深度学习在水文学与水资源中应用的全面综述
地球物理
2020-07-27 v1 机器学习
机器学习
摘要
全球数字数据量预计到 2025 年达到 175 zettabytes。由于大规模传感器网络以及对灾害响应、水资源管理和气候变化等议题的日益关注，与水相关的数据量、多样性和速度都在增加。结合计算资源日益增长的可用性和深度学习的普及，这些数据被转化为可操作且实用的知识，正在彻底改变水务行业。本文对文献进行了系统综述，以识别现有将深度学习方法纳入水务部门的研究，涉及水资源的监测、管理、治理和沟通。该研究全面综述了水务行业用于生成、预测、增强和分类任务的先进深度学习方法是，并作为如何利用可用深度学习方法应对未来水资源挑战的指南。讨论了这些技术在水域应用中的关键问题与挑战，包括这些技术用于水资源管理与治理决策的伦理问题。最后，我们提供了深度学习模型在水文学与水资源中应用的建议和未来方向。
引用
@article{arxiv.2007.12269,
title = {A Comprehensive Review of Deep Learning Applications in Hydrology and Water Resources},
author = {Muhammed Sit and Bekir Z. Demiray and Zhongrun Xiang and Gregory J. Ewing and Yusuf Sermet and Ibrahim Demir},
journal= {arXiv preprint arXiv:2007.12269},
year = {2020}
}
备注
52 pages, 15 figures