基于相关性检验的VMD-LSTM耦合模型月径流模拟研究

摘要： 近年来，极端强降雨和干旱事件频发，流域水文过程的不确定性变化加剧，使得流域中长期径流预测的难度增加。为提升LSTM(长短期记忆神经网络)模型对径流时序变化的捕捉及拟合能力，以博阳河流域为研究区域，选取月降雨、蒸发及流量数据，利用VMD(变分模态分解)和相关性检验，排除无关频率分量对LSTM模型规律学习的干扰，以达到模型输入优选的目的；此外，还考虑了VMD与LSTM模型的不同耦合... （共12页）