交叉验证

摘要： 社交媒体平台中存在的大量虚假新闻伴随着网络的快速发展,影响范围扩大,造成了不良社会影响以及经济损失。为快速有效地实现虚假新闻的检测,提出一种基于支持向量机的虚假新闻检测研究的方法。通过TextRank提取文本特征向量,使用网格搜索交叉验证方法对支持向量机(Support Vector Machine,SVM)参数寻优,对其新闻数据集进行虚假检测、分类,从而识别虚假新闻。实验结果表明,本文提出的方法与朴素贝叶斯和决策树相比,在虚假新闻检测问题上效果较好。

摘要： 多径匹配追踪算法在水声信道稀疏估计中具有较好的估计精度,但该算法需要信道稀疏度的先验信息,且计算复杂度大。本工作提出一种基于交叉验证与正则化相结合的多径匹配追踪算法,将其用于水声信道估计。交叉验证提供算法的停止准则,不需要信道的稀疏度和噪声水平的先验信息,并检查算法是否过拟合,提高了估计的准确性。正则化用来进一步筛选候选集,减少计算复杂性及存储开销。仿真结果表明:与原始多径匹配追踪算法相比复杂度大大降低,具有更好的性能,并且不需要信道稀疏度的先验信息。

摘要： 机器学习算法通过对已知数据的学习来预测未知数据,现有通风系统故障诊断方法大多针对1种机器学习算法进行研究,无法保证所选算法为最优。针对该问题,对8种机器学习算法进行比较,并选择支持向量机(SVM)、随机森林和神经网络3种算法进行通风网络故障诊断研究。根据矿井通风系统实际布局,按照几何相似、运动相似、动力相似准则构建通风网络管道模型,得到由管道网络分支和管道网络节点组成的通风网络,通过实验获取风量数据,并采用标准化方法对数据进行预处理;通过交叉验证和网格搜索对基于SVM、随机森林、神经网络的通风网络故障诊断模型进行参数寻优。实验及现场测试结果表明,基于SVM、随机森林、神经网络的通风网络故障诊断模型在实验平台测试集上的准确率分别为0.89,0.88和0.95,在煤矿现场测试集上的准确率分别为0.86,0.90和0.96,神经网络模型的故障诊断效果均为最佳。将煤矿现场收集的120组新风量数据输入神经网络模型进行预测,故障诊断准确率达0.98,验证了基于神经网络的通风网络故障诊断模型的可行性和准确性。

摘要： 针对在磨削加工的过程中,测量尺寸因为断续表面的存在发生突变,可能会导致磨床停机进而影响磨加工的工件尺寸精度这一问题,提出了智能断续表面尺寸处理系统,该系统对断续表面的情况加以处理,忽略测量装置测量断续表面的数据,筛选出断续表面发生突变的尺寸,并通过支持向量机预测模型将相应数据进行替换,大幅度提高了产品加工精度和质量。首先基于支持向量机分类的方法建立断续表面尺寸智能判定模型,同时利用交叉验证对训练模型进行参数寻优,最终实现了智能断续表面处理系统在磨加工过程中的应用,验证了该系统的可行性。

摘要： 当前利用雷达等气象资料对下击暴流进行识别预警的准确性很低,因此文中提出一种以深度神经网络为基础的下击暴流智能识别方法。该方法以雷达回波时序图像和雷达径向速度场时序图像作为输入,将两种图像的时空四维特征融合到深度神经网络中,通过深度学习寻求“雷达回波图像和径向速度场图像”与“是否发生下击暴流”之间的函数映射关系。运用数据增强和损失函数优化技术,改善因样本数据不均衡所导致的识别结果偏向于样本中大概率事件的问题。再结合K折交叉验证,避免模型训练过程陷入局部极值。实验结果表明,文中方法对下击暴流识别的成功率达到95%,可实现对其识别预警的自动化,增强预报的时效性,同时该方法也适用于小尺度天气系统中对因下沉气流辐散所形成的大风的识别。

