基于CEEMDAN-FESC-OVMD-Transformer耦合模型的月径流预测

作     者：徐嘉远 邹磊 张利平 王飞宇 夏军 

作者机构：中国科学院大学资源与环境学院 中国科学院地理科学与资源研究所陆地水循环及地表过程重点实验室 武汉大学水资源与水电工程科学国家重点实验室 华北电力大学水利与水电工程学院 

出 版 物：《水资源保护》 (Water Resources Protection)

年 卷 期：2025年

学科分类：08[工学] 081501[工学-水文学及水资源] 0815[工学-水利工程] 

基　　金：国家重点研发计划项目(2023YFC3006705) 长江电力股份有限公司资助(No.Z242302022) 

主　　题：月径流预测 CEEMDAN VMD Transformer 长江上游 

摘      要：变化环境下非平稳月径流序列预测对水利工程规划调度具有重要意义。为提升水文非一致性变异背景下的月径流预测精度，本文构建了基于自适应噪声完备集合经验模态分解（CEEMDAN）、模糊熵（FE）、谱聚类（SC）、最优变分模态分解（OVMD）与Transformer耦合的CEEMDAN-FESC-OVMD-Transformer混合预测模型并应用于1961-2022年长江上游宜昌与寸滩站月径流模拟预测，可降低径流序列非平稳性影响并提升预测精度。结果表明：混合模型在宜昌与寸滩站具有较好的月径流预测效果，训练期NSE高于0.9，测试期NSE分别达到0.84与0.89；CEEMDAN-FESC-OVMD分解框架可提升汛期峰值流量预测精度；OVMD二次分解结构可有效降低月径流高频序列复杂度，提升径流预测稳定性。研究成果以期为月径流预测提供新思路，进而为水利工程科学调度提供参考。