基于EMD的磴口县地下水埋深动态预测

编号 zgly0001559156

文献类型 期刊论文

文献题名 基于EMD的磴口县地下水埋深动态预测

作者 王宇航  岳德鹏  于强  张启斌 

作者单位 北京林业大学精准林业北京市重点实验室 

母体文献 西北林学院学报 

年卷期 2017年06期

年份 2017 

分类号 P641.6 

关键词 EMD  BP神经网络  地下水埋深  预测模型  影响因子 

文摘内容 以生态脆弱区典型县域磴口县为研究区,利用经验模态分解法(EMD)处理非线性、非稳定性复杂信号的优势,对磴口县1987—2016年共30a的年均地下水埋深时间序列进行分解,并对分解的结果进行分析;然后将降水量、气温、相对湿度、蒸发量、日照时数5种影响地下水埋深动态变化的因子与地下水埋深进行回归分析,得到其变化规律;把对磴口县地下水埋深影响最为显著的因子作为BP神经网络预测模型输入层的一部分,建立基于EMD的BP预测模型和未经过EMD处理的BP预测模型。结果表明,IMF1、IMF2和IMF3本征模态分量是影响磴口县1987—2016年地下水埋深动态变化的主要原因,方差贡献率之和为95.38%;降水量和蒸发量对磴口县地下水埋深影响最显著,且降水主要集中在秋季和夏季,秋季降水最多;蒸发主要集中在夏季和秋季,夏季蒸发量最大;EMD-BP预测值均方误差(MSE)较小且决定系数(R2)较高,均优于BP预测值,模型预测精度较高,对磴口县地下水埋深预测具有一定的实用性。