耦合新安江模型与LSTM模型的赣江流域径流模拟研究

作     者：邹佳成 黄监初 杨丽琳 顾雯叶 ZOU Jia-cheng;HUANG Jian-chu;YANG Li-lin;GU Wen-ye

作者机构：赣江下游水文水资源监测中心江西宜春336028 山东省水利勘测设计院有限公司山东济南250013 中交第三航务工程勘察设计院有限公司上海200032 

出 版 物：《水电能源科学》 (Water Resources and Power)

年 卷 期：2024年第42卷第7期

页      面：12-15页

学科分类：08[工学] 081501[工学-水文学及水资源] 0815[工学-水利工程] 

基　　金：江西省“科技+水利”联合计划项目(2022KSG01006) 

主　　题：径流模拟 长短期记忆神经网络 新安江模型 汛期划分 

摘      要：准确的径流模拟对流域水资源优化配置、防汛抗旱具有重要作用。为此,以赣江流域为例,构建了新安江模型与LSTM的耦合模型(XAJ-LSTM),对比分析了XAJ-LSTM、新安江模型和LSTM模型的径流模拟差异,并评估了汛期划分对径流模拟精度的影响。结果表明,在赣江流域,LSTM模型的最佳神经元参数为第一层18个,第二层36个;LSTM模型的径流模拟效果要优于新安江模型,且利用新安江模型对LSTM模型进行物理约束后,R RMSE的降幅达11%;考虑汛期划分能够提升XAJ-LSTM模型对汛期与非汛期径流的模拟精度,且在汛期的改善效果更明显,R RMSE减幅达18%。研究成果可为赣江流域径流模拟与预报提供参考。