基于Stacking集成框架的水文模型组合预报研究

为研究一种应用Stacking集成多种水文模型预报洪水的方法,首先采用XAJ、Tank、SAC、SMAR、HYMOD和GR4J共6种水文模型分别预报流域洪水,然后基于Stacking集成框架,分别选取AdaBoost、CatBoost、RF、SVM和XGB共5种学习器将6种水文模型进行综合,实现多模型的组合预报。选取洪峰、洪量相对误差、纳什效率系数等指标,分别评价了6种水文预报模型及5种综合方法的预报精度,并以东河深渡流域和淮河北庙集流域为例进行研究。结果表明,不同水文模型在不同评价指标上各有优劣,对研究的流域尚无法确定一个最优模型;但对各模型集成后,其预报精度整体上均优于单模型的结果,其中以基于RF和XGB的组合预报效果最佳。可见采用Stacking集成框架进行多水文模型组合预报能够发挥各模型优势,整体上提高了预报精度。