EBK和LSTM模型在气象干旱时空预测中的应用

• 作者: 丁严 张建海 张棋 许德合
• 来源期刊: 人民黄河
• 学科: 工学
• 关键词: 气象干旱 SPI LSTM EBK 河南省
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 水资源
• 页码范围: 77-82
• 页数: 6页
• 分类号: TV213.4
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1379.2020.08.016

摘要

为了检验气象干旱预测模型的有效性,利用1951—2017年河南省19个气象站逐月降水量数据,计算多尺度标准化降水指数(SPI),并建立了SPI序列长短时记忆神经网络模型(LSTM).对模型参数进行率定和验证后,结合改进的经验贝叶斯克里金插值法(EBK),对河南省气象站多尺度SPI值进行时间序列预测和空间分布预测,并借助均方根误差(RMSE)、平均绝对误差(MAE)和决定系数(R2)对回归预测模型的有效性进行判定.结果 表明:在时间序列预测方面,LSTM模型在1月、24月尺度SPI的RMSE值分别为1.116和0.392,MAE值分别为0.911和0.188,R2值分别为0.102和0.871,说明LSTM模型对SPI的预测精度与该指数的时间尺度有关,随着时间尺度的增大而逐渐提高;在空间分布预测方面,通过EBK得到的LSTM模型预测值在空间分布上与SPI观测值的空间分布十分相似,且能够在大尺度上较为精确地预测河南省旱情.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许德合		12	27	2.0	5.0
2	丁严		3	0	0.0	0.0
3	张棋		3	0	0.0	0.0
4	张建海		2	0	0.0	0.0