基于外生水文气象变量的河流流量预测函数自回归模型
应用统计
2021-04-27 v1 统计方法学
摘要
本研究引入一种函数时间序列模型以预测河流流量时间序列的未来实现值。所提模型构建于函数时间序列的相关滞后及关键外生气候变量之上。降雨、温度和蒸发变量被假设在河流流量模拟中具有实质作用。由于实际中真实时间序列模型未指定且输入变量对学习过程的重要性未知，我们采用变量选择过程以确定仅对模型显著的变量。还提出了非参数 bootstrap 模型以研究预测的不确定性，并为河流流量曲线时间序列构建逐点预测区间。使用位于伊拉克半干旱区的三个气象站（Mosul、Baghdad 和 Kut）的历史数据集进行模型开发。所提模型的预测性能针对现有函数与传统时间序列模型进行了验证。数值分析表明，所提模型提供有竞争力甚至优于基准模型的性能。此外，引入的外生气候变量大幅提升了建模预测性能。总体而言，所提模型给出了半干旱区河流流量建模的可靠方法。
引用
@article{arxiv.2104.12431,
title = {A functional autoregressive model based on exogenous hydrometeorological variables for river flow prediction},
author = {Ufuk Beyaztas and Han Lin Shang and Zaher Mundher Yaseen},
journal= {arXiv preprint arXiv:2104.12431},
year = {2021}
}
备注
42 pages, 13 figures, to appear at the Journal of Hydrology