摘要： 核小体定位指DNA双螺旋相对于组蛋白的位置,并在DNA的转录阶段起着重要的调节作用。依靠生物实验的手段测得核小体定位会消耗大量的时间和资源,因此基于计算方法利用DNA序列进行核小体定位预测成为了一个重要的研究方向。针对核小体定位预测中单一模型和单一编码在DNA序列特征表示和学习方面的不足,文中提出了一种端到端的集成深度学习模型FuseENup,利用3种编码方式从多个维度表示DNA数据,利用不同的模型从不同维度提取数据中隐含的关键特征,构造了一种全新的DNA序列表征模型。在4种数据集上进行20倍交叉验证,相比当前针对核小体定位预测问题综合性能最优的模型CORENup,FuseENup的准确度(Accuracy)和精度(Precision)在HS数据集上提高了3%和9%,在DM数据集上提高了2%和6%,在E数据集上提高了1%和4%,相比其他的机器学习和深度学习基准模型,FuseENup具有更好的性能。实验结果表明,FuseENup能提高核小体定位的预测准确度,说明了该方法的有效性和科学性。

摘要： 针对涂层表面缺陷检测工业化应用过程中对识别准确率和速度的需求,本文在MobileNetV2网络的基础上提出一种涂层表面缺陷识别方法。设计了递进式分类器,通过逐层筛选压缩有用特征实现高精度的快速识别操作,并在骨干中加入跨局部连接结构,以丰富网络中的基础特征并增加特征尺度信息。将交叉验证和迁移学习相结合以优化训练方法,在大幅度缩减训练耗时的同时使网络具有更优的初始状态和更快的性能提升率。结果表明:本文方法在采集的涂层表面缺陷数据集上准确率达到了99.48%,速度和精确度分别提升11.74%、8.38%,参数量降低20.89%,训练时间缩短36.77%,与其他分类网络相比,在综合考虑准确率和速度的情况下具有最佳表现。本文方法同时具有较高的识别准确率、较快的识别速度和较短的训练耗时,符合实际工业应用需求。

摘要： 为探讨气候变化对元江流域水文气象的可能影响,并为防洪减灾提供参考依据,本研究基于CMIP6(Coupled Model Intercomparison Project Phase 6)的5个GCMs(Global Climate Model)模型,通过M-BCSD(Monthly Bias-Corrected Spatial Disaggregation)降尺度方法,获得元江流域2041-2100年在SSP126、SSP245、SSP370、SSP585四种路径下的月降雨和月气温,并利用交叉验证于倒传递神经网络(Back-Propagation Neural Network,BPNN)预测气候变化对流域出口断面径流的影响。研究结果表明:M-BCSD方法在元江流域适用性好;建立的BPNN可有效预测元江流域月径流;总体而言,元江流域在2041-2100年的年均降雨量、温度和径流都增加,最大增幅分别为24.6%、20.4%、10.2%,就季节尺度而言,春季径流减少而秋季径流增加,月尺度下,4月径流减少而11月径流增加;不同路径情景下未来水文气象要素变化一致,仅幅度有所差别。

摘要： 天体光谱处理中的一项基本任务是对大量的恒星光谱进行自动分类。到目前为止,恒星光谱的分类工作多是基于一维光谱数据。该研究打破传统的天体光谱数据处理流程,提出了基于二维恒星光谱分类的方法。在LAMOST(the large sky area multi-object fiber spectroscopic telescope)的数据处理流程中,所有的一维光谱都是由二维光谱抽谱、合并得来。二维光谱是由光谱仪产生的图像,包括蓝端图像和红端图像。基于LAMOST二维光谱数据,提出了特征融合卷积神经网络(FFCNN)分类模型,用于二维恒星光谱的分类。该模型是一个有监督的算法,通过两个CNN模型分别提取蓝端图像和红端图像的特征,然后将二者进行融合得到新的特征,再利用CNN对新特征进行分类。所使用的数据全部来源于LAMOST,我们在LMOST DR7中随机选择了一批源,然后获得了它们的二维光谱。一共有14840根F,G和K型恒星的二维光谱用于FFCNN模型的训练,其中包括7420根蓝端光谱和7420根红端光谱。由于三类恒星光谱的数量并不均衡,在训练的过程中分别为每类恒星光谱设置了不同权重,防止模型出现分类失衡现象。同时,为了加快模型收敛,对二维光谱数据采用Z-score归一化处理。此外,为了充分利用所有样本,提高模型的可靠度,采用五折交叉验证的方法验证模型。3710根二维光谱用作测试集,使用准确率、精确率、召回率和F1-score来对FFCNN模型的性能进行评价。实验结果显示,F,G和K型恒星的精确率分别达到87.6%,79.2%和88.5%,而且它们超过了一维光谱分类的结果。实验结果证明基于FFCNN的二维恒星光谱分类是一种有效的方法,它也为恒星光谱的处理提供了新的思路和方法。

