多元自适应回归样条算法模拟川中丘陵区参考作物蒸散量

摘要：

参考作物蒸散量(reference crop evapotranspiration, ET0)是作物精准灌溉管理与农业高效用水的核心参数.为提高川中丘陵区气象资料缺省下的 ET0预报精度,利用不同的气象因子组合,建立 15 种基于多元自适应回归样条算法(multivariate adaptive regression splines, MARS)的ET0预报模型.选取11个代表性气象站点1961—2016年逐日气象资料进行分析,将其与其他ET0预报模型进行对比,并利用可移植性分析评价MARS模型在川中丘陵区的适用性.结果表明:基于温度和风速项输入的MARS5(输入大气顶层辐射、最高气温、最低气温、2 m处风速)、MARS9(输入最高气温、最低气温、2 m处风速)和MARS13(输入最高气温、2 m处风速)模型,以及仅基于风速项输入的MARS15模型都具有良好的模拟精度;大气顶层辐射和风速是决定机器学习模型地域性适应能力的关键;引入大气顶层辐射后,MARS6 (输入大气顶层辐射、最高气温、最低气温、相对湿度)、MARS7(输入大气顶层辐射、最高气温、最低气温、日照时长)、MARS8(输入大气顶层辐射、最高气温、最低气温)模型均优于相同气象因子依赖下的Irmak-Allen、Irmak、Hargreaves-M4模型;通过可移植性分析发现,在训练站点和测试站点的随机交叉组合下,MARS5模型保持了较高的精度(纳什效率系数和决定系数均大于0.985),且输出较为稳定的模拟结果,均方根误差变化范围为0.121～0.193 mm/d,平均相对误差变化范围为2.7%～4.2%.因此,基于多元自适应回归样条算法的ET0预报模型可作为川中丘陵区ET0预报的推荐模型.

关键词：蒸散、算法、模型、多元自适应回归样条、川中丘陵区、可移植性

所属期刊栏目：35

分类号：P426.2(气象基本要素、大气现象)

资助基金："十三五"国家重点研发计划项目2016YFC0400206;国家自然科学基金资助项目51779161;中央高校基本科研业务费XSHZ201604;2016 年四川省级财政项目

在线出版日期：2019-11-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：152-160