本文主要研究内容
作者娄忠秋,李桢（2019）在《不同简化算法模型模拟都江堰灌区参考作物蒸散量》一文中研究指出：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。
Abstract
wei zhao chu kuo yong yu dou jiang yan guan ou can kao zuo wu zheng san liang （ET0）de jian hua ji suan mo xing ,yi guan ou fu jin cheng dou 、dou jiang yan 、le shan 、sui ning he ya an 5ge zhan dian 1961—2017nian de zhu ri qi xiang zi liao wei ji chu ,ji suan Penman-Monteith（PM）mo xing 、ji xian xue xi ji （ELM）mo xing 、an yi hui gui shen jing wang lao （GRNN）mo xing 、Priestley-Taylor（PT）mo xing 、Makkink（MK）mo xing 、Ritchie（RC）mo xing de zhu ri ET0shu ju ,yi xiang dui jun fang gen wu cha （RMSE）、jue ding ji shu （R2）he mo xing xiao lv ji shu (Ens)wei ping jia zhi biao ti ji bi jiao bu tong mo xing ji suan jing du ,fen xi de chu zai jin you wen du zi liao he fu she zi liao qing kuang xia kuo yong yu dou jiang yan guan ou de jian hua ji suan mo xing 。jie guo biao ming :zai ji suan ET0shi ,GRNNmo xing he ELMmo xing biao xian chu le jiao gao de ji suan jing du he yi zhi xing ,ELMmo xing R2,RMSE,Ensfen bie wei 0.852 4～0.911 0,0.363～0.413 mm/dhe 0.856～0.903,GRNNmo xing R2,RMSE,Ensfen bie wei 0.835 7～0.886 3,0.366～0.497 mm/dhe 0.832～0.879,tong shi bi jiao shu ru fu she qian hou 2ge mo xing de mo ni jing du ke zhi ,fu she shi ET0ji suan de guan jian yin su 。zeng shang suo shu ,ELMmo xing zai ji suan ET0ri zhi he yue zhi shi de ji suan jing du jun jiao gao ,ke zuo wei dou jiang yan guan ou zai qi xiang zi liao que shi qing kuang xia de ET0biao zhun ji suan mo xing 。
论文参考文献
论文详细介绍
论文作者分别是来自水土保持研究的娄忠秋,李桢，发表于刊物水土保持研究2019年05期论文，是一篇关于参考作物蒸散量论文,辐射论文,极限学习机论文,广义回归神经网络论文,模型论文,水土保持研究2019年05期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自水土保持研究2019年05期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：参考作物蒸散量论文; 辐射论文; 极限学习机论文; 广义回归神经网络论文; 模型论文; 水土保持研究2019年05期论文;