基于LSTM模型模拟安康水库洪水过程

摘要

安康流域受人类活动等因素影响，下垫面条件发生较大变化，洪水预报系统的误差较大。考虑到水文数据是一种复杂的时间序列，普通的水文模型难以捕捉其变化规律，LSTM (长短期记忆)作为一种有记忆能力的学习网络模型，通过不断输入的新数据，学习时间序列的主要特征和变化趋势，能很好地学习水文数据这种复杂的多变的时间序列。本文利用LSTM网络模型对安康水库洪水过程进行模拟，并与新安江模型进行比较分析，探讨LSTM网络模型在水库洪水预报的适应性。.