文献

J-GLOBAL ID：201902259551257133   整理番号：19A2595978

MARSに基づくPoyang湖地域の参照作物蒸発散量【JST・京大機械翻訳】

MARS-based estimation of reference crop evapotranspiration in Poyang Lake region

著者 (5件)： Wu Lifeng (南昌工程学院水利与生態工程学院,江西南昌330099;江西農業大学江西省po陽湖流域農業資源与生態重点実験室,江西南昌330045) ,  Ju Yan (南昌工程学院水利与生態工程学院,江西南昌,330099) ,  Yang Xiuxia (江西農業大学江西省po陽湖流域農業資源与生態重点実験室,江西南昌,330045) ,  Bai Hua (南昌工程学院水利与生態工程学院,江西南昌,330099) ,  Dai Panwei (南昌工程学院水利与生態工程学院,江西南昌,330099)
資料名： Paiguan Jixie Gongcheng Xuebao  (Paiguan Jixie Gongcheng Xuebao)
巻： 37  号： 9  ページ： 799-805  発行年： 2019年 
JST資料番号： C2965A  ISSN： 1674-8530  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 最も適切なPoyang湖の作物蒸発散量の代替計算方法を探すため、本文ではFAOPenman-Monteithモデルを参考にして作物蒸発散量計算結果(ET0)を基準値とし、江西省南昌駅1966-2015年の日最高温度、最低温度、及び、最低温度、気温などの指標を用いて、以下の結果を得た。日照時間,風速および相対湿度データ(1966-1990年データをモデル確立,1991-2015年データを検証モデル)に用いて,12の異なる気象要素の組合せ条件下での多変量適応回帰スプライン(MARS)ET0計算モデルを作成した。計算結果を,一般化回帰ニューラルネットワーク(GRNN),サポートベクトルマシン(SVM),および経験的モデル(Hargreaves法,Irmak-Allen法,Makkink法,およびPristley-Taylor法)と比較した。結果は,3種類の人工知能アルゴリズムのET0計算結果の精度が,同じ入力データでの経験モデルより優れていることを示した。3種類の人工知能アルゴリズムの中でMARSの精度が最も高く、全パラメータ組合せでRMSEは0.227mm/d、R2は0.982、NRMSEは0.086、次はサポートベクトルマシンであり、その全パラメータ組合せでRMSEは0.266mm/dであった。R2は0.978,NRMSEは0.101,GRNNは3番目で,全パラメータ組合せでRMSEは0.323mm/d,R2は0.962,NRMSEは0.123であった。温度パラメータを欠いた時、モデルの精度は全体的に悪く、3種類の人工知能アルゴリズムではR2は0.800程度しかない。MARS法は精度が高く、しかも明確な数学表現式があり、Poyang湖地区のET0計算の最適な方法であった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 計算 ,  スプライン ,  アルゴリズム ,  日照時間 ,  最低気温 ,  相対湿度 ,  規格値 ,  *農作物 ,  人工知能 ,  気温 ,  風速 ,  *蒸発散量 ,  サポートベクトルマシン ,  最高気温
準シソーラス用語： 江西省 , 【Automatic Indexing@JST】

分類 (2件)： プラネタリー境界層  (DC05100B) ,  作物栽培一般  (FC03010R)

タイトルに関連する用語 (6件)： MARS ,  Poyang湖 ,  地域 ,  参照 ,  作物 ,  蒸発散量