文档名：海河流域汛期降水量多尺度分析及预测研究
本文利用完全集合经验模态分解(CEEMDAN)方法,对海河流域汛期(6-9月)降水进行多尺度分析,并识别其演变模式,获得各本征模函数(IMF),然后结合利用最近邻抽样回归模型(NNBR)、自回归模型(AR)、神经网络模型等多种方法对分解的各模态进行建模,选出最佳模型进行预测.经过对比分析,各模态最佳模型分别为神经网络模型与AR模型.因此本文采用CEEMDAN与神经网络及AR模型相结合的方法对海河流域汛期降水进行预测,并且同回归模型及单一的NNBR模型的预测值作比较研究.结果表明本文采用的模型稳定性好,能合理地预测海河流域汛期降水演变趋势,提高中长期汛期降水预测精度,具有一定的应用价值.
作者：魏琳 徐姝 张治倩
作者单位：海河水利委员会水文局,天津300170天津市气象台,天津300074
母体文献：中国水利学会2017学术年会论文集
会议名称：中国水利学会2017学术年会
会议时间：2017年10月1日
会议地点：西安
主办单位：中国水利学会
语种：chi
分类号：P33TV1
关键词：海河流域 降水预测 完全集合经验模态分解法 神经网络 自回归模型
在线出版日期：2020年7月28日
基金项目：
相似文献
相关博文
- 文件大小:
- 2.61 MB
- 下载次数:
- 60
-
高速下载
|
|
