魏 俊1
,崔宁博1,2
,陈雨霖1
,张青雯1
,冯 禹1,3
,龚道枝4
,王明田5
中国农村水利水电. 2018, (8):
35-39.
PDF
(
)
可视化
 
收藏
为有效提高西北地区参考作物蒸散量(reference crop evapotranspiration,ET0)预报精度,本文在西北地区选择6个代表性气象站点,以P-M模型计算的ET0作为标准值,利用1993—2016年逐日气象资料构建10种极限学习机(extreme learning machine,ELM)ET0预报模型,用k-折交叉验证估计模型泛化误差,并将其与Hargreaves-Samani、Chen、EI-Sebail和Bristow等4种在西北地区计算精度较高的模型进行比较。结果表明:ELM1(输入Tmax、Tmin、RH、n和u2 )、ELM2(输入Tmax、Tmin、n和u2 )、ELM4(输入Tmax、Tmin、RH和u2 )及ELM7(输入Tmax、Tmin和u2)模型均具有较高模拟精度,其MAE分别为0.199 、0.209 、0.250 、0.273 ,RMSE分别为0.270 、0.285 、0.341 、0.422 ,NSE 分别为0.983、0.981、0.973、0.987,R2分别为0.984、0.982、0.975、0.960,整体评价指标(global performance indicator,GPI)排名分别为1、2、3、4;模型可移植性分析表明,ELM模型具有较强的泛化能力,除了ELM7在喀什与敦煌之间的模拟精度相对较低之外,其余模型在西北地区不同站点之间的MAE均在0.40以下、RMSE均在0.49以下、NSE均在0.95以上、R2均在0.96以上;在相同输入的情况下ELM模型模拟精度均高于Hargreaves-Samani、Chen、EI-Sebail和Bristow。因此,在气象资料缺乏情景下ELM模型可作为西北地区ET0计算的推荐模型。