典型文献
基于STGCN的洪水预报误差实时校正方法
文献摘要：
中小河流具有分布广、产汇流时间短、洪水突发性强、水文资料匮乏等特点,是当前洪水防控的薄弱环节.误差实时校正是提升洪水预报精度的有效途径,针对中小河流洪水预报预见期短、预报精度不高的问题,构建基于深度学习的误差校正模型,利用时空图卷积网络寻找能反映误差序列非线性关系的映射函数,以充分挖掘水文误差序列的时序特征和局部空间特征;提出基于收敛因子和位置更新策略的改进灰狼优化算法搜索时空图卷积网络的超参数,进一步提高模型参数的适用性.实验结果证明了算法在洪水预报实时校正中的有效性和适用性,具有良好的应用前景.
文献关键词：
中小河流;时空图卷积网络;灰狼优化算法;误差校正;智能预报
中图分类号：
作者姓名：
余宇峰;李薇;李珂;成春生
作者机构：
河海大学,江苏 南京 211110;水利部信息中心,北京 100053;黄河水利科学研究院,河南郑州 450003
文献出处：
引用格式：
[1]余宇峰;李薇;李珂;成春生-.基于STGCN的洪水预报误差实时校正方法)[J].水文,2022(05):35-40
A类：
洪水防控
B类：
STGCN,洪水预报,预报误差,实时校正,校正方法,中小河流,产汇流,流时,水突,突发性,水文资料,预报精度,预见期,误差校正,校正模型,时空图卷积网络,非线性关系,映射函数,时序特征,空间特征,收敛因子,位置更新,更新策略,改进灰狼优化算法,超参数,正中,智能预报
AB值：
0.270212
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