摘要： 土壤盐分是评价土壤质量的重要指标,也是影响辽河口滨海湿地盐地碱蓬生长的主要环境因素之一,提出一种实时、准确、大尺度监测碱蓬群落及周围滩涂土壤盐分的算法十分必要.为了减少大气对模型的影响,该文利用地面高光谱数据模拟Landsat 8 OLI卫星反射率,采用基于交叉验证的逐步回归分析方法构建土壤盐分反演模型.结果表明:1)碱蓬样本的土壤盐分明显低于裸滩,海南三区域土壤盐分在总体上低于鸳鸯沟和笔架岭区域,而植株高度和生物量普遍均高于鸳鸯沟和笔架岭区域,在一定程度上说明了土壤盐分对盐地碱蓬生长的影响;2)模拟卫星反射率构建的多光谱指数与土壤盐分的相关性相较于单波段在整体上有所提高,其中植被指数NDVI和RVI与土壤盐分的相关性较高,相关系数达到了-0.689和-0.683;3)利用基于交叉验证的逐步回归分析法构建土壤盐分反演模型,模型的自变量为RVI、SAVI和SI3,模型的建模集决定系数R^(2)为0.684,均方根误差(RMSE)为3.45,验证集RMSE为1.88,相对分析误差(RPD)为2.28,表明模型的反演精度和反演能力较好;为了进一步验证模型的精度,对比分析基于逐步回归分析法筛选的指数因子构建的多元线性回归反演模型,发现交叉验证的逐步回归模型的R^(2)、RMSE均优于多元线性回归反演模型,同时土壤盐分反演值和实测值散点图更接近1∶1线,为辽东湾北部碱蓬群落及裸滩土壤盐分因子的反演提供技术及数据支持.

摘要： 交叉验证被广泛用于对机器学习算法进行参数优化,但其计算量非常大,非常耗时,比如对N个样本的数据集使用留一法交叉验证(LOOCV,leave-one-out cross-validation)时,需要将训练、预测重复执行N次.因集成规模极限的逼近,致使CPU向多核方向发展,如何利用好多核CPU的强大计算能力变得至关重要.传统的多核并行计算框架如Pthread、OpenMP和MPI库等,都能够很好的解决并行系统的多线程程序设计问题,但是,使用这些库对于大多数开发人员来说过于繁琐,要求程序员自己管理线程、通过消息和加锁的方式来处理数据同步等问题,因此,通过这些库实现一个正确、可扩展有并行程序变得非常困难.rn 为此，本文设计了一套基于多线程的并行交叉验证框架(Parallel-CV,Parallel Cross Validation)，它支持K-Fold, Leave-M-Out和自定义交叉验证方法，同时提供非常简单的API供用户自编程序轻松实现各类机器学习算法交叉验证的并行化.

摘要： 针对回归和分类问题，提出一种极限学习机(ELM)的快速留一交叉验证算法，并从理论和数值仿真两方面说明其有效性，留一交叉验证已经被证明能够给出统计模型真实泛化性能的几乎无偏估计，进而为模型的选择和比较提供了一种可靠的标准，然而，由于其计算复杂性太高，很难应用到大规模数据集问题中，故一种针对ELM的快速留一交叉验证算法被提出，该算法避免显式地进行了以训练样本数量N的ELM模型训练，其计算复杂性是关于 N呈线性趋势增长，即0(N)．即使在处理大型数据集建模问题时，该算法仍然可以快速地进行 ELM模型的选择和评价，通过人工和实际数据集上的仿真实验，验证了该快速留一交叉验证算法的性能。

摘要： 本文基于支持向量机(SVM)方法,利用南京市三年的地面、高空观测的气象数据资料,建立南京市天空云量的预报模型.使用按不同比例随机抽样的交叉验证方法,对SVM模型进行了稳定性分析;利用建立好的预报模型,对独立样本进行了验证分析.结果表明SVM模型可以作为云量预报的一种有效途径.

