基于小波消噪的参考作物腾发量RBF网络预测方法

介绍小波消噪的原理和步骤。以北方某流域甲站2001—2005年逐日气象数据为基本资料,进行10阶Dmey小波消噪,然后构建预测ET0的前馈网络模型(RBF-ET0),用2001—2004年的资料作为训练样本,对2005年的ET0进行预测,并与Penman-Montieth公式计算值进行比较。结果为:预测值与目标值的相关系数为0.991 2,相对误差的平均值为6.56%,相对误差小于20%,15%,10%的合格率分别为93.88%,85.66%,73.51%,与未经小波消噪处理的RBF-ET0模型预测结果相比,预测精度有明显提高。     

参考作物腾发量的混沌性识别及预测

本文应用饱和关联维数法对海河流域张北站从1966~2005年50年的参考作物腾发量序列进行混沌性识别,结果表明该序列存在一定的混沌特性。同时,运用自相关函数法和饱和关联维数法确定了该序列重构相空间的嵌入维数和延迟时间,并在此基础上进行了相空间的重构。建立了混沌局域法预测模型对相空间的演化进行了计算,实现了参考作物腾发量的预测,并与时间序列自回归(AR)模型和基于气象资料的BP神经网络模型预测结果进行了比较。结果表明,预测效果比BP网络模型稍差,但明显优于AR模型。这为解决缺乏气象资料地区参考作物腾发量预测问题提供了新的思路。     

基于GRNN神经网络的参考作物腾发量预测

参考作物腾发量是估算作物蒸发蒸腾量的关键参数,它的准确预测对提高作物需水预报精度具有十分重要的意义。由于参考作物腾发量与各气象因子呈非线性关系,将GRNN神经网络引用于参考作物腾发量预测中,并以铁岭市为例,对比分析了GRNN模型与BP模型的预测结果。分析表明：GRNN模型不仅训练速度快,还具有比BP模型更高的预测精度、逼近性和稳定性。     

基于混沌遗传程序设计的参考作物腾发量预测模型

利用混沌算法的全局空间寻优性能和遗传程序设计的结构自动寻优功能,建立了基于混沌遗传程序设计的参考作物腾发量预测模型。设计多组数字实验,研究输入因子间相关性对模型预测准确性的影响。预测结果与PenmanMontieth方法计算结果比较表明,该模型以混沌算法优化模型中的参数,在一定程度上解析其他模型可能因为其中的参数未能达到最优而被淘汰的问题。适应性强,精度高,为参考作物腾发量的预测提供了新的有效方法。     

甘肃省参考作物腾发量等值线图的应用

农作物需水量（ET）是灌溉工程设计、灌溉用水管理、水资源利用、进行流域规划、农业区划所必须具备的基本数据。它为农作物叶面蒸腾量及课间蒸发量之和，其数据一般由试验求得、但任何一个省份不可能在每一个县（市）或灌区普遍建立灌溉试验站，而典型站的资料又不可能广泛被采用。所以必须找出能推求作物需水量的关系式来，以适应无试验资料地区应用。国内外有许多经验公式，但国际粮农组织统一规定以彭曼（Penman）公式为计算标准。它是以“土壤水分充足，地面完全覆盖，生长正常，高矮整齐的开阔矮草地（草高8－15—）的需水量”为参…     

额济纳绿洲参考作物腾发量的研究

文章以1972-1991年的气象资料为依据,利用彭曼-蒙特斯公式计算了额济纳绿洲20年的参考作物腾发量,分析了不同月份参考作物腾发量的变化特性。并用平均气温和水面蒸发量和ET0进行回归分析,分析结果表明,平均气温和水面蒸发量与ET0有很大的相关关系,可以用平均气温和水面蒸发量对ET0进行预测。     

基于灰色组合模型的参考作物腾发量预测

参考作物腾发量 (ET0)是制定灌溉用水计划、水量分配计划的最基本、最重要内容之一,其精确预测可以提高灌溉预报的精度.针对GM(1,1)模型在原始数据变化幅度较大且趋势不明显时预测效果差的情况,提出了用人工神经网络对GM(1,1)模型的残差系列进行修正的组合模型,并将其应用于鞍山地区参考作物腾发量预测中.预测结果表明,该方法具有较高的预测精度,同时也指出了其存在的不足之处,有待今后加以解决,以进一步提高其预测的稳定性.     

