基于EMD分解的黄河流域兰州水文站日径流预测

摘要

为探索提高径流预测精度,基于兰州水文站2001年8月~2019年12月的逐日径流数据,在控制变量法的基础上,应用LSTM、ARIMA、SVR、XGBoost四种模型,建立了单一模型、EMD分解重构、剔除噪声模态分量后的EMD分解重构等三类处理方式共12种模型方案,并对12种方案的评价指标进行对比。结果表明,EMD序列分解重构技术和基于Hurst指数的噪声模态分量剔除有助于提升预测精度,与单一模型相比,前者构建的模型的均方根误差(R_(RMSE))平均下降了15.16%,后者平均下降了28.49%;12种方案中,预测效果较好的方案是剔除噪声模态分量后的“EMD-SVR-ARIMA”模型。