基于质量守恒 LSTM 的快慢流径流模型
机器学习
2021-07-14 v1 大气与海洋物理
摘要
径流预报对于有效管理水资源和应对因气候变化而加剧的自然灾害至关重要。在此，我们利用快流与慢流分量的概念，创建了一种新的质量守恒长短期记忆（LSTM）神经网络模型。它利用水文气象时间序列和流域属性来预测每日河流流量。初步结果表明，与近期文献相比，其在不同评分上的技能有所提升。
引用
@article{arxiv.2107.06057,
title = {Fast-Slow Streamflow Model Using Mass-Conserving LSTM},
author = {Miguel Paredes Quiñones and Maciel Zortea and Leonardo S. A. Martins},
journal= {arXiv preprint arXiv:2107.06057},
year = {2021}
}