基于深度學習和信號分解的北方寒區(qū)河流開河日期預報

摘要： 中國北方寒區(qū)河流春季開河時易產生冰凌現象，威脅涉河水工建筑物的安全。準確地預測寒區(qū)河流開河日期可為防凌指揮、調度決策提供重要參考依據。本文基于中國北方典型寒區(qū)-黑龍江省的5個代表水文站近60年的歷史開河日期序列，采用完全自適應集合經驗模態(tài)分解(CEEMDAN)技術和深度學習長短期記憶模型(LSTM)方法構建河流開河日期預報的耦合模型，以期提高河流開河日期預報的精度。結果表明：本... （共9頁）