利用MARS估算不同气象要素组合下的参考作物蒸散量          下载免费PDF全文

张艺潇  赵忠国  郑江华 《武汉大学学报(信息科学版)》2022,47(5):789-798

建立精确预测参考作物蒸散量（ET₀）的计算模型对区域水资源规划和灌溉调度设计具有重要意义。聚焦评估多元自适应回归样条模型（multivariate adaptive regression splines,MARS）计算每日ET₀的性能。首先,将Penman-Monteith方程计算的ET₀作为标准值;然后,利用中国新疆维吾尔自治区伊犁哈萨克自治州伊宁站1996—2015年逐日气象数据,建立14种不同气象参数组合下的MARS模型并计算ET₀;最后,将结果与广义回归神经网络（general regression neural network,GRNN）、支持向量机（support vector machine,SVM）及基于温度、传质、辐射和气象参数的10个经验方程进行比较。结果表明,MARS、GRNN和SVM计算ET₀的精度均高于经验方程,整体上MARS性能最好、精度最高,而SVM略优于GRNN。  相似文献