基于GPR、CatBoost、XGBoost三种模型预测江西地区水面蒸发量

摘要

水面蒸发量是水资源规划与管理、农业灌溉设计和水文模拟等方面的基础数据,它是水量平衡计算中的关键要素。为了提高水面蒸发量的预测精度,选用了3种经验模型和3种学习机模型预测江西地区水面蒸发量,3种学习机模型包括GPR模型、XGBoost模型和Cat Boost模型。依据江西地区2001-2015年16个气象站的逐日气象资料,如最高(低)气温、全球太阳辐射、地外太阳辐射、相对湿度和风速,构建10种不同的输入参数,通过对4种统计指标(R2、RMSE、MBE、MAE)的大小进行评估来评价模型的模拟精度。结果表明:当气象资料充足时,推荐CatBoost 10模型为江西地区水面蒸发量的预测模型,该模型在验证期的R2、RMSE、MBE、MAE值分别为0.744、0.842、0.006、0.633 mm/d;在输入组合相同的条件下,3种学习机模型的模拟精度均优于相应的经验模型。通过研究对比提高了江西地区水面蒸发量模型预测的精度。