《表1 基于RF与SVM模型的龙江水库年、月入库径流预报精度》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于时变权重组合与贝叶斯修正的中长期径流预报》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

（%）

表1为RF与SVM模型对龙江水库年、月入库径流的预报精度。对于年入库径流，RF与SVM模型的合格率均超过90%，MAPE均小于12%；建模期RF模型的定量误差低于SVM，而检验期则SVM更小；由建模期到检验期，SVM模型的MAPE增幅明显小于RF，即SVM模型的泛化能力较强。对于月入库径流，综合两阶段精度指标，8月、9月和翌年2月预报效果优于其他月份，翌年5月预报精度明显较差。对比2种模型在不同阶段的表现，在建模期，RF模型的QR介于71.4%～100%之间，MAPE介于5.56%～19.24%之间，而各月SVM模型的QR不及RF，同时MAPE明显偏大，最大MAPE接近25%；在检验期，RF模型的预报QR总体上仍高于SVM，但6—8月、10月至翌年2月的定量误差大于SVM，其他月份则较小。由建模期到检验期，各月RF模型的MAPE增大幅度总体大于SVM，6—7月、10月至翌年1月、翌年3月和翌年5月RF模型检验期的MAPE均超过了20%。因此，年径流和部分月份径流的2种预报模型的泛化能力存在差异，建模期与检验期预报性能的优劣关系发生反转；同时部分月份定量误差相对突出，尚有较大的改善空间。