首页> 中文期刊> 《水电能源科学》 >基于深度学习的西南地区寿溪河山洪预报研究

基于深度学习的西南地区寿溪河山洪预报研究

         

摘要

鉴于山洪突发性强、历时短、陡涨陡落等致使在模拟预报过程中具有较大难度和不确定性问题,构建了基于深度学习的LSTM网络模型进行山洪确定性预报和概率预报,从精度和可靠度两方面研究其在西南山区的适用性。并以西南山洪易发区寿溪河流域为例进行模拟,结果显示LSTM网络模型更易发现暴雨洪水之间的深层规律,验证期平均纳什效率系数达0.954,与BP模型相比,显著提升了洪水预报精度,尤其是大洪水;概率预报有效降低了山洪预报的不确定性,洪峰附近的流量数据基本落入预报区间内,有效提高了预报可靠度。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号