基于降雨-蒸发量的靛坑河流量时间序列预测研究

河流量的变化直接影响一个地区的水文气候、环境和生态特征。因此,准确预测河流量对水资源管理和规划至关重要。通过提出的降雨量和蒸发量辅助时间序列模型(PEARIMA),分析某地月平均河流量,利用简单指数平滑法(SES)和差分整合移动平均自回归模型(ARIMA),对比分析该模型的适用性,并使用均方根误差(RMSE)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)等3种误差度量函数,进行模型的定量评估和比较。结果显示,PEARIMA的RMSE、MAPE和MAE分别为3.7、24.4和2.4,显著优于SES和ARIMA模型,表现出较好的预测精度,表明PEARIMA可用于河流量的预测研究。