基于长短期记忆网络的径流模拟及气候变化响应研究  

作　　者：陈凤 

机构地区：[1]江西省水投工程咨询集团有限公司,江西南昌330000

出　　处：《陕西水利》2025年第3期61-63,67,共4页Shaanxi Water Resources

摘　　要：为了研究气候变化对区域水循环的影响及其对水资源管理和可持续发展的影响,通过构建和比较长短期记忆(LSTM)网络、人工神经网络(ANN)和土壤与水评估工具(SWAT)模型,研究不同模型在模拟信江流域径流量方面的性能。研究结果表明:(1)LSTM模型在模拟径流量方面展现出优越的性能,尤其是在时间序列数据处理上,比传统水文模型有更高的预测精度;(2)窗口大小的选择对模型性能有显著影响,在不同的窗口参数中,选择15d窗口大小时,模型获得最低的均方根误差(RMSE)和最高的纳什系数(NSE);(3)多气象变量输入的LSTM模型(LSTM2)在模拟性能上优于仅使用降水数据的模型(LSTM1),综合考虑多种气象因素对提高LSTM模型预测能力有重要作用。

关 键 词：长短期记忆网络 径流模拟 气候变化 水资源管理 

分 类 号：P333[天文地球—水文科学]