基于AdaBoost模型的大渡河流域中长期径流预报应用研究

以集成学习算法中的AdaBoost模型为基础,开展大渡河流域猴子岩断面未来12个月预见期(最长预见期为12个月)的中长期径流预报研究.先采用置换准确度重要性度量方法筛选各预报月份影响因子,在此基础上采用交叉验证－随机搜索方法进行模型优化,构建了各预报月份的中长期径流预报模型.通过逐月滚动建模及滚动预报的方式评估模型在不同预见期及不同月份的真实预报效果.结果表明,不同预见期(1～12月)条件下,模型预报系列与实测系列的相关系数均大于0.9,模型具有较高的预报精度.就不同预见期预报精度的综合结果来看,1～6、8～10、12月的预报精度均大于80％;7、11月的预报精度在75％左右.2018年1～12月和2020年10月至2021年9月共12个不同预见期的平均预报精度分别为85.7％、85.1％.从中长期精度预报角度而言,模型具有较好的实用精度要求,可为流域水资源精准调配和发电效益的提高提供支撑.