ET_(d,e)、FAO Penman-Monteith模型计算值ET_(d,f)进行验证,在P0.01水平上呈显著线性关系(R~2=0.739、0.742,RMSE=0.676、0.109 mm/d),ET_(d,t)估算精度达到80%以上。ET_(d,t)的计算受日净辐射、风速、气温、降雨等气象因子影响,不同气象条件的ET_(d,t)不同。叶面积指数(LAI)为夏玉米农田最主要的生物因子,LAI与ET_(d,t)呈线性正相关关系(R~2=0.700),空气动力学阻抗(r_a)是最主要的环境驱动因子,r_a与ET_(d,t)呈线性负相关关系(R~2=0.696)。随着植被覆盖度(NDVI)的变化,ET_(d,t)呈现相同变化趋势(R~2=0.656)。因此,基于无人机热红外反演的冠层温度计算的(ET_(d,t))能较好的反映田间夏玉米蒸散变化过程,从而为利用无人机热红外遥感估算作物蒸散量提供了科学依据。 相似文献
10.
11.
石羊河流域光照资源充足,太阳辐射强,准确估算其太阳总辐射对石羊河流域农业生产具有重要意义。为了对常见太阳辐射总模型在石羊河流域的模拟精度进行评价,确定适合石羊河流域太阳总辐射估算的模型,本研究基于中国农业大学石羊河实验站2014-2018年的气象数据资料,选取5种太阳总辐射模型,采用决定系数R2、平均绝对误差MAE、均方根误差RMSE、一致性指数d以及整体评价指标GPI共5个指标进行适用性评价,并进行了基于不同天气类型的太阳总辐射模型模拟与评价。结果表明：基于日照百分率、日平均温度、相对湿度的综合模型具有最佳的模拟效果;晴天天气下,三次函数型A-P模型具有最佳模拟效果;多云天气下,综合模型模拟效果最佳,提出了基于天气组合的石羊河流域太阳总辐射估算模型,为石羊河流域太阳总辐射估算提供了进一步的模型支持。 相似文献
12.
基于极限学习机模型的中国西北地区参考作物蒸散量预报 总被引：1，自引：0，他引：1
为有效提高西北地区参考作物蒸散量(ET_0)预报精度,在西北地区选择6个代表性气象站点,以P-M模型计算的ET_0作为标准值,利用1993-2016年逐日气象资料构建10种极限学习机(extreme learning machine,ELM)ET_0预报模型,用k-折交叉验证估计模型泛化误差,并将其与Hargreaves-Samani、Chen、EI-Sebail和Bristow等4种在西北地区计算精度较高的模型进行比较。结果表明:ELM_1(输入T_(max)、T_(min)、RH、n和u_2)、ELM_2(输入T_(max)、T_(min)、n和u_2)、ELM_4(输入T_(max)、T_(min)、RH和u_2)及ELM_7(输入T_(max)、T_(min)和u~2)模型均具有较高模拟精度,其MAE分别为0.199、0.209、0.250、0.273 mm/d,RMSE分别为0.270、0.285、0.341、0.422 mm/d,NSE分别为0.983、0.981、0.973、0.987,R~2分别为0.984、0.982、0.975、0.960,整体评价指标(global performance indicator,GPI)排名分别为1、2、3、4;模型可移植性分析表明,ELM模型具有较强的泛化能力,除了ELM_7在喀什站、敦煌站的模拟精度相对较低之外,其余ELM模型在西北地区各站点模拟结果的MAE均在0.40 mm/d以下、RMSE均在0.49以下、NSE均在0.95以上、R~2均在0.96以上;在相同输入的情况下ELM模型模拟精度均高于HargreavesSamani、Chen、EI-Sebail和Bristow。因此,在气象资料缺乏情景下ELM模型可作为西北地区ET_0计算的推荐模型。 相似文献
13.
基于随机森林算法的参考作物蒸发蒸腾量模拟计算 总被引：3，自引：0，他引：3
选取西南喀斯特地区4个气象站点(都安、河池、百色和融安)5 a(2008—2012年)的逐日气象数据,包括日最高气温Tmax、日最低气温T_(min)、相对湿度R_H、日照时数n和风速u2这5个气象因子的不同组合作为输入,并以FAO 56 Penman-Monteith法(FAO P-M)的计算结果作为标准值,建立基于随机森林(Random forest,RF)算法和基因表达式编程(Gene expression programming,GEP)算法的ET0模型,并将模拟结果与传统Hargreaves模型的计算结果进行比较。结果表明,不同气象因子组合下建立的RF模型均能较好地反映气象因子与ET0之间的非线性关系。随着气象因子的增加,RF模型模拟的精度随之提高。在仅有气温数据时,RF模型仍具有足够的精度(R~2为0.875,RMSE为0.546 mm/d),与传统Hargreaves模型相比R2平均增加了1.98%,RMSE平均减小了22.88%,因此在仅有气温数据时可用RF模型代替Hargreaves模型。RF算法对气象因子的重要性评估表明,在该区域对ET_0最重要的气象因子依次为T_(max)、n、T_(min)、R_a、R_H和u_2。相同气象因子输入下,RF模型精度高于GEP模型。 相似文献
14.
