基于时域融合变换模型的湘江水温预测

秦瑶; 黄峰; 衣鹏; 代凤鸣; 任玉峰

doi:10.20040/j.cnki.1000-7709.2026.20251029

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于时域融合变换模型的湘江水温预测

水文水资源与环境 | 更新时间：2026-04-25

- 基于时域融合变换模型的湘江水温预测
- 基于时域融合变换模型的湘江水温预测
- 水电能源科学 2026年44卷第4期页码：16-21
- 作者机构：
  
  1. 河海大学水文水资源学院
  2. 中国长江电力股份有限公司
- 作者简介：
- 基金信息：
  
  国家自然科学基金委员会—中华人民共和国水利部—中国长江三峡集团有限公司长江水科学研究联合基金项目(U2240214);国家重点研发计划(2024YFC3211100);湖南省水利科技重大项目(XSKJ2021000-03)
- DOI：10.20040/j.cnki.1000-7709.2026.20251029
  中图分类号： P332.6
- 纸质出版：2026
- 稿件说明：
移动端阅览
秦瑶, 黄峰, 衣鹏, 等. 基于时域融合变换模型的湘江水温预测[J]. 水电能源科学, 2026,44(4):16-21.

秦瑶, 黄峰, 衣鹏, et al. 基于时域融合变换模型的湘江水温预测[J]. 2026, 44(4): 16-21.
秦瑶, 黄峰, 衣鹏, 等. 基于时域融合变换模型的湘江水温预测[J]. 水电能源科学, 2026,44(4):16-21. DOI： 10.20040/j.cnki.1000-7709.2026.20251029.

秦瑶, 黄峰, 衣鹏, et al. 基于时域融合变换模型的湘江水温预测[J]. 2026, 44(4): 16-21. DOI： 10.20040/j.cnki.1000-7709.2026.20251029.

摘要

河流水温是影响水生态系统结构和功能的重要环境因子，准确预测河流水温对于维护水生态健康、保护鱼类繁殖具有重要意义。以湘江流域为研究对象，输入2006～2020年的逐日气温、水温及流量数据，构建时域融合变换(TFT)模型用于湘江水温预测，并与门控循环单元(GRU)模型和长短期记忆网络(LSTM)模型性能对比。结果表明，在训练期、验证期及测试期内，TFT模型均表现出更优的预测能力，其中测试期决定系数为0.987

均方根误差为0.887℃

优于GRU与LSTM模型。此外，进一步探讨了三个模型在长江四大家鱼产卵期的适温预测表现，TFT模型能精准捕捉24～28℃的产卵适温区间，预测误差小且响应迅速，适合用于鱼类生态敏感期的水温管理，证实了TFT模型在复杂水文时序预测任务中的优势，可为河流生态保护与水资源生态调度提供技术支持。

Abstract

关键词

Keywords

references

董哲仁,孙东亚,赵进勇.水库多目标生态调度[J].水利水电技术,2007(01).

刘叶叶,毛德华,杨家亮,钱湛.1990-2016年湘江干流水质变化特征及影响因素分析[J].冰川冻土,2018(04).

朱森林,吴时强.高斯过程回归模型在河流水温模拟中的应用[J].华中科技大学学报(自然科学版),2018(10).

李克锋,郝红升,庄春义,蒲灵.利用气象因子估算天然河道水温的新公式[J].四川大学学报(工程科学版),2006(01).

M. F. Johnson,R. L. Wilby,J. A. Toone.Inferring air–water temperature relationships from river and catchment properties[J].Hydrological Processes,2014.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于Kolmogorov-Arnold网络的深度学习模型改进对日径流预测的影响

基于SVMD去噪与优化SA-GRU的大坝渗压组合预测方法

基于CFD-BiLSTM的供水管网漏失瞬态压力时空演变机制分析

基于自适应多元变分模态分解与多尺度特征提取的抽水蓄能机组振动趋势预测

基于RIME-LSTM-Transformer的混凝土坝变形预测模型