首页|基于LSTM模型的宁蒙河段封河时间预测研究

基于LSTM模型的宁蒙河段封河时间预测研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为解决目前使用的封河时间预测模型输入参数多、边界条件要求高以及长预见期预测精度较差等问题,采用长短时记忆(LSTM)循环神经网络模型方法,对黄河宁蒙河段封河时间进行预测.结果表明:在非极端天气条件下,LSTM模型的预报精度满足水情预报的要求,该模型的预见期和预测精度优于传统预报模型,对运行条件和边界条件的要求远低于现有人工神经网络模型以及冰水动力学模型,能够有效提升宁蒙河段封河时间预报水平.
Research on the Forecast Dates of Ningxia-Inner Mongolia Reach Freeze-Up Based on LSTM

马志瑾、章博

展开 >

黄河水文水资源科学研究院,河南 郑州450004

黄河水利科学研究院,河南 郑州450003

封河时间预测 长短时记忆模型 宁蒙河段 黄河

国家重点研发计划项目

2018YFC1508506-03

2021

10.3969/j.issn.1000-1379.2021.02.009

人民黄河
水利部黄河水利委员会

人民黄河

CSTPCD北大核心
影响因子：0.494
ISSN：1000-1379
年,卷(期)：2021.43(2)
  • 7
  • 6