基于CEEMDAN-LightGBM模型的洪水预测研究

关键词：洪水预测；ＬｉｇｈｔＧＢＭ 模型；ＣＥＥＭＤＡＮ 算法；ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型；ＬＳＴＭ 模型；利津水文站；花园口水文站

中图分类号：Ｐ３３３；ＴＰ１８３；ＴＶ８８２．１ 文献标志码：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２４．０９．０１４

引用格式：王军，张宇航，崔云烨，等．基于ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型的洪水预测研究［Ｊ］．人民黄河，２０２４，４６（９）：９９－１０５．

０引言

洪水是一种自然灾害，会造成严重的经济损失和人员伤亡［１］ 。洪水风险管理是预防洪水和减小洪水不利影响的一项关键任务，其措施包括结构性和非结构性两种。开发洪水早期预警系统［２］ 和实时预测河流水位是主要的非结构性措施，可以在应对洪水发生时辅助实施有效的应急策略。现有的水文预测模型可分为概念模型、物理模型和“黑箱”模型。概念模型和物理模型可通过一维或二维偏微分方程来描述水文现象，采用这２ 种模型预测降水过程、径流过程、河流演变时，需要大量的地形、土地利用等信息，而收集这类信息需要大量的人力和物力，资源消耗过大，同时物理模型因其计算时间较长而难以被广泛使用。“黑箱”

模型又被称为“数据驱动”模型［３］ 或机器学习（ＭＬ）模型，其训练速度快，预测结果较为准确，因此在水文领域越来越受欢迎。

在河流洪水预测中，模型输入通常包括给定站点的降水量、温度、风速、水位等［４－５］ ，模型输出通常是水位或流量［６－８］ ，以上变量中水位实际上更容易获取，更适合于洪水预警［９］ 。传统的ＭＬ 模型训练数据通常呈现表格形式，当数据量太过庞大时，会出现计算资源消耗过大、数据清洗和标注困难以及数据集不平衡等问题，从而影响模型训练效果。为了解决这一问题，本文以黄河利津水文站２０２２ 年３ 月１９ 日至２０２３ 年３ 月８日的水文数据为模型输入， 将ＣＥＥＭＤＡＮ 算法与ＬｉｇｈｔＧＢＭ（Ｌｉｇｈｔ Ｇｒａｄｉｅｎｔ Ｂｏｏｓｔｉｎｇ Ｍａｃｈｉｎｅ） 模型相结合，对洪水数据进行多尺度分解和特征提取，构建ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型，并将其与ＬＳＴＭ、ＬｉｇｈｔＧＢＭ模型进行对比，以验证该模型的预测效果。此外，采用ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型预测利津、花园口这２ 个气候环境不同的水文站的水位和流量，比较预测结果，验证该模型的适应性和稳定性，以期为洪水预测提供新的理论依据和实践指导。

１模型构建

为了清晰展示ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型的优势，将其与ＬｉｇｈｔＧＢＭ 模型和具有代表性的ＬＳＴＭ 模型进行对比，以下是各模型的简要介绍。

１．４ ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型

ＣＥＥＭＤＡＮ 算法在时间序列分解方面具有优势，而ＬｉｇｈｔＧＢＭ 模型在回归分析中表现出色，将这２ 种方法结合起来，得到一种新模型ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ。该模型运行包括３ 个阶段：分解、个体预测和集成。在第１ 阶段，采用ＣＥＥＭＤＡＮ 模型将水文站的水位观测数据分解为ｋ 个组件，也就是ｋ 个ＩＭＦ，这些组件分别显示出原始序列的高频特性或者低频特性。在第２ 阶段，对于每个组件，使用ＬｉｇｈｔＧＢＭ 分别构建１ 个预测模型，并对每个组件进行预测，得到单独的预测结果。在第３ 阶段，将所有组件的预测结果集成为最终结果。在众多组件预测结果集成方法中，选用加法进行集成。ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型的预测流程见图２。

从图２ 中可以看出，基于“分解与集成” 框架的ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型建模策略为典型的“分而治之”策略。该模型具有以下３ 个优点：１）将基于原始序列预测水位的任务分为几个子任务，从更简单的组件进行预测。２）原始序列是非线性和非平稳的，而ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型对每个分解组件都有相对简单的预测形式。３）使用简单的加法将子任务的结果集成为最终结果。

２数据来源及预处理

２．１数据来源

黄河水情呈现明显的季节性变化，极易受气候影响，流量波动大。为了保证实验的真实性与可靠性，选取黄河利津水文站２０２２ 年３ 月１８ 日至２０２３ 年３ 月８日每日１２ 时的水文观测数据作为原始数据。为了保证所用数据的真实性、可访问性和透明性，主要使用公开数据源［１７］ ，其中水位和流量数据源自全国水雨情信息网站，温度、湿度、风力和降水量源自中国气象局网站。

