Abstract Flood quantile estimation at sites with little or no data is important for the adequate planning and management of water resources. Regional Hydrological Frequency Analysis (RFA) deals with the estimation of hydrological variables at ungauged sites. Random Forest (RF) is an ensemble learning technique which uses multiple Classification and Regression Trees (CART) for classification, regression, and other tasks. The RF technique is gaining popularity in a number of fields because of its powerful non-linear and non-parametric nature. In the present study, we investigate the use of Random Forest Regression (RFR) in the estimation step of RFA based on a case study represented by data collected from 151 hydrometric stations from the province of Quebec, Canada. RFR is applied to the whole data set and to homogeneous regions of stations delineated by canonical correlation analysis (CCA). Using the Out-of-bag error rate feature of RF, the optimal number of trees for the dataset is calculated. The results of the application of the CCA based RFR model (CCA-RFR) are compared to results obtained with a number of other linear and non-linear RFA models. CCA-RFR leads to the best performance in terms of root mean squared error. The use of CCA to delineate neighborhoods improves considerably the performance of RFR. RFR is found to be simple to apply and more efficient than more complex models such as Artificial Neural Network-based models.

中文翻译：

---

具有随机森林回归的未测量站点的区域水文频率分析

摘要 在数据很少或没有数据的地点进行洪水分位数估计对于水资源的充分规划和管理非常重要。区域水文频率分析 (RFA) 处理未测量地点的水文变量估计。随机森林 (RF) 是一种集成学习技术，它使用多个分类和回归树 (CART) 进行分类、回归和其他任务。由于其强大的非线性和非参数特性，RF 技术在许多领域越来越受欢迎。在本研究中，我们基于从加拿大魁北克省 151 个水文站收集的数据所代表的案例研究，调查了随机森林回归 (RFR) 在 RFA 估计步骤中的使用。RFR 应用于整个数据集和由典型相关分析 (CCA) 描绘的台站的同质区域。使用 RF 的袋外错误率特征，计算数据集的最佳树数。将基于 CCA 的 RFR 模型 (CCA-RFR) 的应用结果与使用许多其他线性和非线性 RFA 模型获得的结果进行比较。CCA-RFR 导致在均方根误差方面的最佳性能。使用 CCA 来划定邻域大大提高了 RFR 的性能。发现 RFR 比基于人工神经网络的模型等更复杂的模型更易于应用且更有效。将基于 CCA 的 RFR 模型 (CCA-RFR) 的应用结果与使用许多其他线性和非线性 RFA 模型获得的结果进行比较。CCA-RFR 导致在均方根误差方面的最佳性能。使用 CCA 来划定邻域大大提高了 RFR 的性能。发现 RFR 比基于人工神经网络的模型等更复杂的模型更易于应用且更有效。将基于 CCA 的 RFR 模型 (CCA-RFR) 的应用结果与使用许多其他线性和非线性 RFA 模型获得的结果进行比较。CCA-RFR 导致在均方根误差方面的最佳性能。使用 CCA 来划定邻域大大提高了 RFR 的性能。发现 RFR 比基于人工神经网络的模型等更复杂的模型更易于应用且更有效。