《表2 南昌SVM,MARS和GRNN模型站统计结果》
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.
图表编号 | XD0092423000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.28 |
作者 | 吴立峰、鞠艳、杨秀霞、白桦、戴盼伟 |
绘制单位 | 南昌工程学院水利与生态工程学院、江西农业大学江西省鄱阳湖流域农业资源与生态重点实验室、南昌工程学院水利与生态工程学院、江西农业大学江西省鄱阳湖流域农业资源与生态重点实验室、南昌工程学院水利与生态工程学院、南昌工程学院水利与生态工程学院 |
更多格式 | 高清、无水印(增值服务) |