典型文献
基于主成分分析和BP神经网络的五道沟水面蒸发计算研究
文献摘要：
针为探讨五道沟水面蒸发量与气象因子间的关系,准确估算该地区水面蒸发量,选取五道沟1991—2019年水面蒸发量以及气象因子实测资料,基于主成分法分析水面蒸发量的影响因素,并结合BP人工神经网络算法建立了水面蒸发计算模型.结果表明:主成分分析提取了三个主成分,第一主成分为地表温度、饱和差、绝对湿度、平均气温以及水汽压力差的线性组合,第二主成分为相对湿度与太阳辐射的线性组合,第三主成分主要是风速的影响.BP神经网络模型输入层为3,模型输入维度低,且真实值与估算值的平均绝对误差(MA E)为0.18,均方根误差(R MSE)为0.25,均小于1.模型计算精度较高,可较好地用于计算水面蒸发实际值.
文献关键词：
气象因子;水面蒸发;主成分分析;BP神经网络;五道沟
中图分类号：
作者姓名：
陆云燕;王振龙;吕海深;刘竹梅;丁佳楠;黄一博
作者机构：
河海大学,江苏 南京 210098;安徽省(水利部淮委)水利科学研究院 水利水资源安徽省重点实验室,安徽 蚌埠 233000;佳木斯大学,黑龙江 佳木斯 154007
文献出处：
引用格式：
[1]陆云燕;王振龙;吕海深;刘竹梅;丁佳楠;黄一博-.基于主成分分析和BP神经网络的五道沟水面蒸发计算研究)[J].水文,2022(01):35-39
A类：
B类：
五道沟,蒸发计,水面蒸发量,气象因子,子实,实测资料,人工神经网络,神经网络算法,地表温度,绝对湿度,平均气温,水汽压,压力差,线性组合,相对湿度,太阳辐射,模型输入,输入层,真实值,平均绝对误差,MA,MSE,计算精度
AB值：
0.237557
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。
