-
公开(公告)号:CN119227527A
公开(公告)日:2024-12-31
申请号:CN202411270128.X
申请日:2024-09-11
Applicant: 扬州大学
Abstract: 本发明公开了一种耦合机器学习和物理过程模型的径流过程校正方法,属于水文预报技术领域,包括以下步骤:收集研究区域的历史水文气象资料,对数据的可靠性、一致性以及代表性进行审查,并进行归一化处理,得到归一化后的样本;耦合模型的构建;基于训练好的耦合模型,采用水文气象资料开展流域径流预报。本发明将物理过程模型与机器学习模型进行耦合,利用机器学习模型将径流形成过程的产流和汇流阶段分别进行校正,提高径流模拟精度,对提高流域径流模拟精度、实现水资源的高效管理具有重要意义,提高了流域的径流预报精度以及校正过程的物理一致性。