| 基于LSTM 深度学习的河湖生态流量预警预报模型研究 |
| |
| 引用本文： | 王贝,陈浩,何锡君,许月萍,郭玉雪,耿芳,王冲.基于LSTM 深度学习的河湖生态流量预警预报模型研究[J].水文,2023,43(3):65-70. |
| |
| 作者姓名： | 王贝 陈浩 何锡君 许月萍 郭玉雪 耿芳 王冲 |
| |
| 作者单位： | 1. 浙江省水文管理中心;2. 浙江大学建筑工程学院;3. 浙江水利水电学院水利与环境工程学院;4. 浙江水文新技术开发经营公司 |
| |
| 基金项目： | 浙江省重点研发计划（2021C03017）；;浙江省自然科学基金重点项目（LZ20E090001）；;国家自然科学基金项目（91547106）； |
| |
| 摘 要： | 为探究河湖生态流量预报预警机制，进一步改善河湖生态环境，以浙江省椒江流域为研究对象，提出了考虑预警信息的结合熵值法和LSTM的生态流量预报新方法。结果表明：Q90法得出的柏枝岙和沙段断面的生态流量核算值分别为2.89 m3/s和1.92 m3/s，计算结果低于多年平均流量的10%，较为合理可靠；所建模型验证期的纳什效率分别为0.91和0.88，偏差为2.55%和-3.22%，本模型的低水流量模拟效果要优于传统的新安江模型；柏枝岙和沙段断面无预警信息的预报合格率为98.72%和95.38%，有预警信息的预报合格率高达100%和96.61%，满足预报甲级精度，说明该方法较好地完成河湖生态流量预警信息预报任务。
|
| 关 键 词： | 生态流量 熵值法 LSTM 椒江流域 |
|
| 点击此处可从《水文》浏览原始摘要信息 |
| 点击此处可从《水文》下载免费的PDF全文 |
|
