三种模型在洞庭湖区域地下水资源量预测中的应用

• 作者: 付宏渊 曾铃 邱祥 黄永和
• 来源期刊: 水资源与水工程学报
• 关键词: 多因子逐步回归 BP神经网络 多变量时间序列 地下水资源量预测 洞庭湖区域
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 水文水资源
• 页码范围: 46-50,55
• 页数: 6页
• 分类号: P641.2
• 语种: 中文
• DOI: 10.11705/j.issn.1672-643X.2015.05.09

摘要

为了建立适应于洞庭湖区域地下水资源量变化规律的预测模型,在分析洞庭湖区域河川天然径流量、长江三口入水量、城陵矶出水量与地下水资源量相关性的基础上,分别利用多因子逐步回归模型、BP神经网络模型和多变量时间序列CAR模型建立了3种洞庭湖区域地下水资源量预测模型,并对所建立的3种模型的预测精度和预测结果整体规律进行了对比分析. 研究结果表明:地下水资源量与河川天然径流量、长江三口入水量、城陵矶出水量具有较好的相关性;多变量时间序列CAR模型的预测精度较好,BP神经网络模型的预测精度次之,而多因子逐步回归模型的预测精度较差;多变量时间序列CAR模型的预测结果整体规律优于BP神经网络模型,而BP神经网络模型的预测结果整体规律则优于多因子逐步回归模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付宏渊	长沙理工大学交通运输工程学院	121	1001	16.0	25.0
2	曾铃	长沙理工大学土木与建筑学院	63	601	12.0	23.0
3	邱祥	长沙理工大学交通运输工程学院	17	44	4.0	5.0
4	黄永和	长沙理工大学土木与建筑学院	2	2	1.0	1.0