基于GRACE和GRACE-FO的黄河流域陆地水储量及影响因素分析OA北大核心CSTPCD
基于GRACE和GRACE-FO卫星陆地水储量遥感数据,采用长短期记忆(LSTM)神经网络模型,结合水量平衡方程和全球陆地数据同化系统(GLDAS)重建GRACE与GRACE-FO间的陆地水储量变化量,分析黄河流域2002年4月至2020年3月陆地水储量变化特征,探究影响陆地水储量变化的环境因子。结果表明:LSTM模型可以有效填补GRACE与GRACE-FO间的陆地水储量变化量;黄河流域陆地水储量呈明显下降趋势,上、中、下游下降趋势依次增大,陆地…查看全部>>
任立良;王宇;江善虎;卫林勇;王孟浩;张怡雅
河海大学水文水资源与水利工程科学国家重点实验室,江苏南京210098 河海大学水文水资源学院,江苏南京210098河海大学水文水资源与水利工程科学国家重点实验室,江苏南京210098 河海大学水文水资源学院,江苏南京210098河海大学水文水资源与水利工程科学国家重点实验室,江苏南京210098 河海大学水文水资源学院,江苏南京210098河海大学水文水资源学院,江苏南京210098河海大学水文水资源学院,江苏南京210098河海大学水文水资源学院,江苏南京210098
建筑与水利
陆地水储量GRACE长短期记忆神经网络模型GLDAS水量平衡方程黄河流域
《水资源保护》 2022 (4)
P.26-32,7
评论