《表2 南昌SVM,MARS和GRNN模型站统计结果》

  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MARS模拟鄱阳湖地区参考作物蒸散量》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

GRNN，MARS和SVM方法率定期和验证期模型统计结果如表2所示．在验证期12种组合方式下，GRNN2的RMSE（0.323）和NRMSE（0.123）最小，R2（0.962）和NSE（0.962）最大，MBE（0.032）也最小．相比GRNN1，RMSE和NRMSE略有降低，R2和NSE略有升高，说明GRNN2的模拟效果最好．当输入因素为4个时（对比GRNN2，GRNN3和GRNN4），对RMSE，NRMSE更低、R2和NSE更高排序，GRNN2最好，其次是GRNN4，GRNN3最差．当输入因素为3个时（对比GRNN5，GRNN6，GRNN7和GRNN8），GRNN5模拟效果最好，GRNN6和GRNN7比较接近、GRNN8最差．当输入因素为2个时（对比GRNN9，GRNN10，GRNN11和GRNN12），GRNN9模拟效果最好，GRNN10和GRNN11相差不大，GRNN12模拟效果很差，其RMSE达到1.384 mm/d，R2和NSE在0.3左右，已经无法模拟ET0的变化趋势，也从侧面说明气温资料对于ET0模拟更加重要．