基于多模型集成的月尺度磨刀门咸潮预测研究

近年来,珠江三角洲磨刀门水道咸潮频发,严重威胁周边地区的供水安全。分别应用随机森林算法(SVM)、支持向量机(SVM)以及Elman神经网络(ENN)建立回归模型,并应用贝叶斯模型平均算法实现咸潮月尺度集成预测。研究结果显示:(1)随机森林、支持向量机以及Elman神经网络算法在小样本集上表现出不同的不确定性特征;(2)贝叶斯模型平均能够显著提高模拟精度,纳什效率系数(NSE)达到0.67,相比于3个子模型在测试集上分别提高了22%、24%、33%。