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 |
|