摘要
本发明提供了一种基于双模驱动的流域多级水文预报方法及系统,该方法包括以下步骤:基于历史水文气象资料,识别流域河系中的预报节点,并将其分类为I型和II型预报节点;针对每个I型预报节点分别构建其对应的物理机制水文模型;针对每个II型预报节点分别构建其对应的机器学习模型;基于物理机制水文模型和机器学习模型分别预测对应的I型和II型预报节点的水文预报结果,生成全流域的水文预报成果。本发明深度挖掘水位与流量的关联特征,引入深度学习算法来增强不适用于物理机制水文模型的测站水情预报的准确性。
技术关键词
水文模型
机器学习模型
节点
水文预报方法
气象预报数据
模型库
机制
物理
水文预报系统
资料
参数
定义
深度学习算法
误差
框架
数据格式
系统为您推荐了相关专利信息
异常流量检测
CAN总线数据
路侧单元
车载网络
孤立森林算法
X射线检测模块
无损检测装置
易拉罐
双模态
罐体定位机构
无功电压优化方法
双时间尺度
充电站电动汽车
短时间尺度
长时间尺度
地铁客流量预测方法
注意力机制
客流预测
残差模块
信息数据处理终端