摘要
为提升变化环境下流域径流模拟与预测精度,以白河流域为例,构建了基于时变增益水文模型(TVGM)和长短期记忆网络(LSTM)的TVGM-LSTM耦合模型,并利用随机森林算法识别模型最优解释变量。将耦合模型应用于2011—2018年白河流域径流模拟,结果表明:TVGM-LSTM耦合模型在白河流域具有较好的径流模拟效果,率定期与检验期纳什效率系数分别为0.95与0.90;与TVGM相比,耦合模型提升了对非汛期径流的模拟精度,且能够较好地模拟汛期与非汛期洪峰;耦合模型能够有效避免过拟合问题,泛化性能较优,预测精度稳定性较强。
- 单位