基于机器学习的赤水河中下游水位预测研究

• 作者: 管杰 翁玲 谢强 陈宇
• 来源期刊: 中低纬山地气象
• 关键词: 水位预测 机器学习 LASSO回归
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 研究论文
• 页码范围: 24-28
• 页数: 5页
• 分类号: P333.9
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6598.2019.03.004

摘要

该文利用2015、2016年5-10月赤水河沿岸的茅台站、二郎站、赤水站3个水文监测站以及赤水站、习水站两个气象站逐小时采集存储的水文气象数据,基于多元线性回归、岭回归和套索回归3种机器学习方法,构建预测赤水河中下游未来6h水位趋势的模型.结果 表明,基于机器学习的方法可以较好的预测赤水河中下游未来6 h的水位情况,而利用72 h滞后量作为输入集的LASSO回归模型能取得RMSE为0.192 m的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	管杰		2	0	0.0	0.0
2	翁玲		5	5	1.0	2.0