人民黄河

作者：张建海;张棋;许德合;丁严

单位：（1.青海省水文水资源测报中心，青海 西宁800001； 2.华北水利水电大学，河南 郑州450046）

关键词：气象干旱;SPI;LSTM;EBK;河南省

为了检验气象干旱预测模型的有效性，利用1951—2017年河南省19个气象站逐月降水量数据，计算多尺度标准化降水指数（SPI），并建立了SPI序列长短时记忆神经网络模型（LSTM）。对模型参数进行率定和验证后，结合改进的经验贝叶斯克里金插值法（EBK），对河南省气象站多尺度SPI值进行时间序列预测和空间分布预测，并借助均方根误差（RMSE）、平均绝对误差（MAE）和决定系数（R2）对回归预测模型的有效性进行判定。结果表明：在时间序列预测方面，LSTM模型在1月、24月尺度SPI的RMSE值分别为1.116和0.392，MAE值分别为0.911和0.188，R2值分别为0.102和0.871，说明LSTM模型对SPI的预测精度与该指数的时间尺度有关，随着时间尺度的增大而逐渐提高；在空间分布预测方面，通过EBK得到的LSTM模型预测值在空间分布上与SPI观测值的空间分布十分相似，且能够在大尺度上较为精确地预测河南省旱情。

来源：2020年第8期

《人民黄河》期刊编辑部

查看人民黄河杂志2020年第8期