[发明专利]基于优选气候因子和精度权重系数的中长期径流预测方法

说明书

本发明公开一种基于优选气候因子和精度权重系数的中长期径流预测方法，其特征在于：它包括以下步骤：步骤1、分析气候因子表征特性，对气候因子进行分类；步骤2、采用相关分析法，筛选出与预测断面径流相关性高的因子集；步骤3、采用回归分析、支持向量机和神经网络方法建立中长期径流预测模型；步骤4、计算不同模型模拟和检验阶段的预测精度；步骤5、采用最优加权法计算不同模型的权重，建立组合预测模型；本发明为中长期径流预测提供了一种新的方法，提高了预测的稳定性和精度，可应用于大中型流域主要控制站点及控制性水库中长期径流预测，为水资源调度、水库电站调度提供决策依据。

技术领域

本发明涉及水文预报技术，尤其是一种基于优选气候因子和精度权重系数的中长期径流预测方法。

背景技术

准确的中长期径流预报，对于发挥流域防洪、发电、航运等效益，保证水利工程运行安全，实现流域水电站优化调度运行和提高水电站经济效益的具有重要意义。虽然目前相关技术人员对中长期径流预测进行了系统深入的研究，研制了很多基于不同理论的预报模型和方法，但由于径流形成过程是一个高度非线性系统，尚没有一个能全面描述径流变化规律本质的模型，且受人类活动、气候变化以及基础资料等因素影响，准确预报难度较大。

目前，针对中长期径流预测的难点问题，孙广英等提出利用神经网络建立径流预测模型，由于人工神经网络方法学习能力较强而推广能力较差，往往造成模拟阶段效果较好，而检验效果较差。王文圣等利用最小二乘法建立了最近邻抽样回归模型开展径流预报，该方法通过与相似前期径流系列建立关系进行预报，未能考虑径流的物理成因。郭慧芳等提出了基于小波分析的中长期预测模型，改方法对具有于非线性的径流预测有较好的适用性，但其仅考虑前期径流的影响，制约了模型的预测效果。

由于径流的形成是依据其特有的物理机制发生的，从径流的物理成因角度出发，优选合理的预测因子，建立考虑径流物理成因的预测模型具有重要意义。随着气象、计算机等技术的不断发展，对径流形成的机理认识逐步加深，越来越多的预报因子、先进理论、智能算法被引入中长期径流预测中，结合物理成因开展中长期径流预测已成为可能。

发明内容

本发明的目的在于克服上述不足，提供一种基于精度权重系数的中长期径流预测方法，以拓展当前中长期径流预报领域内的预测方法。

本发明为解决上述技术问题，所采用的技术方案是：一种基于优选气候因子和精度权重系数的中长期径流预测方法，它包括以下步骤：

步骤1、分析气候因子表征特性，对气候因子进行分类；

步骤2、采用相关分析法，筛选出与预测断面径流相关性高的因子集；

步骤3、采用回归分析、支持向量机和神经网络方法建立中长期径流预测模型；

步骤4、计算不同模型模拟和检验阶段的预测精度；

步骤5、采用最优加权法计算不同模型的权重，建立组合预测模型。

优选地，所述步骤1具体为：

从大气环流及遥相关的角度、以及因子和因子之间的相关性出发，将因子分为副高指数、极涡指数、经纬向环流指数、海温指数、局地天气系统指数、太阳指数6类：

P_m＝(x_m、1、......、x_m、mn)

其中：P_m：第m类气候因子，m＝1、2、...、6；x_m、mn：表示第m类因子的第mn个气候因子。

由于大气环流因子在影响径流时，具有持续性特征，在构建模型时考虑气候因子指数的滑动平均计算，即除指数的单月值外，同时考察某项指数的多月平均值；公式为：