中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于长短期记忆网络的连江流域径流模拟

文献类型:期刊论文

作者陈鑫池2,3; 徐嘉远1,4,5; 黄东2,3; 李亚泽2,3
刊名广东水利水电
出版日期2025-02-20
卷号N/A期号:02页码:1-5+31
关键词径流模拟 LSTM 深度学习模型 连江流域 山溪性河流
ISSN号1008-0112
产权排序3
英文摘要气候变化下的径流模拟为防洪减灾与水利工程建设提供科学依据。为预测暴雨洪水频发流域径流过程,该文构建了基于长短期记忆网络(LSTM)的径流模拟模型,优选模型输入、结构与参数并对2011—2020年连江流域径流过程进行模拟预测。结果表明:LSTM模型对连江流域的径流模拟预测精度较高,NSE与R2在测试期分别达到0.88与0.90;LSTM模型在汛期能够较好地模拟小洪峰与预测主洪峰,可适用于山溪性河流等径流变率较大的径流模拟;LSTM模型泛化性强,可在较低过拟合程度下实现对未来径流的稳定预测。研究成果旨在提升山溪性河流径流模拟预测精度,提升流域水旱灾害防控能力。
URL标识查看原文
源URL[http://ir.igsnrr.ac.cn/handle/311030/212242]  
专题陆地水循环及地表过程院重点实验室_中文论文
作者单位1.中国科学院大学
2.广东省水利水电科学研究院;
3.广东省水安全科技协同创新中心;
4.中国科学院地理科学与资源研究所;
5.中国科学院陆地水循环及地表过程重点实验室;
推荐引用方式
GB/T 7714
陈鑫池,徐嘉远,黄东,等. 基于长短期记忆网络的连江流域径流模拟[J]. 广东水利水电,2025,N/A(02):1-5+31.
APA 陈鑫池,徐嘉远,黄东,&李亚泽.(2025).基于长短期记忆网络的连江流域径流模拟.广东水利水电,N/A(02),1-5+31.
MLA 陈鑫池,et al."基于长短期记忆网络的连江流域径流模拟".广东水利水电 N/A.02(2025):1-5+31.

入库方式: OAI收割

来源:地理科学与资源研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。