基于廣義回歸神經(jīng)網(wǎng)絡模型模擬夏玉米蒸發(fā)蒸騰量
發(fā)布時間:2021-11-13 19:54
作物蒸發(fā)蒸騰(ET)是農(nóng)業(yè)水管理的關鍵技術參數(shù),ET的準確估算對精準灌溉管理的實現(xiàn)及區(qū)域水資源配置均具有重要意義。為有效提高西北地區(qū)夏玉米ET預報精度,利用2011-2013年夏玉米作物指數(shù)與氣象因子,基于廣義回歸神經(jīng)網(wǎng)絡(GRNN)構建西北地區(qū)夏玉米蒸發(fā)蒸騰量估算模型,并與Shuttleworth-Wallace(S-W)物理模型估算結果進行比較。結果表明,與大型蒸滲儀實測夏玉米不同時段ET相比,GRNN對夏玉米各生育期及全生育期ET的模擬效果更優(yōu)。夏玉米全生育期ET最優(yōu)模擬模型為M12(輸入T、n、LAI),其MAE、NSE、R2、MRE、RRMSE和GPI排名分別為0.925 2 mm/d、0.550 0、0.553 6、0.836 8、0.430 7和4;夏玉米出苗-抽雄期ET模擬最優(yōu)模型為MⅠ-14(輸入fc、H),其MAE、NSE、R2、MRE、RRMSE和GPI排名分別為0.866 0 mm/d、0.391 7、0.425 2、0.360 6、0.399 0和2;...
【文章來源】:中國農(nóng)村水利水電. 2020,(02)北大核心
【文章頁數(shù)】:8 頁
【文章目錄】:
0 引 言
1 材料與方法
1.1 研究區(qū)概況
1.2 測量項目
1.3 研究方法
(1)Shuttleworth-Wallace模型計算方法。
(2)廣義回歸神經(jīng)網(wǎng)絡計算方法。
1.4 模型評價指標
2 結果與分析
2.1 GRNN輸入的模型參數(shù)組合情況
2.2 GRNN對夏玉米蒸發(fā)蒸騰量的模擬
(1)夏玉米出苗-抽雄期蒸發(fā)蒸騰量模擬。
(2)夏玉米抽雄-灌漿期蒸發(fā)蒸騰量模擬。
(3)夏玉米灌漿-收獲期蒸發(fā)蒸騰量模擬。
(4)夏玉米全生育期蒸發(fā)蒸騰量模擬。
2.3 GRNN與Shuttleworth-Wallace模型模擬精度對比
3 討 論
4 結 論
【參考文獻】:
期刊論文
[1]基于Penman-Monteith模型的兩個蒸散模型在夏玉米農(nóng)田的參數(shù)修正及性能評價[J]. 王娟,王建林,劉家斌,姜雯,趙長星. 應用生態(tài)學報. 2017(06)
[2]基于葉面積指數(shù)改進雙作物系數(shù)法估算旱作玉米蒸散[J]. 馮禹,崔寧博,龔道枝,王罕博,郝衛(wèi)平,梅旭榮. 農(nóng)業(yè)工程學報. 2016(09)
碩士論文
[1]基于作物模型的陜西關中地區(qū)冬小麥灌溉制度優(yōu)化研究[D]. 王子申.西北農(nóng)林科技大學 2016
[2]冬小麥、夏玉米蒸發(fā)蒸騰及作物系數(shù)的研究[D]. 梁文清.西北農(nóng)林科技大學 2012
本文編號:3493619
【文章來源】:中國農(nóng)村水利水電. 2020,(02)北大核心
【文章頁數(shù)】:8 頁
【文章目錄】:
0 引 言
1 材料與方法
1.1 研究區(qū)概況
1.2 測量項目
1.3 研究方法
(1)Shuttleworth-Wallace模型計算方法。
(2)廣義回歸神經(jīng)網(wǎng)絡計算方法。
1.4 模型評價指標
2 結果與分析
2.1 GRNN輸入的模型參數(shù)組合情況
2.2 GRNN對夏玉米蒸發(fā)蒸騰量的模擬
(1)夏玉米出苗-抽雄期蒸發(fā)蒸騰量模擬。
(2)夏玉米抽雄-灌漿期蒸發(fā)蒸騰量模擬。
(3)夏玉米灌漿-收獲期蒸發(fā)蒸騰量模擬。
(4)夏玉米全生育期蒸發(fā)蒸騰量模擬。
2.3 GRNN與Shuttleworth-Wallace模型模擬精度對比
3 討 論
4 結 論
【參考文獻】:
期刊論文
[1]基于Penman-Monteith模型的兩個蒸散模型在夏玉米農(nóng)田的參數(shù)修正及性能評價[J]. 王娟,王建林,劉家斌,姜雯,趙長星. 應用生態(tài)學報. 2017(06)
[2]基于葉面積指數(shù)改進雙作物系數(shù)法估算旱作玉米蒸散[J]. 馮禹,崔寧博,龔道枝,王罕博,郝衛(wèi)平,梅旭榮. 農(nóng)業(yè)工程學報. 2016(09)
碩士論文
[1]基于作物模型的陜西關中地區(qū)冬小麥灌溉制度優(yōu)化研究[D]. 王子申.西北農(nóng)林科技大學 2016
[2]冬小麥、夏玉米蒸發(fā)蒸騰及作物系數(shù)的研究[D]. 梁文清.西北農(nóng)林科技大學 2012
本文編號:3493619
本文鏈接:http://sikaile.net/nykjlw/nzwlw/3493619.html
最近更新
教材專著