EBK和LSTM模型在气象干旱时空预测中的应用 |
| |
作者姓名: | 张建海 张棋 许德合 丁严 |
| |
作者单位: | 青海省水文水资源测报中心,青海 西宁800001;华北水利水电大学,河南 郑州450046 |
| |
基金项目: | 国家自然科学基金;河南省重点研发与推广专项 |
| |
摘 要: | 为了检验气象干旱预测模型的有效性,利用1951—2017年河南省19个气象站逐月降水量数据,计算多尺度标准化降水指数(SPI),并建立了SPI序列长短时记忆神经网络模型(LSTM)。对模型参数进行率定和验证后,结合改进的经验贝叶斯克里金插值法(EBK),对河南省气象站多尺度SPI值进行时间序列预测和空间分布预测,并借助均方根误差(RMSE)、平均绝对误差(MAE)和决定系数(R~2)对回归预测模型的有效性进行判定。结果表明:在时间序列预测方面,LSTM模型在1月、24月尺度SPI的RMSE值分别为1.116和0.392,MAE值分别为0.911和0.188,R~2值分别为0.102和0.871,说明LSTM模型对SPI的预测精度与该指数的时间尺度有关,随着时间尺度的增大而逐渐提高;在空间分布预测方面,通过EBK得到的LSTM模型预测值在空间分布上与SPI观测值的空间分布十分相似,且能够在大尺度上较为精确地预测河南省旱情。
|
关 键 词: | 气象干旱 SPI LSTM EBK 河南省 |
本文献已被 CNKI 万方数据 等数据库收录! |
|