支持向量回归_基于支持向量回归的区域化流量历时曲线分析

2024-02-07 20:50

本文主要是介绍支持向量回归_基于支持向量回归的区域化流量历时曲线分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

6034370397c9f04b3627cc53eec7d806.png 04d9d147ca990c33570f826194ad1b16.png

题目:

Regional Analysis of Flow Duration Curves through Support Vector Regression

作者:

Mehdi Vafakhah1, Saeid Khosrobeigi1

单位:

Watershed Management Engineering, Faculty of Natural Resources, Tarbiat Modares University, Noor 46417-76489, Iran

刊物/年份:
Water Resources Management / 2019

04d9d147ca990c33570f826194ad1b16.png

文案:史虹键

排版:史虹键

校核:丁光旭

04d9d147ca990c33570f826194ad1b16.png

基于支持向量回归的区域化流量历时曲线分析

afdce5c3e38433b79c518aee367d3257.png

研究背景

流量历时曲线(FDC)显示了特定时间段内日流量大小和频率之间的关系,被广泛应用于水资源管理。然而世界上大量的流域都缺少观测资料,这种情况导致需要使用区域化方法来估计未测量河流流域的FDC。人工智能方法作为资料较少流域FDC预测的有效技术被广泛应用,目前还没有研究使用SVR(支持向量回归)进行区域化FDC分析。因此,有必要对SVR在这一领域的能力进行评估。

研究目的

文章的研究主要有两个目的:

a .利用SVR(支持向量回归)、ANN(人工神经网络)和NLR(非线性回归)方法建立区域化FDC模型;

b .比较这些方法对于区域化FDC分析的性能。

研究方法

研究选取伊朗中部纳马克湖流域的33个站点,主要数据是从伊朗水资源管理公司获得的逐日流量数据,所选河流没有明显的人为干扰(图1)。

b60e8932d194833747898f2c03259ffa.png

图1、研究地区

研究方法可以简单概括为如下4步:

(1)计算每个站点的年FDC;

(2)将每年的逐日流量升序排列,绘制每个有序观测值与其相应的超过概率的对比图;

(3)按照相对历时百分比将数据划分为5组,分别为Q2/Q10/Q20/Q50/Q90,例如90代表相对历时百分比为90%;

(4)建立SVR,ANN,NLR模型,比较对于区域化FDC分析的性能。

主要研究结果

表1 、NLR模型测试集和验证集的 对比结果 5c4646f3a782761208b744fefa5005a1.png

表2、ANN模型测试集和验证集的对比结果

69cd0cfa1ac6996822ed25c4b37d6221.png

表3、SVR模型测试集和验证集的对比结果

1e2f1a60be00ca3bae07bb552bc1e4ae.png

如表1、2、3所示,在5组数据中,在R2值方面SVR模型相较于ANN和NLR具有更好的结果;另一方面,除Q20(NSE=0.54)之外,SVR模型的NSE值均在0.75 - 0.85之间 ,SVR总体质量高于ANN模型;NLR模型的NSE值明显低于SVR和ANN模型;SVR模型在所有分组中性能表现均较好,并且RBF(Radial Basis)核函数更能反映实际情况。

5bd394a5cf30aa9ce5bda32224c99366.png

图2、NLR,ANN和SVR在测试期内为8所水文站提供的区域化FDC

表4、图2中使用的8所水文站编号及名称

925916d182ac3e003e84e62b4c0ef7a3.png

如图2所示,NLR高估了6所水文站的FDC;ANN高估了4所水文站的FDC;而SVR中仅有2所水文站有一定偏差,其余6所相对重合。

研究结论

(1)SVR模型在区域化FDC分析中比ANN和RNN具有更好的性能;

(2)SVR的RBF核函数更能反映实际情况。

04d9d147ca990c33570f826194ad1b16.png

原文链接

http://dx.doi.org/10.1029/2018WR024620

a28d4d70b7ce07e5338228f7950c6d30.png

你在看这篇文章吗

这篇关于支持向量回归_基于支持向量回归的区域化流量历时曲线分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/688901

