基于CEEMD和BP神经网络的鄱阳湖流域旱涝长期预测模型研究

• 作者: 万智巍 洪君 章鸣 蒋梅鑫 贾玉连
• 来源期刊: 江西农业学报
• 学科: 农学
• 关键词: 旱涝 长期预测模型 CEEMD BP神经网络 鄱阳湖流域
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 资源环境
• 页码范围: 108-113
• 页数: 6页
• 分类号: S422|S423
• 字数: 3656字
• 语种: 中文
• DOI: 10.19386/j.cnki.jxnyxb.2017.10.22

摘要

基于鄱阳湖流域1470~2014年的原始旱涝等级序列,利用最新的完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition,CEEMD)和BP神经网络(Back Propagation Neural Network),构建了鄱阳湖流域旱涝的长期预测CEEMD-BP模型.结果表明:与EEMD相比,CEEMD对原始数据进行平稳化处理的效果更好,能更有效地提取原始数据中隐含的周期信号和长期趋势;原始数据经CEEMD分解后得到若干个本征模函数(Intrinsic Mode Function,IMF)序列,BP神经网络可以较好地拟合或预测这些IMF序列;CEEMD-BP模型对鄱阳湖流域1985~2014年旱涝等级序列的预测精度优于单一BP神经网络的.CEEMD-BP模型对2015~2064年的长期预测显示,未来50年鄱阳湖流域的旱涝指数有先上升后下降的趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋梅鑫	江西师范大学地理与环境学院鄱阳湖湿地与流域研究教育部重点实验室	62	327	8.0	16.0
2	贾玉连	江西师范大学地理与环境学院鄱阳湖湿地与流域研究教育部重点实验室	39	343	11.0	18.0
3	万智巍	江西师范大学地理与环境学院鄱阳湖湿地与流域研究教育部重点实验室	23	22	3.0	3.0
4	章鸣	江西师范大学地理与环境学院鄱阳湖湿地与流域研究教育部重点实验室	5	3	1.0	1.0
5	洪君	中国科学院地理科学与资源研究所陆地表层格局与模拟重点实验室	1	0	0.0	0.0