摘要： 大气蒸发量对于农业生产和水文工作非常重要，准确掌握蒸发量与气象因子之间的关系对水资源利用有现实意义。在实际观测工作中，往往由于高温、暴雨等异常天气或设备维护不到位等问题导致蒸发量数据缺测，出现缺测时常规的处理方法是采用指标还原内插法估算蒸发量，但是该方法并未考虑影响蒸发量的实际因素，并不能准确对蒸发量进行估计。基于此问题，提出应用支持向量机进行蒸发量数据预测的方法，该方法以包括气 压、太阳辐射、温度和湿度在内的气象数据作为输入变量，以蒸发量数据作为输出变量，利用支持向量机对训练样本进行训练后，建立二者之间的关系模型，利用模型对预测样本进行预测，以预测结果的平均绝对百分比误差来评价模型的预测准确度。为了提高预测准确度，建立模型前应用粒子群算法对支持向量机的内置参数进行了优化。以中国陕西省富平县2016年度气象数据和蒸发量数据作为研究对象，对提出的预测方法进行了验证。结果表明，应用支持向量机建立的气象数据与蒸发量数据的关系模型对预测样本进行预测后平均绝对百分比误差(MAPE)小于10%，达到高精度预测要求。证明了此方法在蒸发量数据预测问题上的可行性与有效性。

关键词: 支持向量机；粒子群算法；蒸发量；气象；数据预测

中图分类号: 

• S16