《中国农村水利水电》2016,(7)
探讨支持向量机回归模型模拟无风速和日照时数条件下潜在蒸散发的有效性,为气象资料短缺的干旱地区提供潜在蒸散发模拟的新途径。根据西北干旱区石羊河流域5个气象站1999―2009年基准期的日气象资料,用Penman-Monteith方程计算月潜在蒸散发量,采用支持向量机回归模型(SVR)模拟潜在蒸散发。以均方根误差(RMSE)、平均绝对误差(MAE)、确定性系数(DC)以及相关系数(R)作为模型的性能评价指标。结果表明,在模拟月潜在蒸散发时,无论在训练期还是验证期,当输入变量为最高气温、最低气温、平均气温、相对湿度、风速和日照时数等6个气象因子时,SVR模型取得了较好的模拟效果,各站的R和DC均在0.9以上;当输入气象变量为最高气温、最低气温、平均气温及相对湿度4个气象因子时,SVR模型对月潜在蒸散发的模拟精度略低于6个因子输入的精度,但各站的R和DC依然在0.9以上,说明在无风速和日照时数两个气象因子时,SVR模型可以有效的模拟干旱区月潜在蒸散发量。 相似文献
15.
基于烟花算法优化极限学习机的温室参考作物蒸散量预测研究 总被引：1，自引：0，他引：1
《中国农村水利水电》2020,(3)
为提高温室环境下参考作物蒸散量(Reference Crop Evapotranspiration,ET_0)的预测精度,提出烟花算法(Fireworks Algorithm, FWA)优化极限学习机(Extreme Learning Machine, ELM)的参考作物蒸散量预测模型,有效解决了极限学习机在数据预测过程中因随机输入权值矩阵和偏置矩阵导致的数据波动问题,提高了极限学习机的预测精度。以温室环境数据作为模型的输入,以参考作物蒸散量ET_0为输出,建立FWAELM模型,并将结果与ELM模型预测结果进行对比,结果表明,FWAELM模型的均方根误差、平均绝对误差和模型可决系数分别为:0.115 6、0.143 6、0.943 8,高于ELM模型的0.403 5、0.346 7和0.819 0,FWAELM模型预测精度较高。同时进行了气象参数缺失情况下的模型预测精度研究,结果表明参数在保留3个及以上时,模型的预测精度依然较高,适用于温室ET_0的预测研究。 相似文献
16.
黑河流域近53年气候变化对参考作物腾发量影响研究 总被引：1，自引：0，他引：1
《中国农村水利水电》2016,(5)
全球气候变化已成既定事实,其直接影响着陆地蒸散发及水平衡。基于Mann-Kendall非参数检验法、Pettitt突变点检验法以及GIS的空间分析功能,分析了黑河流域16个站点1960-2012年风速、气温、湿度、净辐射和参考作物腾发量(ET_0)的时空变化特征,并采用去气象因子趋势法评估了气候变化对ET_0的影响。结果表明:黑河流域平均风速、平均相对湿度、净辐射呈减少趋势,平均气温呈显著增加趋势;在气候变化背景下,流域参考作物腾发量年均减少0.37mm。各站年ET_0与气温、风速、净辐射呈正相关,与相对湿度呈负相关,且影响ET_0的主要气象要素是气温和风速。额济纳旗和高台参考作物腾发量的变化很大程度上决定着流域参考作物腾发量的变化。ET_0和各气候因子均存在明显的突变点和时空差异;流域ET_0的变化也存在时空差异,风速变化是导致其空间差异的主要原因。 相似文献
17.
