期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
流域年径流预报方法及因素影响分析 被引量:1
1
作者 温馨 孙艳 +2 位作者 李昱 唐思维 疏杏胜 《水利水电技术(中英文)》 北大核心 2023年第11期113-123,共11页
【目的】高精度的长期径流预报是水利工程运行的重要基础支撑,然而影响径流预报精度的预报因子选择、模型构建、径流分解中决定性因素不明,阻碍了预报精度的提升。【方法】基于信息熵筛选天文、全球和流域尺度预报因子,分别构建多元线... 【目的】高精度的长期径流预报是水利工程运行的重要基础支撑,然而影响径流预报精度的预报因子选择、模型构建、径流分解中决定性因素不明,阻碍了预报精度的提升。【方法】基于信息熵筛选天文、全球和流域尺度预报因子,分别构建多元线性回归、神经网络、随机森林模型,结合STL算法分解径流,形成多种预报方案,量化预报因子、模型及径流分解三个因素对长期径流预报的贡献。【结果】在英那河、碧流河及桓仁水库的实例研究中,以气候因子、天文因子与流域因子组合(C+A+W)为输入,在对年径流进行分解的前提下利用随机森林模型进行预报,测试集的纳什效率系数分别为0.92、0.84、0.84。在影响因素分析中,预报因子对英那河、碧流河及桓仁水库年径流预报的精度贡献占比分别为0.30、0.30、0.27。【结论】对于三个水库,均是包含三个尺度的预报因子预报精度最高,随机森林模型表现最优,径流分解能一定程度提升预报精度。预报因子的选择是精度的主要影响因素;另外,与预报因子有关的因素之间的相互作用也不容忽视。本文可为长期预报方案的制订和精度提升提供新思路。 展开更多
关键词 长期径流预报 预报因子筛选 数据驱动模型 径流分解 交互影响分析
下载PDF
一种基于数据机制的DBM模型及其应用
2
作者 胡乃发 杨弘 +3 位作者 尚尔君 王安志 金昌杰 关德新 《水文》 CSCD 北大核心 2011年第6期1-7,共7页
将DBM(Data Based Mechanistic)模型应用到辽东森林小流域——大湖沟,分别以其2006年6月和2007年7月数据构建研究区丰水期和枯水期的DBM模型,拟合效率系数分别为0.952 8和0.837 8,模型拟合效果在验证期的不同时段表现出明显的差异性。... 将DBM(Data Based Mechanistic)模型应用到辽东森林小流域——大湖沟,分别以其2006年6月和2007年7月数据构建研究区丰水期和枯水期的DBM模型,拟合效率系数分别为0.952 8和0.837 8,模型拟合效果在验证期的不同时段表现出明显的差异性。对丰水期模型参数用固定时间间隔法(FIS)进行时变性分析,发现参数b的取值随时间产生变化。对枯水期的二阶DBM模型进行快、慢流分解,得出了连续时间当量的快、慢流的平均滞后时间分别为5.3h和243.3h。 展开更多
关键词 DBM 降雨-径流模拟 时变性 径流分解 拟合效率系数
下载PDF
基于径流特性分解的月径流集成预测模型研究
3
作者 万锦 马彪 刘为锋 《水电能源科学》 北大核心 2024年第5期29-33,共5页
揭示混沌径流序列中的规律特性可使预测径流的可解释性、精度大幅提升。针对中长期径流序列的周期性、趋势性特征,收集洪泽湖流域吴家渡站1959~2019年实测月径流资料,提取径流周期成分和趋势成分,依据各成分的径流特性,选取契合物理特... 揭示混沌径流序列中的规律特性可使预测径流的可解释性、精度大幅提升。针对中长期径流序列的周期性、趋势性特征,收集洪泽湖流域吴家渡站1959~2019年实测月径流资料,提取径流周期成分和趋势成分,依据各成分的径流特性,选取契合物理特性规律的极限梯度下降(XGBoost)预测模型进行趋势成分预测,选择善于捕捉混沌规律的长短期记忆神经网络(LSTM)进行残差成分预测,构建了一种基于径流特性分解的XGBoost-LSTM集成预测模型,采用该模型对洪泽湖流域吴家渡站月径流序列进行预测,并将预测结果与XGBoost、LSTM、随机森林、BP等单一预测模型进行比较。结果表明,基于特性成分提取的XGBoost-LSTM集成模型的预测精度高于单一径流预测模型,能够利用径流序列规律特性,充分发掘预测模型优势,有效提升径流预测精度。 展开更多
关键词 径流特性分解 梯度提升树 长短期记忆人工神经网络 集成模型 中长期径流预测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部