排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
准确地预测区域蒸散有助于区域水资源的合理利用,减少水资源浪费。为从多项气象因子中筛选出核心因子,构建少因子蒸散预测模型,高效精确预测蒸散,该研究在九大农业区选取23个典型站点,搜集降水量、日照时数等8个气象因子数据,使用分类回归树(classification and regression tree,CART)对气象因子进行重要度排序。基于排序结果,选取排序前3~5项气象因子,基于极限学习机(extreme learning machine,ELM)模型对蒸散进行预测。同时,使用遗传算法(genetic algorithm,GA),粒子群算法(particle swarm optimization,PSO),麻雀搜索算法(sparrow search algorithm,SSA)对ELM模型进行优化,并使用这3种优化算法(GA-ELM、PSO-ELM、SSA-ELM)构建少因子混合优化蒸散预测模型。结果表明:1)基于CART算法重要度排序结果,蒸散的主要影响因子依次是降水量、日照时数、平均本站气压、日最高气温、平均相对湿度。2)3种优化算法预测模型中,PSO-ELM模型的预测精度最高,23个站点的蒸散预测的均方根误差为6.608~22.077 mm/d,纳什效率系数为0.824~0.998,R2为0.908~0.995,平均绝对误差为5.075~16.677 mm/d。3)ELM模型在云贵高原区和四川盆地及周边地区有较好的适用性,3种优化算法在华南区和云贵高原区有较好的适用性,其中PSO-ELM模型的适用性最高。研究结果为中国九大农业区域的作物需水量计算提供参考。 相似文献
2.
3.
4.
土壤饱和导水率Ks是最基本的水力参数之一,而已知实验室内其值的确定受土柱尺寸的影响.以关中的塿土为研究对象,在室内,采用定水头法,研究5~30 cm内6个不同土柱尺寸对扰动黏壤土Ka测定的影响.结果表明:随着时间的延伸,Ks逐渐减小,其值最初降幅较大,其后趋于稳定,且在5 ~ 30 cm土柱直径范围内,Ks随着土柱直径的变大,扰动黏壤土的Ks递增,二者线性相关,y=0.000 4x+0.003 7(R2=0.965 1).研究结果可为测定Ks合理测定时间段及合理尺寸的选择提供参考. 相似文献
5.
层状土壤饱和导水率影响的试验研究 总被引:2,自引:0,他引:2
以塿土(Y)、黄绵土(L)、风沙土(S)3种土壤为供试土样,进行室内层状土柱实验,进行3种土样两两组合的两层性土柱实验和风沙土—黄绵土累次叠加的多层性土柱实验,共11个处理组合。采用定水头法,测定其饱和导水率(Ks)。具体处理为两层土:Y+S,Y+L,L+S,L+Y,S+Y,S+L(先后顺序分别表示土层上下);风沙土—黄绵土(S+L)作为层状组合,逐次叠加至5层。结果表明:两层性土壤中,细质地土壤在下时,其有效Ks显著低于粗质地土壤在下时的有效Ks值,而两层土壤有效Ks主要由细质地土壤导水特性决定;对于两层土壤的多次叠加,Ks值随分层数目的增加有增大的趋势。 相似文献
6.
1