基于随机森林遥相关因子选择的月径流预报

• 作者: 熊怡 周建中 贾本军 胡国华
• 来源期刊: 水力发电学报
• 学科: 地球科学
• 关键词: 月径流预报 随机森林 贝叶斯优化 遥相关 金沙江
• 年，卷（期）: 2022,（3）
• 页码范围: 32-45
• 页数: 14页
• 分类号: P338+.2
• 语种: 中文
• DOI: 10.11660/slfdxb.20220304

摘要

流域径流过程与大尺度气候因子之间存在遥相关关系,如何从众多的水文、气象、大气环流及洋流等因子中找出与径流密切关联的因子,是中长期径流预报的一个难题.将基于贝叶斯优化的随机森林模型应用于对水文、气象、气候因子构成的高维度因子集进行因子选择,根据变量重要性评分挑选对月径流影响较大的预报因子,构建广义回归神经网络、极限学习机、支持向量回归径流预报模型.将该方法应用到金沙江流域,相较于线性相关法,基于随机森林输入因子选择的方法提高了模型泛化性能;遥相关因子的引入既实现了流域月径流高精度预报,又从物理机制上提供了支撑.