基于集合经验模态分解与BP组合模型的短期余水位预测

• 作者: 卜宪海 孙毅 屠泽杰 樊妙 辛明真 邢喆
• 来源期刊: 海洋通报
• 学科: 地球科学
• 关键词: 海洋测绘 余水位 集合经验模态分解 BP神经网络 短期预测
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 论文
• 页码范围: 78-85,110
• 页数: 9页
• 分类号: P731.34
• 字数: 5712字
• 语种: 中文
• DOI: 10.11840/j.issn.1001-6392.2020.01.008

摘要

水位在忽略观测误差的前提下,可分解为潮位和余水位,后者具有较强的空间相关性以及非平稳特征,是影响水位预报精度的主要因素.港口工程、航运计划编制等方面对实时高精度水位预报具有重要需求,这对余水位预报模型构建提出了更高要求.另外,利用高精度余水位预报模型可减少验潮站布设数量.针对余水位短期预测模型精度不高的现状,本文对余水位进行集合经验模态(EEMD)分解,获得余水位在时间序列上的本征模函数(IMF);使用快速傅立叶变换(FFT)分析各本征模函数的频谱特征;再利用BP神经网络对各个本征模函数进行训练,预测了未来6 h、12 h、24 h的余水位值.对哥伦比亚河下游河口处的3组典型验潮站的余水位数据的预测结果表明,在未来6 h、12 h内的余水位的预测精度达到厘米级,在24 h内接近厘米级,证明了该组合模型在余水位短期预测方面的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊妙		23	56	4.0	5.0
2	邢喆		27	50	4.0	4.0
3	卜宪海	山东科技大学测绘科学与工程学院	4	8	1.0	2.0
4	辛明真	山东科技大学测绘科学与工程学院	11	14	2.0	3.0
5	屠泽杰	山东科技大学测绘科学与工程学院	1	0	0.0	0.0
6	孙毅		6	5	2.0	2.0