基于PCA-RBF神经网络的水面蒸发预测研究

作者：丁薇

来源：山西水土保持科技, 2018, (03): 12-18.

• 水面蒸发
• PCA-RBF神经网络
• 预测
• 太原地区

水面蒸发损失的水量所占损失水量比例较大,使得水面蒸发预测在干旱半干旱地区显得尤为重要。现阶段水面蒸发预测模型中存在着针对性不强、结构复杂等一些问题,同时指标筛选的过程存在很大的主观性。针对目前存在问题,提出了PCA-RBF神经网络模型预测方法。并以太原地区蒸发量原始资料为依据,采用主成分分析法提取影响水面蒸发量的主要气象因素,并进行相关性验证;把识别确定的主要气象因子作为预测输入进行演算,确定出RBF神经网络结构,预测结果合格率为83%。研究结果说明,PCA-RBF神经网络模型简单易行,适用性较强。