LSTM模型在嘉陵江流域参考作物蒸散量计算中的适用性研究

• Published in: 中国农村水利水电 no. 11; pp. 62 - 70
• Main Authors: 葛杰, 康秀, 白钰, 张晓鹏, 董超超, 王晶
• Format: Journal Article
• Language: Chinese
• Published: 中国电建集团西北勘测设计研究院有限公司,陕西 西安 710065%河北天和咨询有限公司,河北 石家庄 050000%咸阳市水利水电规划勘测设计研究院 陕西 咸阳 712000 15.11.2024
• Subjects: Jialing River; LSTM; lack of data; 嘉陵江; 缺乏资料; 参考作物蒸散量; 适用性; applicability; reference crop evapotranspiration(ET0)
• ISSN: 1007-2284
• DOI: 10.12396/znsd.240445

TV213.9%S274.3; 为有效提高缺乏气象数据时嘉陵江流域参考作物蒸散量(ET0)计算精度,选取流域及周边20个气象站58 a(1960-2017年)逐日气象数据,基于不同气象要素组合,构建16种基于长短期记忆网络(Long Short-Term Memory,LSTM)的ET0计算模型,并将其与Hargreaves-Samani、Makkink和Irmark-Allend等3种在嘉陵江流域计算精度较高的模型进行对比,研究LSTM模型在嘉陵江流域的适用性.结果表明:①LSTM模型能精准地捕捉输入参数与ET0之间复杂的非线性关系,基于最高气温(Tmax)、最低气温(Tmin)和地球外辐射(Ra)建立的LSTM2模型计算精度能达到应用要求(MAPE平均为14.6%,RMSE平均为0.476 mm/d,NSE平均为0.891,R2平均为0.903),模型计算精度随输入气象要素数量的增加而升高.②模型输入参数中增加Ra,可有效提高模型计算精度(MAPE平均降低17.3%,RMSE平均降低11.1%,NSE平均升高0.779%,R2平均升高0.715%).③基于最高气温(Tmax)、最低气温(Tmin)、地球外辐射(Ra)和日照时间(n)构建的LSTM12模型是嘉陵江流域缺乏气象数据时最适宜的ET0计算模型.④LSTM模型的计算精度均优于相同输入参数依赖下的Harg-reaves-Samani、Makkink和Irmark-Allen模型.⑤LSTM模型在嘉陵江流域具有很强的可移植性,不同气象站点建立的LSTM相互移植时,能保持较高精度(MAPE低于7.42%,RMSE低于0.242 mm/d,NSE高于0.972,R2高于0.980).因此,基于长短期记忆网络(LSTM)建立的ET0模型在嘉陵江流域具有很好的适用性,可作为气象数据缺乏时嘉陵江流域ET0计算的推荐模型.