摘要
作物参考蒸腾量(ET0)是作物生长过程中一个非常重要的数据,ET0反应的是大气蒸发能力与作物需水信息的关系。采用自适应神经模糊推理系统(ANFIS)研究易于获得的日最低气温、日最高气温、日平均气温、日平均相对湿度、实际日照时长及风速六项气象数据对作物参考蒸腾量(ET0)的相关程度,通过比较均方根误差找到相关程度最大的组合且结构简单的ANFIS模型来预测ET0值,并通过比较均方根误差来验证所建立的ANFIS模型预测的准确性。结果表明,综合考虑模型的预测精度及结构的复杂程度,日最高气温、日平均相对湿度和风速的三输入组合为最佳的,其平均绝对误差小且ANFIS结构简单。利用该输入组合训练的ANFIS模型预测ET0,其训练的均方根误差相比于用神经网络训练的预测模型小,通过比较可知ANFIS比BP神经网络训练的模型精度提高。
-
单位西安交通大学机械制造系统工程国家重点实验室; 新疆大学