最近邻-径向基函数网络模型在日径流预测中的应用

介绍了NNB-RBFN模型的基本思想和实现算法。通过日径流中的实例对模型的预测效果进行了验证,并与最近邻抽样回归模型的预测结果进行了对比,取得良好的效果。     

大坝变形预测的径向基函数网络模型

在大坝变形预测中,运用人工神经网络模型进行预测分析已较为广泛,目前使用最多的是BP网络模型,但由于存在计算量巨大,且易出现局部极小和收敛慢等缺点,为此建立了大坝变形预测的径向基函数神经网络模型,并与改进的BP网络模型进行比较.实例表明,径向基函数模型具有良好的泛化能力,克服了BP模型的局部极小和收敛慢等缺陷,在预测精度及训练速度方面显著优于BP模型,具有一定的推广价值.     

基于小波消噪原理的参考作物腾发量预测模型研究

将小波分析与随机分析结合,提出了基于小波消噪的随机模型并将之用于太子河流域参考作物腾发量(ET0)的模拟和预测。其思路是:首先对时间序列进行小波消噪;根据消噪序列的变化特性建立适合的随机模型;最后应用模型进行预测。     

基于气象预报的参考作物蒸发蒸腾量的神经网络预测模型

参考作物蒸发蒸腾量(ET0)是进行实时灌溉预报和农田水分管理的主要参数,BP神经网络能够较好地反映ET0与诸影响因素间复杂的非线性关系。本文将ET0看作时间序列,选取前3日ET0作为影响因子,以天气预报可测因子包括最高、最低和日平均温度、反映天气类型的阴晴指数、日序数和风力等级进行修正,建立了三层BP神经网络模型。选取江苏射阳站2003与2004年气象资料,应用Matlab神经网络工具箱,采用trainer算法进行模型训练与预测。结果证明,所建模型能够很好地反映诸多影响因子与ET0之间的关系,具有较高的模拟精度和较好的泛化能力。     

考虑气象因子不确定性的参考作物蒸散量预报方法

参考作物蒸散量(ET0)的准确预测预报对于制定作物灌溉制度与实时灌溉调度具有重要意义,然而气象因子的不确定性极大的影响着ET0的预测精度.因此本研究采用马尔科夫蒙特卡罗模拟与自适应采样算法相结合的方法(AM-MCMC)对气象因子的不确定性进行修正,以气象站实测ET0作为标准值,利用径向基神经网络(RBF)模型建立气象因...     

等维新息径向基神经网络模型在需水预测中的应用

针对现有需水预测模型进行多周期预测时存在误差随预测周期延长而累积、抗随机因素干扰能力不足等问题,提出动态等维新息径向基神经网络模型,采用聚类方法进行网络学习,并将其应用于东莞市年需水量预测中。结果表明:动态等维新息径向基神经网络模型相对于基本径向基神经网络模型具有更高的预测精度,并且预测误差不会随着预测周期的延长而累积。     

基于BP神经网络的参照腾发量预测模型

本文在分析影响作物蒸发蒸腾量的气象因子的基础上，以不同的气象因子组合为输入向量，以参照腾发量为输出向量，构建了气象资料不足情况下三种计算参数腾发量的BP神经网络模型BPET1、BPET2和BPET3。利用宁夏引黄灌区2000～2003年的逐日气象资料对所建模型进行反复训练和预测，并把预测结果与传统的Penman-Monteith公式计算而得的同期作物ETO值相比较。其中，BPET1的预测值与ETO值的相关系数平方为0．9914；BPET2的预测值与ETO值的相关系数平方为0．9917；BPET3的预测值与ETO值的相关系数平方为0．9854。研究结果表明，本文构建的模型计算精度较高，方法简便可行，能满足实际生产需要。     

考虑ET0频率影响的作物水分生产函数模型

根据在广西桂林地区灌溉试验中心站对水稻水分生产函数8年的灌溉试验成果，以Jensen模型和Ky模型为例，以参照作物需水量ET0的频率P为参数，建立了考虑水文年度变化的作物水分生产函数模型.检验表明，模型合理可行，为解决作物水分生产函数在年际间的移用提供了一条可行途径。     

