水文时间序列解析-集成预测模型研究

为了克服实际工作中常规预测模型的弊端,本文提出了水文序列解析- 集成预测模型(Prediction Model based on Segregation and Aggregation of Hydrological Time Series, PMSAHTS),通过分离水文序列中的趋势信号和周 期信号得到消除了人类活动影响的序列纯随机信号,然后通过随机因子预测预报方法(如BP 神经网络)使用这些 随机信号进行训练和仿真预测,将预测结果与趋势、周期预测结果重新集成,得到水文序列的预测值。将该模型应 用到和田子项目区进行年内月平均蒸发量的预测,结果表明,PMSAHTS 模型达到了水文情报预报规范的合格要 求,可以用于实际预测。