基于CEEMD-BP模型的水文时间序列月径流预测

• 作者: 初海波 王栋 章四龙 魏加华
• 来源期刊: 北京师范大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 径流预测 EEMD-BP模型 CEEMD-BP模型 BP神经网络
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 水文过程与模拟
• 页码范围: 376-386
• 页数: 11页
• 分类号: P333
• 语种: 中文
• DOI: 10.12202/j.0476-0301.2020174

摘要

水文时间序列月径流预测在水资源的规划与管理方面具有重要的作用,由于径流序列的非线性和非平稳性,对其准确地进行预测较为困难.本文基于1956-2013年青海湟水河流域月径流序列,将完备的集合经验模态分解方法(complete ensemble empirical mode decomposition,CEEMD)与BP神经网络组合进行月径流预测.结果表明:组合模型CEEMD-BP和EEMD-BP相比于单一的BP神经网络,可以更好地保留原始数据的信息,预测效果更好,其中CEEMD-BP在组合模型中的预测精度更高,可用于水文时间序列月径流预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏加华	青海大学三江源生态与高原农牧业国家重点实验室	77	1121	20.0	31.0
5	章四龙	北京师范大学水科学研究院城市水循环与海绵城市技术北京市重点实验室	5	1	1.0	1.0
6	王栋	北京师范大学水科学研究院城市水循环与海绵城市技术北京市重点实验室	6	5	1.0	2.0
7	初海波	清华大学水沙科学与水利水电工程国家重点实验室	1	0	0.0	0.0