基于CEEMDAN-LightGBM模型的洪水預測研究

關鍵詞：洪水預測；ＬｉｇｈｔＧＢＭ 模型；ＣＥＥＭＤＡＮ 算法；ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型；ＬＳＴＭ 模型；利津水文站；花園口水文站

中圖分類號：Ｐ３３３；ＴＰ１８３；ＴＶ８８２．１ 文獻標志碼：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２４．０９．０１４

引用格式：王軍，張宇航，崔云燁，等．基于ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型的洪水預測研究［Ｊ］．人民黃河，２０２４，４６（９）：９９－１０５．

０引言

洪水是一種自然災害，會造成嚴重的經濟損失和人員傷亡［１］ 。洪水風險管理是預防洪水和減小洪水不利影響的一項關鍵任務，其措施包括結構性和非結構性兩種。開發洪水早期預警系統［２］ 和實時預測河流水位是主要的非結構性措施，可以在應對洪水發生時輔助實施有效的應急策略。現有的水文預測模型可分為概念模型、物理模型和“黑箱”模型。概念模型和物理模型可通過一維或二維偏微分方程來描述水文現象，采用這２ 種模型預測降水過程、徑流過程、河流演變時，需要大量的地形、土地利用等信息，而收集這類信息需要大量的人力和物力，資源消耗過大，同時物理模型因其計算時間較長而難以被廣泛使用。“黑箱”

模型又被稱為“數據驅動”模型［３］ 或機器學習（ＭＬ）模型，其訓練速度快，預測結果較為準確，因此在水文領域越來越受歡迎。

在河流洪水預測中，模型輸入通常包括給定站點的降水量、溫度、風速、水位等［４－５］ ，模型輸出通常是水位或流量［６－８］ ，以上變量中水位實際上更容易獲取，更適合于洪水預警［９］ 。傳統的ＭＬ 模型訓練數據通常呈現表格形式，當數據量太過龐大時，會出現計算資源消耗過大、數據清洗和標注困難以及數據集不平衡等問題，從而影響模型訓練效果。為了解決這一問題，本文以黃河利津水文站２０２２ 年３ 月１９ 日至２０２３ 年３ 月８日的水文數據為模型輸入， 將ＣＥＥＭＤＡＮ 算法與ＬｉｇｈｔＧＢＭ（Ｌｉｇｈｔ Ｇｒａｄｉｅｎｔ Ｂｏｏｓｔｉｎｇ Ｍａｃｈｉｎｅ） 模型相結合，對洪水數據進行多尺度分解和特征提取，構建ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型，并將其與ＬＳＴＭ、ＬｉｇｈｔＧＢＭ模型進行對比，以驗證該模型的預測效果。此外，采用ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型預測利津、花園口這２ 個氣候環境不同的水文站的水位和流量，比較預測結果，驗證該模型的適應性和穩定性，以期為洪水預測提供新的理論依據和實踐指導。

１模型構建

為了清晰展示ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型的優勢，將其與ＬｉｇｈｔＧＢＭ 模型和具有代表性的ＬＳＴＭ 模型進行對比，以下是各模型的簡要介紹。

１．４ ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型

ＣＥＥＭＤＡＮ 算法在時間序列分解方面具有優勢，而ＬｉｇｈｔＧＢＭ 模型在回歸分析中表現出色，將這２ 種方法結合起來，得到一種新模型ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ。該模型運行包括３ 個階段：分解、個體預測和集成。在第１ 階段，采用ＣＥＥＭＤＡＮ 模型將水文站的水位觀測數據分解為ｋ 個組件，也就是ｋ 個ＩＭＦ，這些組件分別顯示出原始序列的高頻特性或者低頻特性。在第２ 階段，對于每個組件，使用ＬｉｇｈｔＧＢＭ 分別構建１ 個預測模型，并對每個組件進行預測，得到單獨的預測結果。在第３ 階段，將所有組件的預測結果集成為最終結果。在眾多組件預測結果集成方法中，選用加法進行集成。ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型的預測流程見圖２。

從圖２ 中可以看出，基于“分解與集成” 框架的ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型建模策略為典型的“分而治之”策略。該模型具有以下３ 個優點：１）將基于原始序列預測水位的任務分為幾個子任務，從更簡單的組件進行預測。２）原始序列是非線性和非平穩的，而ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型對每個分解組件都有相對簡單的預測形式。３）使用簡單的加法將子任務的結果集成為最終結果。

２數據來源及預處理

２．１數據來源

黃河水情呈現明顯的季節性變化，極易受氣候影響，流量波動大。為了保證實驗的真實性與可靠性，選取黃河利津水文站２０２２ 年３ 月１８ 日至２０２３ 年３ 月８日每日１２ 時的水文觀測數據作為原始數據。為了保證所用數據的真實性、可訪問性和透明性，主要使用公開數據源［１７］ ，其中水位和流量數據源自全國水雨情信息網站，溫度、濕度、風力和降水量源自中國氣象局網站。

