基于随机森林与支持向量机的水库长期径流预报

发布时间：2021-11-05 20:38

　　水库长期径流预报对于研判水文情势变化和指导水库调度管理具有重要意义。针对云南龙江水库年、汛期和枯水期平均入库径流,利用随机森林从环流指数、海温、气压和前期月径流中选取关键预报因子,基于粒子群与交叉验证相结合的算法优选参数,建立随机森林与支持向量机模型,开展龙江水库入库径流预报研究。结果表明:太平洋中北部与西部气候因子对径流预报的影响较大,前期月径流对年、汛期径流的重要性偏低,但对枯水期的影响程度与部分气候因子相当。随机森林与支持向量机模型总体精度较高,模拟与预报的合格率均达到85%以上,平均绝对百分比误差均低于15%,支持向量机的泛化能力强于随机森林,但二者在局部极值流量处的预报精度尚有待提升。 

【文章来源】：水利水运工程学报. 2020,(04)北大核心CSCD

【文章页数】：8 页

【部分图文】：

龙江水库位置示意

修正前龙江水库年径流Mann-Kendall检验与修正后平均径流序列

将基础预报因子集与前12个月逐月径流合并，得到预报因子全集，年、汛期、枯水期平均径流预报因子总数分别为36,34和31项，需合理评估各因子重要性，进一步缩减因子规模。本文基于1961—2018年全部样本建立随机森林模型（预报因子涉及前期月径流，因而建模滞后1年），该模型仅用于预报因子重要性评估。经测试，当Ntree较大时，Ntree与Mtyr的变化对预报因子重要性评估的影响基本可以忽略，为此取Ntree为2 000、Mtyr为预报因子总数的1/3。基于建立的随机森林模型，对各因子的重要性进行评估。图3给出了所有预报因子的ΔEMSo，最后12个因子表示前12个月入库径流，其余为气候因子。由图3可知，不同因子对于径流预报的重要性存在明显差异，太平洋中北部气压位势（21号因子）对于年入库径流预报的影响程度最大，前3月径流重要性明显高于其他月份。汛期入库径流预报因子重要性评估结果同样显示太平洋中北部气压位势（19号因子）的重要性程度最高，前3月径流的影响较大。对于枯水期径流，台湾东部海温（8号因子）对于预报结果的影响最大，前5月至前8月径流（主要为前一水文年枯水期月径流）对径流预报较为重要。总体上，前期月径流对年和汛期平均径流的影响弱于气候因子，但前期枯水期月径流对枯水期平均径流预报的影响程度与部分气候因子相当。3.2 模型构建与预报结果分析

【参考文献】：
期刊论文
[1]基于阴阳对算法优化的随机森林与支持向量机组合模型及径流预测实例[J]. 何国栋,崔东文.  人民珠江. 2019(03)
[2]LASSO回归和支持向量回归耦合的中长期径流预报[J]. 谢帅,黄跃飞,李铁键,刘朝云,王建华.  应用基础与工程科学学报. 2018(04)
[3]基于PCA-PSO-SVR的丹江口水库年径流预报研究[J]. 张岩,杨明祥,雷晓辉,舒坚,牛文生,余琅.  南水北调与水利科技. 2018(05)
[4]澜沧江流域中长期径流预报方法研究[J]. 赵鹏雁,张利平,王旭,胡振奎,吕双江,倪旺丹.  武汉大学学报(工学版). 2018(07)
[5]基于小波支持向量机的径流预测性能优化分析[J]. 周婷,金菊良,李荣波,纪昌明,李继清.  水力发电学报. 2017(10)
[6]几种智能算法与支持向量机融合模型在中长期月径流预测中的应用[J]. 崔东文.  华北水利水电大学学报(自然科学版). 2016(05)
[7]云南省龙江水库水情自动测报系统的建设与应用[J]. 龚学贤.  技术与市场. 2016(02)
[8]中国西南地区后冬降水的统计降尺度模型[J]. 阮成卿,李建平,冯娟.  中国科学:地球科学. 2015(07)
[9]基于随机森林和RBF神经网络的长期径流预报[J]. 赵文秀,张晓丽,李国会.  人民黄河. 2015(02)
[10]基于逐步回归—LMBP算法的大通站旬径流与月径流预报[J]. 张素琼,张艳军,刘佳明,袁迪,邹霞,宋星原.  水电能源科学. 2014(06)

硕士论文
[1]水库中长期水文预报模型研究[D]. 冯小冲.南京水利科学研究院 2010



本文编号：3478473