基于卷积神经网络的逐日参考蒸腾量估算研究  

Estimation of daily reference transpiration based on convolutional neural network

作　　者：刘凌峰[1] Liu Lingfeng

机构地区：[1]辽宁省汤河水库管理局有限责任公司,辽宁辽阳111000

出　　处：《黑龙江水利科技》2022年第6期61-63,共3页Heilongjiang Hydraulic Science and Technology

摘　　要：基于大连市庄河地区的气象数据资料,利用Penman-Monteith公式估算了该地自2011-07-01至2020-03-31间的逐日ET0。PM公式要求的气象数据众多,一般情况下获取的气象资料有所缺失,该方法具有一定的局限性且计算复杂。因此基于MRI-CGCM3模式法(GCM法)、遗传编程算法(GP法)和新提出的卷积神经网络算法(CNN法)分别估算了该地的ET0,并将三者的结果进行比较。比较结果显示,三种方法计算所得数据与实际测量数据均基本一致,但CNN方法能明显提升ET0估算准确度,具有更好的发展前景。

关 键 词：参考蒸腾量 MRI-CGCM3模型 遗传编程 卷积神经网络 估算方法 

分 类 号：P333[天文地球—水文科学]