APP下载

基于SVM的蒸发量预测因子组合与模型研究

2019-10-21程才华

山西水利 2019年7期
关键词:关联模型研究

程才华

(山西水利职业技术学院,山西 太原 030027)

据统计我国现有2 474个国家级地面站,国土面积963万km2,气象站覆盖率低,且现有的气象站存在严重的蒸发数据缺测情况,现有的蒸发资料难以满足农田灌溉及水文预报的需求[1-3]。已有学者针对蒸发数据不足的问题展开了蒸发量预测研究,但研究的时间尺度较短,预测过程中缺乏对各气象因子与蒸发量关系的考虑,对于长期蒸发量预测成果的合理性与可行性有待评估[4-5]。文章以山西长治气象站为例,首先以该气象站2015-2016年的日气象数据为基础,利用灰色关联法得到蒸发量与其他气象因子之间的关联程度,对影响蒸发量的主要气象因子进行筛选,并输入主要气象因子,输出相应时段的蒸发量数据,为作为构建蒸发量SVM预测模型的基础,研究在不同气象因子组合下模型预测精度的变化,研究气象因子的选取及组合对模型预测效果的影响。

1 数据来源

长治站基础气象数据源于中国气象科学数据共享服务网,气象数据包括长治站2015—2017年的日系列蒸发量(EVP)、平均风速(WIN)、逐日日照时数(SSD)、逐日平均气温(TEM)、逐日平均相对湿度(RHU)、逐日20~20时累计降水量(PRE)。

2 理论依据

2.1 灰色关联度排序及输入因子选择

各气象因子与蒸发量关联程度信息量及数据量均较少,而灰色关联方法可利用灰色关联度来描述因素间关系的强弱,可有效解决信息量贫瘠数据量少的问题。因此本研究以灰色关联理论确定了各气象因子对蒸发量作用的大小[7],为蒸发量预测模型输入因子的合理确定提供依据。……

登录APP查看全文

猜你喜欢

关联模型研究
一半模型
FMS与YBT相关性的实证研究
“苦”的关联
辽代千人邑研究述论
重尾非线性自回归模型自加权M-估计的渐近分布
视错觉在平面设计中的应用与研究
EMA伺服控制系统研究
智趣
3D打印中的模型分割与打包
语言学与修辞学:关联与互动