基于物理成因的中长期径流预测模型研究

作者：国俊宝; 余钟波^*; 杨传国; 徐世琴

来源：水电能源科学, 2020, 38(05): 35-34.

• 中长期径流预测
• 径流影响因子
• XGBoost算法
• GBDT算法

可靠的中长期径流预测对水资源开发等具有重要意义。为此,筛选了影响径流的主要物理因子,引入极端梯度提升(XGBoost)算法构建中长期径流预测模型,通过纳什效率系数评价模型精度,并与多元线性回归模型(LR)、梯度提升决策树模型(GBDT)进行比较。实例应用结果表明,该模型对月径流过程的预测精度较高,训练期和验证期的纳什效率系数均值分别达到了0.9和0.7,且泛化能力优于GBDT模型和LR模型,用于中长期径流预测具有一定的可靠性和稳定性。

• 单位
  水文水资源与水利工程科学国家重点实验室; 河海大学