1. 西安水务(集团)有限责任公司
2. 武汉珞水智能科技有限公司
3. 武汉大学水利水电学院
4. 昆明理工大学学报编辑部
Published:2026
移动端阅览
李晨昱, 董稳改, 任少博, et al. 融合Pa的智能模型在小流域洪水预报中的应用[J]. 2026, 40(2): 53-56.
DOI:
李晨昱, 董稳改, 任少博, et al. 融合Pa的智能模型在小流域洪水预报中的应用[J]. 2026, 40(2): 53-56. DOI: 10.13622/j.cnki.cn42-1800/tv.1671-3354.2026.02.013.
在小流域水文数据稀缺的情况下,传统水文模型存在适应性差、预报精度不高问题。以典型小流域石砭峪水库为研究对象,引入前期影响雨量(Pa)构建卷积神经网络-长短期记忆网络(CNN-LSTM+Pa)融合模型,对比分析Pa对模型预报性能影响。结果表明:融合模型可显著提升降雨径流关系的学习能力,NSE均值达0.843,洪峰、洪量误差均值显著降低。研究方法可供小流域洪水预报参考。
张力,王红瑞,郭琲楠,徐源浩,李理,谢骏.基于时序分解与机器学习的非平稳径流序列集成模型与应用[J].水科学进展,2023(01).
毕成琳,刘匡,向征,王军,钱名开,梁忠民.洪水预报区域化LSTM模型研究[J].水电能源科学,2023(12).
衣学军,汤岭,李致家,盛奕华,姚成,杜若愚.基于机器学习的洪水预报实时校正[J].水电能源科学,2023(12).
张锦堂,任明磊,李京兵,唐榕,钟小燕,王刚,王玉丽.基于长短时记忆网络的山区中小流域降雨径流模拟[J].水电能源科学,2024(08).
陈可煊,王丽娟,崔鼎.贵州省地下水资源量预测方法研究[J].水文,2024(04).
张向飞,高敏超,任录全,齐允之,刘栩博.黑河金盆水库汛期分期及分期汛限水位研究[J].陕西水利,2023(10).
张向飞,任少博,万俊,蔡金华,周元刚,万飚.LSTM人工智能模型在金盆水库洪水预报中的应用[J].水电与新能源,2025(08).
杨勤丽,刘心武,邵俊明.基于多源遥感数据驱动的缺资料地区日径流模拟[J].人民长江,2025(11).
0
Views
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution