基于混合模型SEPG-S对月降水量的研究及预测

发布时间：2020-09-25 22:33

　　 要想准确地评估洪水风险、合理地构造可靠的防洪抗旱预警系统,对月降水量的精确中长期预测必不可少.对月降水量序列来说,具有高波动和非线性的特征.通过传统的、单一的方法来实现对月降水量的高精度预测非常困难.这些方法虽然具有容易识别、模型简单的优点,但对于非线性月降水量的中长期预测很难达到理想的效果.基于这个原因,本文提出了基于季节因子调整(SIA)、集合经验模态分解(EEMD)、偏自相关分析(PACF)、广义回归神经网络(GRNN)和SARIMA的组合优化模型SEPG-S,来解决具有非平稳、非线性特性的降水量时间序列预测问题.首先,通过SIA对含有季节性的降水量序列进行处理,提取出其中的季节因子;然后,通过EEMD对已去除季节影响的降水量序列进行分解,将其分解成含有不同尺度,频率由高到低的一系列本征模态函数(IMF);最后,应用GRNN和SARIMA对这些IMF和残差序列分别处理,将每个IMF和残差的预测结果加总整合得到最终的预测值.以甘肃省酒泉市降水量序列为例进行案例分析,并与其它预测方法进行比较.结果表明,本文提出的方法效果较好.与此同时,为了验证这个模型具有良好的预测精度和强泛化特性,将该方法用于甘肃省敦煌、玉门镇这两个地区的月降水量预测,同样取得理想的效果.研究中发现,SIA可提取原始数据中的季节成分,避免季节因子对月降水量的影响;EEMD方法可有效分解具有高波动、非线性的降水量时间序列,保留其原有的特性以及不同时间尺度的分布规律;PACF和交叉验证分别用来确定GRNN输入层神经元的数目和优化GRNN中的参数,规避了人为确定这些因子不精准的缺点;而GRNN和SARIMA发挥其自身优势,对不同频率的时间序列分别预测.这个模型在有效地继承了这几个方法优点的同时,也兼顾了原始序列自身的特性,对解决高波动、非线性序列的预测问题非常有价值.通过与其他预测方法比较,发现该模型对解决该类问题有较高的预测精度和较好的泛化能力.
【学位单位】：兰州大学
【学位级别】：硕士
【学位年份】：2017
【中图分类】：P338;P457.6
【部分图文】：

文章结构图

训练集太小会导致分类器的准确率不高.图2.2 5-fold交叉验证(二) K-fold交叉验证K-fold交叉验证是Hold-out方法的改进, 简单记作K-CV. 将原始数据集随机分割成 个子集(通常均分), 其中只有一个子集(测试集)被用来测试模型, 其余 14

GRNN网络结构拓扑图

【相似文献】

相关期刊论文 前10条

1 方杰;文伟;;几个杭州气象之“最”[J];科技通报;1986年04期

2 张惠元;天水月降水量的连续预报方法[J];甘肃气象;1994年04期

3 严绍瑾,李中华,郭光;非线性时滞方程预测月降水量[J];南京气象学院学报;1997年01期

4 覃志年,黄雪松,何慧;广西2004年7月降水量异常偏多成因及预测分析[J];广西气象;2004年04期

5 李军;黄敬峰;王秀珍;朱蕾;;山区月降水量的短序列订正方法[J];山地学报;2005年06期

6 覃志年;黄雪松;何慧;;广西2004年7月降水量异常偏多成因及预测分析[J];广西气象;2005年S2期

7 李承宏,周佑云;提高冬春月降水量预测质量方法的探讨[J];气象;2005年03期

8 朱勇华;姜高霞;;考虑季节及地域的月降水量三层回归模型及应用[J];水电能源科学;2012年10期

9 么枕生;;中国东部境Qg各月降水量的保障机率[J];南京大学学报(自然科学版);1959年06期

10 杨观竹;陕西省年、月降水量的理论频数分布[J];高原气象;1983年02期

相关会议论文 前8条

1 翟景秋;孔玉寿;李艳兵;;长江中下游5-8月降水量的变化特征分析[A];第二届长三角气象科技论坛论文集[C];2005年

2 王志良;李伟伟;;基于混沌时间序列的昆明市月降水量模拟预测[A];“中国视角的风险分析和危机反应”——中国灾害防御协会风险分析专业委员会第四届年会论文集[C];2010年

3 康西言;杨彬云;高建华;;河北省4-10月降水量的气候特征分析[A];中国气象学会2007年年会气候变化分会场论文集[C];2007年

4 杜兴无;潘云华;杜世晔;;2005年8月湖北十堰异常多雨与OLR的关系[A];2007年湖北省气象学会学术年会暨全省青年气象科技工作者学术交流会议学术论文详细文摘汇集[C];2007年

5 时少英;刘式达;钱维宏;梁福明;付遵涛;刘式适;;中国区域极端降水的概率估算[A];中国气象学会2006年年会“气候变化及其机理和模拟”分会场论文集[C];2006年

6 陈胤华;;基于重构相空间的降水时间序列预测[A];平安浙江气象保障学术论坛论文集[C];2005年

7 陈胤华;;基于重构相空间的降水时间序列预测[A];第二届浙江中西部科技论坛论文集第二卷（气象分卷）[C];2005年

8 陈胤华;;基于重构相空间的降水时间序列预测[A];第二届长三角气象科技论坛论文集[C];2005年

相关重要报纸文章 前9条

1 宋振峰;兰州8月降水量达2001年以来最大值[N];甘肃日报;2007年

2 记者 王影;下雨少了 近十个月降水量创历史同期最低[N];苏州日报;2011年

3 陈伟红;本月降水量稳中有变[N];商洛日报;2007年

4 叶滨;3月降水量50年最多[N];哈尔滨日报;2007年

5 记者 廖巍巍　实习生 王帝;我市启动抗旱三级应急响应[N];黄石日报;2013年

6 记者 王恩瑞　通讯员 梁述杰;我省汛期结束水库蓄水增加[N];山西日报;2011年

7 本报记者 石蕴璞;洛阳冬旱不足两年一遇[N];洛阳日报;2009年

8 记者 江怀远;尽最大努力将损失降至最低[N];益阳日报;2013年

9 建三江管理局党委;群策群力战洪水 众志成城保家园[N];北大荒日报;2014年

相关硕士学位论文 前6条

1 俞续对;基于混合模型SEPG-S对月降水量的研究及预测[D];兰州大学;2017年

2 龙云;基于多种神经网络模型的洞庭湖流域月降水量预测对比研究[D];湖南师范大学;2016年

3 何慧;降尺度方法在广西月降水量预测中的应用研究[D];南京信息工程大学;2007年

4 高婷;复杂地形下中国月降水量分布式模型研究[D];南京信息工程大学;2013年

5 潘虹;复杂地形下中国月降水量网格化估算模型研究[D];南京信息工程大学;2014年

6 李云;大气降水非均匀性及其分布模式对陆面过程参数化的影响研究[D];南京气象学院;2003年

本文编号：2827153