一种基于双向长短时记忆耦合模型的日径流预报方法

    公开(公告)号:CN114118565A

    公开(公告)日:2022-03-01

    申请号:CN202111396427.4

    申请日:2021-11-23

    Abstract: 本发明涉及水文、海洋技术领域,尤其是一种基于双向长短时记忆耦合模型的日径流预报方法,现提出如下方案,其包括对于目标区域内的每一个径流观测站点均建立不同的遥相关因子和降雨站点数据的联系,筛选出影响降雨站点数据的最终遥相关因子;将BiLSTM及Encoder‑Decoder模型耦合形成BiLSTM‑ED模型,将所述最终遥相关因子输入BiLSTM‑ED模型,预测未来多时间步长的降雨站点数据;计算目标区域的水文气象因子与径流之间的相关关系,筛选出影响径流的水文气象因子作为预报因子;建立日径流预报模型,将所述降雨站点数据和预报因子输入日径流预报模型,预测未来多个时间步长的径流信息。本发明通过双向长短时记忆模型的构建,提供了未来多时间步长的、高精度的日径流预报方法。

Patent Agency Ranking