前言
第一章  概述
  第一节  数值天气预报的准确性研究进展
  第二节  反向传播网络模型研究进展
  第三节  时间序列模型研究进展
  第四节  极限梯度提升树模型研究进展
  第五节  信息熵混合模型研究进展
第二章  气候区域与研究方法
  第一节  站点选择与数据来源
  第二节  基于温度和辐射的ET0估算模型
  第三节  BP神经网络模型介绍
  第四节  时间序列模型介绍
  第五节  梯度提升决策树模型介绍
  第六节  基于信息熵的混合模型介绍
  第七节  评价指标选择
第三章  中长期数值天气预报准确性分析
  第一节  中长期天气预报年度指标预测精度
  第二节  中长期天气预报精度的季节性差异
  第三节  中长期天气预报合理预报尺度的确定
第四章  BP神经网络模型在ET0预报中的应用
  第一节  输入参数的选择
  第二节  BP神经网络模型与GABP神经网络模型预测精度的比较
  第三节  BP神经网络模型与GABP神经网络模型估算ET0的季节性差异
第五章  Prophet模型和ARIMA模型在ET0预测中的应用
  第一节  Prophet模型时间序列的分解
  第二节  ARIMA模型参数优化与预测精度
  第三节  Prophet模型和ARIMA模型ET0预测精度比较
第六章  XGBoost模型和CatBoost模型在ET0预测中的应用
  第一节  输入参数对模型预测的影响
  第二节  XGBoost模型和CatBoost模型预测精度比较
第七章  基于信息熵的混合模型在ET0预测中的应用
  第一节  单一线性模型和SVR模型的预测精度
  第二节  混合模型的预测精度
  第三节  单一模型与混合模型预测精度比较
第八章  数值天气预报在灌溉预报中的应用
  第一节  黄淮海地区土壤含水量分布状况
  第二节  黄淮海地区土壤相对含水量预测
  第三节  黄淮海地区1~7d灌溉时间及灌溉量预测
参考文献