基于Copula熵-随机森林的中长期径流预报研究

被引：14

作者：

黄朝君 ^{[1
]}

贾建伟 ^{[2
]}

秦赫 ^{[1
]}

王栋 ^{[2
]}

机构：

[1] 南水北调中线水源有限责任公司

[2] 长江水利委员会水文局

来源：

人民长江 | 2021年 / 11期

基金：

国家重点研发计划;

关键词：

中长期径流预报; 预测因子; 大气环流因子; Copula熵; 随机森林模型; 丹江口水库;

D O I：

10.16232/j.cnki.1001-4179.2021.11.013

中图分类号：

P338 [水文预报];

学科分类号：

081501 ;

摘要：

预测因子作为中长期预报模型的输入项,是影响预报结果精度的关键要素。为进一步提高预报精度,提出了一种Copula熵与随机森林模型相结合的中长期径流预报方法。该方法首先采用Copula熵指标对预测因子进行筛选,然后将选取的预测因子作为输入项,导入随机森林模型中对月径流进行相应预测。将该方法应用于汉江流域丹江口水库的逐月入库径流预报中,并与相关系数筛选法进行对比。结果表明:基于Copula熵指标筛选出的预测因子对应的模拟结果具有更高的精度,尤其对于汛期而言,其模拟值与实测值的拟合优度显著优于比选方法,说明其筛选出的预测因子具有更好的合理性。

引用

页码：81 / 85

页数：5

共 21 条

[11] Combination of Multiple Data-Driven Models for Long-Term Monthly Runoff Predictions Based on Bayesian Model Averaging [J].