摘要
一种考虑时空关联的可解释的湖泊空间水位模拟方法及系统,属于湖泊水位模拟技术领域。首先,建立流域图结构及邻接矩阵,构建基于图时空神经网络的湖泊空间水位模拟模型,并基于等频分箱方法分割数据集;其次,训练湖泊空间水位模拟模型,优选超参数组合;最后,量化各入湖径流对湖泊空间水位的影响。该系统包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序。本发明通过捕捉流域内各水文代表站的时序关联和空间关联,能够准确模拟湖泊空间水位对诸多入湖径流的动态响应过程;基于可解释性方法,解析各入湖径流对湖泊空间水位波动的时空差异性贡献,突破传统机器学习模型“黑箱”的限制,有助于实现流域的精准管理与绿色发展。
技术关键词
水位模拟方法
径流
模拟模型
卷积神经网络模块
超参数
水文
节点
贡献率
长短期记忆网络
水位模拟技术
分箱方法
代表
数据
计算机系统
交叉验证方法
序列
训练集
时序
系统为您推荐了相关专利信息
LSTM神经网络
溶解氧
神经网络预测模型
水质传感器
滑动窗口
建筑能耗预测
不确定性分析方法
建筑物理建模
拉丁超立方抽样
数据
可视化方法
桥梁监测传感器
数据库主键
Revit二次开发
轻量化BIM模型
地铁车辆
电流
分析故障原因
蒙特卡洛模拟方法
故障预测数据