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

潜在蒸散发(ET_0)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ET_0,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ET_0,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ET_0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ET_0的可行方法。     

基于核熵成分分析的综合干旱指数的构建与应用

针对传统单变量干旱指数难以全面表征干旱及部分综合干旱指数难以反映多变量之间的非线性关系等问题，采用标准化降水蒸散发指数（SPEI）、标准化径流指数（SRI）及标准化土壤湿度指数（SSMI）3个单变量指数分别表征气象干旱、水文干旱和农业干旱，利用核熵成分分析法（KECA）构造综合干旱指数（SMDI），采用M-K趋势检验、小波分析及典型历史旱情验证等方法分析干旱的时空变化特征以及干旱指数的适用性。以黑河流域中上游为例，结果表明：研究区全年77.6%的区域表现为干旱不显著加重的趋势；在流域尺度上，干旱存在43 a的长周期，15~23 a的中周期，3~8 a的短周期；20世纪90年代夏、秋两季及21世纪以来春、冬两季干旱发生频率较高，且整体夏旱发生频率最高；1969年春、1997年秋和2009年冬的典型历史旱情验证表明SMDI优于其他3种单变量干旱指数。说明基于KECA构建的SMDI是一种有效的干旱监测指数，在黑河流域中上游干旱监测中有好的适用性。