基于Stacking集成框架的预报降水统计后处理研究

左政; 梁忠民; 毕成琳; 张团团; 王军

doi:10.20040/j.cnki.1000-7709.2025.20250988

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于Stacking集成框架的预报降水统计后处理研究

水文水资源与环境 | 更新时间：2026-02-25

- 基于Stacking集成框架的预报降水统计后处理研究
- 基于Stacking集成框架的预报降水统计后处理研究
- 水电能源科学 2025年43卷第10期页码：37-41
- 作者机构：
  
  1. 河海大学水文水资源学院
  2. 中国电建集团西北勘测设计研究院有限公司
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目(52379007);江苏省研究生科研与实践创新计划项目(KYCX23＿0712)
- DOI：10.20040/j.cnki.1000-7709.2025.20250988
  中图分类号： P457.6
- 纸质出版：2025
- 稿件说明：
移动端阅览
左政, 梁忠民, 毕成琳, 等. 基于Stacking集成框架的预报降水统计后处理研究[J]. 水电能源科学, 2025,43(10):37-41.

左政, 梁忠民, 毕成琳, et al. 基于Stacking集成框架的预报降水统计后处理研究[J]. 2025, 43(10): 37-41.
左政, 梁忠民, 毕成琳, 等. 基于Stacking集成框架的预报降水统计后处理研究[J]. 水电能源科学, 2025,43(10):37-41. DOI： 10.20040/j.cnki.1000-7709.2025.20250988.

左政, 梁忠民, 毕成琳, et al. 基于Stacking集成框架的预报降水统计后处理研究[J]. 2025, 43(10): 37-41. DOI： 10.20040/j.cnki.1000-7709.2025.20250988.

摘要

利用数值天气预报(NWP)产品作为模型输入进行洪水预报，可以显著延长洪水预报的预见期。若直接将未经校正的预报降水数据用于水文模型，会引入额外误差，进而影响洪水预报精度及预警效果。为校正NWP数据的偏差从而提升洪水预报的准确性，提出一种Stacking集成方法对预报降水进行统计后处理，该方法分为2层，第1层采用RF、KNN、XGB、LGB、Catboost、GBM共6种机器学习模型对欧洲中期天气预报中心(ECMWF)提供的预报降水产品分别进行校正，然后在第2层构建RF模型将6种机器学习校正结果进行集成，得到最终的校正预报降水数据。在山东省大汶河流域的应用结果表明，该方法能够有效融合多个机器学习模型的优势，优于单一机器学习模型，校正后降水的均方根误差从13.75 mm降至9.33 mm

Abstract

关键词

Keywords

references

张建云.中国水文预报技术发展的回顾与思考[J].水科学进展,2010(04).

胡义明,梁忠民,蒋晓蕾,王军,李彬权.GFS集合降雨预报的校正后处理研究[J].南水北调与水利科技,2019(01).

温立成,李致家.校正后的降雨格点预报在洪水预报中的应用[J].水电能源科学,2010(04).

曹子恒,李永坤,胡义明,卢亚静,温骐宇,杨晨曦,陈钰,郭举坤.基于机器学习模型的数值降雨预报校正[J].南水北调与水利科技(中英文),2023(05).

卢松,高光平,张毅,纪洪岑,姚志武,尹章才.基于随机森林的恩施地区降水预报订正方法研究[J].水力发电,2024(12).

陈许娜,李国芳,乔时雨.MSWEP降水产品在尼洋河流域的应用[J].水电能源科学,2024(10).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于多源气象资料与机器学习的降水数据质量控制方法研究

CEEMDAN分解与机器学习耦合模型在林海水库入库径流预报中的多尺度适用性分析

大型水轮发电机定子绕组温度智能预测方法

基于可解释性机器学习算法的珠江河口区咸潮上溯预报

基于BP神经网络的易贡藏布河流含沙量预测模型研究