一种耦合深度学习与机理模型的枯水预报方法

    公开(公告)号:CN116738830A

    公开(公告)日:2023-09-12

    申请号:CN202310617763.X

    申请日:2023-05-29

    Applicant: 河海大学

    Abstract: 本发明提供了一种耦合深度学习与机理模型的枯水预报方法,属于水文模型技术领域。解决了在进行枯水预报时精度不足的技术问题。其技术方案为:包括以下步骤:步骤S1、获取研究流域实测降水、蒸发以及流量资料;步骤S2、基于选取的实测枯水过程,将数据划分为率定期和验证期;步骤S3、基于选取的实测枯水过程以及新安江模型的模拟流量Qxaj;步骤S4、进行枯水预报;步骤S5、根据预报结果发布生态流量预警信息。本发明的有益效果为:本发明具有数据驱动模型与机理模型相结合、枯水预报精度高等特点。

    一种耦合深度学习与机理模型的枯水预报方法

    公开(公告)号:CN116738830B

    公开(公告)日:2024-05-24

    申请号:CN202310617763.X

    申请日:2023-05-29

    Applicant: 河海大学

    Abstract: 本发明提供了一种耦合深度学习与机理模型的枯水预报方法,属于水文模型技术领域。解决了在进行枯水预报时精度不足的技术问题。其技术方案为:包括以下步骤:步骤S1、获取研究流域实测降水、蒸发以及流量资料;步骤S2、基于选取的实测枯水过程,将数据划分为率定期和验证期;步骤S3、基于选取的实测枯水过程以及新安江模型的模拟流量Qxaj;步骤S4、进行枯水预报;步骤S5、根据预报结果发布生态流量预警信息。本发明的有益效果为:本发明具有数据驱动模型与机理模型相结合、枯水预报精度高等特点。

Patent Agency Ranking