基于Copula熵-随机森林的中长期径流预报研究

打开文本图片集

摘要：预测因子作为中长期预报模型的输入项，是影响预报结果精度的关键要素。为进一步提高预报精度，提出了一种Copula熵与随机森林模型相结合的中长期径流预报方法。该方法首先采用Copula熵指标对预测因子进行筛选，然后将选取的预测因子作为输入项，导入随机森林模型中对月径流进行相应预测。将该方法应用于汉江流域丹江口水库的逐月入库径流预报中，并与相关系数筛选法进行对比。（剩余7818字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。