摘要
本发明提出了一种结合LSTM提高VIC‑glacier模型的高寒山区径流模拟方法,用以解决高寒山区径流组分多样且各个径流来源无法直接区分的技术问题。其步骤为:首先,确定模型输入数据包括DEM数据、植被数据、土壤数据、气象数据、水文数据和冰川边界数据;并采用GPM降水产品对气象数据进行驱动;其次,引入度日因子模型量化冰川消融过程,并将度日因子模型与VIC模型耦合,构建VIC‑glacier模型;然后,将SCE‑UA自动优化算法与人工试错法相结合对VIC‑glacier模型进行率定,获得最优的参数值;同时,通过LSTM模型对VIC‑glacier模型的模拟结果进行误差校正,实现径流修正。本发明所提模型能够缓解冰川变化带来的水资源的不确定性,更加准确的对未来径流进行预测。
技术关键词
径流模拟方法
高寒山区
数据
LSTM模型
预报误差
反距离加权插值
气象
LSTM神经网络
误差校正方法
植被
非线性特征
因子
水文
误差预测
预测残差
算法
序列