基于BP网络的白杨树潜在蒸散量模拟优化研究

【目的】探寻最优的白杨树潜在蒸散量（ET0）模拟方法。【方法】基于贵德县2022年1—6月的气象数据，建立了不同算法优化下白杨树ET0的模拟模型，选取151组数据对模型进行训练，选取30组数据对模型进行验证。【结果】影响白杨树ET0的主要因素为平均气温，2 m高处风速，饱和水汽压差，相对湿度，基于不同算法优化后的BP网络模型在模拟白杨树ET0方面的精度优于传统的BP网络模型。【结论】EWOA-BP网络模型的模拟精度最佳，可以作为预测白杨树ET0的首选模型。...

Full description

Saved in:
Bibliographic Details
Published inGuanʻgai paishui xuebao Vol. 43; p. 131
Main Authors GAO, Tao, YUAN Riping, ZHENG Liping, WANG Shangtao, GAN Yongde
Format Journal Article
LanguageChinese
English
Published Xinxiang City Chinese Academy of Agricultural Sciences (CAAS) Farmland Irrigation Research Institute Editorial Office of Journal of Irrigation and Drainage 01.01.2024
Subjects
Algorithms
Alpine regions
Back propagation networks
Computer simulation
Demand analysis
Environmental factors
Evapotranspiration
Humidity
Meteorological data
Neural networks
Optimization
Optimization models
Relative humidity
Simulation
Vapor pressure
Vapors
Vegetation
Water demand
Wind effects
Wind speed
Online AccessGet full text

Cover

More Information
Summary:【目的】探寻最优的白杨树潜在蒸散量（ET0）模拟方法。【方法】基于贵德县2022年1—6月的气象数据，建立了不同算法优化下白杨树ET0的模拟模型，选取151组数据对模型进行训练，选取30组数据对模型进行验证。【结果】影响白杨树ET0的主要因素为平均气温，2 m高处风速，饱和水汽压差，相对湿度，基于不同算法优化后的BP网络模型在模拟白杨树ET0方面的精度优于传统的BP网络模型。【结论】EWOA-BP网络模型的模拟精度最佳，可以作为预测白杨树ET0的首选模型。
Bibliography:ObjectType-Article-1
SourceType-Scholarly Journals-1
ObjectType-Feature-2
content type line 14
ISSN:1672-3317
DOI:10.13522/j.cnki.ggps.2024102