基于相關性檢驗的VMD-LSTM耦合模型月徑流模擬研究

摘要： 近年來，極端強降雨和干旱事件頻發(fā)，流域水文過程的不確定性變化加劇，使得流域中長期徑流預測的難度增加。為提升LSTM(長短期記憶神經網(wǎng)絡)模型對徑流時序變化的捕捉及擬合能力，以博陽河流域為研究區(qū)域，選取月降雨、蒸發(fā)及流量數(shù)據(jù)，利用VMD(變分模態(tài)分解)和相關性檢驗，排除無關頻率分量對LSTM模型規(guī)律學習的干擾，以達到模型輸入優(yōu)選的目的；此外，還考慮了VMD與LSTM模型的不同耦合... （共12頁）