干旱区生态环境知识资源中心(Arid): 农作区净灌溉需水量模拟及不确定性分析

Arid

	农作区净灌溉需水量模拟及不确定性分析
其他题名	Simulation and uncertainty analysis of net irrigation requirement in agricultural area
	马黎华 1; 康绍忠 2; 粟晓玲 1; 佟玲 2
来源期刊	农业工程学报
ISSN	1002-6819
出版年	2012
卷号	28 期号:8 页码:11-18
中文摘要	净灌溉需水量是估算农业灌溉用水量的参考依据。该文以西北干旱内陆区石羊河流域上中下游的古浪县,凉州区,民勤县为研究对象,在分析农业净灌溉需水量宏观驱动力因子(1959-2005)的基础上,以关键因子作为输入项,区域农业净灌溉量为输出项,分别建立农业净灌溉需水量的多元线性回归模型、人工神经网络BP模型以及人工神经网络集成模型。并对不同模型的模拟效果进行比较;通过对时间序列的离散化蒙特卡洛(MC)设计,采用不确定性评价指数(d-factor)对3种模型模拟的不确定性进行分析。结果表明:与多元线性回归模型和神经网络BP模型相比,神经网络集成模型具有较高的模拟精度,并能合理地指示影响因素与净灌溉需水量的不确定性变化。
英文摘要	Net irrigation requirement is the major component of agricultural water use.In this study,the regional net irrigation requirement of agricultural area in Shiyang river basin in semi-arid region of Northwest China was analyzed.Based on the zones of local agricultural water use,the key factors are chosen by driving factor analysis(1959-2005),and then regional net irrigation requirement was simulated using multiple-linear regression(MLR),artificial neural network(ANN) and Ensemble ANN models.Then discrimination time-series Monte-Carlo(MC) simulation is used for inputs uncertainty analysis of these models.Results suggest that compared with MLR and ANN,the Ensemble ANN model show better ability in the simulation of regional net irrigation requirement with smallest error and lowest uncertainty index.
中文关键词	灌溉 ; 不确定性分析 ; 蒙特卡洛模拟 ; 多元线性回归模型 ; 人工神经网络集成模型
英文关键词	irrigation uncertainty analysis Monte Carlo methods multiple-linear regression ensemble artificial neural networks
语种	中文
国家	中国
收录类别	CSCD
WOS类目	AGRICULTURE MULTIDISCIPLINARY
WOS研究方向	Agriculture
CSCD记录号	CSCD:4501950
来源机构	西北农林科技大学 ; 中国农业大学
资源类型	期刊论文
条目标识符	http://119.78.100.177/qdio/handle/2XILL650/228337
作者单位	1.西北农林科技大学水利与建筑工程学院, 杨凌, 712100; 2.中国农业大学中国农业水问题研究中心, 北京 100083, 中国
推荐引用方式 GB/T 7714	马黎华,康绍忠,粟晓玲,等. 农作区净灌溉需水量模拟及不确定性分析[J]. 西北农林科技大学, 中国农业大学,2012,28(8):11-18.
APA	马黎华,康绍忠,粟晓玲,&佟玲.(2012).农作区净灌溉需水量模拟及不确定性分析.农业工程学报,28(8),11-18.
MLA	马黎华,et al."农作区净灌溉需水量模拟及不确定性分析".农业工程学报 28.8(2012):11-18.