分类： 环境科学技术及资源科学技术 >> 环境科学技术基础学科 提交时间： 2022-06-01 合作期刊: 《干旱区研究》
摘要： 干旱的频繁发生对农业生产和经济发展造成了不可忽视的危害，准确预测干旱的发生具有重要的现实意 义。基于19602019年新疆气象站点的逐日降水量数据，计算1、3、6、9、12个月及24个月时间尺度的标准化降水 指数。建立差分自回归移动平均模型（Autoregressive Integrated Moving Average，ARIMA）、长短期记忆网络（Long Short- Term Memory，LSTM）、互补集合经验模态分解（Complementary Ensemble Empirical Mode Decomposition， CEEMD）-ARIMA组合模型和CEEMD-LSTM组合模型。通过4种模型对多时间尺度SPI序列进行预测，确定各模型 在干旱预测中的适用性。结果表明：（1）4种模型的预测精度均随时间尺度的增加而逐渐提高，在24个月时间尺度 时达到最高；（2）CEEMD能够有效平稳时间序列，各时间尺度下，组合模型均达到了较高的预测精度，相较单一模 型更适用于干旱预测；（3）4种模型预测结果精度由低到高分别为：LSTM、ARIMA、CEEMD-LSTM、CEEMD-ARIMA （决定系数最大值分别为：0.8882、0.9103、0.9403、0.9846），CEEMD-ARIMA模型相比其他3种模型效果较好，最适用 于干旱预测。
分类： 环境科学技术及资源科学技术 >> 环境科学技术基础学科 提交时间： 2020-11-20 合作期刊: 《干旱区地理》
摘要： 开展干旱预测是有效应对干旱风险的前提基础。利用1958—2017年青海省38个气象站点逐日降水量数据计算多尺度标准化降水指数（SPI），并建立了SPI 序列自回归移动平均模型（ARI?MA）、长短时记忆神经网络模型（LSTM）和基于二者优点提出的ARIMA-LSTM组合模型；对模型参数进行率定和验证后，利用所建立的模型，以西宁站点为例，对多尺度SPI 值进行预测，借助均方根误差（RMSE）、平均绝对百分比误差（MAPE）和决定系数R2对所有预测模型的有效性进行判定。结果表明：ARIMA-LSTM组合模型在SPI1和SPI12的RMSE 值分别为0.159 7和0.181 0，均低于ARIMA模型的1.265 4和0.293 3，说明ARIMA模型与ARIMA-LSTM组合模型对SPI 的预测精度都与时间尺度有关，ARIMA模型的预测精度随着时间尺度的增加而逐渐提高；结合GIS并利用实测数据与模型的预测数据相比较说明ARIMA-LSTM组合模型相比于单一ARIMA模型的预测精度更高，且能够很好拟合不同时间尺度的SPI值。
点击量
点击量
下载量
评论
