当前位置: 首页 > 文章 > 基于混沌理论的降水量预测方法研究 灌溉排水学报 2022,41 (3) 83-91
Position: Home > Articles > Predicting Monthly Precipitation Using Chaotic Model Journal of Irrigation and Drainage 2022,41 (3) 83-91

基于混沌理论的降水量预测方法研究

作  者:
舒涛;路昊天;曹景轩;叶唐进;陶伟;付润艺;李豪
单  位:
中国科学院 山地灾害与地表过程重点实验室;大连理工大学建设工程学部;中国海洋大学海洋地球科学学院;桂林理工大学地球科学学院;西藏大学工学院
关键词:
混沌理论;相空间重构;Lyapunov指数;Volterra滤波器;降水量预测
摘  要:
[目的]得到精确度较高的月降水量预测值.[方法]首先利用C-C关联积分法来确定波密站月降水量非线性系统的时间延迟τ和嵌入维数m,再对月降水量时间序列进行相空间重构,并利用小数据量法求取Lyapunov指数来判断月降水量时间序列的混沌特征,然后构建Volterra模型分别进行短期5 a和长期15 a降水量预测,将其预测小波预测模型和SVR预测模型的预测值对比,最后对Volterra短期预测模型进行叠加预测误差分析和模型推广分析.[结果]Volterra模型对混沌特征明显的月降水量进行短期预测时,其MAPE和EC分别为4.04%和0.941,相比小波和SVR模型来说具有较高的预测精度,同时叠加预测误差较小,其MAPE为7.657%,EC为0.894;而在长期预测时,该模型预测精度不如SVR模型;同时Volterra模型对混沌特征弱的月降水量进行短期预测时,其模型预测效果并不理想,MAPE为54.855%,EC仅为0.566.[结论]该方法能提供精确度较高的降水量预测值,为降水量的预测提供一种新的方法.
译  名:
Predicting Monthly Precipitation Using Chaotic Model

相似文章

计量
文章访问数: 11
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