基于CE-EMD分解和BBO-ELM-BP模型的水文站蒸发量预测研究

摘要：

为准确掌握大王庙水文站蒸发量数据的变化规律,以该站2009—2021年的蒸发量监测数据为基础,先利用互补式集合经验模态(CE-EMD)开展蒸发量数据的分解处理,将其分解为主趋势分量和周期分量,再通过BBO-ELM-BP模型实现蒸发量的组合预测,以掌握蒸发量的后期变化规律.分析结果表明:CE-EMD模型能有效实现蒸发量数据的分解处理,并与其他分解模型比较,该模型具有更为有效的分解结果;同时,组合预测结果的相对误差值多在2％～3％,具有较高的预测精度,能有效实现蒸发量的后期预测,并通过不同模型的对比研究,得出该组合预测模型对大样本、长周期的预测效果要优于对小样本、短周期的预测效果,且预测距离对预测结果具有较大影响,主要表现为短距离预测的可信度相对更高.通过本文研究,可有效分析地区的蒸发量变化特征,对掌握其水文规律具有重要意义.

关键词：蒸发量、数据分解、经验模态分解、极限学习机、组合预测

所属期刊栏目：40

分类号：P631

在线出版日期：2023-01-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1794-1801