海河流域汛期降水量多尺度分析及预测研究

• 作者: 张治倩 徐姝 魏琳
• 来源期刊: 水利规划与设计
• 学科: 工学
• 关键词: 海河流域 CEEMDAN 神经网络 AR模型 汛期降水 中长期预测
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 水文水资源
• 页码范围: 60-63,86
• 页数: 5页
• 分类号: TV125
• 字数: 3708字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-2469.2017.10.017

摘要

文章利用完全集合经验模态分解(CEEMDAN)方法,对海河流域汛期(6～9月)降水进行多尺度分析,并识别其演变模式,获得各本征模函数(IMF),然后结合利用最近邻抽样回归模型(NNBR)、自回归模型(AR)、神经网络模型等多种方法对分解的各模态进行建模,选出最佳模型进行预测.经过对比分析,各模态最佳模型分别为神经网络模型与AR模型.因此文章采用CEEMDAN与神经网络及AR模型相结合的方法对海河流域汛期降水进行预测,并且同回归模型及单一的NNBR模型的预测值作比较研究.结果表明文章采用的模型稳定性好,能合理的预测海河流域汛期降水演变趋势,提高中长期汛期降水预测精度,具有一定的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏琳		8	16	3.0	3.0
2	张治倩		3	8	2.0	2.0