【摘要】为有效提高陕西省参考作物蒸散量(ET_0)的计算精度,选取陕西省6个气象站点57 a(1960—2016年)每日气象资料,构建8种基于自适应神经模糊推理系统(ANFIS)的ET_0计算模型,将其与Hargreaves-Samani、Makkink和Iramk等三种在陕西省ET_0计算精度较高的模型进行比较。结果表明:ANFIS模型能较好地反映气象因子与ET_0之间的复杂非线性关系,在仅有气温数据时,ANFIS模型具有足够的精度(平均R~2=0.894,平均R_(MSE)=0.558 mm/d,平均MRE=18.258%),ANFIS模型的精度随着气象因子数量的增加而增加;在相同气象条件下,ANFIS模型模拟效果最好;ANFIS模型具有较强的泛化能力,基于不同站点也有较高的精度(平均R~2=0.974,平均R_(MSE)=0.276 mm/d,平均MRE=8.608%),具有很好的可移植性。因此,在缺少气象数据时,ANFIS可以作为陕西省ET_0的计算模型,为农业用水管理及水资源优化配置提供帮助。