基于遗传算法优化神经网络的参考作物蒸散量预测模型
2014-12-15分类号：S311;TP18
【部门】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 南方丘区节水农业研究四川省重点实验室
【摘要】为实现气象资料缺乏情况下参考作物蒸散量(ET0)的精确模拟,利用川中丘陵区3个气象站点1999-2013年的逐日气象资料作为输入量,以FAO-56 Penman-Monteith模型计算的ET0作为标准值,建立基于遗传算法优化神经网络的ET0模拟模型(GA-BPNN),并将其模拟结果同Hargreaves、Mc Cloud、Priestley-Taylor和Makkink等4种常用ET0计算模型的计算结果进行对比。结果表明:GA-BPNN模型能够很好地反映ET0同气象因素之间的非线性关系,模拟精度较高;当基于温度资料模拟ET0时,GA-BPNN模型模拟精度高于Hargreaves和Mc Clo...
【关键词】参考作物蒸散量 神经网络 遗传算法 预测模型 川中丘陵区
【基金】国家自然科学基金(编号:51009101); 水利部公益性行业科研专项经费项目(编号:201101039); 南方丘区节水农业研究四川省重点实验室开放基金(编号:JSSYS2014-C)
【所属期刊栏目】资源科学
文献传递
