基于機器學習的漢江流域徑流模擬與時滯變化分析

摘要： 針對傳統(tǒng)水文模型存在參數(shù)率定困難、容易陷入局部最優(yōu)解以及適用性不強等問題，基于機器學習原理構(gòu)建了基于貝葉斯優(yōu)化算法的長短期記憶(BOLSTM)模型，并將其用于漢江流域徑流模擬；基于模擬結(jié)果，采用SHAP方法對降雨徑流過程中的影響因子進行了歸因分析，并采用時滯分析方法量化了南水北調(diào)中線工程對流域徑流過程的影響。結(jié)果表明：BOLSTM模型的徑流模擬效果較好；南水北調(diào)中線工程的建設(shè)推... （共8頁）