《表1 不同预见期径流预报结果统计》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于长短时记忆神经网络(LSTM)的降雨径流模拟及预报》
使用LSTM神经网络预报高安站径流量的预报结果统计指标见表1。从中可以看出,在不同预见期下LSTM预报整体效果较好。在所有的预见期下BIAS指标均小于0.5%,说明LSTM预报结果在整体水量平衡方面精确度很高。在预报t d径流量时预报效果最好,NSE值达到最高,为0.9167,RMSE值达到最低,为59.7118m3/s。随着预见期的增长,预报精度随之下降。在预报(t+1)d、(t+2)d径流时精度下降幅度较小,但在预报(t+3)d径流时预报精度下降明显,NSE仅为0.6363,RMSE仅为124.7761m3/s。在模型最优参数方面,在不同的预见期下,最优的NSE值和RMSE值都在相同的参数取值下得到,但最优BIAS值均在与之不同的参数下得到。
图表编号 | XD005805200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 殷兆凯、廖卫红、王若佳、雷晓辉 |
绘制单位 | 天津大学水利工程仿真与安全国家重点实验室、中国水利水电科学研究院流域水循环模拟与调控国家重点实验室、北京大学信息管理系、北京大学海洋研究院、中国水利水电科学研究院流域水循环模拟与调控国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |