基于多因子量化指标的支持向量机径流预测

利用最小二乘支持向量方法,构建了基于多因子量化指标的径流预测模型。对长江上游寸滩水文站1981—2000年逐月蒸发量、水库容积指标量化后,以不同降雨量和气温作为输入量,建立了15种验证方案,通过穷举搜索二维最小化Gridsearch算法优化出惩罚因子和核宽度,并对2001—2006年逐月径流量进行预测。经验证,方案3、14和12精度均令人满意,其中,方案3精度最高(均方根相对误差为0.11,相关系数为0.89,确定性系数为0.88,输入影响因子为平均降雨量、平均气温、水库库容和蒸发量量化指标4项)。通过15种方案的比较发现,Qmax、Qmin、Tmin和Tmax对预测精度有弱化的作用,库容量化指标对预测精度的影响比蒸发量化指标Ezf大。基于多因子量化指标评价体系的支持向量机径流量预测模型体现了不同影响因子对径流量影响的相对程度,实现了精度和实用性的统一,为缺资料地区研究预报提供了新的方法。

Prediction of runoff based on the multiple quantity index of SVM