您好,欢迎访问中国农业科学院 机构知识库!

基于XGBoost和数值天气预报的黄淮海平原参考作物蒸散量预测模型研究

文献类型: 中文期刊

作者: 朱春霞 1 ; 秦安振 2 ;

作者机构: 1.周口市土壤肥料和农业资源保护中心

2.中国农业科学院农田灌溉研究所

关键词: P-M模型;BP神经网络模型;参考作物蒸散量;机器学习;预测模型;黄淮海平原;极限梯度提升(XGBoost);梯度提升决策树(CatBoost)

期刊名称: 中国农学通报

ISSN: 1000-6850

年卷期: 2024 年 40 卷 028 期

页码: 126-133

收录情况: CSCD

摘要: 为提高黄淮海平原参考作物蒸散量(ET0)的预测精度,在豫北地区新乡市利用2020—2021年历史气象数据和2022年日数值天气预报数据(最高气温、最低气温、太阳总辐射量、日照时数、相对湿度和2m风速),建立反向传播(BP)、极限梯度提升(XGBoost)和梯度提升决策树(CatBoost)3种预测ET0的机器学习模型,并与FAO-56 Penman-Monteith模型的结果进行比较。结果显示,气象参数中太阳总辐射量(Ra)、最高气温(Tmax)和最低气温(Tmin)与ET0的相关性最高,可作为模型的输入因子。从预测时间尺度来看,3种机器学习模型对1~16 d的ET0预报效果最佳。其中,XGBoost模型在验证期的R=0.875、RMSE=0.230 mm/d、MAE=0.181 mm/d、MAPE=8.45%。R较CatBoost和BP模型平均提高10.2%,RMSE、MAE和MAPE平均下降39.9%~62.4%。鉴于XGBoost模型预测ET0的精度和稳定性,推荐将其作为黄淮海平原参考作物蒸散量的预测方法。

  • 相关文献

[1]基于极限学习机的参考作物蒸散量预测模型. 崔宁博,龚道枝,魏新平,王君勤. 2015

[2]基于极限学习机的参考作物蒸散量预测模型. 崔宁博,龚道枝,魏新平,王君勤. 2014

[3]基于机器学习的密集烘烤过程烟叶失水率预测模型对比. 杜海娜,孟令峰,王松峰,张炳辉,王爱华,刘浩,李增盛,孙福山. 2022

[4]基于BP神经网络对薇甘菊预处理方法的选取. 黄亦其,李婕,赵建晔,杨睿,李岩舟,孙中宇,乔曦. 2020

[5]基于BP神经网络的番茄叶面积指数测定方法研究. 马丽丽,纪建伟,贺超兴,张志斌,邹秋滢. 2009

[6]黄淮海平原小麦生产及优质专秀小麦产业带建设. 赵广才. 2002

[7]黄淮海平原中低产区优化种植与高效治理技术研究. 李志杰,左余宝,黄绍文,马卫萍,唐继伟,金继运,祁士君,刘爱华,李建华,韩全霞,苏宝新. 2004

[8]西北旱区参考作物蒸散量空间格局演变特征分析. Liu Qin,刘勤,Yan Changrong,严昌荣,Mei Xurong. 2014

[9]参考作物蒸散量计算研究进展. Zhou haoyong,周浩勇,duan aiwang,段爱旺,shen xiaojun,申孝军,wang guangshuai,王广帅,si zhuanyun,司转运. 2015

[10]半干旱地区不同水文年Hargreaves和P-M公式的对比分析. 王声锋,段爱旺,张展羽. 2008

[11]基于MEA-BPNN的西北旱区参考作物蒸散量预报模型. 崔宁博,魏俊,赵璐,张青雯,龚道枝,王明田. 2018

[12]未来主要气候情景下黄淮海地区参考作物蒸散量时空分布. 唐晓培,宋妮,陈智芳,王景雷. 2016

[13]四川地区参考作物蒸散量的变化特征及气候影响因素分析. 陈超,庞艳梅,潘学标,王春艳. 2011

[14]考虑辐射改进Hargreaves模型计算川中丘陵区参考作物蒸散量. 崔宁博,魏新平,龚道枝,胡笑涛. 2016

[15]中国西南五省参考作物蒸散量时空变化分析. 崔宁博,冯禹,龚道枝,胡笑涛. 2016

[16]机器学习算法和Hargreaves模型在四川盆地ET_0计算中的比较. 崔宁博,龚道枝. 2016

[17]基于反距离权重法的长江流域参考作物蒸散量算法适用性评价. 崔宁博,魏新平,龚道枝,胡笑涛. 2016

[18]ngstrm-Prescott系数选取对参考作物蒸散量的影响—以黄河中游站点为例. 刘晓英,李玉中. 2007

[19]几种基于温度的参考作物蒸散量计算方法的评价. 刘晓英,李玉中,王庆锁. 2006

[20]A°ngstrǒm—Prescott系数选取对参考作物蒸散量的影响-以黄河中游站点为例. 刘晓英,李玉中. 2007

作者其他论文 更多>>