基于GBDT算法的参考作物蒸散量模型在江苏省的预测

• 作 者: 张薇 韦群 吴天傲 林洁 邵光成 丁鸣鸣
• 机 构: 河海大学农业科学与工程学院,南京市浦口区水务局,南京市江宁区水务局,南京市水务局
• 出 处: 江苏农业学报
• 发表日期: 2020年5期
• 关键词: 参考作物蒸散量 梯度提升决策树(GBDT)算法 随机森林(RF)算法 可移植性分析 敏感性分析 reference crop evapotranspiratio
• 基金项目: 国家自然科学基金项目(51879072),江苏省研究生科研与实践创新计划项目(SJKY19_0523),中央高校基本科研业务费专项资金项目(2019B68014),江苏省水利科技项目(2015087)

选取江苏省6个气象站点1997-2016年的逐日气象资料,建立了3种基于树型算法的参考作物蒸散量(ET 0)预测模型,包括梯度提升决策树(Gradient boosting decision tree,GBDT)、随机森林(Random forest,RF)和回归树(Regression tree)模型,以FAO-56 Penman-Monteith公式计算所得的ET 0值作为标准值,对GBDT、RF、Regresssion tree模型和3种经验模型(EI-Sebail、Irmak、Hargreaves