基于機器學習算法的清澗河流域徑流及含沙量預測研究

摘要： 為分析黃河中游水沙特征及趨勢，預報徑流及泥沙的變化，本研究選取黃河中游清澗河流域為研究區(qū)域，選用梯度提升回歸(GBR)、支持向量回歸(SVR)、極端梯度提升(XGBoost)和隨機森林回歸(RFR)四種機器學習模型，對延川和子長水文站未來3小時的徑流和泥沙進行預測。結果表明，根據(jù)流域產(chǎn)匯流規(guī)律對訓練樣本方案進行優(yōu)化有助于提升預測能力。對于流量預報，XGBoost模型表現(xiàn)最好，子...