摘要
本申请公开了一种物理机制约束机器学习的径流分割方法、设备及介质,将自上而下式的水量与能量平衡公式作为机器学习的物理约束,针对径流分割提出了全新的计算方法,该方法既通过机器学习充分挖掘了流域上丰富的气象、植被、地形、土壤和人类活动等属性数据,并通过分别构建针对径流和基流的的水量和能量平衡公式,为机器学习提供有效的物理约束边界条件,使得机器学习始终满足该物理约束边界条件,从而降低机器学习过于依赖训练数据而导致的径流分割结果的不确定性,提高径流分割结果的准确度,为科学决策提供准确依据。
技术关键词
径流
分割方法
机器学习模型
物理
数据
机制
参数
土壤特征
活动特征
K折交叉验证法
地形特征
数字滤波算法
植被
计算机设备
叶面积指数
气象
人类
水量
处理器
系统为您推荐了相关专利信息
轨迹预测方法
无人艇
模拟海洋环境
海洋场景
图像分割网络