基于多模型预报信息融合的中长期径流预报研究

• 作者: 卢迪 张弛 彭勇 徐炜 王本德
• 来源期刊: 水力发电学报
• 学科: 地球科学
• 关键词: 水文学 中长期 水文预报 多模型 联邦滤波 信息融合
• 年，卷（期）: 2013,（6）
• 页码范围: 11-18
• 分类号: P338+.2
• 语种: 中文

摘要

中长期径流具有非线性时变特点,带有高度的复杂性和不确定性,使用单一算法或模型的预报结果往往不令人满意.因此,本文首先利用GFS降雨预报信息并采用多元线性回归、BP神经网络、季节自回归和新安江模型对浑江桓仁水库流域进行旬径流预报;然后使用自适应联邦滤波算法对四个模型的预报信息进行融合、校正;最后应用结果表明,多模型信息融合能够增强预报的稳定性并提高预报精度,为中长期径流预报方法提供了一定的参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张弛	大连理工大学建设工程学部土木水利学院	68	596	14.0	21.0
2	王本德	大连理工大学建设工程学部土木水利学院	139	2100	25.0	38.0
3	彭勇	大连理工大学建设工程学部土木水利学院	83	639	15.0	20.0
4	徐炜	大连理工大学建设工程学部土木水利学院	11	118	8.0	10.0
5	卢迪	大连理工大学建设工程学部土木水利学院	7	88	6.0	7.0