一种基于机器学习的流域径流和输沙预测方法

本发明提供了一种基于机器学习的流域径流和输沙预测方法，属于自然科学研究中的水力学及河流动力学技术领域；首先获取前一个时间周期N的历史径流数据；然后进行预处理，形成预测模型标准输入数据；将预处理后的数据输入到训练完成的流域径流预测模型中，输出未来M周期内时间间隔为1个月的归一化径流数据；然后反归一化处理，获取未来M周期内时间间隔为1个月的月径流数据；构建河流的水沙关系曲线的幂函数，根据模型输出的径流数据，计算输沙率，从而计算得到未来M周期的输沙数据。本发明采用的数据量远小于采用基于物理变化模型的方法，即使在径流和输沙极端变化的情况下，也可以做到有效预测。