|
|||||
|
|
| 基于随机森林模型的长江上游枯水期径流预报研究 | |
| 引用本文： | 赵铜铁钢,杨大文,蔡喜明,曹勇. 基于随机森林模型的长江上游枯水期径流预报研究[J]. 水力发电学报, 2012, 31(3): 18-24,38 |
| 作者姓名： | 赵铜铁钢 杨大文 蔡喜明 曹勇 |
| 作者单位： | 1. 清华大学水利水电工程系,水沙科学与水利水电工程国家重点实验室,北京100084／美国伊利诺伊大学香槟分校土木与环境工程系,周文德水系统实验室,香槟61801 2. 清华大学水利水电工程系,水沙科学与水利水电工程国家重点实验室,北京100084 3. 美国伊利诺伊大学香槟分校土木与环境工程系,周文德水系统实验室,香槟61801 |
| 基金项目： | 十一五国家科技支持计划项目课题九(2008BAB29B09);水利部公益项目“南水北调中线水源区中长期径流预报技术研究”(201001004);国家自然科学基金项目(50928901) |
| 摘 要： | 预报因子选取和预报模型构建是长期径流预报的两大难点。本研究采用随机森林模型从当年1月份至10月份长江干流的实测径流和国家气候中心74项水文—气象特征因子共750个变量中选取预报因子集合,对长江上游屏山站、寸滩站枯水期（当年11月～次年5月）径流预报进行了研究。结果显示,随预见期增加,径流自相关关系逐渐减弱,水文—气象遥相关关系逐渐强于径流自相关关系。在屏山站和寸滩站的径流预报中,预报结果与实测结果呈显著线性关系,平均相对误差在20%以内。月径流预报误差还较大,枯水期总径流预报精度优于单月径流预报。不确定性分析结果表明随机森林模型除了预报径流变化趋势,还可以用于预报径流丰枯概率。 |
| 关 键 词： | 水文学 长期径流预报 径流自相关关系 水文-气象遥相关关系 随机森林模型 |
Predict seasonal low flows in the upper Yangtze River using random forests model |
|
| ZHAO Tongtiegang,YANG Dawen,CAI Ximing,CAO Yong. Predict seasonal low flows in the upper Yangtze River using random forests model[J]. Journal of Hydroelectric Engineering, 2012, 31(3): 18-24,38 | |
| Authors: | ZHAO Tongtiegang YANG Dawen CAI Ximing CAO Yong |
| Affiliation: | 1.Department of Hydraulic Engineering,State Key Laboratory of Hydro-science and Engineering, Tsinghua University,Beijing 100084;2.University of Illinois at Urbana Champaign,Department of Civil and Environmental Engineering,Ven Te Chow Hydrosystem Laboratory.Urbana 61801) |
| Abstract: | |
| Keywords: | hydrology long-term streamflow prediction streamflow auto-correlation hydro-climatic teleconnection random forests model |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |