| 注册
首页|期刊导航|水科学进展|融合气象要素时空特征的深度学习水文模型

融合气象要素时空特征的深度学习水文模型

李步 田富强 李钰坤 倪广恒

水科学进展2022,Vol.33Issue(6):904-913,10.
水科学进展2022,Vol.33Issue(6):904-913,10.DOI:10.14042/j.cnki.32.1309.2022.06.005

融合气象要素时空特征的深度学习水文模型

Development of a spatiotemporal deep-learning-based hydrological model

李步 1田富强 1李钰坤 1倪广恒1

作者信息

  • 1. 清华大学水沙科学与水利水电工程国家重点实验室,北京 100084
  • 折叠

摘要

关键词

水文模拟/物理水文模型/深度学习/长短时记忆神经网络/主成分分析/黄河源区

分类

建筑与水利

引用本文复制引用

李步,田富强,李钰坤,倪广恒..融合气象要素时空特征的深度学习水文模型[J].水科学进展,2022,33(6):904-913,10.

基金项目

国家重点研发计划资助项目(2018YFA0606002) (2018YFA0606002)

水科学进展

OA北大核心CSCDCSTPCD

1001-6791

访问量0
|
下载量0
段落导航相关论文