【文献精选】AGR WATER MANAGE｜基于机器学习和不同分解方法的中国干旱地区参考作物蒸散量短期预测

本文研究了中国新疆干旱地区的参考作物蒸散量（ETo）短期预测问题。背景是新疆作为中国粮食主产区，水资源极度匮乏，需要准确的作物需水量预测方法以优化灌溉管理。研究目的是通过结合变分模态分解（VMD）、经验模态分解（EMD）和集合经验模态分解（EEMD）与反向传播神经网络（BPNN），建立混合预测模型，提高ETo的预测精度。结果表明，VMD-BPNN模型在准确性和稳定性上优于其他模型，均方根误差（RMSE）为0.405 mm/d，决定系数（R2）为0.979。该模型在7天预测周期内表现出较高的精度和可靠性，适用于新疆地区的ETo预测。