探究气温对子牙河流域降水影响

针对在气温变化的情况下的子牙河流域降水变化，运用Mann-Kendall检验法和spearman相关系数法，对子牙河流域1961-2010年共50年的气温和降水量进行分析，对子牙河流域全年和四季的气温和降水进行趋势性分析、显著性分析，并分析两者相关性。结果表明，子牙河流域全年和四季气温均为上升趋势，且全部为显著上升，突变年份集中在1990-2000年；子牙河流域降水均成下降趋势，其中全年和夏季降水下降趋势显著；气温与降水呈负相关关系，气温的升高影响降水量减少。     

基于EEMD-NGO-LSTM神经网络耦合的月径流预测模型及应用

为了提高径流序列的稳定度和精度，减小参数优化不当导致的非线性误差，研究将长短期记忆神经网络(LSTM)、集成经验模态分解(EEMD)和北方苍鹰优化算法(NGO)相结合，构建了EEMD-NGO-LSTM耦合预测模型。将此预测模型应用于模拟东辽河中下游的控制总站——王奔水文站2012年～2021年逐月径流过程，并与鲸鱼算法(WOA)以及灰狼算法(GWO)优化的长短期记忆神经网络进行模型比较。结果表明，EEMD-NGO-LSTM耦合预测模型的超参数迭代速度最快，精度最高，预测结果最接近实测值，其决定系数R²为0.864 3。而后采用CMIP6气候模式(SSP126情景)下的2030年的降水、气温数据输入模型进行预测，在气温上升1℃,降水不变的情景下，年径流量将增加6.61%;在降水升高5%,气温不变的情景下，年径流量将增加6.95%;在气温上升1℃、降水升高5%的情境下，年径流量将增加22.16%。