一种基于异构集成特征选择与堆叠模型的参考作物蒸散量估算方法

本发明公开了一种基于异构集成特征选择与堆叠模型的参考作物蒸散量估算方法，涉及农业水资源管理技术领域，包括以下步骤：获取气象站历史数据并预处理；采用FAO‑56彭曼‑蒙蒂斯公式计算参考作物蒸散量标准值；通过异构集成特征选择方法结合模糊Borda法筛选主导气象因素；构建HIFS‑Stacking模型，以RF、XGBoost和MLP为基模型，LR为元模型，采用K折交叉验证生成元特征；实时数据经相同预处理后输入模型输出预测结果。本发明能够有效确定对预测参考作物蒸散量有显著影响的气象因素，结合优化的模型架构，精确拟合关键气象因素与ET0间复杂的非线性关系，在有限气象数据下实现高精度预测。