基于机器学习的多模型耦合径流预报研究
10页1、 基于机器学习的多模型耦合径流预报研究 祝宾皓,方 威,张勇传(1.华中科技大学土木与水利工程学院,湖北 武汉 430074;2.华中科技大学数字流域科学与技术湖北省重点实验室,湖北 武汉 430074)0 引 言洪水预报作为一种有效的防洪非工程措施,在防洪减灾紧急决策中发挥着不可替代的作用。洪水预报相关理论方法,经历了由经验模型到具有系统理论概念的黑箱模型,再到结合物理过程和经验概化的概念性水文模型,最后到反映流域空间分异性的分布式水文模型的发展过程1。然而任何一类水文模型都是对水循环过程选择性概化的近似描述,理论上无法精确还原真实水文过程。另外,在洪水预报中难以避免地存在降雨输入、模型结构以及参数的不确定性问题,前述不确定性的存在必将导致洪水预报结果的不确定性,因此探索一种强鲁棒性、高精度的洪水预报模式已成为亟待解决的问题。自19世纪40年代起,众多水文工作者已开展关于水文不确定性对洪水预报的影响研究,其中,考虑降雨输入、参数不确定性影响的研究聚焦于对误差概率分布特征的定量刻画;考虑模型结构不确定性影响的研究聚焦于模型产汇流机理的改进以及预报模型优选策略、模型耦合预报等方面。KRZ
2、YSZTOFOWICZ2提出贝叶斯洪水预报理论,应用降雨不确定性处理机(Precipitation Uncertainty Processor, PUP)和水文不确定性处理机(Hydrologic Uncertainty Processor, HUP)分别处理降雨输入不确定性和降雨以外的其他不确定性,从而明确洪水预报的总不确定性;KAVETSKI等3采用额外隐变量降低降雨输入的不确定性,提出了贝叶斯总偏差分析(BayesianTotal Error Analysis, BTEA)方法;AJAMI等4通过改用折算系数映射降雨输入的不确定性,并结合贝叶斯模型平均(Bayesian Model Averaging, BMA)方法考虑模型结构不确定性,提出了贝叶斯综合不确定性估计方法(the Integrated Bayesian Uncertainty Estimator,IBUNE);谢小燕5将多元门限回归模型和(Artificial Neural Network, ANN)模型进行耦合预报,完成了小山水库的中长期水文预报;冯钧等6将(Back Propagation, BP)网络和(Lo
3、ng Short-Term Memory, LSTM)模型在子午河流域进行耦合预报,发现预报结果优于任一单模型的预报结果;丁武等7采用极端梯度提升树法(eXtreme Gradient Boosting, XGBoost)进行多元水文时间序列趋势相似性挖掘,达到了预测水文趋势的目的。为降低模型结构不确定性对洪水预报带来的负面影响,拟探明各水文模型的预报特征,采用多祌水文模型的不同耦合策略构建洪水耦合预报系统,以探寻研究流域产汇流机理的精细化表达,降低极端降水事件所带来的影响。1 多模型耦合方法1.1 多模型耦合预报概述水文预报是对未知水文情势的预测,无论选用什么水文模型都会有预报误差。但考虑到各个水文模型建模机制不同,在同一研究流域的预报表现也各不相同,拟综合多个模型的预报特征对研究流域的径流序列进行耦合预报。耦合预报定义如下:式中:F为最终耦合预报径流预测值;wi为各模型被分配的权重,可以是显式的也可以是隐式的;fi是第i个水文模型预测值;h为水文模型个数。1.2 单个预报模型的建立为探明研究流域的产汇流机制,综合考虑影响预报结果的各种可能因素,本研究选择基于蓄满产流理念的新安江模型
4、8、适用性较强的水箱模型9以及基于变动产流面积原理的TOPMODEL模型10,将3个模型的预测结果作为耦合模型的输入,经各耦合方法确定模型权重后,可由式(1)确定耦合预报的径流预测序列。由于(Particle Swarm Optimization, PSO)11算法已经广泛应用于水文模型的参数率定中12-14,故本研究各模型的参数以确定性系数(Determination Coefficient, DC)为目标函数,由PSO算法率定得到。确定性系数的计算如下所示:式中:Q代表实测径流序列,代表实测径流序列的平均值代表预报径流序列;n代表序列长度。1.3 最小二乘法最小二乘法是一种数学方法,它通过寻求最小误差平方和的方式找到一组数据的最优函数形式,已经在参数估计、系统辨识以及预测等专业领域中得到广泛的应用。周建中等15提供了最小二乘法在水文模型耦合预报中的应用细节。1.4 岭回归法由于前述最小二乘法在处理本文的耦合预报时容易出现结果不稳定的缺陷,故引入岭回归法16进行耦合预报。岭回归法是一种适用于多重共线性数据分析的有偏估计回归方法,可视为改进的最小二乘法。该方法放弃最小二乘估计的无偏性,
《基于机器学习的多模型耦合径流预报研究》由会员杨***分享,可在线阅读,更多相关《基于机器学习的多模型耦合径流预报研究》请在金锄头文库上搜索。
员工积极主动行为的组态效应:基于过程的视角
汪晖齐物平等与跨体系社会的天下想象
函数性质中的数学抽象在问题解决与设计中的应用
日本东京大学入学考试理科数学试题解析
二次电池研究进展
实践研究与论理逻辑
光学视觉传感器技术研究进展
龙泉青瓷的传承困境与发展
齐齐哈尔地区抗根肿病大白菜品种的抗性鉴定与评价
基于系统动力学模型的胶州湾海域承载力预测
基于弯液面电化学连接碳纤维实验初探
龟甲胶研究发展探析
鼻腔黏膜免疫佐剂鞭毛蛋白的研究进展
鼻内镜辅助上颌骨部分切除术治疗鼻腔鼻窦腺样囊性癌的临床分析
黑豆不同发芽期多酚、黄酮及抗氧化活性分析
齐鲁青未了:山东当代文学审美流变论
黄登水电站机电设备安装工程施工技术质量管理
黄河文化传承视角下音乐剧创作探究
黄亦琦从风论治咳嗽变异性哮喘经验※
鲸豚动物吸附式声学行为记录器综述
2024-05-22 22页
2024-05-22 27页
2024-05-22 26页
2024-05-22 22页
2024-05-22 25页
2024-05-22 23页
2024-05-22 24页
2024-05-22 23页
2024-05-22 23页
2024-05-22 23页