作者：娄忠秋; 李桢参考作物蒸散量辐射极限学习机广义回归神经网络
摘要：为找出适用于都江堰灌区参考作物蒸散量(ET0)的简化计算模型,以灌区附近成都、都江堰、乐山、遂宁和雅安5个站点1961—2017年的逐日气象资料为基础,计算Penman-Monteith(PM)模型、极限学习机(ELM)模型、广义回归神经网络(GRNN)模型、Priestley-Taylor(PT)模型、Makkink(MK)模型、Ritchie(RC)模型的逐日ET0数据,以相对均方根误差(RMSE)、决定系数(R2)和模型效率系数(Ens)为评价指标体系比较不同模型计算精度,分析得出在仅有温度资料和辐射资料情况下适用于都江堰灌区的简化计算模型。结果表明:在计算ET0时,GRNN模型和ELM模型表现出了较高的计算精度和一致性,ELM模型R2,RMSE,Ens分别为0.852 4~0.911 0,0.363~0.413 mm/d和0.856~0.903,GRNN模型R2,RMSE,Ens分别为0.835 7~0.886 3,0.366~0.497 mm/d和0.832~0.879,同时比较输入辐射前后2个模型的模拟精度可知,辐射是ET0计算的关键因素。综上所述,ELM模型在计算ET0日值和月值时的计算精度均较高,可作为都江堰灌区在气象资料缺失情况下的ET0标准计算模型。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
