基于相關(guān)性檢驗(yàn)的VMD-LSTM耦合模型月徑流模擬研究

摘要： 近年來(lái)，極端強(qiáng)降雨和干旱事件頻發(fā)，流域水文過程的不確定性變化加劇，使得流域中長(zhǎng)期徑流預(yù)測(cè)的難度增加。為提升LSTM(長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò))模型對(duì)徑流時(shí)序變化的捕捉及擬合能力，以博陽(yáng)河流域?yàn)檠芯繀^(qū)域，選取月降雨、蒸發(fā)及流量數(shù)據(jù)，利用VMD(變分模態(tài)分解)和相關(guān)性檢驗(yàn)，排除無(wú)關(guān)頻率分量對(duì)LSTM模型規(guī)律學(xué)習(xí)的干擾，以達(dá)到模型輸入優(yōu)選的目的；此外，還考慮了VMD與LSTM模型的不同耦合...