基于EMD组合模型的径流多尺度预测

• 作者: 李福兴 陈伏龙 蔡文静 何朝飞 龙爱华
• 来源期刊: 地学前缘
• 学科: 地球科学
• 关键词: EMD 径流预测 GRNN模型 组合模型 模型评价
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 非主题来稿选登
• 页码范围: 428-437
• 页数: 10页
• 分类号: X143|P333
• 语种: 中文
• DOI: 10.13745/j.esf.sf.2020.10.22

摘要

受全球气候变化与人类活动影响,径流序列愈发呈现出非稳态与非线性特征,为降低由此而引发的预报误差,充分发挥不同模型对提高径流预测精度的优势,针对传统径流预报模型的单一性,以干旱区典型内陆河玛纳斯河为例,采用经验模态分解(EMD)提取径流序列中具有物理含义的信号,得到不同时间尺度的多个固有模态函数(IMF)及1个趋势项,利用ARIMA模型与GRNN模型分别对不同时间尺度的IMF分量进行模拟,分析径流未来变化趋势.运用多元线性回归法、Spearman相关系数法、平均影响值法筛选大气环流因子作为神经网络模型的输入项,根据子序列的局部频率特点构建组合模型.最后将各IMF分量的预测结果重构,得到径流的最终预测值.单一评价指标无法全面评价模型精度,本文通过构建TOPSIS评价模型对径流预测模型进行定量评估,客观评价模型优度.结果表明:EMD分解能有效提取径流序列中隐含的多时间尺度信号,由趋势项可知玛纳斯河径流量总体呈上升趋势;EMD分解可提高ARIMA模型25％的合格率,但对于高频率分量IMF1、IMF2、IMF3,ARIMA模型的相对误差达到70％以上,预测结果不理想;经过筛选预报因子可有效提高GRNN模型精度,其中MIV法筛选的预报因子最适合玛纳斯河,与EMD-ARIMA组合后的GRNN模型的合格率最高,TOPSIS模型得分也最高.预测结果可作为水资源规划与调度的科学依据,建模思路也可为优化径流预测模型提供新途径.