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
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
标签：冻融期论文; 土壤蒸发论文; 主成分分析论文; 广义回归神经网络论文;