典型文献
基于CEEMD的LSTM和ARIMA模型干旱预测适用性研究——以新疆为例
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
丁严;许德合;曹连海;管相荣
作者机构：
华北水利水电大学测绘与地理信息学院,河南 郑州 450046;河南省自然资源电子政务中心,河南 郑州 450046
文献出处：
引用格式：
[1]丁严;许德合;曹连海;管相荣-.基于CEEMD的LSTM和ARIMA模型干旱预测适用性研究——以新疆为例)[J].干旱区研究,2022(03):734-744
A类：
B类：
CEEMD,ARIMA,干旱预测,适用性研究,准确预测,气象站点,逐日,日降水量,标准化降水指数,差分自回归移动平均模型,Autoregressive,Integrated,Moving,Average,长短期记忆网络,Long,Short,Term,Memory,互补集合经验模态分解,Complementary,Ensemble,Empirical,Mode,Decomposition,组合模型,多时间尺度,SPI,决定系数
AB值：
0.262968
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。
