当代世界环境-国际环境科学研究杂志

月度流量预测的不确定性分析

Majid Dehghan¹^*， Bahram Saghafian¹Firoozeh Rivaz¹Ahmad Khodadadi^3.

¹伊朗德黑兰伊斯兰阿扎德大学科学与研究分部技术与工程系

²Shahid Beheshti大学数学系，伊朗德黑兰

DOI:http://dx.doi.org/10.12944/CWE.9.3.40

摘要

河流流量预测是水资源规划和管理的重要内容。本研究采用前馈人工神经网络(FFANN)进行月度流量预测。建模时考虑了三种场景。主成分分析(PCA)用于降低模型架构复杂性和减少输入数据。采用12项统计标准评价模型的性能。为了量化预测的准确性，采用蒙特卡罗模拟进行了不确定性分析。结果表明，该模型总体上能较好地预测月流量时间序列。然而，该模型在极值时被低估了。不确定性分析表明，模型在前两种情景下对月流量时间序列的预测是正确的，而在第三种情景下，大部分预测值超出了上置信区间。

关键字

Streaflow;主成分分析,安;不确定性

复制下面引用这篇文章:

刘建军，李建军，李建军，等。长江流域水流量月度预报的不确定性分析。当代世界环境2014;9 (3)DOI:http://dx.doi.org/10.12944/CWE.9.3.40

复制以下内容引用此URL:

刘建军，李建军，李建军，等。长江流域水流量月度预报的不确定性分析。当代世界环境，2014;9(3)。可以从://www.a-i-l-s-a.com/?p=7385

［HTML全文］