参考作物腾发量主成分神经网络预测模型

作者：彭世彰; 魏征; 徐俊增; 丁加丽

来源：农业工程学报, 2008, (09): 161-164.

• 主成分分析
• 神经网络
• 参考作物蒸发蒸腾量
• 预测能力 principal component analysis
• neural network
• reference evapotranspiration
• prediction ability

为解决采用神经网络模型预测参考作物蒸发蒸腾量ET0研究中预测能力不足的问题,将气象因子包括最高、最低和日平均温度、日照时数、气压、水汽压、相对湿度和风速进行主成分分析,提取主成分,建立了基于主成分的三层BP神经网络模型。选取崇川水利科学试验站2001年到2004年的旬气象资料,采用Matlab神经网络工具箱进行模型训练与预测,并以传统BP网络模型作为对照。结果表明,主成分网络模型能够很好地反映诸多影响因子与ET0之间的关系,尤其对训练样本以外的验证样本,主成分网络模型具有显著优于传统BP网络模型的识别能力,取得更为可靠的预测结果。