4种人工智能模型在江西省参考作物蒸散量计算中的适用性

为了实现气象资料缺失下参考作物蒸散量ET₀的高精度预测,以江西南昌、吉安及龙南站1966-2015年每日最高气温T_max、最低气温T_min、日照时数n、相对湿度RH和2 m高风速u₂作为输入参数,以FAO-56 Penman-Monteith(P-M)公式的计算结果作为对照,建立了6种不同气象要素组合条件下的4种ET₀计算模型,并分别与输入相同数据的经验法计算结果进行了比较.结果表明,在3个站点中,多元自适应回归样条法MARS模型的精度最高,且计算简便,可作为江西省蒸散量模拟的推荐方法.当4种模型的输入数据完整时,模拟精度均达到最高,表明4种模型均可适用于对参考作物蒸散量的模拟;输入数据缺失条件下,各气象要素对智能模型模拟ET₀的影响由大到小按参数排序依次为T_max,T_min,n,RH,u₂.与传统经验公式相比,4种智能模型的ET₀计算结果精度均优于输入相同数据的经验法.     

西藏高原灌区参考作物蒸散量模型的适用性研究

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。     

基于改进Makkink模型的四川盆地参考作物蒸散量估算

为了有效提高四川盆地参考作物蒸散量ET₀的预报精度,选取四川盆地16个代表性气象站点1961-2019年逐日气象数据,基于差分进化算法(DE)对辐射模型的经验参数校准改进Makkink模型并估算四川盆地ET₀,在日、月尺度上对改进的Makkink模型(M1-M6)和Jennsen-Haise(JH)及Irmak(IK)模型评价.结果表明:在日尺度上,改进的Makkink(M1-M6)模型(R²为0.77~0.87)模拟结果比JH和IK模型(R²为0.74~0.76)更精确,改进的Makkink模型中,M4模型估算精度最高,综合性指标GPI中位数为1.05;在月尺度上,改进的Makkink模型模拟结果(误差为3.59~15.71 mm/月)也优于JH和IK模型(误差为6.84~25.31 mm/月),其中M4模型估算精度最佳,综合性指标GPI为1.72.总体而言,推荐以温度和相对湿度作为输入数据的M4模型模拟四川盆地ET₀.     

基于深度学习及传统机器学习模型估算山东省参考作物蒸散量

为探寻深度学习模型在区域参考作物蒸散量(Reference crop evapotranspiration,ET0)估算中的适用性,以山东省为研究区域,选取了深度神经网络(DNN)、时间卷积神经网络(TCN)和长短期记忆神经网络(LSTM)3种深度学习模型,极限学习机模型(ELM)、广义回归神经网络模型(GRNN)和随...     

中国不同气候区参考作物蒸散量计算模型适用性评价

参考作物蒸散量(ET0)的准确计算是制定作物灌溉制度和区域灌溉用水量计划的基本依据.为提高中国不同气候区域ET0计算精度,以FAO56 Penman-Monteith(PM)模型为标准,对28个基于温度和辐射的ET0经验模型在中国温带季风区(TMZ)、温带大陆区(TCZ)、高原山丘区(MPZ)和亚热带季风区(SMZ)的...     

顾及时空特征的参考作物蒸散量集成学习估算

为提升参考作物蒸散量(ET₀)的估算精度,以四川省为研究区域,发现全省ET₀的数据变化具有明显的时间和空间自相关性,继而在气象特征基础上引入时空特征构建以XGBoost, LightGBM,GBDT、随机森林和极限树为基模型的Stacking模型.将顾及时空特征的Stacking模型与其各个基模型以及经验模型彭曼公式(FAO 56 Penman-Monteith)的决定系数、平均绝对值误差和均方误差等多项指标进行了全面的精度对比验证.试验结果表明：在顾及空间特征的情况下,Stacking模型在测试集上决定系数精度提升了3%,平均绝对值误差和均方误差分别降低了51%和76%;在顾及时序特征的情况下,Stacking模型在测试集上的决定系数精度提升了4%,均方误差和平均绝对值误差分别降低了92%和72%.这表明时空特征的引入可有效提升模型估算ET₀性能.在同时顾及时空特征的情况下,Stacking模型相较于彭曼公式,决定系数提升了39%,均方误差、平均绝对值误差分别降低了95%和77%,并且,在2006—2010年逐年精度验...     

