基于PSO-ELM的温室梨枣树液流量模拟

摘要

【目的】精准模拟温室梨枣树液流量。【方法】基于粒子群算法(PSO)优化的极限学习机(ELM)模型,选取了西北旱区的温室梨枣树逐日气象资料和梨枣树生理指标作为输入参数,构建了16种不同参数组合的PSO-ELM模型对梨枣树各生育期的液流量进行模拟,并与实测液流值进行对比。【结果】PSO-ELM模型能通过较少的输入参数实现梨枣树液流量的高精度模拟:全生育期液流量模拟中M2模型(输入参数为叶面积指数、平均气温、实际水汽压、平均相对湿度、净辐射和风速)、M4模型(输入参数为叶面积指数、平均气温、实际水汽压、平均相对湿度、风速和土壤含水率)及M12模型(输入参数为叶面积指数、实际水汽压和平均相对湿度)的MAE、MBE、R2、MRE及RRMSE范围分别为1.467 6~1.598 6 mm/d、-0.000 9~0 mm/d、0.370 6~0.435 4、0.177 2~0.185 5及0.202 6~0.214 0,GPI排名分别1、2和5,其中M12的输入参数较少且模拟精度较高,其MAE、MBE、R2、MRE、RRMSE分别为1.598 6 mm/d、0、0.370 6、0.185 5、0.214 0;萌芽展叶期、开花坐果期、果实膨大期和果实成熟期液流量模拟结果分别以MⅠ-11模型(输入参数为净辐射、叶面积指数和实际水汽压)、MⅡ-15模型(输入参数为实际水汽压和平均气温)、MⅢ-11模型(输入参数为平均相对湿度、叶面积指数和土壤含水率)和MⅣ-12模型(输入参数为叶面积指数、净辐射和平均气温)模拟精度较高,GPI排名分别为8、2、4和5。【结论】PSO-ELM模型模拟温室梨枣树不同生育期液流量均具有较高的精度,可作为温室梨枣树液流量估算的新方法。