不同集成模型对小流域短时径流预报的影响研究

摘要

为提高安墩水流域的短时径流预报效果,分别建立了bagging集成模型、stacking集成模型、GBDT集成模型以及AdaBoost集成模型,并以相关系数、平均绝对误差、平均相对误差、均方根误差、纳什效率系数、达标率等评价指标对各集成模型的预报效果进行了对比。研究表明,这四种集成模型均能用于安墩水短期径流预报,其中bagging集成模型整体表现最好,且稳定性最高。此外,本文还针对各集成模型预报效果对洪水规模的敏感性进行了详细分析,结果表明,AdaBoost集成模型对大流量来水预测效果较好,而bagging集成模型和stacking集成模型对小流量来水预测效果较好。综合来看,bagging集成模型对安墩水流域的短时径流预报效果最好。该研究可为安墩水流域未来的洪水预报、水资源管理等工作提供科学指导。