基于机器学习的西南岩溶泉流量模拟研究OA北大核心CSTPCD
岩溶泉对西南岩溶区生态系统稳定和经济社会发展具有重要意义。受岩溶区独特水文地质结构与多重水流过程控制,岩溶泉流量具有复杂的动态变化特征,机器学习模型为其模拟和预测提供了有效手段。然而,岩溶泉域降雨−泉流量过程及其时空变异特征对机器学习模型结构与模拟精度的影响仍不明晰。本文选取西南典型岩溶泉,基于长短期记忆网络(LSTM)建立岩溶泉流量模拟模型,利用泉域实测逐小时降雨与泉流量序列进行模型训练与验证。在此基础上,分析了不同降雨−泉流量过程对岩溶泉流量…查看全部>>
马从文;张志才;陈喜;程勤波;彭韬;张林
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天津大学地球系统科学学院,天津300072河海大学水文水资源学院,江苏南京210098中国科学院地球化学研究所,贵州贵阳550081 中国科学院普定喀斯特生态系统观测研究站,贵州普定562100中国科学院地球化学研究所,贵州贵阳550081 中国科学院普定喀斯特生态系统观测研究站,贵州普定562100
地质学
机器学习LSTM岩溶泉流量响应滞时岩溶降雨−泉流量过程
《中国岩溶》 2024 (1)
P.48-56,9
自然科学基金重点项目(41571130071)面上项目(41971028,41571020)。
评论