本数据集为黄河宁蒙河段巴彦高勒水文站1986-2020年流凌、封河、开河预报因子经模型求解整理形成的权重数据。本数据集共包含3个excel文件，由巴彦高勒水文站不同时期段的预报因子权重要素组成，分别是：流凌日期预报因子权重数据、封河日期预报因子权重数据和开河日期预报因子权重数据。
源数据与黄河宁蒙河段水文局工作人员协商获取。
中国水利水电科学研究院相关项目研究人员通过对数据进行模型求解得出。求解方法如下：
（1）将影响因素矩阵作为BP网络的输入向量，冰情结果作为目标输出向量，运用L-M算法训练BP神经网络，得到输入层与隐层的权值矩阵W和隐层与输出层的权值向量w。
（2）计算整体权值向量ω=|w|*|W|，其中ω=（ω_1，ω_2，…，ω_n）。
（3）计算各影响因素指标的直接关系矩阵B
（4）归一化直接关联矩阵X
（5）计算全关联矩阵T
（6）建立因果关系图。定义D为T的各行之和，R为T的各列之和。将D+R定义为指标i的中心度，其越大, 证明此指标在该影响因素体系中所占的重要程度和作用越大。将D−R定义为指标i的原因度, 可以用来区分原因组和结果组, 如果指标i的D−R大于0, 则此指标属于原因组。如果指标D−R小于0, 则此指标属于结果组。在众多影响因素中, 结果组中的影响因素是原因组中影响因素的影响结果。定义综合重要度，该值可以同时反映中心度和原因度。
模型出处：崔强，武春友，匡海波. BP-DEMATEL在空港竞争力影响因素识别中的应用[J]. 系统工程理论与实践，2013,33(6)：1471-1478.
求解人员为专业人员，多次核查，数据质量良好。
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
CSTR:11738.11.ncdc.iceflood.db2371.2022
10.12072/ncdc.iceflood.db2371.2022