基于辐射改进Penman-Monteith模型估算粮食主产区参考作物蒸散量

为进一步提高Penman-Monteith模型估算参考作物蒸散量(Reference crop evapotranspiration,ET₀)的精度,以中国粮食主产区为研究对象,将其划分为温带湿润半湿润地区(THSZ)、温带干旱半干旱地区(TASZ)、暖温带半湿润地区(WTSZ)和亚热带湿润地区(SHZ),基于32个气象站点1994-2020年长序列实测逐日气象数据,将猎豹算法(CO)、沙猫算法(SCSO)、野狗算法(DOA)优化的时间卷积神经网络模型(TCN)和3种基于日照时数、3种基于温度的经验模型估算的辐射(R_s)值与PM模型进行融合,得到改进PM模型。以均方根误差(RMSE)、决定系数(R²)、平均绝对误差(MAE)和效率系数(E_NS)为精度评价体系,找出了粮食主产区不同分区的ET₀最优估算模型,结果表明：基于日照时数模型的计算精度要优于温度模型,其中CO-TCN模型在全区内均表现出了较高的精度,在不同分区的RMSE、MAE、R²和E_NS...     

青海东部农业区参考作物蒸散量的估算方法

利用青海东部农业区5个气象站1960—2006年逐日气象资料,以Penman-Monteith公式估算结果为标准,分析了Hargreaves-Samani、McCloud与Priestley-Taylor法的适用性。结果表明,采用Hargreaves-Samani法和Priestley-Taylor法,年平均ET0估算值高于标准值,而McCloud估算结果显著偏小;气温较低月份(11月至次年3月),Hargreaves-Samani和Priestley-Taylor法月平均ET0估算值与标准值差异不显著,4—10月估算结果显著高于标准值。可见,Priestley-Taylor适用性最好,Hargreaves-Samani次之,McCloud最差,且Priestley-Taylor公式修正后估算精度更高。     

改进Hargreaves-Samani模型预测广西盆地参考作物蒸散量

准确估算参考作物蒸散量(ET₀)对于区域水资源管理和灌溉决策有着重要意义.Hargreaves-Samani模型(HS)是目前公认结构最简单且精度较高的ET₀估算模型.为了进一步提高HS模型预测精度,采用蜂群理论和广西盆地20个气象站(1961—2019年)数据对HS模型全局校准,使用1961—2000年数据对HS模型进行校准,2001—2019年数据在日、月、年尺度上验证.结果表明：全局优化后的经验参数C,m和a中,参数a随地形起伏差异较大,而参数C和m差异较小;校准后HS模型(平均MAE和R²分别为1.06 mm/d和0.86)优于原始HS模型(MAE和R²分别为2.20 mm/d和0.68);在日、月和年时间尺度上,校准HS模型和原始HS模型都高估了ET₀,但校准的HS模型与P-M模型计算的ET₀更为接近.因此,对仅有温度数据的地区,推荐采用校准的HS模型估算ET₀.     

基于CatBoost的温室日参考作物蒸发蒸腾量估算模型研究

参考作物蒸发蒸腾量(Reference Evapotranspiration,ET₀)是估算作物需水量、制定灌溉制度、提高用水效率,实现农业节水的重要参数。针对传统Penman-Monteith(P-M)公式计算作物蒸发蒸腾量需要参数多,计算复杂等问题,提出了一种基于支持分类特征的梯度提升决策树(CatBoost)算法估算温室日参考作物蒸发蒸腾量。以温室修正型Penman-Monteith公式计算的ET₀作为标准值,通过Pearson’s方法对输入参数与ET₀之间的相关性进行分析,组合不同输入特征向量。当输入参数组合为3参数,即平均室内温度、平均相对湿度、累积太阳辐射时,CatBoost性能最优,测试集估算精度MAE为0.220 mm/d,RMSE为0.310 mm/d。进一步对比了6种其他机器学习模型(XGBoost、AdaBoost、随机森林、决策树、KNN、SVM)的估算精度,结果表明CatBoost模型具有最佳的估算精度和稳定性,能够较好地模拟参考作物蒸发蒸腾量。构建的日参考作物蒸发蒸腾量估算模型为水肥精准化管理、灌溉控制系统研发提供了一种新的思路。     

温室逐时参考作物腾发量的估算

为建立适合逐时计算温室ET0的模型,基于自然气象条件下的逐时Penman-Monteith(PM)公式,对其空气动力项进行修正得到了温室条件下的修正PM公式.并对比了修正PM公式与PM公式计算得到的温室逐时ET0.结果表明,修正PM公式与PM公式计算的温室逐时ET0年内变化趋势基本相同,但修正PM公式得出的逐时ET0负值较少,稳定性较高.修正PM公式计算的逐时ET0与时平均气温、时最高气温、时最低气温及时平均相对湿度有极好的相关性.     

