基于小波变换的BP神经网络参考作物腾发量预测模型.pdfVIP

第40卷 第 1期 武汉大学学报(工学版) Vo【．40 NO．1 2007年2月 Engineering Journal of Wuhan University Feb．2007 文章编号：1671-8844(2007)01—0069—05 基于小波变换的BP神经网络参考 作物腾发量预测模型 刘丙军 ，邵东国 ，沈新平 (1．武汉大学水资源与水电工程科学国家重点实验室，湖北 武汉 430072； 2．中山大学地理科学与规划学院水资源与环境系，广东 广州 ·510275) 摘要：受气温、日照、风速、水汽压等因子随机变化的影响，参考作物腾发量时序过程具有非线性、多时间尺度变 化等特性．为研究参考作物腾发量在时间尺度上的分布规律，提出了一种基于小波变换与人工神经网络相结合 的参考作物腾发量预测模型．该模型吸取了小波分析的多分辨分析功能和人工神经网络的非线性逼近能力，具 有较高的预测精度．以韶山灌区参考作物腾发量时间序列为样本，论述了上述模型的优越性． 关键词：参考作物腾发量；小波变换；人工神经网络 中图分类号：TV211．1 文献标志码：A Reference crop eVap0transpirati0n forecasting model for BP neural networks based on wavelet transform LIU Bingj un。 ，SHAO Dongguo ，SHEN Xingpin (1．State Key Laboratory of Water Resources and Hydropower Engineering Science，Wuhan 430072，China； 2．Department of Water Resources and Environment，Sun Yat—sen University，Guangzhou 5 10275，China) Abstract：Reference crop evapotranspiration(RCE)characterized by its nonlinearity and multi—time scale feature，may vary with the change of time under the influence of stochastic variation of meteorological factors such as temperature，sunlight，wind speed，vapor pressure and SO on．In order to reveal the evo— lutionary law of RCE time series process．a forecasting model with the wavelet transform and the BP neural network combined together is established．This model has super advantage with its absorbing some merits of wavelet transform and artificial neural network．The prediction of Shaoshan Irrigation District series is researched；the results show that the model is satisfactory． Key words：reference crop evapotranspiration；wavelet analysis；artificial neural network 受参考作物腾发量本身非线性特征的影响，参 换和BP神经网络耦合的模型，小波分析从时频分 考作物腾发量时间尺度上呈随机分布，致使其预测