杨会娟，粟晓玲，郭 静(西北农林科技大学水利与建筑工程学院，陕西 杨凌 712100)

0 引 言

潜在蒸散发量是衡量大气蒸散发能力的重要指标，也是估算作物需水量、生产潜力和制定灌溉制度的重要依据。此外，由于其对地表能量平衡和水量平衡的影响，也是建立流域水文模型及水量平衡模型时必须考虑的水文变量[1,2]。对一些气候模式和大气环流模式的研究发现，潜在蒸散发极易受到气候因素变动的影响[3]。目前计算潜在蒸散发应用最多的且较精确的是联合国粮农组织推荐的基于气象数据的Penman-Montieth公式[4](简称PM公式)，但该公式需要湿度、风速、温度、日照时数等多个气象因子，而在一些气象站，风速数据或者缺失或者精度存在问题[5]，一些ET0自动估测系统，难以用低成本测量传感器测量日照时数，限制了其在缺少风速和日照时数两气象因子的站点的应用。

潜在蒸散发是各气象因子的非线性复杂函数[6]，采用人工智能方法模拟非线性关系已得到广泛应用。很多学者应用人工神经网络(ANN)方法模拟潜在蒸散发，如邹磊等[7]在河南省选择了5个典型区域，建立了基于温度及辐射资料的RBF神经网络模拟模型，取得了较高的模拟精度；Kuo等[8]以嘉南灌溉协会实验站的气象观测数据作为输入变量，利用ANN对Penman-Monteith方法和蒸发皿蒸发量的方法研究比较，结果表明，基于Penman-Monteith公式的BP-ANN模型可以精确的预测蒸散发；Jahanbani等[9]根据伊朗北部的拉什特市的1975-1985年的最高和最低的日气温资料，使用基于贝叶斯正则化的FFBP模型预测了该地区当前月份和下一个月的蒸散发，取得了较高的预测精度，发现ANN模型的预测精度优于HGS模型；……