随机森林算法在西江洪水预报中的应用研究

Pearl River（2023）

引用 0|浏览0

暂无评分

摘要

以西江迁江站、柳州站和武宣站 1952-2005 年实测洪水数据为基础,通过分析上下游站点洪水流量的相关关系选取洪水预报特征因子,采用随机森林算法建立了武宣站洪水预报模型.结果表明:模型率定期预测的武宣站12～48h洪水过程确定性系数大于0.98、合格率大于98%,验证期预测的12～24h洪水过程确定性系数大于0.72、合格率大于82%,预报精度较高,预报结果不确定性较小,可为洪水预报提供方法参考.

关键词

flood forecasting,random forest algorithm,correlation analysis,data mining,forecast characteristic factors

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要