基于长短时记忆神经网络（LSTM）的降雨径流模拟及预报

被引：49

作者：

殷兆凯 ^{[1
]}

廖卫红 ^{[2
]}

王若佳 ^{[3
,4
]}

雷晓辉 ^{[2
]}

机构：

[1] 天津大学水利工程仿真与安全国家重点实验室

[2] 中国水利水电科学研究院流域水循环模拟与调控国家重点实验室

[3] 北京大学信息管理系

[4] 北京大学海洋研究院

来源：

南水北调与水利科技 | 2019年 / 17卷 / 06期

基金：

国家重点研发计划;

关键词：

降雨径流模拟; 水文预报; 机器学习; 深度学习; 长短时记忆;

D O I：

10.13476/j.cnki.nsbdqk.2019.0129

中图分类号：

TV121.1 []; P338 [水文预报];

学科分类号：

摘要：

长短时记忆神经网络(LSTM)具有很强的时间序列关系拟合能力,非常适用于模拟及预报流域产汇流这一复杂的时间序列过程。基于LSTM针对不同预见期的径流预报分别建立了流域降雨径流模型,以探讨LSTM在水文预报当中的应用。模型采用流域降雨、气象及水文数据作为输入,不同预见期后的径流过程作为输出,率定期为14a,验证期为2a。结果显示,在预见期为0～2d时LSTM预报精度很高,在预见期为3d时预报精度较差,但仍优于新安江模型。隐藏层神经元数量作为神经网络复杂程度的代表既会影响模型预报精度,也会影响模型训练速度。而输入数据长度则仅会在预见期为0的条件下影响模型预报效果。

引用

页码：1 / 9+27 +27

页数：10

共 13 条

[1] 一种LSTM-BP多模型组合水文预报方法
冯钧
潘飞
[J]. 计算机与现代化, 2018, (07) : 82 - 85+92
[2] 论流域水文模型
芮孝芳
[J]. 水利水电科技进展, 2017, 37 (04) : 1 - 7+58
[3] 水文学与“大数据”
芮孝芳
[J]. 水利水电科技进展, 2016, 36 (03) : 1 - 4
[4] 基于LSTM的心律失常分类研究[D]. 李雪.兰州大学 2018
[5] A Bi-Directional LSTM-CNN Model with Attention for Aspect-Level Text Classification
Zhu, Yonghua
Gao, Xun
Zhang, Weilin
Liu, Shenkai
Zhang, Yuanyuan
[J]. FUTURE INTERNET, 2018, 10 (12):
[6] Deep learning with long short-term memory networks for financial market predictions
Fischer, Thomas
Krauss, Christopher
[J]. EUROPEAN JOURNAL OF OPERATIONAL RESEARCH, 2018, 270 (02) : 654 - 669
[7] Use long short-term memory to enhance Internet of Things for combined sewer overflow monitoring[J] . Duo Zhang,Geir Lindholm,Harsha Ratnaweera.Journal of Hydrology . 2018
[8] Prolongation of SMAP to Spatiotemporally Seamless Coverage of Continental U.S. Using a Deep Learning Neural Network[J] . Kuai Fang,Chaopeng Shen,Daniel Kifer,Xiao Yang.Geophysical Research Letters . 2017 (21)
[9] Hyperresolution global land surface modeling: Meeting a grand challenge for monitoring Earth’s terrestrial water[J] . Eric F. Wood,Joshua K. Roundy,Tara J. Troy,L. P. H. van Beek,Marc F. P. Bierkens,Eleanor Blyth,Ad de Roo,Petra D?ll,Mike Ek,James Famiglietti,David Gochis,Nick van de Giesen,Paul Houser,Peter R. Jaffé,Stefan Kollet,Bernhard Lehner,Dennis P. Lettenmaier,Christa Peters‐Lidard,Murugesu Sivapalan,Justin Sheffield,Andrew Wade,Paul Whitehead.Water Resources Research . 2011 (5)
[10] Learning to Forget: Continual Prediction with LSTM[J] . Felix A. Gers,J＆uuml,rgen Schmidhuber,Fred Cummins.Neural Computation . 2000 (10)

← 1 2 →