科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决目前使用的封河时间预测模型输入参数多、边界条件要求高以及长预见期预测精度较差等问题,采用长短时记忆(LSTM)循环神经网络模型方法,对黄河宁蒙河段封河时间进行预测。结果表明:在非极端天气条件下,LSTM模型的预报精度满足水情预报的要求,该模型的预见期和预测精度优于传统预报模型,对运行条件和边界条件的要求远低于现有人工神经网络模型以及冰水动力学模型,能够有效提升宁蒙河段封河时间预报水平。
-
单位黄河水利科学研究院; 黄河水文水资源科学研究院
