基于LSTM网络鄱阳湖抚河流域径流模拟研究

• 作者: 刘子旋 姜淞川 陆建忠 陈晓玲
• 来源期刊: 华中师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 深度学习 神经网络 径流模拟 长短期记忆网络 鄱阳湖抚河流域
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 水资源与水环境研究
• 页码范围: 128-139
• 页数: 12页
• 分类号: TV121
• 字数: 6409字
• 语种: 中文
• DOI: 10.19603/j.cnki.1000-1190.2020.01.020

摘要

水文预报及其径流变化趋势预测能够为防汛工作提供辅助决策,是水库调度兴利的重要手段.与传统分布式水文模型相比,利用长短期记忆网络(LSTM)建立降雨径流预报模型具有简单可行和精度较高的优点.该文以鄱阳湖抚河流域为研究对象,采用抚河流域的降雨和径流数据分别作为模型驱动数据和标签数据,通过LSTM网络实现抚河流域的径流模拟工作.结果表明:在使用气象站数据建立的日尺度径流模拟模型中,模拟结果与实测值相关性均达到0.9以上,偏差在±5％以内,模型表现非常好;在使用TRMM数据建立的月尺度模型中,整体模拟结果与实测值相关性在0.9以上,整体偏差在±5％以内,模型表现优秀.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈晓玲	武汉大学测绘遥感信息工程国家重点实验室	114	1933	27.0	40.0
5	陆建忠	武汉大学测绘遥感信息工程国家重点实验室	21	321	8.0	17.0
6	姜淞川	武汉大学测绘遥感信息工程国家重点实验室	1	0	0.0	0.0
7	刘子旋	武汉大学测绘遥感信息工程国家重点实验室	1	0	0.0	0.0