摘要
本发明公开一种融雪径流混合预报方法及系统,涉及水文预报技术领域,解决现有技术在复杂地形和气象条件下对融雪径流预测可靠性不足的技术问题;本发明包括构建基于“动态‑静态”混合驱动的长短期记忆网络模型即DS‑LSTM模型,利用研究区数据生成的数据集对DS‑LSTM模型进行训练验证,所述DS‑LSTM模型利用长时段记忆特性捕捉前期气象要素对积雪特征的影响,并通过多维学习能力描绘局地静态下垫面对积雪特征的作用,将融雪径流模型中的积融雪计算模块替换为验证过的DS‑LSTM模型获取融雪径流混合预报模型,采用融雪径流混合预报模型实现融雪径流混合预报;本发明可以为融雪径流模型提供多因素动态校正的积融雪计算数据。
技术关键词
LSTM模型
预报方法
特征站点
静态特征
数据输入模块
长短期记忆网络
预报系统
水文预报技术
引入注意力机制
动态变化特征
动态数据库
气象
遥感产品
输出模块
动态校正
系统为您推荐了相关专利信息
二进制代码特征
性能优化系统
智能体模型
强化学习模型
编码器
结构损伤识别方法
门控循环单元
损伤特征
注意力机制
数据输入模块
水下组合导航方法
多普勒计程仪
水下航行器
惯性导航系统
螺旋桨
XGBoost模型
优化LSTM模型
天然气
能源预测技术
深度学习方法