基于MA-Attention-LSTM分雨量算法的季节性河流径流模拟
文献类型：期刊论文
| 作者 | 代向楠1; 何佳轩1; 郭晶1; 王月玲2; 丁浩1 |
| 刊名 | 南水北调与水利科技(中英文)
 |
| 出版日期 | 2026-01-13 |
| 卷号 | N/A期号:0页码:1-11 |
| 关键词 | LSTM Attention机制 径流模拟 滑动平均法 分雨量模型 |
| ISSN号 | 2096-8086 |
| 产权排序 | 2 |
| 英文摘要 | 机器学习方法被广泛应用于水文模拟和预报中，然而传统机器学习模型在半湿润、半干旱气候区等的季节性河流径流模拟中常面临精度不足、结果趋向中值等问题。选择典型季节性河流作为研究对象，提出一种结合滑动平均算法(moving average， MA)、注意力机制（Attention）与长短时记忆神经网络（long short-term memory， LSTM）的MA-Attention-LSTM组合模型，利用2006—2021年逐日降雨和流量数据，通过统计四分位的划分方法将雨量划分为大、中和小3个类别，重点对比分析了按雨量大小分类驱动的分雨量模型与常规模型的模拟精度，并深入探讨了径流零值（断流期）对模型精度的影响。结果表明：MA算法和Attention机制的应用显著提升了LSTM的径流模拟精度；分雨量模型在峰值和谷值模拟上优于常规模型，整体纳什效率系数提升至0.64，显著高于常规模型的0.44；断流期的径流零值对模拟结果影响较大，完全剔除零值后模拟精度显著提高。研究表明，MA -Attention-LSTM组合模型对季节性河流分雨量径流模拟中具有较高精度和可靠性，为季节性河流径流模拟及防洪减灾提供了有效技术支撑和思路。 |
| URL标识 | 查看原文 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/219570]  |
| 专题 | 陆地水循环及地表过程院重点实验室_中文论文 |
| 通讯作者 | 王月玲 |
| 作者单位 | 1.国能朔黄铁路发展有限责任公司; 2.中国科学院地理科学与资源研究所 |
| 推荐引用方式 GB/T 7714 | 代向楠,何佳轩,郭晶,等. 基于MA-Attention-LSTM分雨量算法的季节性河流径流模拟[J]. 南水北调与水利科技(中英文),2026,N/A(0):1-11. |
| APA | 代向楠,何佳轩,郭晶,王月玲,&丁浩.(2026).基于MA-Attention-LSTM分雨量算法的季节性河流径流模拟.南水北调与水利科技(中英文),N/A(0),1-11. |
| MLA | 代向楠,et al."基于MA-Attention-LSTM分雨量算法的季节性河流径流模拟".南水北调与水利科技(中英文) N/A.0(2026):1-11. |
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。