Print

基于GRNN的冻融期土壤蒸发预测

论文摘要

基于2017～2018年冻融期实测大田土壤蒸发数据和日气象数据,采用主成分分析法与广义回归神经网络(GRNN)相结合的方法对土壤蒸发量进行预测。即先利用主成分分析法提取影响冻融期土壤蒸发的7个主要因子,将其作为GRNN模型的输入变量,土壤蒸发量作为输出变量;再利用10折交叉验证法选取的最佳光滑因子建立GRNN土壤蒸发预测模型。结果表明,GRNN模型预测值与实测值拟合程度较高,R~2为0.982、均方根误差为0.014mm/d、平均相对误差为5.281%、平均绝对误差为0.010mm/d,模型模拟精度较高,可用于冻融期土壤蒸发预测。

论文目录

  • 1 引言
  • 2 材料与方法
  •   2.1 试验区概况
  •   2.2 样本数据来源
  •   2.3 数据处理
  •     2.3.1 主成分分析法选取主要因子
  •     2.3.2 GRNN模型设计
  •   2.4 GRNN模型建立
  • 3 模型预测结果分析
  • 4 结论

    • 文章来源

    类型: 期刊论文

    作者: 冯慧君,郑秀清,陈军锋,薛静,李晓敏,解雪,苗春燕

    关键词: 冻融期,土壤蒸发,主成分分析,广义回归神经网络

    来源: 水电能源科学 2019年12期

    年度: 2019

    分类: 工程科技Ⅱ辑,农业科技

    专业: 农业基础科学,农艺学

    单位: 太原理工大学水利科学与工程学院,山西省第一水文地质工程地质队

    基金: 国家自然科学基金项目(41572239),国家自然科学青年基金项目(41502243)

    分类号: S152.73

    页码: 10-13

    总页数: 4

    文件大小: 320K

    下载量: 122

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/ec411023d793163825a7a94f.html