２．２数据预处理

１）归一化处理。归一化常被称为标准化，为消除各变量之间量纲不同的影响，同时加快模型训练速度，往往需要对数据进行标准化处理［１８］ 。根据本文数据特征，采用最大最小标准化进行处理，使模型的输入数据为［０，１］，公式为

２）样本划分。为了评估模型性能并验证其预测效果，选取样本数据中７５％数据作为训练集用于模型训练，其余２５％为预测集用于验证模型的预测效果。

３模型训练与预测结果分析

３．１ＬＳＴＭ 模型

ＬＳＴＭ 模型包含１ 个ＬＳＴＭ 层和１ 个全连接层（Ｄｅｎｓｅ），ＬＳＴＭ 层有５０ 个单元，使用ａｄａｍ 优化器训练模型，学习率为０．００１，迭代次数为１００。完成上述训练后，输入数据得出ＬＳＴＭ 模型的水位预测结果，见图３。

３．２ＬｉｇｈｔＧＢＭ 模型

ＬｉｇｈｔＧＢＭ 模型通过迭代训练多棵决策树来提高预测准确性。模型学习率为０．０１，叶节点数（ｎｕｍ＿ｌｅａｖｅｓ）为３１，特征抽样率为０．９，每次迭代时用的数据比例（ｂａｇｇｉｎｇ＿ｆｒａｃｔｉｏｎ）为０．８，迭代次数为５后停止训练，如果在连续５ 次迭代过程中验证集的均方根误差没有减小，则停止训练，避免过拟合。ＬｉｇｈｔＧＢＭ 模型的水位预测结果见图４。

３．３ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型

ＣＥＥＭＤＡＮ－ ＬｉｇｈｔＧＢＭ 结合ＣＥＥＭＤＡＮ 算法和ＬｉｇｈｔＧＢＭ 模型预测水位。ＣＥＥＭＤＡＮ 算法的主要参数如下：ｍａｘ＿ｉｍｆ（最大本征模态函数数量）为２，控制白噪声强度为０．２，使用ＳＩＦＴ（单步插值优化的快速正则化）次数为１０。ＬｉｇｈｔＧＢＭ 主要参数如下：提升类型（ｂｏｏｓｔｉｎｇ＿ｔｙｐｅ）为ｇｂｄｔ，使用梯度提升决策树；目标函数为ｒｅｇｒｅｓｓｉｏｎ，表示执行回归任务；每棵树贡献的学习率为０．０１；每棵决策树的叶节点数为３１；每次迭代过程中随机选择的特征比例（ｆｅａｔｕｒｅ＿ｆｒａｃｔｉｏｎ）为０．９；每次迭代过程中随机选择的数据比例为０．８；每５ 次迭代进行一次ｂａｇｇｉｎｇ。

通过预测水位和流量变化趋势，能够及时预警和应对潜在的洪水事件，最大限度地减少损失，因此采用ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型分别预测水文站的水位和流量。此外，为评估ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型预测不同气候环境水文站水位和流量的适应性与稳定性，选取花园口水文站水文数据，比较模型的预测结果，见图５～图８。

４结论

本文提出了一种ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型，预测给定水文站水位。将２０２２ 年３ 月１９ 日至２０２３ 年３月８ 日利津水文站的水文数据作为模型输入，以ＬＳＴＭ、ＬｉｇｈｔＧＢＭ 为对照模型，与ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ模型的预测水位进行对比。另基于与利津水文站气候差别较大的花园口水文站水文数据，研究ＣＥＥＭＤＡＮＬｉｇｈｔＧＢＭ模型的适用性。研究结果显示， 相比于ＬＳＴＭ、ＬｉｇｈｔＧＢＭ 模型，ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ 模型在洪水预测方面表现得更加优秀，其预测值更接近观测值，预测精度更高。这表明在时间序列预测中，ＣＥＥＭ⁃ＤＡＮ－ＬｉｇｈｔＧＢＭ 模型的兼容性更强，能加快数据处理速度、提高精确度，从而提升洪水预报的效率。

黄河水情极为复杂，尤其在极端气候事件频发的情况下，水文数据常常出现突变。黄河及其支流水位呈非线性变化，这些变化往往受到多种气象因素（如强降水、强风等）的影响。现有的预测模型在捕捉水文数据突变及其后续影响上存在挑战，尤其是在极端气候事件频发时。当前采用的ＣＥＥＭＤＡＮ－ＬｉｇｈｔＧＢＭ模型面对突变数据的预测能力存在一定不足，需要进一步改进和优化。未来的改进方向包括但不限于增强模型对突变数据的适应能力，可能需要引入更灵活的模型结构或者加强数据预处理能力，以进一步提高模型的稳健性和准确性。此外，对于极端气候事件的响应机制也需要加强，以更有效地预测和应对黄河水情的突发变化。