公开(公告)号：CN116205136A

公开(公告)日：2023-06-02

申请号：CN202310043750.6

申请日：2023-01-29

Applicant: 云南大学

Inventor： 马凯 ,  何大明 ,  李运刚 ,  刘时银 ,  季旋 ,  蒋蕙如 ,  许紫月

IPC: G06F30/27 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08 ,  G06F113/08 ,  G06F119/08

Abstract: 本发明公开了基于径流滞后信息的大尺度流域深度学习洪水预报方法，涉及机器学习的水文模拟及洪水预报技术领域，包括：收集流域水文观测站点信息数据、流域特征数据、流域历史水文资料和气象预报特征数据；将大尺度流域划分为若干子流域；对数据进行预处理，利用卷积神经网络模型对得到的径流滞后信息进行提取，构建径流滞后信息数据库；采用深度学习长短期记忆模型耦合径流滞后信息库，得到若干子流域径流滞后信息模型；根据模型精度评估指标，得出若干子流域的最优径流滞后信息参数，得到最优水文预报模型，实现大尺度流域的准确洪水预报。本发明弥补了大尺度流域水文资料缺乏条件下洪水预报的不足，在少资料以及无资料地区具有较强的应用前景。