科研之友
微信
新浪微博
Facebook
分享链接
摘要
为探明不同核函数高斯过程回归算法在不同使用条件下对参考作物腾发量(ET0)模拟精度，在长江流域内选择10个代表性气象站点，以PM公式的计算结果作为参考值，以最高气温、最低气温、平均气温、相对湿度、平均本站大气压、日照时数和风速作为主要气象因子，使用灰色关联分析得到因子输入组合，使用二次有理、平方指数、Matern 5/2等3种不同核函数的高斯过程回归算法对ET0进行模拟，并与Priestley-Taylor、Hargreaves-Samani、Irmak-Allen等3种经典算法计算结果进行对比。结果显示：(1)在同一站点同一参考公式计算结果下，3种不同核函数高斯过程回归算法和3种经典算法的模拟精度大小排序为：Matern 5/2>二次有理>平方指数>PT>IA>HS,其中Matern 5/2的模拟效果最好，其R2范围为0.970～0.988。表明在相同气象参数输入条件下，机器学习模型精度普遍优于经验模型。(2)针对灰色关联分析得到的结果，日最高温度对参考作物腾发量影响较大，其平均关联度为0.8969;日照时数对参考作物腾发量影响较小，其平均关联度为0.810 5;其余气象因子对参考作物腾发量的影响适中。(3)针对不同因子组合输入下同种核函数的高斯过程回归算法，3种不同核函数高斯过程回归算法的模拟ET0表现效果均为：六因子>五因子>四因子，其中六因子输入的模拟效果最好，其R2范围为0.908～0.977。
- 出版日期2023
- 单位河海大学
