典型文献
月径流预报建模方法对比分析——以嘉陵江北碚站为例
文献摘要：
为提高径流预报的精度,以嘉陵江流域北碚水文站为例,选取1979～2019年径流资料,对比分析月径流预报多种建模方法的预报性能.选择时间序列法作为单变量预报模型的方法,随机森林、BP神经网络和多元线性回归作为多变量预报模型的方法,并应用时变权重进行组合预报,对比单变量与多变量、单一与组合模型预报结果.结果表明:①多变量预报模型预报效果更优,与时间序列模型相比,其平均绝对百分比误差减少约20％;②随机森林与BP神经网络这两种机器学习方法在单一模型中具有更好的预测能力;③时变权重组合预报方法能有效结合单一模型的优点,进一步提高预报精度.研究成果可为中长期径流预报的建模策略制定提供参考.
文献关键词：
径流预报;时变权重;随机森林;BP神经网络;多元线性回归;北碚水文站;嘉陵江流域
中图分类号：
作者姓名：
陈雪怡;陈元芳;王文鹏;邱鹏
作者机构：
河海大学水文水资源学院,江苏南京210098;重庆市水文监测总站,重庆401147
文献出处：
引用格式：
[1]陈雪怡;陈元芳;王文鹏;邱鹏-.月径流预报建模方法对比分析——以嘉陵江北碚站为例)[J].人民长江,2022(09):80-86
A类：
北碚水文站,时变权重
B类：
月径流预报,预报建模,方法对比,江北,嘉陵江流域,年径流,预报性能,择时,时间序列法,预报模型,多变量,组合预报,组合模型,预报效果,时间序列模型,平均绝对百分比误差,机器学习方法,预测能力,变权重组合,预报方法,有效结合,预报精度,中长期径流预报,策略制定
AB值：
0.226965
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
