基于机器学习的洪水预报实时校正

作者：衣学军; 汤岭; 李致家^*; 盛奕华; 姚成; 杜若愚

来源：水电能源科学, 2023, 41(12): 78-67.

DOI：10.20040/j.cnki.1000-7709.2023.20230137

• TOPKAPI模型
• 实时校正
• BP神经网络
• LSTM模型
• 洪水预报
• 临沂流域

为了提高临沂流域水文模型的实时洪水预报精度，基于临沂流域的下垫面特征，建立了临沂流域的TOPKAPI网格模型，采用BP神经网络和LSTM模型对TOPKAPI模型模拟结果在不同预见期内进行了校正，在此基础上使用了堆叠方法并选用Transformer模型作为二级学习器，对BP和LSTM的校正结果进行了二次学习。结果表明，经过BP和LSTM模型的实时校正，TOPKAPI模型模拟精度得到了明显提高，预见期越短，校正效果越好；在经过堆叠方法进行二次学习后，校正效果最佳，可有效提升临沂流域洪水预报精度。

• 单位
  河海大学