典型文献
基于CatBoost的温室日参考作物蒸发蒸腾量估算模型研究
文献摘要：
参考作物蒸发蒸腾量(Reference Evapotranspiration,ET0)是估算作物需水量、制定灌溉制度、提高用水效率,实现农业节水的重要参数.针对传统Penman-Monteith(P-M)公式计算作物蒸发蒸腾量需要参数多,计算复杂等问题,提出了一种基于支持分类特征的梯度提升决策树(CatBoost)算法估算温室日参考作物蒸发蒸腾量.以温室修正型Penman-Monteith公式计算的ET0作为标准值,通过Pearson's方法对输入参数与ET0之间的相关性进行分析,组合不同输入特征向量.当输入参数组合为3参数,即平均室内温度、平均相对湿度、累积太阳辐射时,CatBoost性能最优,测试集估算精度MAE为0.220 mm/d,RMSE为0.310 mm/d.进一步对比了6种其他机器学习模型(XGBoost、AdaBoost、随机森林、决策树、KNN、SVM)的估算精度,结果表明CatBoost模型具有最佳的估算精度和稳定性,能够较好地模拟参考作物蒸发蒸腾量.构建的日参考作物蒸发蒸腾量估算模型为水肥精准化管理、灌溉控制系统研发提供了一种新的思路.
文献关键词：
CatBoost;参考作物蒸发蒸腾量;估算模型
中图分类号：
作者姓名：
牛曼丽;李红岺;李新旭
作者机构：
北京市农业技术推广站,北京100029
文献出处：
引用格式：
[1]牛曼丽;李红岺;李新旭-.基于CatBoost的温室日参考作物蒸发蒸腾量估算模型研究)[J].节水灌溉,2022(01):14-19
A类：
B类：
CatBoost,参考作物蒸发蒸腾量,估算模型,Reference,Evapotranspiration,ET0,算作,作物需水量,灌溉制度,用水效率,农业节水,重要参数,Penman,Monteith,公式计算,分类特征,梯度提升决策树,标准值,输入参数,输入特征,特征向量,数组,室内温度,相对湿度,太阳辐射,测试集,估算精度,MAE,RMSE,机器学习模型,XGBoost,AdaBoost,KNN,水肥,精准化管理,系统研发
AB值：
0.245452
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
