基于XGBoost和数值天气预报的黄淮海平原参考作物蒸散量预测模型研究

文献类型： 中文期刊

第一作者： 朱春霞

作者： 朱春霞;秦安振

作者机构：

关键词： P-M模型;BP神经网络模型;参考作物蒸散量;机器学习;预测模型;黄淮海平原;极限梯度提升(XGBoost);梯度提升决策树(CatBoost)

期刊名称： 中国农学通报

ISSN： 1000-6850

年卷期： 2024 年 40 卷 028 期

页码： 126-133

收录情况： CSCD

摘要： 为提高黄淮海平原参考作物蒸散量（ET0）的预测精度，在豫北地区新乡市利用2020—2021年历史气象数据和2022年日数值天气预报数据（最高气温、最低气温、太阳总辐射量、日照时数、相对湿度和2m风速），建立反向传播（BP）、极限梯度提升（XGBoost）和梯度提升决策树（CatBoost）3种预测ET0的机器学习模型，并与FAO-56 Penman-Monteith模型的结果进行比较。结果显示，气象参数中太阳总辐射量（Ra）、最高气温(Tmax)和最低气温(Tmin)与ET0的相关性最高，可作为模型的输入因子。从预测时间尺度来看，3种机器学习模型对1～16 d的ET0预报效果最佳。其中，XGBoost模型在验证期的R=0.875、RMSE=0.230 mm/d、MAE=0.181 mm/d、MAPE=8.45%。R较CatBoost和BP模型平均提高10.2%,RMSE、MAE和MAPE平均下降39.9%～62.4%。鉴于XGBoost模型预测ET0的精度和稳定性，推荐将其作为黄淮海平原参考作物蒸散量的预测方法。

分类号： TP181%S274

  • 相关文献

[1]基于极限学习机的参考作物蒸散量预测模型. 崔宁博,龚道枝,魏新平,王君勤. 2015

[2]基于遗传算法优化神经网络的参考作物蒸散量预测模型. 王守光,崔宁博,赵璐. 2014

[3]基于极限学习机的参考作物蒸散量预测模型. 崔宁博,龚道枝,魏新平,王君勤. 2014

[4]融合多环境参数的鸡粪氨气排放预测模型研究. 丁露雨,吕阳,李奇峰,王朝元,余礼根,宗伟勋. 2022

[5]基于机器学习的密集烘烤过程烟叶失水率预测模型对比. 杜海娜,孟令峰,王松峰,张炳辉,王爱华,刘浩,李增盛,孙福山. 2022

[6]基于机器学习的生物炭吸附重金属建模研究进展. 冯丁,刘晶静,马文丹,刘玉学,杨尘,张萌萌. 2024

[7]基于BP神经网络对薇甘菊预处理方法的选取. 黄亦其,李婕,赵建晔,杨睿,李岩舟,孙中宇,乔曦. 2020

[8]核桃不饱和脂肪酸总量预测线性与非线性模型. 李群,尹蓉,张倩茹,王贤萍,胡晓军,高忠东,王振,殷龙龙. 2018

[9]BP神经网络模型对超级玉米性状的研究. 孙志超,荆绍凌,刘文国,张志军,周小辉,任军,岳尧海,张建新. 2008

[10]基于BP神经网络的番茄叶面积指数测定方法研究. 马丽丽,纪建伟,贺超兴,张志斌,邹秋滢. 2009

[11]嗪吡嘧磺隆在土壤中的吸附特性及其吸附过程模型的建立. 方丽萍,苑学霞,梁京芸,官帅,杜红霞. 2022

[12]河西地区近50年参考作物蒸散量的演变趋势及其影响因素. 吕晓东,王鹤龄,马忠明. 2010

[13]黑龙港流域典型地区6-9月水热变化特征. 刘朋程,郭安强,王占彪,崔海英,郝洪波,李明哲. 2020

[14]若尔盖湿地参考作物蒸散量时空演变特征及成因分析. 梁霄,靳晓言,强皓凡. 2018

[15]半干旱地区不同水文年Hargreaves和P-M公式的对比分析. 王声锋,段爱旺,张展羽. 2008

[16]四川省不同区域参考作物蒸散量计算方法的适用性评价. 崔宁博,冯禹,魏新平. 2016

[17]西南区域单季稻生长季干湿演变及影响因素分析. 陈超,庞艳梅,徐富贤,郭晓艺. 2020

[18]基于MEA-BPNN的西北旱区参考作物蒸散量预报模型. 崔宁博,魏俊,赵璐,张青雯,龚道枝,王明田. 2018

[19]银川市1960—2009年参考作物蒸散量变化特征研究. 陈晨,康玉兰,刘光龙,王会斌,庄海,沈全礼. 2013

[20]未来主要气候情景下黄淮海地区参考作物蒸散量时空分布. 唐晓培,宋妮,陈智芳,王景雷. 2016

作者其他论文 更多>>

微信小程序