基于分形理论的参考作物蒸发蒸腾量估算

根据成都、雅安和乐山等站点实测的1954~2000年的气象资料和地理参数,建立了温度推算辐射的模型,从分形理论的角度,进一步揭示了温度和辐射的关系特征,并结合Penman-Monteith模型对参考作物蒸发蒸腾量(ET0)进行了估算。研究表明,温度(T)、净辐射(Rn)和净短波辐射(Qns)无标度区拐点的界限时间和分形维数非常接近,具有相似的分形特征,可利用T估算Rn和Qns;通过T估算的Rn计算的ET0的平均绝对偏差和平均相对偏差,均小于通过T估算的Qns计算的ET0的平均绝对偏差和平均相对偏差,而且偏差较小。因此,在实际应用中可通过T估算Rn来计算ET0,简化ET0的计算过程。     

基于双线性理论的参考作物蒸发蒸腾量估算

利用成都、乐山、内江和雅安在1951--2000年的气象资料和地理参数,用Penman-Monteith公式计算蒸发蒸腾量（ETo）,将双线性理论用于EL的计算,建立了多个计算ETo的双线性模型,进一步利用双线性模型计算的E丁0再建立双线性模型,在已建立的双线性模型基础上,又建立了简化双线性模型。各双线性模型与P-M计...     

云南省参考作物蒸发蒸腾量时空变化特征

基于1960-2012年云南省25个气象站点观测的气象数据,用Penman-Monteith公式计算参考作物蒸发蒸腾量ET0,通过Mann-kendall检验法进行突变检验和趋势检验。结果表明滇中、滇东北、滇东南、滇西南及滇西北各分区多年平均ET0介于872.5~1 240.0mm,突变时间依次分别为1982年、1968年和2008年、1971年、2005年、1965年和2001年。5个区多年平均ET0按从大到小排列的顺序是滇中滇西南滇东北滇东南滇西北。时间尺度上,年均ET0以没有显著变化为主,ET0显著增大的站点数量比显著减小的站点数量多;春季蒸发蒸腾量较大,决定了全年蒸发蒸腾量的分布特征。空间尺度上,ET0呈增加趋势的站点主要位于滇西南和滇西北地区,少部分位于滇中地区的东部和滇东北地区;呈减小趋势的站点主要位于滇中地区,少部分位于滇东北和滇西南地区。     

GPR、XGBoost和CatBoost模拟江西地区参考作物蒸散量的适应性研究

[目的]提高机器学习模型模拟参考作物蒸散量在江西省适应性和精度.[方法]基于江西南昌等15个气象站2001—2015年日值气象数据(最高气温、最低气温、地表辐射、大气顶层辐射、相对湿度和2 m高风速),以FAO-56 Penman-Monteith(P-M)公式的计算结果作为对照,建立了计算ET0的高斯过程回归(GPR...     

山西省参考作物蒸散量的时空变化特征及影响因素分析

利用山西省及周边地区共计35个气象站点1957—2014年的逐日气象数据,使用Penman-Monteith公式计算参考作物蒸散量(ET_0),采用一元线性回归和反距离加权插值法分析ET_0的时空变化特征,并采用逐步回归分析对ET_0的影响因素进行研究。结果表明,1年ET_0随时间的变化特征呈现混合模式,以下降趋势为主。2多年平均ET_0空间分布差异显著,区域内存在2个高值区、2个次高值区和2个低值区。秋季ET_0的空间分布特征与年ET_0的空间分布最为接近,而冬季,春季和夏季ET_0的空间分布特征与年ET_0的空间分布相差较大。3各站点年ET_0受同时期气象要素的影响程度由大到小的排序为:风速、温度、相对湿度、日照时间或降水量。全省不同站点多年平均年ET_0受气象要素的影响程度由大到小的排序为:风速、温度、相对湿度、日照时间、降水量。全省不同站点多年平均年ET_0受地理要素的影响程度由大到小的排序为:海拔、纬度。     

参考作物蒸发蒸腾量计算方法的应用比较

应用国家"863"节水农业重大专项子课题示范现场的气象资料,对4种分属于不同类型的参考作物蒸发蒸腾量ET0计算公式进行了日ET0值的验证计算。结果显示,在时间序列上,随气象因素变化各方法计算的日ET0值呈相同的变化趋势,但计算值有较大的差异;选取FAO56Penman-Monteith公式计算结果为标准,Priestley-Taylor(1972)方法结果与之最为接近,其余依次是Irmark-Allen拟合法和Hargreaves-Samani(1985)法;不同天气类型条件下,Priestley-Taylor(1972)结果与FAO56Penman-Monteith有较高的一致性,而其他2种方法随n/N的减小,误差急剧增加,尤其是Hargreaves-Samani(1985)方法。