针对黄河源区水文情势复杂多变、径流模拟精度不足的问题,旨在构建融合潜在蒸散发(PET)预测的径流模拟方法,提升高寒地区径流模拟的可靠性。本研究采用随机森林(RF)、多层感知机(MLP)和极限学习机(ELM)3种机器学习方法,引入长短期记忆网...针对黄河源区水文情势复杂多变、径流模拟精度不足的问题,旨在构建融合潜在蒸散发(PET)预测的径流模拟方法,提升高寒地区径流模拟的可靠性。本研究采用随机森林(RF)、多层感知机(MLP)和极限学习机(ELM)3种机器学习方法,引入长短期记忆网络(LSTM)和PatchTST(Patch Time Series Transformer)深度学习方法,融合PET预测值进行径流模拟,评估不同气象因子组合下PET的模拟性能。研究结果表明:最高气温是PET模拟的最关键驱动因子,最高气温、相对湿度与风速组合情景下的PET模拟精度最高;在深度学习模型中,PatchTST模型在预测未来1个月潜在蒸散发时表现次于LSTM模型,但在多步长预测中表现更优;融合潜在蒸散发预测数据后,模型性能显著提升;以唐乃亥站PatchTST模型为例,纳什效率系数从0.706增至0.896(改进幅度为26.9%),平均绝对百分比误差从23.502降至18.305(降幅为22.1%),均方根误差从276.7降至160.8(降幅为41.9%),表明PET数据有效捕捉了蒸散发对径流损失的动态影响。研究成果可为高寒、缺资料地区的水文预报工作提供更精准的解决方案。展开更多
为探究流域内物源的空间分布状态对泥石流易发性的影响,采用数学统计原理最近邻指数对物源的空间聚类进行量化,并基于2243条小流域为评价单元,以纵比降、面积-高程积分、地形湿度指数、地震峰值加速度、岩性坚硬度为孕灾指标,物源的聚...为探究流域内物源的空间分布状态对泥石流易发性的影响,采用数学统计原理最近邻指数对物源的空间聚类进行量化,并基于2243条小流域为评价单元,以纵比降、面积-高程积分、地形湿度指数、地震峰值加速度、岩性坚硬度为孕灾指标,物源的聚集度指标、连通性指数、物源储量等物源指标为核心,依托LightGBM模型探究金沙江上游石鼓-岗托河段的泥石流易发性。研究过程分别计算物源因子的指标体系与不包含物源因子的指标体系。两种结果均表明:较高、高易发区主要集中在奔子栏-巴塘河段。通过ROC(receiver operating characteristic curve)曲线分析可得,加入物源特征指标后得出AUC(area under the curve)值与不含物源特征的AUC值相比提升了6%,表明在加入物源指标后,模型呈现出良好表现,预测精度较高;也证明了物源特征指标对于泥石流发生概率的关联性很大。展开更多
文摘针对黄河源区水文情势复杂多变、径流模拟精度不足的问题,旨在构建融合潜在蒸散发(PET)预测的径流模拟方法,提升高寒地区径流模拟的可靠性。本研究采用随机森林(RF)、多层感知机(MLP)和极限学习机(ELM)3种机器学习方法,引入长短期记忆网络(LSTM)和PatchTST(Patch Time Series Transformer)深度学习方法,融合PET预测值进行径流模拟,评估不同气象因子组合下PET的模拟性能。研究结果表明:最高气温是PET模拟的最关键驱动因子,最高气温、相对湿度与风速组合情景下的PET模拟精度最高;在深度学习模型中,PatchTST模型在预测未来1个月潜在蒸散发时表现次于LSTM模型,但在多步长预测中表现更优;融合潜在蒸散发预测数据后,模型性能显著提升;以唐乃亥站PatchTST模型为例,纳什效率系数从0.706增至0.896(改进幅度为26.9%),平均绝对百分比误差从23.502降至18.305(降幅为22.1%),均方根误差从276.7降至160.8(降幅为41.9%),表明PET数据有效捕捉了蒸散发对径流损失的动态影响。研究成果可为高寒、缺资料地区的水文预报工作提供更精准的解决方案。
文摘为探究流域内物源的空间分布状态对泥石流易发性的影响,采用数学统计原理最近邻指数对物源的空间聚类进行量化,并基于2243条小流域为评价单元,以纵比降、面积-高程积分、地形湿度指数、地震峰值加速度、岩性坚硬度为孕灾指标,物源的聚集度指标、连通性指数、物源储量等物源指标为核心,依托LightGBM模型探究金沙江上游石鼓-岗托河段的泥石流易发性。研究过程分别计算物源因子的指标体系与不包含物源因子的指标体系。两种结果均表明:较高、高易发区主要集中在奔子栏-巴塘河段。通过ROC(receiver operating characteristic curve)曲线分析可得,加入物源特征指标后得出AUC(area under the curve)值与不含物源特征的AUC值相比提升了6%,表明在加入物源指标后,模型呈现出良好表现,预测精度较高;也证明了物源特征指标对于泥石流发生概率的关联性很大。
