| 基于多种径流预测耦合模型的流域月径流预测优选研究 |
| |
| 引用本文： | 莫崇勋,邓云,阮俞理,雷兴碧,麻荣永,孙桂凯.基于多种径流预测耦合模型的流域月径流预测优选研究[J].广西大学学报(自然科学版),2022(4):914-923. |
| |
| 作者姓名： | 莫崇勋 邓云 阮俞理 雷兴碧 麻荣永 孙桂凯 |
| |
| 作者单位： | 1. 广西大学土木建筑工程学院;2. 工程防灾与结构安全教育部重点实验室;3. 广西防灾减灾与工程安全重点实验室 |
| |
| 基金项目： | 国家自然科学基金项目(51969004)；;广西自然科学基金项目(2017GXNSFAA198361)；;广西研究生教育创新计划项目(YCBZ2019022)； |
| |
| 摘 要： | 为了提高径流预测的准确性，以澄碧河流域坝首站1979-2019年共41 a的实测月径流序列为例，在优选Elman神经网络模型、支持向量机模型、BP单一预测模型的基础上，分别耦合经验模态分解(EMD)、集合经验模态分解(EEMD)和经验小波变换分解(EWT),选取纳什效率系数(NSE)、平均相对误差绝对值(MAPE)和均方根误差(RMSE)对测试集的预测结果进行评价与分析。结果表明：相对于Elman神经网络模型和SVM模型，BP模型的预测效果较好；耦合预测模型预测精度都优于单一模型。耦合模型中，EWT-BP的纳什效率系数为0.91,预报等级为甲级，预测精度优于EMD-BP和EEMD-BP。采用数据预处理技术生成平稳序列，可有效减少原序列存在非线性和不稳定性特征的影响，并有利于提高流域水文模型的径流预测能力。
|
| 关 键 词： | BP神经网络模型 Elman神经网络 支持向量机 经验小波变换分解 径流预测 澄碧河流域 |
|
|
