期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
结合多重假设检验的随机森林长期降水预测方法及应用
1
作者 李梦杰 刘琨 +4 位作者 牟海磊 殷兆凯 刘志武 吴迪 梁犁丽 《南水北调与水利科技(中英文)》 CAS CSCD 北大核心 2024年第5期920-926,共7页
为解决随机森林方法经验性选取预测因子时存在的错误发现率问题,引入多重假设检验领域控制错误发现率的方法对预测因子的筛选进行质量控制,将因子筛选由经验依赖转化为数据依赖,从而提出一种基于多重假设检验的随机森林方法长期降水预... 为解决随机森林方法经验性选取预测因子时存在的错误发现率问题,引入多重假设检验领域控制错误发现率的方法对预测因子的筛选进行质量控制,将因子筛选由经验依赖转化为数据依赖,从而提出一种基于多重假设检验的随机森林方法长期降水预测方法。以巴西巴拉那河上游流域为研究区,利用逐月气候系统指数,应用提出的方法对研究区2018-2020年54个雨量站点的逐月降水量进行模拟预测、检验和交叉验证。结果表明:与传统的随机森林方法相比,该方法预报精度更高,对不同站点1-12月的预测平均合格率达到64%,其中6月预测合格率达到84%,表明该方法可以作为流域长期降水预测的有效工具之一。 展开更多
关键词 随机森林方法 长期降水预测 预测因子筛选 质量控制 多重假设检验
下载PDF
基于大气环流和海温场的降水组合预报模型 被引量:4
2
作者 吴旭树 王兆礼 +3 位作者 陈柯兵 钱姝妮 王俊 陈晓宏 《水资源保护》 EI CAS CSCD 北大核心 2022年第6期81-87,共7页
针对降水具有混沌性和随机性,准确进行长期降水预报难度高的问题,提出时变海温多极指数和因子预报意见指数,基于大气环流和海温场构建长期降水组合预报模型,以三峡水库流域为例进行了验证。结果表明:组合预报模型在三峡水库流域1961—2... 针对降水具有混沌性和随机性,准确进行长期降水预报难度高的问题,提出时变海温多极指数和因子预报意见指数,基于大气环流和海温场构建长期降水组合预报模型,以三峡水库流域为例进行了验证。结果表明:组合预报模型在三峡水库流域1961—2020年汛期的月降水预报中有较好的适用性,特别在6月和9月降水预报上表现优异;与多因子回归、随机森林数理统计模型和CFSv2、ECMWF system 4动力数值模型相比,该模型更为稳健、预报精度提高显著。 展开更多
关键词 长期降水预报 大气环流 海温场 海温多极指数 因子预报意见指数 组合预报模型 三峡水库流域
下载PDF
基于多气候因子的长江流域长期降水预测研究 被引量:3
3
作者 王乐 张方伟 +3 位作者 闵要武 邱辉 张潇 訾丽 《人民长江》 北大核心 2021年第7期81-87,共7页
水资源供需矛盾是当前中国社会发展面对的一大难题,而长期降水预测对合理分配利用水资源起到重要作用。针对长江流域复杂的降水机制,选取冬季海温、北半球500 hPa位势高度和北极海冰3种气候因子,分析其与长江流域主汛期降水相互联系的... 水资源供需矛盾是当前中国社会发展面对的一大难题,而长期降水预测对合理分配利用水资源起到重要作用。针对长江流域复杂的降水机制,选取冬季海温、北半球500 hPa位势高度和北极海冰3种气候因子,分析其与长江流域主汛期降水相互联系的关键区,在此基础上采用奇异值分解(SVD)方法构建降水初步预测模型和预测订正模型,并将二者组合得到优化预测模型(SSVDF),然后对该模型预测效果进行检验。结果表明:采用多因子综合预测的方法较单因子预测效果更好,SVD订正方法可以显著消除原有统计模型的预测误差,优化后的SSVDF模型能够有效预测长江子流域主汛期的降水量,并能较好预测长江流域主汛期降水异常的空间分布。 展开更多
关键词 长期降水预测 冬季海温 北半球500 hPa位势高度 北极海冰 奇异值分解 长江流域
下载PDF
基于EEMD-LSTM模型的天山北坡经济带年降水量预测 被引量:12
4
