基于EMD分解的黄河流域兰州水文站日径流预测

作者：路炜; 魏霖静^*

来源：水电能源科学, 2023, 41(08): 19-9.

DOI：10.20040/j.cnki.1000-7709.2023.20221334

• 日径流预测
• EMD分解
• 兰州水文站
• 机器学习模型

为探索提高径流预测精度，基于兰州水文站2001年8月～2019年12月的逐日径流数据，在控制变量法的基础上，应用LSTM、ARIMA、SVR、XGBoost四种模型，建立了单一模型、EMD分解重构、剔除噪声模态分量后的EMD分解重构等三类处理方式共12种模型方案，并对12种方案的评价指标进行对比。结果表明，EMD序列分解重构技术和基于Hurst指数的噪声模态分量剔除有助于提升预测精度，与单一模型相比，前者构建的模型的均方根误差(RRMSE)平均下降了15.16%,后者平均下降了28.49%;12种方案中，预测效果较好的方案是剔除噪声模态分量后的“EMD-SVR-ARIMA”模型。

• 单位
  甘肃农业大学