基于LSTM的祁连水文站月径流预测研究

摘要：

根据黑河上游祁连水文站2000—2014年月径流数据和降水数据,利用长短期记忆神经网络(LSTM)进行训练建模,预测祁连水文站2015—2016年月径流量,并利用实测数据对预测结果进行了验证.研究表明,当输入特征仅为降水时,确定系数R2能够达到0.85以上;将降水和径流同时作为输入特征时,R2能够达到0.9左右.该神经网络模型取得了较好的预测效果,可为河川径流预测提供一定的参考.

关键词：LSTM、降水、径流预测

所属期刊栏目：13

分类号：TP183;X832(自动化基础理论)

在线出版日期：2022-12-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：22-25