一种物理机制引导深度学习的降雨径流模拟方法

摘要

本发明提出一种物理机制引导深度学习的降雨径流模拟方法，结合水文学物理过程和水文气象大数据，通过设置优选函数的惩罚项，实现了物理机制引导下的深度学习模拟方案，并采用极端事件的样本作为惩罚，既考虑暴雨事件，也考虑长期无雨事件，提出了全新的计算公式，其提供的径流模拟方法和传统的深度学习方法相对比，解决了深度学习缺乏物理机制的问题，避免了模拟过程中的非单调性。本发明可广泛应用于降雨径流模拟中，能系统完整的完成径流模拟和预测，为科学决策提供依据。