| 气象资料受限条件下BP神经网络优化模型模拟参考作物蒸散量:以京津冀地区为例 |
| |
| 引用本文： | 贾悦,苏永军,张冉,李鹏程,王凤春,路梅.气象资料受限条件下BP神经网络优化模型模拟参考作物蒸散量:以京津冀地区为例[J].中国农业气象,2022(1):1-16. |
| |
| 作者姓名： | 贾悦 苏永军 张冉 李鹏程 王凤春 路梅 |
| |
| 作者单位： | 河北水利电力学院遥感与智慧水利创新中心;四川大学水力学与山区河流开发保护国家重点实验室 |
| |
| 基金项目： | 河北省高等学校科学技术研究项目(QN2021227);河北省水利科研与推广计划项目(2020-64);沧州市重点研发计划指导项目(204107007)。 |
| |
| 摘 要： | 为确定气象数据缺乏地区参考作物蒸散量(ET0)的最优简化估算模型,本文以京津冀地区作为研究区域,以传统BP神经网络模型为基础,基于粒子群算法(PSO)、遗传算法(GA)、思维进化算法(MEA)、麻雀算法(SSA)和人工鱼群算法(AF)5种优化算法,构建了PSO-BP、GA-BP、MEA-BP、SSA-BP、AF-BP共5种优化模型,并将计算结果与3种传统机器学习模型BP模型、随机森林模型(RF)、小波神经网络模型(WNN)和2种经验模型Hargreaves模型(HS)、Droogres-Allen模型(DA)进行对比,在仅输入温度数据的条件下,得出区域ET0最优估算模型。结果表明:在不同区域,5种优化模型计算精度显著高于其余模型,其中,SSA-BP模型均表现出了较高的精度,RMSE、R~2、Ens和MAE分别为0.297～0.402mm·d-1、0.879～0.946、0.862～0.940、0.210～0.300mm·d-1,模型GPI在研究区域内排名第1位;在相同气象数据条...
|
| 关 键 词： | 京津冀地区 参考作物蒸散量 BP神经网络模型 麻雀算法 |
Simulation of Reference Crop Evapotranspiration by BP Neural Network Optimization Model with Limited Meteorological Data:A Case Study in the Beijing-Tianjin-Hebei Region |
| |
| JIA Yue,SU Yong-jun,ZHANG Ran,LI Peng-cheng,WANG Feng-chun,LU Mei.Simulation of Reference Crop Evapotranspiration by BP Neural Network Optimization Model with Limited Meteorological Data:A Case Study in the Beijing-Tianjin-Hebei Region[J].Chinese Journal of Agrometeorology,2022(1):1-16. |
| |
| Authors: | JIA Yue SU Yong-jun ZHANG Ran LI Peng-cheng WANG Feng-chun LU Mei |
| |
| Institution: | (Hebei University of Water Resource and Electric Engineering&Remote Sensing and Smart Water Innovation Center,Cangzhou 061001,China;State Key Laboratory of Hydraulics and Mountain River Engineering,Sichuan University,Chengdu 610065) |
| |
| Abstract: | |
| |
| Keywords: | Beijing-Tianjin-Hebei region Reference crop evapotranspiration BP neural network model Sparrow algorithm |
| 本文献已被 维普 等数据库收录！ |
|
