长短期记忆神经网络在季节性融雪流域降水-径流模拟中的应用

• 作者: 党池恒 卫星辰 张洪波 支童 陈克宇
• 来源期刊: 华北水利水电大学学报（自然科学版）
• 学科: 工学
• 关键词: 降水-径流模拟 季节性融雪 BP神经网络 Elman循环神经网络 长短期记忆神经网络 岷江
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 水文水资源
• 页码范围: 10-18,33
• 页数: 10页
• 分类号: TV121
• 语种: 中文
• DOI: 10.19760/j.ncwu.zk.2020057

摘要

可靠的径流模拟对流域水资源规划与管理意义重大.以岷江镇江关水文站实测径流为研究对象,通过与BP神经网络和Elman循环神经网络的对比,验证长短期记忆神经网络在受季节性融雪影响流域日尺度降水-径流模拟中的适用性,并进一步分析长短期记忆神经网络的关键参数——时间步长对日径流模拟精度的影响.结果表明:①采用BP神经网络进行日径流过程模拟时会丢失流域状态信息,模拟效果最差;②Elman循环神经网络相比BP神经网络,具有相对有限的记忆能力,在积雪时段较长的岷江镇江关水文站控制流域上的模拟效果一般;③长短期记忆神经网络以其特殊的CEC单元和"门"结构,实现了流域状态的长期储存与更新,在日降水-径流模拟中的效果最佳;④通过多次试验发现,当长短期记忆神经网络的时间步长设置为60 d时,模拟精度最高,结合春末夏初的降水、径流和气温变化过程,认为60 d时间步长符合岷江流域实际情况.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	党池恒		1	0	0.0	0.0
2	张洪波		1	0	0.0	0.0
3	陈克宇		1	0	0.0	0.0
4	支童		1	0	0.0	0.0
5	卫星辰		1	0	0.0	0.0