Page 84 - 2024年第55卷第5期

格率从 ８０％提升至 １００％。
以上结果表明 ＣＥＥＭＤＡＮ － ＬＳＴＭ在黑龙江省代表水文站开河日期预报中表现较好，但对极值的预
报效果不佳。在未来的研究中，可对模型参数的选取进行深入研究，以提高模型预报精度。

参 考 文 献：

［ １］ ＭＯＲＡＬＥＳ － ＭＡＲ?ＮＬＡ，ＳＡＮＹＡＬＰＲ，ＫＡＤＯＷＡＫＩＨ，ｅｔａｌ．Ａｈｙｄｒｏｌｏｇｉｃａｌａｎｄｗａｔｅｒｔｅｍｐｅｒａｔｕｒｅｍｏｄｅｌｌｉｎｇ
ｆｒａｍｅｗｏｒｋｔｏｓｉｍｕｌａｔｅｔｈｅｔｉｍｉｎｇｏｆｒｉｖｅｒｆｒｅｅｚｅ － ｕｐａｎｄｉｃｅ － ｃｏｖｅｒｂｒｅａｋｕｐｉｎｌａｒｇｅ － ｓｃａｌｅｃａｔｃｈｍｅｎｔｓ［Ｊ］．Ｅｎｖｉｒｏｎ
ｍｅｎｔａｌＭｏｄｅｌｌｉｎｇａｎｄＳｏｆｔｗａｒｅ，２０１９，１１４：４９ － ６３．
［ ２］ 孙亚翡，王涛，路锦枝，等．基于 ＢＰ － ＤＥＭＡＴＥＬ算法的冰情预报因子敏感性分析［Ｊ］．水利学报，２０２２，
５３（９）：１０８３ － １０９１．
［ ３］ 杨开林．河渠冰水力学、冰情观测与预报研究进展［Ｊ］．水利学报，２０１８，４９（１）：８１ － ９１．
［ ４］ ＰＥＴＥＲＳＤＬ，ＰＲＯＷＳＥＴＤ，ＰＩＥＴＲＯＮＩＲＯＡ，ｅｔａｌ．ＦｌｏｏｄｈｙｄｒｏｌｏｇｙｏｆｔｈｅＰｅａｃｅ － ＡｔｈａｂａｓｃａＤｅｌｔａ，ｎｏｒｔｈｅｒｎ
Ｃａｎａｄａ［Ｊ］．ＨｙｄｒｏｌｏｇｉｃａｌＰｒｏｃｅｓｓｅｓ，２００６，２０（１９）：４０７３ － ４０９６．
［ ５］ ＳＨＥＶＮＩＮＡＥＶ，ＳＯＬＯＶ’ＥＶＡＺＳ．Ｌｏｎｇ － ｔｅｒｍｖａｒｉａｂｉｌｉｔｙａｎｄｍｅｔｈｏｄｓｏｆｆｏｒｅｃａｓｔｉｎｇｄａｔｅｓｏｆｉｃｅｂｒｅａｋ － ｕｐｉｎｔｈｅ
ｍｏｕｔｈａｒｅａｏｆｔｈｅＯｂａｎｄＹｅｎｉｓｅｉｒｉｖｅｒｓ ［Ｊ］．ＲｕｓｓｉａｎＭｅｔｅｏｒｏｌｏｇｙａｎｄＨｙｄｒｏｌｏｇｙ，２００８，３３（７）：４５８ － ４６５．
［ ６］ 王涛，余弘婧，郭新蕾，等．黄河内蒙古河段典型凌情过程模拟［Ｊ］．水利学报，２０２１，５２（５）：５３５ － ５４５．
［ ７］ 杨开林．冰盖河渠水深平均流速的横向分布［Ｊ］．水利学报，２０１５，４６（３）：２９１ － ２９７．
［ ８］ ＷＡＮＧＴ，ＧＵＯＸ，ＦＵＨ，ｅｔａｌ．Ｂｒｅａｋｕｐｉｃｅｊａｍｆｏｒｅｃａｓｔｉｎｇｂａｓｅｄｏｎｎｅｕｒａｌｎｅｔｗｏｒｋｔｈｅｏｒｙａｎｄｆｏｒｍａｔｉｏｎｆａｃｔｏｒ
［Ｃ］??Ｅ － ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ３８ｔｈＩＡＨＲＷｏｒｌｄＣｏｎｇｒｅｓｓ，ＰａｎａｍａＣｉｔｙ，２０１９．
［ ９］ ＣＨＥＮＳ，ＪＩＨ．Ｆｕｚｚｙｏｐｔｉｍｉｚａｔｉｏｎｎｅｕｒａｌｎｅｔｗｏｒｋａｐｐｒｏａｃｈｆｏｒｉｃｅｆｏｒｅｃａｓｔｉｎｔｈｅｉｎｎｅｒｍｏｎｇｏｌｉａｒｅａｃｈｏｆｔｈｅ
ＹｅｌｌｏｗＲｉｖｅｒ［Ｊ］．ＨｙｄｒｏｌｏｇｉｃａｌＳｃｉｅｎｃｅｓＪｏｕｒｎａｌ，２００５，５０（２）：３１９ － ３３０．
［１０］ 王涛，刘之平，郭新蕾，等．基于神经网络理论的开河期冰坝预报研究 ［Ｊ］．水利学报，２０１７，４８（１１）：
１３５５ － １３６２．
［１１］ ＷＡＮＧＹＮ，ＹＵＡＮＺ，ＬＩＵＨＱ，ｅｔａｌ．Ａｎｅｗｓｃｈｅｍｅｆｏｒｐｒｏｂａｂｉｌｉｓｔｉｃｆｏｒｅｃａｓｔｉｎｇｗｉｔｈａｎｅｎｓｅｍｂｌｅｍｏｄｅｌｂａｓｅｄ
ｏｎＣＥＥＭＤＡＮａｎｄＡＭ－ ＭＣＭＣａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｉｎｐｒｅｃｉｐｉｔａｔｉｏｎｆｏｒｅｃａｓｔｉｎｇ［Ｊ］．ＥｘｐｅｒｔＳｙｓｔｅｍｓＷｉｔｈＡｐｐｌｉｃａ
