1. 南昌大学工程建设学院
2. 南昌大学鄱阳湖环境与资源利用教育部重点实验室
3. 长江水利委员会长江科学院
纸质出版:2025
移动端阅览
何中政, 李祥吉, 王永强, 等. 水文时间序列多尺度效应分析与改进预测方法[J]. 水电能源科学, 2025,(4):35-39.
何中政, 李祥吉, 王永强, et al. 水文时间序列多尺度效应分析与改进预测方法[J]. 2025, (4): 35-39.
何中政, 李祥吉, 王永强, 等. 水文时间序列多尺度效应分析与改进预测方法[J]. 水电能源科学, 2025,(4):35-39. DOI: 10.20040/j.cnki.1000-7709.2025.20240970.
何中政, 李祥吉, 王永强, et al. 水文时间序列多尺度效应分析与改进预测方法[J]. 2025, (4): 35-39. DOI: 10.20040/j.cnki.1000-7709.2025.20240970.
提升水文预测技术水平一直是水文水资源研究领域的重点和难点,而在水文预测中,往往短临时段的水文预测效果高于中长期。对此,提出了大时间尺度的序列自回归特性弱于小时间尺度的猜想,以及基于自相关性系数的多尺度效应分析及其改进水文时间序列预测方法。并选定长江流域8个典型水文站点为研究对象,以3 h、6 h、日、周、月为预测时间步长开展实例分析。相关试验结果表明,不同站点的ACF(p)平均绝对值从大到小为3 h、6 h、日、周、月;各个站点不同时间尺度下改进预测方法结果相比传统预测方法,均方根误差平均降低20.76%
平均绝对误差降低20.70%
确定性系数平均提高6.65%
合格率平均提高9.77%
最大误差平均降低18.16%。验证了所提出的猜想及其改进预测方法,可为水文预测研究提供新的思路。
赵铜铁钢,张弛,田雨,李昱,陈泽鑫,陈晓宏.全球气象预报驱动流域水文预报研究进展与展望[J].水科学进展,2024(01).
程艳,裴盼盼,张祥祥.国内外流域水文模型研究进展[J].现代农业科技,2023(23).
何健,余宇峰,冯胜男,邓劲柏,李凯.智能水文预报模型的研究与应用[J].江苏水利,2023(10).
龚志惠,李红霞,尹兆锐,唐萱.黄土丘陵沟壑区小流域洪水预报研究[J].水电能源科学,2022(07).
王忠义,崔东文.基于小波包分解-非洲秃鹫优化算法-深度极限学习机的水文预报模型及其应用[J].水电能源科学,2022(08).
李禄德,崔东文.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].人民珠江,2022(08).
陈慧,齐振方.基于LSTM网络的川东地区月降水量预测[J].水电能源科学,2021(08).
王栋,魏加华,章四龙,初海波.基于CEEMD-BP模型的水文时间序列月径流预测[J].北京师范大学学报(自然科学版),2020(03).
赵人俊,王佩兰.新安江模型参数的分析[J].水文,1988(06).
0
浏览量
235
下载量
CSCD
关联资源
相关文章
相关作者
相关机构