２．２數據預處理

１）歸一化處理。歸一化常被稱為標準化，為消除各變量之間量綱不同的影響，同時加快模型訓練速度，往往需要對數據進行標準化處理［１８］ 。根據本文數據特征，采用最大最小標準化進行處理，使模型的輸入數據為［０，１］，公式為

２）樣本劃分。為了評估模型性能并驗證其預測效果，選取樣本數據中７５％數據作為訓練集用于模型訓練，其余２５％為預測集用于驗證模型的預測效果。

３模型訓練與預測結果分析

３．１ＬＳＴＭ 模型

ＬＳＴＭ 模型包含１ 個ＬＳＴＭ 層和１ 個全連接層（Ｄｅｎｓｅ），ＬＳＴＭ 層有５０ 個單元，使用ａｄａｍ 優化器訓練模型，學習率為０．００１，迭代次數為１００。完成上述訓練后，輸入數據得出ＬＳＴＭ 模型的水位預測結果，見圖３。

３．２ＬｉｇｈｔＧＢＭ 模型

ＬｉｇｈｔＧＢＭ 模型通過迭代訓練多棵決策樹來提高預測準確性。模型學習率為０．０１，葉節點數（ｎｕｍ＿ｌｅａｖｅｓ）為３１，特征抽樣率為０．９，每次迭代時用的數據比例（ｂａｇｇｉｎｇ＿ｆｒａｃｔｉｏｎ）為０．８，迭代次數為５后停止訓練，如果在連續５ 次迭代過程中驗證集的均方根誤差沒有減小，則停止訓練，避免過擬合。ＬｉｇｈｔＧＢＭ 模型的水位預測結果見圖４。

３．３ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型

ＣＥＥＭＤＡＮ－ ＬｉｇｈｔＧＢＭ 結合ＣＥＥＭＤＡＮ 算法和ＬｉｇｈｔＧＢＭ 模型預測水位。ＣＥＥＭＤＡＮ 算法的主要參數如下：ｍａｘ＿ｉｍｆ（最大本征模態函數數量）為２，控制白噪聲強度為０．２，使用ＳＩＦＴ（單步插值優化的快速正則化）次數為１０。ＬｉｇｈｔＧＢＭ 主要參數如下：提升類型（ｂｏｏｓｔｉｎｇ＿ｔｙｐｅ）為ｇｂｄｔ，使用梯度提升決策樹；目標函數為ｒｅｇｒｅｓｓｉｏｎ，表示執行回歸任務；每棵樹貢獻的學習率為０．０１；每棵決策樹的葉節點數為３１；每次迭代過程中隨機選擇的特征比例（ｆｅａｔｕｒｅ＿ｆｒａｃｔｉｏｎ）為０．９；每次迭代過程中隨機選擇的數據比例為０．８；每５ 次迭代進行一次ｂａｇｇｉｎｇ。

通過預測水位和流量變化趨勢，能夠及時預警和應對潛在的洪水事件，最大限度地減少損失，因此采用ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型分別預測水文站的水位和流量。此外，為評估ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型預測不同氣候環境水文站水位和流量的適應性與穩定性，選取花園口水文站水文數據，比較模型的預測結果，見圖５～圖８。

４結論

本文提出了一種ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型，預測給定水文站水位。將２０２２ 年３ 月１９ 日至２０２３ 年３月８ 日利津水文站的水文數據作為模型輸入，以ＬＳＴＭ、ＬｉｇｈｔＧＢＭ 為對照模型，與ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ模型的預測水位進行對比。另基于與利津水文站氣候差別較大的花園口水文站水文數據，研究ＣＥＥＭＤＡＮＬｉｇｈｔＧＢＭ模型的適用性。研究結果顯示， 相比于ＬＳＴＭ、ＬｉｇｈｔＧＢＭ 模型，ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型在洪水預測方面表現得更加優秀，其預測值更接近觀測值，預測精度更高。這表明在時間序列預測中，ＣＥＥＭ?ＤＡＮ－ＬｉｇｈｔＧＢＭ 模型的兼容性更強，能加快數據處理速度、提高精確度，從而提升洪水預報的效率。

黃河水情極為復雜，尤其在極端氣候事件頻發的情況下，水文數據常常出現突變。黃河及其支流水位呈非線性變化，這些變化往往受到多種氣象因素（如強降水、強風等）的影響。現有的預測模型在捕捉水文數據突變及其后續影響上存在挑戰，尤其是在極端氣候事件頻發時。當前采用的ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ模型面對突變數據的預測能力存在一定不足，需要進一步改進和優化。未來的改進方向包括但不限于增強模型對突變數據的適應能力，可能需要引入更靈活的模型結構或者加強數據預處理能力，以進一步提高模型的穩健性和準確性。此外，對于極端氣候事件的響應機制也需要加強，以更有效地預測和應對黃河水情的突發變化。