【本网讯】近期我校管理学院张茜茜以买球赛的平台为第一单位,在地球科学领域公认的国际顶级期刊《Journal of Hydrology》(中科院一区,IF=6.4)上发表题目为“Bagged stepwise cluster analysis for probabilistic river flow prediction”的论文。该文章针对河水的径流预测提出了一种基于传统SCA模型与bagging技术相结合的新型ensemble模型,即BSCA模型,克服了传统SCA模型在数据稀疏区域(例如:径流极值)预测不准确的问题并提升了整体的预测准确度。此外,BSCA还可以通过结合probabilisticprediction的方法来量化径流预测值的不确定性,进而指出径流极值的风险大小。本文提出的新型模型展示出较高的径流预测准确度及量化径流极值风险的能力,说明它在未来的洪水控制和水资源管理中具备巨大的发展和实践潜力。
该研究是与剑桥大学(University of Cambridge)、英国伦敦大学学院(University College London)、中科院地球环境研究所合作完成。文章具体发表信息如下:Qianqian Zhang, FeiZhang, Tohid Erfani, & Lu Zhu(2023). Bagged stepwise cluster analysis for probabilistic river flow prediction.JournalofHydrology, 625,129995。
![](/__local/4/8D/A2/49C5E726B90A9C167DAA6C5E0B9_8CA5ECFC_257CB.png)
图1提出的新型模型BSCA原理图
![](/__local/1/E2/FD/D71744A4E3580C5A44764B29B12_703B452D_262FA.png)
图2径流预测值和实测值对比散点图。图中显示出BSCA模型比其他三个模型(SCA、RF、DT)具有更好的预测效果,同时比传统SCA模型对径流极值的预测更加准确。
![](/__local/5/61/26/50659DB8D2975FE3C0236BBDBE9_FE99DC55_672B1.png)
图3BSCA模型预测的径流范围值(center95%)如灰色区域所示,通过每个范围值内的CDF曲线(例如红色和蓝色曲线)可以计算范围内径流值的概率,进而可以评估径流极值风险值。