基于两阶段分解策略的月径流模拟模型研究

李鑫; 王双银; 黄毓林; 樊镕鑫; 马雪燕

doi:10.20040/j.cnki.1000-7709.2023.20222289

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于两阶段分解策略的月径流模拟模型研究

更新时间：2026-02-25

- 基于两阶段分解策略的月径流模拟模型研究
- Issue 9, Pages: 6-10(2023)
- 作者机构：
  
  西北农林科技大学水利与建筑工程学院
- 作者简介：
- 基金信息：
- DOI：10.20040/j.cnki.1000-7709.2023.20222289
  CLC： P333.1
- Published：2023
- 稿件说明：
移动端阅览
李鑫, 王双银, 黄毓林, et al. 基于两阶段分解策略的月径流模拟模型研究[J]. 2023, (9): 6-10.
DOI：

李鑫, 王双银, 黄毓林, et al. 基于两阶段分解策略的月径流模拟模型研究[J]. 2023, (9): 6-10. DOI： 10.20040/j.cnki.1000-7709.2023.20222289.

摘要

中长期径流模拟可为水资源合理配置提供科学依据，对流域高质量发展具有重要意义。基于改进的自适应噪声完备集成经验模态分解算法(ICEEMDAN)和奇异谱分析(SSA)的两阶段分解策略，利用鲸鱼算法(WOA)优化的长短期记忆网络模型(LSTM)

构建了月径流模拟模型ICEEMDAN-SSA-WOA-LSTM。将其应用于石头河水库月径流模拟，并与单次分解的ICEEMDAN-WOA-LSTM、SSA-WOA-LSTM和未分解的WOA-LSTM模型进行对比分析。结果表明，ICEEMDAN-SSA-WOA-LSTM模型模拟效果最佳，率定期和验证期3项评价指标均优于其他模型，验证期均方根误差为1.278 m

/s、平均绝对误差为0.893 m

/s、纳什效率系数为0.985。两阶段分解策略月径流模拟模型可显著提高月径流模拟精度，可用于全年入库径流模拟。

Abstract

关键词

Keywords

references

基于小波包分解与相空间重构的SSA-ELM水文时间序列预报模型[J]. 李禄德;崔东文.人民珠江,2022(08)

基于LSTM网络的长江上游流域径流模拟研究[J]. 熊一橙;徐炜;张锐;侯家其;杨雨霞;许莎莎.水电能源科学,2021(09)

基于多种混合模型的径流预测研究[J]. 梁浩;黄生志;孟二浩;黄强.水利学报,2020(01)

基于EEMD-AR模型的丹江口水库年径流随机模拟与预报[J]. 练继建;孙萧仲;马超;赵明;唐志波.水利水电科技进展,2017(05)

基于SWAT模型的青海省主要流域径流模拟[J]. 刘柏君;权锦;杨超慧;雷晓辉;王浩.水资源保护,2016(06)

太阳黑子数时间序列的奇异谱分析和小波分析[J]. 徐克红;程鹏飞;文汉江.测绘科学,2007(06)

A hybrid approach to monthly streamflow forecasting: Integrating hydrological model outputs into a Bayesian artificial neural network[J]. Greer B. Humphrey;Matthew S. Gibbs;Graeme C. Dandy;Holger R. Maier.Journal of Hydrology,2016

The Whale Optimization Algorithm[J]. Seyedali Mirjalili;Andrew Lewis.Advances in Engineering Software,2016

Improved complete ensemble EMD: A suitable tool for biomedical signal processing[J]. Marcelo A. Colominas;Gastón Schlotthauer;María E. Torres.Biomedical Signal Processing and Control,2014

Approximate entropy (ApEn) as a complexity measure.[J]. Pincus Steve.Chaos (Woodbury, N.Y.),1995(1)

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于FCM-WOA-LSTM的大坝变形预测模型及其应用

基于RIME-LSTM-Transformer的混凝土坝变形预测模型

贵仁模型云在湄公河流域适用性评估

基于CNN-LSTM-AM的大坝变形预测

SWAT+模型在郪江流域的适用性探究

Related Author

郑东健

曹梦茜

周明明

周煜

谭雪怡

王煜

刘永涛

黄鹏年

Related Institution

河海大学水文水资源与水利工程科学国家重点实验室

河海大学水利水电学院

江苏省水利勘测设计研究院有限公司

南京水利科学研究院

江苏省水利工程科技咨询股份有限公司

AI问答

⁰