摘要： 利用2010-2013年的5-9月T639模式产品和同时段宁夏25站降水实况资料,应用概率回归和交叉验证方法建立了宁夏汛期5-9月小雨、中雨、大雨3个级别的168h分级降水概率预报方程,并对比检验了客观产品T639MOS、数值模式T639和上级指导产品NMC对2014年5-9月降水预报效果.检验结果表明:相较T639和NMC,T639MOS空报率明显降低,漏报率略有增加,但预报准确率明显提高,预报技巧较T639和NMC平均提高10％左右;T639MOS对大范围降水和强降水预报效果较好,且随着预报时效临近,模式调整,预报能力也显著提高;客观方法选取的预报因子代表性和物理意义明确,水汽、动力和热力因子是宁夏降水预报的关键因子,其中,小雨预报关键因子是中低层水汽通量,中雨和大雨预报关键因子是湿位涡和经向风,大雨预报还要考虑关键动力因子的高低层配置;由于宁夏降水样本数相对较少,且主要以小雨为主,中雨以上降水是小概率天气,因此降水强度越强,漏报率越高,预报准确率则明显下降,但不同级别降水都是T639MOS预报准确率最高.

摘要： 为了提高生产效率与能源利用率,提出了采用最小二乘支持向量机(Least squares support?vector machines LSSVM)算法对啤酒厂煮沸车间蒸汽量的消耗预测.根据历史数据样本,采用RBF核函数作为LSSVM的核函数,交叉验证结合网格搜索来优化参数,用所建立决策函数作为预测模型.实验结果表明,数据样本的预测集和测试集的均方差均达到0.006,拟合相关参数达到99％以上,LSSVM方法能够快速准确的预测该车间在生产旺季的蒸汽消耗,为企业节能控制方案的制定提供了理论依据.

摘要： 支持向量机(SVM)是基于统计学习理论框架下的一种新的通用机器学习方法,本文基于这一理论,采用2013年6月1日～2014年5月31日的南京站地面、高空观测值等资料,建立南京市天空云量的预报模型.通过按不同比例随机抽取样本进行交叉验证的方法,分析了SVM模型的预报能力和稳定性.利用全部样本资料建立的预报模型,对独立样本2014年6月1日～8月31日南京市天空云量进行预报,进一步验证SVM分类方法对天空云量预报的有效性.

摘要： 随着PDF的广泛应用,针对PDF文档的攻击越来越多,对恶意PDF文档的检测已经成为软件安全的热点.本文主要是基于恶意PDF文档与良性PDF文档在结构特征上表现明显不同,提出了一种基于结构特征的检测方法.首先对PDF文档进行兼容性检测,其次提取文档的结构路径,通过TF/IDF对特征值进行筛选,最后利用SVM的交叉验证算法进行分类检测.通过实验数据验证了该方法在检错率和时间效率上都表现良好.

摘要： 针对电站实时数据中普遍存在异常数据的情况,提出一种基于修正的3σ原则的电站复杂热力过程数据检验方法.本文采用支持向量机方法构建数据在线监测模型,同时引入了中位数误差和中位数标准差修正3σ原则,以修正的3σ原则作为数据异常的判据.并将该数据检验方法应用于某600MW机组主蒸汽流量的在线异常点检测;同时将基于交叉验证方法和基于遗传算法优化的支持向量机模型进行异常点检测的结果进行了对比.结果表明,基于交叉验证的支持向量机模型对异常点检测更有效.

摘要： 油井产量预测是油田开发动态分析重要的内容之一,也是油田开发优化决策的基础.油井产量随时间的变化关系受多种因素的影响.常规的油藏工程研究方法往往受到相关参数不确定性的限制,预测准确度较差,且当样本数量较少时,预测误差偏大.为提高预测精确度,本文提出一种基于支持向量机算法的油井产量预测方法,采用交叉验证与网格搜索组合方法搜寻最优核函数参数并采用不同核函数对产量进行预测,选取最佳核函数及参数建立支持向量机的油井预测模型.在对模型进行学习与训练后进行预测.预测产量与BP神经网络预测值及实际产量的比较结果表明该模型能很好的实现预期效果.

