基于PCA-PSO-GRNN模型的冻融期土壤蒸发预报

摘要：

季节性冻融作用加剧了土壤蒸发的复杂性,准确预测冻融期大田土壤蒸发量对干旱半干旱地区水资源高效利用具有重要意义.基于2017-2018年冻融期大田土壤蒸发实测数据和影响土壤蒸发的气象资料,利用主成分分析法对气象数据进行降维,选取7个主要气象因子作为模型输入变量,采用粒子群算法选取最优光滑因子建立PCA-PSO-GRNN土壤蒸发预报模型.结果表明:PCA-PSO-GRNN模型的预测值和实际值拟合效果较好,均方根误差为0.0114 mm/d,决定系数为0.9921,均方相对误差为0.0029,平均绝对误差为0.007 mm/d,模型预测精度和泛化性能显著优于BP模型和标准GRNN模型,可用于冻融期大田土壤的蒸发预报.

关键词：冻融期、土壤蒸发预报、主成分分析、粒子群优化算法、广义回归神经网络

分类号：S271;S152.7(农田水利)

资助基金：国家自然科学基金面上项目;国家自然科学基金青年科学基金项目;山西省自然科学基金面上项目;山西省水利科学技术研究;推广项目;国家级大学生创新创业训练项目

在线出版日期：2021-01-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：14-19