论文部分内容阅读
以黄河未控区径流预测为研究目标,利用伊洛河、沁河流域降雨、植被覆盖、土地利用、社会经济数据,结合数据特征提取和关联分析方法,实现对结构化和非结构化要素数据的筛选、清洗、插补、格式转换等数据预处理及初步分析.基于集成学习中的极端梯度提升树(XGBoost)算法设计并构建了大数据驱动的黄河未控区径流智能预测模型.并以2003年洪水过程作为验证数据,与传统水文模型HBV模型进行效果比较.为黄河流域干支流未控区径流预报提供借鉴和参考.