首页|调水调沙期小浪底水库出库泥沙组分估算研究

调水调沙期小浪底水库出库泥沙组分估算研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为实现小浪底水库出库泥沙组分的准确估算,基于2002—2019年调水调沙期水沙系列数据,分别采用XGBoost、KNN、GPR三种机器学习算法建立综合考虑各影响因素的出库泥沙各组分估算模型.实例分析结果表明,应用机器学习算法进行出库泥沙组分估算是有效的,各模型估算值与实际值之间相关性良好;针对不同出库泥沙组分,KNN算法建立的估算模型的评估指标决定系数最大、平均绝对误差和均方根误差最小,表明KNN算法模型在出库泥沙组分估算方面具有更高的准确性和精度.
Research on Sediment Composition Estimation During the Period of Water-Sediment Regulation in Xiaolangdi Reservoir

孙龙飞、郭秀吉、王婷、颜小飞、王子路、王远见

展开 >

黄河水利委员会 黄河水利科学研究院,河南 郑州450003

水利部黄河下游河道与河口治理重点实验室,河南 郑州450003

调水调沙 泥沙组分 机器学习 估算模型 小浪底水库

国家重点研发计划国家自然科学基金河南省自然科学基金河南省自然科学基金黄河水利科学研究院科技发展基金专项中央级公益性科研院所基本科研业务费专项中央级公益性科研院所基本科研业务费专项

2021YFC320040042041004202300410540222300420495黄科发202102HKY-JBYW-2019-13HKY-JBYW-2022-06

2022

10.3969/j.issn.1000-1379.2022.08.010

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)：2022.44(8)
  • 17