基于ATCN模型的蒸发量预测

作者：史俊才; 刘萍^*

来源：水电能源科学, 2022, 40(09): 14-193.

DOI：10.20040/j.cnki.1000-7709.2022.20212462

• 水面蒸发量
• 时间卷积网络
• 长短期记忆网络
• 注意力机制

蒸发是水循环过程中的一个重要环节，是水库、湖泊等水体水量损失的主要组成部分。选取北京国际交换站的日值气象数据，采用基于注意力机制的时间卷积网络(ATCN)模型和长短期记忆网络(LSTM)模型预测北京市的水面蒸发量，对比分析这两种模型在蒸发量预测中的差异。结果表明，ATCN模型适用于日尺度的水面蒸发量的预测，决定系数(R2)达到了79%,相较于LSTM提升了2%。研究结果对水面蒸发量的预测研究具有一定参考价值。

• 单位
  太原理工大学