论文
论文题目: 基于CEEMDAN-FESC-OVMD-Transformer耦合模型的长江上游月径流预测
第一作者: 徐嘉远, 邹磊, 张利平, 王飞宇, 夏军
联系作者:
发表年度: 2025
摘  要: 为提升水文要素非一致性变异背景下的长江上游月径流预测精度,基于宜昌与寸滩水文站1961—2022年逐月径流数据,构建了基于自适应噪声完备集合经验模态分解(CEEMDAN)、模糊熵(FE)、谱聚类(SC)、最优变分模态分解(OVMD)与Transformer深度学习模型耦合的CEEMDAN-FESC-OVMD-Transformer混合预测模型对长江上游月径流进行模拟预测。结果表明:CEEMDAN-FESC-OVMD-Transformer混合预测模型在宜昌与寸滩水文站具有较好的月径流预测效果,训练期纳什效率系数高于0.9,测试期纳什效率系数分别达到0.84与0.89;CEEMDAN-FESC-OVMD分解框架可提升汛期峰值流量预测精度;OVMD二次分解结构可有效降低月径流高频序列复杂度,提升径流的预测稳定性。
英文摘要:
刊物名称: 水资源保护
全文链接:
论文类别: CSCD