中长期水文预报的模型辨识及预测研究

• 作者: 于吉涛 路剑飞 陈子燊
• 来源期刊: 中山大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 中长期水文预报 模型辨识 CIC Klman滤波
• 年，卷（期）: 2012,（2）
• 页码范围: 107-112
• 分类号: P338+.2
• 字数: 5038字
• 语种: 中文

摘要

针对中长期水文预报的模型辨识进行研究,探讨了预处理、建模数据量和建模方式对于模型预测精度的影响.利用基于有限采样信息准则(FSIC)的组合信息准则(CIC)对模型进行定阶,结合Kalman滤波方法进行非线性预测研究.研究表明:①在进行模型辨识时,如果预处理导致识别的模型复杂度大幅度降低,应通过模型的预测结果对预处理方法的合理性进行检验；②建模数据量应足以反映时序的内在波动性,但并不是越多越好,过多的建模数据量会导致模型的复杂性大幅度增加,在增加计算耗时的同时,也降低了预测的稳健性；③滑动模型主要是改善了较高径流值和径流峰值的预测情况,相对牺牲了较低径流值的预测精度；④Kalman滤波方法全方位、大幅度的提高了径流在各个区段的预测效果,其峰值预测准确率更是高达63.64％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于吉涛	河南理工大学测绘与国土信息工程学院	12	34	3.0	5.0
2	路剑飞	山大学地理科学与规划学院水资源系	1	2	1.0	1.0
3	陈子燊	山大学地理科学与规划学院水资源系	1	2	1.0	1.0