摘要
本发明实施例提供了一种基于机器学习的分层式SWAT代理模型建模方法及装置,该方法包括:将BMPs参数组合样本与气象驱动数据结合,生成SWAT模型所需的第一样本;将第一样本输入SWAT模型,由SWAT模型输出子流域尺度数据以及河道断面尺度数据;将子流域尺度数据作为第一样本对应的标签,根据子流域尺度数据生成河道过程代理模型所需的第二样本,将河道断面尺度数据作为第二样本对应的标签;使用第一样本及其对应的标签对第一机器学习模型进行训练,得到子流域代理模型;使用第二样本及其对应的标签对第二机器学习模型进行训练,得到河道过程代理模型;将两者串联,得到分层式SWAT代理模型。以此方式,可以增强SWAT代理模型的通用性。
技术关键词
SWAT模型
河道断面
机器学习模型
代理模型建模方法
样本
人工神经网络
标签
网格搜索算法
数据
分层
拉丁超立方采样
参数
随机森林模型
气象
计算机
训练集
负荷
处理器
系统为您推荐了相关专利信息
压力机
工作状态监测
油压
管理方法
马尔科夫随机场模型
土壤水分数据
地表温度数据
地表水
日内时间尺度
机器学习模型
诊断系统
机器视觉模块
拉曼光谱数据
图像处理模块
子模块
标签文本
样本生成方法
生成装置
计算机设备
异常对象