摘要
本发明涉及水文水资源领域,公开了一种径流预测方法及装置。其中,该方法包括:获取目标流域的降雨序列;降雨序列的时间步长是基于目标流域的历史降雨量与历史降雨量对应的历史地表径流量之间的时间间隔,和/或,汇流时长确定的;历史地表径流量为历史降雨量引起的径流变化;基于降雨序列,以及预构建的深度学习模型,预测目标流域的径流序列。通过本发明,降雨序列的时间步长是基于降雨与径流之间的时序以及汇流时长确定的,能够更准确地反映降雨对径流的影响过程,使得深度学习模型可以更好地捕捉降雨与径流之间的内在联系,从而提高径流预测的精度。
技术关键词
历史降雨量
序列
汇流
径流预测方法
深度学习模型
分割算法
预测装置
时间差
水文
时序
模块
流速
精度
系统为您推荐了相关专利信息
功能预测方法
人工神经网络
特征提取器
配体
迁移学习策略
动态优先级队列
神经网络模型
生成结构化数据
结构特征分析
语义关联度
彩色图像
物体姿态估计方法
关键点
语义特征
粗略