基于注意力的域适应在数据稀疏区域径流预报中的应用
机器学习
2023-04-18 v3
摘要
径流预报对于指导水资源管理、减轻干旱和洪水影响以及发展气候智能型基础设施和治理至关重要。然而，许多全球区域有限的径流观测不足以指导基于证据的管理策略。在本文中，我们提出了一种用于数据稀疏区域的基于注意力的域适应径流预报器。我们的方法利用数据丰富源域的水文特征，以在数据受限目标域中诱导有效的24小时提前期径流预测。具体而言，我们采用利用域适应技术的深度学习框架，通过对抗方法同时训练径流预测并区分两个域。与基线跨域预报模型的实验表明，24小时提前期径流预报性能有所提升。
引用
@article{arxiv.2302.05386,
title = {Attention-based Domain Adaptation Forecasting of Streamflow in Data-Sparse Regions},
author = {Roland Oruche and Fearghal O'Donncha},
journal= {arXiv preprint arXiv:2302.05386},
year = {2023}
}