基于多因子组合的SVR模型在松花江流域径流预报中的应用

• 作者: 朱春苗 吴海江 宋小燕 宋松柏
• 来源期刊: 水电能源科学
• 关键词: 相关系数法 主成分分析法 互信息法 SVR模型 松花江流域
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 水文水资源与环境|HYDROLOGY,WATER RESOURCES AND ENVIRONMENT
• 页码范围: 12-15,41
• 页数: 5页
• 分类号: P338
• 语种: 中文

摘要

为对数据驱动的径流预报模型的预报因子进行方案优选,利用相关系数法(CA)对松花江流域上游3个水文代表站(大赉站、扶余站、哈尔滨站)的月径流、佳木斯站的月降水和74项大气环流指数等潜在预报因子进行初筛,然后用主成分分析法(PCA)、互信息法(MI)进一步优选因子,最后基于支持向量机回归模型(SVR)结合选取的潜在预报因子(共9种组合方式)预报松花江流域佳木斯站的月径流,并采用均方根误差(RMSE)、平均相对误差(MRE)、决定性系数(R2)、合格率(QR)评价不同预报因子组合间的SVR模型的预报性能.结果表明,SVR结合7因子的PCA模型与其他因子组合的SVR模型相比,更适用于松花江流域的月径流预报,其RMSE、MRE、R2、QR分别为856.68 m3/s、31.4％、0.809 4、73.3％,各项评价指标均优于其他因子组合方案.