基于深度學(xué)習(xí)的改進(jìn)ERRIS徑流預(yù)報(bào)實(shí)時(shí)校正模型

摘要： 為提高徑流預(yù)報(bào)精度，基于長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)改進(jìn)ERRIS模型，構(gòu)建了徑流預(yù)報(bào)實(shí)時(shí)校正的ERRIS-LSTM模型，以雅魯藏布江流域和椒江流域?yàn)槔M(jìn)行對(duì)比分析。結(jié)果表明：與ERRIS模型相比，ERRIS-LSTM模型使雅魯藏布江流域和椒江流域徑流預(yù)報(bào)的納什效率系數(shù)分別提升了4.1%和1.1%,均方根誤差分別減小了67.7%和5.7%,使雅魯藏布江流域中、低水流量的百分比偏差... （共10頁(yè)）