《表7 10种不同输入参数组合条件下3种学习机模型预测水面蒸发量的精度指标统计结果(16个测站的平均值)》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于GPR、CatBoost、XGBoost三种模型预测江西地区水面蒸发量》
为了验证上述结果的准确性,对3种学习机模型在江西地区16个气象站模拟水面蒸发量的统计结果进行分析(见表7),结果与赣县气象测站的分析结果大体一致。比较表7中10种不同输入参数模型的精度统计指标均值可知,XGBoost模型的表现最佳,与GPR和Cat Boost模型相比,其R2最大,RMSE、MBE绝对值和MAE最小,因此预测水面蒸发量的精度最高。当气象资料不充分只有3个参数时(Tmax、Tmin、Rs或Ra),甚至只有大气温度、全球太阳辐射、相对湿度或风速单个气象资料时,结果仍然显示XGBoost模型在率定期和验证期均优于其他两种学习机模型。但是,当输入组合中有4个参数时,验证期Cat Boost 10模型的模拟效果最优,其R2、RMSE、MBE、MAE值分别为0.744、0.842 mm/d、0.006 mm/d、0.633 mm/d,这表明当气象资料充分时,Cat Boost 10模型为江西地区水面蒸发量的最佳预测模型。
图表编号 | XD00212429300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.01 |
作者 | 陈志月、吴立峰、刘小强、伍周睿、董建华 |
绘制单位 | 南昌工程学院鄱阳湖流域水工程安全与资源高效利用国家地方联合工程实验室、河海大学水文水资源学院、南昌工程学院鄱阳湖流域水工程安全与资源高效利用国家地方联合工程实验室、西北农林科技大学旱区农业水土工程教育部重点实验室、南昌工程学院鄱阳湖流域水工程安全与资源高效利用国家地方联合工程实验室、昆明理工大学农业与食品学院 |
更多格式 | 高清、无水印(增值服务) |