作者 杨倩 秦莉 +1 位作者 高培 张瑞波 《干旱区研究》 CSCD 北大核心 2021年第5期1235-1243,共9页
降水量预测是现代气候预测业务的核心和难点。耦合模型在新疆降水量预测的研究应用屈指可数,因此,通过尝试建立集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和长短期记忆神经网络(Long Short-Term Memory Network,LS... 降水量预测是现代气候预测业务的核心和难点。耦合模型在新疆降水量预测的研究应用屈指可数,因此,通过尝试建立集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和长短期记忆神经网络(Long Short-Term Memory Network,LSTM)的耦合模型对天山北坡经济带降水量进行预测研究。将1965-2019年天山北坡经济带共55 a的年降水量数据进行EEMD分解,转换成4个平稳分量和趋势项,通过谱分析得出各个分量的准周期,为后续训练LSTM模型提供基础。根据EEMD分解后的各分量训练得出LSTM网络模型并利用该模型进行研究区降水量预测。结果表明:EEMD-LSTM耦合模型预测2010-2019年天山北坡经济带降水量的平均相对误差为13.38%,均方根误差为38.03 mm,认为EEMD-LSTM耦合模型对天山北坡经济带降水量预测精度较好。利用EEMD-LSTM耦合模型预测2020-2029年天山北坡经济带年降水量,其中有6 a降水偏多,4 a降水偏少,2025年可能为极端湿润年,降水偏多超过20%;而2021年为极端干旱年,降水量预计低于200 mm。本文探索了干旱区降水量预测的新方法,并为气象防灾减灾工作提供参考依据。 展开更多
关键词 集合经验模态分解 长短期记忆网络 年降水量 预测
下载PDF
基于CEEMD的LSTM和ARIMA模型干旱预测适用性研究——以新疆为例 被引量:9
5
作者 丁严 许德合 +1 位作者 曹连海 管相荣 《干旱区研究》 CSCD 北大核心 2022年第3期734-744,共11页
干旱的频繁发生对农业生产和经济发展造成了不可忽视的危害,准确预测干旱的发生具有重要的现实意义。基于1960-2019年新疆气象站点的逐日降水量数据,计算1、3、6、9、12个月及24个月时间尺度的标准化降水指数。建立差分自回归移动平均模... 干旱的频繁发生对农业生产和经济发展造成了不可忽视的危害,准确预测干旱的发生具有重要的现实意义。基于1960-2019年新疆气象站点的逐日降水量数据,计算1、3、6、9、12个月及24个月时间尺度的标准化降水指数。建立差分自回归移动平均模型(Autoregressive Integrated Moving Average,ARIMA)、长短期记忆网络(Long Short-Term Memory,LSTM)、互补集合经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)-ARIMA组合模型和CEEMD-LSTM组合模型。通过4种模型对多时间尺度SPI序列进行预测,确定各模型在干旱预测中的适用性。结果表明:(1)4种模型的预测精度均随时间尺度的增加而逐渐提高,在24个月时间尺度时达到最高;(2)CEEMD能够有效平稳时间序列,各时间尺度下,组合模型均达到了较高的预测精度,相较单一模型更适用于干旱预测;(3)4种模型预测结果精度由低到高分别为:LSTM、ARIMA、CEEMD-LSTM、CEEMD-ARIMA(决定系数最大值分别为:0.8882、0.9103、0.9403、0.9846),CEEMD-ARIMA模型相比其他3种模型效果较好,最适用于干旱预测。 展开更多
关键词 互补集合经验模态分解 长短期记忆网络 差分自回归移动平均模型 标准化降水指数 干旱预测 新疆
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部