摘要： 雷达作为定量测量降水的工具，在探测降水分布和结构上比较准确，但是在精度上还是低于雨量计。本文利用变分法，综合多普勒天气雷达数据及雨量计数据进行定量降水估测，其本质是通过调整模式解以达到模式解与观测数据之间最小二乘条件。最开始在利用变分方法校正雷达降雨场的过程中，对变分方程中的系数是经验选取的，但是这种经验关系有很大的局限性。在对变分方程求解过程中还有一个问题就是边界的处理。在对变分方程求解的过程中，采用交叉验证法。交叉验证(cross－validation)理论是：对某一点来说,用其余若干个观察值对该点进行估计,每一点都重复这个过程,用估计值与真实值进行对比得误差参量,最后进行处理,使这些误差参量达到要求。该方法基于定理：椭圆型偏微分方程中，区域内的解连续依赖于边界。首先利用变分方程可以求出雨量与边界值关系的表达式；然后根据已有的雨量计数据，利用最优化方法可以求得边界值。将边界值代入变分方程，则方程可解，就求得每个离散点上的雨量。这种方法的优点在于不需要对边界条件进行假定，改进了以往运用变分法进行雷达定量降水估测时存在的问题。通过对交叉验证方法对变分方程求解，以及将求解后的雨量进行拟合，得到新的Z-R 关系。利用实测雨量计数据对新的Z-R关系进行检验。结果表明交叉验证方法能够在不假定边界条件的情况下，对变分方程求解，解的状况比较符合实际情况。对层状云降水来说，经典的Z-R关系能够很好的反映降水的情况，拟合后的结果与直接应用经典Z-R关系得到的雨量没有较大差异，两者与实际情况的符合程度都很高；对于积层混合云来说，经过拟合后的降水结果明显优于直接用Z-R关系计算的结果。

摘要： 一种基于留一交叉验证的性能退化模型精度验证方法，其步骤如下：1）采集数据；2）确定备选模型形式；3）拟合得到备选模型方程；4）计算备选模型拟合误差；5）计算备选模型的预测误差；6）利用预测误差值评价模型；7）确定最优模型。本发明从拟合误差、预测误差两个角度全面的、完整的评价性能退化模型的优劣，为工程研究关于模型验证和选择的方面提供一种新的思路。

摘要： 一种基于留一交叉验证的性能退化模型精度验证方法，其步骤如下：1）采集数据；2）确定备选模型形式；3）拟合得到备选模型方程；4）计算备选模型拟合误差；5）计算备选模型的预测误差；6）利用预测误差值评价模型；7）确定最优模型。本发明从拟合误差、预测误差两个角度全面的、完整的评价性能退化模型的优劣，为工程研究关于模型验证和选择的方面提供一种新的思路。

摘要： 描述了一种用于提供使用交叉验证特征来验证用户的通用分散解决方案的系统。所述系统可以被配置为在区块链信任实用程序处从第一实体接收一个或多个经验证的第一文档的相关信息，所述一个或多个经验证的第一文档与第一用户相关联。所述系统可以被配置为在所述区块链信任实用程序处从第二实体接收对与所述第一用户相关联的一个或多个经验证的文档的相关信息的请求。所述系统可以被配置为在所述区块链信任实用程序处，在从所述第一用户接收到批准对与所述第一用户相关联的所述一个或多个经验证的文档的相关信息的请求时，给予用以获得访问与所述第一用户相关联的所述一个或多个经验证的文档的相关信息的、对所述第二实体的访问。

摘要： 本发明针对基于区块链的虚拟货币易受到51%攻击而产生交易的双花问题，提出了一种基于多因子交叉验证的虚拟货币交易验证方法，该方法周期性的查询并备份历史区块链分支，将已确认过的交易信息组织成易于查询的哈希链表数组，避免了由于区块链进化而导致分支交易信息丢失；在虚拟货币进行交易时，不仅对当前主区块链中记录的支付方信息、接收方信息、资金来源、货币交易数量等进行检查，同时查询备份的分支区块链，检查当前交易是否与分支链上记录的历史交易存在同一资金来源，若有交易未能通过检查，则矿工针对该交易发出全网告警，从而避免由非法交易引起的double‑spending问题。

摘要： 本发明公开了一种基于移一交叉验证法的模型筛选方法。经典交叉验证法存在全部剔除验证集有用信息的缺陷。本发明根据样本集构建初始代理模型，逐个选择样本点作为验证集，剩下样本点作为初始训练集，并将验证集中的样本点沿随机正态分布移动得到虚拟验证点，将虚拟验证点的输入代入初始代理模型得到初始代理模型的虚拟响应，从而得到初始代理模型所预测的虚拟样本点；用虚拟样本点替换样本集中的样本点，得到更新后的虚拟训练集；构建虚拟代理模型，计算虚拟代理模型的移一交叉验证局部误差：遍历样本集中的各样本点后，对各移一交叉验证局部误差求均值，得到移一交叉验证全局误差。本发明极大限度保留了验证集信息，提高了模型筛选准确度。

