长短期记忆模型在小流域洪水预报上的应用研究

论文摘要

在山区小流域,降水资料稀缺,且难以反应其降水的空间异质性,使得仅依靠降水资料进行洪水预报十分困难。为了提高山区小流域洪水预报精度,本文以官山河流域为例,选择可同时输入降水和径流资料进行水文模拟和预报的长短期记忆模型(LSTM),对洪水过程进行模拟。同时构建了新安江模型模拟,进行对比研究。研究结果表明,若使用1975～1987年逐日数据对模型进行率定和检验,传统水文模型检验期的纳什效率系数为0.55,而对应的LSTM检验期的纳什效率系数为0.73,长短期记忆模型(LSTM)能够较大地提高降水资料缺少地区的水文模拟和预报效果。

论文目录

• 1. 引言
• 2. 模型介绍
• 2.1. LSTM模型
• 2.2. 对比模型介绍
• 3. 实例分析
• 3.1. 研究区概况
• 3.2. 数据处理及模型参数分析
• 3.2.1. 数据归一化处理
• 3.2.2. 模型的参数设定
• 3.2.3. 模型的评价指标
• 3.3. 结果与讨论
• 4. 结论

文章来源

类型: 期刊论文

作者: 郭炅,张艳军,王俊勃,袁正颖,吴金津,董文逊,王素描

关键词: 长短期记忆,洪水预报

来源: 水资源研究 2019年01期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学

专业: 地球物理学

单位: 武汉大学水资源与水电工程科学国家重点实验室,长江水利委员会水文局

基金: 国家重点研发计划(No.2017YFC1502503),国家自然科学基金重大项目(No.41790431)资助

分类号: P338

页码: 24-32

总页数: 9

文件大小: 1308K

下载量: 39