基于思维进化算法优化的东北地区参考作物蒸散量估算

• Published in: 节水灌溉 no. 11; pp. 69 - 78
• Main Authors: 刘琦, 董娟, 韩晓阳, 乔江波, 鱼洋, 袁银颍, 朱元骏
• Format: Journal Article
• Language: Chinese
• Published: 中国科学院教育部水土保持与生态环境研究中心,陕西 杨凌 712100 10.11.2024; 中国科学院大学,北京 100049; 中国科学院大学,北京 100049%西北农林科技大学水土保持科学与工程学院,陕西 杨凌 712100%中国科学院水利部水土保持研究所,陕西 杨凌 712100; 西北农林科技大学水土保持科学与工程学院,陕西 杨凌 712100%中国科学院教育部水土保持与生态环境研究中心,陕西 杨凌 712100; 西北农林科技大学水土保持科学与工程学院,陕西 杨凌 712100; 中国科学院水利部水土保持研究所,陕西 杨凌 712100
• Subjects: 东北地区; 经验模型; 思维进化算法; mind evolutionary algorithm; 参考作物蒸散量; Northeast China; empirical models; reference crop evapotranspiration; spatiotemporal characteristics; 时空特征
• ISSN: 1007-4929
• DOI: 10.12396/jsgg.2024168

S274.3; 准确估算参考作物蒸散发(Reference crop evapotranspiration,ET0)对于农业水资源管理至关重要.东北地区是我国最重要的粮食产区,但该区域纬度相对较高、气温相对较低,ET0影响因素多、估算的不确定性高.研究选取东北地区20个代表性气象站点1961-2019年气象数据,采用Mann-Kendall非参数趋势检验及反距离加权插值法模拟东北地区ET0时空变化特征,并利用思维进化算法(Mind Evolutionary Algorithm,MEA)优化模型参数,以FAO-56 Penman-Monteith公式计算结果为标准值,比较9种不同输入因子的模型精度,结果表明:①1961-2019年东北地区ET0的年平均值在567.81～1 080.66 mm之间,东北地区北部的年均ET0值呈上升趋势,中部平原及南部沿海呈下降趋势;②通过对东北地区20个站点使用不同类型模型计算ET0的评估,优化前精度表现:辐射型模型＞湿度型模型＞温度型模型.其中Mak模型在东北地区的计算精度最高,相应的R2、NSE、RMSE、和MAE中位数值分别为0.801、0.786、0.570 mm/d和0.331 mm/d;③MEA算法优化后,对9种经验模型的R2、NSE、RMSE和MAE提升幅度分别为 14.43～47.15%、14.84～50.47%、5.42～46.79%、7.47～39.86%.优化后的Mak模型相应的R2、NSE、RMSE、和MAE中位数值分别为0.910、0.907、0.510 mm/d、0.291 mm/d.因此,在气象资料缺乏情景下,Mak模型可作为东北地区ET0计算的最优模型,并且MEA算法优化能够高效提高模型计算精度,实现了准确性和效率之间更优化的平衡.