摘要
本发明提供一种大规模农业灌区网格尺度地下水位时空分布高效预测方法,属于地下水预测技术领域,步骤包括:首先,分别构建灌区所在流域的SWAT模型、覆盖灌区的MODFLOW模型,将二者耦合得到SWAT‑MODFLOW模型,进行参数修正;其次,通过情景组合与模型模拟构建灌区地下水位数据集,用于训练并筛选精度最高的LSTM模型,并通过空间压缩、重构确定各LSTM模型的最优控制范围,得到多LSTM模型;最后,多LSTM模型并行计算预测灌区网格尺度地下水位的时空分布。本发明通过空间压缩‑重构确定各LSTM模型的最优控制范围,最终通过多LSTM模型并行计算实现大规模农业灌区网格尺度的地下水位时空分布的预测,且在保证灌区地下水位预测精度的前提下,提升预测效率。
技术关键词
高效预测方法
组合情景
LSTM模型
精度
地下水
农业
水文地质参数
气象
径流
SWAT模型
土地利用数据
训练集
矩阵
分区
轮廓系数
网格模型
系统为您推荐了相关专利信息
直流故障电弧
光伏系统
短时傅里叶变换
信号
高精度电流传感器
自动修复方法
自动修复系统
参数
多项式特征
变换特征
生成方法
三维试衣
画像
光线追踪技术
服装智能设计技术
空气质量指数预测方法
LSTM模型
空气质量预报技术
数据
特征值
成像分析方法
XGBoost算法
机器学习模型训练
边缘检测技术
统计特征