科研之友
微信
新浪微博
Facebook
分享链接
摘要
以嘉陵江流域北碚水文站为例，对比分析月径流预报多种建模方法的预报性能。采用时间序列作为单变量预报模型的典型方法，采用随机森林、BP神经网络和多元线性回归作为多变量预报模型的典型方法，并应用时变权重进行组合预报。分析结果表明：（1）多变量预报模型的预报效果更优，与时间序列模型相比，其平均绝对百分比误差减少约20%。（2）随机森林与BP神经网络这两种机器学习的方法在单一模型中具有更好的预测能力。（3）时变权重组合预报方法能有效结合单一模型的优点，进一步提高预报精度。成果可为中长期径流预报的建模策略制定提供参考。
- 单位
