基于深度学习和信号分解的北方寒区河流开河日期预报

摘要： 中国北方寒区河流春季开河时易产生冰凌现象，威胁涉河水工建筑物的安全。准确地预测寒区河流开河日期可为防凌指挥、调度决策提供重要参考依据。本文基于中国北方典型寒区-黑龙江省的5个代表水文站近60年的历史开河日期序列，采用完全自适应集合经验模态分解(CEEMDAN)技术和深度学习长短期记忆模型(LSTM)方法构建河流开河日期预报的耦合模型，以期提高河流开河日期预报的精度。结果表明：本...