基于气象因子敏感性的参照蒸散发简化计算模型

Penman-Monteith（P-M）参照蒸散发计算模型参数众多,对于实测资料匮乏地区,难以适用。基于四川若尔盖湿地1980~2007年的月值气象数据,利用单因子分析法,并结合DAAG共线性诊断、残差标准差、F检验和t检验,对影响该地区参照蒸散发的气象因子的敏感性进行分析可知,按敏感性大小排序依次为最高气温、日照时数、最低气温、最大相对湿度、最小相对湿度及风速。运用多元线性逐步回归法,建立了由各气象因子构成的参照蒸散发的优化计算模型。利用P-M计算结果作为参照值,对所构建模型进行了验证。结果表明,该优化计算模型有效可行,可替代P-M模型计算若尔盖湿地蒸散发量。      

基于神经网络的金盆水库大坝应力预测

针对金盆水库原形观测——大坝应力的温度效应、时变效应，通过对比神经网络各种算法的优缺点，提出一种能够在线学习、在线预测的递推径向基函数神经网络，用于监测可能造成大坝纵横裂缝的大坝应力。实际数据的仿真预测结果与以往算法相比，克服了以往算法只能离线训练，或在线训练费时、耗内存的缺点，显示了一定的有效性和实用性。     

Spatial variation of reference crop evapotranspiration on Tibetan Plateau

This study is based on meteorological observation data collected at 38 weather stations on the Tibetan Plateau over several decades. Daily reference crop evapotranspiration (ET0) was calculated with the FAO-56 standard Penman-Monteith formula. A test of normality was performed with Statistica 6.0 software, isotropic and anisotropic semi-variogram analysis was conducted with the GS+ (geostatistics for the environmental sciences) system for Windows 7.0, and the characteristics of spatial variation of daily ET0 were obtained. The following results can be obtained: Daily ETo for different periods on the Tibetan Plateau are distributed normally; Except for daily ETo in the E-W (east-west) direction in the summer, which showed a slight negative correlation with distance change, the Moran's indexes of daily ET0 for different periods in all directions on the Tibetan Plateau within a 100-km distance were positive, demonstrating a positive correlation with distance change; Variograms of daily ET0 in June, the dry season, the wet season, as well as annual average daily ET0 fit well with the Gaussian model; A variogram of daily ET0 in December fit well with the exponential model; Variograms of daily ET0 for the four seasons fit well with the linear with sill model.     

基于气候分区的甘肃省参考作物蒸发蒸腾量时空分布特征

参考作物蒸发蒸腾量(ET0)是计算作物需水量的重要参数,为了减少甘肃地区因地形和气候跨度大而引起的灌溉参数计算误差,根据甘肃省的地理特征和干湿程度将甘肃地区划分为陇南-甘南湿润区、陇中南部半湿润区、陇中北部半干旱区和河西干旱区4个区域,利用26个国家气象站点1980-2015年的逐日气象资料,采用FAO-56 Penman-Monteith方程计算ET0,并通过反距离权重空间插值法和偏相关分析法研究了甘肃省整体和不同分区ET0的时空分布特征和影响因素。结果表明:甘肃省ET0年际变化趋势为1980-1991年下降,1991-2015年上升,整体呈上升趋势;甘肃省ET0的空间分布总体为自东南向西北逐渐增加;ET0与日平均风速、日照时数、日最高气温、日最低气温、日平均气温均表现为极显著正相关,与平均相对湿度表现为极显著负相关,且影响程度顺序为,甘肃省:U>N>Tmax>RH>Tmin>Tmean,陇南-甘南湿润区:N>U>Tmax>RH>Tmin>Tmean,陇中南部半湿润区:N>U>RH>Tmax>Tmin>Tmean,陇中北部半干旱区和河西干旱区:U>N>Tmax>RH>Tmin>Tmean。结论:地形和气候对ET0影响很大,由湿润区向干旱区依次增加;各分区ET0差异较大,从东南部向西北部增加;甘肃省ET0主要影响因素为平均风速和日照时数。