为深刻了解玉米浅埋滴灌典型应用区农业气象要素对参考作物腾发量(ET_0)的影响,本研究采用拓展傅里叶幅度敏感性检验(EFAST)法对农业气象因子进行全局敏感性分析,明确不同ET_0的气象成因,为了解获知农业气象变化对作物蒸散发耗水的影响以及合理设计灌溉制度提供参考。结果表明:通辽市2017年、2018年生长季内的气象因素的变化规律具有西辽河流域的典型特征,即春季冷凉干燥多风、夏季湿热多雨,水文年型分别为丰水年、平水年。ET_0与日值最高气温、最低气温、日均风速、日照时数呈正相关,与日均相对湿度呈负相关。该典型区气象因子对ET_0的一阶、全局敏感性指数大小排序为:日均风速(0.220/0.324)最高气温(0.125/0.157)日均相对湿度(0.100/0.139)日照时数(0.091/0.116)最低气温(0.007/0.034),前4个指数为高敏感因子。2017年、2018年生长季ET_0的界限分别为1.5～9.3、1.3～9.6 mm/d,采样气象值相应的ET_0的界限为0.5～9.2 mm/d,作物生长季内高气温、大风速、低湿度、长日照出现频次越高,潜在蒸散耗水量越大,在农业气象的变化的影响下,使得灌溉制度需做出相应调整。 相似文献
18.
基于1979-2014年三江源地区ET_(0)计算值结合NCEP再分析数据建立统计降尺度模型SDSM,通过模型验证发现该方法在三江源地区ET_(0)预测具有较好的适用性;然后通过率定的模型将2015-2100年CanESM5模式中ssp1-2.6,ssp2-4.5和ssp5-8.5情景模式下的预测数据降尺度处理为站点数据,最终分析计算出了三江源地区13个气象站点近36年来作为基准期的ET_(0)变化特征,以及ET_(0)值在未来不同情景下相对于基准期的变化。结果表明:(1)基准期空间分布上呈现南部和东北部高,西北和中部地区低的分布格局,其中年平均ET_(0)为855 mm,以0.043 mm/a的增长率增加;(2)2015-2100年夏季和冬季的季节平均ET_(0)在空间分布上与基准期一致,但春季、秋季都以五道梁为低值区中心,存在低值区范围缩小、扩散的分布变化;年平均ET_(0)在3种情景模式下均呈现显著增长趋势,ssp5-8.5增幅最多,其次是ssp2-4.5,ssp1-2.6增幅最少;(3)ssp1-2.6和ssp2-4.5情景模式下的ET_(0)增量秋季大于春季,与ET_(0)值春季高于秋季的季节分布特征存在差异。总体来看,2015-2100年年平均ET_(0)空间分布特征和基准期保持一致,ET_(0)值均有明显上升趋势,但区域增量存在地区差异,玛多、班玛可能成为未来ET_(0)高值区。ET_(0)的不断上升可能导致区域水资源短缺进一步加剧,干旱发生频率增加,需要加强区域生态需水指标构建、作物气候生产潜力以及干旱分布研究等工作,以便提前做好应对措施。 相似文献
19.
以石羊河流域蔡旗断面为研究对象,基于MIKE BASIN模型,根据研究区降水、蒸发和用水等资料,建立了石羊河流域水资源管理模型,模拟了石羊河流域蔡旗断面下泄水量变化特征。从模拟结果可以看出,所建立的水资源管理模型是正确的,选取的参数和计算的结果基本合理,模拟结果总体上反映了蔡旗断面水量变化,符合石羊河流域蔡旗断面的实际情况,可用于该流域水资源管理和预测研究,可为干旱内陆河流域水资源的合理开发提供科学依据和技术指导。 相似文献
20.
中国西北地区日参考作物腾发量模型适用性评价 总被引：1，自引：0，他引：1
为推荐适宜中国西北地区参考作物腾发量(ET_0)简化计算模型,应用9个代表性站点近50 a逐日气象资料,以FAO-56 Penman-Monteith(PM)模型计算的ET0为标准值,选取5种基于综合法的Kimberly Penman(K-P),FAO 1979 Penman(PM 17),FAO 24 Penman(PM 24),FAO1948 Penman(PM 48),FAO 79 Penman(PM 79)模型,3种基于温度法的Hargreaves-Samani(HS),Mc Cloud (M-C),Hargreaves (Har)模型,5种基于辐射法的Priestley-Taylor-1 (PT-1),Priestley-Taylor-2(PT-2),FAO-24 Radiation(FAO-Ra),Makkink(Mak),Irmark-Allen(I-A),Irmark(Irm)模型,对其在西北地区ET_0进行适用性评价.结果表明:14种模型在中国西北地区计算精度差异明显.全区模拟精度最高的PM 48(综合法),H-S(温度法),PT-1(辐射法)模型的平均R2,MAE,RMSE和nRMSE分别为0.978,0.767 3 mm/d,0.842 3 mm/d和25.622%; 0.735,0.920 0mm/d,1.187 0 mm/d和36.556%; 0.736,1.392 0 mm/d,1.826 0 mm/d和57.992%. 相似文献