文献类型： 中文期刊

作者： 师翊 ¹ ; 王应宽 ¹ ; 赵龙 ¹ ; 曹瑞雪 ¹ ; 王宇航 ¹ ; 沈剑波 ¹ ; 段震 ¹ ;

作者机构： 1.农业农村部规划设计研究院;河南科技大学农业装备工程学院;中国农业工程学会;北京市农林科学院信息技术研究中心

关键词： 模型;算法;蒸散;优化;CART;ELM

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2023 年 39 卷 014 期

页码： 89-96

收录情况： EI ; 北大核心 ; CSCD

摘要： 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.研究结果可为中国九大农业区域的作物需水量计算提供参考.