共 16 条
- [9] 数据挖掘技术在水文预报与水库调度中的应用研究[D]. 张弛.大连理工大学. 2006
- [10] 基于学习机器的洪水预报模型研究[D]. 梅松.浙江大学. 2004
基于LSTM网络鄱阳湖抚河流域径流模拟研究
被引：21
作者：
姜淞川
[1
]
陆建忠
[1
]
陈晓玲
[1
,2
]
刘子旋
[1
]
机构：
[1] 武汉大学测绘遥感信息工程国家重点实验室
[2] 江西师范大学鄱阳湖湿地与流域研究教育部重点实验室
基金：
国家重点研发计划;
关键词：
深度学习;
神经网络;
径流模拟;
长短期记忆网络;
鄱阳湖抚河流域;
D O I：
10.19603/j.cnki.1000-1190.2020.01.020
中图分类号：
P333 [水文分析与计算];
学科分类号：
摘要：
水文预报及其径流变化趋势预测能够为防汛工作提供辅助决策,是水库调度兴利的重要手段.与传统分布式水文模型相比,利用长短期记忆网络(LSTM)建立降雨径流预报模型具有简单可行和精度较高的优点.该文以鄱阳湖抚河流域为研究对象,采用抚河流域的降雨和径流数据分别作为模型驱动数据和标签数据,通过LSTM网络实现抚河流域的径流模拟工作.结果表明:在使用气象站数据建立的日尺度径流模拟模型中,模拟结果与实测值相关性均达到0.9以上,偏差在±5%以内,模型表现非常好;在使用TRMM数据建立的月尺度模型中,整体模拟结果与实测值相关性在0.9以上,整体偏差在±5%以内,模型表现优秀.
引用
收藏
页码：128 / 139
页数：12
相关论文