[发明专利]中长期径流的预报因子识别方法、中长期径流的预测方法

权利要求书

1.一种中长期径流的预报因子的识别方法，其特征在于，包括：

(1)对径流序列和气候因子序列进行标准化处理，以便获得标准化后的径流序列Q和气候因子序列F；

(2)设定并根据预见期，将包含一系列不同滞后期的所述标准化后的径流序列Q和气候因子序列F组成的备选预报因子集合X，并将对应标准化后的径流序列Q作为Lasso回归中的集合Y；

(3)给定一个参数λ，交叉验证并计算出预报集合Y’，并将所述预报集合Y’与所述集合Y进行对比，以便获得所述参数λ的第一评价指标；

(4)选取M个不同的所述参数λ，对其所述第一评价指标进行归一化处理，并对所述归一化处理的结果相加后作为评分；

(5)统计每个所述参数λ的所述评分的总和作为所述参数λ的总评分，选出所述总评分最高的所述参数λ作为最优参数；

(6)根据所述最优参数在步骤(3)中获得的各个气候因子的回归系数，其中，非零的回归系数对应的气候因子被识别为所述预报因子；

步骤(6)中，所述非零的回归系数对应的气候因子被识别为所述预报因子的步骤包括：

将100次交叉验证的计算中的非零回归系数进行统计，并获得各个气候因子的回归系数为非零值的频率，将频率大于0.95的气候因子作为所述预报因子。

2.根据权利要求1所述的识别方法，其特征在于，步骤(1)和(2)中，

所述径流序列为每月的当前径流数据组成的序列，

所述气候因子序列为每月的74项气候因子数据组成的矩阵；

所述预见期设定为1～12个月中的任一个，所述滞后期为1～24个月。

3.根据权利要求1所述的识别方法，其特征在于，步骤(2)中，所述备选预报因子集合X和所述集合Y的形式如下：

Y_t＝Q_t，

其中，LT为预见期，t为相对月数，Q为标准化后的径流序列，F为标准化后的气候因子序列。

4.根据权利要求1所述的识别方法，其特征在于，步骤(3)中，所述交叉验证并计算出预报集合Y’的步骤包括：

(3-1)将所述备选预报因子集合X和所述集合Y按照同样的顺序随机打乱并分为多段数据；

(3-2)从所述多段数据中任选一段作为待预报数据，将所述多段数据的其他数据作为Lasso的训练数据，根据所述参数λ计算出气候因子及径流因子的回归系数；

(3-3)根据所述多段数据的其他数据中各段的X分依次与所述回归系数进行计算，并结合出所述预报集合Y’。

5.根据权利要求4所述的识别方法，其特征在于，所述多段数据为26段数据。

6.根据权利要求1所述的识别方法，其特征在于，步骤(3)进一步包括：

重复100次所述交叉验证并计算出预报集合Y’并将所述预报集合Y’与所述集合Y进行对比的步骤，将100个均方误差作为所述参数λ的第一评价指标。

7.根据权利要求6所述的识别方法，其特征在于，步骤(4)中，所述对其所述第一评价指标进行归一化处理的步骤包括：

将所述100个均方误差的均值和标准差作为第二评价指标，再对所述M个不同的参数λ的所述第二评价指标进行归一化处理。

8.根据权利要求7所述的识别方法，其特征在于，步骤(5)中，所述最优参数为0.14。

9.一种中长期径流的预测方法，其特征在于，所述预测方法输入的数据包括权利要求1～8中任一项所述方法识别出的预报因子。