排灌机械工程学报

作者：刘傲,赵东保*,魏义长,肖炼

单位：1. 华北水利水电大学测绘与地理信息学院, 河南 郑州 450046; 2. 自然资源部四川基础地理信息中心, 四川 成都 610041

关键词：参考作物蒸散量,Stacking模型,时空特征,集成学习,估算精度

基金：国家自然科学基金资助项目(41971346);四川省科技计划重点研发项目(2022YFN002);嵩山实验室预研项目(YYJC062022013)

为提升参考作物蒸散量(ET0)的估算精度,以四川省为研究区域,发现全省ET0的数据变化具有明显的时间和空间自相关性,继而在气象特征基础上引入时空特征构建以XGBoost,lightGBM,GBDT、随机森林和极限树为基模型的Stacking模型.将顾及时空特征的Stacking模型与其各个基模型以及经验模型彭曼公式(FAO 56 Penman-Monteith)的决定系数、平均绝对值误差和均方误差等多项指标进行了全面的精度对比验证.试验结果表明:在顾及空间特征的情况下, Stacking模型在测试集上决定系数精度提升了3%,平均绝对值误差和均方误差分别降低了51%和76%;在顾及时序特征的情况下, Stacking模型在测试集上的决定系数精度提升了4%,均方误差和平均绝对值误差分别降低了92%和72%.这表明时空特征的引入可有效提升模型估算ET0性能.在同时顾及时空特征的情况下,Stacking模型相较于彭曼公式,决定系数提升了39%,均方误差、平均绝对值误差分别降低了95%和77%,并且,在2006—2010年逐年精度验证中,Stacking模型精度始终优于其每年最优基模型精度.因此,顾及时空特征的Stacking模型可有效提升四川省ET0估算精度.

来源：2024年第2期

《排灌机械工程学报》期刊编辑部

查看排灌机械工程学报杂志2024年第2期