ｔｉｏｎｓ ，２０２２，１８７：１１５８７２．
［１２］ 丁雪慧，郝振纯，鞠琴，等．黑龙江冰情分析与预报研究［Ｊ］．水电能源科学，２０１６，３４（１０）：９ － １３．
［１３］ 宋春山，林立邦，韩红卫，等．基于 ＢＰ神经网络模型黑龙江漠河段气温变化对开河影响预测［Ｊ］．东北农
业大学学报，２０２０，５１（８）：６６ － ７３．
［１４］ 宋春山，林立邦，韩红卫，等．基于 ＢＰ神经网络的黑龙江漠河段冰坝预测［Ｊ］．水利水运工程学报，２０２１
（２）：５７ － ６３．
［１５］ 张璐，张生，李超，等．万家寨水库上游的冰情特征分析及预报［Ｊ］．水土保持通报，２０１７，３７（１）：１９６ － ２００．
［１６］ ＫＲＡＴＺＥＲＴＦ，ＫＬＯＴＺＤ，ＢＲＥＮＮＥＲ Ｃ，ｅｔａｌ．Ｒａｉｎｆａｌｌ － ＲｕｎｏｆｆｍｏｄｅｌｌｉｎｇｕｓｉｎｇＬｏｎｇ － Ｓｈｏｒｔ － Ｔｅｒｍ－ Ｍｅｍｏｒｙ
（ＬＳＴＭ）ｎｅｔｗｏｒｋｓ［Ｊ］．ＨｙｄｒｏｌｏｇｙａｎｄＥａｒｔｈＳｙｓｔｅｍ Ｓｃｉｅｎｃｅｓ，２０１８，２２（１１）：６００５ － ６０２２．
［１７］ 谭永杰，王现勋，段茗续，等．不同模态分解方法 结 合 ＬＳＴＭ 模 型 对 日 径 流 预 报 的 影 响 ［Ｊ］．人 民 珠 江，
２０２３，４４（１２）：６４ － ７２，７９
［１８］ ＳＥＯＹ，ＫＩＭ Ｓ，ＫＩＳＩＯ，ｅｔａｌ．Ｄａｉｌｙｗａｔｅｒｌｅｖｅｌｆｏｒｅｃａｓｔｉｎｇｕｓｉｎｇｗａｖｅｌｅｔｄｅｃｏｍｐｏｓｉｔｉｏｎａｎｄａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｃｅ
ｔｅｃｈｎｉｑｕｅｓ ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｌｏｇｙ，２０１５，５２０：２２４ － ２４３．
［１９］ ＤＡＩＳ，ＮＩＵＤ，ＬＩＹ．Ｄａｉｌｙｐｅａｋｌｏａｄｆｏｒｅｃａｓｔｉｎｇｂａｓｅｄｏｎｃｏｍｐｌｅｔｅｅｎｓｅｍｂｌｅｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎｗｉｔｈ
ａｄａｐｔｉｖｅｎｏｉｓｅａｎｄｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｏｐｔｉｍｉｚｅｄｂｙｍｏｄｉｆｉｅｄｇｒｅｙｗｏｌｆｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ［Ｊ］．Ｅｎｅｒｇｉｅｓ，
２０１８，１１（１）：１１０１０１６３．
［２０］ ＴＡＮＱＦ，ＬＥＩＸＨ，ＷＡＮＧ Ｘ，ｅｔａｌ．Ａｎａｄａｐｔｉｖｅｍｉｄｄｌｅａｎｄｌｏｎｇ － ｔｅｒｍ ｒｕｎｏｆｆｆｏｒｅｃａｓｔｍｏｄｅｌｕｓｉｎｇＥＥＭＤ －
ＡＮＮｈｙｂｒｉｄａｐｐｒｏａｃｈ ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｌｏｇｙ，２０１８，５６７：７６７ － ７８０．
［２１］ 李凯，任炳昱，王佳俊，等．基于 ＣＥＥＭＤＡＮ － Ｔｒａｎｓｆｏｒｍｅｒ的灌浆流量混合预测模型［Ｊ］．水利学报，２０２３，
５４（７）：８０６ － ８１７．
［２２］ ＬＩＵＹ，ＷＡＮＧＬ，ＹＡＮＧＬ，ｅｔａｌ．ＲｕｎｏｆｆｐｒｅｄｉｃｔｉｏｎａｎｄａｎａｌｙｓｉｓｂａｓｅｄｏｎｉｍｐｒｏｖｅｄＣＥＥＭＤＡＮ － ＯＳ － ＱＲ － ＥＬＭ
［Ｊ］．ＩＥＥＥＡｃｃｅｓｓ，２０２１，９：５７３１１ － ５７３２４．

４
— ５ ８ —