1. 山东省水文中心
2. 河海大学水文水资源学院
Published:2023
移动端阅览
衣学军, 汤岭, 李致家, et al. 基于机器学习的洪水预报实时校正[J]. 2023, (12): 78-81+67.
DOI:
衣学军, 汤岭, 李致家, et al. 基于机器学习的洪水预报实时校正[J]. 2023, (12): 78-81+67. DOI: 10.20040/j.cnki.1000-7709.2023.20230137.
为了提高临沂流域水文模型的实时洪水预报精度,基于临沂流域的下垫面特征,建立了临沂流域的TOPKAPI网格模型,采用BP神经网络和LSTM模型对TOPKAPI模型模拟结果在不同预见期内进行了校正,在此基础上使用了堆叠方法并选用Transformer模型作为二级学习器,对BP和LSTM的校正结果进行了二次学习。结果表明,经过BP和LSTM模型的实时校正,TOPKAPI模型模拟精度得到了明显提高,预见期越短,校正效果越好;在经过堆叠方法进行二次学习后,校正效果最佳,可有效提升临沂流域洪水预报精度。
Development of Multivariable Dynamic System Response Curve Method for Real‐Time Flood Forecasting Correction[J]. Y. Sun;W. Bao;P. Jiang;X. Ji;S. Gao;Y. Xu;Q. Zhang;W. Si.Water Resources Research,2018
基于贝叶斯优化算法的长短期记忆神经网络模型年径流预测[J]. 徐冬梅;王逸阳;王文川.水电能源科学,2022(12)
基于协整理论的淮河流域上游洪水预报实时校正方法[J]. 张旭旻;瞿思敏;李倩;石朋;嵇海祥;宋兰兰;王麒栋.水资源保护,2022(06)
水文水力学结合的秦淮河流域洪水模拟与实时校正[J]. 汪昊燃;王容;黄鹏年;何健;姚成.河海大学学报(自然科学版),2023(03)
基于STGCN的洪水预报误差实时校正方法[J]. 余宇峰;李薇;李珂;成春生.水文,2022(05)
大渡河流域上游洪水预报及实时校正研究[J]. 张艳;梁忠民;陈在妮;朱阳;王军.水力发电,2020(05)
基于GBDT的实时洪水预报误差校正方法[J]. 姚超宇;钟平安;徐斌;王凯;高益辉;李昆朋.水电能源科学,2019(08)
基于多模型组合的淮河王家坝断面洪水预报[J]. 刘家琳;梁忠民;李彬权;王凯.水电能源科学,2019(08)
0
Views
368
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution