結(jié)合退水曲線和長短期記憶網(wǎng)絡(luò)的中長期低流量預(yù)報

摘要： 【目的】長短期記憶網(wǎng)絡(luò)(LSTM)在水文預(yù)報研究中顯示出較強的預(yù)報能力，但通常依賴于大量數(shù)據(jù)的訓(xùn)練。為使LSTM模型更好的適用于數(shù)據(jù)量較少的流域?！痉椒ā垦芯坎捎猛怂€，對LSTM模型施加物理約束，提出了適用于低流量預(yù)報的混合模型?！窘Y(jié)果】在中國西南不同地區(qū)3個流域的應(yīng)用表明：(1)隨著預(yù)見期的增長，混合模型預(yù)報結(jié)果的合格率有輕微下降，預(yù)見期10 d以內(nèi)準(zhǔn)確率可達(dá)到90%以上... （共9頁）