期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于误差校正融合模型的自适应带宽洪水区间预报
1
作者 康艳 艾慧茹 +4 位作者 彭仁娟 胡维贺 吴巍然 张梓尚 由宇军 《水资源保护》 2025年第5期106-114,131,共10页
针对小流域洪水产汇流过程复杂、洪水突发性强、物理机制模型预报精度不高等问题,采用以物理机制模型为主的误差校正型和以深度学习模型为主的机理引导型两种融合方式构建了HYMOD、GR4J与LSTM模型的融合模型,探讨了不同融合模型的模拟性... 针对小流域洪水产汇流过程复杂、洪水突发性强、物理机制模型预报精度不高等问题,采用以物理机制模型为主的误差校正型和以深度学习模型为主的机理引导型两种融合方式构建了HYMOD、GR4J与LSTM模型的融合模型,探讨了不同融合模型的模拟性能,采用自适应带宽核密度估计(ABKDE)开展了不同预见期洪水区间预报。以陕西黑河小流域洪水预报为例评估了各模型预报性能,结果表明:HYMOD、GR4J、LSTM等单一模型能够提供可靠的预报结果,且深度学习模型LSTM优于物理机制模型HYMOD和GR4J,而HYMOD模型比GR4J模型模拟性能更加稳定;融合模型既保留了物理模型的可解释性,又提高了洪水预报的精度,预报性能较单一模型有显著提高,纳什效率系数提升了3.66%~70.51%;误差校正融合模型的预报性能优于机理引导融合模型,其中误差校正融合模型HYMOD-LSTM预报效果最优;HYMOD-LSTM模型在90%置信水平下的预测区间覆盖率超过92%,表现出良好的性能,能够有效反映预报洪水过程的不确定性,且基于ABKDE的洪水区间预报结果合理可靠,体现了ABKDE良好的自适应调节能力。 展开更多
关键词 洪水预报 误差校正融合模型 机理引导融合模型 自适应带宽核密度估计 黑河流域
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部