基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了克服实际工作中常规预测模型的弊端,本文提出了水文序列解析-集成预测模型(Prediction Model based on Segregation and Aggregation of Hydrological Time Series, PMSAHTS),通过分离水文序列中的趋势信号和周期信号得到消除了人类活动影响的序列纯随机信号,然后通过随机因子预测预报方法(如BP神经网络)使用这些随机信号进行训练和仿真预测,将预测结果与趋势、周期预测结果重新集成,得到水文序列的预测值.将该模型应用到和田子项目区进行年内月平均蒸发量的预测,结果表明,PMSAHTS模型达到了水文情报预报规范的合格要求,可以用于实际预测.
推荐文章
基于嵌入式索引的水文时间序列预测模型
时间序列
相似性分析
水文预测
BP神经网络
时间序列预测模型研究简介
时间序列
模型
应用
水文时间序列预测模型研究进展
水文时间序列
预测
数据驱动模型
基于集成预测的稀有时间序列检测
异常检测
离群点
时间序列
神经网络集成
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 水文时间序列解析-集成预测模型研究
来源期刊 地理科学进展 学科 地球科学
关键词 水文序列解析-集成预测模型(PMSAHTS) 周期 趋势 随机 预测
年,卷(期) 2008,(3) 所属期刊栏目 遥感技术与模型应用
研究方向 页码范围 161-165
页数 5页 分类号 P64
字数 3910字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 沈冰 西安理工大学水利水电学院 201 3070 30.0 42.0
2 夏军 中国科学院地理科学与资源研究所 226 10410 53.0 96.0
3 赵长森 中国科学院地理科学与资源研究所 6 102 3.0 6.0
6 孙常磊 3 3 1.0 1.0
7 张惠潼 4 24 3.0 4.0
14 侯志强 1 0 0.0 0.0
15 亚力昆 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
水文序列解析-集成预测模型(PMSAHTS)
周期
趋势
随机
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
地理科学进展
月刊
1007-6301
11-3858/P
16开
北京安外大屯路甲11号
2-940
1982
chi
出版文献量(篇)
2699
总下载数(次)
11
总被引数(次)
117484
相关基金
世界银行贷款项目
英文译名:
官方网址:http://www.worldbank.org.cn/Chinese/content/teaching.shtml
项目类型:
学科类型:
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导