基于奇异谱分析与智能算法的小样本年径流量预测模型

徐富刚; 张鉴铭; 陶然; 何中政

doi:10.20040/j.cnki.1000-7709.2026.20251242

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

基于奇异谱分析与智能算法的小样本年径流量预测模型

更新时间：2026-06-27

- 基于奇异谱分析与智能算法的小样本年径流量预测模型
- Vol. 44, Issue 6, Pages: 27-32(2026)
- 作者机构：
  
  1. 南昌大学工程建设学院
  2. 南昌大学重庆研究院
  3. 南昌大学鄱阳湖环境与资源利用教育部重点实验室
- 作者简介：
- 基金信息：
- DOI：10.20040/j.cnki.1000-7709.2026.20251242
  CLC： TP18;P338.2
- Published：2026
- 稿件说明：
移动端阅览
徐富刚, 张鉴铭, 陶然, et al. 基于奇异谱分析与智能算法的小样本年径流量预测模型[J]. 2026, 44(6): 27-32.
DOI：

徐富刚, 张鉴铭, 陶然, et al. 基于奇异谱分析与智能算法的小样本年径流量预测模型[J]. 2026, 44(6): 27-32. DOI： 10.20040/j.cnki.1000-7709.2026.20251242.

摘要

年径流量预测对流域水资源规划与旱涝防控至关重要，但小样本条件下径流序列的非线性、非平稳特性导致传统单一模型预测精度不足。以黄河流域兰州站和头道拐站1961～2022年平均径流量为例，通过SSA分解径流序列为趋势、周期和噪声分量，经归一化后用LSTM捕捉长期时序依赖、SVM拟合非线性关系，基于验证集误差进行权重分配，最后叠加重构预测结果。试验显示，该模型在两站点测试集的模型解释能力系数(D

)均超0.86

合格率(Q

)达90%以上，满足水文预报甲级标准，平均绝对误差(M

MAE

)和均方根误差(R

RMSE

)较传统模型平均降低40%以上，显著提升了小样本径流预测精度与可靠性。

Abstract

关键词

Keywords

references

杜懿,麻荣永,赵立亚.基于EEMD-BP-ANN模型的澄碧河年径流量预测研究[J].广西水利水电,2018(02).

张金萍,许敏,张鑫,肖宏林.基于CEEMDAN-ARMA模型的年径流量预测研究[J].人民黄河,2021(01).

韩莹,王乐豪,王淑梅,张翔,罗星星.宽度-深度融合时频分析的径流智能预测方法[J].系统仿真学报,2024(02).

吴辉明,严萌,周帅.基于CMIP6气候情景的西江流域未来径流预测及其不确定性分析[J].人民珠江,2025(07).

范兴群,刘立龙,薛张芳,吴昊舰,吴晗.基于奇异谱分析的GNSS-MR雪深反演[J].桂林理工大学学报,2025(01).

张挺,马睿佳,程泳铭,安强,刘浏.基于VMD-LSTM模型的流域径流预报技术[J].南水北调与水利科技(中英文),2025(05).

吕岩,张常俊,任晔,闫晗,崔震.基于EMD-SVM的东北寒温带黑土区蒸发预测模型研究[J].人民长江,2025(07).

水文情报预报规范[S].2008.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于VMD-SSA-K-means-iForest的重力坝监测数据异常模式混合识别算法研究

基于SSA-KMIF的船闸人字门监测数据异常检测方法

基于SSA-LSTM模型的水电站能效综合评价方法

基于信号残差修正与PSO-RVM的混凝土拱坝位移组合预测模型

基于多层次数据处理的NGO-XGBoost大坝变形预测模型及其应用

Related Author

郭瑞

徐量

王福生

李涵曼

李铁

张燎军

马翔宇

肖于思

Related Institution

淮安市水利勘测设计研究院有限公司

南京水利科学研究院水灾害防御全国重点实验室

南京水利科学研究院水利部大坝安全管理中心

河海大学水利水电学院

宿迁市港航事业发展中心

AI问答

⁰