基于熵谱理论的月径流预报

论文摘要

【目的】探讨熵谱模型在月径流预报中的应用效果以及训练期长度对模型预报精度的影响,为熵谱模型在径流预报中的应用提供参考。【方法】月径流预报依据黑河莺落峡站月径流资料,采用伯格熵(BESA)和构造熵(CESA)2种熵谱模型进行月径流预报,并用平均相对误差(RE)、均方根误差(RMSE)、相关系数(R)和纳西效率系数(NSE)对模型预报精度进行评价。【结果】训练期长度过短会使模型阶数偏低,模型无法做出准确的预测;训练期长度过长会使模型阶数偏高,此时训练期和验证期精度反而略微下降;适中的训练期长度能够使模型的训练期和验证期精度均相对较高且稳定。对于黑河莺落峡站,BESA模型的最佳训练期长度为13年,CESA模型的最佳训练期长度为19年,CESA模型的训练期拟合精度和验证期预报精度均高于BESA模型,同时CESA模型在汛期预报精度相对较高,而BESA模型在非汛期预报精度相对较高。【结论】BESA和CESA 2种模型都可用于月径流预报,但需要合理选择训练期长度,使模型阶数适中且稳定,以提高预报精度和可靠性。

论文目录

• 1 最大熵谱分析预报模型的推导
•   1.1 最大熵模型
•   1.2 谱密度函数求解
•   1.3 BESA模型求解
•   1.4 CESA模型求解
•   1.5 自回归模型阶数
•   1.6 模型评价指标
•   1.7 径流预测步骤
• 2 黑河流域莺落峡站月径流预报
•   2.1 黑河流域概况
•   2.2 数据预处理
•   2.3 训练期精度比较
•   2.4 验证期精度比较
• 3 讨论与结论

文章来源

类型: 期刊论文

作者: 周正弘,粟晓玲

关键词: 月径流预报,熵谱分析,伯格熵,构造熵,时间序列分析

来源: 西北农林科技大学学报(自然科学版) 2019年05期

年度: 2019

分类: 农业科技,基础科学,工程科技Ⅱ辑

专业: 地球物理学,水利水电工程

单位: 西北农林科技大学水利与建筑工程学院

基金: 国家自然科学基金项目(91425302)

分类号: P338

DOI: 10.13207/j.cnki.jnwafu.2019.05.019

页码: 146-154

总页数: 9

文件大小: 1967K

下载量: 131