-
题名基于广义回归神经网络模型模拟夏玉米蒸发蒸腾量
被引量：4
- 1
-
-
作者
冉梽乂
肖璐
崔宁博
张志亮
蔡焕杰
张宝忠
-
机构
四川农业大学水利水电学院
四川大学水力学与山区河流开发保护国家重点实验室
四川大学水利水电学院
西北农林科技大学旱区农业水土工程教育部重点实验室
南方丘区节水农业研究四川省重点实验室
中国水利水电科学研究院流域水循环模拟与调控国家重点实验室
-
出处
《中国农村水利水电》
北大核心
2020年第2期93-99,104,共8页
-
基金
“十三五”国家重点研发计划课题(2016YFC0400206)
国家自然科学基金项目(51779161)
“十二五”国家科技支撑计划课题(2015BAD24B01)。
-
文摘
作物蒸发蒸腾(ET)是农业水管理的关键技术参数,ET的准确估算对精准灌溉管理的实现及区域水资源配置均具有重要意义。为有效提高西北地区夏玉米ET预报精度,利用2011-2013年夏玉米作物指数与气象因子,基于广义回归神经网络(GRNN)构建西北地区夏玉米蒸发蒸腾量估算模型,并与Shuttleworth-Wallace(S-W)物理模型估算结果进行比较。结果表明,与大型蒸渗仪实测夏玉米不同时段ET相比,GRNN对夏玉米各生育期及全生育期ET的模拟效果更优。夏玉米全生育期ET最优模拟模型为M12(输入T、n、LAI),其MAE、NSE、R2、MRE、RRMSE和GPI排名分别为0.9252 mm/d、0.5500、0.5536、0.8368、0.4307和4;夏玉米出苗-抽雄期ET模拟最优模型为MⅠ-14(输入fc、H),其MAE、NSE、R2、MRE、RRMSE和GPI排名分别为0.8660 mm/d、0.3917、0.4252、0.3606、0.3990和2;抽雄-灌浆期最优模型为MⅡ-9(输入n、T、RH、LAI),其MAE、NSE、R2、MRE、RRMSE和GPI排名分别为0.5933 mm/d、0.7537、0.7601、0.2299、0.2840和1;灌浆-收获期最优模型MⅢ-11(输入RH、n、T),其相关参数分别为0.3258 mm/d、0.8570、0.8852、0.2112、0.2155和2;同时GRNN模型模拟值较S-W模型模拟值精确度明显更高。因此,基于广义回归神经网络的蒸发蒸腾量估算模型可用于较少输入参数下西北地区夏玉米不同生育期蒸发蒸腾量精准模拟。
-
关键词
蒸发蒸腾量模拟
夏玉米
广义回归神经网络
Shuttleworth-Wallace模型
-
Keywords
evapotranspiration simulation
summer maize
generalized regression neural network
Shuttleworth-Wallace model
-
分类号
TV93
[水利工程—水利水电工程]
-
