赵文刚:基于神经网络算法的广东省典型代表站点ET0简化计算模型研究论文

赵文刚:基于神经网络算法的广东省典型代表站点ET0简化计算模型研究论文

本文主要研究内容

作者赵文刚,马孝义,刘晓群,石林,宋雯(2019)在《基于神经网络算法的广东省典型代表站点ET0简化计算模型研究》一文中研究指出:【目的】探讨BP、极限学习机、小波神经网络算法在广东典型气候代表站点的适用性,建立ET0简化计算模型。【方法】以韶关、深圳、广州、揭西、湛江站为研究对象,收集各站1981—2010年逐日平均、最高、最低气温、相对湿度、日照时间、风速观测数据,以FAO-56Penman-Monteith ET0计算值为基准,对比3种算法计算效结果,确定最优算法,并结合因子敏感性分析建立了ET0简化计算模型。【结果】①P<0.05显著水平下,广州、韶关站各气象因子均差异显著;湛江、广州、揭西、深圳4站除日最高气温差异显著,其他气象因子差异均不显著;②ET0因子敏感性分析中,韶关、广州、深圳3站日最低、最高气温、日照时间敏感系数较大,韶关站为0.040、0.113、0.223,广州站为0.043、0.101、0.208,深圳站为0.054、0.105、0.181;揭西和湛江站日最高气温、相对湿度、日照时间敏感系数较大,分别为:0.105、-0.040、0.216和0.098、-0.072、0.197,综合各站来看,日最高气温、日照时间最为敏感;③全因子输入条件下,ET0计算精度表现为BP>极限学习机>小波神经网络;④ET0简化计算精度表现为BP(全因子输入)>BP-1(日最高、最低气温,相对湿度,日照时间作输入)>BP-2(日最高气温、日照时间输入),但差值不大。【结论】因此,基于日最高气温、日照时间2因素的BP算法一定程度能简化计算ET0。

Abstract

【mu de 】tan tao BP、ji xian xue xi ji 、xiao bo shen jing wang lao suan fa zai an dong dian xing qi hou dai biao zhan dian de kuo yong xing ,jian li ET0jian hua ji suan mo xing 。【fang fa 】yi shao guan 、shen zhen 、an zhou 、jie xi 、zhan jiang zhan wei yan jiu dui xiang ,shou ji ge zhan 1981—2010nian zhu ri ping jun 、zui gao 、zui di qi wen 、xiang dui shi du 、ri zhao shi jian 、feng su guan ce shu ju ,yi FAO-56Penman-Monteith ET0ji suan zhi wei ji zhun ,dui bi 3chong suan fa ji suan xiao jie guo ,que ding zui you suan fa ,bing jie ge yin zi min gan xing fen xi jian li le ET0jian hua ji suan mo xing 。【jie guo 】①P<0.05xian zhe shui ping xia ,an zhou 、shao guan zhan ge qi xiang yin zi jun cha yi xian zhe ;zhan jiang 、an zhou 、jie xi 、shen zhen 4zhan chu ri zui gao qi wen cha yi xian zhe ,ji ta qi xiang yin zi cha yi jun bu xian zhe ;②ET0yin zi min gan xing fen xi zhong ,shao guan 、an zhou 、shen zhen 3zhan ri zui di 、zui gao qi wen 、ri zhao shi jian min gan ji shu jiao da ,shao guan zhan wei 0.040、0.113、0.223,an zhou zhan wei 0.043、0.101、0.208,shen zhen zhan wei 0.054、0.105、0.181;jie xi he zhan jiang zhan ri zui gao qi wen 、xiang dui shi du 、ri zhao shi jian min gan ji shu jiao da ,fen bie wei :0.105、-0.040、0.216he 0.098、-0.072、0.197,zeng ge ge zhan lai kan ,ri zui gao qi wen 、ri zhao shi jian zui wei min gan ;③quan yin zi shu ru tiao jian xia ,ET0ji suan jing du biao xian wei BP>ji xian xue xi ji >xiao bo shen jing wang lao ;④ET0jian hua ji suan jing du biao xian wei BP(quan yin zi shu ru )>BP-1(ri zui gao 、zui di qi wen ,xiang dui shi du ,ri zhao shi jian zuo shu ru )>BP-2(ri zui gao qi wen 、ri zhao shi jian shu ru ),dan cha zhi bu da 。【jie lun 】yin ci ,ji yu ri zui gao qi wen 、ri zhao shi jian 2yin su de BPsuan fa yi ding cheng du neng jian hua ji suan ET0。

论文参考文献

  • [1].基于神经网络算法的大数据分析方法研究[J]. 方芳.  软件工程.2018(09)
  • [2].基于FPGA的误差校正神经网络算法设计与实现[J]. 朱承.  电子器件.2015(04)
  • [3].粗糙集神经网络算法在数据挖掘中的研究与应用[J]. 王晓洁,王付强.  河南机电高等专科学校学报.2007(04)
  • [4].卷积神经网络算法在近红外光人脸检测中的研究[J]. 王玉晶,莫建麟.  激光杂志.2019(04)
  • [5].自组织神经网络算法在宁夏暴雨天气分型中的应用[J]. 邵建,闫军,裴晓蓉,胡文东,代刊.  干旱气象.2018(05)
  • [6].基于蚁群神经网络算法的软件预警评估[J]. 贾瑛.  微型电脑应用.2016(07)
  • [7].基于神经网络算法的大数据分析方法研究[J]. 周林腾.  电子设计工程.2018(09)
  • [8].利用神经网络算法解决数据库智能高并行、并发海量运算[J]. 宣光荣.  中国新通信.2018(12)
  • [9].基于改进的模糊神经网络算法的微互动平台设计[J]. 康华,娄志刚,赵宁,赵新义,张艳玲,王小花.  唐山学院学报.2017(06)
  • [10].基于改进神经网络算法的微博热点预测系统设计[J]. 金海.  现代电子技术.2018(12)
  • 论文详细介绍

    论文作者分别是来自灌溉排水学报的赵文刚,马孝义,刘晓群,石林,宋雯,发表于刊物灌溉排水学报2019年05期论文,是一篇关于参考作物腾发量论文,神经网络论文,因子敏感性分析论文,模型论文,灌溉排水学报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,资料来自灌溉排水学报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:;  ;  ;  ;  ;  

    赵文刚:基于神经网络算法的广东省典型代表站点ET0简化计算模型研究论文
    下载Doc文档

    猜你喜欢