相关文章

Java程序进程起来了但是不打印日志的原因分析

《Java程序进程起来了但是不打印日志的原因分析》:本文主要介绍Java程序进程起来了但是不打印日志的原因分析,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Java程序进程起来了但是不打印日志的原因1、日志配置问题2、日志文件权限问题3、日志文件路径问题4、程序

Java字符串操作技巧之语法、示例与应用场景分析

《Java字符串操作技巧之语法、示例与应用场景分析》在Java算法题和日常开发中,字符串处理是必备的核心技能,本文全面梳理Java中字符串的常用操作语法,结合代码示例、应用场景和避坑指南,可快速掌握字... 目录引言1. 基础操作1.1 创建字符串1.2 获取长度1.3 访问字符2. 字符串处理2.1 子字

Python 迭代器和生成器概念及场景分析

《Python迭代器和生成器概念及场景分析》yield是Python中实现惰性计算和协程的核心工具,结合send()、throw()、close()等方法,能够构建高效、灵活的数据流和控制流模型,这... 目录迭代器的介绍自定义迭代器省略的迭代器生产器的介绍yield的普通用法yield的高级用法yidle

C++ Sort函数使用场景分析

《C++Sort函数使用场景分析》sort函数是algorithm库下的一个函数,sort函数是不稳定的,即大小相同的元素在排序后相对顺序可能发生改变,如果某些场景需要保持相同元素间的相对顺序,可使... 目录C++ Sort函数详解一、sort函数调用的两种方式二、sort函数使用场景三、sort函数排序

kotlin中const 和val的区别及使用场景分析

《kotlin中const和val的区别及使用场景分析》在Kotlin中,const和val都是用来声明常量的,但它们的使用场景和功能有所不同,下面给大家介绍kotlin中const和val的区别,... 目录kotlin中const 和val的区别1. val:2. const:二 代码示例1 Java

Go标准库常见错误分析和解决办法

《Go标准库常见错误分析和解决办法》Go语言的标准库为开发者提供了丰富且高效的工具,涵盖了从网络编程到文件操作等各个方面,然而,标准库虽好,使用不当却可能适得其反,正所谓工欲善其事,必先利其器,本文将... 目录1. 使用了错误的time.Duration2. time.After导致的内存泄漏3. jsO

SpringKafka消息发布之KafkaTemplate与事务支持功能

《SpringKafka消息发布之KafkaTemplate与事务支持功能》通过本文介绍的基本用法、序列化选项、事务支持、错误处理和性能优化技术,开发者可以构建高效可靠的Kafka消息发布系统,事务支... 目录引言一、KafkaTemplate基础二、消息序列化三、事务支持机制四、错误处理与重试五、性能优

Spring事务中@Transactional注解不生效的原因分析与解决

《Spring事务中@Transactional注解不生效的原因分析与解决》在Spring框架中,@Transactional注解是管理数据库事务的核心方式,本文将深入分析事务自调用的底层原理,解释为... 目录1. 引言2. 事务自调用问题重现2.1 示例代码2.2 问题现象3. 为什么事务自调用会失效3

找不到Anaconda prompt终端的原因分析及解决方案

《找不到Anacondaprompt终端的原因分析及解决方案》因为anaconda还没有初始化,在安装anaconda的过程中,有一行是否要添加anaconda到菜单目录中,由于没有勾选,导致没有菜... 目录问题原因问http://www.chinasem.cn题解决安装了 Anaconda 却找不到 An

Spring定时任务只执行一次的原因分析与解决方案

《Spring定时任务只执行一次的原因分析与解决方案》在使用Spring的@Scheduled定时任务时,你是否遇到过任务只执行一次,后续不再触发的情况?这种情况可能由多种原因导致,如未启用调度、线程... 目录1. 问题背景2. Spring定时任务的基本用法3. 为什么定时任务只执行一次?3.1 未启用