長短時記憶網(wǎng)絡與新安江模型耦合的降雨徑流模擬性能

摘要： 深度學習技術在降雨徑流模擬方面具有廣闊應用前景，但受訓練樣本限制，需與傳統(tǒng)水文模型相耦合，由傳統(tǒng)水文模型提供訓練數(shù)據(jù)。耦合數(shù)據(jù)的選擇和超參數(shù)方案對耦合模型的模擬性能影響顯著，但尚未有專門的研究。本文以東灣流域為例，用雙向長短時記憶網(wǎng)絡耦合新安江模型不同模塊數(shù)據(jù)，并用灰狼優(yōu)化算法優(yōu)化超參數(shù)，構建降雨徑流模型。結果表明：模型耦合不同數(shù)據(jù)時，對日徑流和場次洪水的模擬性能均有提高，尤以... （共11頁）