摘要： 本发明提供了一种基于多源数据变动调权的限额计算交叉验证系统及方法，包括基金限额数据采集存储模块：含前端用户端和后端服务器，用于采集并存储来自多个基金限额数据源的数据，所述前端用户端和后端服务器之间设置Nginx反向代理服务器；限额数据处理模块：获取并处理限额数据；限额配置模块：配置限额来源、限额取值优先级、限额公告关键字和基金参数来源；投前超限校验模块：校验用户认申购、普通转换、超级转换是否超单笔、单日、单账户限额；投后超限处理模块：包括在途超限查询、超限历史查询以及超限短信邮件发送。本发明提供的基于多源数据变动调权的限额计算交叉验证系统，能够显著提升数据准确率，同时大幅降低人力投入成本。

摘要： 本发明公开针对视频目标属性进行算法多数据交叉验证补全的方法和装置。步骤为：由视频/图片对接模块对接视频流或图片流来进行目标对象的提取和检测；将上述输出的图片流输出给多算法调度模块，分别将图片流数据分发至多个算法引擎，由各个算法引擎模块对图片流数据进行特征提取和属性分析，并按算法维度分别输出结果；由数据分析模块对上述输出结果进行统一标准化，进行各属性值的对比分析，对不同算法之间属性一致性进行判断，对于非空输出的属性值，将一致的属性直接作为结果输出。本发明解决了单一算法场景下识别准确度不高的问题，从而提高属性值数据的准确性和完整性；利用历史准确的数据来完成数据验证来补全，代价不高，效果好。

摘要： 本发明公开设备多维信息与经纬度坐标交叉验证核准的方法和装置。包括通过数据获取模块获取设备多维度的基础信息和设备的原始经纬度坐标信息；将上述获取到的设备多维度的基础信息，由地图服务模块根据地图服务接口的要求进行规整；通过数据对接模块，调用地图服务接口，用设备多维度的基础信息来获取相关的经纬度坐标信息，为新经纬度坐标信息；对上述新经纬度坐标信息进行统一转换；数据计算模块计算新经纬度坐标信息与原经纬度坐标信息的直线距离，然后与设定的阈值进行比较。本发明的技术方案与现有技术相比，及时验证设备的安装地址与经纬度坐标信息是否存在异常，从而降低因为人为原因造成的采集数据不准的问题。

摘要： 本发明涉及一种利用子区域随机性交叉验证进行课堂出勤考核的方法，本发明通过学生间相互验证进行课堂出勤考核。目前在课堂出勤方面缺乏方便有效的方法，有必要提供一种部署和维护成本低、准确性高以及安全性高的出勤考核系统，从而提高教学质量。本发明通过将考勤过程划分为两个阶段，在初始化阶段学生提交本人位置信息，在验证阶段系统通过智能化搜索算法选取若干名学生来验证子区域内的学生信息，并及时将有可能出现虚假作弊的学生记录并反馈给教师。通过具备一定随机性的验证任务分配流程，降低了学生通过串通作弊而通过考勤的概率，提高了考勤数据的准确性，对提升教学质量具有重要意义。

摘要： 本发明公开了一种基于交叉验证和神经网络模拟新疆杨蒸腾耗水的方法，属于水资源利用与管理技术领域，包括如下步骤：选取温带大陆性干旱荒漠气候的区域作为新疆杨蒸腾耗水区域；获取并存储新疆杨蒸腾耗水区域气象数据；测量并计算得到新疆杨实测液流量；构建数据集、第一神经网络蒸腾模型和第二神经网络蒸腾模型；利用数据集训练和验证第一神经网络蒸腾模型和第二神经网络蒸腾模型，并利用训练好的第一神经网络蒸腾模型和第二神经网络蒸腾模型进行新疆杨蒸腾耗水仿真，得到大气环境因子与新疆杨蒸腾耗水的相关性；本发明解决了干旱‑半干旱地区农田防护林新疆杨蒸腾耗水量的模拟效率低、精度低且成本高的问题。