科研之友
微信
新浪微博
Facebook
分享链接
摘要
为探究在不同训练时间跨度情况下3种机器学习模型估算ET0的性能，收集中国干旱区二连浩特、都兰、格尔木、哈密和吐鲁番共5个气象站点在1960-2019年的气象数据，针对最高气温、最低气温、平均气温、相对湿度、风速、每日地外辐射和全球太阳辐射7个气候因子，以PM公式计算每日ET0的结果作为标准，探讨Adaboost、XGBoost和RF共3种机器学习模型在不同训练集时间跨度情况下对每日ET0的预测情况。结果表明：(1)3个机器学习模型在不同训练时间跨度情况下估算精度排序为Adaboost模型>RF模型>XGBoost模型。(2)从训练集数据量大小的角度综合考虑，更推荐以20年为训练集时长进行训练来估算每日ET0,以期达到与训练集时长更长时的预测效果。
- 单位
