基于分布式产流要素和时空深度学习算法的径流后处理研究OA北大核心CSTPCD
Streamflow post-processing based on distributed hydrological fluxes and spatio-temporal deep learning algorithm
准确的径流模拟是流域水资源管理和区域综合政策制定的重要前提.为提高径流模拟的精度,本文以浙江省台州市永安溪流域为研究区域,基于2010-2019年柏枝岙站出口断面的实测日径流数据和网格化HBV模型(Grid-HBV)的模拟结果,提出了一种耦合卷积神经网络CNN和长短期记忆网络LSTM的CNN-LSTM时空后处理模型;构建了基于单一产流要素的s-CNN-LSTM模型和基于两种产流要素的bi-CNN-LSTM模型,并与基准模型s-LSTM开展径流后处…查看全部>>
Accurate simulation of streamflow is a crucial prerequisite for water resources management and regional integrated policy making.In order to improve the accuracy of streamflow simulation,this study takes Yonganxi Riv-er Basin in Taizhou,Zhejiang Province as the study area.A CNN-LSTM spatio-temporal post-processing model by coupling CNN with LSTM is proposed based on the measured daily discharge data at Baizhi'ao Station from 2010 to 2019 and hydrological flu…查看全部>>
吴垚;许月萍;刘莉;何柯琪
浙江大学建筑工程学院水科学与工程研究所,浙江杭州 310058浙江大学建筑工程学院水科学与工程研究所,浙江杭州 310058浙江大学建筑工程学院水科学与工程研究所,浙江杭州 310058杜克大学尼古拉斯环境学院地球与气候科学研究所,美国北卡罗来纳州达勒姆27708
水利科学
径流后处理CNN-LSTM深度学习网格化HBV水文模型椒江流域
post-processingCNN-LSTMdeep learninggrid HBV hydrological modelJiao River basin
《水利学报》 2024 (9)
1123-1134,12
浙江省重点研发项目(2021C03017)浙江省自然基金重点项目(Z20E090005)国家重点研发计划项目(2021YFD1700802)国家自然科学基金项目(52309038)
评论