利用深度学习技术保护Soan河流域水资源
神经与进化计算
2019-06-27 v1
摘要
水资源供给对生物的发展至关重要。然而,水文过程的变化即气候与土地利用是关键问题。维持水位并对动态条件进行准确估算是水文学家的一项关键工作,但预测水文极端事件仍是一个开放问题。在本文中,我们提出了两种深度学习技术和三种机器学习算法,在给定当前气候条件下预测河流流量。结果表明,循环神经网络(RNN)或长短期记忆(LSTM)这一基于人工神经网络的方法,在预测河流流量方面优于其他常规与机器学习算法。此外,我们分析得出河流流量直接受降水、土地利用和温度影响。这些指标十分关键,水文学家可利用其识别河流流量的潜力。我们公开了数据集(https://github.com/sadaqat007/Dataset),以便他人能够复现并基于所发表的结果进行拓展。
引用
@article{arxiv.1906.10852,
title = {Water Preservation in Soan River Basin using Deep Learning Techniques},
author = {Sadaqat ur Rehman and Zhongliang Yang and Muhammad Shahid and Nan Wei and Yongfeng Huang and Muhammad Waqas and Shanshan Tu and Obaid ur Rehman},
journal= {arXiv preprint arXiv:1906.10852},
year = {2019}
}
备注
14 pages